[发明专利]基于U-Net网络与DFT最优质量半径结合的抗打印数字水印方法及装置

权利要求书

1.一种基于U-Net网络与DFT最优质量半径结合的抗打印数字水印方法，其特征在于，包括以下步骤：

获取载体图像，对载体图像进行YCbCr和DFT变换，将零频率分量移至频谱中心，获得载体图像频谱图；

获得水印信息，并将所述水印信息读取为水印01字符串；

在所述载体图像频谱图中选出待嵌入水印区域，将待嵌入水印区域内值重组生成载体矩阵；

将待嵌入水印区域内值重组生成的载体矩阵和水印的01字符串组合，形成输入张量；

将所述输入张量输入Encoder网络中，得到含密矩阵；所述Encoder网络是以U-Net为基础的水印编码网络；

用含密矩阵替换载体图像频谱图中相应的载体矩阵，生成含密图像频谱图，并对所述含密图像频谱图进行逆幅度值、反傅里叶和逆YCbCr变换，生成含密图像。

2.根据权利要求1所述的抗打印数字水印方法，其特征在于，获取载体图像，对载体图像进行YCbCr和DFT变换，将零频率分量移至频谱中心，获得载体图像频谱图的方法包括：

对载体图像进行YCbCr变换，取Y通道进行归一化处理，得到归一化后的图像Y通道矩阵；

对归一化后的图像Y通道矩阵进行傅里叶变换得到频谱图；

将所述频谱图的零频率分量移至中心，获得载体图像频谱图。

3.根据权利要求1所述的抗打印数字水印方法，其特征在于，在所述载体图像频谱图中选出待嵌入水印区域的方法包括：

以所述载体图像频谱图的中心为圆心，向外辐射不同半径的可嵌入水印区域；

将水印的01字符串行向量按嵌入半径以式(1)生成相应矩阵：

式中，W(x_i,y_i)为水印矩阵，v(j)为行向量的第j个元素，M(x_i,y_j)为载体图像像素点，坐标(x_i,y_i)定义为：

其中，m和n表示载体图像M矩阵大小，r表示嵌入半径；

使用下式将水印矩阵嵌入载体图像中：

M_W(x,y)＝M(x,y)+α*W(x,y)

其中，M(x,y)为载体图像像素点，W(x,y)为水印矩阵的对应值，M_w为预处理阶段含密图像；

同时，在含密图像嵌入水印半径的±10范围内进行搜索，提取幅值系数作为提取水印的行向量并按式调整长度l：

l＝(r+10)*π (4)

将行向量归一化区间到[0，1]，计算与原水印向量的交叉协方差；其定义为：

其中，C_rv为交叉协方差，*为复共轭，N为水印向量的长度，|m|为m的平均值；

寻找含密图像PSNR值高于平均值且交叉协方差系数大于0.3的半径，形成一个圆环域，作为待嵌入水印区域。

4.根据权利要求1所述的抗打印数字水印方法，其特征在于，所述Encoder网络以U-Net为基础，其中U-Net的输入参数为输入张量，通过七次下采样和上采样生成含密矩阵，包括由多个卷积池和最大池组成的判别器网络；

所述判别器网络使用Wasserstein损失作为监督信号将基于mirflickr数据集进行分类进行训练，训练方法包括：

使用L₂残差正则化损失L_R，LPIPS感知损失L_P，判别器的损失L_C以及水印信息熵损失L_M的加权和作为训练损失：

L＝λ_RL_R+λ_PL_P+λ_CL_C+λ_ML_M (6)。

5.根据权利要求1所述的抗打印数字水印方法，其特征在于，所述方法还包括提取含密图像频谱图的水印信息，包括以下步骤：

获取待识别的含密图像；

将所述待识别的含密图像输入训练好的解码网络，得到水印信息；所述解码网络包含空间变换网络和CNN网络。