[发明专利]基于图像局部区域的脆弱可逆水印方法

摘要

一种基于图像局部区域的脆弱可逆水印方法，具体步骤包括：(1)特征图像采样；(2)提取初始特征点序列；(3)计算扩展特征点序列；(4)获取尺度特征点序列；(5)获取非越界特征圆序列；(6)获取非重叠特征圆序列；(7)嵌入水印；(8)特征图像采样；(9)提取初始特征点序列；(10)计算扩展特征点序列；(11)获取尺度特征点序列；(12)获取非越界特征圆序列；(13)获取非重叠特征圆序列；(14)提取水印。本发明利用Harris‑Laplace算子选取特征点来确定感兴趣区域，调节半径比例因子确定感兴趣区域大小，提高了水印容量和视觉质量，具有感兴趣区域篡改检测能力。

主权项

1.一种基于图像局部区域的脆弱可逆水印方法，包括水印嵌入和水印提取两个过程；所述水印嵌入过程的具体步骤为：(1)特征图像采样：(1a)将载体图像从左上方提取V×V像素的一块正方形基块，将此正方形基块分成大小为2×2像素且互不重叠的子块，按行排序得到载体图像块序列；其中，V＝2×c，c为满足条件下的最大正整数，表示向下取整操作，min表示取最小值操作，M与N分别表示载体图像的行数与列数；(1b)丢弃分块后不能被划分的剩余部分；(1c)依次选取载体图像块序列中各个子块，计算所选取载体图像块序列中子块的平均像素值，得到平均像素值序列A；(1d)按照下式，将平均像素值序列A转化为特征图像H；H(q,t)＝Ak其中，H(q,t)表示特征图像H中第q行第t列的像素值，A_k表示平均像素值序列A中的第k个值，k＝q×c+t‑c，c表示满足条件下的最大正整数，表示向下取整操作，min表示取最小值操作，M与N分别表示载体图像的行数与列数，1≤q≤c，1≤t≤c；(2)按照下式，从特征图像中提取初始特征点，得到初始特征点序列：F＝harrisLaplace(H)其中，F表示初始特征点序列，harrisLaplace表示进行Harris‑Laplace算子计算操作，H表示特征图像；(3)计算扩展特征点序列：依次选取初始特征点序列中各个特征点，将所选取的初始特征点序列中的特征点对应的行位置和列位置扩大为原来的两倍，得到扩展特征点序列；(4)获取尺度特征点序列：(4a)依次选取扩展特征点序列中各个特征点，计算所选取的扩展特征点序列中特征点对应的尺度，得到特征点尺度序列；(4b)在尺度阈值区间[T1,T2]内，选取满足特征点尺度序列中的所有尺度，其中，1≤T1＜T2≤16；(4c)依次将特征点尺度序列中的尺度对应的扩展特征点作为尺度特征点，得到尺度特征点序列；(5)获取非越界特征圆序列：(5a)从尺度特征点序列中选取一个尺度特征点，以所选取的特征点所在的位置为圆心，以特征点的尺度和给定的半径比例因子的乘积为半径作圆，将该圆作为非越界特征圆；(5b)判断非越界特征圆是否超过载体图像的边界，若是，则舍弃该非越界特征圆，否则，执行步骤(5c)；(5c)判断是否选取完尺度特征点序列中的所有尺度特征点，若是，执行步骤(5d)，否则执行步骤(5a)；(5d)将所有非越界特征圆组成非越界特征圆序列；(6)获取非重叠特征圆序列：(6a)从非越界特征圆序列中选取一个非越界特征圆，将所选取的非越界特征圆放入非重叠特征圆序列中；(6b)从非越界特征圆序列中选取一个非越界特征圆，判断所选取的非越界特征圆是否与非重叠特征圆序列在圆面上发生重叠，若是，则舍弃该非越界特征圆，否则，执行步骤(6c)；(6c)将非越界特征圆放入非重叠特征圆序列；(6d)判断是否选取完非越界特征圆序列中的所有非越界特征圆，若是，执行步骤(7)，否则执行步骤(6b)；(7)嵌入水印：(7a)从非重叠特征圆序列中选取一个非重叠特征圆，计算所选取的非重叠特征圆的内接正方形；(7b)按照下式，在选取的内接正方形中嵌入水印，得到含水印的内接正方形：G＝embedWM(Q,W)其中，G表示含水印的内接正方形，embedWM表示水印嵌入操作，Q表示非重叠特征圆的内接正方形，W表示拟嵌入的水印；(7c)判断是否选取完非重叠特征圆序列中的所有非重叠特征圆，若是，得到含水印图像，否则，执行步骤(7a)；所述水印提取过程的具体步骤为：(8)待检测特征图像采样：(8a)将待检测图像从左上方提取V′×V′像素的一块正方形基块，将此正方形基块分成大小为2×2像素且互不重叠的子块，按行排序得到待检测图像块序列；其中，V′＝2×d，d为满足条件下的最大正整数，表示向下取整操作，min表示取最小值操作，M′与N′分别表示待检测图像的行数与列数；(8b)丢弃分块后不能被划分的剩余部分；(8c)依次选取待检测图像块序列中各个子块，计算所选取待检测图像块序列中子块的平均像素值，得到待检测平均像素值序列A′；(8d)按照下式，将待检测平均像素值序列A′转化为待检测特征图像H′；H′(μ,υ)＝A′β其中，H′(μ,υ)表示待检测特征图像H中第μ行第υ列的像素值，A′_β表示待检测平均像素值序列A′中的第β个值，β＝μ×d+υ‑d，d表示满足条件下的最大正整数，表示向下取整操作，min表示取最小值操作，M′与N′分别表示待检测图像的行数与列数，1≤μ≤d，1≤υ≤d；(9)按照下式，从待检测特征图像中提取待检测初始特征点，得到待检测初始特征点序列：F′＝harrisLaplace(H′)其中，F′表示待检测初始特征点序列，harrisLaplace表示进行Harris‑Laplace算子计算操作，H′表示待检测特征图像；(10)计算待检测扩展特征点序列：依次选取待检测初始特征点序列中各个特征点，将所选取的待检测初始特征点序列中的特征点对应的行位置和列位置扩大为原来的两倍，得到待检测扩展特征点序列；(11)获取待检测尺度特征点序列：(11a)依次选取待检测扩展特征点序列中各个特征点，计算所选取的待检测扩展特征点序列中特征点对应的尺度，得到待检测特征点尺度序列；(11b)在尺度阈值区间[T1,T2]内，选取满足待检测特征点尺度序列中的所有尺度，其中，1≤T1＜T2≤16；(11c)依次将待检测特征点尺度序列中的尺度对应的待检测扩展特征点作为尺度特征点，得到待检测尺度特征点序列；(12)获取待检测非越界特征圆序列：(12a)从待检测尺度特征点序列中选取一个尺度特征点，以所选取的特征点所在的位置为圆心，以特征点的尺度和给定的半径比例因子的乘积为半径作圆，将该圆作为非越界特征圆；(12b)判断非越界特征圆是否超过待检测图像的边界，若是，则舍弃该非越界特征圆，否则，执行步骤(12c)；(12c)判断是否选取完待检测尺度特征点序列中的所有尺度特征点，若是，执行步骤(12d)，否则执行步骤(12a)；(12d)将所有非越界特征圆组成待检测非越界特征圆序列；(13)获取待检测非重叠特征圆序列：(13a)从待检测非越界特征圆序列中选取一个非越界特征圆，将所选取的非越界特征圆放入待检测非重叠特征圆序列中；(13b)从待检测非越界特征圆序列中选取一个非越界特征圆，判断所选取的非越界特征圆是否与待检测非重叠特征圆序列在圆面上发生重叠，若是，则舍弃该非越界特征圆，否则，执行步骤(13c)；(13c)将非越界特征圆放入待检测非重叠特征圆序列；(13d)判断是否选取完待检测非越界特征圆序列中的所有非越界特征圆，若是，执行步骤(14)，否则执行步骤(13b)；(14)提取水印：(14a)从待检测非重叠特征圆序列中选取一个非重叠特征圆，计算所选取的非重叠特征圆的内接正方形；(14b)按照下式，在选取的内接正方形中提取水印，得到含水印的内接正方形：(G′,W′)＝extractWM(Q′)其中，G′表示还原后的内接正方形，W′表示还原后的水印，extractWM表示水印提取操作，Q′表示非重叠特征圆的内接正方形；(14c)判断是否选取完待检测非重叠特征圆序列中的所有非重叠特征圆，若是，得到还原后的图像，否则，执行步骤(14a)。