【技术实现步骤摘要】
本专利技术属于信息安全
，具体的说是一种数字图像水印嵌入和盲检测方法，该方法能有效抵抗常规图像处理、几何攻击及组合攻击，可用于互联网上数字作品的版权保护、所有权验证及拷贝控制领域。
技术介绍
随着数字技术的不断进步和计算机网络的日益普及，各种形式的多媒体数字作品如图像、视频、音频等纷纷以网络形式发表，多媒体数据正逐渐成为人们获取信息的重要来源。数字化的多媒体数据获取容易、复制简单并且传播迅速，不仅给多媒体信息的存取提供了极大的便利，而且极大提高了信息表达的效率和准确性，但由此引发的盗版问题和版权纷争也成为日益严重的社会问题。任何人都可能在未经信息持有者许可的情况下轻而易举的克隆网络中传播的数字信息或者数字内容并声称自己对原始信息的所有权，甚至伪造他人的数字内容，以期获得非法利益。例如，现代盗版者只需轻点鼠标便可获得原版的复制 品，谋取暴利；而一些具有特殊意义的信息，如涉及司法诉讼、政府机要等信息如果遭到恶意攻击和篡改伪造，则会给司法公正和国家安全带来极大的危害。因此如何在利用多媒体信息和计算机网络便利的同时，又可以有效的保护知识产权和保障信息安全已成为了一个亟需解...
【技术保护点】
一种基于图像特征点全局校正的鲁棒水印方法，包括：(1)水印嵌入步骤：(1a)通过密钥Key1生成一个二值的伪随机水印序列b={b1,b2,…,bL}，bd∈{0,1}，d=1,2,…,L，L是水印序列的位数；(1b)利用尺度不变特征变换SIFT检测算子，提取原始图像I的SIFT特征点，获得原始图像I的SIFT特征点集F；(1c)以高斯平滑滤波后的图像Is的每一个像素为一个点构造网格图，按照距离约束进行图像分割，将平滑图像Is划分为不同的区域，得到不同分割区域集S={s1,s2,…,sk}，st表示一个分割区域，t=1,2,…,k，k是分割区域的个数；(1d)从分割集S中每一...
【技术特征摘要】
1.一种基于图像特征点全局校正的鲁棒水印方法，包括 (1)水印嵌入步骤 (Ia)通过密钥Keyl生成一个二值的伪随机水印序列b= Od1, b2，…，bj , bd e {O, 1},d=l, 2，…，L，L是水印序列的位数； (Ib)利用尺度不变特征变换SIFT检测算子，提取原始图像I的SIFT特征点，获得原始图像I的SIFT特征点集F ; (Ic)以高斯平滑滤波后的图像Is的每一个像素为一个点构造网格图，按照距离约束进行图像分割，将平滑图像Is划分为不同的区域，得到不同分割区域集S=Is1, S2，…，％}，^表示一个分割区域，t=l, 2，…，k，k是分割区域的个数； (Id)从分割集S中每一个区域所对应原始图像I的相应区域内，在中频尺度范围内选择特征强度最大的SIFT特征点，作为圆心构造半径为R的稳定且彼此独立的圆形特征区域，若该区域不存在SIFT特征点，则不选择该分割区域所对应原始图像I的相应区域，从而获得一系列圆形特征区域O=Io1, O2，…，oh}, O1表示一个圆形特征区域，1=1, 2,是圆形特征区域的个数，h^k； (Ie)将获得的圆形特征区域四周补0，得到外接方形子图像，计算该外接方形子图像的Zernike矩，并利用抖动量化调制的方法将水印嵌入到筛选出的L个Zernike矩的幅度值中，该L个Zernike矩的位置信息保存为密钥Key2 ； (If)对Zernike矩进行重构，获得含水印的外接方形子图像，并将这些含水印的外接方形子图像去掉周围O值后逐个替换原始圆形特征区域，得到含有水印的图像； (2)校正受攻击图像步骤 (2a)利用尺度不变特征变换SIFT检测算子提取受攻击图像I,的SIFT特征点，获得受攻击图像Γ的SIFT特征点集Fi ； (2b)利用原始图像I的SIFT特征点集F和受攻击图像I,的SIFT特征点集Fi，根据距离约束做特征点匹配； (2c)在匹配好特征点的基础上，利用随机抽样一致RANSAC方法，对匹配好的点进行优化迭代，除去匹配错误的点，计算原始图像I到受攻击图像I,的变换参数T为^ll ^12 OT — t2l 22 O ， Jji ^32 式中，tM表示待计算的参数，p=l, 2，3, q=l, 2 ； (2d)根据受攻击图像Γ和变换参数T，逐像素恢复其到未受攻击时的位置，得到受攻击图像Γ校正之后的图像I1; (3)水印检测步骤 (3a)利用尺度不变特征变换SIFT检测算子，提取校正之后图像I1的尺度不变特征变换SIFT特征点； (3b)以校正之后图像I1的每一个像素为一个结点构造网格图，按照距离约束进行图像分割，将校正之后的图像1:划分为不同区域，得到不同分割区域集Y 二 Μ，4，···，4Κ表示一个分割区域，t' =1,2,…，k'，k'是分割区域的个数；(3c)从分割区域集f中每一个区域所对应的校正之后图像I1的相应区域内，在中频尺度内选择特征强度最大的SIFT特征点，作为圆心构造半径为R的稳定且彼此独立的圆形特征区域，若该区域不存在SIFT特征点，则不选择该分割区域所对应的校正之后图像I1的相应区域，从而获得一系列圆形特征区域α =，0丨表示一个圆形特征区域，Γ =1,2,…，h'，h'是圆形特征区域的个数，h' Sk'； (3d)对获得的圆形特征区域四周补O，得到外接方形子图像，计算该外接方形子图像的Zernike矩,对Zernike矩进行筛选,得到校正之后图像I1的Zernike矩集合为 sZennke ={ZL·,}，Π1 ( Mmax, Π 幸 4g, g=0, I, 2，…， 式中，Mmax是最大阶数表示阶数为m,重复度为η的Zernike矩； (3e)利用与嵌入水印过程相同的密钥Key2,从S'Zem—中选择L个Zernike矩Zr = (zvh,··-,Zrnini) ’用于水印提取，其对应的幅值为I = (4 ，···，4^ ) C是阶数为mr，重复度为nr的Zernike矩，r=l, 2，…，L,的幅值； (3f)通过最小距离解码提取水印= $，&···，％} (3g)定义匹配检测阈值X=23，定义X为正确匹配的水印位数，逐位比较原始水印bHbiA，…，bj与提取的水印何, ，…，⑷，得到正确匹配的水印位数X，并将该水印位数X与预先定义的匹配检测阈值X进行比较，判断该圆形特征区域中是否嵌入水印，当X SX时，则该圆形特征区域嵌入了水印；ix〈X时，则该圆形特征区域没有嵌入水印；依次检测校正之后图像I1的所有圆形特征区域，若检测出大于等于2个的圆形特征区域嵌入了水印，则认为校正之后的图像I1嵌入了水印，否则认为校正之后的图像I1没有嵌入水印。2.根据权利要求I所述的基于图像特征点全局校正的鲁棒水印方法，其中步骤(Ic)所述的以高斯平滑滤波后的图像Is的每一个像素为一个点构造网格图，按如下步骤进行 (Icl)对原始图像I进行高斯平滑预处理，去除图像的噪声，得到高斯平滑滤波后的图像Is Is =G{x,y) I(x,y) ...
【专利技术属性】
技术研发人员：邓成，安玲玲，彭海燕，李洁，高新波，黄东宇，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
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。