非下采样轮廓波变换的鲁棒数字水印算法制造技术

本发明专利技术旨在解决数字水印技术中伪Zernike矩抗剪切、缩放攻击鲁棒性不强的问题，属于图像与信号处理领域。利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量，通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基，构造稀疏基的测量矩阵，并对其进行压缩感知处理得到新的低频分量，然后计算其Zernike矩，通过抖动量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入。最后利用正则化正交匹配追踪算法进行图像压缩感知的重构。本方法在保证水印不可见性的前提下，不仅能够有效抵抗诸如滤波、噪声、压缩等常规攻击，而且对缩放、剪切、旋转等几何攻击都有相对较强的鲁棒性，该方法为后续解决水印抗几何攻击鲁棒性问题研究具有重要的参考意义。

【技术实现步骤摘要】
非下采样轮廓波变换的鲁棒数字水印算法
本专利技术涉及图像与信号处理的信息隐藏技术的一个分支图像水印，具体为基于非下采样轮廓波变换(NonsubsampledContourletTransform,NSCT)的压缩感知(CompressedSensing,CS)结合伪Zernike矩的鲁棒数字水印算法。
技术介绍
21世纪以来，通信信息技术及互联网应用广泛传播，随之而来的数字化产品被复制盗用伪造的问题亟待解决，数字化信息的保护显得尤为重要，因此数字水印技术应运而生。目前，数字水印技术已经得到很好的发展，一般简单攻击由于没有破坏水印检测的同步性都能够有效抵抗，但是旋转、缩放、剪切等攻击伴随有几何失真带来的同步错误，大部分数字水印难以抵抗，因此，如何设计一种能够有效抵抗旋转、缩放、剪切等几何攻击的方案是目前水印技术需要研究的重点话题之一。目前提出的抗几何水印水印方案大致可分为四种:雅克比-傅里叶矩，ShiftedLegendre矩，Chebichef矩，Jordan变换，Zernike矩等几何不变域方案较为常见，但由于此类方法容易受到插值运算以及嵌入容量的影响，因而只能抵抗简单以及常规的几何攻击，对于剪切等复杂性攻击的抵抗力显得相对弱势。基于哈里斯(Harris),尺度不变特征变换(scaleinvariancefeaturetransform,SIFT),快速鲁棒局部特征检测(speededuprobustfeatures,SURF)等特征点提取的水印方案近年来也取得很大的进展，此类方法由于提取了图像重要特征信息因而在检测时水印不易受到同步误差带来的影响。文献(Yi-XinZ,Zheng-NingT.ThewatermarkingalgorithmrobusttogeometryattacksbasedonSURFandRDWT[J].electronicdesignengineering,2019,27(18):157-161)使用SURF算法提取载体图像特征点，并使用随机抽样一致性算法RANSAC(RandomSampleConsensus)优化特征点匹配结果，然后对受攻击图像进行SURF校正计算还原出原始水印，校正后的旋转角度可通过仿射变换得到，因此该方法有效抵抗旋转攻击，但对于缩放、剪切攻击的鲁棒性不强。第三类基于模板匹配的水印方案，该方案虽然能避免几何失真带来的低鲁棒性问题，但由于水印中添加了同步模板，因而水印信息的嵌入容量也随之降低。近几年水印技术研究的热门方案是在水印引入了机器学习。该方案通过结合种群的优化算法以及神经网络模型生成用于嵌入水印的动态模式，因而增强水印的抗几何攻击能力。文献(BasND,SinghRP,ChaudharyV,etal.ANovelBlindDigitalWatermarkingBasedonSVDandExtremeLearningMachine[J].OrientalJournalofComputerscienceandTechnology,2017,10(1):160-167)提出了一种基于奇异值分解和极限学习机(ExtremeLearningMachine,ELM)的基于整数小波变换(Integerwavelettransform,IWt)域的鲁棒水印方案，对载体图像进行IWt域转换后，利用SVD进行水印嵌入，提取时采用ELM的训练方法以找出原始图像系数和含水印图像系数之间的关系。该方法虽然满足水印各种抗几何攻击能力，但却牺牲了水印的不可见性指标。本文采用第一种几何不变域的水印技术，针对几何不变域中伪Zernike矩抗剪切、缩放攻击抵抗力不强的问题，提出一种在非下采样轮廓波变换(nonsubsampledContourlettransform,NSCT)下的压缩感知(CompressedSensing,CS)结合伪Zernike矩的方案。首先对图像进行NSCT后提取其低频分量，低频分量稀疏处理后获取稀疏基，利用压缩感知得到新的低频图像，然后利用抖动量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入。最后通过正则化正交匹配追踪进行压缩感知的重构。仿真与实验结果表明，在满足水印不可见性的前提下，该算法能够有效抵抗图像的简单攻击以及旋转、缩放、剪切等几何攻击。
技术实现思路
本文所要解决的技术问题是解决目前抗几何攻击水印几何不变域中伪Zernike矩抗剪切、缩放攻击鲁棒性不强问题，解决方案是提出一种在NSCT下的CS-Zernike矩的鲁棒数字水印，该方案对原始图像进行NSCT后提取其低频分量，低频分量稀疏处理后构造其测量矩阵，然后将获取的稀疏基进行压缩感知得到压缩感知后的低频图像，水印信息嵌入在抖动量化调制正则化伪Zernike矩的幅值当中，最后利用正则化正交匹配追踪算法(Regularizedorthogonalmatchingpursuit,ROMP)进行图像压缩感知的重构。通过结合非下采样轮廓波变换和正则化Zernike矩思想，有效解决水印抗几何攻击鲁棒性不强的问题。本专利技术解决上述技术问题而提出的技术方案的实施办法为：首先利用非下采样轮廓波变换对载体图像I进行三层分解提取其低频分量ILL，通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基构造稀疏基的测量矩阵yc，并对yc进行压缩感知处理得到新的低频分量然后计算的Zernike矩，通过抖动量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入。利用ROMP算法对含水印低频图像进行压缩感知重构，得到重构后的含水印低频图像将修改过的结合原来的高频分量重构得到待提取的含水印图像I′。Zernike矩定义如下：它是原始图像在一组基上的映射，它定义为在单元圆内x2+y2≤1的任意平方可积函数：Veq(x,y)＝Veq(ρ,θ)＝Req(ρ)exp(jqθ)(1)其中，Req(ρ)为Zernike矩的径向多项式，θ＝arctan(y/x)，e＝0,1,2,…，表示Zernike矩的阶数，q＝0,±1,±2,…，|q|＜e且e-|q|为偶数。Veq(x,y)为Zernike矩的复数函数集，具有正交性。Veq(x,y)满足公式：其中，[Veq(x,y)]*表示Veq(x,y)的共轭复数，根据正交变换理论，连续函数f(x,y)满足x2+y2＞1且函数值为零时，可利用Veq(x,y)展开：其中，Zeq为f(x,y)的e阶q重Zernike矩。即：上式求得：利用x＝ρcosθ,y＝ρsinθ，将Zeq的直角坐标表示转化为极坐标下的表示形式：Zernike矩的径向多项式定义如下：由推导得知Zernike矩具有旋转不变性，而正则化后的Zernike矩可以消除平移缩放对图像的影响。正则化Zernike矩的过程实际是将图像的灰度值趋于平均化，而图像的零阶矩表示图像的整体灰度值，因此利用图像零阶矩可以将Zernike矩正则化。图像的u+v阶矩函数定义为：其中，f(x,y)表示图本文档来自技高网...

【技术保护点】
1.一种非下采样轮廓波变换的鲁棒数字水印算法，其步骤在于：首先利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量，通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基，构造稀疏基的测量矩阵，并对其进行压缩感知处理得到新的低频分量，然后计算其Zernike矩，通过抖动量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入。最后利用正则化正交匹配追踪算法进行图像压缩感知的重构。水印提取时不需要借助原始图像的信息，因此该算法属于水印的盲提取算法。/n

【技术特征摘要】
1.一种非下采样轮廓波变换的鲁棒数字水印算法，其步骤在于：首先利用非下采样轮廓波变换对载体图像进行三层分解提取其低频分量，通过一维离散小波变换对低频分量进行稀疏化以获取稀疏基，构造稀疏基的测量矩阵，并对其进行压缩感知处理得到新的低频分量，然后计算其Zernike矩，通过抖动量化调制正则化伪Zernike矩幅值的方式将水印信息嵌入。最后利用正则化正交匹配追踪算法进行图像压缩感知的重构。水印提取时不需要借助原始图像的信息，因此该算法属于水印的盲提取算法。


2.根据权利要求1所述的算法，其步骤在于:在进行图像的压缩感知处理之前，需要对低频图像ILL进行稀疏化处理，本文...

【专利技术属性】
技术研发人员：张天骐，周琳，张晓艳，张刚，胡延平，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50