[发明专利]一种基于数字水印的人像照片处理方法

说明书

一种基于数字水印的人像照片处理方法，包括水印信息的制作、水印的添加以及水印的检测；水印的添加采用以下步骤，步骤1：对待添加水印图片进行小波分解；步骤2：计算水印嵌入深度D，根据hvs特性，通过分析三阶子带的LL子带的对应位置及其邻域的低频系数均值，判断相应位置的LH和HL的背景亮度，具体为，利用每个点的四个领域点来计算平均值，对于HL3上任一点(x,y)，LL3上对应的点的系数是LL3(x,y)，4个邻域点的系数是LL3(x‑1,y),LL3(x+1,y)，LL3(x,y‑1)，LL3(x,y+1)，计算这5个点的系数的平均值作为HL3(x,y)的背景亮度V，根据整个LL3的平均背景亮度mV，将V值分为两类，大于mV的点取嵌入深度50，小于mV的点取嵌入深度15。对图像添加不可见水印，不影响对图像内容的识别。

技术领域

本发明涉及人脸识别领域，具体涉及一种基于数字水印的人像照片处理方法。

背景技术

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。人脸是人的重要信息，是区分不同人的重要依据，具有方便易用、非接触式等优点，因此人脸识别技术是目前较指纹、虹膜等技术更自然更直接且应用最广泛的生物特征识别技术。随着各行各业的广泛应用，使用安全性便成为普遍关注的问题。在人脸识别系统中，非法分子很容易在活体检测通过之后在传输人脸图片到服务器进行人脸比对的过程中篡改人脸图片来实施攻击和欺诈行为。因此，人脸数字水印防篡改技术，逐渐受到学术界和工业界的重视，其目的就是防止非法分子对人脸识别系统中的人脸图片进行篡改。

目前的图像数字水印防篡改技术主要有以下几种：

(1)空域算法：将信息嵌入到随机选择的图像点中最不重要的像素位(LSB:leastsignificant bits)上，这可保证嵌入的水印是不可见的。但是由于使用了图像不重要的像素位，算法的鲁棒性差，水印信息很容易为滤波、图像量化、几何变形的操作破坏。

(2)基于离散余弦变换的数字水印算法：将图像分割成8×8块，并对每个块做DCT变换，然后随机选择构造所有块的一个子集，对子集的每一个块，选择一组频率并嵌入二进制水印信息。由于频率组的选择不是基于最显著分量，并且频率系数的方差较小，因此该方法对噪声、几何变形以及多文档攻击比较敏感。

发明内容

本发明针对现有技术的不足，提出一种基于数字水印的人像照片处理方法，具体技术方案如下：

一种基于数字水印的人像照片处理方法，其特征在于：包括水印信息的制作、水印的添加以及水印的检测；

所述水印的添加采用以下步骤，

步骤1：对待添加水印图片进行小波分解；

步骤2：计算水印嵌入深度D，根据hvs特性，通过分析三阶子带的LL子带的对应位置及其邻域的低频系数均值，判断相应位置的LH和HL的背景亮度，具体为，利用每个点的四个领域点来计算平均值，对于HL3上任一点(x,y)，LL3上对应的点的系数是LL3(x,y)，4个邻域点的系数是LL3(x-1,y),LL3(x+1,y)，LL3(x,y-1)，LL3(x,y+1)，计算这5个点的系数的平均值作为HL3(x,y)的背景亮度V，根据整个LL3的平均背景亮度mV，将V值分为两类，大于mV的点取嵌入深度50，小于mV的点取嵌入深度15；

步骤3：根据水印信息序列嵌入水印，水印信息的添加为通过根据嵌入水印的值，来调节LH和HL子带的系数的值来实现，根据步骤2中确定的嵌入深度D，当前需嵌入的水印信息是w，先假设LH上当前嵌入位置的系数是C，通过计算C与D的比值x＝round(C/D)，根据如下方式来获取C:

S1：如果w＝0，x是偶数，或w＝1,x是奇数:

则令C＝x*D,进入步骤4,否则,进入步骤S2；

S2：如果w＝1,x是偶数，或w＝0，x奇数: