CN113763224A - 一种图像处理方法及其装置 - Google Patents

一种图像处理方法及其装置 Download PDF

Info

Publication number
CN113763224A
CN113763224A CN202010494066.6A CN202010494066A CN113763224A CN 113763224 A CN113763224 A CN 113763224A CN 202010494066 A CN202010494066 A CN 202010494066A CN 113763224 A CN113763224 A CN 113763224A
Authority
CN
China
Prior art keywords
image
watermark
frequency domain
embedded
determining
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.)
Pending
Application number
CN202010494066.6A
Other languages
English (en)
Inventor
刘永亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN202010494066.6A priority Critical patent/CN113763224A/zh
Publication of CN113763224A publication Critical patent/CN113763224A/zh
Pending legal-status Critical Current

Links

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
    • G06T1/0092—Payload characteristic determination in a watermarking scheme, e.g. number of bits to be embedded

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Editing Of Facsimile Originals (AREA)
  • Image Processing (AREA)

Abstract

本申请公开了一种图像处理方法及其装置，所述方法包括：获取待处理的初始图像对应的频域图像；确定所述频域图像中的非显著区域；从所述非显著区域中确定执行水印嵌入的嵌入块；对所述嵌入块执行水印嵌入，生成含水印图像。采用本申请，通过从非显著区域中确定执行水印嵌入的嵌入块，从而能够提高嵌入端与检测端的一致性。

Description

一种图像处理方法及其装置
技术领域
本申请涉及计算机技术领域，尤其涉及一种图像处理方法及其装置。
背景技术
随着数字媒体技术和网络的不断发展，包括5G的日益普及，数字化形式的数据特别是数字图像和视频等媒体数据呈现出爆发性的增长。作为一种先进和有效的安全技术，数字水印技术已经成为数据安全和知识产权保护领域的一个重要的研究方向。
在相关技术中，为了保证水印嵌入端与检测端的同步，水印嵌入端在视频图像的指定位置(即，水印嵌入位置)上嵌入水印图像并将该水印嵌入位置的位置信息传输到水印检测端，但是传输水印嵌入位置会给视频编码带来额外的码率，增加了带宽和网络负载，从而降低编码效率。由此可见，相关技术需要一种不依赖水印嵌入位置且能够保证水平嵌入端与检测段同步的技术方案。
发明内容
本申请实施例提供一种图像处理方法及其装置，至少解决了以上提到的技术问题。
本申请实施例还提供一种图像处理方法，所述方法包括：获取待处理的初始图像对应的频域图像；确定所述频域图像中的非显著区域；从所述非显著区域中确定执行水印嵌入的嵌入块；对所述嵌入块执行水印嵌入，生成含水印图像。
本申请实施例还提供一种图像处理方法，所述方法包括：获取待处理的初始图像对应的频域图像；确定所述频域图像中的非显著区域；从所述非显著区域中确定执行水印嵌入的嵌入块；从所述嵌入块中提取出水印信息。
本申请实施例还提供一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被执行时实现上述方法。
本申请实施例还提供一种图像处理装置，所述装置包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行上述方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
所述方法通过从非显著区域中确定执行水印嵌入的嵌入块，实现了自适应选择嵌入块，从而能够有效地减轻水印在嵌入端与检测端的显著性区域对齐的问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请的示例性实施例的图像处理的场景图；
图2是根据本申请的示例性实施例的图像处理方法的步骤流程图；
图3是根据本申请的另一示例性实施例的图像处理方法的框架图；
图4是示出嵌入端根据本申请的示例性实施例的图像处理方法嵌入水印信息的示图；
图5是示出检测端根据本申请的示例性实施例的图像处理方法提取水印信息的示图；
图6是根据本申请的示例性实施例的嵌入端与检测端针对显著性掩膜的效果对照图；
图7是根据本申请的示例性实施例的图像处理装置的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
为了更好地说明本申请，以下将结合图1描述图像处理的场景图，应注意，根据本申请的示例性实施例的图像处理方法所处理的图像远大于图1中所示，图1仅为了说明本申请应用的场景而描述了主要部件，本申请适应于包括图1的各种场景。
如图1所示，用户A利用电子终端100创造了视频图像10，随后，作为创作者用户A可向提供图像版权保护的服务器101请求图像保护，随后，服务器101可对图像执行图像处理以提供版权保护。也就是说，在视频图像10中嵌入水印图像以提供版权保护。
随后，服务器101可将已嵌入数字水印的图像存储下来，虽然图1中利用服务器101存储已嵌入数字水印的图像，但在实施中，可利用不同于101的服务器进行存储，举例来说，用户在某一应用(例如，动漫网站)上创作了图像，该应用对应的服务器可向专用于实施图像版权保护的服务器101申请版权保护，服务器101可按照如上所述对该图像嵌入数字水印，随后，该应用对应的服务器可从服务器101获取到已嵌入数字水印的图像，并将该图像存储下来，可以看出，在该示例中，执行版权保护的服务器与存储图像的服务器可以是不同的。
随后，服务器101可根据用户A的设定(例如，用户A可将图像10设置为可呈现但不可下载)向其它服务器200提供图像10。在这种情况下，用户B通过电子装置300在观看类似图像10的图像20时，服务器101可提取出图像20，随后可从图像20中提取出数字水印，以确定图像20是否是未经授权的图像10。
应注意，根据本申请的电子装置(在下文中是指执行根据本申请的示例性实施例的图像处理装置)是包括显示单元的设备，可包括但不限于是以下任意设备：个人计算机(PC)、移动装置(诸如，蜂窝电话、个人数字助理(PDA)、数码相机、便携式游戏控制台、MP3播放器、便携式/个人多媒体播放器(PMP)、手持电子书、平板PC、便携式膝上型PC和全球定位***(GPS)导航仪)、智能TV等。虽然在图1中的服务器101是具体的服务器，但在实施中可以是多个服务器共同实现。
在现有技术中，嵌入水印的方式可分为盲处理和非盲处理。采用非盲处理的水印嵌入方法需要确切获知嵌入水印的位置，这将增加传输图像的网络负担。采用盲处理的水印嵌入方法通常在确定嵌入水印的区域后，采用非重叠滑动窗，按照不同的嵌入强度对不同的区域执行水印嵌入，但这种方式容易在嵌入端与检测端发生错位。
基于此，本申请的示例性实施例的图像处理方法在采用盲处理的情况下，在确定所述频域图像中的非显著区域的情况下，对所述非显著区域执行筛选，确定可执行水印嵌入的嵌入块并对所述嵌入块执行水印嵌入，从而提高了嵌入端与检测端的一致性。
以下将通过在以下将结合图2至图4对当中涉及的技术方案进行具体描述。图2示出了根据本申请的示例性实施例的图像处理方法的步骤流程图。
如图2所示，在步骤S210，获取待处理的初始图像对应的频域图像。在实施中，所述待处理的初始图像可以是单帧的图像，包括且不限于用户创作的图像(例如，漫画、油画等)或者各种格式的文档，也可以是视频中的单帧视频图像。
具体来说，在获取到所述初始图像后，可通过提取所述初始图像的亮度信息，获取与亮度信息对应的通道图像。作为示例，所述初始图像可以是YUV图像，YUV是主要应用于模拟视频以及电视***的颜色编码方式，其中，Y表示亮度信息(Luminance或Luma)，U和V表示色度(Chrominance或Chroma)。在初始图像是YUV图像的情况下，提取初始图像中的Y通道，从而获取Y通道对应的通道图像。
随后，可将该通道图像执行频域转换。在实施中，可对该通道图像执行离散小波变换，生成与所述初始图像对应的多个子图。小波变换(discrete wavelet transform，DWT)是使用一系列的不同尺度的小波去分解原函数，变换后得到的是原函数在不同尺度小波下的系数。
在本申请的示例性实施例中，可按照如下方式对该通道图像执行小波变换：首先对该通道图像的每一行进行离散小波变换，获得该通道图像在水平方向上的低频分量L和高频分量H，然后对变换所得数据的每一列进行离散小波变换，最终获得该通道图像的多个子图，包括：在水平和垂直方向上的低频分量子图(即，粗子图)LL、水平方向上的低频和垂直方向上的高频子图(水平方向细节子图)LH、水平方向上的高频和垂直方向上的低频子图(即，垂直方向细节子图)HL以及水平和垂直方向上的高频分量子图(即，对角线方向细节子图)HH。
在本申请的实施例中，可从这些子图中选择包括细节信息的子图作为频域图像，优选地，可从所述多个子图中选择水平方向细节子图作为频域图像。可选地，水平方向细节子图以及对角线方向细节子图均可作为频域图像。
执行步骤S220，确定所述频域图像中的非显著区域。
具体来说，可利用视觉注意模型，对所述初始图像执行注意度区域分割，获取显著性区域对应的显著性掩膜，其中，所述视觉注意模型是指模拟人的注意机制获取图像中的感兴趣图像。
此外，在实施中，也可采用其它方式来确定所述频域图像中的非显著区域。举例来说，可利用图像名称来确定频域图像中的非显著区域。具体来说，可在识别出该图像的图像名称后，利用图像识别技术识别出与该图像名称对应的区域，并将该区域确定为显著区域，在该图像中除该区域以外的区域为非显著区域。又或者，可识别该图像中的文本区域，将该文本区域确定为非显著区域，在该图像中除文本区域以外的区域为显著区域。
在本申请的示例性实施例中，可采用基于纹理和亮度的视觉注意模型，生成所述初始图像的注意度区域。随后，可对所述注意度区域执行二值化的大津阈值分割处理，获取所述显著性掩膜。
此处提及的掩膜是指对处理图像上的像素点进行二分类标记，以控制图像处理的区域。举例来说，使用预先设置的感兴趣区域掩膜与对应图像在各个像素点上一一对应，即可知道图像上各像素点是否在感兴趣区域中。
在本申请的示例性实施例中，为了获取显著性掩膜，可利用最大类间方差法对该注意度区域执行处理，从而获取所述显著性掩膜。所述最大类间方差法也可叫做大津算法(即，OTSU)是一种确定图像分割阈值的算法，简言之，按图像的灰度分布，将图像分成背景和目标两部分，使得背景和目标之间的类间方差最大，其中，类间方差的定义如公式1所示：
Figure BDA0002522152220000061
其中，σ2(k)为类间方差，k*为使得类间方差达到最大值的最优分类阈值。ω0和ω1为两类概率，μ0和μ1为两类的数学期望。将大津阈值分割法应用于注意度区域的分割，可以使分割出的非显著性区域与显著性区域的差别最大，使非显著性区域更不突出。
随后，通过显著性掩膜与所述频域图像结合，获取所述非显著区域。具体来说，对所述显著性掩膜执行降采样，获取降采样后的显著性掩膜，使得降采样后的显著性掩膜的分辨率与上述的频域图像的分辨率相同，然后将降采样后的显著性掩膜与所述频域图像在各个像素点上一一对应，获取所述非显著区域。
执行步骤S230，从所述非显著区域中确定执行水印嵌入的嵌入块。作为示例，可将所述非显著区域划分为预定大小的子块，然后从这些子块中筛选出执行水印嵌入的嵌入块。
具体来说，可将非显著区域分割为8x8的多个无重叠的子块，在实施中，若非显著区域的长或宽无法被8整除，需要将显著区域像素点包含进去，使非显著区域能够被完整分块。
针对每个子块，可确定每个子块对应的所述显著性掩膜中的显著像素点的数量，将所述数量小于等于预定阈值的子块确定为执行水印嵌入的嵌入块。具体如以下公式2所示：
Figure BDA0002522152220000071
其中Maskm是指第m个子块对应的显著性掩膜，对其64个像素求和后的值fm代表子块区域与显著性区域的交集大小，L为预设的阈值。可根据fm确定嵌入水印的子块，也就是说，若子块对应的64个像素中包含的显著性像素个数小于等于L个，则认为该子块为嵌入水印的嵌入块，否则认为当前子块位于显著性子块，不进行水印的嵌入。
执行步骤S240，对所述嵌入块执行水印嵌入，生成含水印图像。
在执行水印嵌入之前，可生成与所述初始图像对应的水印信息。通常可将初始图像的标识信息作为水印信息，而为了让其他用户直观获知该初始图像是否被侵权，可利用该初始图像的作者的标识信息(例如，作者名称、身份标识号等信息)作为水印信息。随后，可将该标识信息转换为二值图像，其中，所述二值图像是指图像上的每个像素只有两种可能的取值，例如，黑白图像，随后可对所述二值图像执行图像置乱处理，生成置乱后的二值图像作为水印信息，其中，所述图像置乱处理可以是arnold置乱，此外，可将置乱后的二值图像按照冗余机制，生成冗余信息后利用后续的算法将冗余信息嵌入到所述图像中，例如，在水印信息为00001111的情况下，冗余信息为000011110000111100001111。这样使得其他用户无法获得真正的水印信息。
在已获取水印信息的情况下，可对所述嵌入块执行水印嵌入。针对每个嵌入块执行离散余弦变换，获取离散余弦系数矩阵，然后从该离散余弦系数矩阵中选择离散余弦系数对，优选地，可选择三对离散余弦系数对。在8*8的矩阵中，可将各个系数按照预设方式进行排序，例如，可按照能量大小进行排序，然后可选择三对能量中频的系数并记录他们在矩阵中的位置。
随后，利用离散余弦系数对，对所述嵌入块执行水印嵌入，生成含水印图像。以三对离散余弦系数对为例，可将这三对系数排列成为一维向量(C0、C1、C2、C3、C4、C5)，这6个向量分别为偶数位系数C0、C2、C4，与奇数位系数C1、C3、C5。
若水印信息为1，则将系数C0、C2、C4的绝对值置为更大，大于C1、C3、C5的绝对值。也就是根据偶数位系数的正负性，在其原值上加或减去一个偏移量T，使之绝对值变大；若水印为0，则将系数C0、C2、C4的绝对值置为更小，使之小于C1、C3、C5的绝对值。偏移量T表示水印嵌入强度。
通过以上处理可获取到嵌入水印的频域图像，随后可对嵌入水印的频域图像执行频域到时域的转换处理，获取含水印图像。具体来说，可将嵌入水印的嵌入块执行逆离散余弦变换，随后，对嵌入水印的频域图像执行小波逆变换，获取含水印图像。
综上可述，根据本申请的示例性实施例的图像处理方法可从初始图像对应的频域图像中确定非显著区域，保证不影响图像的主管质量的情况下，从非显著区域中确定执行水印嵌入的嵌入块，实现了无需知晓嵌入块的位置信息的自适应选择嵌入块，从而能够有效地减轻水印在嵌入端与检测端的显著性区域对齐的问题。
此外，以上以单帧图像为例进行了描述，在实施中，可针对视频中的每帧图像进行如上处理，从而达到对视频进行版权保护的目的。
为了更好地描述本申请的示例性实施例的图像处理方法，以下将结合图3对优选实施例进行描述。图3是根据本申请的另一示例性实施例的图像处理方法的框架图。
如图3中所示，首先，从初始图像中提取出Y通道，获取与Y通道对应的图像，应注意，当初始图像是灰度图像时，此步骤可被省略。
随后，对Y通道图像进行DWT变换。小波分解可以降低高分辨率视频维度，起到集中信号能量的作用，且在高频子带嵌入水印使得水印的不可见性更好，并且嵌入水印后视频仍然具备好的客观质量。综合考虑含水印的图像的客观质量与检测水印的性能，LH被选为嵌入水印的频域图像。
此时，基于视觉注意模型，可获取到与初始图像对应的显著性掩膜，如图3所示，利用显著性掩膜与频域图像可获取频域图像中的非显著区域。随后，可从非显著区域中确定可用于嵌入水印的嵌入块。最后，将水印嵌入到嵌入块中并将已嵌入水印信息的频域图像进行逆变换，获取具有水印信息的图像。
以下将对给出的初始图像按照如图4所示的步骤执行处理，也就是说，在嵌入端按照本申请的示例性实施例的图像处理方法对初始图像410执行水印嵌入。
图4是示出嵌入端根据本申请的示例性实施例的图像处理方法嵌入水印信息的示图。如图4所述，可对初始图像410读取Y通道，生成图像420。可对图像420执行小波变换，生成子图LL、子图HL、子图LH以及子图HH，并如图4所示，可选择LH作为后续水印嵌入的图像430。
此外，还可利用以上已经描述的视觉注意模型对初始图像410执行处理，生成图像440，从图像440中可识别出显著性区域。随后，为了得到显著性区域的掩膜，可对图像440进行大津阈值分割并降采样到图像430大小，得到显著性掩膜450，随后，可结合以上提及的公式2及显著性掩膜450，对图像430中非显著区域子块进行筛选，确定执行水印嵌入的嵌入块。
在已经确定了嵌入的水印图像的情况下，可如上所述使Arnold对水印图像置乱生成水印信息，然后将该水印信息嵌入到图像460中的相应位置。
随后，对已嵌入水印信息的图像460执行IDCT和IDWT变换，获取到含水印图像470，最后，可将含水印图像470恢复为与初始图像的图像格式相同的图像480。
以上已经描述了嵌入端对初始图像410执行的水印嵌入处理，以下将结合图5描述检测端对含水印图像510执行的水印提取处理。图5是示出检测端根据本申请的示例性实施例的图像处理方法提取水印信息的示图。
如图5所示，针对含水印图像510可按照如图4所示的步骤获取执行水印嵌入的嵌入块。随后，可对嵌入块按照以上提到的利用离散余弦系数对方式，提取出水印信息。
具体来说，可将该嵌入块的在8x8DCT块的中频部分选取3对系数，将这3对系数排列成为一维向量(C0、C1、C2、C3、C4、C5)，这6个向量分别为偶数位系数C0、C2、C4，与奇数位系数C1、C3、C5。再判断每一子块中Ck与Ck+1的绝对值，若Ck绝对值大于Ck+1，则嵌入的水印为1，否则为0。最后，利用Arnold逆映射，获取到水印图像。
以下将参照图6描述根据本申请的示例性实施例的嵌入端与检测端针对显著性掩膜的效果对照图。图6中的(a)是在嵌入端获取的显著性掩膜，图6中的(b)是检测端获取的显著性掩膜，图6中的(c)是两者之间的差值。由此可以看出，按照本申请的示例性实施例的图像处理方法对初始图像***水印后，有效提高了嵌入端与检测端含水印位置的同步性。
此外，在本申请的示例性实施例中，为了判断嵌入块而预先设置的阈值会对嵌入端与检测端的同步性有明显的影响。不同的阈值会影响到含水印图像的主管质量。在实施中可以确定，随着阈值的增加，检测出的含水印图像的误差逐步减小，并且随着阈值增加，嵌入端与检测端在确定嵌入块的位置的差异减少，提高了鲁棒性。
图7为了更清楚地明白本申请的示例性实施例的发明构思，以下将参照图7描述本申请的示例性实施例的数据处理装置的框图。本领域普通技术人员将理解：图7中的装置仅示出了与本示例性实施例相关的组件，所述装置中还包括除了图7中示出的组件之外的通用组件。
图7示出本申请的示例性实施例的图像处理装置的框图。应注意，所述图像处理装置可以是执行图1中示出的图像处理方法的服务器。
参考图7，在硬件层面，该装置包括处理器、内部总线和计算机可读存储介质，其中，所述计算机可读存储介质包括易失性存储器和非易失性存储器。处理器从非易失性存储器中读取对应的计算机程序然后运行。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
具体来说，所述处理器执行以下操作：获取待处理的初始图像对应的频域图像；确定所述频域图像中的非显著区域；从所述非显著区域中确定执行水印嵌入的嵌入块；对所述嵌入块执行水印嵌入，生成含水印图像。
可选地，所述处理器在执行步骤获取待处理的初始图像对应的频域图像包括：通过提取所述初始图像的亮度信息，获取与亮度信息对应的通道图像；对所述通道图像执行小波变换，生成与所述初始图像对应的多个子图；从所述多个子图中确定所述频域图像。
可选地，所述处理器在执行步骤从所述多个子图中确定所述频域图像包括：从所述多个子图中选择垂直方向细节子图作为所述频域图像。
可选地，所述处理器在执行步骤确定所述频域图像中的非显著区域包括：利用视觉注意模型，对所述初始图像执行注意度区域分割，获取显著性区域对应的显著性掩膜；通过显著性掩膜与所述频域图像结合，获取所述非显著区域。
可选地，所述处理器在执行步骤通过显著性掩膜与所述频域图像结合获取所述非显著区域包括：对所述显著性掩膜执行降采样，获取降采样后的显著性掩膜，使得降采样后的显著性掩膜的分辨率与频域图像的分辨率相同；将降采样后的显著性掩膜与所述频域图像在各个像素点上一一对应，获取所述非显著区域。
可选地，所述处理器在执行步骤利用视觉注意模型对所述初始图像执行注意度区域分割获取显著性区域对应的显著性掩膜包括：利用所述视觉注意模型，生成所述初始图像的注意度区域；基于最大类间方差法，对所述注意度区域进行分割，获取所述显著性掩膜。
可选地，所述视觉注意模型包括基于纹理和亮度的视觉注意模型。
可选地，所述处理器在执行步骤从所述非显著区域中确定执行水印嵌入的嵌入块包括：将所述非显著区域划分为预定尺寸的多个子块；从所述多个子块中筛选出执行水印嵌入的嵌入块。
可选地，所述处理器在执行步骤从所述多个子块中筛选出执行水印嵌入的嵌入块包括：针对每个子块，获取每个子块对应的显著像素点的数量；将所述数量小于等于预定阈值的子块确定为执行水印嵌入的嵌入块。
可选地，所述处理器在执行步骤对所述嵌入块执行水印嵌入生成含水印图像包括：针对每个嵌入块执行离散余弦变换，获取离散余弦系数矩阵；从所述离散余弦系数矩阵中选择离散余弦系数对；利用所述离散余弦系数对，对所述嵌入块执行水印嵌入，生成含水印图像。
可选地，所述处理器在执行步骤利用所述变换系数对对所述嵌入块执行水印嵌入生成含水印图像包括：利用所述变换系数对，对所述嵌入块执行水印嵌入，获取嵌入水印的频域图像；使嵌入水印的频域图像执行频域到时域的转换处理，获取含水印图像。
可选地，所述处理器还可执行以下步骤：确定与所述初始图像对应的标识信息；将所述标识信息转换为二值图像；对所述二值图像执行图像置乱处理，生成置乱后的二值图像作为水印信息。
此外，根据本申请的示例性实施例，所述处理器还可执行以下步骤：获取待处理的初始图像对应的频域图像；确定所述频域图像中的非显著区域；从所述非显著区域中确定执行水印嵌入的嵌入块；从所述嵌入块中提取出水印信息。
可选地，所述处理器在执行步骤从所述嵌入块中提取出水印信息包括：利用离散余弦变换系数对的方式，从所述嵌入块中提取出水印矩阵；通过逆映射的方式，将所述水印矩阵转换为水印图像。
综上可述，根据本申请的示例性实施例的图像处理装置可从初始图像对应的频域图像中确定非显著区域，保证不影响图像的主管质量的情况下，从非显著区域中确定执行水印嵌入的嵌入块，实现了无需知晓嵌入块的位置信息的自适应选择嵌入块，从而能够有效地减轻水印在嵌入端与检测端的显著性区域对齐的问题。
需要说明的是，实施例1所提供方法的各步骤的执行主体均可以是同一设备，或者，该方法也由不同设备作为执行主体。比如，步骤21和步骤22的执行主体可以为设备1，步骤23的执行主体可以为设备2；又比如，步骤21的执行主体可以为设备1，步骤22和步骤23的执行主体可以为设备2；等等。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (16)

1.一种图像处理方法，其特征在于，包括：
获取待处理的初始图像对应的频域图像；
确定所述频域图像中的非显著区域；
从所述非显著区域中确定执行水印嵌入的嵌入块；
对所述嵌入块执行水印嵌入，生成含水印图像。
2.如权利要求1所述的方法，其特征在于，获取待处理的初始图像对应的频域图像包括：
通过提取所述初始图像的亮度信息，获取与亮度信息对应的通道图像；
对所述通道图像执行小波变换，生成与所述初始图像对应的多个子图；
从所述多个子图中确定所述频域图像。
3.如权利要求2所述的方法，其特征在于，从所述多个子图中确定所述频域图像包括：
从所述多个子图中选择垂直方向细节子图作为所述频域图像。
4.如权利要求1所述的方法，其特征在于，确定所述频域图像中的非显著区域包括：
利用视觉注意模型，对所述初始图像执行注意度区域分割，获取显著性区域对应的显著性掩膜；
通过显著性掩膜与所述频域图像结合，获取所述非显著区域。
5.如权利要求4所述的方法，其特征在于，通过显著性掩膜与所述频域图像结合获取所述非显著区域包括：
对所述显著性掩膜执行降采样，获取降采样后的显著性掩膜，使得降采样后的显著性掩膜的分辨率与频域图像的分辨率相同；
将降采样后的显著性掩膜与所述频域图像在各个像素点上一一对应，获取所述非显著区域。
6.如权利要求4所述的方法，其特征在于，利用视觉注意模型对所述初始图像执行注意度区域分割获取显著性区域对应的显著性掩膜包括：
利用所述视觉注意模型，生成所述初始图像的注意度区域；
基于最大类间方差法，对所述注意度区域进行分割，获取所述显著性掩膜。
7.如权利要求4所述的方法，其特征在于，所述视觉注意模型包括基于纹理和亮度的视觉注意模型。
8.如权利要求1所述的方法，其特征在于，从所述非显著区域中确定执行水印嵌入的嵌入块包括：
将所述非显著区域划分为预定尺寸的多个子块；
将所述多个子块中筛选出执行水印嵌入的嵌入块。
9.如权利要求1所述的方法，其特征在于，将所述多个子块中筛选出执行水印嵌入的嵌入块包括：
针对每个子块，确定每个子块在所述显著性掩膜中的显著像素点的数量；
将所述数量小于等于预定阈值的子块确定为执行水印嵌入的嵌入块。
10.如权利要求1所述的方法，其特征在于，对所述嵌入块执行水印嵌入生成含水印图像包括：
针对每个嵌入块执行离散余弦变换，获取离散余弦系数矩阵；
从所述离散余弦系数矩阵中选择离散余弦系数对；
利用所述离散余弦系数对，对所述嵌入块执行水印嵌入，生成含水印图像。
11.如权利要求10所述的方法，其特征在于，利用所述变换系数对对所述嵌入块执行水印嵌入生成含水印图像包括：
利用所述变换系数对，对所述嵌入块执行水印嵌入，获取嵌入水印的频域图像；
使嵌入水印的频域图像执行频域到时域的转换处理，获取含水印图像。
12.如权利要求1所述的方法，其特征在于，还包括：
确定与所述初始图像对应的标识信息；
将所述标识信息转换为二值图像；
对所述二值图像执行图像置乱处理，生成置乱后的二值图像作为水印信息。
13.一种图像处理方法，其特征在于，包括：
获取待处理的初始图像对应的频域图像；
确定所述频域图像中的非显著区域；
从所述非显著区域中确定执行水印嵌入的嵌入块；
从所述嵌入块中提取出水印信息。
14.如权利要求13所述的方法，其特征在于，从所述嵌入块中提取出水印信息包括：
利用离散余弦变换系数对的方式，从所述嵌入块中提取出水印矩阵；
通过逆映射的方式，将所述水印矩阵转换为水印图像。
15.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，所述指令被执行时实现权利要求1至14中的任一权利要求所述的方法。
16.一种图像处理装置，其特征在于，包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行如权利要求1至14中的任一权利要求所述的方法。
CN202010494066.6A 2020-06-03 2020-06-03 一种图像处理方法及其装置 Pending CN113763224A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010494066.6A CN113763224A (zh) 2020-06-03 2020-06-03 一种图像处理方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010494066.6A CN113763224A (zh) 2020-06-03 2020-06-03 一种图像处理方法及其装置

Publications (1)

Publication Number Publication Date
CN113763224A true CN113763224A (zh) 2021-12-07

Family

ID=78783156

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010494066.6A Pending CN113763224A (zh) 2020-06-03 2020-06-03 一种图像处理方法及其装置

Country Status (1)

Country Link
CN (1) CN113763224A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113989096A (zh) * 2021-12-27 2022-01-28 山东大学 基于深度学习和注意力网络的鲁棒图像水印方法及***
CN114666619A (zh) * 2022-03-11 2022-06-24 平安国际智慧城市科技股份有限公司 视频文件的水印处理方法、装置、设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113989096A (zh) * 2021-12-27 2022-01-28 山东大学 基于深度学习和注意力网络的鲁棒图像水印方法及***
CN113989096B (zh) * 2021-12-27 2022-04-12 山东大学 基于深度学习和注意力网络的鲁棒图像水印方法及***
CN114666619A (zh) * 2022-03-11 2022-06-24 平安国际智慧城市科技股份有限公司 视频文件的水印处理方法、装置、设备及存储介质
CN114666619B (zh) * 2022-03-11 2024-05-03 平安国际智慧城市科技股份有限公司 视频文件的水印处理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
Lin et al. Fast, automatic and fine-grained tampered JPEG image detection via DCT coefficient analysis
EP3308371B1 (en) System and method for digital watermarking
Kang et al. Identifying tampered regions using singular value decomposition in digital image forensics
Roy et al. An SVD based location specific robust color image watermarking scheme using RDWT and Arnold scrambling
US9773290B2 (en) Content watermarking
Hien et al. Robust multi-logo watermarking by RDWT and ICA
Cedillo-Hernández et al. Robust hybrid color image watermarking method based on DFT domain and 2D histogram modification
WO2020228520A1 (zh) 图像变换方法、装置、存储介质及计算机设备
Naderahmadian et al. Fast and robust watermarking in still images based on QR decomposition
Su et al. Geometrically resilient digital image watermarking by using interest point extraction and extended pilot signals
CN111932432B (zh) 盲水印的植入方法、检测方法、装置、设备及存储介质
CN112561766B (zh) 图像隐写及提取方法、装置及电子设备
Wan et al. Hybrid JND model-guided watermarking method for screen content images
Malonia et al. Digital image watermarking using discrete wavelet transform and arithmetic progression technique
Wahed et al. Reversible data hiding with interpolation and adaptive embedding
Bhatnagar A new facet in robust digital watermarking framework
Roy et al. Watermarking through image geometry change tracking
CN106503112B (zh) 视频检索方法和装置
CN113763224A (zh) 一种图像处理方法及其装置
US20150199996A1 (en) Method and apparatus for indexing a video stream
CN115545998A (zh) 盲水印嵌入、提取方法、装置、电子设备及存储介质
Juarez-Sandoval et al. Digital image ownership authentication via camouflaged unseen-visible watermarking
CN111861847A (zh) 一种运用dwt与sift的gf-2影像双重水印方法
Kim et al. Robust watermarking in curvelet domain for preserving cleanness of high-quality images
CN110570343B (zh) 一种基于自适应特征点提取的图像水印嵌入方法及装置

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40062869

Country of ref document: HK