一种水印嵌入和解码方法技术

本发明专利技术公开了一种水印嵌入和解码方法，水印嵌入步骤包括：获取载体图像

【技术实现步骤摘要】
一种水印嵌入和解码方法


[0001]本专利技术涉及图像水印嵌入和解码
，尤其涉及一种水印嵌入和解码方法
。

技术介绍

[0002]数字图像版权保护是在数字化环境下，保护数字图像作品的创作者和权利所有者权益的一系列措施和技术手段
。
随着互联网和社交媒体的普及，数字图像的传播和分享变得异常迅速，但也容易引发盗用
、
侵权等问题
。
数字图像版权保护旨在确保创作者的作品得到合法的认可和利用，促进创意产业的健康发展
。
用于图像版权保护的技术主要包括数字指纹技术
、
数字版权管理
、
人工智能技术和数字图像水印技术，相比数字指纹技术
、DRM、
人工智能技术，数字图像水印技术具有易实现
、
适用范围广和质量高的优势
。
[0003]不可感知性
、
鲁棒性及水印容量是衡量数字图像水印技术优劣最重要的指标，但三者存在固有的相互矛盾关系，可有效保持三者之间良好平衡关系的图像水印技术研究是一项富有挑战性的工作
。
基于人类感知特性和载体自身特性的统计图像水印技术由三部分构成：水印信息的嵌入，统计分析与建模，水印信息的检测
/
解码，该技术可潜在解决不可感知性
、
鲁棒性和水印容量之间的平衡关系，但是实际应用中仍然存在嵌入域鲁棒性待提高
、
无法保证被嵌入水印信息的不可感知性和嵌入位置的稳定性/>、
如何设计合适的统计模型以高精度建模研究对象以及如何设计高质量的水印解码方法等问题，如何进一步从整体上完善统计图像水印技术是亟待解决的问题
。

技术实现思路

[0004]本专利技术提供一种水印嵌入和解码方法，以克服现有的水印嵌入与解码技术在嵌入域鲁棒性
、
嵌入水印不可感知性
、
嵌入位置的稳定性以及高质量解码等多方面技术问题
。
[0005]为了实现上述目的，本专利技术的技术方案是：
[0006]一种水印嵌入和解码方法，包括水印嵌入和水印解码两大步骤，
[0007]所述水印嵌入步骤包括：
[0008]S1
：获取载体图像
I
o
；
[0009]S2
：基于载体图像
I
o
进行水印信息嵌入；
[0010]S21
：在空域状态下，采用
Canny
边缘检测算子提取载体图像
I
o
的边缘信息，得到含边缘信息的图像
I
e
，对
I
e
进行等大不重叠分块操作得到共
N
个
I
e
图像块，根据水印序列长度
L
从
N
个
I
e
图像块中依次选择
L
个含有边缘信息的
I
e
图像块作为嵌入水印候选块，即
L
个嵌入水印候选区域
(L≤N)
；
[0011]S22
：对载体图像
I
o
进行二级
DNST
分解，得到第二级尺度的若干个方向的高频子带，且所述高频子带的尺寸与所述载体图像
I
o
尺寸一致，并分别计算每个高频子带的能量，选择能量值最大的高频子带作为第一目标子带；
[0012]S23
：将
S21
中的
L
个嵌入水印候选区域按照其在
N
个
I
e
图像块中的位置映射至所述第一目标子带中，得到
L
个
DNST
目标块；对
L
个
DNST
目标块分别进行五阶
FGPCET
，得到
L
个待
嵌入水印的
DNST
‑
FGPCET
幅值块；
[0013]S24
：利用乘性嵌入法分别修改
L
个待嵌入水印的目标
DNST
‑
FGPCET
幅值块中的所有幅值系数以嵌入水印信息，得到
L
个含水印信息的
DNST
‑
FGPCET
幅值块；
[0014]S25
：对
L
个含水印信息的
DNST
‑
FGPCET
幅值块进行五阶
FGPCET
逆变换，得到含有水印信息的
DNST
高频子带，对
DNST
高频子带进行二级
DNST
逆变换最终得到含水印信息的图像
I
w
；
[0015]所述水印解码步骤包括：
[0016]S3
：基于含水印信息的图像
I
w
得到共
N
个
DNST
‑
FGPCET
幅值块，进而得到
N
个
DNST
‑
FGPCET
幅值块中包含的幅值系数；
[0017]S4
：基于混合学生
‑
t
模型对
DNST
‑
FGPCET
幅值系数进行建模，并基于
N
个
DNST
‑
FGPCET
幅值块中包含的幅值系数进行训练，得到
DNST
‑
FGPCET
幅值系数模型中的若干参数，包括均值
、
方差
、
自由度以及权重；
[0018]S5
：基于得到的
DNST
‑
FGPCET
幅值系数模型中的若干参数，利用极大似然准则
ML
，得到用于解码水印的解码器；
[0019]S6
：利用所述解码器对含水印信息的图像
I
w
进行解码，得到图像
I
w
中的水印信息
。
[0020]具体地，
S3
中，基于含水印信息的图像
I
w
得到共
N
个
DNST
‑
FGPCET
幅值块，进而得到
N
个
DNST
‑
FGPCET
幅值块中包含的幅值系数的过程为：
[0021]对
I
w
进行二级
DNST
分解，得到第二级尺度的若干个方向的高频子带，并分别计算若干个方向的高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种水印嵌入和解码方法，包括水印嵌入和水印解码两大步骤，其特征在于，所述水印嵌入步骤包括：
S1
：获取载体图像
I
o
；
S2
：基于载体图像
I
o
进行水印信息嵌入；
S21
：在空域状态下，采用
Canny
边缘检测算子提取载体图像
I
o
的边缘信息，得到含边缘信息的图像
I
e
，对
I
e
进行等大不重叠分块操作得到共
N
个
I
e
图像块，根据水印序列长度
L
从
N
个
I
e
图像块中依次选择
L
个含有边缘信息的
I
e
图像块作为嵌入水印候选块，即
L
个嵌入水印候选区域
(L≤N)
；
S22
：对载体图像
I
o
进行二级
DNST
分解，得到第二级尺度的若干个方向的高频子带，且所述高频子带的尺寸与所述载体图像
I
o
尺寸一致，并分别计算每个高频子带的能量，选择能量值最大的高频子带作为第一目标子带；
S23
：将
S21
中的
L
个嵌入水印候选区域按照其在
N
个
I
e
图像块中的位置映射至所述第一目标子带中，得到
L
个
DNST
目标块；对
L
个
DNST
目标块分别进行五阶
FGPCET
，得到
L
个待嵌入水印的
DNST
‑
FGPCET
幅值块；
S24
：利用乘性嵌入法分别修改
L
个待嵌入水印的目标
DNST
‑
FGPCET
幅值块中的所有幅值系数以嵌入水印信息，得到
L
个含水印信息的
DNST
‑
FGPCET
幅值块；
S25
：对
L
个含水印信息的
DNST
‑
FGPCET
幅值块进行五阶
FGPCET
逆变换，得到含有水印信息的
DNST
高频子带，对
DNST
高频子带进行二级
DNST
逆变换最终得到含水印信息的图像
I
w
；所述水印解码步骤包括：
S3
：基于含水印信息的图像
I
w
得到共
N
个
DNST
‑
FGPCET
幅值块，进而得到
N
个
DNST
‑
FGPCET
幅值块中包含的幅值系数；
S4
：基于混合学生
‑
t
模型对
DNST
‑
FGPCET
幅值系数进行建模，并基于
N
个
DNST
‑
FGPCET
幅值块中包含的幅值系数进行训练，得到
DNST
‑
FGPCET
幅值系数模型中的若干参数，包括均值
、
方差
、
自由度以及权重；
S5
：基于得到的
DNST
‑
FGPCET
幅值系数模型中的若干参数，利用极大似然准则
ML
，得到用于解码水印的解码器；
S6
：利用所述解码器对含水印信息的图像
I
w
进行解码，得到图像
I
w
中的水印信息
。2.
根据权利要求1所述的水印嵌入和解码方法，其特征在于，
S3
中，基于含水印信息的图像
I
w
得到共
N
个
DNST
‑
FGPCET
幅值块，进而得到
N
个
DNST
‑
FGPCET
幅值块中包含的幅值系数的过程为：对
I
w
进行二级
DNST
分解，得到第二级尺度的若干个方向的高频子带，并分别计算若干个方向的高频子带的能量，选择能量值最大的高频子带作为第二目标子带；对所述第二目标子带进行等大不重叠分块操作得到共
N
个目标子带块；对
N
个目标子带块分别进行五阶
FGPCET
，得到共
N
个
DNST
‑
FGPCET
幅值块，进而得到
N
个
DNST
‑
FGPCET
幅值块中包含的幅值系数
。3.
根据权利要求2所述的水印嵌入和解码方法，其特征在于，
S4
中，基于混合学生
‑
t
模型对
DNST
‑
FGPCET
幅值系数建模的表达式为：
式中，
c
i
表示
N
个
DNST
‑
FGPCET
幅值块包含中的幅值系数；
K
表示混合学生
‑
t
模型中学生
‑
t
分布分量的总个数，
K
＝2；
μ
k
表示第
k
个学生
‑
t
分布分量的均值，
1≤k≤2
；
Σ
k
表示第
k
个学生
‑
t
分布分量的方差；
ν
k
表示第
k
个学生
‑
t
分布分量的自由度；
η
k
表示第
k
个学生
‑
t
分布分量的权重；
Γ
(
·
)
表示伽马函数
。4.
根据权利要求3所述的水印嵌入和解码方法，其特征在于，
S5
中，基于得到
DNST
‑
FGPCET
幅值系数模型中的...

【专利技术属性】
技术研发人员：彭繁琛，肖尧，张丽榕，李杨，
申请(专利权)人：大连东软信息学院，
类型：发明
国别省市：