專利名稱：一種魯棒性的圖像雙水印方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像信息處理領(lǐng)域，涉及數(shù)字圖像雙水印方法，可用于對(duì)數(shù)字多媒 體產(chǎn)品的版權(quán)保護(hù)。
背景技術(shù)：
圖像數(shù)字水印在多媒體版權(quán)保護(hù)與信息完整性認(rèn)證方面起著重要作用，是信 息安全領(lǐng)域研究的熱點(diǎn)，水印透明性和魯棒性是兩個(gè)關(guān)鍵的技術(shù)特性，是矛盾的 雙方，相互制約，如何在滿足透明性要求前提下，最大限度嵌入水印，提高魯棒 性特征成為水印方法研究的難點(diǎn)。
目前基于經(jīng)驗(yàn)?zāi)B(tài)分解的圖像水印方法很少見，基于HVS的水印方法有Autrusseau F， Le Callet P, Ninassi A. A Study of Content based Watermarking Using an Advanced HVS Model. Intelligent Information Hiding and Multimedia Signal Processing., 2007,28(10):485-488,利用HVS特性對(duì)傅里葉系數(shù)進(jìn)行知覺感知能力的 劃分，以確定水印嵌入位置，嵌入過程沒有結(jié)合人眼的視覺紋理特性。蘭紅星，陳松喬，胡愛娜，李陶深，基于小波域的第二代數(shù)字水印算法的 研究，電子學(xué)報(bào)，2007,9(9):1799-1803.在小波域的低頻系數(shù)特征向量上嵌入水印， 通過紋理特性控制水印嵌入強(qiáng)度，其中紋理強(qiáng)弱通過小波塊內(nèi)大系數(shù)多少確定， 簡(jiǎn)單，準(zhǔn)確性有待提高。 Zolghadrasli A, Rezazadeh S.Evaluation of Spread Spectrum Watermarking Schemes in the Wavelet Domain Using HVS Characteristics. Signal Processing and Its Applications,正EE Symposium, 2007,15(2): 1-4.根據(jù)HVS特性計(jì)算嵌入水印小波 系數(shù)的權(quán)重因子，以控制水印嵌入強(qiáng)度和位置。水印與圖像內(nèi)容無關(guān)，攻擊者往 往在不破壞圖像質(zhì)量的情況下移除水印，方法的安全性和魯棒性有待提高。
分析表明，上述方法存在一定的局限性。

發(fā)明內(nèi)容
本發(fā)明目的是針對(duì)上述已有技術(shù)的不足，提出了一種魯棒性的圖像雙水印方 法，以實(shí)現(xiàn)對(duì)數(shù)字產(chǎn)品版權(quán)的可靠保護(hù)。
實(shí)現(xiàn)本發(fā)明目的的技術(shù)關(guān)鍵是由兩個(gè)獨(dú)立的水印構(gòu)成雙水印，這兩個(gè)水印分別是基于EMD的圖像強(qiáng)紋理區(qū)Contourlet域水印和基于圖像邊緣特征的零水印。 在水印嵌入時(shí)，利用EMD分解得到原始圖像的強(qiáng)紋理區(qū)，并在相應(yīng)的Contourlet 域上選擇能量最大的方向子帶嵌入二值水??；利用抗噪型多尺度形態(tài)學(xué)邊緣檢測(cè) 算子提取原始圖像的邊緣特征，構(gòu)造零水印。具體方案如下 一、水印嵌入過程
1) 利用抗噪型多尺度形態(tài)學(xué)邊緣檢測(cè)算子提取原始宿主圖像I的邊緣特征， 構(gòu)造得到零水印，并將其作為第四密鑰Key4保存，用于比較原始宿主圖像是否受 到攻擊；
2) 對(duì)原始宿主圖像I進(jìn)行一維行EMD和列EMD分解，得到細(xì)節(jié)特征圖像塊 ",并對(duì)該細(xì)節(jié)特征圖像塊",。,。,(,^進(jìn)行閾值處理，得到圖像的強(qiáng)紋理區(qū)；
3) 計(jì)算細(xì)節(jié)特征圖像塊D自,(,^的歸一化方差，得到水印嵌入強(qiáng)度的控制因子
a ，并將該控制因子作為第二密鑰Key2保存；
4) 對(duì)原始宿主圖像I進(jìn)行4層Contourlet分解，得到一個(gè)低頻逼近子帶、3 個(gè)頻段的中頻子帶和1個(gè)最高頻子帶，取出3個(gè)中頻子帶每一頻段中能量最大的 方向子帶作為二值水印的嵌入子帶，并將選擇結(jié)果作為第三密鑰Key3保存；
5) 根據(jù)原始宿主圖像強(qiáng)紋理塊位置，提取出相對(duì)應(yīng)的3個(gè)中頻段能量最大的 方向子帶中的Contourlet系數(shù)，作為二值水印的嵌入位置；
6) 將原始的二值水印圖像『進(jìn)行2層Contourlet分解，得到1個(gè)低頻逼近子 帶和2個(gè)中高頻子帶，按從低到高的順序?qū)⒋硭D像的Contourlet系數(shù)分層嵌 入到宿主圖像Contourlet分解的3個(gè)中頻子帶系數(shù)中；
7) 對(duì)嵌入二值水印后的圖像進(jìn)行Contourlet重構(gòu)，得到合成圖像/'，完成二
值水印的嵌入。
二、水印提取過程
a) 利用與零水印構(gòu)造中相同的多尺度形態(tài)學(xué)邊緣算子，對(duì)合成圖像/'進(jìn)行零 水印的檢測(cè)；
b) 對(duì)合成圖像/'進(jìn)行4層Contourlet分解，得到一個(gè)低頻逼近子帶、3個(gè)頻
段的中頻子帶和1個(gè)最高頻子帶；
c) 利用密鑰Keyl和Key3找到3個(gè)中頻子帶中能量最大的方向子帶里嵌入了水印信息的Contourlet系數(shù)；
d) 通過公式^,(C。-C,》/"提取水印信息，其中，K，,為提取的水印圖像
的Contourlet變換系數(shù)，C:為合成圖像的Contourlet變換系數(shù)，為原始宿主圖
像的Contourlet變換系數(shù)，a為嵌入強(qiáng)度控制因子，由第二密鑰Key2得到；
e) 將提取出的水印信息進(jìn)行Contourlet重構(gòu)，得到提取出的水印圖像『'。
本發(fā)明具有如下優(yōu)點(diǎn)
1. 本發(fā)明采用一維EMD提取圖像的強(qiáng)紋理區(qū)域，將圖像的每行每列均視為 一維信號(hào)，分別提取最小尺度的內(nèi)蘊(yùn)核函數(shù)，然后疊加確定圖像的強(qiáng)紋理區(qū)域， 縮短了時(shí)間、提高了效率，避免了二維EMD許多尚未解決的問題。
2. 本發(fā)明采用基于Contourlet域的有意義二值水印逐層嵌入。Contourlet變換 具有良好的圖像輪廓邊緣捕捉特性，僅用少量系數(shù)就可重構(gòu)邊緣輪廓能力，方法 具有良好的魯棒性。
3. 本發(fā)明采用抗噪型多尺度形態(tài)學(xué)邊緣檢測(cè)算子提取圖像邊緣特征構(gòu)造零水 印，多尺度形態(tài)學(xué)在小尺度上具有很好的邊緣檢測(cè)能力，在大尺度上又具有優(yōu)良 的去噪能力，提高了零水印方法的魯棒性。
4. 本發(fā)明同時(shí)將圖像的紋理特征和邊緣特征結(jié)合到水印嵌入方法中，在系統(tǒng) 上構(gòu)造了圖像雙水印，從整體上提升了方法的安全性和魯棒性。


圖l是本發(fā)明水印嵌入過程框圖； 圖2是本發(fā)明水印提取過程框圖3是本發(fā)明從未遭受攻擊的合成圖像中提取的二值水印和零水印結(jié)果圖； 圖4是本發(fā)明從遭受濾波攻擊的合成圖像中提取的二值水印和零水印結(jié)果圖； 圖5是本發(fā)明從遭受噪聲攻擊的合成圖像中提取的二值水印和零水印結(jié)果圖； 圖6是本發(fā)明從遭受JPEG壓縮攻擊的合成圖像中提取的二值水印和零水印結(jié) 果圖7是本發(fā)明從遭受剪切攻擊的合成圖像中提取的二值水印和零水印結(jié)果圖。
具體實(shí)施例方式
一.基礎(chǔ)理論介紹 U EMD的理論基礎(chǔ)
61998年Huang等人提出了一種新的信號(hào)處理方法，即經(jīng)驗(yàn)?zāi)B(tài)分解(Empirical Mode Decomposition, EMD)方法，以進(jìn)行非平穩(wěn)、非線性信號(hào)的處理。EMD方法 可以根據(jù)信號(hào)的局部特征，自適應(yīng)地將其分解成頻率由高到低，局部窄帶的各個(gè) 分量，即內(nèi)蘊(yùn)核函數(shù)IMF(Intrinsic Mode Function),這個(gè)分解算法就是Huang等人 提出的"篩"法，稱為篩分過程。之后將信號(hào)x(O分解為多個(gè)局部窄帶的IMF和
一個(gè)單調(diào)的殘差趨勢(shì)函數(shù)的和。
關(guān)于信號(hào)x《)的EMD分解可以表示為公式
/=1
其中，/w/(/)就是所得的各個(gè)IMF，而r"(/)就是單調(diào)的殘差趨勢(shì)函數(shù)。 篩分過程中的IMF具有兩個(gè)特點(diǎn)
(1) 在整個(gè)數(shù)據(jù)集中，各個(gè)IMF函數(shù)的零點(diǎn)數(shù)目與極值點(diǎn)的數(shù)目相等，或者 至多相差一個(gè)。
(2) 各個(gè)IMF函數(shù)關(guān)于局部零均值對(duì)稱，即IMF的各點(diǎn)在局部極大值定義的 上包絡(luò)與局部極小值定義的下包絡(luò)上，對(duì)應(yīng)值之和接近為零。
1.2基于EMD的圖像強(qiáng)紋理區(qū)域提取 由于EMD分解得到的第一個(gè)IMF在任何局部都對(duì)應(yīng)于最小尺度，體現(xiàn)了信 號(hào)的最小細(xì)節(jié)特征，尺度越小，對(duì)應(yīng)的細(xì)節(jié)就越重要。需要提取的圖像強(qiáng)紋理區(qū) 域正是包含了較多重要細(xì)節(jié)特征的區(qū)域，因此，應(yīng)用EMD分解提取圖像強(qiáng)紋理區(qū) 域是比較合適的方法。
1.3多尺度形態(tài)學(xué)邊緣檢測(cè)算子
小尺寸的結(jié)構(gòu)元素去噪聲能力弱，但檢測(cè)的邊緣細(xì)節(jié)較好，大尺寸的結(jié)構(gòu)元 素去噪聲能力強(qiáng)，但檢測(cè)的邊緣較粗糙。為了有效克服噪聲的影響，得到準(zhǔn)確的 邊緣檢測(cè)信息，必須合理調(diào)整結(jié)構(gòu)元素尺度的大小。
多尺度結(jié)構(gòu)元素定義為-
式中n為尺度參數(shù)，是一正整數(shù)。b為有限結(jié)構(gòu)元素。 表示膨脹運(yùn)算。上式 的含義即大尺度的結(jié)構(gòu)元素由小尺度的結(jié)構(gòu)元素多次膨脹得到。
抗噪型多尺度形態(tài)學(xué)邊緣檢測(cè)算子的表達(dá)式為MG(x,力"/《!G,(x，力 (1)
其中，
G,(x,力04)十A—(/。W"+0.5lmax((/。Z),)十6,—(/。^"., (/'6,)。6,]-(/^)0W-min((/。6,)④6廣(/。6,)哨，
( 。6,-(/ (z、l,2…w)
n為尺度參數(shù)，是一正整數(shù)，f表示灰度圖像函數(shù)，b為給定的結(jié)構(gòu)元素，。表 示開運(yùn)算，，表示閉運(yùn)算，0表示膨脹運(yùn)算，0表示腐蝕運(yùn)算。
二、 相關(guān)符號(hào)說明 I:原始宿主圖像
W:原始水印圖像 合成圖像
『'提取的水印圖像
行細(xì)節(jié)特征圖像
馬列細(xì)節(jié)特征圖像
"'。'。'總的細(xì)節(jié)特征圖像
"^'('，力細(xì)節(jié)特征圖像塊
F:原始圖像強(qiáng)紋理塊的標(biāo)志矩陣
a-水印嵌入強(qiáng)度的控制因子
C, y:原始宿主圖像的Contourlet變換系數(shù)
:原始水印圖像的Contourlet變換系數(shù)
C。嵌入水印后的Contourlet變換系數(shù)
三. 水印嵌入
參照?qǐng)Dl，本發(fā)明的數(shù)字水印嵌入步驟如下 步驟l，構(gòu)造基于圖像邊緣特征的零水印。
選擇半徑=2的圓盤形結(jié)構(gòu)元素6作為最小結(jié)構(gòu)元素，對(duì)6進(jìn)行3次膨脹，形 成4個(gè)尺度的結(jié)構(gòu)元素，對(duì)原始宿主圖像/用公式(1)的抗噪型多尺度形態(tài)學(xué)邊
8緣檢測(cè)算子進(jìn)行邊緣檢測(cè)，對(duì)檢測(cè)后得到的圖像進(jìn)行閾值化處理，形成邊緣圖像 ￡，將邊緣圖像五作為第四密鑰key4保存。 步驟2，確定原始宿主圖像的強(qiáng)紋理區(qū)。
2.1對(duì)原始宿主圖像的每一行進(jìn)行一維EMD分解，取出每一行的第一個(gè)IMF 分量所對(duì)應(yīng)的行細(xì)節(jié)信息，得到最小尺度的行細(xì)節(jié)特征圖像A^;
2.2對(duì)原始宿主圖像的每一列進(jìn)行一維EMD分解，取出每一列的第一個(gè)IMF 分量所對(duì)應(yīng)的列細(xì)節(jié)信息，得到最小尺度的列細(xì)節(jié)特征圖像^;
2.3將行細(xì)節(jié)特征圖像化與列細(xì)節(jié)特征圖像化疊加，得到總的細(xì)節(jié)特征圖像
A。,。,，并對(duì)該細(xì)節(jié)特征圖像A。,。,進(jìn)行8x8分塊，得到某一總的細(xì)節(jié)特征圖像塊
2.4將細(xì)節(jié)特征圖像塊/),。,。,(,,"的數(shù)值大小與閾值進(jìn)行比較，若某一細(xì)節(jié)特征
圖像塊A。,。/(,^大于閾值，則為豐富細(xì)節(jié)特征圖像塊，對(duì)應(yīng)的原始宿主圖像塊/(w就
是強(qiáng)紋理圖像塊，標(biāo)記為^(/./) = 1，則所有^(/./) = 1的圖像塊所組成的區(qū)域就為
圖像的強(qiáng)紋理區(qū)；否貝lj,就是弱紋理圖像塊，標(biāo)記為尸(/.力=0，并將得到的F(/.力
作為第一密鑰Keyl保存。
步驟3，確定二值水印的嵌入強(qiáng)度控制因子a。
計(jì)算步驟2中得到的細(xì)節(jié)特征圖像塊",。,。,(,，,)的歸一化方差，作為水印嵌入強(qiáng)
度的控制因子a，即密鑰Key2。
步驟4，對(duì)原始宿主圖像I進(jìn)行Contourlet分解。
將原始的宿主圖像進(jìn)行4層Contourlet分解，得到一個(gè)低頻逼近子帶、3個(gè)頻
段的中頻子帶和1個(gè)高頻子帶。
步驟5，對(duì)原始的二值水印圖像W進(jìn)行Contourlet分解。
將原始的二值水印圖像『進(jìn)行2層Contourlet分解，得到1個(gè)低頻逼近子帶 和2個(gè)中高頻子帶。
步驟6，確定二值水印的嵌入位置。
6.1由如下公式計(jì)算Contourlet分解的3個(gè)中頻子帶每一頻段中能量最大的方向子帶:
其中，A: = 0,l,...2。-1， 7' = 1,2,..7表示帶通子帶，j'表示第y'級(jí)LP分 解，A表示由^級(jí)DFB分解得到的第A個(gè)帶通方向性子帶，M和7v分別表示子圖
像"么的寬度和高度；
6.2將該能量最大的方向子帶作為第三密鑰Key3保存；
6.3由keyl得到代表原始宿主圖像強(qiáng)紋理塊的標(biāo)志矩陣F ，提取出該強(qiáng)紋理 區(qū)相對(duì)應(yīng)的3個(gè)中頻段能量最大的方向子帶中的Contourlet系數(shù)，作為二值水印的 嵌入位置。
步驟7，嵌入二值水印信息。
按從低到高的順序?qū)⒋硭D像的Contourlet系數(shù)分層嵌入到宿主圖像 Contourlet分解的3個(gè)中頻子帶系數(shù)中。
嵌入原則為c。 = qy + "tw;7 ，
式中C^為原始宿主圖像的Contourlet變換系數(shù)，C:為嵌入二值水印后圖像 的Contourlet變換系數(shù)，K，j為原始二值水印圖像的Contourlet變換系數(shù)，"為水
印嵌入強(qiáng)度控制因子，r為常數(shù)，通常取o.3。
步驟8，重構(gòu)含二值水印圖像。
對(duì)嵌入二值水印后的圖像進(jìn)行Contourlet重構(gòu)，得到合成圖像/'，最終完成二
值水印的嵌入。 四.水印提取
參照?qǐng)D2，本發(fā)明的數(shù)字水印提取步驟如下 步驟l，對(duì)零水印進(jìn)行檢測(cè)。
選擇半徑=2的圓盤形結(jié)構(gòu)元素6作為最小結(jié)構(gòu)元素，對(duì)6進(jìn)行3次膨脹，形 成4個(gè)尺度的結(jié)構(gòu)元素，對(duì)合成圖像進(jìn)行與零水印構(gòu)造中相同的多尺度形態(tài)學(xué)邊 緣檢測(cè)，將檢測(cè)到的邊緣圖像￡'與密鑰￡進(jìn)行比較，計(jì)算相關(guān)系數(shù)，檢測(cè)零水印。 步驟2 ，對(duì)合成圖像進(jìn)行4層Contourlet分解。對(duì)合成圖像進(jìn)行4層Contourlet分解，得到一個(gè)低頻逼近子帶、3個(gè)頻段的中 頻子帶和l個(gè)高頻子帶。
步驟3，確定水印嵌入位置。
利用水印嵌入過程中保存的第一密鑰Keyl和第三密鑰Key3找到3個(gè)中頻子 帶中能量最大的方向子帶里嵌入了水印信息的Contcmrlet系數(shù)，從而確定了水印的 嵌入位置。
步驟4,提取水印信息。
通過公式^^;(C。-C,，》/"提取水印信息，其中，W^為提取的水印圖像的
Contourlet變換系數(shù)，C:為合成圖像的Contourlet變換系數(shù)，為原始宿主圖像
的Contourlet變換系數(shù)，a為嵌入強(qiáng)度控制因子，由第二密鑰Key2得到。 步驟5，還原水印圖像。
將提取出的水印信息進(jìn)行Contourlet重構(gòu)，得到提取出的水印圖像。 本發(fā)明的效果可通過以下實(shí)驗(yàn)仿真進(jìn)一步說明。
1、 仿真條件
選用512*512的lena.bmp圖像作為宿主圖像，如圖3a所示，選取64*64的二 值圖像進(jìn)行試驗(yàn)，如圖3b所示。實(shí)驗(yàn)軟件環(huán)境為Matlab7.1。設(shè)計(jì)了一系列攻擊測(cè) 試，包括高斯濾波、維納濾波、中值濾波、椒鹽加噪、高斯加噪、JPEG攻擊、剪 切等，在最大攻擊強(qiáng)度情況下，對(duì)提取的水印通過歸一化相關(guān)系數(shù)NC、峰值信噪 比PSNR及均方誤差MSE進(jìn)行質(zhì)量評(píng)價(jià)。
2、 仿真結(jié)果
仿真結(jié)果分別如圖3c、圖3d、圖3e、圖3f、圖4、圖5、圖6、圖7。 圖3c為由原始宿主圖像構(gòu)造出的零水印圖像。
圖3d為嵌入水印后合成圖像結(jié)果，可以看出其具有良好的視覺效果和隱蔽性。 圖3e為未加攻擊情況下提取的二值水印結(jié)果，可見二值水印完好無損。 圖3f為未加攻擊情況下檢測(cè)的零水印結(jié)果，可見零水印完好無損。 圖4、圖5、圖6、圖7均體現(xiàn)了水印抵抗各種攻擊的能力。 參照?qǐng)D4，其中圖化和圖401分別為受窗口大小為3*3的高斯濾波攻擊時(shí)提取 出的二值水印和零水印，可見水印仍能清楚的識(shí)別，二值水印的NC值為0.9609， 零水印的NC值為0.9378;圖4b和圖4e分別為受窗口大小為3*3的維納濾波攻擊
11時(shí)提取的二值水印和零水印結(jié)果，其二值水印NC值為0.9453，零水印NC值為 0.9088;圖4c和圖4f分別為受窗口大小為3*3的中值濾波攻擊時(shí)二值水印和零水 印提取結(jié)果，二值水印NC值為0.9219，零水印NC值為0.8980;由圖4可見，經(jīng) 各種濾波攻擊后，水印的NC值均保持在0.9左右，可清楚識(shí)別。
參照?qǐng)D5，其中圖5a和圖5c為椒鹽加噪，均方值為0.01時(shí)攻擊下二值水印和 零水印提取結(jié)果，圖5b和圖5d為高斯加噪，均方值為0.01時(shí)攻擊下二值水印和 零水印的提取結(jié)果。由圖5可見，經(jīng)噪聲攻擊過，二值水印的NC值均保持在0.9 以上。
參照?qǐng)D6，其中圖6a和圖6c分別為Q=70的JPEG攻擊后二值水印和零水印 的提取結(jié)果，圖6b和圖6d分別為Q=20的JPEG攻擊后二值水印和零水印的提取 結(jié)果。由圖6可見，在遭受JPEG攻擊后，提取出的水印仍清晰可辨，即使壓縮的 質(zhì)量因子下降很大，仍可準(zhǔn)確提取出水印。
參照?qǐng)D7，圖7a和圖7b分別為遭受100*100剪切攻擊后二值水印和零水印提 取結(jié)果圖，二值水印的NC值為0.8008，可見對(duì)于剪切攻擊的魯棒性相對(duì)較弱，這 是因?yàn)閳D像經(jīng)Contourlet分解后的系數(shù)相當(dāng)稀疏，絕大部分系數(shù)幅值接近零，幅值 較大的系數(shù)往往聚集在輪廓邊緣等圖像的細(xì)節(jié)信息附近，圖像遭受剪切攻擊后， 可能會(huì)引起某些幅值較大的Contourlet系數(shù)完全丟失，對(duì)圖像重構(gòu)造成一定影響。
以上所有攻擊后對(duì)水印提取結(jié)果的實(shí)驗(yàn)數(shù)據(jù)如表1所示
表1 二值水印方法和零水印方法遭受攻擊后的評(píng)價(jià)參數(shù)計(jì)算結(jié)果
攻擊類型直水印評(píng)價(jià)參數(shù)零水印評(píng)價(jià)參數(shù)
NCPSNRMSENC
高斯濾波(3*3)0.960913.57090.04390. 9378
維納濾波(3*3)0.945311. 71450.06740.9088
中值濾波(3*3)0. 921910.艦l0.08980.8980
椒鹽加噪(O.Ol)0. 960913. 87050. 04100.9603
高斯加噪(O.Ol)0. 91809.80920.10450. 8029
JPEG壓縮(Q-70)0. 978515.95330. 02540. 9756
JPEG壓縮(Q二20)0.90829. 53400. 11130. 8788
剪切(100*100)0.80087.11450. 19430.9509
12由表1可見，本發(fā)明提出的二值水印方法具有較高的魯棒性，提取的水印清 晰可辨，尤其對(duì)JPEG壓縮魯棒性更強(qiáng)，即使壓縮的質(zhì)量因子下降很大，仍能準(zhǔn)確 提取出水印圖像。零水印方法也具有較強(qiáng)的魯棒性，在各種攻擊下水印檢測(cè)的NC 值也比較高。
權(quán)利要求
1. 一種魯棒性的圖像雙水印嵌入方法，包括如下過程1)利用抗噪型多尺度形態(tài)學(xué)邊緣檢測(cè)算子提取原始宿主圖像I的邊緣特征，構(gòu)造得到零水印，并將其作為第四密鑰Key4保存，用于比較原始宿主圖像是否受到攻擊；2)對(duì)原始宿主圖像I進(jìn)行一維行EMD和列EMD分解，得到細(xì)節(jié)特征圖像塊Dtotal(i，j)，并對(duì)該細(xì)節(jié)特征圖像塊Dtotal(i，j)進(jìn)行閾值處理，得到圖像的強(qiáng)紋理區(qū)；3)計(jì)算細(xì)節(jié)特征圖像塊Dtotal(i，j)的歸一化方差，得到水印嵌入強(qiáng)度的控制因子α，并將該控制因子作為第二密鑰Key2保存；4)對(duì)原始宿主圖像I進(jìn)行4層Contourlet分解，得到一個(gè)低頻逼近子帶、3個(gè)頻段的中頻子帶和1個(gè)最高頻子帶，取出3個(gè)中頻子帶每一頻段中能量最大的方向子帶作為二值水印的嵌入子帶，并將選擇結(jié)果作為第三密鑰Key3保存；5)根據(jù)原始宿主圖像強(qiáng)紋理塊位置，提取出相對(duì)應(yīng)的3個(gè)中頻段能量最大的方向子帶中的Contourlet系數(shù)，作為二值水印的嵌入位置；6)將原始的二值水印圖像W進(jìn)行2層Contourlet分解，得到1個(gè)低頻逼近子帶和2個(gè)中高頻子帶，按從低到高的順序?qū)⒋硭D像的Contourlet系數(shù)分層嵌入到宿主圖像Contourlet分解的3個(gè)中頻子帶系數(shù)中；7)對(duì)嵌入二值水印后的圖像進(jìn)行Contourlet重構(gòu)，得到合成圖像I′，完成二值水印的嵌入。
2. 根據(jù)權(quán)利要求1所述水印嵌入方法，其中步驟l)所述的利用抗噪型多尺度形 態(tài)學(xué)邊緣檢測(cè)算子提取原始宿主圖像的邊緣特征，構(gòu)造得到零水印，按如下步驟進(jìn)行.-(2a)選擇半徑=2的圓盤形結(jié)構(gòu)元素6作為最小結(jié)構(gòu)元素；(2b)對(duì)圓盤形結(jié)構(gòu)元素6進(jìn)行3次膨脹，形成4個(gè)尺度的結(jié)構(gòu)元素；(2c)對(duì)原始宿主圖像用抗噪型多尺度形態(tài)學(xué)邊緣檢測(cè)算子進(jìn)行邊緣檢測(cè)；(2d)對(duì)檢測(cè)后得到的圖像進(jìn)行閾值化處理，形成邊緣圖像五，作為零水印。
3. 根據(jù)權(quán)利要求1所述的水印嵌入方法，其中步驟2)所述的對(duì)原始宿主圖像進(jìn) 行一維行EMD和列EMD分解，得到細(xì)節(jié)特征圖像塊",按如下步驟進(jìn)行(3a)對(duì)原始宿主圖像的每一行進(jìn)行一維EMD分解，取出每一行的第一個(gè)IMF 分量所對(duì)應(yīng)的行細(xì)節(jié)信息，得到最小尺度的行細(xì)節(jié)特征圖像馬；(3b)對(duì)原始宿主圖像的每一列進(jìn)行一維EMD分解，取出每一列的第一個(gè)IMF 分量所對(duì)應(yīng)的列細(xì)節(jié)信息，得到最小尺度的列細(xì)節(jié)特征圖像A ;(3c)將行細(xì)節(jié)特征圖像A與列細(xì)節(jié)特征圖像A疊加，得到總的細(xì)節(jié)特征圖像 A。,。,，，并對(duì)該細(xì)節(jié)特征圖像A。,。,進(jìn)行8x8分塊，得到某一總的細(xì)節(jié)特征圖像塊
4. 根據(jù)權(quán)利要求1所述的水印嵌入方法，其中步驟2)所述的對(duì)細(xì)節(jié)特征圖像塊A。^)進(jìn)行閾值處理，是用該化,^的數(shù)值大小與閾值進(jìn)行比較，若某一圖像塊 A。,。吣)大于閾值，則為豐富細(xì)節(jié)特征圖像塊，對(duì)應(yīng)的原始宿主圖像塊/(^就是強(qiáng)紋理 圖像±央，標(biāo)記為^(/,力=1;否則，就是弱紋理圖像塊，標(biāo)記為尸(/,_/) = 0，并將得到的F(/,y')作為第一密鑰Keyl保存。
5. —種魯棒性的圖像雙水印提取方法，包括如下過程a) 利用與零水印構(gòu)造中相同的多尺度形態(tài)學(xué)邊緣算子，對(duì)合成圖像/'進(jìn)行零水 印的檢測(cè)；b) 對(duì)合成圖像/'進(jìn)行4層Contourlet分解，得到一個(gè)低頻逼近子帶、3個(gè)頻段的 中頻子帶和1個(gè)最高頻子帶；c) 利用密鑰Keyl和Key3找到3個(gè)中頻子帶中能量最大的方向子帶里嵌入了水印信息的Contourlet系數(shù)；d) 通過公式W,(C。-C,J/a提取水印信息，其中，f^為提取的水印圖像的Contouriet變換系數(shù)，C:為合成圖像的Contourlet變換系數(shù)，為原始宿主圖像的Contourlet變換系數(shù)，a為嵌入強(qiáng)度控制因子，由第二密鑰Key2得到；e) 將提取出的水印信息進(jìn)行Contourlet重構(gòu)，得到提取出的水印圖像『'。
6. 根據(jù)權(quán)利要求5所述的水印提取方法，其中步驟a)所述的利用與零水印構(gòu)造中 相同的抗噪型多尺度形態(tài)學(xué)邊緣算子，對(duì)合成圖像進(jìn)行零水印的檢測(cè)，是按以下步驟 進(jìn)行的6a)選擇半徑=2的圓盤形結(jié)構(gòu)元素6作為最小結(jié)構(gòu)元素；6b)對(duì)圓盤形結(jié)構(gòu)元素Z)進(jìn)行3次膨脹，形成4個(gè)尺度的結(jié)構(gòu)元素；6c)對(duì)合成圖像進(jìn)行抗噪型多尺度形態(tài)學(xué)邊緣檢測(cè)，得到零水印圖像。
全文摘要
本發(fā)明公開了一種魯棒性的圖像雙水印方法，主要解決現(xiàn)有同類方法魯棒性差的問題，充分利用了圖像固有的紋理與邊緣兩大特征形成雙水印。水印嵌入時(shí)，利用原始宿主圖像邊緣特征，構(gòu)造零水?。焕媒?jīng)驗(yàn)?zāi)B(tài)分解方法得到宿主圖像強(qiáng)紋理區(qū)，在Contourlet域上選擇能量最大方向嵌入二值水印。水印提取時(shí)，首先提取合成圖像邊緣特征，以檢測(cè)零水印，然后利用特有的密鑰、快速定位水印嵌入位置，提取二值水印。本發(fā)明具有強(qiáng)的抗幾何攻擊能力，透明性好，安全性高，可用于對(duì)數(shù)字多媒體產(chǎn)品版權(quán)的安全性保護(hù)。
文檔編號(hào)H04N7/24GK101533506SQ200910022189
公開日2009年9月16日 申請(qǐng)日期2009年4月24日 優(yōu)先權(quán)日2009年4月24日
發(fā)明者鳴 同, 姬紅兵, 婷 許 申請(qǐng)人:西安電子科技大學(xué)