專利名稱：基于圖像特征區(qū)域的抗幾何攻擊數(shù)字水印方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信息安全技術(shù)領(lǐng)域，具體的說是一種數(shù)字水印方法，該方法能有效地抵抗平移，旋轉(zhuǎn)，局部剪切等幾何攻擊以及常規(guī)的信號處理攻擊，可用于對互聯(lián)網(wǎng)中的數(shù)字圖像進(jìn)行版權(quán)保護(hù)。
背景技術(shù)：
計(jì)算機(jī)技術(shù)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展使得人們可以很方便地實(shí)現(xiàn)資源共享。數(shù)字圖像，音頻，視頻的使用也極大地便利了其在互聯(lián)網(wǎng)上的廣泛傳播，與此同時(shí)也產(chǎn)生了一個(gè)嚴(yán)峻的版權(quán)保護(hù)問題。數(shù)字水印技術(shù)被認(rèn)為是對數(shù)字圖像進(jìn)行版權(quán)保護(hù)的有利手段，它通過向圖像中嵌入一定的版權(quán)信息，在發(fā)生版權(quán)糾紛時(shí)提取出來作為版權(quán)所有者的證明。自上世紀(jì)90年代初期產(chǎn)生以來已有眾多算法提出。但傳統(tǒng)的算法主要集中在水印抵抗傳統(tǒng)的濾波、噪聲、壓縮等信號處理攻擊上。如郭寶龍，郭磊等提出的“基于圖像目標(biāo)區(qū)域的小波域數(shù)字水印方法”專利號03134437.2，就是通過對圖像進(jìn)行小波變換并對高頻系數(shù)進(jìn)行聚類，得到視覺目標(biāo)區(qū)域，并將水印信息嵌入到該區(qū)域中。與此同時(shí)，通過水印與圖像目標(biāo)區(qū)域特征的相互聯(lián)系實(shí)現(xiàn)水印的盲檢測。該方法對于常規(guī)的信號處理攻擊性能優(yōu)良，但卻不能夠抵抗如旋轉(zhuǎn)、縮放、平移、局部剪切等幾何攻擊。而在實(shí)際應(yīng)用中，正是由于這些幾何攻擊破壞了水印檢測的同步性，即水印檢測時(shí)無法確定水印嵌入的位置。一般情況下，很小的幾何攻擊就有可能導(dǎo)致水印檢測失敗。因此，如何設(shè)計(jì)能夠抵抗幾何攻擊的數(shù)字水印算法是近年來研究的重點(diǎn)和難點(diǎn)。目前，抗幾何攻擊的數(shù)字水印算法主要分為以下幾類(1)在對幾何變換具有不變性的變換域嵌入水印。幾何不變域的水印嵌入最經(jīng)典的方法是基于對旋轉(zhuǎn)，縮放，平移具有不變性的傅立葉-梅林(Fourier-Mellin)變換的方法，如文獻(xiàn)J.J.K. Ruanaidh and T.Pun.Rotation，Scale，and Translation Invariant Spread SpectrumDigital Image watermarking，Signal Processing，vol.66，no.3，1998，pp.303-317.以及文獻(xiàn)C.Y.Lin et al.Rotation，Scale，and Translation Resilient Watermarking of Images，IEEE Trans.ImageProcessing，vol.10，no.5，2001，pp.767-782.所述。這種基于幾何不變域的水印方法最大的缺點(diǎn)就是加水印圖像的質(zhì)量不理想。
(2)嵌入模板，并在水印檢測時(shí)利用模板進(jìn)行幾何變換參數(shù)的估計(jì)，進(jìn)行相應(yīng)的逆變換后檢測水印。經(jīng)典的算法如文獻(xiàn)S.Pereira and T.Pun，An Iterative Template-MatchingAlgorithm Using the Chirp-z Transform for Digital Image Watermarking，Pattern Recognition，vol.33，no.1，2000，pp.173-175.所述。由于基于模板嵌入的方法除了嵌入水印信息外還需額外嵌入一個(gè)模板，因此也往往對加水印圖像的質(zhì)量造成較大的影響，對于試圖破壞模板的攻擊，水印的檢測較為困難。
(3)嵌入具有周期特性的水印序列。這類方法利用水印的自相關(guān)特性進(jìn)行水印信息的同步，但水印檢測的性能不是很理想。經(jīng)典算法如文獻(xiàn)D.Delannay and B.Macq，Generalized2D Cyclic Patterns for Secret Watermark Generation，Proc.IEEE Int.Conf.Image Processing(ICIP 2000)，vol.II，IEEE Press，2000，pp.72-79.所述。
(4)利用圖像的特征進(jìn)行幾何攻擊的同步。常規(guī)的水印算法在嵌入水印的時(shí)候很少考慮圖像自身的特征，通常是將圖像中所有的像素平等對待，水印嵌入到整幅圖像中。這類算法一般僅能夠抵抗常規(guī)的濾波，噪聲，圖像壓縮等信號處理攻擊，對旋轉(zhuǎn)，縮放，剪切等幾何攻擊性能較差，被稱作第一代水印。第二代水印的思想由Kutter等人提出(M.Kutter，S.K.Bhattacharjee，and T.Ebrahimi，Towards second generation watermarking schemes，inProc.IEEE Int.Conf.Image Processing，1999，pp.320-323.)。其最顯著的特點(diǎn)就是有效地利用圖像中的特征點(diǎn)、邊緣等特征進(jìn)行水印信息的同步，此類算法大多能夠抵抗幾何攻擊。第二代水印中經(jīng)典的算法為Bas等人在文獻(xiàn)P.Bas，J.-M.Chassery，and B.Macq，Geometricallyinvariant watermarking using feature points，IEEE Trans.Image Processing.vol.11，no.9，2002，pp.1014-1028.中提出的方法。其水印嵌入和提取的框圖如圖1和圖2所示。
圖1所示的水印嵌入過程為首先利用Harris角點(diǎn)檢測方法提取原始圖像的特征點(diǎn)，并對所得的特征點(diǎn)集合進(jìn)行平面點(diǎn)集的三角剖分，生成一系列的三角形圖像塊。在水印嵌入時(shí)，首先將原始的水印信號通過仿射變換轉(zhuǎn)化為與圖像塊相同的大小和形狀，然后結(jié)合人眼視覺系統(tǒng)(HVS)的視覺掩蔽特性在空域?qū)⑺⌒盘柉B加到原始圖像塊上，得到加水印的圖像塊，最后替代原始的圖像塊，得到加水印圖像。
圖2所示的水印提取過程為首先利用Harris角點(diǎn)檢測方法提取受攻擊圖像的特征點(diǎn)，并對所得的特征點(diǎn)集合進(jìn)行平面點(diǎn)集的三角剖分，得到三角形的圖像塊，對每一個(gè)圖像塊進(jìn)行仿射變換使其轉(zhuǎn)換為與原始水印具有相同的大小和形狀，并進(jìn)行維納(Wiener)濾波。求濾波前圖像塊與濾波后圖像塊的差值圖像塊，并計(jì)算其與原始水印的相關(guān)系數(shù)，根據(jù)所有塊的相關(guān)系數(shù)來最終確定水印存在與否。
Bas等人所提出的這一算法能夠抵抗聯(lián)合圖像專家組JPEG壓縮，局部剪切，小角度旋轉(zhuǎn)，小比例縮放等幾何攻擊，但該算法存在以下不足
(1)特征提取過程中，提取的特征點(diǎn)數(shù)目過多，不少特征點(diǎn)的穩(wěn)定性不夠，以至于水印檢測過程中，能夠較好地得到同步的三角形數(shù)目有限。
(2)在水印嵌入過程中需要將原始的水印轉(zhuǎn)換為與三角形圖像塊相同的大小和形狀，而在水印檢測時(shí)需要將三角形圖像塊轉(zhuǎn)變?yōu)榕c原始水印相同的大小和形狀，這兩個(gè)過程中存在插值運(yùn)算，導(dǎo)致差值誤差，影響水印的檢測。
(3)水印信號的嵌入是通過將其在空域直接迭加到原始圖像相應(yīng)區(qū)域中實(shí)現(xiàn)的，所以水印的嵌入類似于在原始圖像上迭加隨機(jī)噪聲。因此，當(dāng)圖像受到噪聲，濾波等攻擊時(shí)，會(huì)直接影響水印信息，因此該算法對于此類攻擊性能較差。而在圖像受到旋轉(zhuǎn)，縮放等幾何攻擊時(shí)，也會(huì)因?yàn)椴逯诞a(chǎn)生的誤差對水印檢測造成直接的影響。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出一種基于圖像特征區(qū)域的小波域數(shù)字水印方法，以抵抗幾何攻擊和常規(guī)的信號處理攻擊，對互聯(lián)網(wǎng)圖像進(jìn)行有效的版權(quán)保護(hù)。
本發(fā)明的目的是這樣實(shí)現(xiàn)的本發(fā)明充分利用第二代水印技術(shù)的思想，其技術(shù)方案是將水印信息與圖像的穩(wěn)定特征相結(jié)合，利用圖像中最穩(wěn)定的Harris特征點(diǎn)生成對幾何攻擊及常規(guī)的信號處理攻擊均具有不變性的圓形特征區(qū)域，并進(jìn)行旋轉(zhuǎn)歸一化，合理地選取離散小波變換系數(shù)，在小波域?qū)崿F(xiàn)水印的嵌入和提取。其具體方法包括水印嵌入和水印提取。
所述的水印嵌入包括如下步驟(1)通過隨機(jī)序列生成器生成一個(gè)原始的水印序列w＝{w1，w2，w3，…，wn}，利用密鑰對該原始的水印序列進(jìn)行置亂，得到置亂后的水印序列w′＝{w1′，w2′，w3′，…，wn′}；(2)利用Harris角點(diǎn)檢測方法提取原始圖像的特征點(diǎn)，以每一個(gè)特征點(diǎn)為中心取圓形的區(qū)域，在所有的圓形區(qū)域中，選取圓心處特征點(diǎn)所對應(yīng)的響應(yīng)值為局部極大值的圓形區(qū)域作為嵌入候選特征區(qū)域；(3)對嵌入候選特征區(qū)域中相互重疊的特征區(qū)域，比較其圓心處特征點(diǎn)的響應(yīng)值，選出特征點(diǎn)的響應(yīng)值最大的一個(gè)特征區(qū)域，并去除與該特征區(qū)域存在重疊的特征區(qū)域，若剩余的特征區(qū)域仍存在相互重疊的情況，循環(huán)進(jìn)行上述操作，直到得到互不重疊的優(yōu)選嵌入圓形特征區(qū)域，將這些優(yōu)選嵌入圓形特征區(qū)域從原始圖像中取出，并進(jìn)行旋轉(zhuǎn)歸一化；(4)對歸一化后的每一個(gè)優(yōu)選嵌入圓形特征區(qū)域進(jìn)行兩級離散小波變換，并在第二級小波變換的水平高頻子帶和垂直高頻子帶內(nèi)分別選取圓環(huán)形的小波系數(shù)區(qū)域C1和C2，作為水印嵌入所要修改的系數(shù)區(qū)域；
(5)根據(jù)置亂后的水印序列w′＝{w1′，w2′，w3′，…，wn′}分別修改水平高頻子帶系數(shù)區(qū)域C1和垂直高頻子帶系數(shù)區(qū)域C2對應(yīng)位置的小波系數(shù)，對修改后的小波系數(shù)進(jìn)行小波逆變換，使置亂后的水印被嵌入到每一個(gè)特征區(qū)域中；(6)對所述嵌入水印的圓形特征區(qū)域進(jìn)行反向旋轉(zhuǎn)歸一化，并歸位到原始圖像中對應(yīng)的區(qū)域，得到整幅加水印的圖像。
所述的水印提取包括如下步驟(1)利用Harris角點(diǎn)檢測方法提取受攻擊圖像的特征點(diǎn)，以每一個(gè)特征點(diǎn)為中心取圓形的區(qū)域，在所有的圓形區(qū)域中，選取圓心處特征點(diǎn)對應(yīng)的響應(yīng)值為局部極大值的圓形區(qū)域作為提取候選特征區(qū)域；(2)對提取候選特征區(qū)域中相互重疊的特征區(qū)域，比較其圓心處特征點(diǎn)的響應(yīng)值，選出特征點(diǎn)的響應(yīng)值最大的一個(gè)特征區(qū)域，并去除與該特征區(qū)域存在重疊的特征區(qū)域，若剩余的特征區(qū)域仍存在相互重疊的情況，循環(huán)進(jìn)行上述操作，直到得到互不重疊的優(yōu)選提取圓形特征區(qū)域，將這些優(yōu)選提取圓形特征區(qū)域從受攻擊圖像中取出，并進(jìn)行旋轉(zhuǎn)歸一化；(3)對歸一化后的每一個(gè)優(yōu)選提取圓形特征區(qū)域進(jìn)行兩級離散小波變換，并在第二級小波變換的水平高頻子帶和垂直高頻子帶內(nèi)分別選取圓環(huán)形的小波系數(shù)區(qū)域C1和C2，作為水印提取所要比較的系數(shù)區(qū)域；(4)比較所述系數(shù)區(qū)域C1與C2對應(yīng)位置的小波系數(shù)，按照下式提取水印 其中，coefi為水平高頻子帶系數(shù)區(qū)域C1對應(yīng)的小波系數(shù)，coefj為垂直高頻子帶系數(shù)區(qū)域C2對應(yīng)的小波系數(shù)；(5)通過所述(4)的水印提取操作，得到最初提取的水印序列w^′={w^1′,w^2′,w^3′,···,w^n′},]]>利用密鑰對該提取的水印序列進(jìn)行反置亂，得到最終的水印序列w^={w^1,w^2,w^3,···,w^n};]]>(6)計(jì)算最終的水印序列w^={w^1,w^2,w^3,···,w^n}]]>和原始水印序列w＝{w1，w2，w3，…，wn}的歸一化互相關(guān)函數(shù)NC，即NC=Σi=1nw(i)w^(i)Σi=1nw2(i)Σi=1nw^2(i)]]>式中w表示原始水印， 表示提取的水印，n表示水印序列的長度；(7)將計(jì)算得到的NC值與一閾值T進(jìn)行比較，如果該NC值大于該閾值T，則判斷水印存在，反之水印不存在，閾值T設(shè)置為0.8。
上述數(shù)字水印嵌入方法，其中(2)中所述的選取圓心處特征點(diǎn)對應(yīng)的響應(yīng)值為局部極大值的圓形區(qū)域作為嵌入候選特征區(qū)域，按如下步驟進(jìn)行(1)利用Harris角點(diǎn)檢測方法提取原始圖像的特征點(diǎn)，記為嵌入特征點(diǎn)集合Ω1；(2)以嵌入特征點(diǎn)集合Ω1中的每一個(gè)特征點(diǎn)為圓心，取半徑為R的嵌入圓形區(qū)域；(3)將所述嵌入圓形區(qū)域圓心處特征點(diǎn)的響應(yīng)值與所述嵌入圓形區(qū)域內(nèi)其它點(diǎn)的響應(yīng)值比較，若響應(yīng)值為局部極大值，則保留該嵌入圓形特征區(qū)域作為嵌入候選特征區(qū)域。
上述數(shù)字水印嵌入方法，其中所述的選取第二級離散小波變換水平高頻子帶和垂直高頻子帶中的小波系數(shù)區(qū)域C1與C2時(shí)，取C1與C2為大小相同的圓環(huán)，這兩個(gè)圓環(huán)的圓心位于各自子帶的幾何中心，內(nèi)半徑r1≥6像素，外半徑r2小于子帶的內(nèi)接圓半徑r3。
上述數(shù)字水印提取方法，其中(1)所述的選取圓心處特征點(diǎn)對應(yīng)的響應(yīng)值為局部極大值的圓形區(qū)域作為提取候選特征區(qū)域，按如下步驟進(jìn)行(1)利用Harris角點(diǎn)檢測方法提取受攻擊圖像的特征點(diǎn)，記為提取特征點(diǎn)集合Ω1′；(2)以提取特征點(diǎn)集合Ω1′中的每一個(gè)特征點(diǎn)為圓心，取半徑為R的提取圓形區(qū)域；(3)將所述提取圓形區(qū)域圓心處特征點(diǎn)的響應(yīng)值與所述提取圓形區(qū)域內(nèi)其它點(diǎn)的響應(yīng)值比較，若響應(yīng)值為局部極大值，則保留該提取圓形特征區(qū)域作為提取候選特征區(qū)域。
上述數(shù)字水印提取方法，其中所述的在第二級小波變換的水平高頻子帶和垂直高頻子帶中，分別選取的小波系數(shù)區(qū)域C1與C2為兩個(gè)圓心位于各自子帶幾何中心的圓環(huán)，兩圓環(huán)的大小相同，內(nèi)半徑r1≥6像素，外半徑r2小于子帶的內(nèi)接圓半徑r3。
本發(fā)明具有如下效果(1)由于采用小波變換系數(shù)中圓環(huán)形的嵌入?yún)^(qū)域，水印信息不會(huì)因?yàn)樽詈蠹铀√卣鲄^(qū)域歸位到原始圖像的相應(yīng)區(qū)域造成水印信息的丟失。由于數(shù)字圖像的離散性，實(shí)際水印嵌入和提取過程中使用的特征區(qū)域是以圓形特征區(qū)域?yàn)閮?nèi)接圓，邊界部分補(bǔ)零的正方形圖像塊。這就決定了水印嵌入最理想的變換是離散小波變換。因?yàn)樵诔Ｓ玫碾x散余弦變換(DCT)，離散傅立葉變換(DFT)和離散小波變換(DWT)中，只有離散小波變換具有局部化特性。如果采用離散余弦變換或離散傅立葉變換，則通過修改頻域系數(shù)嵌入水印后水印的信息將會(huì)影響空域的每一個(gè)像素，包括邊界區(qū)域。而邊界區(qū)域在加水印特征區(qū)域歸位時(shí)將被舍棄，這樣必然導(dǎo)致部分水印信息的丟失。而利用離散小波變換時(shí)，修改的小波系數(shù)位于理想的圓形特征區(qū)域內(nèi)部，即圓環(huán)C1與C2內(nèi)部，因此重構(gòu)后的水印信息只會(huì)散布到理想的圓形特征區(qū)域內(nèi)，不會(huì)散布到邊界部分，這樣在最后的加水印特征區(qū)域歸位時(shí)就不會(huì)造成水印信息的丟失。
(2)由于采用小波變換系數(shù)中圓環(huán)形的嵌入?yún)^(qū)域，水印的嵌入不會(huì)影響原始的特征點(diǎn)。水印的嵌入應(yīng)該盡可能小地影響原始的特征點(diǎn)，因?yàn)檫@些特征點(diǎn)在水印提取時(shí)將被用來對水印嵌入?yún)^(qū)域進(jìn)行定位。圓環(huán)區(qū)域C1與C2內(nèi)的水印嵌入使得嵌入的水印信息散布在相應(yīng)的空域圓環(huán)內(nèi)，距離中心處的特征點(diǎn)有一定的距離，因此不會(huì)對原始的特征點(diǎn)造成影響。
(3)由于水印嵌入?yún)^(qū)域的穩(wěn)定性，可保證在圖像受到旋轉(zhuǎn)，平移，局部剪切等幾何攻擊時(shí)，可以有效地提取水?。煌瑫r(shí)能夠抵抗常規(guī)的信號處理攻擊，如聯(lián)合圖像專家組JPEG壓縮，噪聲，濾波等等。
(4)由于采用在圖像的局部特征區(qū)域中嵌入水印，因而可以獲得很好的圖像質(zhì)量。


圖1為已有Bas算法水印嵌入框圖。
圖2為已有Bas算法水印提取框圖。
圖3為本發(fā)明水印嵌入框圖。
圖4為本發(fā)明水印提取框圖。
圖5為本發(fā)明圓形特征區(qū)域的生成過程圖，其中5(a)為原始圖像，5(b)為原始特征點(diǎn)圖，5(c)為局部最穩(wěn)定的特征點(diǎn)圖，5(d)為最終選定的特征點(diǎn)圖，5(e)為由局部最穩(wěn)定的特征點(diǎn)確定的嵌入候選特征區(qū)域圖，5(f)為由最終選定的特征點(diǎn)確定的優(yōu)選嵌入圓形特征區(qū)域圖。
圖6為本發(fā)明圓形特征區(qū)域的歸一化圖，其中6(a)為原始圖像圓形特征區(qū)域圖，6(b)為旋轉(zhuǎn)30°圖像對應(yīng)的圓形特征區(qū)域圖，6(c)為原始圖像特征區(qū)域歸一化結(jié)果圖，6(d)為旋轉(zhuǎn)30°圖像特征區(qū)域圖歸一化結(jié)果圖。
圖7(a)為本發(fā)明理想的圓形特征區(qū)域圖。
圖7(b)為本發(fā)明實(shí)際使用的圖像塊圖。
圖8為本發(fā)明水印嵌入的小波系數(shù)區(qū)域圖。
圖9為本發(fā)明的水印嵌入實(shí)例圖，其中圖9(a)為原始圖像，圖9(b)為優(yōu)選的圓形特征區(qū)域圖，9(c)為加水印圖像，9(d)為差值圖像。
具體實(shí)施例方式
以下參照附圖對本發(fā)明作進(jìn)一步詳細(xì)的描述。
參照附圖3和圖5，本發(fā)明的水印嵌入步驟如下第一步提取水印嵌入的圓形特征區(qū)域。
對原始圖像圖5(a)，利用Harris角點(diǎn)檢測方法提取特征點(diǎn)，初始提取的特征點(diǎn)如圖5(b)所示。對一幅圖像I(x，y)，Harris特征點(diǎn)的提取步驟具體如下(1)利用下式計(jì)算梯度圖像X=I⊗(-1,0,1)=∂I/∂XY=I⊗(-1,0,1)T=∂I/∂Y]]>其中表示卷積，X表示水平方向的梯度圖像，Y表示垂直方向的梯度圖像。
(2)構(gòu)造自相關(guān)矩陣令A(yù)=X2⊗wB=Y2⊗wC=(XY)⊗w]]>其中w＝exp(-(X2+y2)/2σ2)為高斯平滑窗函數(shù)。
則自相關(guān)矩陣M=ACCB.]]>(3)提取特征點(diǎn)令Det(M)=AB-C2Trace(M)=A+B]]>則Harris特征點(diǎn)響應(yīng)值為RH＝Det(M)-k·Trace2(M)其中，常數(shù)k通常取0.04-0.06之間。將RH與一個(gè)閾值進(jìn)行比較，大于該閾值則認(rèn)定為是特征點(diǎn)，該閾值根據(jù)所要檢測的特征點(diǎn)數(shù)目設(shè)置，一般大于等于1000。
記檢測到的Harris嵌入特征點(diǎn)集合為Ω1，如圖5(b)，所要提取的圓形特征區(qū)域半徑為R，本發(fā)明中R設(shè)置為40像素，以Ω1中的每一個(gè)特征點(diǎn)pi為圓心，取其半徑為R的圓形區(qū)域，并判斷圓心處特征點(diǎn)，即pi處的響應(yīng)值是否為該區(qū)域中的局部極大值，若是則保留特征點(diǎn)pi及其所確定的圓形區(qū)域作為嵌入候選特征區(qū)域；否則，舍棄。
將經(jīng)過上述操作得到的候選特征點(diǎn)集合表示為Ω2，如圖5(c)，該集合Ω2中的任意一個(gè)特征點(diǎn)都是圖像中的局部最穩(wěn)定的特征點(diǎn)，這些特征在圖像受到幾何攻擊以及常規(guī)的信號處理攻擊的時(shí)候最有可能重新被檢測出來，對嵌入了水印的位置進(jìn)行定位。由Ω2中的特征點(diǎn)確定的候選特征區(qū)域如圖5(e)所示，可見，每一個(gè)候選特征區(qū)域的內(nèi)部僅僅存在一個(gè)最穩(wěn)定的特征點(diǎn)。
在圖5(e)中，集合Ω2中的特征點(diǎn)確定的候選特征區(qū)域存在相互重疊的情況，為了獲得互不重疊的特征區(qū)域，需要對Ω2中的特征點(diǎn)進(jìn)行篩選。為此，首先從Ω2中取出響應(yīng)值最大的特征點(diǎn)，并去掉與該特征點(diǎn)所確定的特征區(qū)域存在重疊的特征區(qū)域內(nèi)的特征點(diǎn)。若剩下的特征區(qū)域仍存在相互重疊的情況，對存在重疊的特征區(qū)域循環(huán)進(jìn)行上述操作，直到得到互不重疊的特征區(qū)域，同時(shí)記最終的特征點(diǎn)集合為Ω3，如圖5(d)所示。由Ω3中特征點(diǎn)確定的優(yōu)選嵌入特征區(qū)域如圖5(f)所示，圖5(f)中的優(yōu)選嵌入特征區(qū)域互不重疊，對幾何攻擊及信號處理處理具有不變性，為不變特征區(qū)域，即水印嵌入?yún)^(qū)域。
第二步對優(yōu)選嵌入特征區(qū)域進(jìn)行旋轉(zhuǎn)歸一化。
當(dāng)圖像存在旋轉(zhuǎn)的時(shí)候，從原始圖像和旋轉(zhuǎn)以后的圖像中提取出的優(yōu)選圓形特征區(qū)域雖然內(nèi)容相同，但是它們的方向不同，如圖6(a)和圖6(b)所示。因此，要利用小波變換的方法嵌入水印必須消除旋轉(zhuǎn)帶來的影響。本發(fā)明中利用基于幾何矩的圖像歸一化技術(shù)，對存在旋轉(zhuǎn)的特征區(qū)域進(jìn)行歸一化，旋轉(zhuǎn)歸一化的具體方法如下對一幅數(shù)字圖像I(x，y)，其p+q階幾何矩為mp，q＝∫∫ΓxpyqI(x，y)dxdy其中Γ表示圖像的定義域，對應(yīng)的中心矩為μp，q＝∫∫Γ(x-x)p(y-y)qI(x，y)dxdy其中x＝m1，0/m0，0，y＝m0，1/m0，0表示圖像的質(zhì)心。
定義兩個(gè)張量t1和t2如下t1＝μ1，2+μ3，0，t2＝μ2，1+μ0，3則旋轉(zhuǎn)歸一化角度θ為θ＝arctan(-t1/t2)旋轉(zhuǎn)歸一化角度是相對于圖像的質(zhì)心(x，y)而言的。
很顯然，上式存在兩個(gè)解，比方說φ和φ+π。為了得到一個(gè)唯一的歸一化角度，定義另外一個(gè)張量t3t3＝-t1sinφ+t2cosφ通過使t3＞0則可以確定一個(gè)唯一的歸一化角度φ。如果t3＜0，則令φ＝φ+π。
有了歸一化角度φ，只需以質(zhì)心為基準(zhǔn)將圖像旋轉(zhuǎn)φ角度，即可以得到歸一化的圖像，歸一化圖像對旋轉(zhuǎn)具有不變性。特征區(qū)域的歸一化后的圖像如圖6(c)和圖6(d)所示。
第三步對歸一化特征區(qū)域進(jìn)行離散小波變換，確定水印嵌入的系數(shù)區(qū)域。
通過上述第二步已經(jīng)對幾何失真下水印的嵌入位置進(jìn)行了定位，在此基礎(chǔ)之上就可以采用較為成熟的變換域水印算法。為了有效地抵抗旋轉(zhuǎn)，平移，剪切等幾何攻擊，本發(fā)明在圖像的局部不變特征區(qū)域中嵌入水印。但是在實(shí)際的實(shí)施過程中，我們能夠使用的并不是理想的圓形特征區(qū)域，而是以特征區(qū)域?yàn)閮?nèi)接圓的正方形圖像塊，即將邊界部分補(bǔ)零，如圖7(b)所示。在圖7(b)中，由于水印嵌入后需要將含水印的特征區(qū)域歸位到原始圖像的對應(yīng)區(qū)域，而這時(shí)周圍黑色的邊界區(qū)域是要被去掉的，因此必須保證水印信息嵌入到理想的圓形特征區(qū)域內(nèi)，盡可能少地分布到黑色的邊界區(qū)域，這就要求所采用的變換具有局部化特性。與此同時(shí)，水印的嵌入要盡可能小地影響原始特征點(diǎn)附近的像素，這樣才能保證水印檢測時(shí)這些特征點(diǎn)能很好地被檢測出來對水印嵌入?yún)^(qū)域進(jìn)行定位，因此同樣要求所采用的變換具有局部化特性。根據(jù)以上兩個(gè)要求，本發(fā)明選用離散小波變換(DWT)嵌入水印。利用DWT嵌入水印時(shí)，只要修改理想的圓形特征區(qū)域內(nèi)對應(yīng)的小波系數(shù)，則水印信息只會(huì)影響相應(yīng)位置的空域像素，對邊界區(qū)域像素的影響很小。而為了盡可能小地影響原始的特征點(diǎn)，特征點(diǎn)附近的小波系數(shù)是不能被修改的。因此，本發(fā)明設(shè)計(jì)的小波域水印嵌入系數(shù)選用如圖8所示的形式。圖8中，低頻子帶LL2.0和6個(gè)高頻子帶HL1.1，HH1.2，LH1.3，HL2.1，HH2.2，LH2.3為對原始圖像進(jìn)行兩級離散小波變換后得到的小波變換系數(shù)，其中HL1.1，HH1.2，LH1.3分別為第一級小波變換的水平高頻、對角線高頻和垂直高頻子帶；HL2.1，HH2.2，LH2.3分別為第二級小波變換的水平高頻、對角線高頻和垂直高頻子帶。在第二級小波變換的水平高頻子帶HL2.1和垂直高頻子帶LH2.3中，分別選取兩個(gè)圓環(huán)形的系數(shù)區(qū)域，其中水平高頻子帶中的圓環(huán)區(qū)域記作C1，垂直高頻子帶中的圓環(huán)區(qū)域記作C2。這兩個(gè)圓環(huán)C1與C2的圓心分別位于水平高頻子帶HL2.1和垂直高頻子帶LH2.3的幾何中心，內(nèi)半徑r1≥6像素，外半徑r2小于子帶的內(nèi)接圓半徑r3。C1與C2即為本發(fā)明中水印嵌入所要修改的小波系數(shù)區(qū)域。水印信息嵌入在該區(qū)域既能保證水印的嵌入不會(huì)影響原始特征點(diǎn)，又可以保證水印信息集中在理想的特征區(qū)域內(nèi)，而不會(huì)因?yàn)樽詈蠛√卣鲄^(qū)域歸位造成水印信息的丟失。
第四步水印嵌入。
通過隨機(jī)序列生成器生成一個(gè)原始的水印序列w＝{w1，w2，w3，…，wn}作為待嵌入的水印序列，為了增強(qiáng)系統(tǒng)的安全性，首先使用密鑰對原始水印序列w進(jìn)行置亂，得到置亂后的水印序列w′＝{w1′，w2′，w3′，…，wn′}。設(shè)coefi和coefj分別表示圖8所示水印嵌入?yún)^(qū)域C1與C2對應(yīng)位置的小波變換系數(shù)，將置亂后的水印序列按如下過程嵌入特征區(qū)域中首先，對小波系數(shù)進(jìn)行修改，嵌入水印。如果wi′＝1且D＝coefi-coefj＜TH，則通過下式增大水平高頻子帶水印嵌入?yún)^(qū)域C1對應(yīng)的小波變換系數(shù)coefi的值，同時(shí)減小垂直高頻子帶嵌入?yún)^(qū)域C2對應(yīng)的小波變換系數(shù)coefj的值coefi′=coefi+(TH-D)/2coefj′=coefj-(TH-D)/2]]>
若D＝coefi-coefj≥TH，不做任何操作；如果wi′＝0且D＝coefj-coefi＜TH，進(jìn)行如下操作coefi′=coefi-(TH-D)/2coefj′=coefj+(TH-D)/2]]>若D＝coefj-coefi≥TH，不做任何操作。其中TH為控制水印不可見性與魯棒性的閾值，本發(fā)明中該閾值TH選取0.02。
然后，對修改后的小波系數(shù)進(jìn)行小波逆變換，得到加水印的特征區(qū)域。
第五步將加水印后的特征區(qū)域進(jìn)行反向旋轉(zhuǎn)歸一化，并歸位到原始圖像中的相應(yīng)位置，得到整幅加水印的圖像。
參照圖4，本發(fā)明的水印提取按照以下過程進(jìn)行第一步提取受攻擊圖像中嵌入了水印的圓形特征區(qū)域，這一步的具體操作與水印嵌入中圓形特征區(qū)域的提取過程相同。
第二步對提取的圓形特征區(qū)域進(jìn)行旋轉(zhuǎn)歸一化，這一步的具體操作與水印嵌入過程中圓形特征區(qū)域的旋轉(zhuǎn)歸一化相同。
通過以上兩步對旋轉(zhuǎn)，平移，剪切等幾何攻擊下嵌入了水印的區(qū)域進(jìn)行定位。
第三步對每一個(gè)歸一化圓形特征區(qū)域進(jìn)行兩級離散小波變換，并選擇與嵌入過程相同的圓環(huán)形小波變換系數(shù)區(qū)域，設(shè)coefi和coefj分別為圖8所示的系數(shù)區(qū)域C1與C2對應(yīng)位置的小波系數(shù)，水印的提取通過下面的方程完成 對提取的水印w^′={w^1′,w^2′,w^3′,···,w^n′}]]>利用相同的密鑰進(jìn)行反置亂，得到最終的水印序列w^={w^1,w^2,w^3,···,w^n}.]]>第四步計(jì)算最終的水印序列w^={w^1,w^2,w^3,···w^n}]]>和原始水印序列w＝{w1，w2，w3，…，wn}的歸一化互相關(guān)函數(shù)NC，即NC=Σi=1nw(i)w^(i)Σi=1nw2(i)Σi=1nw^2(i)]]>式中w表示原始水印， 表示提取的水印，n表示水印序列的長度；第五步將計(jì)算得到的NC值與一閾值T進(jìn)行比較，如果該NC值大于該閾值T，則判斷水印存在，反之水印不存在，門限T設(shè)置為0.8。
圖9所示為本發(fā)明的水印嵌入實(shí)例。9(a)表示原始圖像，9(b)表示水印嵌入的圓形特征區(qū)域，9(c)表示加水印圖像，9(d)表示含水印圖像與原始圖像的差值圖像。加水印圖像峰值信噪比PSNR值分別為39.41dB和37.90dB?？梢钥闯?，本發(fā)明由于在圖像的局部區(qū)域中嵌入水印，加水印圖像具有很高的質(zhì)量。
權(quán)利要求
1.一種基于圖像特征區(qū)域的小波域抗幾何攻擊數(shù)字水印嵌入方法，包括如下步驟(1)通過隨機(jī)序列生成器生成一個(gè)原始的水印序列w＝{w1，w2，w3，…，wn}，利用密鑰對該原始的水印序列進(jìn)行置亂，得到置亂后的水印序列w′＝{w1′，w2′，w3′，…，wn′}；(2)利用Harris角點(diǎn)檢測方法提取原始圖像的特征點(diǎn)，以每一個(gè)特征點(diǎn)為中心取圓形的區(qū)域，在所有的圓形區(qū)域中，選取圓心處特征點(diǎn)所對應(yīng)的響應(yīng)值為局部極大值的圓形區(qū)域作為嵌入候選特征區(qū)域；(3)對嵌入候選特征區(qū)域中相互重疊的特征區(qū)域，比較其圓心處特征點(diǎn)的響應(yīng)值，選出特征點(diǎn)的響應(yīng)值最大的一個(gè)特征區(qū)域，并去除與該特征區(qū)域存在重疊的特征區(qū)域，若剩余的特征區(qū)域仍存在相互重疊的情況，循環(huán)進(jìn)行上述操作，直到得到互不重疊的優(yōu)選嵌入圓形特征區(qū)域，將這些優(yōu)選嵌入圓形特征區(qū)域從原始圖像中取出，并進(jìn)行旋轉(zhuǎn)歸一化；(4)對歸一化后的每一個(gè)優(yōu)選嵌入圓形特征區(qū)域進(jìn)行兩級離散小波變換，并在第二級小波變換的水平高頻子帶和垂直高頻子帶內(nèi)分別選取圓環(huán)形的小波系數(shù)區(qū)域C1和C2，作為水印嵌入所要修改的系數(shù)區(qū)域；(5)根據(jù)置亂后的水印序列w′＝{w1′，w2′，w3′…，wn′}分別修改水平高頻子帶系數(shù)區(qū)域C1和垂直高頻子帶系數(shù)區(qū)域C2對應(yīng)位置的小波系數(shù)，對修改后的小波系數(shù)進(jìn)行小波逆變換，使置亂后的水印被嵌入到每一個(gè)特征區(qū)域中；(6)對所述嵌入水印的圓形特征區(qū)域進(jìn)行反向旋轉(zhuǎn)歸一化，并歸位到原始圖像中對應(yīng)的區(qū)域，得到整幅加水印的圖像。
2.一種基于圖像特征區(qū)域的小波域抗幾何攻擊數(shù)字水印提取方法，包括如下步驟(1)利用Harris角點(diǎn)檢測方法提取受攻擊圖像的特征點(diǎn)，以每一個(gè)特征點(diǎn)為中心取圓形的區(qū)域，在所有的圓形區(qū)域中，選取圓心處特征點(diǎn)對應(yīng)的響應(yīng)值為局部極大值的圓形區(qū)域作為提取候選特征區(qū)域；(2)對提取候選特征區(qū)域中相互重疊的特征區(qū)域，比較其圓心處特征點(diǎn)的響應(yīng)值，選出特征點(diǎn)的響應(yīng)值最大的一個(gè)特征區(qū)域，并去除與該特征區(qū)域存在重疊的特征區(qū)域，若剩余的特征區(qū)域仍存在相互重疊的情況，循環(huán)進(jìn)行上述操作，直到得到互不重疊的優(yōu)選提取圓形特征區(qū)域，將這些優(yōu)選提取圓形特征區(qū)域從受攻擊圖像中取出，并進(jìn)行旋轉(zhuǎn)歸一化；(3)對歸一化后的每一個(gè)優(yōu)選提取圓形特征區(qū)域進(jìn)行兩級離散小波變換，并在第二級小波變換的水平高頻子帶和垂直高頻子帶內(nèi)分別選取圓環(huán)形的小波系數(shù)區(qū)域C1和C2，作為水印提取所要比較的系數(shù)區(qū)域；(4)比較所述系數(shù)區(qū)域C1與C2對應(yīng)位置的小波系數(shù)，按照下式提取水印 其中，coefi為水平高頻子帶系數(shù)區(qū)域C1對應(yīng)的小波系數(shù)，coefj為垂直高頻子帶系數(shù)區(qū)域C2對應(yīng)的小波系數(shù)；(5)通過所述(4)的水印提取操作，得到最初提取的水印序列w^′={w^1′,w^2′,w^3′,···,w^n′},]]>利用密鑰對該提取的水印序列進(jìn)行反置亂，得到最終的水印序列w^={w^1,w^2,w^3,···,w^n};]]>(6)計(jì)算最終的水印序列w^={w^1,w^2,w^3,···,w^n}]]>和原始水印序列w＝{w1，w2，w3，…，wn}的歸一化互相關(guān)函數(shù)NC，即NC=Σi=1nw(i)w^(i)Σi=1nw2(i)Σi=1nw^2(i)]]>式中w表示原始水印， 表示提取的水印，n表示水印序列的長度；(7)將計(jì)算得到的NC值與一閾值T進(jìn)行比較，如果該NC值大于該閾值T，則判斷水印存在，反之水印不存在，閾值T設(shè)置為0.8。
3.根據(jù)權(quán)利要求1所述的基于圖像特征區(qū)域的小波域抗幾何攻擊數(shù)字水印嵌入方法，其特征在于(2)中所述的選取圓心處特征點(diǎn)對應(yīng)的響應(yīng)值為局部極大值的圓形區(qū)域作為嵌入候選特征區(qū)域，按如下步驟進(jìn)行(1)利用Harris角點(diǎn)檢測方法提取原始圖像的特征點(diǎn)，記為嵌入特征點(diǎn)集合Ω1；(2)以嵌入特征點(diǎn)集合Ω1中的每一個(gè)特征點(diǎn)為圓心，取半徑為R的嵌入圓形區(qū)域；(3)將所述嵌入圓形區(qū)域圓心處特征點(diǎn)的響應(yīng)值與所述嵌入圓形區(qū)域內(nèi)其它點(diǎn)的響應(yīng)值比較，若響應(yīng)值為局部極大值，則保留該嵌入圓形特征區(qū)域作為嵌入候選特征區(qū)域。
4.根據(jù)權(quán)利要求1所述的基于圖像特征區(qū)域的小波域抗幾何攻擊數(shù)字水印嵌入方法，其特征在于選取第二級離散小波變換水平高頻子帶和垂直高頻子帶中的小波系數(shù)區(qū)域C1與C2時(shí)，取C1與C2為大小相同的圓環(huán)，這兩個(gè)圓環(huán)的圓心位于各自子帶的幾何中心，內(nèi)半徑r1≥6像素，外半徑r2小于子帶的內(nèi)接圓半徑r3。
5.根據(jù)權(quán)利要求2所述的基于圖像特征區(qū)域的小波域抗幾何攻擊數(shù)字水印提取方法，其特征在于步驟(1)所述的選取圓心處特征點(diǎn)對應(yīng)的響應(yīng)值為局部極大值的圓形區(qū)域作為提取候選特征區(qū)域，按如下步驟進(jìn)行(1)利用Harris角點(diǎn)檢測方法提取受攻擊圖像的特征點(diǎn)，記為提取特征點(diǎn)集合Ω′1；(2)以提取特征點(diǎn)集合Ω′1中的每一個(gè)特征點(diǎn)為圓心，取半徑為R的提取圓形區(qū)域；(3)將所述提取圓形區(qū)域圓心處特征點(diǎn)的響應(yīng)值與所述提取圓形區(qū)域內(nèi)其它點(diǎn)的響應(yīng)值比較，若響應(yīng)值為局部極大值，則保留該提取圓形特征區(qū)域作為提取候選特征區(qū)域。
6.根據(jù)權(quán)利要求2所述的基于圖像特征區(qū)域的小波域抗幾何攻擊數(shù)字水印提取方法，其特征在于確定水印提取所采用的小波系數(shù)時(shí)，在第二級小波變換的水平高頻子帶和垂直高頻子帶中，分別選取的小波系數(shù)區(qū)域C1與C2為兩個(gè)圓心位于各自子帶幾何中心的圓環(huán)，兩圓環(huán)的大小相同，內(nèi)半徑r1≥6像素，外半徑r2小于子帶的內(nèi)接圓半徑r3。
全文摘要
本發(fā)明涉及信息安全領(lǐng)域抗幾何攻擊的數(shù)字水印方法。該方法是將水印信息與圖像的特征區(qū)域相聯(lián)系，利用圖像中最穩(wěn)定的Harris特征點(diǎn)生成對幾何攻擊及常規(guī)的信號處理攻擊均具有不變性的局部特征區(qū)域，通過圖像歸一化技術(shù)生成圓形的特征區(qū)域，對這些圓形特征區(qū)域進(jìn)行兩級小波變換，并在第二級小波變換的水平高頻和垂直高頻子帶中分別選擇圓環(huán)形的系數(shù)區(qū)域作為水印嵌入所要修改的系數(shù)區(qū)域，實(shí)現(xiàn)水印的嵌入。提取時(shí)先對水印嵌入的區(qū)域進(jìn)行定位，并在小波域通過比較小波系數(shù)提取水印。本發(fā)明不僅可以獲得更好的圖像質(zhì)量，而且能有效地抵抗平移，旋轉(zhuǎn)，局部剪切等幾何攻擊以及常見的壓縮，濾波等信號處理攻擊，可用于對網(wǎng)絡(luò)中數(shù)字圖像的版權(quán)保護(hù)。
文檔編號G06T1/00GK101030293SQ20071001759
公開日2007年9月5日 申請日期2007年3月30日 優(yōu)先權(quán)日2007年3月30日
發(fā)明者郭寶龍, 李雷達(dá) 申請人:西安電子科技大學(xué)