[发明专利]一种基于特征区域几何优化的鲁棒可逆水印嵌入和提取方法

摘要

本发明提供了一种基于特征区域几何优化的鲁棒可逆水印嵌入和提取方法，该水印嵌入方法通过获取原始图像的低频子带、获取初始特征点集合、获取候选特征点集合、获取候选特征区域集合、计算选特征区域关联矩阵、计算候选关联权值向量、获取筛选特征区域集合、获取圆形特征区域集合、得到特征图像、得到密钥图像和获取密钥信息的步骤，克服了现有鲁棒可逆水印方法的缺陷，改善了含水印图像的视觉质量，提高了水印嵌入容量，增强了水印抵抗复杂攻击的鲁棒性，提升了水印的安全性，提高了鲁棒可逆图像水印方法的综合性能。

主权项

一种基于特征区域几何优化的鲁棒可逆水印嵌入方法，其特征在于，包括如下步骤：1)、获取原始图像的低频子带：对原始图像I进行三级提升小波变换，得到其第三级小波分解尺度下的低频子带R3,a；2)、获取初始特征点集合：利用多尺度Harris特征检测算子Harris‑Affine在低频子带R3,a中提取仿射不变特征点，得到初始特征点集合A：利用多尺度Harris特征检测算子Harris‑Affine在低频子带R3,a中提取仿射不变特征点，得到初始特征点集合A＝{Ai,i＝1,2,L m1}，其中Ai表示第i个特征点，初始特征点集合A的五个属性包括特征点的横坐标特征点的纵坐标特征点的强度特征点的特征尺度特征点椭圆参数与m1表示初始特征点的个数；3)、获取候选特征点集合：选取初始特征点集合A中满足特征尺度向量ξ要求的中间尺度特征点，得到候选特征点集合B：将初始特征点集合A中每个特征点的特征尺度与特征尺度向量ξ＝[ξ1,ξ2]进行比较，选取满足条件的中间尺度特征点，得到候选特征点集合B＝{Bi,i＝1,2,L m2},其中m2表示候选特征点的个数；4)、获取候选特征区域集合：利用候选特征点集合B中的每个特征点，分别构造其仿射协变特征区域，得到候选特征区域集合S：对候选特征点集合B中的每个特征点Bi，利用公式构造其仿射协变特征区域，得到候选特征区域集合S＝{Si,i＝1,2,L m2}，其中x与y分别表示低频子带R3,a中任意满足上述不等式约束的元素横坐标与纵坐标，表示特征点Bi的横坐标，表示特征点Bi的纵坐标，与是特征点B′i的椭圆参数；5)、计算候选特征区域关联矩阵：根据候选特征区域集合S，计算候选特征区域关联矩阵P；6)、计算候选关联权值向量：利用候选特征区域关联矩阵P，计算候选关联权值向量L；7)、获取筛选特征区域集合：从候选关联权值向量L中查找出最大权值的位置索引k，更新候选特征区域关联矩阵P和候选关联权值向量L，得到筛选特征区域集合H；8)、获取圆形特征区域集合：对筛选特征区域集合H进行归一化处理，得到圆形特征区域集合Q＝{Qi,i＝1,2,L m3}，m3表示筛选特征区域的个数；9)、得到特征图像：利用圆形特征区域集合Q对低频子带R3,a进行系数置零化处理，得到特征图像C；10)、得到密钥图像：将灰度水印图像W和特征图像C进行按位异或运算，得到密钥图像D；11)、获取密钥信息：利用可逆元胞自动机对密钥图像D与特征尺度向量ξ进行加密得到密钥信息G。