基于局部直方圖特征的彩色圖像水印方法
【專利摘要】本發(fā)明公開一種可有效抵抗去同步攻擊的基于局部直方圖特征的彩色圖像水印方法，按如下步驟進行：利用彩色圖像的色彩特性與幾何結(jié)構(gòu)特性，建立彩色圖像的顏色不變量模型；構(gòu)造基于顏色不變量與概率密度的圖像特征點檢測器，從原始彩色圖像中提取出穩(wěn)定且均勻的特征點；利用概率密度二階自相關(guān)矩陣的特征值與特征向量，構(gòu)造橢圓形局部特征區(qū)域，將提取的特征點及篩選出的橢圓形局部特征區(qū)域映射回原始彩色圖像上，提取出彩色仿射不變局部特征區(qū)域；提取彩色仿射不變局部特征區(qū)域的高位平面圖像直方圖，對所提取出的高位平面圖像RGB分量分別進行直方圖調(diào)整來嵌入水印信息。
【專利說明】基于局部直方圖特征的彩色圖像水印方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)字多媒體防偽和信息安全保護領(lǐng)域，尤其是一種可有效抵抗去同步攻擊的基于局部直方圖特征的彩色圖像水印方法。

【背景技術(shù)】
[0002]伴隨著網(wǎng)絡(luò)技術(shù)與數(shù)字媒體技術(shù)的飛速發(fā)展，數(shù)字信息的傳輸與利用日益變得頻繁與廣泛，由于數(shù)字信息極易被無限制任意編輯、復(fù)制與散布，因此對數(shù)字作品的加密變得日益突出。數(shù)字水印(Digital Watermarking)作為傳統(tǒng)加密方法的有效補充手段,是一種可以在開放網(wǎng)絡(luò)環(huán)境下保護版權(quán)和認證來源及完整性的新技術(shù)，近年來已引起人們高度重視，并已成為國際學術(shù)界研究的一個熱點。所謂數(shù)字圖像水印，就是將具有特定意義的標記(水印)，利用數(shù)據(jù)嵌入的方法隱藏在數(shù)字圖像產(chǎn)品中，用以證明創(chuàng)作者對其作品的所有權(quán)，并作為鑒定、起訴非法侵權(quán)的依據(jù)，同時通過對水印的檢測和分析保證數(shù)字信息的完整可靠性，從而成為知識產(chǎn)權(quán)保護和數(shù)字多媒體防偽的有效手段。
[0003]去同步攻擊并非指該種攻擊能夠從含水印對象中去除水印信息，而是指其能夠破壞數(shù)字水印分量的同步(即改變水印嵌入位置)，從而導(dǎo)致檢測器找不到有效水印。去同步攻擊包括簡單的全局仿射變換(旋轉(zhuǎn)、縮放和平移)和較為復(fù)雜的一般性去同步攻擊(剪切、縱橫比轉(zhuǎn)換、行列去除、局部仿射扭曲等)。截止到目前，人們主要采用五種措施設(shè)計抗去同步攻擊的魯棒圖像水印方案，分別為窮舉搜索、擴頻水印擴頻碼相結(jié)合、構(gòu)造同步不變量、同步校正、利用原始數(shù)據(jù)重要特征等。其中，窮舉搜索方案具有計算量較大、虛警率較高等弱點；擴頻水印擴頻碼相結(jié)合方案無法實現(xiàn)水印信息的盲檢測；構(gòu)造同步不變量方案尚無法有效抵抗諸如剪切、縱橫比轉(zhuǎn)換、局部仿射扭曲等較為復(fù)雜的一般性去同步攻擊；同步校正方案存在水印容量受到限制、時間復(fù)雜度較高等弱點；現(xiàn)有利用原始數(shù)據(jù)特征的數(shù)字水印方案還很不成熟，普遍存在特征點穩(wěn)定性差且分布極不均勻、彩色圖像特征點檢測算子匱乏、所構(gòu)造的局部特征區(qū)域不具有完全仿射不變性、數(shù)字水印容量太小等問題。


【發(fā)明內(nèi)容】

[0004]本發(fā)明是為了解決現(xiàn)有技術(shù)所存在的上述技術(shù)問題，提供一種可有效抵抗去同步攻擊的基于局部直方圖特征的彩色圖像水印方法。
[0005]本發(fā)明的技術(shù)解決方案是:一種基于局部直方圖特征的彩色圖像水印方法，其特征在于按如下步驟進行:
a.利用彩色圖像的色彩特性與幾何結(jié)構(gòu)特性，建立彩色圖像的顏色不變量模型；
b.構(gòu)造基于顏色不變量與概率密度的圖像特征點檢測器，從原始彩色圖像中提取出穩(wěn)定且均勻的特征點；
c.利用概率密度二階自相關(guān)矩陣的特征值與特征向量，構(gòu)造橢圓形彩色放射不變局部特征區(qū)域，將b步驟提取的特征點及篩選出的橢圓形局部特征區(qū)域映射回原始彩色圖像上，提取出彩色仿射不變局部特征區(qū)域；d.提取彩色仿射不變局部特征區(qū)域的高位平面圖像直方圖，對所提取出的RGB分量高位平面圖像分別進行直方圖調(diào)整來嵌入水印信息。
[0006]所述a步驟如下:
Kubelka-Munk理論描述了物體的光譜福射特性,其模型為:

【權(quán)利要求】
1.一種基于局部直方圖特征的彩色圖像水印方法，其特征在于按如下步驟進行: a.利用彩色圖像的色彩特性與幾何結(jié)構(gòu)特性，建立彩色圖像的顏色不變量模型； b.構(gòu)造基于顏色不變量與概率密度的圖像特征點檢測器，從原始彩色圖像中提取出穩(wěn)定且均勻的特征點； c.利用概率密度二階自相關(guān)矩陣的特征值與特征向量，構(gòu)造橢圓形彩色仿射不變局部特征區(qū)域，將b步驟提取的特征點及篩選出的橢圓形局部特征區(qū)域映射回原始彩色圖像上，提取出彩色仿射不變局部特征區(qū)域； d.提取彩色仿射不變局部特征區(qū)域的高位平面圖像直方圖，對所提取出的RGB分量高位平面圖像分別進行直方圖調(diào)整來嵌入水印信息。
2.根據(jù)權(quán)利要求1所述的基于局部直方圖特征的彩色圖像水印方法，其特征在于所述a步驟如下: Kubelka-Munk理論描述了物體的光譜福射特性，其模型為:
其中，I表示波長，?表示觀測位置，β(足表示光譜強度，P,說表示?處的Fresnel反射系數(shù)，表示反射率，表示觀測處的反射譜， 即為顏色不變量:
在符合人眼視覺系統(tǒng)和CIE1964IZZ標準的條件下，彩色圖像的_分量和(￡￡,?￡〃:)的關(guān)系近似為
彩色圖像的顏色不變量好可由式⑵與式⑶求得，進而得到原始彩色圖像F的顏色不變量模型 U 二 {h(x, yll <x< Ml < I' < N}。
3.根據(jù)權(quán)利要求2所述基于局部直方圖特征的彩色圖像水印方法，其特征在于所述b步驟如下: b.1構(gòu)造基于顏色不變量與概率密度的圖像特征點檢測器:彩色圖像的顏色不變量圖像中每一點亮度的概率密度可以通過核函數(shù)估計得到，點處的亮度概率密度汽的估計值為:
其中ir是每一點概率密度的觀測窗口，xi是以X力中心的窗口ir的一點，ci是圖像中Xi點的亮度，I是圖像空間中的帶寬，&是亮度空間中的帶寬，e是相應(yīng)的標準化常數(shù)，勾，*^是核函數(shù)，根據(jù)式(4)推出各點概率密度梯度的估計公式為:
進一步求取各點概率密度的二階導(dǎo)數(shù):
以彩色圖像的顏色不變量圖像中各點概率密度的二階導(dǎo)數(shù)/^、Pyy, /;為輸入信息，構(gòu)建以點軍^》為中心的局部區(qū)域，其在尺度Cr上的概率密度二階Hessian矩陣#定義為:
然后，用框狀濾波器近似代替概率密度二階偏導(dǎo)，9x9的框狀濾波器模版就是在尺度σ=0上的概率密度二階偏導(dǎo)的近似，用凡^ Dxy’ 表示予以區(qū)分，得到概率密度二階自相關(guān)矩陣^^,:
其中，
, 是矩陣的 Frobenius 范數(shù)， 概率密度二階自相關(guān)矩陣M的行列式表示為:
其中￡^W表示在點項毛的周圍區(qū)域的框狀濾波響應(yīng)值，用來進行極值點的檢測； b.2從原始彩色圖像中提取出穩(wěn)定且均勻的特征點:通過尋找概率密度二階自相關(guān)矩陣行列式的局部極大值及進一步去除邊緣響應(yīng)，得到穩(wěn)定的特征點位置，具體: 對于某一尺度圖像下的點爾4,利用概率密度二階自相關(guān)矩陣在尺度空間的Taylor展開式:
對上式兩端進行求導(dǎo)運算，計算導(dǎo)數(shù)為零時的極值點，最終得到穩(wěn)定的特征點位置:
4.根據(jù)權(quán)利要求3所述基于局部直方圖特征的彩色圖像水印方法，其特征在于所述c步驟如下: c.1通過公式(9)構(gòu)建以特征點為中心的概率密度二階自相關(guān)矩陣；其次，計算出概率密度二階自相關(guān)矩陣ATjpss的特征值(Jl1，J1 )與特征向量(V1，1?);最后，根據(jù)的特征值與特征向量，進一步求得橢圓的長短半軸及方向角，構(gòu)造出橢圓形局部特征區(qū)域，具體確定方法如下:
式中，次表示當前橢圓區(qū)域長軸，A表示當前橢圓區(qū)域短軸，6>卜為橢圓的方向角； C.2橢圓形局部特征區(qū)域的篩選:首先，對圖像進行預(yù)攻擊處理，記錄圖像經(jīng)過各種預(yù)攻擊處理后提取出的橢圓形局部特征區(qū)域；其次，結(jié)合圖像預(yù)攻擊處理結(jié)果選取穩(wěn)定的橢圓形局部特征區(qū)域；最后，對所選取的橢圓形局部特征區(qū)域按照面積大小進行排序，選取面積大的局部特征區(qū)域作為最終保留區(qū)域； c.3彩色仿射不變局部特征區(qū)域的提取:將在顏色不變量圖像上所提取的特征點及橢圓形局部特征區(qū)域映射回原始彩色圖像上，構(gòu)造出橢圓形仿射不變局部特征區(qū)域。
5.根據(jù)權(quán)利要求4所述基于局部直方圖特征的彩色圖像水印方法，其特征在于所述d步驟如下: d.1提取橢圓形仿射不變局部特征區(qū)域的高位平面圖像直方圖: d.1.1對每一個橢圓形仿射不變局部特征區(qū)域提取R分量和B分量的高6位位平面圖像，用(X.V J和Df I χ ”表示;提取G分量的高7位位平面圖像，用Uf (Jtjr)表示； d.1.2計算高位平面圖像直方圖: d.1.2.1計算R分量高6位位平面圖像直方圖 首先，在高位平面圖像每江jr.)的灰度范圍內(nèi)選擇一個灰度區(qū)間:βλ，其中，0〈h《公-1，然后，將高位平面圖像的像素點分配到范圍大小相等的bin中，計算每一個bin中所包含像素點的數(shù)量，高位平面直方圖的計算方法可以表示為:
其中，< 是高位平面圖像ji的直方圖的向量表示，/“yso表明像素的數(shù)量在第..個bin中滿足
高位平面圖像直方圖中bin的數(shù)量4可以通過 下面的公式獲得:
其中，代表bin的寬度,那么第&個bin中所包含的像素范圍為:
其中，? —1.2,3,...； ，換目之，若聞位平面圖像￡i|(?j.+)中屬于灰度范圍 內(nèi)的任意一像素位于第k Abin中，則Q的值可以通過下式確定:.—I ,
其中，U」是向下取整函數(shù)； d.1.2.2分別按d.1.2.1方法計算B分量高6位位平面圖像直方圖和計算G分量高7位位平面圖像直方圖；d.2調(diào)整高位平面圖像(+x.rt及的像素值，在每個bin內(nèi)嵌入一位水印信息: d.2.1調(diào)整高位平面圖像的像素值:
其中，hR =\_AvJlj ' mod?是取模運算，是調(diào)整后的像素；d.2.2將調(diào)整后的RGB分量的高位平面圖像
各自 與原來低位平面合并，得到三個分量的含水印局部特征區(qū)域，進一步可得含有水印信息的彩色局部特征區(qū)域<; d.3反復(fù)執(zhí)行步驟d.1-d.2，直到所有橢圓形仿射不變局部特征區(qū)域，得到含水印彩色圖像礦。
【文檔編號】G06T1/00GK104077738SQ201310742936
【公開日】2014年10月1日 申請日期:2013年12月30日 優(yōu)先權(quán)日:2013年12月30日
【發(fā)明者】牛盼盼, 王向陽, 楊紅穎 申請人:遼寧師范大學