[发明专利]水印信息扩展编码、嵌入、评估、检测提取方法和装置

说明书

技术领域

本发明一般地涉及信息工程和文档保护，具体涉及到数字水印的嵌入、评估与检测提取的方法和装置。

背景技术

数字水印技术是信息隐藏技术领域中的一个重要组成部分，它是将特定意义的信息利用数字处理方法以不易感知的方式隐藏在图像，音视频，文本等数字产品中并可通过一定的技术手段检测出被隐藏的信息。该技术可用于数字产品的版权保护、内容验证与防伪、操作跟踪及秘密通信等。根据信息载体的不同，数字水印可分为图像数字水印，音视频水印和文本数字水印等几个主要的类别。例如，文本数字水印领域的特点是水印信息隐蔽在由字符为主要元素的二值文本图像文件中。

现有的二值文本图像水印技术可分为与内容无关的技术和内容相关技术，前者又称为背景技术，是在文本图像之上产生由细小网点构成的一层灰底图像，利用网点空间分布的变化来隐藏水印信息，显然该技术视觉感较差并且会消耗过多的油墨。

与内容相关的水印技术则是利用文档中的字符图像的位置信息或象素点信息或与象素关联的高层信息(比如语义)进行水印的嵌入与检测。常见的方法有行移/字间距移，字结构微调以及字符边界象素的局部特征修改，上述方法大都在空域中完成水印的嵌入与检测，通常在检测前需对扫描得到的灰度图像作二值化处理。

美国专利US 6983056提供了一种利用分块象素特征在二值图像中嵌入水印的技术，在该专利中每一分割后的子块图像内部分做2部分，根据被嵌入信息的不同，令一部分黑色象素增加另一部分则减少来实现水印的嵌入；提取水印时候则令这两部分象素相减，通过与一定的阈值比较来最终确定水印信息。显然该阈值大小不仅与视觉效果紧密关联，也和其抗打印扫描能力紧密绑定，这两者是互为矛盾的，而文中并没给出平衡这个矛盾的技术手段。

国内公开号为CN 101119429A专利提供了一种按一定步长的奇偶数翻转字符轮廓线的方法来嵌入水印，该步长所代表的冗余和US6983056专利中阈值一样是其抗打印扫描攻击的关键所在，但其实际取值受打印及扫描深浅和二值化影响较大，文中只是简单给出步长的一个经验值，既没给出该步长适合的打印扫描条件，更没涉及到该步长的自适应提取的问题，这恰是该专利无法解决缩放检测及进一步提高视觉效果的关键所在，也是其抗打印扫描能力不足的一个因素(体现在对使用环境正常变化下的检测的不稳定，并没有效地规避不确定性因素)。类似使用步长概念的一系列专利大都存在同样不足，如CN1996381。

国内公开号为CN 1684115A提出一种基于字符拓扑结构的文本数字水印技术，其核心是通过改变字符字形的拓扑结构，设计出语义上相同字符的多种字形，对这些字形的拓扑结构进行编码。该技术没引进对不确定性因素(如二值化带来笔画的粘连)的处理，仅以拓扑结构的理论不变性作为抗打印扫描的前提，因而不可避免给视觉带来较大修改的痕迹，而且为不同的字符不同的字体设计出不同的拓扑结构，其工作量相当可观，同时在其技术中无论是水印的嵌入还是检测都需要先完成语义字符的识别即OCR处理，这无疑加大了实现的难度和复杂度。

文章A Text Watermarking Algorithm based on Word Classification andInter-word Space Statistics(Proceedings of the Seventh International Conferenceon Document Analysis and Recognition(ICDAR 2003 IEEE)提供了一种研究词的分类及在每一分类中利用词间距统计特征来嵌入水印的方法。具体说来通过同左右近邻词间距的大小比较来定义一个词的类型，两邻的几个词构成一个片段并依据词的类型自然获得一标识号，同标识号的片段构成一个类，通过研究并修改该类中所有词间距的统计特性比如均值和方差来实现水印的嵌入。该方法通过构建样本群，采用统计学的技术手段来消除打印扫描中的随机因素影响，但其能实现的水印容量过小。

以上现有技术在平衡视觉效果和抗打印扫描攻击能力方面存在或技术手段欠缺，或水印容量过小等不足。此外一个普遍的技术特点是这些技术在检测和提取水印信息时都以假定水印存在为前提，回避或少有提及如何科学地判断水印信息是否存在的问题(也有部分系统依靠有限的标记信息来判断水印存在与否，但该标记信息易与正常的编码信息混淆，导致其可信度同样受到质疑)。这个问题等价于，即使水印信息存在但因其所受破坏较大提取出数据已经不可信的时候如何对其可信度作出正确的评估和判定。

发明内容