一种基于特征点的稳健数字水印方法技术

本发明专利技术公开了一种基于特征点的稳健数字水印方法，属于数字水印技术领域。其特征是首先利用改变的算子与局部方来提取特征点。然后利用梯度来确定特征方向，再根据特征点和它所确定的特征方向来选取特征区域。最后在特征区域中嵌入水印。本文的方法，所提取的图像特征点不仅稳定性好，而且分布均匀，提高了整个水印系统对常规信号处理、随机剪切等攻击的抵抗能力，利用特征点和特征方向提取几何不变特征区域，从而实现数字水印的抗几何攻击。实验表明，在旋转、缩放、裁减等一般性几何攻击以及它们的复合攻击后的水印图像，仍能够较好的保持和原始图像相同的数字水印，从而表明了该方法对几何攻击的稳健性。

【技术实现步骤摘要】

本专利技术属于数字水印
，涉及到特征点的提取、特征方向确定、特征区域的选取，以及水印信息的嵌入和检测方法。
技术介绍
随着网络技术的不断发展，给人们的工作和生活带来了巨大便利。但以数字媒介 为载体的作品，如书籍、音乐、图像和视频等，具有容易获取、复制和传播等特点，极大地丰 富了人们的生活，同时数字产品的版权保护也成为一个突出的问题。稳健性数字水印技术 作为解决该问题的一个有效方法，近年来已经取得了很大的进展。 数字水印(watermark)是1993年由Tirkel等人创造了以来，受到了越来越多的关注。学术界于1996年、1998年、1999年召开了三届信息隐藏技术国际研讨会。在SPIE和IEEE的一些重要会议上也开辟了相关的专题。自从1998年以来，IEEE的许多家科学研究机构都组织了数字水印的技术专刊或专题报道，政府组织和著名企业及公司也进行了参与，这更加使得数字水印技术成为信息科学前沿中一个新的研究热点。 目前的图像水印方法能够有效抵抗如压縮、加噪和滤波等一般信号处理，但是对于几何攻击则缺乏稳健性。攻击者对目标图像进行旋转、縮放等几何变换后，绝大多数水印算法的检测器无法再次检测水印信息，而这种变换并不影响其视觉效果。因此如何有效抵抗几何攻击是目前稳健性水印算法研究的一大课题。 近年来，数字水印提出了很多稳健性的算法，如在空域中直接嵌入水印信息，以 及发展到后来的在变换域中嵌入的数字水印信息，如在傅立叶变换(DFT)域、或者更为复 杂的傅立叶-梅林等变换域中嵌入数字水印信息，还有离散余弦变换(DCT)域和小波变 换(DWT)域中嵌入数字水印信息。虽然上面所叙述的方法在水印技术的研究有了很大进 展，但是抵抗几何攻击方面仍然存在着巨大问题。对于给定的水印算法，水印检测器必需 知道水印嵌入的确切位置。但由于变换域中不具有几何不变特征，在几何失真后，原有位 置系数值都将发生较大的变化。尽管水印分量从一定意义上讲，仍然可能存在于数字媒 体中，但各分量的存在位置已经与嵌入时完全不同。几何攻击并没有破坏图像水印，而是 破坏了待检测水印图像与嵌入水印信息之间的同步。目前有很多种抗几何攻击的数字水 印算法，但基于特征的方法在图像经过几何攻击，以及压縮、加噪、滤波等常见的信号处理 后仍然能够较好提取水印信息。目前基于特征的方法有基于轮廓、基于特征点、角点等 . IEEE Transactions on Pattern Analysis andMachine Intelligence,1998， 20 (12) :1376-1381.②Harris C，St印hensM. A combined corner and edge detector . Proceedings of the FourthAlvey Vision Conference,1988，147-151. ③Deriche R， Giraudon G.Acomputational approach for corner and vertex detection. International Journal of Computer Vision,1993，10 (2) :101-124.④Parida L， Geiger D， Hummel R. Junctions :Detection， classification, and reconstruction.IEEE Transactions on Pattern Analysis andMachine Intelligence,1998， 20(7): 687-698.]。其中基于特征点的方法能够在一定程度上抵抗几何攻击. Proc of Information Hiding. 1998,1525 :218-238.]，所以现在得到了广泛的应用。但目前还存在很多问 题， International Journal of Computer Vision,2004，60(2) :91-110. ②Ping D， Jovan GB， Nikolas PG， Yang Y， F Davoine. Digitalwatermarkingrobust to geometric distortions. IEEE Transactions onlmage Processing,2005，14(12) :2140-2150.]。 目前的特征点的提取方法主要是基于多尺度特征点的提出方法，以及SIFT方法。这类特征 点的提取方法提取的特征点大量应用于图像匹配，目前还没有针对数字水印抗几何攻击的 特征点。用上述的方法提取的特征点在受到几何攻击后，特征点的稳定性较差。而且嵌入 数字水印信息对特征点的要求与图像匹配对特征点的要求不同，数字水印要求特征点的稳 定要好，特征点数量不要过多(能够适应嵌入水印信息长度即可)，并且在同一特征区域内 要求特征点的个数要尽量少。而目前提取特征点方法应用在稳健数字水印还存在很多问 题，主要是提取的特征点过多，抵抗几何攻击的能力差，在同一区域内相互影响的特征点过 多等问题。
技术实现思路
本方法以Harris-Laplace算法为基础，提出一种新的适用于稳健数字水印的特 征点提取方法，通过提取的特征点为基础，确定特征方向和特征区域，最后在该特征区域内 嵌入水印信息。 本专利技术的技术方案如下 (1)特征点的提取首先利用本文改变的Harris-Laplace算法提取候选特征点， 在算出每个候选特征点的局部方差，如果它的局部方差大于阀值就确定为特征点。 首先改变Harris角点的尺度空间，改变后如下 — 、7 - J収x,y) I丄(x，y》、 CXx，y，s)ss《G(x，y，s)承l , / 其中Ix(x，y)，Iy(x，y)表示在图像在I(x，y)与模dx = 和dy =dx'的巻积。然后，再计算M，如果M〉TM(其中TM阀值，本方法以Lena、P印pers、Baboon 进行100次测试，得出的效果比较好的阀值为TM = 40000)，并且L即lace算子达到局部的 极值，那么就把该点作为候选特征点。最后求候选的特征点求局部方差，局部方差D2(x， y) 定义如下D2(x，y)= ￡ (I(x y》—i f(x;，y;))2 其中I(Xi， y》为以特征点为中心肿n区域内任意一点的灰度值，如果某个候选特 征点的局部方差tf(x， y)大于一个阀值T。(其中TD阀值，本方法以Lena、 P印pers、 Baboon 进行100次测试，得出的效果比较好的阀值为TD = 35000)，那么这个点就为特征点。由于 在提取特征点时，有时会在同一地方会提取两个(尤其是在受到几何攻击后)，这里就是一 个伪特征点，所以要去掉这个点。本文根据它们的D2(x， y)的大小来判断它们的真伪。如果D2(x，y)的值大就认为它为真正的特征点。 (2)特征方向的确定在特征点(x， y)选取一个半径R的区域，沿梯度方向取灰 度值为极值的点(如果沿梯度方向的灰度值变小，那么取最小值；反之，取最大值)，然后半 径加l，再取梯度方向的极植点。如果在一个方块中有相同的极值点，那么取它们的位置平 均值。之所以选择本文档来自技高网...

【技术保护点】
一种基于特征点的稳健数字水印方法，是基于Ｈａｒｒｉｓ－Ｌａｐｌａｃｅ的特征点的提取方法，其特征在于如下步骤：（１）特征点的提取：首先改变Ｈａｒｒｉｓ角点的尺度空间，改变后如下：Ｃ（ｘ，ｙ，＊）＝ｓ↑［２］Ｇ（ｘ，ｙ，＊）＊＊＊＊其中Ｉ↓［ｘ］（ｘ，ｙ），Ｉ↓［ｙ］（ｘ，ｙ）表示在图像在Ｉ（ｘ，ｙ）与模ｄｘ＝［－１０１；－１０１；－１０１］和ｄｙ＝ｄｘ′的卷积；然后，再计算Ｍ，如果Ｍ＞Ｔ↓［Ｍ］（其中Ｔ↓［Ｍ］阀值），并且Ｌａｐｌａｃｅ算子达到局部的极值，那么就把该点作为候选特征点；最后求候选的特征点求局部方差，局部方差Ｄ↑［２］（ｘ，ｙ）定义如下：Ｄ↑［２］（ｘ，ｙ）＝＊（Ｉ（ｘ↓［ｉ］，ｙ↓［ｊ］）－１／ｎ↑［２］＊Ｉ（ｘ↓［ｉ］，ｙ↓［ｊ］））↑［２］其中Ｉ（ｘ↓［ｉ］，ｙ↓［ｊ］）为以特征点为中心ｎ＊ｎ区域内任意一点的灰度值，如果某个候选特征点的局部方差Ｄ↑［２］（ｘ，ｙ）大于一个阀值Ｔ↓［Ｄ］（其中Ｔ↓［Ｄ］阀值），那么这个点就为特征点；由于在提取特征点时，有时会在同一地方会提取两个（尤其是在受到几何攻击后），这里就是一个伪特征点，所以要去掉这个点；本文根据它们的Ｄ↑［２］（ｘ，ｙ）的大小来判断它们的真伪；如果Ｄ↑［２］（ｘ，ｙ）的值大就认为它为真正的特征点；（２）特征方向的确定：在特征点（ｘ，ｙ）选取一个半径Ｒ的区域，沿梯度方向取灰度值为极值的点（如果沿梯度方向的灰度值变小，那么取最小值；反之，取最大值），然后半径加１，再取梯度方向的极植点；如果在一个方块中有相同的极值点，那么取它们的位置平均值；之所以选择这样的点，作为特征角的运算，主要是它们受到滤波等信号处理，以及几何攻击后，仍然能够保持相对于特征点的位置的不变；在梯度方向上求特征点每一个邻域Ｉ（ｘ，ｙ）↓［ｉ＊ｉ］（ｉ＝７，９，．．．，２＊ｎ－１）的求最大值所在位置（ｘ↓［ｉ］，ｙ↓［ｉ］）；然后根据它们距特征点的距离：ｒ↓［ｉ］＝＊＊＊分别求出下面的两个值；＊＊＊，最后求出特征方向为：θ＝ａｒｃｔａｎ（ｙ／ｘ）（３）选取特征区域：首先对选出的特征点集，按特征强度的大小，从大到小进行排序；然后以特征点为中心，取长方形的特征区域的对角线长度为：ｋ＊＊＊，其中ｋ为常数，ａ与ｂ分别为图像长和宽的尺寸；方向为特征方向的一个长方形；“方向为特征方向”是指，这个特征点的特征方向垂直于长方形特征区域高的中点连线的方向；当我们选取的特征区域发生重叠时，删除特征强...

【技术特征摘要】

【专利技术属性】
技术研发人员：李克秋，庄庶，张永，林恺，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：91[中国|大连]