本发明专利技术公开了一种基于Hessenberg分解的高性能数字水印方法，旨在改变当前数字水印多为二值或灰度图像的现状，满足彩色数字图像作为数字水印的需要。其技术要点是：首先，将彩色宿主图像降维处理并分成4×4的图像块；其次，把每个图像块进行矩阵Hessenberg分解，通过微调其正交矩阵第二行第二列和第三行第二列之间的大小关系，将彩色数字图像水印嵌入到彩色宿主图像中；提取水印时，仅需要含水印的宿主图像而无需原始水印或原始宿主图像的帮助，可达到盲提取的目的。该方法具有较好的水印不可见性、较强的鲁棒性及较高的执行效率，本发明专利技术适用于彩色数字图像作为数字水印的版权保护。
【技术实现步骤摘要】
本专利技术属于多媒体信息安全
，涉及彩色数字图像作为数字水印的版权保护。
技术介绍
随着Internet和多媒体技术的快速发展，各种网络多媒体信息服务也得到了长足的发展。这些先进的信息技术为广大人民带来方便的同时，也给盗版者提供了便利，从而威胁版权所有者的合法权益。作为数字版权保护的技术手段之一，数字水印技术引起了广泛关注。数字水印的基本手段是将版权信息、产品的标识码以及购买者的信息等(称为水印信号)嵌入到数字媒体中。嵌入的水印信号应当不降低原数据的质量、且在感觉上不易被察觉，能够经受一定的攻击而不被清除，需要时可以通过检测(提取)嵌入的水印信息来鉴别数字媒体的版权。目前的图像数字水印算法多数是将二值或灰度图像作为数字水印，而将彩色数字图像作为数字水印的比较少。一个最重要的原因是将彩色数字图像作为数字水印时，其含有的信息量是相同尺寸灰度图像的3倍，是二值图像的24倍，因此增加了水印嵌入的难度，现有的将二值图像嵌入灰度图像的数字水印技术并不能很好地满足以彩色数字图像为主的版权保护，因此如何将彩色数字图像作为数字水印成为亟待解决的问题之一。
技术实现思路
本专利技术的目的是提供一种基于矩阵Hessenberg分解的高性能数字水印方法，其特征在于通过具体的水印嵌入算法和水印提取算法来实现的，其水印嵌入算法的具体步骤描述如下：第一步：水印序列的生成：首先，将一幅大小为M×M的24位原始水印图像W 通过降维处理分成三个二维色彩分量水印Wm，m =1,2,3分别表示红，绿，蓝色彩分量；其次，把每个色彩分量水印进行基于K A 的Arnold变换置乱；随后，将置乱后的色彩分量水印中的每个像素转换为8位二进制数, 并按顺序组合生成嵌入水印序列；第二步：嵌入块的选择：将一幅大小为N×N的24位原始彩色宿主图像Z 也分成三个分量图像Zn，n =1,2,3分别表示红，绿，蓝三层，并将每个分量图像Zn进一步划分为4×4大小的非重叠的图像块；同时，用公式（1）所示的基于私钥K B 的伪随机置换算法随机选择嵌入块； (1)其中，H T 表示所有4×4非重叠的图像块数目，S T 表示要选择嵌入块的数目，R 、C分别表示所选块在宿主图像中的行号与列号，randinterval( )为伪随机置换函数；第三步：选取一个嵌入块Zi,j并按照公式（2）进行Hessenberg分解获得其正交矩阵Qi,j和Hessenberg矩阵Hi,j,此处i ,j 分别表示该图像块所在的行号和列号，hess( )是矩阵Hessenberg分解函数； （2）第四步：根据公式（3）、（4），修改正交矩阵Qi,j中的第二行第二列元素和第三行第二列元素以嵌入水印w ，并得到含水印的正交矩阵； (3) (4)其中，abs( )是求绝对值函数，w 是要嵌入的水印，和分别是和因嵌入水印而被修改后的结果，sign( ) 是求符号函数，T 是水印嵌入强度，；第五步：利用公式（5）进行逆Hessenberg变换，得到嵌入水印后的图像块； （5）第六步：重复执行本水印嵌入算法的第三步到第五步，直到所有的水印信息都被嵌入完成为止；最后，将含水印的红、绿、蓝分层图像重新组合并获得含水印的图像Z *；其水印提取算法的具体步骤描述如下：第一步：将含水印图像Z *分成三个含水印的分量图像，n =1,2,3分别表示红，绿，蓝三层，并将每一个含水印的分量图像进一步分成4×4的非重叠图像块；第二步：利用本水印嵌入算法公式（1）所示的基于私钥K B 的伪随机置换算法选择含水印的图像块；第三步：选取一个含水印的图像块，并进行Hessenberg分解获得其正交矩阵和Hessenberg矩阵,此处i ,j 分别表示该图像块所在的行号和列号；第四步：根据公式（6）,利用正交矩阵中的第二行第二列元素和第三行第二列元素，提取水印信息； （6）第五步：重复执行本水印提取算法的第三步至第四步，直到提取所有的水印信息，把这些提取的信息按照每8位一组转换为十进制的像素值，然后形成分量水印，m =1, 2, 3分别表示红，绿，蓝三层；第六步：将每个分量水印进行基于私钥K A 的逆Arnold变换，并结合成最终提取的水印W*。该方法具有较好的水印不可见性和较强的鲁棒性，达到了盲提取的目的，非常适用于彩色数字图像作为数字水印的版权保护。附图说明图1（a）、图1（b）、图1（c）、图1（d）是四幅原始彩色宿主图像。图2（a）、图2（b）是两幅彩色数字水印图像。图3（a）、图3（b）、图3（c）、图3（d）是将图2（a）所示的水印依次嵌入到宿主图像图1（a）、图1（b）、图1（c）、图1（d）后所得到的含水印图像，其结构相似度SSIM值依次是0.9727、0.9571、0.9901、0.9762，其峰值信噪比PSNR值依次是36.5021dB、36.6088dB、37.9091dB、37.0301dB,说明本算法具有较好的水印不可见性。图4（a）、图4（b）、图4（c）、图4（d）是依次从图3（a）、图3（b）、图3（c）、图3（d）中提取的水印，其归一化互相关系数NC值分别是0.9999、1.0000、1.0000、0.9999。图5（a）、图5（b）、图5（c）、图5（d）、图5（e）、图5（f）是将图3（a）所示的含水印图像依次进行JPEG2000压缩(5:1)、椒盐噪声(0.02)、低通滤波(100,1)、锐化(1.0)、剪切(50%)、缩放(4:1)等攻击后所提取的水印，其归一化互相关系数NC值分别是0.9948、0.9837、0.9587、0.9998、0.9209、0.9949，说明本算法具有较强的水印鲁棒性。图6（a）、图6（b）、图6（c）、图6（d）是将图2（b）所示的水印依次嵌入到宿主图像图1（a）、图1（b）、图1（c）、图1（d）后所得到的含水印图像，其结构相似度SSIM值依次是0.9783、0.9651、0.9918、0.9932，其峰值信噪比PSNR值依次是36.4991dB、36.5673dB、39.0031dB、36.9197dB，说明本算法具有较好的水印不可见性。图7（a）、图7（b）、图7（c）、图7（d）是依次从图6（a）、图6（b）、图6（c）、图6（d）中提取的水印，其归一化互相关系数NC值分别是0.9998、1.0000、1.0000、1.0000。图8（a）、图8（b）、图8（c）、图8（d）、图8（e）、图8（f）是将图6（a）所示的含水印图像依次进行JPEG2000压缩(5:1)、椒盐噪声(0.02)、低通滤波(100,1)、锐化(1.0) 、剪切(50%)、缩放(4:1)等攻击后所提取的水印，其归一化互相关系数NC值分别是0.9948、0.9873、0.8678、0.9995、0.7992、0.9711，说明本算法具有较强的水印鲁棒性。具体实施方式本专利技术的目的是提供一种基于矩阵Hessenberg分解的高性能数字水印方法，其特征在于通过具体的水印嵌入算法和水印提取算法来实现的，其水印嵌入算法的具体步骤描述如下：第一步：水印序列的生成：首先，将一幅大小为32×32的24位原始水印图像W 通过降维处理分成三个二维色彩分量水印Wm，m =本文档来自技高网...
【技术保护点】
一种基于矩阵Hessenberg分解的高性能数字水印方法，其特征在于通过具体的水印嵌入算法和水印提取算法来实现的，其水印嵌入算法的具体步骤描述如下：第一步：水印序列的生成：首先，将一幅大小为M×M的24位原始水印图像W 通过降维处理分成三个二维色彩分量水印W m，m =1,2,3分别表示红，绿，蓝色彩分量；其次，把每个色彩分量水印进行基于K A 的Arnold变换置乱；随后，将置乱后的色彩分量水印中的每个像素转换为8位二进制数, 并按顺序组合生成嵌入水印序列；第二步：嵌入块的选择：将一幅大小为N×N的24位原始彩色宿主图像Z 也分成三个分量图像Z n，n =1,2,3分别表示红，绿，蓝三层，并将每个分量图像Z n进一步划分为4×4大小的非重叠的图像块；同时，用公式（1）所示的基于私钥K B 的伪随机置换算法随机选择嵌入块；(1)其中，H T 表示所有4×4非重叠的图像块数目，S T 表示要选择嵌入块的数目，R 、C 分别表示所选块在宿主图像中的行号与列号，randinterval( )为伪随机置换函数；第三步：选取一个嵌入块Z i,j并按照公式（2）进行Hessenberg分解获得其正交矩阵Q i,j和Hessenberg矩阵H i,j,此处i ,j 分别表示该图像块所在的行号和列号，hess( )是矩阵Hessenberg分解函数；（2）第四步：根据公式（3）、（4），修改正交矩阵Q i,j中的第二行第二列元素和第三行第二列元素以嵌入水印w ，并得到含水印的正交矩阵；(3)(4)其中，abs( )是求绝对值函数，w 是要嵌入的水印，和分别是和因嵌入水印而被修改后的结果，sign( ) 是求符号函数，T 是水印嵌入强度，；第五步：利用公式（5）进行逆Hessenberg变换，得到嵌入水印后的图像块；（5）第六步：重复执行本水印嵌入算法的第三步到第五步，直到所有的水印信息都被嵌入完成为止；最后，将含水印的红、绿、蓝分层图像重新组合并获得含水印的图像Z *；其水印提取算法的具体步骤描述如下：第一步：将含水印图像Z *分成三个含水印的分量图像，n =1,2,3分别表示红，绿，蓝三层，并将每一个含水印的分量图像进一步分成4×4的非重叠图像块；第二步：利用本水印嵌入算法公式（1）所示的基于私钥K B 的伪随机置换算法选择含水印的图像块；第三步：选取一个含水印的图像块，并进行Hessenberg分解获得其正交矩阵和Hessenberg矩阵,此处i ,j 分别表示该图像块所在的行号和列号；第四步：根据公式（6）,利用正交矩阵中的第二行第二列元素和第三行第二列元素，提取水印信息；（6）第五步：重复执行本水印提取算法的第三步至第四步，直到提取所有的水印信息，把这些提取的信息按照每8位一组转换为十进制的像素值，然后形成分量水印，m =1, 2, 3分别表示红，绿，蓝三层；第六步：将每个分量水印进行基于私钥K A 的逆Arnold变换，并结合成最终提取的水印W *。...
【技术特征摘要】
1.一种基于矩阵Hessenberg分解的高性能数字水印方法，其特征在于通过具体的水印嵌入算法和水印提取算法来实现的，其水印嵌入算法的具体步骤描述如下：第一步：水印序列的生成：首先，将一幅大小为M×M的24位原始水印图像W 通过降维处理分成三个二维色彩分量水印Wm，m =1,2,3分别表示红，绿，蓝色彩分量；其次，把每个色彩分量水印进行基于K A 的Arnold变换置乱；随后，将置乱后的色彩分量水印中的每个像素转换为8位二进制数, 并按顺序组合生成嵌入水印序列；第二步：嵌入块的选择：将一幅大小为N×N的24位原始彩色宿主图像Z 也分成三个分量图像Zn，n =1,2,3分别表示红，绿，蓝三层，并将每个分量图像Zn进一步划分为4×4大小的非重叠的图像块；同时，用公式（1）所示的基于私钥K B 的伪随机置换算法随机选择嵌入块； (1)其中，H T 表示所有4×4非重叠的图像块数目，S T 表示要选择嵌入块的数目，R 、C分别表示所选块在宿主图像中的行号与列号，randinterval( )为伪随机置换函数；第三步：选取一个嵌入块Zi,j并按照公式（2）进行Hessenberg分解获得其正交矩阵Qi,j和Hessenberg矩阵Hi,j,此处i ,j 分别表示该图像块所在的行号和列号，hess( )是矩阵Hessenberg分解函数； （2）第四步：根据公式（3）、（4），修改正交矩阵Qi,j中的第二行第二列元素和第三行第二列元素以嵌入水印w ，并...
【专利技术属性】
技术研发人员：苏庆堂，王环英，巩艳华，薛梅，王兆粼，马艳萍，
申请(专利权)人：鲁东大学，
类型：发明
国别省市：山东;37
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。