[发明专利]一种基于神经网络的图像盲水印嵌入及检测的方法及系统

说明书

一种基于神经网络的盲水印嵌入及检测的方法，盲水印嵌入：首先对原始图像进多次离散小波变换，之后将其最后一次小波变换的低频分量进行量化处理，然后将二值水印图像嵌入低频分量中；盲水印提取方法，提取二值图像后，利用深度神经网络判断被测图像是否含有水印；1)将宿主图像X(M,N)从RGB色彩空间转换到YCbCr空间，再对其Y分量进行三层离散小波变换(DWT)；2)将待嵌入的水印图像W缩放，接着转化为二值图像B(i,j)；3)将新的低频分量与其余子带图像依次进行三层逆小波变换，重构亮度分量Y，再把图像从YCbCr色彩空间转换为RGB空间。

技术领域

本发明涉及计算机深度学习领域，特别是涉及一种基于神经网络的图像盲水印嵌入及检测的方法及系统。

背景技术

随着多媒体和计算机网络技术的飞速发展，人们能够很容易的复制、传递、分发和存储信息，导致数字媒体的版权问题变得越来越突出。数字盲水印技术作为数字版权保护的一种新途径引起来人们高度的重视。CN 111008923A公开了一种水印嵌入方法，包括：1)获得载体对象及待嵌入所述载体对象的水印信息；2)根据所述水印信息生成至少一个包含水印信息的编码区域；所述编码区域包括模板点阵；3)根据所述编码区域，得到点阵水印图像；/n将所述点阵水印图像嵌入到所述载体对象中。

数字水印技术中,按照水印的检测过程可以为盲水印和非盲水印,盲水印是指只需要密钥,不要原始数据的参与；非盲水印是指需要原始数据的。本发明针对数字盲水印的嵌入及检测问题进行了方法和系统的设计。二值图像(也叫单色图像)是将每个像素点存放在一个bit空间(0或者1)的图像。YCbCr是世界数字组织视频标准研制过程中作为ITU-RBT.601建议的一部分，其实是YUV经过缩放和偏移的翻版。其中Y与YUV中的Y含义一致,Cb,Cr同样都指色彩，只是在表示方法上不同而已。在YUV家族中，YCbCr是在计算机系统中应用最多的成员，其应用领域很广泛，JPEG、MPEG均采用此格式。Y就是所谓的流明(luminance)，表示光的浓度且为非线性。

发明内容

本发明所要解决的技术问题是克服现有技术的不足，提供一种基于神经网络的图像盲水印嵌入及检测的方法及系统。盲水印嵌入时，通过离散小波变换在原图像的低频分量中嵌入二值水印图像，并通过小波逆变换，得到嵌入盲水印后的图像；水印检测时，通过小波变换提取低频分量，再利用量化处理得到二值图像，送入深度神经网络训练水印识别模型，判定其是否含有的水印。该方法和系统不仅能够在图像中快速添加盲水印，并能高效准确的判断被测图像是否含有水印。

为解决上述技术问题，本发明技术方案是，一种基于神经网络的盲水印嵌入及检测的方法，水印嵌入方法，首先对原始图像进多次离散小波变换，之后将其最后一次小波变换的低频分量进行量化处理，然后将二值水印图像嵌入低频分量中，通过逆小波变换恢复图像。水印提取方法是水印嵌入方法的逆过程，提取二值图像后，利用深度神经网络判断被测图像是否含有水印。

水印嵌入方法的具体步骤是：

步骤一：将宿主图像X(M,N)从RGB色彩空间转换到YCbCr空间，再对其Y分量进行三层离散小波变换(DWT)，可得到3x3+1个子带图像，取出其中低频分量LL3；

低频分量LL3其矩阵大小为(M/8,N/8)，设其系数值为L(i,j)，选取合适的步长Qstep对L中所有系数进行量化取整。

步骤二：将待嵌入的水印图像W缩放至的形状，接着转化为二值图像B(i,j)；并将LL3中每个系数与2取余，若L(i,j)与B(i,j)不相等，将L(i,j)的系数做出改变，同时利用Qstep反量化得到新的低频分量。

步骤三：将新的低频分量与其余子带图像依次进行三层逆小波变换，重构亮度分量Y，再把图像从YCbCr色彩空间转换为RGB空间，完成盲水印的嵌入。

水印检测方法的具体步骤是：