CN108090864B - 基于超像素的四元数小波域图像水印检测方法 - Google Patents
基于超像素的四元数小波域图像水印检测方法 Download PDFInfo
- Publication number
- CN108090864B CN108090864B CN201711365771.0A CN201711365771A CN108090864B CN 108090864 B CN108090864 B CN 108090864B CN 201711365771 A CN201711365771 A CN 201711365771A CN 108090864 B CN108090864 B CN 108090864B
- Authority
- CN
- China
- Prior art keywords
- watermark
- image
- region
- smooth
- superpixels
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000013139 quantization Methods 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000011218 segmentation Effects 0.000 claims abstract description 6
- 230000001629 suppression Effects 0.000 claims abstract description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims 1
- 230000009466 transformation Effects 0.000 abstract description 6
- 230000001502 supplementing effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 241000282537 Mandrillus sphinx Species 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0021—Image watermarking
- G06T1/005—Robust watermarking, e.g. average attack or collusion attack resistant
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20064—Wavelet transform [DWT]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于超像素的四元数小波域图像水印检测方法,对宿主图像进行熵率超像素分割,通过平均熵值划分平滑超像素和非平滑超像素,结合超像素的平均熵值自适应确定SIFER算子的噪声点抑制阈值,利用SIFER算子分别在“纹理超像素”和“平滑超像素”内提取图像特征点;通过自相关矩阵R构建椭圆形特征区域,结合攻击结果筛选最终稳定的椭圆形区域;然后将构造出的椭圆形特征区域映射为圆形特征区域,对圆形特征区域周围“补0”以获得外接正方形子图像,对正方形区域进行一级四元数小波变换,推算出幅值矩阵与相位矩阵;最后,选取幅值作为载体,利用量化方法对水印进行嵌入。
Description
技术领域
本发明属于数字图像的版权保护技术领域,涉及基于变换域的图像水印检测方法,主要涉及一种基于超像素的四元数小波域图像水印检测方法。
背景技术
近年来,随着电子与网络信息的快速发展,人们生活在高科技时代,数字多媒体产品(如图像、音频、视频等)的使用随处可见,人们可以通过各种方便的渠道来获取多媒体资源。但多媒体信息所产生的安全隐患逐渐成为人们所关注的焦点,一些多媒体产品在未得到合法授权的情况下被随意传播与下载,通过非法途径来谋取利益,不但严重侵害了版权所有者的利益,还造成了社会对多媒体信息安全的不信任。为了保证安全的信息共享与传输,数字图像水印技术在多媒体安全方面得到了成功的应用,在数字图像的内容认证和版权保护领域具有非常大的研究和应用价值。
水印技术是隐藏在图像中的一种信息功能,其基础原则是把信息隐秘的嵌入到图像等多媒体产品中,从而加强数字信息产品所有者版权的保护。数字水印技术应当包含如下几种基本特性:鲁棒性、不可感知性、水印容量和安全性。鲁棒性代表一个水印信息在各种攻击下最大限度的承受能力,例如几何失真、有意的(破坏性攻击)、无意的(如压缩、扫描、噪声污染等等),经过上述攻击,拥有鲁棒性的数字水印技术仍然可以在含有水印的图像里提取水印信息。不可感知性是指原始图像的质量不会因为水印嵌入大幅度降低的能力。水印容量是指嵌入在原始图像中最大限度的水印信息量。安全性是指水印信息能够秘密的、不受外界攻击而安全的嵌入到图像中。除此之外,水印检测的可靠性、有效性以及水印的盲检测等也是水印技术应当具备的重要性能,这些性能大部分受水印信息发挥的功能及技术实施需求的影响。这里,鲁棒性和不可感知性是衡量水印算法最重要的两个性能评价指标,二者即互为矛盾又彼此制约。因此,如何使二者之间达到最佳的平衡状态是目前数字图像水印技术所面对的严峻挑战。
小波变换能够很好的平衡鲁棒性和不可感知性二者之间的矛盾,小波变换的优点有很多,它可以满足方程的能量守恒,可以把信息转化成空间域与频率域,二者之间相互独立但原信号中所含的信息又不丢失,可以根据分布不均的分辨率,处理空间分辨率与频率分辨率二者之间的冲突,小波介于空间域与频率域之间,同步提供空间与频率信息,通过选取合适的滤波器,能够很大程度上将提取的不同特性的关联性减小或除去。因此,小波域变换方法受到了很多研究者的普遍关注,但小波变换也存在着不足之处,第一,不能很好地捕获二维图像的重要信息和特征;第二,小波变换的冗余度很大;第三,抵抗几何攻击较弱。
发明内容
本发明是为了解决现有技术所存在的上述技术问题,提供一种能同时改善鲁棒性和不可见性的基于超像素的四元数小波域图像水印检测方法。
本发明的技术解决方案是:一种基于超像素的四元数小波域图像水印嵌入方法,包括水印嵌入及水印提取,其特征在于:
所述水印嵌入按照如下步骤进行:
a. 初始设置
获取宿主图像并初始化变量;
b. 宿主图像熵率超像素方法分割
b.1 计算超像素块的信息熵:
b.2 按照平均熵值将超像素划分为平滑区域和非平滑区域,H大于平均熵值为平滑区域,H小于平均熵值为非平滑区域;
c. 特征点提取
c.2 利用SIFER算子分别在平滑超像素和非平滑超像素内提取特征点;
d. 局部特征区域构造及预处理
d.2 综合预攻击图像方法,筛选稳定的特征点并构造椭圆区域,再筛选掉长轴过长、过短的椭圆区域,余下的特征区域根据面积由大至小排列并进行攻击,结合攻击结果选择最终稳固的特征区域;
d.4 圆形特征区域周围“补0”以取得外接正方形子图像;
e. 水印嵌入
e.1 对外接正方形子图像采用一级四元数小波变换,分解出低频子带图像LL,高频子带图像HL,LH和HH,Q表示子带矩阵,矩阵Q的每竖列都是一个四元数,根据下式可以求出四元数小波变换的幅相矩F:
e.2 选取幅值作为载体,利用量化方法,根据量化步长和相应的水印信息(1或0)量化为奇数或偶数,按位嵌入到每块中:
e.3 将含水印子带与其他子带图像合并,重构得到含水印子图像;
本发明首先选取宿主图像,对宿主图像进行熵率超像素分割,通过平均熵值划分平滑超像素和非平滑超像素,结合超像素的平均熵值自适应确定SIFER算子的噪声点抑制阈值,利用SIFER算子分别在“纹理超像素”和“平滑超像素”内提取图像特征点;其次,通过自相关矩阵R构建椭圆形特征区域,结合攻击结果筛选最终稳定的椭圆形区域;然后将构造出的椭圆形特征区域映射为圆形特征区域,对圆形特征区域周围“补0”以获得外接正方形子图像,对正方形区域进行一级四元数小波变换,推算出幅值矩阵与相位矩阵;最后,选取幅值作为载体,利用量化方法对水印进行嵌入。实验结果表明,本发明的方法不仅对多种攻击均具有较高的鲁棒性,而且还具有较好的不可见性,从而实现了鲁棒性和不可见性之间的良好平衡。
与现有技术对比,本发明具有以下有益效果:
第一,在用SIFER算子提取特征点之前,先对图像进行超像素分割。超像素的引入,很好的解决了特征点分布不均的问题,能很好的抵抗局部剪切等几何攻击;
第二,利用四元数小波“幅值”嵌入水印。嵌入后的含水印图像拥有良好的不可见性和较强的鲁棒性,可以很好的抵御光照等常规攻击。
附图说明
图1为本发明实施例在Lena、Barbara、Mandrill三幅灰度图像嵌入32位水印的含水印结果图。
图2为本发明实施例在Lena、Barbara、Mandrill三幅灰度图像嵌入64位水印的含水印结果图。
图3为本发明实施例在Lena、Barbara、Mandrill三幅灰度图像含32位水印图与原图像50倍差值结果图。
图4为本发明实施例在Lena、Barbara、Mandrill三幅灰度图像含64位水印图与原图像50倍差值结果图。
图5为本发明实施例不可见性(峰值信噪比)与水印容量关系结果图。
图6为本发明实施例鲁棒性测试结果图。
图7为本发明实施例的流程图。
具体实施方式
本发明基于超像素的四元数小波域图像水印检测方法:
所述水印嵌入按照如下步骤进行:
a. 初始设置
获取宿主图像并初始化变量;
b. 宿主图像熵率超像素方法分割
b.1 计算超像素块的信息熵:
b.2 按照平均熵值将超像素划分为平滑区域和非平滑区域,H大于平均熵值为平滑区域,H小于平均熵值为非平滑区域;
c. 特征点提取
c.2 利用SIFER算子分别在平滑超像素和非平滑超像素内提取特征点;
d. 局部特征区域构造及预处理
d.2 综合预攻击图像方法,筛选稳定的特征点并构造椭圆区域,再筛选掉长轴过长、过短的椭圆区域,余下的特征区域根据面积由大至小排列并进行攻击,结合攻击结果选择最终稳固的特征区域;
d.4 圆形特征区域周围“补0”以取得外接正方形子图像;
e. 水印嵌入
e.1 对外接正方形子图像采用一级四元数小波变换,分解出低频子带图像LL,高频子带图像HL,LH和HH,Q表示子带矩阵,矩阵Q的每竖列都是一个四元数,根据下式可以求出四元数小波变换的幅相矩F:
e.2 选取幅值作为载体,利用量化方法,根据量化步长和相应的水印信息(1或0)量化为奇数或偶数,按位嵌入到每块中:
e.3 将含水印子带与其他子带图像合并,重构得到含水印子图像;
可按照如下方法提取水印:
f.1 选择与水印嵌入对应的幅值,根据量化方法提取水印:
实验测试和参数设置:
操作环境为MATLAB R2011a,涉及到的灰度图像尺寸均为512×512,可从以下站点下载:http://decsai.ugr.es/cvg/dbimagenes/index.php。
图1为本发明实施例在Lena、Barbara、Mandrill三幅灰度图像嵌入32位水印的含水印结果图。
图2为本发明实施例在Lena、Barbara、Mandrill三幅灰度图像嵌入64位水印的含水印结果图。
图3为本发明实施例在Lena、Barbara、Mandrill三幅灰度图像含32位水印图与原图像50倍差值结果图。
图4为本发明实施例在Lena、Barbara、Mandrill三幅灰度图像含64位水印图与原图像50倍差值结果图。
图5为本发明实施例不可见性(峰值信噪比)与水印容量关系结果图。
图6为本发明实施例鲁棒性测试结果图。
实验结果表明:本发明的方法不仅对多种攻击均具有较高的鲁棒性,而且还具有较好的不可见性,从而实现了鲁棒性和不可见性之间的良好平衡。
Claims (1)
1.一种基于超像素的四元数小波域图像水印检测方法,包括水印嵌入及水印提取,其特征在于:
约定:I指宿主图像;H表示超像素块的熵值;LLi(x,y)表示待修改非下采样shearlet变换系数;q表示量化步长的固定值;Wi表示二值水印图像;round为四舍五入函数;
所述水印嵌入按照以下步骤进行:
a.初始设置
获取宿主图像并初始化变量;
b.宿主图像熵率超像素方法分割
b.1计算超像素块的信息熵:
b.2按照平均熵值将超像素划分为平滑区域和非平滑区域,H大于平均熵值为平滑区域,H小于平均熵值为非平滑区域;
c.特征点提取
c.1结合超像素的平均熵值自适应确定SIFER算子的噪声点抑制阈值eratio,平滑区域eratio=15,非平滑区域eratio=10;
c.2利用SIFER算子分别在平滑超像素和非平滑超像素内提取特征点;
d.局部特征区域构造及预处理
d.1通过二阶自相关矩阵R的特征值(λ1,λ2)求取长轴ra与短轴rb,通过R的特征向量(v1,v2)求取角度α,圆心为特征点x(x,y)来构造椭圆形局部特征区域:
d.2综合预攻击图像方法,筛选稳定的特征点并构造椭圆区域,再筛选掉长轴过长、过短的椭圆区域,余下的特征区域根据面积由大至小排列并进行攻击,结合攻击结果选择最终稳固的特征区域;
d.3稳定的椭圆形区域映射为圆形区域,其中θ、ra_dis和rb_dis表示映射参数:
d.4圆形特征区域周围“补0”以取得外接正方形子图像;
e.水印嵌入
e.1对外接正方形子图像采用一级四元数小波变换,分解出低频子带图像LL,高频子带图像HL,LH和HH,Q表示子带矩阵,矩阵Q的每竖列都是一个四元数,根据下式可以求出四元数小波变换的幅相矩F:
e.2选取幅值作为载体,利用量化方法,根据量化步长和相应的水印信息量化为奇数或偶数,按位嵌入到每块中:
e.3将含水印子带与其他子带图像合并,重构得到含水印子图像;
e.4依次将每个圆形区域都嵌入水印,将含水印的圆形区域映射为椭圆区域,最终得到含水印图像Iw′。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711365771.0A CN108090864B (zh) | 2017-12-18 | 2017-12-18 | 基于超像素的四元数小波域图像水印检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711365771.0A CN108090864B (zh) | 2017-12-18 | 2017-12-18 | 基于超像素的四元数小波域图像水印检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108090864A CN108090864A (zh) | 2018-05-29 |
CN108090864B true CN108090864B (zh) | 2021-06-11 |
Family
ID=62177068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711365771.0A Expired - Fee Related CN108090864B (zh) | 2017-12-18 | 2017-12-18 | 基于超像素的四元数小波域图像水印检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090864B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1529246A (zh) * | 2003-09-28 | 2004-09-15 | 王向阳 | 基于听觉特性与整型提升小波的数字音频水印嵌入与检测方法 |
CN1963865A (zh) * | 2006-12-01 | 2007-05-16 | 中南大学 | 一种安全多功能图像数字水印*** |
CN101556686A (zh) * | 2009-03-30 | 2009-10-14 | 西安电子科技大学 | 基于局部Tchebichef矩的鲁棒图像水印方法 |
CN102405638A (zh) * | 2009-04-20 | 2012-04-04 | 富士胶片株式会社 | 图像处理装置、图像处理方法以及计算机可读介质 |
CN104504643A (zh) * | 2014-12-25 | 2015-04-08 | 辽宁师范大学 | 基于局部内容特征的鲁棒数字水印嵌入及检测方法 |
CN104778651A (zh) * | 2015-03-31 | 2015-07-15 | 北京交通大学 | 基于超像素的数字图像认证方法 |
CN106780281A (zh) * | 2016-12-22 | 2017-05-31 | 辽宁师范大学 | 基于柯西统计建模的数字图像水印方法 |
CN106803229A (zh) * | 2016-12-24 | 2017-06-06 | 辽宁师范大学 | 基于相位奇异值校正的图像水印方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100456629B1 (ko) * | 2001-11-20 | 2004-11-10 | 한국전자통신연구원 | 웨이블릿 기반에서 디지털 워터마크 삽입/추출장치 및 방법 |
CN101533506B (zh) * | 2009-04-24 | 2012-01-04 | 西安电子科技大学 | 一种鲁棒性的图像双水印方法 |
CN103942745B (zh) * | 2014-04-02 | 2017-06-13 | 深圳大学 | 图像添加水印的方法及*** |
CN107274334A (zh) * | 2017-06-28 | 2017-10-20 | 南京信息工程大学 | 一种基于四元数变换的彩色图像自适应水印方法 |
CN107292806A (zh) * | 2017-06-28 | 2017-10-24 | 南京师范大学 | 一种基于四元数小波的遥感影像数字水印嵌入和提取方法 |
-
2017
- 2017-12-18 CN CN201711365771.0A patent/CN108090864B/zh not_active Expired - Fee Related
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1529246A (zh) * | 2003-09-28 | 2004-09-15 | 王向阳 | 基于听觉特性与整型提升小波的数字音频水印嵌入与检测方法 |
CN1963865A (zh) * | 2006-12-01 | 2007-05-16 | 中南大学 | 一种安全多功能图像数字水印*** |
CN101556686A (zh) * | 2009-03-30 | 2009-10-14 | 西安电子科技大学 | 基于局部Tchebichef矩的鲁棒图像水印方法 |
CN102405638A (zh) * | 2009-04-20 | 2012-04-04 | 富士胶片株式会社 | 图像处理装置、图像处理方法以及计算机可读介质 |
CN104504643A (zh) * | 2014-12-25 | 2015-04-08 | 辽宁师范大学 | 基于局部内容特征的鲁棒数字水印嵌入及检测方法 |
CN104778651A (zh) * | 2015-03-31 | 2015-07-15 | 北京交通大学 | 基于超像素的数字图像认证方法 |
CN106780281A (zh) * | 2016-12-22 | 2017-05-31 | 辽宁师范大学 | 基于柯西统计建模的数字图像水印方法 |
CN106803229A (zh) * | 2016-12-24 | 2017-06-06 | 辽宁师范大学 | 基于相位奇异值校正的图像水印方法 |
Non-Patent Citations (2)
Title |
---|
The development of the quaternion wavelet transform;Peter Fletcher 等;《Signal Processing》;20170731;第136卷;2-15 * |
基于数字水印的图像内容认证及恢复;乔秀梅;《中国优秀硕士学位论文全文数据库 信息科技辑》;20151015(第10期);I138-33 * |
Also Published As
Publication number | Publication date |
---|---|
CN108090864A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108564519B (zh) | 一种基于多变换域的彩色图像数字水印方法 | |
Panchal et al. | A comprehensive survey on digital image watermarking techniques | |
Divecha et al. | Implementation and performance analysis of DCT-DWT-SVD based watermarking algorithms for color images | |
CN107945097B (zh) | 基于联合统计模型校正的鲁棒图像水印方法 | |
Song et al. | Recent advances and classification of watermarking techniques in digital images | |
Makbol et al. | A hybrid robust image watermarking scheme using integer wavelet transform, singular value decomposition and arnold transform | |
Muñoz-Ramirez et al. | A robust watermarking scheme to JPEG compression for embedding a color watermark into digital images | |
Li et al. | A study on image digital watermarking based on wavelet transform | |
Hoshi et al. | A robust watermark algorithm for copyright protection by using 5-level DWT and two logos | |
El Gamal et al. | Block-based Watermarking for Color Images using DCT and DWT | |
Ayangar et al. | A novel DWT-SVD based watermarking scheme | |
Bhuyan et al. | Shuffled SVD based robust and secure digital image watermarking | |
CN108090864B (zh) | 基于超像素的四元数小波域图像水印检测方法 | |
Nasir et al. | Novel multiple spatial watermarking technique in color images | |
Moyasser Basheer et al. | Digital Image Watermarking Algorithm in Discrete Wavelet Transform Domain Using HVS Characteristics | |
Sathik et al. | Wavelet based blind technique by espousing hankel matrix for robust watermarking | |
Veni et al. | DWT DCT based new image watermarking algorithm to improve the imperceptibility and robustness | |
Saqib et al. | An improvement in digital image watermarking scheme based on singular value decomposition and wavelet transform | |
Xie | A blind watermarking algorithm based on color space conversion in dct domain | |
Li et al. | Strong robustness watermarking algorithm based on lifting wavelet transform and Hessenberg decomposition | |
Ghazwan Jabbar | A Watermarking Scheme for Digital Images Developed Using Discrete Cosine Transform (DCT) | |
Jiao et al. | Framelet image watermarking considering dynamic visual masking | |
Mazumder et al. | Study of Image Steganography using LSB, DFT and DWT | |
Patil et al. | Study and overview of combined NSCT-DCT digital image watermarking | |
Phadikar et al. | QIM data hiding for tamper detection and correction in digital images using wavelet transform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210611 Termination date: 20211218 |