基于改进位平面分解和差值扩展的可逆图像水印算法制造技术

本发明专利技术涉及信息隐藏、数字水印技术领域，公开了一种基于改进位平面分解和差值扩展的可逆图像水印算法，首先通过平滑度计算算法对划分图像块进行平滑度计算并按此进行排序。再对选取的每个平滑块进行位平面分解，利用多尺度分解去除含突兀点图像子块。最后利用广义差值扩展算法和差值量化算法将置乱后的水印信息和辅助信息嵌入到载体图像中。水印提取算法与水印嵌入算法相反。与现有技术相比，本发明专利技术不仅嵌入率高，而且有较高的视觉质量，能实现原始图像的完全恢复，对不同纹理类型图像都有着较好的视觉感知，和其它算法相比，具有一定的优势。的优势。的优势。

【技术实现步骤摘要】
基于改进位平面分解和差值扩展的可逆图像水印算法


[0001]本专利技术涉及信息隐藏、数字水印
，具体涉及一种基于改进位平面分解和差值 扩展的可逆图像水印算法。

技术介绍

[0002]数字水印作为一种有效的版权保护手段，受到了广泛的关注。使用数字水印技术在嵌 入一定量的水印时，会使原始图像产生一定的失真。但对一些特殊类型载体，要求在提取 出嵌入的信息后能需无损地恢复出原载体图像，因此，可逆数字水印得到了快速发展。与 数字水印技术区别在于可逆水印技术能够在提取出嵌入的信息后不失真地恢复出原载体图 像，因此，可应用于军事、遥感、医疗等对图像质量需求较高的领域。
[0003]在嵌入水印信息时，不可避免地会对原始图像产生失真。因此，为降低图像失真，Li 等人提出一种基于预测差分扩展的可逆信息隐藏算法，虽然它提高了隐藏图像的视觉质量， 但其嵌入容量很低，并且图像块越大，嵌入容量越低。
[0004]对于差值扩展，需要定位和压缩像素溢出位置，这是影响嵌入率的一个重要因素。消 除通过差值扩展嵌入水印引起的像素溢出对提高水印算法性能具有重要意义。一种基于差 分直方图的可逆水印嵌入方法，为了避免像素溢出，将像素值调整到一定范围内并记录调 整后像素的位置，这种嵌入技术在溢出处理方面较独特，但它仍然需要嵌入压缩定位映射。
[0005]结合差值扩展和可逆对比图的可逆水印算法，对每一块中的4个像素将其构成差值扩 展像素对和可逆对比图像像素对，两像素对均可嵌入水印。可逆对比度图像像素对主要用 于嵌入少量的附加信息来代替定位图，嵌入容量得到了很大的提高。然而，其算法中有一 半像素对采用可逆对比度映射变换，图像质量下降较多。一种基于相邻像素差分的可逆水 印嵌入方法，该方法在嵌入水印之前先调整像素值，但是该算法仍然需要嵌入一个小的位 置图。基于差值直方图平移的可逆嵌入方法，该方法为避免像素溢出，平移之前先将像素 值调整到一定范围内，并将调整像素的位置记入定位图，这种嵌入方法在溢出处理方面比 较有特色，但仍需要嵌入压缩定位图。

技术实现思路

[0006]专利技术目的：针对现有技术中存在的问题，本专利技术提供一种基于改进位平面分解和差值 扩展的可逆图像水印算法，不仅嵌入率高，而且有较高的视觉质量，能实现原始图像的完 全恢复。
[0007]技术方案：本专利技术提供了一种基于改进位平面分解和差值扩展的可逆图像水印算法，包 括水印嵌入方法，包括如下步骤：
[0008]步骤1：对水印W作Arnold变换得到W'，对变换后的水印W'转变为一维二进制序列；
[0009]步骤2：对M
×
N(M、N皆为4的整数倍)大小的原图像I进行块划分，将其划分成大小
为 4
×
4的互不重叠图像块I
i
，
[0010]步骤3：利用平滑度计算方法计算所有像素块I
i
的平滑度值，并将其从小到大稳定排序， 建立排序索引信息表；
[0011]步骤4：对所有图像块I
i
进行位平面分解，根据步骤3平滑度值大小，将对应排在前1/3 的图像块生成含有高7位的图像子块将对应排在中间1/3的图像块生成含有高6位的图像 子块，将对应排在后1/3的图像块生成含有高5位的图像子块；
[0012]步骤5：对于选取的图像子块通过多尺度分解算法将具有突兀点的图像子块删除；
[0013]步骤6：根据水印容量嵌入需要，选取序列中排在前面的n块像素子块，将选取的已去 除突兀点的m块图像子块去除，对n
‑
m块图像块进行嵌入水印信息，同时记录下含突兀点的 图像子块排序序号；
[0014]步骤7：对所选取的任一子块(0≤i≤n)利用广义差值扩展算法进行水印嵌入；对于利 用广义差值扩展算法嵌入信息后会超出图像灰度值范围的像素点，在溢出图中标注，并压缩 溢出图，将其与水印嵌入量和水印置乱次数的辅助信息隐藏到原始载体图像的纹理复杂块中；
[0015]步骤8：对原始图像I中未被用来嵌入水印信息的对应图像块，选取序列中后k块子块，恢 复到未进行位平面分解时的状态，对选择的每个像素块中每个像素利用差值量化的方法实现 辅助信息的嵌入；
[0016]步骤9：通过广义差值扩展和差值量化算法嵌入水印信息后，生成含水印图像I”。
[0017]进一步地，与所述水印嵌入方法对应的还包括水印提取方法，所述水印提取方法包括如 下步骤：
[0018]STEP1：对M
×
N(M、N皆为4的整数倍)大小的含水印图像I”进行块划分，将其划分成 大小为4
×
4的互不重叠图像块I
i”，
[0019]STEP2：利用平滑度计算方法计算所有像素块I
i”的平滑度值，然后将平滑度值从小到 大稳定排序并生成排序索引信息表；
[0020]STEP3：对原始水印图像I”进行位平面分解，根据STEP2中的平滑度值大小，将排在前1/3的块生成含有高7位的图像子块I
′
i
，将排在中间1/3的块生成含有高6位的图像子块I
′
i
，将 排在后1/3的块生成含有高5位的图像子块I
′
i
；
[0021]STEP4：对选取序列中后k块子块恢复到未进行位平面分解时的状态，对选择的每个像 素块中每个像素利用差值量化的方法提取出辅助信息；
[0022]STEP5：根据STEP4提取出的辅助信息，利用逆广义差值扩展算法从排序好的前n块 提取出水印，且前n块去除了含有突兀点的m块图像子块；通过Arnold反置乱恢复出水印 信息W；
[0023]STEP6：对提取出水印信息后恢复出的低位位平面的图像I"'，结合位平面分解出的对 应高位位平面得到图像I，并和提取出辅助信息后得到的图像结合在一起，得到最终图像A。
[0024]进一步地，所述步骤1中的对水印W作Arnold变换得到W'的具体操作为：
图像中像素对差值若为奇数，则嵌入的水印信息为1，否则为0。
[0043]有益效果：
[0044]本专利技术为了提高现有可逆图像水印算法的视觉质量和嵌入率，提出了一种基于改进位 平面分解和差值扩展的可逆图像水印算法。首先，通过平滑度计算算法对划分图像块进行 平滑度计算并按此进行排序。再对选取的每个平滑块进行位平面分解，利用多尺度分解去 除含突兀点图像子块。最后利用广义差值扩展算法和差值量化算法将置乱后的水印信息和 辅助信息嵌入到载体图像中。实验结果表明该算法不仅嵌入率高，而且有较高的视觉质量， 能实现原始图像的完全恢复，和其它算法相比，具有一定的优势。
附图说明
[0045]图1为本专利技术算法水印嵌入流程图；
[0046]图2为本专利技术算法中使用的试验图，其中a为Lena图，b为Barbara图，c为Baboon 图，d为Pepper图；
[0047]图3为本专利技术中试验使用的水印图像；...

【技术保护点】

【技术特征摘要】
1.一种基于改进位平面分解和差值扩展的可逆图像水印算法，其特征在于，包括水印嵌入方法，包括如下步骤：步骤1：对水印W作Arnold变换得到W'，对变换后的水印W'转变为一维二进制序列；步骤2：对M
×
N(M、N皆为4的整数倍)大小的原图像I进行块划分，将其划分成大小为4
×
4的互不重叠图像块I
i
，步骤3：利用平滑度计算方法计算所有图像块I
i
的平滑度值，并将其从小到大稳定排序，建立排序索引信息表；步骤4：对所有图像块I
i
进行位平面分解，根据步骤3平滑度值大小，将对应排在前1/3的图像块生成含有高7位的图像子块I
’
i
，将对应排在中间1/3的图像块生成含有高6位的图像子块I
’
i
，将对应排在后1/3的图像块生成含有高5位的图像子块I
’
i
；步骤5：对于选取的图像子块I
’
i
通过多尺度分解算法将具有突兀点的图像子块删除；步骤6：根据水印容量嵌入需要，选取序列中排在前面的n块像素子块，将选取的已去除突兀点的m块图像子块去除，对n
‑
m块图像块进行嵌入水印信息，同时记录下含突兀点的图像子块排序序号；步骤7：对所选取的任一子块I
’
i
(0≤i≤n)利用广义差值扩展算法进行水印嵌入；对于利用广义差值扩展算法嵌入信息后会超出图像灰度值范围的像素点，在溢出图中标注，并压缩溢出图，将其与水印嵌入量和水印置乱次数的辅助信息隐藏到原始载体图像的纹理复杂块中；步骤8：对原始图像I中未被用来嵌入水印信息的对应图像块，选取序列中后k块子块，恢复到未进行位平面分解时的状态，对选择的每个像素块中每个像素利用差值量化的方法实现辅助信息的嵌入；步骤9：通过广义差值扩展和差值量化算法嵌入水印信息后，生成含水印图像I”。2.根据权利要求1所述的基于改进位平面分解和差值扩展的可逆图像水印算法，其特征在于，与所述水印嵌入方法对应的还包括水印提取方法，所述水印提取方法包括如下步骤：STEP1：对M
×
N(M、N皆为4的整数倍)大小的含水印图像I”进行块划分，将其划分成大小为4
×
4的互不重叠图像块I
i”，STEP2：利用平滑度计算方法计算所有像素块I
i”的平滑度值，然后将平滑度值从小到大稳定排序并生成排序索引信息表；STEP3：对原始水印图像I”进行位平面分解，根据STEP2中的平滑度值大小，将排在前1/3的块生成含有高7位的图像子块I
′
i
，将排在中间1/3的块生成含有高6位的图像子块I
′
i
，将排在后1/3的块生成含有高5位的图像子块I
′<...

【专利技术属性】
技术研发人员：张正伟，孟倩，李瑶，孟春辰，李芬芬，王洪亚，金圣华，于振洋，
申请(专利权)人：淮阴工学院，
类型：发明
国别省市：