一種基於特徵點的穩健數字水印方法

2023-05-28 22:06:36 1

專利名稱：：一種基於特徵點的穩健數字水印方法
技術領域：
：本發明屬於數字水印
技術領域：
，涉及到特徵點的提取、特徵方向確定、特徵區域的選取，以及水印信息的嵌入和檢測方法。
背景技術：
：隨著網絡技術的不斷發展，給人們的工作和生活帶來了巨大便利。但以數字媒介為載體的作品，如書籍、音樂、圖像和視頻等，具有容易獲取、複製和傳播等特點，極大地豐富了人們的生活，同時數字產品的版權保護也成為一個突出的問題。穩健性數字水印技術作為解決該問題的一個有效方法，近年來已經取得了很大的進展。數字水印(watermark)是1993年由Tirkel等人創造了以來，受到了越來越多的關注。學術界於1996年、1998年、1999年召開了三屆信息隱藏技術國際研討會。在SPIE和IEEE的一些重要會議上也開闢了相關的專題。自從1998年以來，IEEE的許多家科學研究機構都組織了數字水印的技術專刊或專題報導，政府組織和著名企業及公司也進行了參與，這更加使得數字水印技術成為信息科學前沿中一個新的研究熱點。目前的圖像水印方法能夠有效抵抗如壓縮、加噪和濾波等一般信號處理，但是對於幾何攻擊則缺乏穩健性。攻擊者對目標圖像進行旋轉、縮放等幾何變換後，絕大多數水印算法的檢測器無法再次檢測水印信息，而這種變換並不影響其視覺效果。因此如何有效抵抗幾何攻擊是目前穩健性水印算法研究的一大課題。近年來，數字水印提出了很多穩健性的算法，如在空域中直接嵌入水印信息，以及發展到後來的在變換域中嵌入的數字水印信息，如在傅立葉變換(DFT)域、或者更為複雜的傅立葉-梅林等變換域中嵌入數字水印信息，還有離散餘弦變換(DCT)域和小波變換(DWT)域中嵌入數字水印信息。雖然上面所敘述的方法在水印技術的研究有了很大進展，但是抵抗幾何攻擊方面仍然存在著巨大問題。對於給定的水印算法，水印檢測器必需知道水印嵌入的確切位置。但由於變換域中不具有幾何不變特徵，在幾何失真後，原有位置係數值都將發生較大的變化。儘管水印分量從一定意義上講，仍然可能存在於數字媒體中，但各分量的存在位置已經與嵌入時完全不同。幾何攻擊並沒有破壞圖像水印，而是破壞了待檢測水印圖像與嵌入水印信息之間的同步。目前有很多種抗幾何攻擊的數字水印算法，但基於特徵的方法在圖像經過幾何攻擊，以及壓縮、加噪、濾波等常見的信號處理後仍然能夠較好提取水印信息。目前基於特徵的方法有基於輪廓、基於特徵點、角點等[①MokhtarianF，SuomelaR.Robustimagecornerdetectionthroughcurvaturescalespace[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,1998，20(12):1376-1381.②HarrisC，St印hensM.Acombinedcornerandedgedetector[C].ProceedingsoftheFourthAlveyVisionConference,1988，147-151.③DericheR，GiraudonG.Acomputationalapproachforcornerandvertexdetection[J].InternationalJournalofComputerVision,1993，10(2):101-124.④ParidaL，GeigerD，HummelR.Junctions:Detection，classification,andreconstruction[J].IEEETransactionsonPatternAnalysisandMachineIntelligence,1998，20(7):687-698.]。其中基於特徵點的方法能夠在一定程度上抵抗幾何攻擊[PetitcolasFAP，AndersonRJ，MGKuhn.Attacksoncopyrightmarkingsystems[C].ProcofInformationHiding.1998,1525:218-238.]，所以現在得到了廣泛的應用。但目前還存在很多問題[①LoweDG.DistinctiveImagefeaturesfromscale-Invariantkeypoints[J]，InternationalJournalofComputerVision,2004，60(2):91-110.②PingD，JovanGB，NikolasPG，YangY，FDavoine.Digitalwatermarkingrobusttogeometricdistortions[J].IEEETransactionsonlmageProcessing,2005，14(12):2140-2150.]。目前的特徵點的提取方法主要是基於多尺度特徵點的提出方法，以及SIFT方法。這類特徵點的提取方法提取的特徵點大量應用於圖像匹配，目前還沒有針對數字水印抗幾何攻擊的特徵點。用上述的方法提取的特徵點在受到幾何攻擊後，特徵點的穩定性較差。而且嵌入數字水印信息對特徵點的要求與圖像匹配對特徵點的要求不同，數字水印要求特徵點的穩定要好，特徵點數量不要過多(能夠適應嵌入水印信息長度即可)，並且在同一特徵區域內要求特徵點的個數要儘量少。而目前提取特徵點方法應用在穩健數字水印還存在很多問題，主要是提取的特徵點過多，抵抗幾何攻擊的能力差，在同一區域內相互影響的特徵點過多等問題。
發明內容本方法以Harris-Laplace算法為基礎，提出一種新的適用於穩健數字水印的特徵點提取方法，通過提取的特徵點為基礎，確定特徵方向和特徵區域，最後在該特徵區域內嵌入水印信息。本發明的技術方案如下(1)特徵點的提取首先利用本文改變的Harris-Laplace算法提取候選特徵點，在算出每個候選特徵點的局部方差，如果它的局部方差大於閥值就確定為特徵點。首先改變Harris角點的尺度空間，改變後如下—、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)表示在圖像在I(x，y)與模dx=[-101;-101;-101]和dy=dx'的巻積。然後，再計算M，如果M〉TM(其中TM閥值，本方法以Lena、P印pers、Baboon進行100次測試，得出的效果比較好的閥值為TM=40000)，並且L即lace算子達到局部的極值，那麼就把該點作為候選特徵點。最後求候選的特徵點求局部方差，局部方差D2(x，y)定義如下D2(x，y)=￡(I(xy》—if(x;，y;))2其中I(Xi，y》為以特徵點為中心腫n區域內任意一點的灰度值，如果某個候選特徵點的局部方差tf(x，y)大於一個閥值T。(其中TD閥值，本方法以Lena、P印pers、Baboon進行100次測試，得出的效果比較好的閥值為TD=35000)，那麼這個點就為特徵點。由於在提取特徵點時，有時會在同一地方會提取兩個(尤其是在受到幾何攻擊後)，這裡就是一個偽特徵點，所以要去掉這個點。本文根據它們的D2(x，y)的大小來判斷它們的真偽。如果D2(x，y)的值大就認為它為真正的特徵點。(2)特徵方向的確定在特徵點(x，y)選取一個半徑R的區域，沿梯度方向取灰度值為極值的點(如果沿梯度方向的灰度值變小，那麼取最小值；反之，取最大值)，然後半徑加l，再取梯度方向的極植點。如果在一個方塊中有相同的極值點，那麼取它們的位置平均值。之所以選擇這樣的點，作為特徵角的運算，主要是它們受到濾波等信號處理，以及幾何攻擊後，仍然能夠保持相對於特徵點的位置的不變。在梯度方向上求特徵點每一個鄰域I(x，y)^(i=7，9，...，2*n-l)的求最大值所在位置(Xi，y》。然後根據它們距特徵點的—1nX—X—1ny.—y距離、=*「^+^—y)2分別求出下面的兩個值。x，rr，y;gt遏後求出特徵方向為=arcton《，/S)o(3)選取特徵區域首先對選出的特徵點集按特徵強度的大小，從大到小進行按排序。然後以特徵點為中心，取長方形的特徵區域的對角線長度為:k^^T,其中k為常數，a與b分別為圖像長和寬的尺寸。方向為特徵方向的一個長方形。在這裡"方向為特徵方向"是指，這個特徵點的特徵方向垂直於長方形特徵區域高的中點連線的方向。當我們選取的特徵區域發生重疊時，刪除特徵強度相對較小的特徵點所對應的特徵區域。這樣選取的區域能夠有效的抵抗圖像長寬不同比率變化以及其它方式的幾何攻擊引起的特徵區域的變形。數字水印的嵌入本文對特徵區域進行8*8的離散餘弦變換，在中頻係數中嵌入水印信息。數字水印的檢測根據上面的方法，提取特徵特徵區域，然後對每個區域進行離散餘弦變換，再利用嵌入水印的相關性來檢測水印是否存在。本發明的效果和益處是本發明提出了一種基於特徵點的穩健數字水印方法，所提取的圖像特徵點不僅穩定性好，而且分布均勻，提高了整個水印系統對常規信號處理、隨機剪切等攻擊的抵抗能力，利用特徵點和特徵方向提取幾何不變特徵區域，從而實現數字水印的抗幾何攻擊。實驗表明，在旋轉、縮放、裁減等一般性幾何攻擊以及它們的複合攻擊後的水印圖像，仍能夠較好的保持和原始圖像相同的數字水印，從而表明了該算法對數字水印抗幾何攻擊的穩健性。本方法適用於數字水印領域。圖1是特徵點檢測流程示意圖。圖2是特徵方向確定示意圖。圖3是本文方法提取特徵點示意圖。圖4(a)是原始宿主圖像Lena示意圖。圖4(b)是原始宿主圖像P印pers示意圖。圖5(a)含有水印圖像Lena檢測結果示意圖。圖5(b)含有水印圖像P印pers檢測結果示意圖。圖6是從受到幾何攻擊的水印圖像中提取的特徵區域示意圖。圖7是從受到複合攻擊的水印圖像中提取的特徵區域示意圖。具體實施例方式以下結合技術方案和附圖詳細敘述本發明的實施例。1.特徵點的提取Harris特徵點檢測算法是一種基於圖像的特徵點提取算子，其原理是要處理的圖像以窗口W(—般為矩形區域)向任意方向移動微小位移(x，y)，則其灰度改變量可定義為formulaseeoriginaldocumentpage6其中，X和Y是一階灰度梯度，可對圖像求巻積得formulaseeoriginaldocumentpage6為了提高抗噪能力，對圖像窗口進行了高斯平滑，選用如下的高斯窗口formulaseeoriginaldocumentpage6另外定義formulaseeoriginaldocumentpage6和矩陣formulaseeoriginaldocumentpage6注意到，e與局部自相關函數很接近，M描述了這個自相關函數在原點的形狀。設a和P分別是M的2個特徵值。a和13與局部自相關函數的主曲率成比例，構成一個對M的旋轉不變數。此時，可以通過判斷a和|3的值來判斷平坦區、角點和邊沿。當兩個曲率都很小，說明局部自相關函數很平坦；當一個曲率大，另一個曲率小，說明局部自相關函數呈現山脊狀，則e沿著山脊的變化很小，而垂直於山脊的變換很大，此處為一個邊沿；當兩個曲率都很大，說明局部自相關函數有一個尖峰，則e沿任何方向變化都很激烈，此處為一個角點。於是，Harris特徵點可以定義為下式的局部區域最大值formulaseeoriginaldocumentpage6其中，Tr(M)表示矩陣M的跡；Det(M)表示矩陣M的行列式值；k值Harris推薦為在具體的計算中，注意下面2個關係formulaseeoriginaldocumentpage6則其特徵點邊緣響應函數可定義為R=AB-C2-k(A+B)2(8)本文方法首先對Harris角點的尺度空間進行改變，改變後如下formulaseeoriginaldocumentpage6其中Ix(x，y)，Iy(x，y)表示在圖像在I(x，y)與模dx=[-101;-101;-101]和dydx'的巻積。然後，再計算M，如果M〉TM(TM為閥值)，並且算子達到局部的極值，那麼就把該點作為候選特徵點。最後對候選的特徵點求局部方差，局部方差D2(x，y)定義如下D2(x,y)=i(l(xy》—^tI(x;，y;))2(10)其中I(Xi，y》為以特徵點為中心r^n區域內任意一點的灰度值，如果tf(x，y)大於一個閥值TD，那麼這個點就為特徵點。由於在提取特徵點時，會在同一地方會提取兩個(尤其是在受到幾何攻擊後)，這裡就是一個偽特徵點，這是由於Harris-Laplace算法產生的，所以要去掉這個點，本文根據它們的D2(x，y)的大小來判斷它們的真偽。如果D2(x，y)的值大就認為它為真正的特徵點。特徵點提取的流程如附圖1。對特徵點提取方法進行旋轉的幾何攻擊以及JPEG壓縮攻擊實驗如圖3和下面表是每種特徵點提取方法提取的特徵點的個數、和原始圖像特徵點對應的個數以及重複率。檢測結果簾禱度數提取特徵點tt個數和原始圖像對應點翁個數衝復率o度2.22.2雄o,oo紫5度w86,36*10度201777,27%15度21W隨，320魔211777.27H25度191881,821)30度22W7"2*73%35度221777.27%40度乙<^1672.73%45度1463.謹2.特徵方向的確定和特徵區域選取特徵方向是指依靠特徵點確定的方向，這個方向在在圖像旋轉後，仍然能夠保證它相對於特徵區域中保持不變。本文特徵方向的選取按照灰度變化最大的方向，也是梯度方向。變化最大那這個值在特徵點的領域內一定是最大值或最小值的方向，所以本文選取的特徵方向方法如下(1)分別在特徵點(x，y)的3*3鄰域和5*5內求最大與最小值。(2)求兩個最大值與特徵點的值之差的絕對值max，再求兩個最小值與特徵點之差的絕對值min，比較它們的大小。公式如下max=|max(I(x，y)3*3)-I(x，y)|+1max(I(x，y)5*5)-I(x，y)(11)min=|min(I(x，y)3*3)-I(x，y)|+1min(I(x，y)5*5)-I(x，y)(3)如果最大值與特徵點的值之差的絕對值大於最小值與特徵點的值之差的絕對值，那麼就把最大值的方向為梯度方向。否則以最小值方向為梯度方向。在這裡假設最大值方向為梯度方向。(4)在特徵點(x，y)選取一個半徑R的鄰域區域，沿梯度方向取灰度值為極值的點(如果沿梯度方向的灰度值變小，那麼取最小值；反之，取最大值)，然後半徑加l，再取梯度方向的極植點。圖2為依照本文算法提取的一個特徵點鄰域的灰度值矩陣，中心表示特徵點所在的位置，沿著梯度方向，在每個方塊中分別取灰度值的極值點(每個方塊中的最小值)，如果在一個方塊中有相同的極值點，那麼取它們的位置平均值。之所以選擇這樣的點，作為特徵角的運算，主要是它們受到濾波等信號處理，以及幾何攻擊後，仍然能夠保持相對於特徵點的位置的不變。在梯度方向上求特徵點每一個鄰域I(x，y)^(i=7，9，...，2*n-l)的求最大值所在位置(Xi，y》。然後根據它們距特徵點的距離r,^"T^^T^(12)(5)分別求出下面的兩個值。i^丄堂fi^，；；il;I^1(13)n,-isnwij(6)最後求出特徵方向為6=arctan(y/x)(14)特徵區域選取這個區域能夠在旋轉、縮放、平移等幾何攻擊下，仍然能夠保持它的不變性。在後面簡稱特徵區域。因此通過幾何不變特徵區域嵌入和提取水印的算法能夠有效的抵抗幾何攻擊。本文利用特徵點和特徵方向選取幾何不變的特徵區域具體算法如下首先對選出的特徵點集P={Pi|Pi為特徵點，i=l，...，nh按特徵強度的大小，從大到小進行按排序。然後以特徵點為中心，取長方形的特徵區域的對角線長度為k嗜+b2(15)k為常數，a與b分別為圖像長和寬的尺寸。方向為特徵方向的一個長方形。在這裡"方向為特徵方向"是指，這個特徵點的特徵方向垂直於長方形特徵區域高的中點連線的方向。當我們選取的特徵區域發生重疊時，刪除特徵強度相對較小的特徵點所對應的特徵區域。這樣選取的區域能夠有效的抵抗圖像長寬不同比率變化以及其它方式的幾何攻擊引起的特徵區域的變形。3.數字水印的嵌入和提取數字水印的嵌入本文採用對特徵區域的載體圖像進行8*8塊的離散餘弦變換，然後將二值水印信息嵌入DCT的中頻係數中。步驟如下(1)特徵點提取利用本文所提供的算法從原始圖像中提取出的特徵點集。(2)選取特徵區域根據上面的特徵點集選取特徵區域，如果兩個特徵區域重疊，那麼保留特徵強度比較大的特徵點所對應的特徵區域。(3)水印產生隨機序列W={Wl，...，Wn}。其中Wi為0或1。(4)水印信息的嵌入選取一個特徵區域，再對圖4進行8*8塊的離散餘弦變換產生離散餘弦的圖像。假設在該區域內圖像被分割為互不覆蓋的i個非0圖像塊&(x，y)，其中0《x，y<8，i=1，2，...，經過離散餘弦變換後為非0的Fi(u，v)，0《u，v〈8，i=1，2，...，Fi(u，v)={Xl，...，xn}是一個在頻域空間的二維數組。去掉最外一圈的非O的塊，這樣保證了水印信息的嵌入特徵區域內。對Fi(u，v)內的元素進行排序，在水印W二{Wl，...，wn}順序取m水印信息，對Fi(u，v)序列中第L+l到L+m的中頻係數部分的值進行修改。之所以選擇這種方式，是由於對於頻域特性來說，如果將圖像從空域變換到頻域，那麼頻率越高，人眼的分辨能力就越低；反之，頻率越低，人眼的分辨能力就越高。但是，各種圖像處理操作對於圖像高頻部分的損壞可能大，如有損壓縮、低通濾波等。水印很容易在經歷圖像處理的過程中損失，穩健性較差。如果要獲得很好的穩健性，數字水印應加在低頻部分，但是這樣引起的圖像降質較大，無法保證視覺透明性。因此，為了避開這一矛盾，從而在視覺透明性和穩健性之間進行折中。根據上面的分析，在本文中數字水印的嵌入選在圖像的中頻部分，用水印序對中頻係數進行調整。按以下公式進行x'i=Xi當il+m.x::=x'+axfwi、1'|:1<i《l+m(16)其中a為大於0常數，在本文中a取IO，最後再進行反離散餘弦變換，得到嵌入一部分水印信息的區域。由於所嵌入的區域在特徵區域內，而在特徵區域外的值都為O，也就是說特徵區域外不包含水印信息。這樣就可以把用上面處理過的圖像與去掉特徵區域的圖像(如下圖6)相加。重複上面的特徵區域進行離散餘弦變換，加入水印信息，再進行反餘弦變換，最後把這個圖像與去掉特徵區域的圖像進行相加，便得到嵌入水印信息的圖像。數字水印的檢測(1)特徵點提取利用本文所提供的算法從原始圖像中提取出的特徵點集。(2)選取特徵區域根據上面的特徵點集選取特徵區域，如果兩個特徵區域重疊，那麼保留特徵強度比較大的特徵點所對應的特徵區域。(3)對特徵區域反方向旋轉特徵方向角，再進行離散餘弦變換，然後對係數進行排序，並按下面的公式提取水印信息。對離散餘弦變換的8*8塊中的係數進行排序後為&(1!，v)'={x'x'6j，rs的第L+l到L+m的中頻係數部分嵌入了隨機序列信息。假設待檢測的數字水印rs'=《y;...，y〕。則可以通過待檢水印與圖像中頻係數作相關運算來判斷是否所加入了水印。只有在待檢水印為所加入的水印時，才能得到較大的相似度值。否則相似度值很小，接近於零。根據公式(17)，如果滿足Z>T,(T,為閥值，在本文設置為它們相關係數的平均值)時，則表明檢測到匹配水印。否則，未檢測到匹配的水印。本方法的實驗中採用了512*512的Lena和P印pers為宿主圖像。水印採用32位0、1序列水印，重複嵌入所選取的特徵區域中，對該算法的抗幾何攻擊的穩健性進行測試。加入水印圖像的峰值信噪比(PSNR)分別為50.0651,48.8951。圖4表示原始圖像，圖5為9含有水印所檢測到的特徵區域的圖像。圖5所檢測到的特徵區域與原始圖像所選擇的特徵區域數目相同。本方法以Lena為示例，分別對含有水印信息的Lena和P印pers圖像進行了一般的幾何攻擊和常規信號處理攻擊(圖6)，以及它們的複合攻擊(圖7)來檢測本文的算法。從實驗結果可以看出本方法對在抗幾何攻擊有了很大提高，而且採用以本文算法提取的特徵區域能夠有效的應對幾何攻擊下後的圖像的變化。也避免了在幾何攻擊下，嵌入的水印信息在提取的特徵區域外。權利要求一種基於特徵點的穩健數字水印方法，是基於Harris-Laplace的特徵點的提取方法，其特徵在於如下步驟(1)特徵點的提取首先改變Harris角點的尺度空間，改變後如下C(x,y,s)=s2G(x,y,s)*Ix2(x,y)IxIy(x,y)IxIy(x,y)Iy2(x,y)其中Ix(x，y)，Iy(x，y)表示在圖像在I(x，y)與模dx＝[-101；-101；-101]和dy＝dx′的卷積；然後，再計算M，如果M＞TM(其中TM閥值)，並且Laplace算子達到局部的極值，那麼就把該點作為候選特徵點；最後求候選的特徵點求局部方差，局部方差D2(x，y)定義如下D2(x,y)=i=1,j=1n(I(xi,yj)-1n2i=1,j=1nI(xi,yj))2其中I(xi，yj)為以特徵點為中心n*n區域內任意一點的灰度值，如果某個候選特徵點的局部方差D2(x，y)大於一個閥值TD(其中TD閥值)，那麼這個點就為特徵點；由於在提取特徵點時，有時會在同一地方會提取兩個(尤其是在受到幾何攻擊後)，這裡就是一個偽特徵點，所以要去掉這個點；本文根據它們的D2(x，y)的大小來判斷它們的真偽；如果D2(x，y)的值大就認為它為真正的特徵點；(2)特徵方向的確定在特徵點(x，y)選取一個半徑R的區域，沿梯度方向取灰度值為極值的點(如果沿梯度方向的灰度值變小，那麼取最小值；反之，取最大值)，然後半徑加1，再取梯度方向的極植點；如果在一個方塊中有相同的極值點，那麼取它們的位置平均值；之所以選擇這樣的點，作為特徵角的運算，主要是它們受到濾波等信號處理，以及幾何攻擊後，仍然能夠保持相對於特徵點的位置的不變；在梯度方向上求特徵點每一個鄰域I(x，y)i*i(i＝7，9，...，2*n-1)的求最大值所在位置(xi，yi)；然後根據它們距特徵點的距離分別求出下面的兩個值；最後求出特徵方向為θ＝arctan(y/x)(3)選取特徵區域首先對選出的特徵點集，按特徵強度的大小，從大到小進行排序；然後以特徵點為中心，取長方形的特徵區域的對角線長度為其中k為常數，a與b分別為圖像長和寬的尺寸；方向為特徵方向的一個長方形；「方向為特徵方向」是指，這個特徵點的特徵方向垂直於長方形特徵區域高的中點連線的方向；當我們選取的特徵區域發生重疊時，刪除特徵強度相對較小的特徵點所對應的特徵區域；這樣選取的區域能夠有效的抵抗圖像長寬不同比率變化以及其它方式的幾何攻擊引起的特徵區域的變形；根據上面提取特徵區域，然後對每個區域進行離散餘弦變換，最後在離散餘弦的變換域中加入水印；數字水印的檢測是利用嵌入水印的相關性來檢測水印是否存在。F2009102198336C0000021.tif,F2009102198336C0000022.tif,F2009102198336C0000023.tif,F2009102198336C0000024.tif全文摘要本發明公開了一種基於特徵點的穩健數字水印方法，屬於數字水印
技術領域：
。其特徵是首先利用改變的算子與局部方來提取特徵點。然後利用梯度來確定特徵方向，再根據特徵點和它所確定的特徵方向來選取特徵區域。最後在特徵區域中嵌入水印。本文的方法，所提取的圖像特徵點不僅穩定性好，而且分布均勻，提高了整個水印系統對常規信號處理、隨機剪切等攻擊的抵抗能力，利用特徵點和特徵方向提取幾何不變特徵區域，從而實現數字水印的抗幾何攻擊。實驗表明，在旋轉、縮放、裁減等一般性幾何攻擊以及它們的複合攻擊後的水印圖像，仍能夠較好的保持和原始圖像相同的數字水印，從而表明了該方法對幾何攻擊的穩健性。文檔編號G06T1/00GK101702230SQ20091021983公開日2010年5月5日申請日期2009年11月10日優先權日2009年11月10日發明者莊庶,張永,李克秋,林愷申請人:大連理工大學