[发明专利]一种基于LWT-SVD-DCT算法的水印嵌入和提取方法

说明书

本发明公开了一种基于LWT‑SVD‑DCT算法的水印嵌入和提取方法，涉及数字水印技术领域。该方法包括：将原始图像进行LWT变换，提取LL子带，将子带划分成互不相交的模块进行SVD分解，将正交向量u_i进行一维DCT变换得到再把二进制水印的每一位嵌入到的中频系数中；盲水印的提取是估计系数的变化。为了提高水印的鲁棒性和透明性，本发明提出了基于提升小波理论的LWT‑SVD‑DCT水印技术，提升小波变换计算效率高，在整数域图像重构精确，SVD技术是一个强有力的工具用于图像压缩和数据隐藏，DCT变换对于高相关性图像数据具有好的能量堆栈特性。

技术领域

本发明涉及数字水印技术领域，更具体的涉及一种基于LWT-SVD-DCT算法的水印嵌入和提取方法。

背景技术

因特网的出现已经改变了人们的生活方式，在因特网上人们可以交互多媒体文本和数据，如：语音和图像等。一个突出的问题就是版权保护问题，即抑制非法的复制和传播。近些年，数字图像水印技术已经提出来用于多媒体文本和数据的版权保护。

现有技术中提出了一个具有鲁棒性和透明性的有效水印技术，该技术是基于在DWT域中进行奇异值分解(SVD)，该方法的缺点是很容易产生误判；为了避免该缺点，提出了一种改进算法，即在DWT域中嵌入主值分量；为了进一步提高鲁棒性和透明性，引入优化算法计算嵌入水印强度系数，提出LWT算法水印技术，但是上述的水印技术仍存在运算速度慢和重构图像不够精确的问题。

发明内容

本发明实施例提供一种基于LWT-SVD-DCT算法的水印嵌入和提取方法，包括：

对尺寸为N×N像素的原始图像进行二维提升小波变换，获得提升小波变换的LL子带；

将LL子带划分为互不重叠的模块LL_ij集合，并对每一个模块LL_ij进行奇异值分解变换，获得三个分量：U_ij、S_ij、V_ij；

对分量U_ij中的正交向量u_i进行一维离散余弦变换，获得向量

将每一个水印位w_ij∈{0,1}嵌入到的中频系数中，获得并对进行一维离散余弦逆变换得到向量形成

对S_ij,V_ij进行奇异值分解逆变换，获得

将所有的子模块构成LL子带，并对各子带进行提升小波逆变换，获得嵌入水印图像；

对嵌入水印图像进行二维提升小波变换，获得提升小波变换的LL'子带；

将LL'子带划分为互不相交的子模块LL'_ij集合，并对每一个子模块LL'_ij进行奇异值分解变换，获得三个分量：U′_ij、S′_ij、V′_ij；

对分量U′_ij中的正交向量u_i′进行一维离散余弦变换，获得向量

通过公式计算误差系数ε；

根据误差系数ε的范围，通过公式(1)，判别水印比特

所述公式(1)，如下所示：

其中，ε_o为判决阈值。

所述提升小波变换，具体包括：

分裂步骤：将输入信号x(n)分解为偶点和奇点样值序列x_e(n)和x_o(n)；