一种基于显著性检测和轮廓波变换的图像水印方法与系统技术方案

本发明专利技术公开了一种基于显著性检测和轮廓波变换的图像水印方法，对载体图像分别进行显著性检测以及轮廓波变换，并对变换后的低通子带进行分块，由块内的显著性值以及能量分布决定每一块的量化步长，将水印信息自适应地嵌入到载体图像的轮廓波域中。本发明专利技术还提出一种基于显著性检测和轮廓波变换的图像水印系统，包括水印嵌入模块，信息传输模块，水印提取模块。本发明专利技术在发送端通过改进的对数量化索引调制算法将水印信息自适应地嵌入到载体图像低通子带的每一块中，并将每一块的量化步长作为密钥发送到接收端，实现水印提取，具有隐蔽性好、不可感知性高等优点，并且在抵抗噪声、滤波、图像压缩、幅度缩放等常规水印攻击时表现出很强的鲁棒性。

An Image Watermarking Method and System Based on Saliency Detection and Contour Wave Transform

【技术实现步骤摘要】
一种基于显著性检测和轮廓波变换的图像水印方法与系统
本专利技术涉及一种图像水印方法与系统，属于信息隐藏和图像处理

技术介绍
数字水印在数字媒体信息中添加某些数字信息，以便保护数字媒体的版权。总体来说，数字水印有三个最主要的特性：不可见性、鲁棒性和容量。量化索引调制算法因能够对这三个特性进行有效折中，已成为最流行的鲁棒性水印算法之一；对数量化索引调制对量化索引调制进行了改进，将对数变换应用于量化水印算法，提高了算法的鲁棒性，但两者都对幅度缩放攻击异常脆弱。一系列对幅度缩放攻击鲁棒的水印算法先后被提出，然而却仍存在不足。显著性检测的目的是定位出最显著的、最吸引人视觉注意的图像区域。视觉显著性源于视觉的独特性、不可预测性、稀缺性以及奇异性，由颜色、梯度、边缘、边界等图像属性决定。视觉显著性已经应用于数字水印中。轮廓波变换在多尺度上提取了方向信息，解决了小波变换无法很好地表示奇异性曲线的问题，被广泛应用于各类图像处理算法中。基于轮廓波变换的数字水印算法也已经成为一个新的研究方向。
技术实现思路
本专利技术所要解决的技术问题是：为了克服现有技术中存在的不足，本专利技术提供一种基于显著性检测和轮廓波变换的图像水印系统与方法，旨在提高水印系统的不可见性，以及抵抗噪声、滤波、图像压缩、幅度缩放等攻击的鲁棒性。本专利技术为了解决以上技术问题，而采用以下技术手段：本专利技术首先提出了一种基于显著性检测和轮廓波变换的图像水印方法，包括步骤如下：步骤(1)、水印嵌入：对载体图像进行显著性检测，得到对应的显著性图，将其分割成大小为Β×Β、互不重叠的M个小块；对载体图像进行轮廓波变换，得到低通子带IJ，将其分割成大小为B'×B'、互不重叠的M个小块；由块内的显著性值的均值以及能量分布Ei决定每一块的量化步长Δi，将其作为第一密钥信息，利用基于量化的水印嵌入算法将水印比特嵌入到低通子带块的最大奇异值中；再通过轮廓波逆变换得到嵌入水印的载体图像；步骤(2)、信息传输：在通讯设备或网络中传输含水印载体图像，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体图像；步骤(3)、水印提取：对受攻击的水印载体图像进行轮廓波变换，得到其低通子带IJ'，将其分割成大小为B'×B'、互不重叠的M个小块，利用第一密钥信息确定每一块的分块步长Δi并利用基于量化的水印提取算法提取检测水印信息，并判断水印信息完整度。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，水印嵌入步骤具体如下：步骤101、对载体图像进行显著性检测，得到对应的显著性图，将其分割成大小为Β×Β、互不重叠的M个小块，计算各图像块显著性值的均值步骤102、对载体图像进行轮廓波变换，得到低通子带IJ，将其分割成大小为B'×B'、互不重叠的M个小块，记为L1,L2,…,LM，计算各图像块的能量E；步骤103、在每一个图像块中，由显著性值的均值以及能量分布Ei决定其量化步长Δi，并作为第一密钥信息；步骤104、对低通子带块Li进行奇异值分解，得到最大的奇异值σi；步骤105、利用基于量化的水印嵌入算法将水印比特嵌入到最大的奇异值σi中；步骤106、恢复出嵌入水印后的低通子带块，将各低通子带块组合，并进行轮廓波逆变换，得到嵌入水印后的载体图像。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，所述步骤101中，采用双向信息传递模型进行显著性检测。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，所述步骤102中，采用3层非下采样轮廓波变换，采用的拉普拉斯金字塔滤波器结构以及方向滤波器组均为“pkva”滤波器。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，所述步骤103中，每一块的量化步长，与图像块的显著性值的均值成负相关，与图像块的能量Ei成正相关：其中，k1、k2为比例系数，b为基础量化步长，Ei为图像块的低通子带系数平方的均值，δ为避免为0所加的常数。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，所述步骤104中，对低通子带块Li进行奇异值分解：其中，Ui和Vi为分解得到的酉矩阵，∑i为对角矩阵，对角线上的元素即为Li的奇异值。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，所述步骤105中，利用基于量化的水印嵌入算法进行水印嵌入，具体如下：计算各个低通子带块的最大奇异值σi的均值将对数量化索引调制嵌入算法中常数Xs替换为使算法实现对幅度缩放攻击具有鲁棒性；其中，c代表最大奇异值σi在对数域中的值，cq代表嵌入水印后最大奇异值在对数域中的值，bi代表第i个低通子带块中嵌入的水印比特，Δi为通过所述步骤103计算的量化步长，μ为压缩因子，σiq即为嵌入水印后的最大奇异值。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，所述步骤106中，是在奇异值分解得到的对角矩阵∑i中，将最大奇异值σi替换为嵌入水印后的最大奇异值σiq，并利用公式(2)恢复出嵌入水印后的低通子带块。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，水印提取步骤具体如下：步骤201、读取受攻击的水印载体图像，进行轮廓波变换，得到其低通子带IJ'，将其分割成大小为B'×B'、互不重叠的M个小块，记为L1',L2',…,LM'；步骤202、对低通子带块Li'进行奇异值分解,得到最大奇异值σi′；步骤203、利用第一密钥信息确定每一块的量化步长Δi；步骤204、利用基于量化的水印提取算法，提取每一块水印信息。进一步的，本专利技术所提出的一种基于显著性检测和轮廓波变换的图像水印方法，所述步骤204中，利用基于量化的水印提取算法进行水印提取，具体如下：计算各个低通子带块的最大奇异值的均值将对数量化索引调制提取算法中常数Xs替换为在第i个低通子带块中进行水印提取：其中，c'代表最大奇异值σi'在对数域中的值，μ为压缩因子，bi'即为提取的水印比特；再将每一块得到的水印信息组合成最后提取的水印信息。其次，本专利技术还提出一种基于显著性检测和轮廓波变换的图像水印系统，该系统包括水印嵌入模块，信息传输模块，水印提取模块，其中：所述水印嵌入模块，被配置以执行以下动作：对载体图像进行显著性检测，得到对应的显著性图，将其分割成互不重叠的小块；再对载体图像进行轮廓波变换，得到载体图像的低通子带，将其分割成互不重叠的小块，分块数目与显著性图的分块数目一致；由块内的显著性值的均值以及能量分布决定每一块的量化步长，并利用基于量化的水印嵌入算法将水印比特嵌入到低通子带块的最大奇异值中，同时将每一块的量化步长作为第一密钥信息发送到水印提取模块；再通过轮廓波逆变换得到嵌入水印的载体图像，输出至信息传输模块；所述信息传输模块，被配置以执行以下动作：负责在通讯设备或网络中传输含水印载体图像，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体图像，并将攻击后的载体图像发送到水印提取模块；所述水印提取模块，被配置以执行以下动作：对受攻击的水印载体图像进行轮廓波变换，得到其低通子带，将其分割成互不重叠的小块，利用第一密钥信息确定每一块的分块步长并利用基于量化的水印提取算法提取检测水印信息，并判断水印信本文档来自技高网...

【技术保护点】
1.一种基于显著性检测和轮廓波变换的图像水印方法，其特征在于，包括步骤如下：步骤(1)、水印嵌入：对载体图像进行显著性检测，得到对应的显著性图，将其分割成大小为Β×Β、互不重叠的M个小块；对载体图像进行轮廓波变换，得到低通子带IJ，将其分割成大小为B'×B'、互不重叠的M个小块；由块内的显著性值的均值

【技术特征摘要】
1.一种基于显著性检测和轮廓波变换的图像水印方法，其特征在于，包括步骤如下：步骤(1)、水印嵌入：对载体图像进行显著性检测，得到对应的显著性图，将其分割成大小为Β×Β、互不重叠的M个小块；对载体图像进行轮廓波变换，得到低通子带IJ，将其分割成大小为B'×B'、互不重叠的M个小块；由块内的显著性值的均值以及能量分布Ei决定每一块的量化步长Δi，将其作为第一密钥信息，利用基于量化的水印嵌入算法将水印比特嵌入到低通子带块的最大奇异值中；再通过轮廓波逆变换得到嵌入水印的载体图像；步骤(2)、信息传输：在通讯设备或网络中传输含水印载体图像，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体图像；步骤(3)、水印提取：对受攻击的水印载体图像进行轮廓波变换，得到其低通子带IJ'，将其分割成大小为B'×B'、互不重叠的M个小块，利用第一密钥信息确定每一块的分块步长Δi并利用基于量化的水印提取算法提取检测水印信息，并判断水印信息完整度。2.根据权利要求1所述的一种基于显著性检测和轮廓波变换的图像水印方法，其特征在于，水印嵌入步骤具体如下：步骤101、对载体图像进行显著性检测，得到对应的显著性图，将其分割成大小为Β×Β、互不重叠的M个小块，计算各图像块显著性值的均值步骤102、对载体图像进行轮廓波变换，得到低通子带IJ，将其分割成大小为B'×B'、互不重叠的M个小块，记为L1,L2,…,LM，计算各图像块的能量E；步骤103、在每一个图像块中，由显著性值的均值以及能量分布Ei决定其量化步长Δi，并作为第一密钥信息；步骤104、对低通子带块Li进行奇异值分解，得到最大的奇异值σi；步骤105、利用基于量化的水印嵌入算法将水印比特嵌入到最大的奇异值σi中；步骤106、恢复出嵌入水印后的低通子带块，将各低通子带块组合，并进行轮廓波逆变换，得到嵌入水印后的载体图像。3.根据权利要求2所述的一种基于显著性检测和轮廓波变换的图像水印方法，其特征在于，所述步骤101中，采用双向信息传递模型进行显著性检测；所述步骤102中，采用3层非下采样轮廓波变换，采用的拉普拉斯金字塔滤波器结构以及方向滤波器组均为pkva滤波器。4.根据权利要求2所述的一种基于显著性检测和轮廓波变换的图像水印方法，其特征在于，所述步骤103中，每一块的量化步长，与图像块的显著性值的均值成负相关，与图像块的能量Ei成正相关：其中，k1、k2为比例系数，b为基础量化步长，Ei为图像块的低通子带系数平方的均值，δ为避免为0所加的常数。5.根据权利要求2所述的一种基于显著性检测和轮廓波变换的图像水印方法，其特征在于，所述步骤104中，对低通子带块Li进行奇异值分解：Li＝Ui∑iViT(2)其中，Ui和Vi为分解得到的酉矩阵，∑i为对角矩阵，对角线上的元素即为Li的奇异值。6.根据权利要求2所述的一种基于显著性检测和轮廓波变换的图像水印方法，其特征在于，所述步骤105中，是利用基于量化的水印...

【专利技术属性】
技术研发人员：张毅锋，孙一博，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32