基于图像局部区域的脆弱可逆水印方法技术

一种基于图像局部区域的脆弱可逆水印方法，具体步骤包括：(1)特征图像采样；(2)提取初始特征点序列；(3)计算扩展特征点序列；(4)获取尺度特征点序列；(5)获取非越界特征圆序列；(6)获取非重叠特征圆序列；(7)嵌入水印；(8)特征图像采样；(9)提取初始特征点序列；(10)计算扩展特征点序列；(11)获取尺度特征点序列；(12)获取非越界特征圆序列；(13)获取非重叠特征圆序列；(14)提取水印。本发明专利技术利用Harris‑Laplace算子选取特征点来确定感兴趣区域，调节半径比例因子确定感兴趣区域大小，提高了水印容量和视觉质量，具有感兴趣区域篡改检测能力。

【技术实现步骤摘要】

本专利技术属于数字信息安全
，更进一步涉及数字图像水印嵌入与提取
中的一种基于图像局部区域的脆弱可逆水印方法。本专利技术可用于网络环境中数字图像的篡改检测，实现数字图像的内容认证，为版权保护、侵权追溯提供重要的依据。
技术介绍
当今信息化时代，作为一种将标识信息嵌入到信息载体中的技术，水印已成功应用于数字图像、音频、视频和网络通信等信息载体中，起到了版权保护、侵权追溯的作用。但是传统水印技术往往会永久地修改信息载体信息，虽然这种修改微乎其微，但却难以满足军事、医疗和司法领域信息载体无失真的要求。针对这一问题，可逆水印技术应运而生，它通过无失真地恢复水印与宿主图像，保证了水印和宿主图像的完整性。由于可逆水印的诸多优势，目前已经得到广泛的研究和关注，并取得了一些突破性进展。然而，现有的可逆水印方法大多数是基于整幅图像而设计的，未能很好地考虑图像感兴趣区域的重要性与特殊性。例如医学图像中，医生往往只关心医学图像中的器官或病变部位。因此，如何设计有效的可逆水印方法用于感兴趣区域的内容保护至关重要。崔得龙、左敬龙申请的专利“一种感兴趣区域认证和篡改检测数字水印方法”(申请号：201210443250.3，申请公开号：CN 102945542 A)公开了一种感兴趣区域认证和篡改检测数字水印方法。该方法在水印嵌入端由用户定义感兴趣区域，在生成水印信息和Hash码之后将水印信息嵌入到图像背景区域的小波分解系数中。在接收端，通过比较感兴趣区域Hash码和水印重建来进行双重认证。该方法存在的不足之处是：由于该方法中感兴趣区域需要由用户自己确定，消耗的时间代价较大；而且不同用户对感兴趣区域选择的差异性会影响水印的容量与含水印图像的视觉质量。Q.Gu、T.Gao在论文“A novel reversible watermarking scheme based on block energy difference for medical images”(《2012Joint 6th International Conference on Soft Computing and Intelligent Systems(SCIS)and 13th International Symposium on Advanced Intelligent Systems(ISIS)》，2012，232-237)中提出了一种基于医学图像能量差异的可逆水印方法。该方法对原始图像进行不重叠分块，分别对每子块图像进行整型小波变换，根据每个图像子块的能量差异将水印嵌入到整型小波变换的低频子带中。该方法存在的不足之处是：由于该方法是在非感兴趣区域中嵌入水印，当感兴趣区域遭到篡改之后无法实现水印的有效检测，所以该方法不具有感兴趣区域篡改检测能力。
技术实现思路
本专利技术的目的在于针对上述已有技术存在的不足，提出一种基于图像局部区域的脆弱可逆水印方法，不仅提高了水印的嵌入容量和含水印图像的视觉质量，而且具有感兴趣区域篡改检测能力。实现本专利技术目的的具体思路是，在水印嵌入过程中：首先对载体图像进行特征图像采样，然后根据Harris-Laplace算子提取初始特征点序列，接着依次获取扩展特征点序列、尺度特征点序列、非越界特征圆序列与非重叠特征圆序列，最后依次在非重叠特征圆序列中的各个非重叠特征圆进行水印嵌入，得到含水印图像；在水印提取过程中：首先对待检测图像进行特征图像采样，然后根据Harris-Laplace算子提取待检测初始特征点序列，接着依次获取待检测扩展特征点序列、待检测尺度特征点序列、待检测非越界特征圆序列与待检测非重叠特征圆序列，最后依次在待检测非重叠特征圆序列中的各个非重叠特征圆进行水印提取，得到还原后的图像和水印。本专利技术包括水印嵌入和水印提取两个过程；本专利技术水印嵌入过程的具体步骤为：(1)特征图像采样：(1a)将载体图像从左上方提取V×V像素的一块正方形基块，将此正方形基块分成大小为2×2像素且互不重叠的子块，按行排序得到载体图像块序列；(1b)丢弃分块后不能被划分的剩余部分；(1c)依次选取载体图像块序列中各个子块，计算所选取载体图像块序列中子块的平均像素值，得到平均像素值序列A；(1d)将平均像素值序列A转化为特征图像H；(2)按照下式，从特征图像中提取初始特征点，得到初始特征点序列：F＝harrisLaplace(H)其中，F表示初始特征点序列，harrisLaplace表示进行Harris-Laplace算子计算操作，H表示特征图像；(3)计算扩展特征点序列：依次选取初始特征点序列中各个特征点，将所选取的初始特征点序列中的特征点对应的行位置和列位置扩大为原来的两倍，得到扩展特征点序列；(4)获取尺度特征点序列：(4a)依次选取扩展特征点序列中各个特征点，计算所选取的扩展特征点序列中特征点对应的尺度，得到特征点尺度序列；(4b)在尺度阈值区间[T1,T2]内，选取满足扩展特征点尺度序列中的所有尺度，其中，1≤T1<T2≤16；(4c)依次将特征点尺度序列中的尺度对应的扩展特征点作为尺度特征点，得到尺度特征点序列；(5)获取非越界特征圆序列：(5a)从尺度特征点序列中选取一个尺度特征点，以所选取的特征点所在的位置为圆心，以特征点的尺度和给定的半径比例因子的乘积为半径作圆，将该圆作为非越界特征圆；(5b)判断非越界特征圆是否超过载体图像的边界，若是，则舍弃该非越界特征圆，否则，执行步骤(5c)；(5c)判断是否选取完尺度特征点序列中的所有尺度特征点，若是，执行步骤(5d)，否则执行步骤(5a)；(5d)将所有非越界特征圆组成非越界特征圆序列；(6)获取非重叠特征圆序列：(6a)从非越界特征圆序列中选取一个非越界特征圆，将所选取的非越界特征圆放入非重叠特征圆序列中；(6b)从非越界特征圆序列中选取一个非越界特征圆，判断所选取的非越界特征圆是否与非重叠特征圆序列在圆面上发生重叠，若是，则舍弃该非越界特征圆，否则，执行步骤(6c)；(6c)将非越界特征圆放入非重叠特征圆序列；(6d)判断是否选取完非越界特征圆序列中的所有非越界特征圆，若是，执行步骤(7)，否则执行步骤(6b)；(7)嵌入水印：(7a)从非重叠特征圆序列中选取一个非重叠特征圆，计算所选取的非重叠特征圆的内接正方形；(7b)按照下式，在选取的内接正方形中嵌入水印，得到含水印的内接正方形：G＝embedWM(Q,W)其中，G表示含水印的内接正方形，embedWM表示水印嵌入操作，Q表示非重叠特征圆的内接正方形，W表示拟嵌入的水印；(7c)判断是否选取完非重叠特征圆序列中的所有非越界特征圆，若是，得到含水印图像，否则，执行步骤(7a)；所述水印提取过程的具体步骤为：(8)待检测特征图像采样：(8a)将待检测图像从左上方提取V′×V′像素的一块正方形基块，将此正方形基块分成大小为2×2像素且互不重叠的子块，按行排序得到待检测图像块序列；(8b)丢弃分块后不能被划分的剩余部分；(8c)依次选取待检测图像块序列中各个子块，计算所选取待检测图像块序列中子块的平均像素值，得到待检测平均像素值序列A′；(8d)将待检测平均像素值序列A′转化为待检测特征图像H′；(9)按照下式，从待检测特征图本文档来自技高网...

【技术保护点】
一种基于图像局部区域的脆弱可逆水印方法，包括水印嵌入和水印提取两个过程；所述水印嵌入过程的具体步骤为：(1)特征图像采样：(1a)将载体图像从左上方提取V×V像素的一块正方形基块，将此正方形基块分成大小为2×2像素且互不重叠的子块，按行排序得到载体图像块序列；(1b)丢弃分块后不能被划分的剩余部分；(1c)依次选取载体图像块序列中各个子块，计算所选取载体图像块序列中子块的平均像素值，得到平均像素值序列A；(1d)将平均像素值序列A转化为特征图像H；(2)按照下式，从特征图像中提取初始特征点，得到初始特征点序列：F＝harrisLaplace(H)其中，F表示初始特征点序列，harrisLaplace表示进行Harris‑Laplace算子计算操作，H表示特征图像；(3)计算扩展特征点序列：依次选取初始特征点序列中各个特征点，将所选取的初始特征点序列中的特征点对应的行位置和列位置扩大为原来的两倍，得到扩展特征点序列；(4)获取尺度特征点序列：(4a)依次选取扩展特征点序列中各个特征点，计算所选取的扩展特征点序列中特征点对应的尺度，得到特征点尺度序列；(4b)在尺度阈值区间[T1,T2]内，选取满足扩展特征点尺度序列中的所有尺度，其中，1≤T1<T2≤16；(4c)依次将特征点尺度序列中的尺度对应的扩展特征点作为尺度特征点，得到尺度特征点序列；(5)获取非越界特征圆序列：(5a)从尺度特征点序列中选取一个尺度特征点，以所选取的特征点所在的位置为圆心，以特征点的尺度和给定的半径比例因子的乘积为半径作圆，将该圆作为非越界特征圆；(5b)判断非越界特征圆是否超过载体图像的边界，若是，则舍弃该非越界特征圆，否则，执行步骤(5c)；(5c)判断是否选取完尺度特征点序列中的所有尺度特征点，若是，执行步骤(5d)，否则执行步骤(5a)；(5d)将所有非越界特征圆组成非越界特征圆序列；(6)获取非重叠特征圆序列：(6a)从非越界特征圆序列中选取一个非越界特征圆，将所选取的非越界特征圆放入非重叠特征圆序列中；(6b)从非越界特征圆序列中选取一个非越界特征圆，判断所选取的非越界特征圆是否与非重叠特征圆序列在圆面上发生重叠，若是，则舍弃该非越界特征圆，否则，执行步骤(6c)；(6c)将非越界特征圆放入非重叠特征圆序列；(6d)判断是否选取完非越界特征圆序列中的所有非越界特征圆，若是，执行步骤(7)，否则执行步骤(6b)；(7)嵌入水印：(7a)从非重叠特征圆序列中选取一个非重叠特征圆，计算所选取的非重叠特征圆的内接正方形；(7b)按照下式，在选取的内接正方形中嵌入水印，得到含水印的内接正方形：G＝embedWM(Q,W)其中，G表示含水印的内接正方形，embedWM表示水印嵌入操作，Q表示非重叠特征圆的内接正方形，W表示拟嵌入的水印；(7c)判断是否选取完非重叠特征圆序列中的所有非越界特征圆，若是，得到含水印图像，否则，执行步骤(7a)；所述水印提取过程的具体步骤为：(8)待检测特征图像采样：(8a)将待检测图像从左上方提取V′×V′像素的一块正方形基块，将此正方形基块分成大小为2×2像素且互不重叠的子块，按行排序得到待检测图像块序列；(8b)丢弃分块后不能被划分的剩余部分；(8c)依次选取待检测图像块序列中各个子块，计算所选取待检测图像块序列中子块的平均像素值，得到待检测平均像素值序列A′；(8d)将待检测平均像素值序列A′转化为待检测特征图像H′；(9)按照下式，从待检测特征图像中提取待检测初始特征点，得到待检测初始特征点序列：F′＝harrisLaplace(H′)其中，F′表示待检测初始特征点序列，harrisLaplace表示进行Harris‑Laplace算子计算操作，H′表示待检测特征图像；(10)计算待检测扩展特征点序列：依次选取待检测初始特征点序列中各个特征点，将所选取的待检测初始特征点序列中的特征点对应的行位置和列位置扩大为原来的两倍，得到待检测扩展特征点序列；(11)获取待检测尺度特征点序列：(11a)依次选取待检测扩展特征点序列中各个特征点，计算所选取的待检测扩展特征点序列中特征点对应的尺度，得到待检测特征点尺度序列；(11b)在尺度阈值区间[T1,T2]内，选取满足待检测扩展特征点尺度序列中的所有尺度，其中，1≤T1<T2≤16；(11c)依次将待检测特征点尺度序列中的尺度对应的待检测扩展特征点作为尺度特征点，得到待检测尺度特征点序列；(12)获取待检测非越界特征圆序列：(12a)从待检测尺度特征点序列中选取一个尺度特征点，以所选取的特征点所在的位置为圆心，以特征点的尺度和给定的半径比例因子的乘积为半径作圆，将该圆作为非越界特征圆；(12b)判断非越界特征圆是否超过待检测图像的边界，若是，则舍弃该非越界特征圆，否则...

【技术特征摘要】
1.一种基于图像局部区域的脆弱可逆水印方法，包括水印嵌入和水印提取两个过程；所述水印嵌入过程的具体步骤为：(1)特征图像采样：(1a)将载体图像从左上方提取V×V像素的一块正方形基块，将此正方形基块分成大小为2×2像素且互不重叠的子块，按行排序得到载体图像块序列；(1b)丢弃分块后不能被划分的剩余部分；(1c)依次选取载体图像块序列中各个子块，计算所选取载体图像块序列中子块的平均像素值，得到平均像素值序列A；(1d)将平均像素值序列A转化为特征图像H；(2)按照下式，从特征图像中提取初始特征点，得到初始特征点序列：F＝harrisLaplace(H)其中，F表示初始特征点序列，harrisLaplace表示进行Harris-Laplace算子计算操作，H表示特征图像；(3)计算扩展特征点序列：依次选取初始特征点序列中各个特征点，将所选取的初始特征点序列中的特征点对应的行位置和列位置扩大为原来的两倍，得到扩展特征点序列；(4)获取尺度特征点序列：(4a)依次选取扩展特征点序列中各个特征点，计算所选取的扩展特征点序列中特征点对应的尺度，得到特征点尺度序列；(4b)在尺度阈值区间[T1,T2]内，选取满足扩展特征点尺度序列中的所有尺度，其中，1≤T1<T2≤16；(4c)依次将特征点尺度序列中的尺度对应的扩展特征点作为尺度特征点，得到尺度特征点序列；(5)获取非越界特征圆序列：(5a)从尺度特征点序列中选取一个尺度特征点，以所选取的特征点所在的位置为圆心，以特征点的尺度和给定的半径比例因子的乘积为半径作圆，将该圆作为非越界特征圆；(5b)判断非越界特征圆是否超过载体图像的边界，若是，则舍弃该非越界特征圆，否则，执行步骤(5c)；(5c)判断是否选取完尺度特征点序列中的所有尺度特征点，若是，执行步骤(5d)，否则执行步骤(5a)；(5d)将所有非越界特征圆组成非越界特征圆序列；(6)获取非重叠特征圆序列：(6a)从非越界特征圆序列中选取一个非越界特征圆，将所选取的非越界特征圆放入非重叠特征圆序列中；(6b)从非越界特征圆序列中选取一个非越界特征圆，判断所选取的非越界特征圆是否与非重叠特征圆序列在圆面上发生重叠，若是，则舍弃该非越界特征圆，否则，执行步骤(6c)；(6c)将非越界特征圆放入非重叠特征圆序列；(6d)判断是否选取完非越界特征圆序列中的所有非越界特征圆，若是，执行步骤(7)，否则执行步骤(6b)；(7)嵌入水印：(7a)从非重叠特征圆序列中选取一个非重叠特征圆，计算所选取的非重叠特征圆的内接正方形；(7b)按照下式，在选取的内接正方形中嵌入水印，得到含水印的内接正方形：G＝embedWM(Q,W)其中，G表示含水印的内接正方形，embedWM表示水印嵌入操作，Q表示非重叠特征圆的内接正方形，W表示拟嵌入的水印；(7c)判断是否选取完非重叠特征圆序列中的所有非越界特征圆，若是，得到含水印图像，否则，执行步骤(7a)；所述水印提取过程的具体步骤为：(8)待检测特征图像采样：(8a)将待检测图像从左上方提取V′×V′像素的一块正方形基块，将此正方形基块分成大小为2×2像素且互不重叠的子块，按行排序得到待检测图像块序列；(8b)丢弃分块后不能被划分的剩余部分；(8c)依次选取待检测图像块序列中各个子块，计算所选取待检测图像块序列中子块的平均像素值，得到待检测平均像素值序列A′；(8d)将待检测平均像素值序列A′转化为待检测特征图像H′；(9)按照下式，从待检测特征图像中提取待检测初始特征点，得到待检测初始特征点序列：F′＝harrisLaplace(H′)其中，F′表示待检测初始特征点序列，harrisLaplace表示进行Harris-Laplace算子计算操作，H′表示待检测特征图像；(10)计算待检测扩展特征点序列：依次选取待检测初始特征点序列中各个特征点，将所选取的待检测初始特征点序列中的特征点对应的行位置和列位置扩大为原来的两倍，得到待检测扩展特征点序列；(11)获取待检测尺度特征点序列：(11a)依次选取待检测扩展特征点序列中各个特征点，计算所选取的待检测扩展特征点序列中特征点对应的尺度，得到待检测特征点尺度序列；(11b)在尺度阈值区间[T1,T2]内，选取满足待检测扩展特征点尺度序列中的所有尺度，其中，1≤T1<T2≤16；(11c)依次将待检测特征点尺度序列中的尺度对应的待检测扩展特征点作为尺度特征点，得到待检测尺度特征点序列；(12)获取待检测非越界特征圆序列：(12a)从待检测尺度特征点序列中选取一个尺度特征点，以所选取的特征点所在的位置为圆心，以特征点的尺度和给定的半径比例因子的乘积为半径作圆，将该圆作为非越界特征圆；(12b)判断非越界特征圆是否超过待检测图像的边界，若是，则舍弃该非越界特征圆，否则，执行步骤(12c)；(12c)判断是否选取完待检测尺度特征点序列中的所有尺度特征点，若是，执行步骤(12d)，否则执行步骤(12a)；(12d)将所有非越界特征圆组成待检测非越界特征圆序列；(13)获取待检测非重叠特征圆序列：(13a)从待检测非越界特征圆序列中选取一个非越界特征圆，将所选取的非越界特征圆放入待检测非重叠特征圆序列中；(13b)从待检测非越界特征圆序列中选取一个非越界特征圆，判断所选取的非越界特征圆是否与待检测非重叠特征圆序列在圆面上发生重叠，若是，则舍弃该非越界特征圆，否则，执行步骤(13c)；(13c)将非越界特征圆放入待检测非重叠特征圆序列；(13d)判断是否选取完待检测非越界特征圆序列中的所有非越界特征圆，若是，执行步骤(14)，否则执行步骤(13b)；(14)提取水印：(14a)从待检测非重叠特征圆序列中选取一个非重叠特征圆，计算所选取的非重叠特征圆的内接正方形；(14b)按照下式，在选取的内接正方形中提取水印，得到含水印的内接正方形：(G′,W′)＝extractWM(Q′)其中，G′表示还原后的内接正方形，W′表示还原后的水印，extractWM表示水印提取操作，Q′表示非重叠特征圆的内接正方形；(14c)判断是否选取完待检测非重叠特征圆序列中的所有非重叠特征圆，若是，得到还原后的图像，否则，执行步骤(14a)。2.根据权利要求1所述的基于图像局部区域的脆弱可逆水印方法，其特征在于：步骤(1c)中所述计算所选取载体图像块序列中子块的平均像素值是按照如下公式实现的：Ai＝(Bi1+Bi2+Bi3+Bi4)/4其中，Ai表示载体图像块序列中第i个子块的平均像素值，Bi1表示载体图像块序列中第i个子块中位于左上角位置处的像素值，Bi2表示载体图像块序列中第i个子块中位于左下角位置处的像素值，Bi3表示载体图像块序列中第i个子块中位于右上角位置处的像素值，Bi4表示载体图像块序列中第i个子块中位于右下角位置处的像素值。3.根据权利要求1所述的基于图像局部区域的脆弱可逆水印方法，其特征在于：步骤(1d)中所述将平均像素值序列A转化为特征图像H是按照如下公式实现的：H(q,t)＝Ak其中，H(q,t)表示特征图像H中第q行第t列的像素值，Ak表示平均像素值序列A中的第k个值，k＝q×c+t-c，c表示满足条件下的最大正整数，表示向下取整操作，min表示取最小值操作，M与N分别表示载体图像的行数与列数，1≤q≤c，1≤t≤c。4.根据权利要求1所述的基于图像局部区域的脆弱可逆水印方法，其特征在于：步骤(4a)中所述计算所选取的扩展特征点序列中特征点对应的尺度是按照如下公式实现的：Sj＝getScale(Uj)其中，Sj表示特征点尺度序列中第j个尺度，getScale表示尺度计算操作，Uj表示扩展特征点序列中第j个扩展特征点。5.根据权利要求1所述的基于图像局部区域的脆弱可逆水印方法，其特征在于：步骤(7a)中所述计算...

【专利技术属性】
技术研发人员：安玲玲，林建忠，尹广学，蔡固顺，王泉，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61