[发明专利]图像添加水印的方法及系统

说明书

技术领域

本发明涉及一种图像添加水印的方法及系统。

背景技术

随着计算机和互联网的发展，用于内容保护和验证的无损或失真的给图像添加水印的技术已成为一个有前途、高效和可行的工具。一般来说，图像添加水印需要处理好鲁棒性、不可见性、容量和安全性之间的矛盾。

为了实现这些约束的之间平衡，近年来，人工智能算法如粒子群优化算法（PSO）、差分进化算法（DE）和遗传算法等广泛应用在图像水印中，使图像水印的应用表现出非凡的性能。与同类进化算法如PSO算法相比，DE算法作为一个全局的、以种群为基础和随机直接搜索方法，在大量应用中有很多计算和性能方面的优势。由于其具有参数独立、非凸误差、收敛速度快、参数较少的特点，所以DE算法非常适合于优化水印参数。

为了提高图像水印的安全性，混沌映射因为其理想性能而成为了研究的重点。由混沌序列生成的绝大多数混沌映射具有十分吸引人的功能，如非周期性、频谱宽、易产生及对非常小的扰动及其敏感。混沌映射中的密钥用来随机置乱图像水印位置，从而在不降低性能的前提下解决安全性问题。现有的Logistic混沌映射已经用于图像水印，以提高统计特性。统计特性如能量、相关性、对比度及一致性等都取得令人满意的结果。但在没有加入任何智能优化方法的情况下，图像添加的水印性能仍然很不理想。

发明内容

有鉴于此，有必要提供一种图像添加水印的方法及系统。

本发明提供一种图像添加水印的方法，该方法包括如下步骤：a.对要添加到图像的水印进行混沌映射；b.对要添加水印的图像进行四元数小波变换；c.对图像添加水印的参数进行自适应差分进化处理，以平衡水印各方面的要求；d.将上述混沌映射后的水印嵌入到经四元数小波变换的图像中，以更新图像；e.将水印从更新后的图像中提取出来。

其中，该方法还包括步骤：f.对所述图像添加水印进行整体性能优化。

所述的步骤d包括：对四元数小波变换的幅度和加密的水印进奇异值分解；对嵌入水印的图像再次进行奇异值分解；逆四元数小波变换获得更新后的图像。

所述的步骤e包括：对嵌入水印的图像进行四元数小波变换获得幅度和相位信息；对所述嵌入水印的图像的幅度系数进行奇异值分解；利用相同的密钥解密获得重构后的水印；计算原始水印和所提取水印之间的相似性。

所述的步骤f使用目标函数=f（鲁棒性，不可感知性，水印容量）进行性能优化。

本发明还提供一种图像添加水印的系统，包括相互电性连接的获取模块、识别模块、筛选模块及划分模块，其中：映射模块、变换模块、差分进化处理模块、嵌入模块及提取模块，其中：所述映射模块用于对要添加到图像的水印进行混沌映射；所述变换模块用于对要添加水印的图像进行四元数小波变换；所述差分进化处理模块用于对图像添加水印的参数进行自适应差分进化处理，以平衡水印各方面的要求；所述嵌入模块用于将上述混沌映射后的水印嵌入到经四元数小波变换的图像中，以更新图像；所述提取模块用于将水印从更新后的图像中提取出来。

其中，该系统还包括优化模块，用于对所述图像添加水印进行整体性能优化。

所述的嵌入模块具体用于：对四元数小波变换的幅度和加密的水印进奇异值分解；对嵌入水印的图像再次进行奇异值分解；逆四元数小波变换获得更新后的图像。

所述提取模块具体用于：对嵌入水印的图像进行四元数小波变换获得幅度和相位信息；对所述嵌入水印的图像的幅度系数进行奇异值分解；利用相同的密钥解密获得重构后的水印；计算原始水印和所提取水印之间的相似性。

所述的优化模块使用目标函数=f（鲁棒性，不可感知性，水印容量）进行性能优化。

本发明图像添加水印的方法及系统，提出了一种基于混沌映射、奇异值分解和四元数小波变换的针对图像版权保护的智能数字水印方法，其通过修改四元数小波变换振幅系数的奇异值，将水印信息植入到宿主数据中，四元数小波变换的平移不变性和奇异值分解的理想特征使得该方法具有抗几何失真的高鲁棒性。此外，自适应差分进化处理、设计独特的目标函数获得最优比例因子值，实现了相互矛盾的水印性能要求间的良好平衡，该方法性能优越、效率高。

附图说明

图1为本发明图像添加水印的方法的流程图；

图2为本发明图像添加水印的系统的硬件架构图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细的说明。

参阅图1所示，是本发明图像添加水印的方法较佳实施例的作业流程图。

步骤S401，对要添加到图像的水印进行混沌映射。具体步骤如下：