本發(fā)明屬于應(yīng)用安全技術(shù)領(lǐng)域，涉及彩色數(shù)字圖像的快速版權(quán)保護。

背景技術(shù)：

隨著網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的飛速發(fā)展，越來越多的多媒體產(chǎn)品，例如圖像，文本，音頻，視頻等在網(wǎng)上快速傳遞，其安全問題越來越受到人們的廣泛關(guān)注。為此，一方面要求版權(quán)保護的標識多采用美觀、實用的彩色圖像數(shù)字水印，而不在局限于容量較小的偽隨機序列、二值圖像或灰度圖像；另一方面，隨著移動終端設(shè)備的廣泛普及，現(xiàn)有的水印算法，尤其采用人工智能、深度學(xué)習等技術(shù)的數(shù)字水印算法，其運行時間難以滿足客戶端版權(quán)保護快速、高效的需要。

依據(jù)宿主圖像工作域的不同，數(shù)字水印算法主要有空域水印算法和變換域水印算法，前者具有算法簡單、運算高效的優(yōu)點，但具有魯棒性差的缺點；而后者雖具有魯棒性強的優(yōu)點，卻因需要進行相應(yīng)的正變換和反變換而造成水印算法運行時間較長。因此，如何充分結(jié)合二者的優(yōu)點設(shè)計高魯棒性、高實時性的數(shù)字水印算法成為亟待解決的問題之一。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種融合奇異值分解的空域彩色圖像盲水印方法，其特征在于通過具體的水印嵌入過程和提取過程來實現(xiàn)的，其水印嵌入過程描述如下：

第一步：數(shù)字水印預(yù)處理：將大小為n×n三維彩色圖像數(shù)字水印w按紅、綠、藍的三基色順序分成3個二維分層水印圖像wi，并將分層水印圖像wi進行基于kai的arnold置亂變換以提高其安全性；然后，將每個十進制表示的像素用8位二進制數(shù)表示，并依次組合形成分層水印序列wi，其中分別表示紅、綠、藍三層；

第二步：將大小為m×m原始宿主圖像h分成3個分層宿主圖像hi，其中分別表示紅、綠、藍三層；同時，把每一個分層宿主圖像hi分成大小為n×n的圖像塊；利用基于密鑰k的圖像塊間隔選擇法在分層宿主圖像hi中選擇合適位置的圖像塊：即在奇數(shù)行依序選取第qk-1個圖像塊，在偶數(shù)行依序選取第qk個圖像塊，其中，k是塊間隔值并作為密鑰，m，n分別是宿主圖像和圖像塊的尺寸，floor(.)是向下取整函數(shù)；

第三步：選取一個圖像塊a，并按照公式（1）在空域中直接求出圖像塊a經(jīng)過奇異值分解后對應(yīng)的最大奇異值；

(1)

其中，表示矩陣的二范數(shù)，,，p，q分別表示像素在n×n的圖像塊a中所處的行號和列號，圖像塊a經(jīng)過奇異值分解后的最大奇異值在空域中利用公式（1）直接求得而不需通過真正的奇異值分解后獲得；

第四步：在空域中，依據(jù)水印及公式(2)或(3)，計算當將水印量化嵌入到奇異值分解的最大奇異值上時，將得到兩個極限值與；

如果w=0,則(2)

如果w=1,則(3)

其中t是量化步長；

第五步：依據(jù)公式（4），理論上獲得最大奇異值在嵌入水印后的最終結(jié)果；

(4)

其中abs(.)是絕對值函數(shù)；

第六步：依據(jù)公式（5），計算最大奇異值的變化量為；

(5)

第七步：依據(jù)公式（6），計算圖像塊在嵌入水印后每個像素的平均修改量；

(6)

該公式推導(dǎo)如下：

對于n×n的圖像塊a，其奇異值分解可表示為：

其中u，v是正交矩陣，d是對角矩陣，，分別是形成矩陣u，v的特征向量，且對角矩陣中的奇異值滿足；

當最大奇異值的變化量是時，則整個圖像塊的變化量；

當圖像塊中像素值變化較少時，則，故；

因為圖像塊中共有n×n個像素，所以每個像素的平均變化量

；

第八步：在空域中將每個像素的平均修改量依次加到圖像塊a的所有像素上，這樣在空域中完成對奇異值分解最大奇異值的修改并嵌入了水印，此時在空域中得到真正含水印的圖像塊；

第九步：重復(fù)執(zhí)行步驟第三步到第八步，直到所有的水印信息都被嵌入完成為止；最后，將含水印的紅、綠、藍分層圖像重新組合并獲得含水印圖像；

其水印提取過程描述如下：

第一步：將含水印圖像分成3個分層含水印圖像，其中分別表示紅、綠、藍三層，并將每一分層含水印圖像進一步分成n×n的非重疊圖像塊；

第二步：在分層圖像中，利用上述水印嵌入過程中所提到的基于密鑰k的圖像塊間隔選擇法選擇圖像塊；

第三步：選取一個圖像塊，在空域中利用公式（7）計算其奇異值分解中的最大奇異值；

(7)

其中，表示矩陣的二范數(shù)，,，p，q分別表示像素在n×n的圖像塊中所處的行號和列號；

第四步：利用公式（8），提取圖像塊中所含有的水印；

(8)

其中，mod(.)是求余函數(shù)，round(.)是四舍五入函數(shù)，t為量化步長；

第五步：重復(fù)執(zhí)行第三步、第四步，直到提取所有的水印信息，并將所提取的二進制水印信息每8位一組轉(zhuǎn)換成十進制的像素值；

第六步：執(zhí)行基于密鑰kai的逆arnold變換并獲得分層水印，其中；

第七步：組合分層水印形成最終的提取水印；

該方法利用在空域求得奇異值分解中最大奇異值的原理及最大奇異值的變化量在空域像素上的分布規(guī)律，在空域中直接完成了需要進行奇異值分解進行的數(shù)字水印嵌入與盲提取，簡單快捷；該方法既具有較好的水印魯棒性，又具有較高的算法實時性。

附圖說明

圖1（a）、圖1（b）是兩幅原始彩色宿主圖像。

圖2（a）、圖2（b）是兩幅彩色水印圖像。

圖3（a）、圖3（b）是將圖2（a）所示的水印依次嵌入到宿主圖像圖1（a）、圖1（b）后所得到的含水印圖像，其結(jié)構(gòu)相似度ssim值依次是0.9701、0.9657，其峰值信噪比psnr值依次是40.6976db、40.5906db。

圖4（a）、圖4（b）是依次從圖3（a）、圖3（b）中提取的水印，其歸一化互相關(guān)系數(shù)nc值分別是1.0000、1.0000。

圖5（a）、圖5（b）、圖5（c）、圖5（d）、圖5（e）、圖5（f）是將圖3（a）所示的含水印圖像依次進行jpeg2000壓縮（5：1）、椒鹽噪聲（2%）、中值濾波(3×3)、銳化(1.0)、縮放（400%）、剪切（25%）等攻擊后所提取的水印，其歸一化互相關(guān)系數(shù)nc值分別是1.0000、0.9843、0.9661、0.9998、0.9997、0.7523。

圖6（a）、圖6（b）是將圖2（b）所示的水印依次嵌入到宿主圖像圖1（a）、圖1（b）后所得到的含水印圖像，其結(jié)構(gòu)相似度ssim值依次是0.9677、0.9616，其峰值信噪比psnr值依次是40.7046db、40.7368db。

圖7（a）、圖7（b）是依次從圖6（a）、圖6（b）中提取的水印，其歸一化互相關(guān)系數(shù)nc值分別是1.0000、1.0000。

圖8（a）、圖8（b）、圖8（c）、圖8（d）、圖8（e）、圖8（f）是將圖6（a）所示的含水印圖像依次進行jpeg2000壓縮（5：1）、椒鹽噪聲（2%）、中值濾波(3×3)、銳化(1.0)、縮放（400%）、剪切（25%）等攻擊后所提取的水印，其歸一化互相關(guān)系數(shù)nc值分別是1.0000、0.9819、0.9636、0.9999、0.9997、0.7550。

具體實施方式

本發(fā)明的目的是提供一種融合奇異值分解的空域彩色圖像盲水印方法，其特征在于通過具體的水印嵌入過程和提取過程來實現(xiàn)的，其水印嵌入過程描述如下：

第一步：數(shù)字水印預(yù)處理：將大小為32×32三維彩色圖像數(shù)字水印w按紅、綠、藍的三基色順序分成3個二維分層水印圖像wi，并將分層水印圖像進行基于kai的arnold置亂變換以提高其安全性；然后，將每個十進制表示的像素用8位二進制數(shù)表示，并依次組合形成分層水印序列wi，其中分別表示紅、綠、藍三層；例如可將225，224分別轉(zhuǎn)換成二進制數(shù)11100001，11100000，并連接為水印序列1110000111100000；

第二步：將大小為512×512原始宿主圖像h分成3個分層宿主圖像hi，其中分別表示紅、綠、藍三層；同時，把每一個分層宿主圖像hi分成大小為4×4的圖像塊；利用基于密鑰k的圖像塊間隔選擇法在分層宿主圖像hi中選擇合適位置的圖像塊：即在奇數(shù)行依序選取第qk-1個圖像塊，在偶數(shù)行依序選取第qk個圖像塊，其中，k是塊間隔值并作為密鑰，m，n分別是宿主圖像和圖像塊的尺寸，floor(.)是向下取整函數(shù)；例如：當k=2，m=512，n=4時，則，在奇數(shù)行選取第1，3，…，127個圖像塊，在偶數(shù)行選取第2，4，…，128個圖像塊；

第三步：選取一個圖像塊a，并按照公式（1）在空域中直接求出圖像塊a經(jīng)過奇異值分解后對應(yīng)的最大奇異值；

(1)

其中，表示矩陣的二范數(shù)，,，p，q分別表示像素在n×n的圖像塊a中所處的行號和列號，圖像塊a經(jīng)過奇異值分解后的最大奇異值在空域中利用公式（1）直接求得而不需通過真正的奇異值分解后獲得；

此處，設(shè)選取的圖像塊a為，利用公式（1）可在空域中得該圖像塊的最大奇異值為=896.2539；

第四步：在空域中，依據(jù)水印及公式(2)或(3)，計算當將水印量化嵌入到奇異值分解的最大奇異值上時，將得到的兩個極限值與；

如果w=0,則(2)

如果w=1,則(3)

其中t是量化步長；此時，設(shè)w=0，t=46，則根據(jù)公式（2），得=885.5000,=931.5000；

第五步：依據(jù)公式（4），理論上獲得最大奇異值在嵌入水印后的最終結(jié)果；

(4)

其中abs(.)是絕對值函數(shù)；此時，=885.5000,=931.5000，所以根據(jù)公式（4），得=885.5000；

第六步：依據(jù)公式（5），計算最大奇異值的變化量為；

(5)

此時，=885.5000，=896.2539，所以根據(jù)公式（5），得=-10.7539；

第七步：依據(jù)公式（6），計算圖像塊在嵌入水印后每個像素的平均修改量；

(6)

此時，=-10.7539，n=4,所以根據(jù)公式（6），得=-2.6885;

第八步：在空域中將每個像素的平均修改量=-2.6885依次加到圖像塊a的所有像素上，這樣在空域中完成對奇異值分解最大奇異值的修改并嵌入了水印0，此時在空域中得到真正含水印的圖像塊為；

第九步：重復(fù)執(zhí)行步驟第三步到第八步，直到所有的水印信息都被嵌入完成為止；最后，將含水印的紅、綠、藍分層圖像重新組合并獲得含水印圖像；

其水印提取過程描述如下：

第一步：將含水印圖像分成3個分層含水印圖像，其中分別表示紅、綠、藍三層，并將每一分層含水印圖像進一步分成4×4的非重疊圖像塊；

第二步：在分層圖像中，利用上述水印嵌入過程中所提到的基于密鑰k的圖像塊間隔選擇法選擇圖像塊；

第三步：選取一個圖像塊，在空域中利用公式（7）計算其奇異值分解中的最大奇異值；

(7)

其中，表示矩陣的二范數(shù)，,，p，q分別表示像素在n×n的圖像塊中所處的行號和列號；

此時，設(shè)選取的圖像塊為，則利用公式（7）得其最大奇異值=884.2539；

第四步：利用公式（8），提取圖像塊中所含有的水印；

(8)

其中，mod(.)是求余函數(shù)，round(.)是四舍五入函數(shù)，t為量化步長；此時，=884.2539，t=46，利用公式（8）提取所含有的水印=0；

第五步：重復(fù)執(zhí)行第三步、第四步，直到提取所有的水印信息，并將所提取的二進制水印信息每8位一組轉(zhuǎn)換成十進制的像素值；

第六步：執(zhí)行基于密鑰kai的逆arnold變換并獲得分層水印，其中；

第七步：組合分層水印形成最終的提取水印；

該方法不但具有較強的水印魯棒性，而且具有較高的算法實時性，簡單快捷，適用于彩色圖像作為數(shù)字水印的高效版權(quán)保護。

本發(fā)明有效性驗證

為了證明本發(fā)明的有效性，選擇如圖1（a）、圖1（b）所示的兩幅大小為512×512的24位標準圖像作為宿主圖像，并分別用如圖2（a）、圖2（b）所示的兩幅大小為32×32的24位彩色圖像作為數(shù)字水印進行驗證。

圖3（a）、圖3（b）是將圖2（a）所示的水印依次嵌入到宿主圖像圖1（a）、圖1（b）后所得到的含水印圖像，其結(jié)構(gòu)相似度ssim值依次是0.9701、0.9657，其峰值信噪比psnr值依次是40.6976db、40.5906db；圖4（a）、圖4（b）是依次從圖3（a）、圖3（b）中提取的水印，其歸一化互相關(guān)系數(shù)nc值分別是1.0000、1.0000；圖5（a）、圖5（b）、圖5（c）、圖5（d）、圖5（e）、圖5（f）是將圖3（a）所示的含水印圖像依次進行jpeg2000壓縮（5：1）、椒鹽噪聲（2%）、中值濾波(3×3)、銳化(1.0)、縮放（400%）、剪切（25%）等攻擊后所提取的水印，其歸一化互相關(guān)系數(shù)nc值分別是1.0000、0.9843、0.9661、0.9998、0.9997、0.7523。

圖6（a）、圖6（b）是將圖2（b）所示的水印依次嵌入到宿主圖像圖1（a）、圖1（b）后所得到的含水印圖像，其結(jié)構(gòu)相似度ssim值依次是0.9677、0.9616，其峰值信噪比psnr值依次是40.7046db、40.7368db；圖7（a）、圖7（b）是依次從圖6（a）、圖6（b）中提取的水印，其歸一化互相關(guān)系數(shù)nc值分別是1.0000、1.0000；圖8（a）、圖8（b）、圖8（c）、圖8（d）、圖8（e）、圖8（f）是將圖6（a）所示的含水印圖像依次進行jpeg2000壓縮（5：1）、椒鹽噪聲（2%）、中值濾波(3×3)、銳化(1.0)、縮放（400%）、剪切（25%）等攻擊后所提取的水印，其歸一化互相關(guān)系數(shù)nc值分別是1.0000、0.9819、0.9636、0.9999、0.9997、0.7550。

該算法在平臺2.27ghzcpu,2.00gbram,win7,matlab7.10.0(r2010a)上進行過近萬次運行，其數(shù)字水印的平均嵌入時間是0.406780秒，平均提取時間是0.252644秒，總計時間為0.659424秒。

由此可見，所嵌入的彩色圖像數(shù)字水印具有較好的不可見性；同時，從各種受攻擊圖像中所提取的數(shù)字水印圖像具有較好的可鑒別性，說明該方法具有較強的魯棒性；同時，該算法的平均運行總時間少于1秒，滿足了彩色數(shù)字圖像快速版權(quán)保護的需要。