[发明专利]一种基于压缩感知特征的数字图像零水印嵌入和提取方法

摘要

本发明提供一种基于压缩感知特征的数字图像零水印嵌入和提取方法，属于信息隐藏和图像处理技术领域，该方法包括以下步骤对原始载体图像进行零水印嵌入；将生成的零水印在IPR信息数据库注册并且将测量矩阵作为密钥保存；对待验证合法性的数字图像进行零水印提取。本发明运用了零水印的思想，基于原始载体图像的压缩感知特征而实现零水印的嵌入和提取，零水印嵌入过程中不改变原始载体图像的任何信息，有效地解决了不可见性和鲁棒性之间的矛盾。将信息隐藏在图像的压缩感知域中，使得信息具有卓越的抗压缩能力和对抗各种噪声攻击、大规模剪切攻击、旋转攻击以及多种图像操作的鲁棒性。

主权项

一种基于压缩感知特征的数字图像零水印嵌入和提取方法，包括：步骤1：对原始载体图像进行零水印嵌入；步骤2：将生成的零水印在IPR信息数据库注册并且将测量矩阵作为密钥保存；步骤3：对待验证合法性的数字图像进行零水印提取；所述步骤3，包括：步骤3.1：根据零水印对待验证合法性的数字图像分块；步骤3.2：将待验证合法性的数字图像的每个图像块进行小波稀疏化，得到各图像块的小波稀疏化矩阵；步骤3.3：根据图像块的小波稀疏化矩阵构造测量矩阵，提取待验证合法性的数字图像的压缩感知测量值，来获得图像块的压缩感知特征；步骤3.4：利用零水印和待验证合法性的数字图像的压缩感知特征，提取置乱的二值数字图像水印信息；步骤3.5：利用Arnold置乱方法复原二值数字图像水印信息，将复原的二值数字图像水印信息作为零水印提取结果；步骤3.6：计算提取的二值数字图像水印与嵌入的二值数字图像水印的归一化相关系数值，确定提取的二值数字图像水印的合法性；将P个大小为b×b的哈德马矩阵块HBlock按照如下公式组成矩阵H：式中，P和b均为整数；所述步骤1包括：步骤1.1：根据要嵌入的二值数字图像水印对原始载体图像分块；步骤1.1中首先对原始载体图像进行分块，原始载体图像信息为A＝(am，n)M×N，原始载体图像为灰度图像，其是大小为M×N的矩阵，M表示行，N表示列，am，n为原始载体图像A的第m行、第n列位置上的灰度值；采用能证明版权所有者身份信息的二值数字图像作为水印，二值数字图像水印信息W＝(ws，q)S×Q，二值数字图像水印信息W是大小为S×Q的矩阵，S表示矩阵的行，Q表示矩阵的列，ws，q为二值数字图像水印信息W的第s行、第q列位置上的元素；将原始载体图像A分割成非重叠的图像块，每个图像块的大小为分割后的图像块为Bi，j，Bi，j表示原始载体图像A被分割成图像块之后第i行，第j列的图像块，原始载体图像表示成A＝{Bi，j}S×Q，i＝1，2，...，S，j＝1，2，...，Q；步骤1.4：将二值数字图像水印信息进行Arnold置乱，得到置乱的水印信息置乱的水印信息WArnold是大小为S×Q的矩阵，S表示矩阵的行，Q表示矩阵的列，为置乱的水印信息WArnold的第i行、第j列位置上的元素；步骤1.5：将二值数字图像水印信息嵌入原始载体图像的压缩感知特征中，生成零水印其特征在于，还包括：步骤1.2：将原始载体图像的每个图像块进行小波稀疏化，得到各图像块的小波稀疏化矩阵；步骤1.3：根据图像块的小波稀疏化矩阵构造乱序哈德马集作为测量矩阵，提取原始载体图像的压缩感知测量值，以获得图像块的压缩感知特征；具体方法是：P和b取值满足：对矩阵H的列向量进行随机排序，然后对行向量进行随机排序，抽取排序后矩阵H中的任意Lcs行组成测量矩阵Lcs为整数，且满足条件：Lcs＜＜L，Lcs∈[K*L，L)，K为设定的稀疏度，0＜K＜＜1，测量矩阵Φ是大小为Lcs×L的矩阵，为测量矩阵Φ的第lcs行、第l列位置上的元素，将测量矩阵Φ作为密钥保存，用密钥Φ的每个行向量分别与稀疏化的图像块一维信息做内积，得到每个图像块一维信息在密钥上的投影，即压缩感知测量值压缩感知测量值是一维列向量，共Lcs行，即每个图像块的压缩感知测量值的数据量为Lcs，Lcs＜＜L，数据在测量过程中实现压缩；所述压缩感知测量值即是图像块压缩感知域特征，将压缩感知测量值的Lcs个列数据求和提取图像块的压缩感知特征：Yi,jsum=SUM(Yi,jB),i=1,2,...,S,j=1,2,...,Q;]]>所述步骤1.5生成的零水印如下：Yi,jw=Yi,jsum*β0,ifwi,jArnold=0Yi,jsum*β1,ifwi,jArnold=1---(1)]]>其中，为零水印，i＝1，2，...，S，j＝1，2，...，Q，β0和β1为强度系数，β0∈(0，0.5]，β1∈(1，1.5]。