[发明专利]应用二维码实现鲁棒数字水印的方法

说明书

技术领域

该发明方法所属技术领域为数字图像处理、计算机应用、计算机安全等领域。

背景技术

根据水印提取的过程是否需要原始图像，数字水印分为盲水印和非盲水印。盲水印在提取过程中不需要原始图像的参与，而非盲水印在检测的过程中需要原始图像的参与。

早期盲水印的实现主要是基于空域的实现，该类实现鲁棒性较差，不能抵抗攻击。Hsieh提出了一种基于DCT域的盲水印算法，该算法对于大部分的攻击均具有较高的鲁棒性，但是对于JPEG压缩的鲁棒性较差。Fuentes提出的基于ICA的盲水印算法，具有较高的鲁棒性，但是该算法比较复杂，需要产生较复杂的密钥信息，实现起来有一定的难度。Huang等提出了一种基于遗传算法的盲水印算法，该算法较好地实现了盲提取，但算法的运算量较大，效率较低。

本发明方法主要应用了QR二维码技术(Quick Response Code)和提升小波技术。

QR码除了具有一维条码所具有的信息容量大、可靠性高、可显示汉字和图像等多种文字信息、保密性高等特点外，还具有超高速识读、全方位识读、纠错能力强等特点。在识别的过程中，即使有50％的图像发生污损仍然可以很好地恢复原始图像。因此，将QR码应用于数字水印领域，可以很好地增强水印的鲁棒性。

提升小波是由第一代小波变换的提升来实现的。提升小波既有第一代小波的优点，又克服了它的局限性。它运算速度快、允许完全原位计算，并且其逆变换是正变换的反运算。因此应用提升小波进行变换，可以很好地恢复原始图像。

提升小波的正向提升过程分为三个过程：分裂、预测和修正。首先假设已知需要处理的序列集为λ₀，具体实现过程为：

1)分裂。将λ₀分解为λ_-1和γ_-1两个子集。

2)预测。用γ_-1和其预测值P(λ_-1)之间的差值来表示γ_-1，即：

                   γ_-1＝γ_-1-P(λ_-1)

3)修正。用γ_-1来更新λ_-1，即，

                   λ_-1＝λ_-1+U(γ_-1)

重复迭代上述算法，即完成提升小波变换。提升小波有良好的可逆性。一旦完成前向变换，即可快速得到逆向提升小波变换，与前向操作的唯一不同就是加号与减号的区别。

发明内容

本发明方法在嵌入水印时，首先对需要版权保护的图像进行提升小波变换，然后对水印图像进行QR码编码处理，再对得到的QR码图像进行混沌处理以提高算法的安全性，最后将经过QR码编码、混沌处理的水印信息通过元胞自动机处理嵌入到原始图像的提升小波逼近子图中。水印提取时，对经过上述处理后的图像应用元胞自动机、混沌系统、QR码解码得到原始水印信息。该实现方法具有较高的鲁棒性，能够抵抗剪切、修改、噪声等攻击。该实现方法能够广泛应用于版权保护领域，具有一定的实用价值。

附图说明

附图为Moore型元胞自动机示意图

具体实施方式

该水印方法的实现过程分为水印嵌入过程和提取过程两个步骤，在具体实现中需要实现盲水印，并对数字水印的安全性作出处理，具体实施方式如下。

1盲水印的实现

元胞自动机(cellular automata，也称细胞自动机)是一组具有一定状态的元胞单元组成的阵列。元胞自动机由元胞、元胞状态集合、邻居和局部规则组成。在每一个时刻，每个元胞在局部规则和邻居元胞状态的共同作用下产生新的状态，作为下一时刻的元胞状态的更新值。

本文提出的实现方法采用Moore型元胞自动机来实现盲水印。这种模型中一个元胞的上、下、左、右、左上、右上、左下、右下相邻八个元胞为该元胞的邻居。通过修改原始图像中特定点的像素值来实现盲提取，特定点的像素值由其邻居点像素值及水印图像中对应点的像素值共同决定。

嵌入水印时，计算附图中A、B、C、D、F、G、H、I等8个点的像素值的平均值EE，然后将该值与水印图像中对应点的像素值进行线性运算得到一个新的值EN，如下所示：

                        EN_i＝EE_i+α*W_i