一种基于Gabor滤波器和奇异值分解的图像零水印方法技术

本发明专利技术涉及图像处理领域，特别涉及一种基于Gabor滤波器和奇异值分解的图像零水印方法。本发明专利技术将图像分块，提取出里面信息熵最大的块，将其作为原始图像进行水印嵌入。嵌入水印之前，使用Gabor滤波器对其进行处理，得到滤波后图像的模值图像，进行对比度增强作为水印图像嵌入原始图像。嵌入水印时，将原始图像进行YCrCb的转换，提取出其中的Cr分量，对其进行二级小波变换，取出子带LL2进行奇异值矩阵分解，对水印图像进行奇异值分解，构造新的LL2子带，实现水印的嵌入，水印的提取是嵌入的逆过程。使用SIFT算法计算原始图像和嵌入水印图像的特征点相似度，评价水印嵌入不可察觉性。本发明专利技术嵌入水印图像的水印不可察觉性较好，水印嵌入提取计算简单，易于实现。易于实现。易于实现。

【技术实现步骤摘要】
一种基于Gabor滤波器和奇异值分解的图像零水印方法


[0001]本专利技术涉及图像处理领域，特别涉及一种基于Gabor滤波器和奇异值分解的图像零水印方法。

技术介绍

[0002]随着网络技术的不断发展，图像版权与图像认证问题受到重视。因此数字图像水印在图像版权和信息加密等领域得到了广泛的应用。
[0003]现有的图像水印技术大多数是在图像的时域和频域上进行水印的嵌入，本专利技术选取图像中感兴趣的区域进行水印的嵌入，经Gabor滤波器后的对比度增强后的模值图像作为水印图像嵌入感兴趣区域实现零水印嵌入。

技术实现思路

[0004]本专利技术提供了一种基于Gabor滤波器和奇异值分解的图像零水印方法，提高水印的不可察觉性，简化水印图像的提取。
[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于Gabor滤波器和奇异值分解的图像零水印方法，具体步骤如下：
[0007]Step1：水印图像嵌入位置选取
[0008]将原始图像进行分块，遍历整张图像得到信息熵最大的块，将其作为水印的嵌入区域；
[0009]Step2：水印图像获取
[0010]将原始图像经过Gabor滤波器以后得到原始图像的模值图像，再将其模值图像进行对比度加强，得到白色的模值图像作为水印图像进行嵌入；
[0011]Step3：水印图像嵌入
[0012]对嵌入区域进行YCrCb转换，选取其中的Cr分量，对嵌入区域进行二级小波变换得到低频子带LL2，对低频子带LL2和水印图像同时进行奇异值分解，然后将两者结合，重构子带LL2后返回时域，得到嵌入水印图像；
[0013]Step4：水印图像提取
[0014]采用Step3中水印图像嵌入的逆过程，从嵌入水印图像中提取水印图像；
[0015]Step5：水印图像评价
[0016]对原始图像和嵌入水印图像分别进行特征点标记，并将两者进行特征点匹配，将其作为水印图像不可见性的评价指标。
[0017]所述Step3的具体步骤为：
[0018]Step3.1：将嵌入区域从原始图像中分离出来；
[0019]Step3.2：将分离出的嵌入区域转换颜色格式为YCrCb，提取其中的Cr分量作为水印嵌入的通道；
[0020]Step3.3：对嵌入区域做二级小波变换取出低频子带LL2，并对低频子带LL2做奇异
值矩阵分解，对水印图像也进行奇异值分解；
[0021]Step3.4：选取嵌入区域二级小波变换后的低频子带LL2，以一定的强度将水印图像的奇异值矩阵和低频LL2子带的奇异值矩阵结合起来，构造新的子带LL2，即完成水印的嵌入；
[0022]Step3.5：将带有水印信息的嵌入区域返回时域，得到嵌入水印的嵌入区域，最后将嵌入水印的嵌入区域替换掉原始图像里面对应的区域，得到嵌入水印图像。
[0023]所述Step4具体步骤为：
[0024]Step4.1：将嵌入水印的嵌入区域从嵌入水印图像中分离出来；
[0025]Step4.2：对其进行逆SVD操作，提取出水印图像。
[0026]所述Step5具体步骤为：
[0027]Step5.1：使用SIFT算法对嵌入水印图像和原始图像分别进行特征点标记；
[0028]Step5.2：将原始图像特征点和嵌入水印图像的特征点进行匹配，计算得到两者的特征标记点的匹配度。
[0029]有益效果：本专利技术提供一种基于Gabor滤波器和奇异值分解的图像零水印算法，利用二次小波变换后的低频子带LL2作为水印信息的载体，使得嵌入水印后的图像的水印的不可察觉性较好，同时使得水印嵌入提取计算简单，易于实现。同时使用SIFT算法计算原始图像和嵌入水印图像两者的特征点相似度，作为评价水印嵌入不可察觉性的指标。
附图说明
[0030]附图1为本专利技术提供的图像零水印方法的流程图。
[0031]附图2为本专利技术实施例中水印嵌入的过程图。
[0032]附图3为本专利技术实施例中原始水印与提取水印图。
具体实施方式
[0033]为了使本专利技术所要解决的技术方案更加清楚明白，以下结合附图和具体实施例，对本专利技术进行详细的说明。应当说明的是，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0034]实施例
[0035]如图1所示，一种基于Gabor滤波器和奇异值分解的图像零水印方法，具体步骤如下：
[0036]Step1：水印图像嵌入位置选取
[0037]原始图像是RGB三通道彩色图像，如图2(a)所示，图像的长宽大小为512
×
512像素点。将原始分成大小相等的块，遍历整张图像得到信息熵最大的块，大小为64
×
64像素点，如图2(b)所示，将其作为水印的嵌入区域；使用SIFT算法对原始图像特征点标记，如图2(c)所示。
[0038]Step2：水印图像获取
[0039]将原始图像经过Gabor滤波Gabor滤波核中平行条带的方向为45
°
的滤波器后得到原始图像的模值图像，再将其模值图像进行对比度加强，具体为将模值图像中的每个像素亮度乘255，得到白色的模值图像作为水印图像进行嵌入；
[0040]Step3：水印图像嵌入
[0041]对嵌入区域进行YCrCb转换，选取其中的Cr分量，对嵌入区域进行二级小波变换得到低频子带LL2，对低频子带LL2和水印图像同时进行奇异值分解，然后将两者结合，重构子带LL2后返回时域，得到嵌入水印图像；
[0042]Step3.1：将嵌入区域从原始图像中分离出来；
[0043]Step3.2：将分离出的嵌入区域转换颜色格式为YCrCb，提取其中的Cr分量作为水印嵌入的通道；
[0044]Step3.3：对嵌入区域做二级小波变换取出低频子带LL2，并对低频子带LL2做奇异值矩阵分解，对水印图像也进行奇异值分解；
[0045]Step3.4：选取嵌入区域二级小波变换后的低频子带LL2，以一定的强度将水印图像的奇异值矩阵和低频LL2子带的奇异值矩阵结合起来，构造新的子带LL2，即完成水印的嵌入；
[0046]Step3.5：将带有水印信息的嵌入区域返回时域，得到嵌入水印的嵌入区域，最后将嵌入水印的嵌入区域替换掉原始图像里面对应的区域，得到嵌入水印图像。
[0047]Step4：水印图像提取
[0048]采用Step3中水印图像嵌入的逆过程，从嵌入水印图像中提取水印图像；
[0049]Step4.1：将嵌入水印的嵌入区域从嵌入水印图像中分离出来；
[0050]Step4.2：对其进行逆SVD操作，提取出水印图像。
[0051]Step5：水印图像评价
[0052]对原始图像和嵌入水印图像分别进行特征点标记，并将两者进行特征点匹配，将其作为水印图像不可见性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Gabor滤波器和奇异值分解的图像零水印方法，其特征在于，包括如下步骤：Step1：水印图像嵌入位置选取将原始图像进行分块，遍历整张图像得到信息熵最大的块，将其作为水印的嵌入区域；Step2：水印图像获取将原始图像经过Gabor滤波器以后得到原始图像的模值图像，再将其模值图像进行对比度加强，得到白色的模值图像作为水印图像进行嵌入；Step3：水印图像嵌入对嵌入区域进行YCrCb转换，选取其中的Cr分量，对嵌入区域进行二级小波变换得到低频子带LL2，对低频子带LL2和水印图像同时进行奇异值分解，然后将两者结合，重构子带LL2后返回时域，得到嵌入水印图像；Step4：水印图像提取采用Step3中水印图像嵌入的逆过程，从嵌入水印图像中提取水印图像；Step5：水印图像评价对原始图像和嵌入水印图像分别进行特征点标记，并将两者进行特征点匹配，将其作为水印图像不可见性的评价指标。2.根据权利要求1所述的一种基于Gabor滤波器和奇异值分解的图像零水印方法，其特征在于，所述Step3的具体步骤为：Step3.1：将嵌入区域从原始图像中分离出来；Step3.2：将分离出的嵌入区域转换颜色格式为YCrCb...

【专利技术属性】
技术研发人员：杜庆治，白健平，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：