[发明专利]一种基于显著性检测和轮廓波变换的图像水印方法与系统

说明书

本发明公开了一种基于显著性检测和轮廓波变换的图像水印方法，对载体图像分别进行显著性检测以及轮廓波变换，并对变换后的低通子带进行分块，由块内的显著性值以及能量分布决定每一块的量化步长，将水印信息自适应地嵌入到载体图像的轮廓波域中。本发明还提出一种基于显著性检测和轮廓波变换的图像水印系统，包括水印嵌入模块，信息传输模块，水印提取模块。本发明在发送端通过改进的对数量化索引调制算法将水印信息自适应地嵌入到载体图像低通子带的每一块中，并将每一块的量化步长作为密钥发送到接收端，实现水印提取，具有隐蔽性好、不可感知性高等优点，并且在抵抗噪声、滤波、图像压缩、幅度缩放等常规水印攻击时表现出很强的鲁棒性。

技术领域

本发明涉及一种图像水印方法与系统，属于信息隐藏和图像处理技术领域。

背景技术

数字水印在数字媒体信息中添加某些数字信息，以便保护数字媒体的版权。总体来说，数字水印有三个最主要的特性：不可见性、鲁棒性和容量。量化索引调制算法因能够对这三个特性进行有效折中，已成为最流行的鲁棒性水印算法之一；对数量化索引调制对量化索引调制进行了改进，将对数变换应用于量化水印算法，提高了算法的鲁棒性，但两者都对幅度缩放攻击异常脆弱。一系列对幅度缩放攻击鲁棒的水印算法先后被提出，然而却仍存在不足。

显著性检测的目的是定位出最显著的、最吸引人视觉注意的图像区域。视觉显著性源于视觉的独特性、不可预测性、稀缺性以及奇异性，由颜色、梯度、边缘、边界等图像属性决定。视觉显著性已经应用于数字水印中。轮廓波变换在多尺度上提取了方向信息，解决了小波变换无法很好地表示奇异性曲线的问题，被广泛应用于各类图像处理算法中。基于轮廓波变换的数字水印算法也已经成为一个新的研究方向。

发明内容

本发明所要解决的技术问题是：为了克服现有技术中存在的不足，本发明提供一种基于显著性检测和轮廓波变换的图像水印系统与方法，旨在提高水印系统的不可见性，以及抵抗噪声、滤波、图像压缩、幅度缩放等攻击的鲁棒性。

本发明为了解决以上技术问题，而采用以下技术手段：

本发明首先提出了一种基于显著性检测和轮廓波变换的图像水印方法，包括步骤如下：

步骤(1)、水印嵌入：对载体图像进行显著性检测，得到对应的显著性图，将其分割成大小为Β×Β、互不重叠的M个小块；对载体图像进行轮廓波变换，得到低通子带I_J，将其分割成大小为B'×B'、互不重叠的M个小块；由块内的显著性值的均值以及能量分布E_i决定每一块的量化步长Δ_i，将其作为第一密钥信息，利用基于量化的水印嵌入算法将水印比特嵌入到低通子带块的最大奇异值中；再通过轮廓波逆变换得到嵌入水印的载体图像；

步骤(2)、信息传输：在通讯设备或网络中传输含水印载体图像，包括产生各种攻击方法破坏水印信息，得到受攻击后的水印载体图像；

步骤(3)、水印提取：对受攻击的水印载体图像进行轮廓波变换，得到其低通子带I_J'，将其分割成大小为B'×B'、互不重叠的M个小块，利用第一密钥信息确定每一块的分块步长Δ_i并利用基于量化的水印提取算法提取检测水印信息，并判断水印信息完整度。

进一步的，本发明所提出的一种基于显著性检测和轮廓波变换的图像水印方法，水印嵌入步骤具体如下：

步骤101、对载体图像进行显著性检测，得到对应的显著性图，将其分割成大小为Β×Β、互不重叠的M个小块，计算各图像块显著性值的均值

步骤102、对载体图像进行轮廓波变换，得到低通子带I_J，将其分割成大小为B'×B'、互不重叠的M个小块，记为L₁,L₂,…,L_M，计算各图像块的能量E；