一种基于多层次IPVO的可逆水印计算方法技术

本发明专利技术提出的一种基于多层次IPVO的可逆水印计算方法，采用水印嵌入步骤以及水印提取和原始图像恢复步骤，完成水印算法。在水印嵌入过程，将图像块布局定位，通过计算来判定图像块是位于平滑区域还是纹理区域，对每个区域的图像块进行不同的处理。更为优化的，对位于平滑区域的图像块分成两个部分，设定保持图像块的中值不变，以中值为基点实现预测计算，对每一个平滑块采用不同的处理方式，提高水印嵌入的数据容量，再进行水印提取和原始图像恢复，有效解决图像失真问题。

A reversible watermarking algorithm based on multilevel IPVO

The invention provides a reversible watermark calculation method based on multi-level IPVO, and adopts a watermark embedding step, a watermark extraction and an original image restoration step to complete the watermark algorithm. In the watermark embedding process, the image blocks are positioned and calculated to determine whether the image blocks are located in the smooth region or the texture region, and the image blocks of each region are processed differently. For optimization, the image block is located in the smooth region is divided into two parts, set to keep the middle image block to achieve the basis of constant median prediction computation for each flat block with a different approach, improve the embedding capacity of the data, then the watermark extraction and restore the original image, effectively solve the image distortion problem.

【技术实现步骤摘要】
一种基于多层次IPVO的可逆水印计算方法
本专利技术涉及多媒体信号处理领域，更具体地，涉及一种基于多层次IPVO的可逆水印计算方法。
技术介绍
现有技术中，传统的数字水印技术会造成宿主图像的永久性失真，一些实际应用中却不允许对宿主图像有一丁点的永久修改，比如医疗、军事和司法等领域。以医学图像为例，每一幅医学图像的获取需要精密仪器的完成，以及费用的支持，图像失真很大可能会造成误诊，例如，对于一幅ECG(electrocardiographic)信号图，任何一点信号曲线的异常都有可能被解释为某种病理特征。可见，传统的数字水印技术并不适用于医学图像。因此，可逆水印的技术引起了越来越多人的关注与研究，进一步的讲，可逆数字水印能以无损的方式将相关水印信息嵌入到宿主图像中，能在接收端有效地提取水印并精确恢复原始图像，解决图像失真问题。如何在保持载体图像视觉质量的情况下显著提高水印嵌入的数据容量，成为近年来图像可逆水印算法研究的主要方向之一。例如，Peng等人(F.Peng,X.L.Li,B.Yang,“ImprovedPVO-basedreversibledatahiding,”DigitalSignalProcessing,vol.25,pp.255-265,2014.)提出一种基于IPVO的可逆水印技术。在Peng等人的方法中，原始图像被分成大小为n＝r×c的图像块。对于任意一个图像块(p1,…,pn)(n≥3)，其全部像素按照值的大小排序后得到(pσ(1),…,pσ(n))，其中σ:{1,...,n}→{1,...,n}是一对一的数据映射，它表示的是像素在排序之前的位置，注意：如果两个像素的值相等，则原先位置在前的像素排序后仍在前而原先位置在后的像素排序后仍在后，即如果pσ(i)＝pσ(j)且i＜j，则pσ(1)≤…≤pσ(n)，σ(i)＜σ(j)。在考虑了pσ(n)和pσ(n-1)之间的位置关系后，产生出一个新的差值dmax。dmax＝pu-pv(1)其中u＝min(σ(n),σ(n-1)),(2)v＝max(σ(n),σ(n-1)).注意:必须保证映射σ在嵌入前后维持不变，否则无法恢复出原始像素值和正确抽取出水印信息。当pσ(n-1)＝pσ(n)时，σ(n-1)必定小于σ(n)。相应地，pσ(n)被修改为p'σ(n)：其中b∈{0,1}代表1-比特水印信息。在解码端，借助d'max＝p'u-p'v来恢复出原始像素pσ(n)和提取出原始水印信息。●如果d'max＞0，则可知p'u＞p'v，进而推导出σ(n)＜σ(n-1)，u＝σ(n)和v＝σ(n-1)。如果d'max∈{1,2}，提取的水印b＝d'max-1，恢复出的原始像素为pσ(n)＝p'u-b。如果d'max＞2，说明没有隐藏任何水印信息，恢复出的原始像素为pσ(n)＝p′u-1。●如果d'max≤0，则可知pu≤pv，进而推导出σ(n)＞σ(n-1)，u＝σ(n-1)和v＝σ(n)。如果d'max∈{0,-1}，提取的水印b＝-d'max，恢复出的原始像素为pσ(n)＝p'v-b。如果d'max＜-1，说明没有隐藏任何水印信息，恢复出的原始像素为pσ(n)＝p′v-1。其中(u,v)来自于等式(1)。事实上，将上述的核心思想直接应用到(pσ(1),pσ(2),pσ(3))中，就能得到最小值修改的嵌入方案，细节如下：假设两个最小值之间的差值为dmin，其值计算如下：dmin＝ps-pt(4)其中s＝min(σ(1),σ(2))，t＝max(σ(1),σ(2))。同理，最小值pσ(1)被修改为p'σ(1)：在解码端，借助d'min＝p's-pt'来恢复出原始像素pσ(1)和提取出原始水印信息。●如果d'min＞0，则可知p's＞pt'，进而推导出σ(1)＞σ(2)，s＝σ(2)和t＝σ(1)。如果d'min∈{1,2}，提取的水印b＝d'min-1，恢复出的原始像素为pσ(1)＝pt'+b。如果d'min＞2，说明没有隐藏任何水印信息，恢复出的原始像素为pσ(1)＝p′t+1。●如果d'min≤0，则可知pu≤pv，进而推导出σ(n)＞σ(n-1)，u＝σ(n-1)和v＝σ(n)。如果d'min∈{0,-1}，提取的水印b＝-d'min，恢复出的原始像素为pσ(1)＝p's+b。如果d'min＜-1，说明没有隐藏任何水印信息，恢复出的原始像素为pσ(1)＝p′s+1。其中s＝min(σ(1),σ(2))，t＝max(σ(1),σ(2))。在Peng等人的算法中，用排序后的第二大像素pσ(n-1)去预测最大像素pσ(n)(或用第二小像素pσ(2)去预测最小像素pσ(1))，相对于最近邻预测方法(用每一个像素的右邻或左邻像素来预测这个像素)，预测性能大大提高。然而，Peng等人的算法认为所有的平滑块都具有相同的平滑性，因此对每一个平滑块都采用了相同的处理方式(即通过仅修改pσ(1)和pσ(n)来实现至多2比特的水印信息嵌入)。从上述可逆水印计算方法看出，现有技术中将所有的平滑块都具有相同的平滑性，因此对每一个平滑块都采用了相同的处理方式，然而事实上，平滑块的平滑性也是有很大差异，平滑级别高的块理应比平滑级别低的块携带更多的水印比特。这种将所有平滑块等同处理的方式并没有更好的提高水印嵌入的数据容量，在一定环境下，同样也会带来不能精确处理信号的问题，导致图像失真问题
技术实现思路
为了解决上述技术问题，本专利技术的目的是：提出一种基于多层次IPVO的可逆水印计算方法，实现自适应的可逆水印嵌入。可以用于医学图像、军事地图和军用图像的管理等领域中，为判别医学图像、军事地图和军用图像的来源、信息版权等方面提供高质量的图像识别技术。本专利技术为解决其技术问题所采用的技术方案是，一种基于多层次IPVO的可逆水印计算方法包括以下两个步骤：S1，水印嵌入步骤；S2，水印提取和原始图像恢复步骤。进一步的，S1步骤中，水印嵌入步骤又分成以下两个步骤：S11，图像块的局部定位；S12，水印嵌入。进一步的，S11图像块的局部定位步骤中，将一幅载体图像素分成互不重叠的图像块，每一个图像块包含n个像素。图像块的(n+1)个相邻像素组成一个像素集合，并计算该集合的方差，通过该方差的大小来判定图像块是位于平滑区域还是纹理区域，即若方差小于预定的阈值，则认为图像块属于平滑区域，否则认为图像块位于纹理区域。进一步的，S12水印嵌入步骤中，处理方式如下：对于位于纹理区域的图像块，为了降低失真，在嵌入过程中不会对它们做任何的修改；对于某一图像块(p1,p2,…,pn)，按照从小到大的顺序排序后得到(pσ(1),pσ(2),…,pσ(n))(即pσ(1)≤pσ(2)≤…≤pσ(n))；将位于平滑区域的图像块分成以下两个部分：①第一部分，包含水印嵌入后没有遭受像素溢出的图像块；②第二部分，包含除第一部分后的剩余的图像块。产生一个位置图来标识这两部分，并将无损压缩后的位置图和载荷一起嵌入到载体图像中。按照局部纹理特征的复杂程度将第一部分的图像块分成m(m≥4)类，当n是奇数时，中值为当n是偶数时，中值为和其中n表示块的大小；保持图像块的中值不变，以中值为基点进行计算；对于属于第k(k∈{1,…,m})层本文档来自技高网...

【技术保护点】
一种基于多层次IPVO的可逆水印计算方法，其特征在于，其包括以下两个步骤：S1，水印嵌入步骤；S2，水印提取和原始图像恢复步骤。

【技术特征摘要】
1.一种基于多层次IPVO的可逆水印计算方法，其特征在于，其包括以下两个步骤：S1，水印嵌入步骤；S2，水印提取和原始图像恢复步骤。2.根据权利要求1所述的基于多层次IPVO的可逆水印计算方法，其特征在于，S1步骤中，水印嵌入步骤包含以下两个步骤：S11，图像块的局部定位，将一幅载体图像素分成互不重叠的图像块，每一个图像块包含n个像素；图像块的(n+1)个相邻像素组成一个像素集合，并计算该集合的方差，通过该方差的大小来判定图像块是位于平滑区域还是纹理区域，即若方差小于预定的阈值，则认为图像块属于平滑区域，否则认为图像块位于纹理区域；S12，水印嵌入，对于位于纹理区域的图像块，为了降低失真，在嵌入过程中不会对位于纹理区域的图像块做任何的修改；对于某一图像块(p1,p2,…,pn)，按照从小到大的顺序排序后得到(pσ(1),pσ(2),…,pσ(n))，即pσ(1)≤pσ(2)≤…≤pσ(n)；将位于平滑区域的图像块分成以下两个部分：第一部分，包含水印嵌入后没有遭受像素溢出的图像块；第二部分，包含除第一部分后的剩余的图像块；产生一个位置图来标识这两部分，其中，位置图中符号1表示嵌入信息后没有遭受溢出的平滑块，0表示遭受了像素溢出的平滑块；并将无损压缩后的位置图和载荷一...

【专利技术属性】
技术研发人员：翁韶伟，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44