【技术实现步骤摘要】
基于多尺度交叉融合残差网络与二维码的高分辨率图像水印方法
[0001]本专利技术属于图像安全认证
，具体涉及一种基于多尺度交叉融合残差网络和二维码的高分辨率图像数字水印嵌入与提取方法。
技术介绍
[0002]随着互联网技术和通信技术的快速发展。信息的传输和共享越来越普遍，对知识产权的保护也逐渐引起人们的关注。为了防止数字图像在传输或存储时被非法滥用或恶意传播，图像数字水印技术被广泛使用于图像的版权保护和图像取证。图像数字水印是将称为水印的额外信息隐藏到图像中的技术。当产生版权纠纷时，版权拥有者可以用特定的水印提取算法和密钥从图像中提取出水印以保护其正当利益。传统的水印算法主要包括空域技术和变换域技术。空域水印通过修改像素值的方式将水印隐藏到图像中。Schyndel等提出的最低有效位修改(LSB)方式将图像中的某些像素的最低有效位替换成水印中的数据位，这种水印嵌入方式简单直接并且有较好的透明性，但是对图像的信号处理不够健壮，经过信号处理的图像会丢失水印信息。Patchwork水印技术用统计的方式在图像中选择图像块，通过调...
【技术保护点】
【技术特征摘要】
1.一种基于多尺度交叉融合残差网络和二维码的高分辨率图像数字水印方法，包括如下步骤：1) 获取足够数量的样本图像，并对样本图像进行归一化处理，用缩放和裁剪处理成相同大小的正方形； 水印图像则全部采用二维码图像，用随机生成的可变长度字符串编码得到，选择生成的二维码容错率为高容错率，并将二维码缩放为图像同样大小的正方形；2）用上述图像样本训练多尺度交叉融合残差网络，其中包括用于将二维码水印图像隐藏到载体图像中的隐藏网络，以及用于从含水印图像中提取二维码水印的提取网络，网络用课程学习策略进行联合训练直至收敛；3）将高分辨率图像转化成灰度图，并将该灰度图等比例缩放到一定大小，用关键点检测算法获取最显著关键点，将这些关键点坐标映射回原始图像，并以关键点和图像中心为参照基于用户定义的密钥确定若干个位置加密的嵌入区域；4）将版权信息自动附加嵌入操作的时间戳后进行加密，加密后的水印信息被编码成一个有高容错率的二维码，对该二维码进行归一化，以便与嵌入区域的尺寸匹配，归一化方法如下：首先将二维码缩放成边长为嵌入区域边长的0.9倍的正方形，然后在该水印图像四边进行填0扩充，扩充后的二维码与嵌入区域大小相同，原二维码位于其中央；5）将每一个嵌入区域剪切出来，并从RGB（Red
–
Green
–
Blue）空间转换到YCrCb（亮度色度）空间，将其中的Y通道与上一步归一化后的二维码图像输入训练好的隐藏网络，将水印隐藏于Y通道，该隐藏网络将输出包含了透明水印的Y通道；6）将含水印Y通道与原来的CrCb通道合并转换回RGB空间，将得到含水印的嵌入区域，所有嵌入区域进行同样方式的水印隐藏，将得到若干个含水印的嵌入区域，最后将所有这些含水印的嵌入区域替换原图像对应区域，将得到隐藏了水印的高分辨率图像;7）在水印提取时，只要按步骤 3）的方式提取嵌入区域，将嵌入区域的Y通道输入到提取网络，即可提取出隐藏于其中的二维码水印图像，从二维码解码出加密水印字符串并用正确的密钥可从中解密出原始版权信息及时间戳用于鉴权；因图像在传输过程中可能遭遇信号处理操作或几何变换等攻击，检测的最显著关键点位置或强度会产生波动，嵌入区域的位置也会受到扰动，多区域嵌入可加强水印算法的鲁棒性，即只要能从若干个嵌入区域之一提取到隐藏的二维码水印并从中解码出版权信息便能实现版权认证，二维码的高容错性能进一步增强本发明所述水印模型的鲁棒性。2.根据权利要求1所述的高分辨率图像数字水印方法，其特征在于：从高分辨率图像中检测到的关键点按响应由强到弱排序，仅保留了除边缘和中心区域以外的有效区域内的关键点，以关键点和图像的中心点为参照建立坐标系，以用户定义的密钥为初始条件生成两个伪随机实数，根据这两个伪随机实数和关键点与图像中心之间的距离计算出嵌入区域中心点O在该坐标系中的坐标(x
o
, y
o
)，检查以点O为中心的固定边长的正方形区域，若该区域有部分落在图像外或与其他已确定的嵌入区域有交叠，则逐一以(x
o
,
ꢀ‑
y
o
), (
‑
x
o<...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。