[发明专利]基于IPPVO和优化MHM的可逆水印方法

摘要

本发明涉及基于IPPVO和优化MHM的可逆水印方法，包括水印嵌入和水印提取。本发明用每一个待预测像素的四个最近邻像素的最大值和最小值来预测当前像素，使得预测更精确；并用该像素的24个近邻像素来评估其所处区域的复杂度，使得评估性能更准确。采用优化的MHM思想来搜寻最优嵌入点组合和降低时间代价：先将复杂度细分成16层，再根据所需容量的大小，为每一层挑选合适的嵌入点作为备选嵌入点，最后，从这些备选嵌入点中选出指定容量下PSNR最大的16个嵌入点的组合。相比所有嵌入点，备选嵌入点的数量大大降低，从而大大减少时间代价。

主权项

1.基于IPPVO和优化MHM的可逆水印方法，其特征在于：包括水印嵌入和水印提取；其中，水印嵌入的具体步骤如下：A1、计算原始图像的局部平滑性：按照从左到右、从上到下的次序遍历原始图像I得到一维像素序列D＝{xi}(i∈{1,…R×C})，对于D中任一个像素xi，将其24个最近邻像素构成邻域C1，即C1＝{c1,…c24}，计算其局部复杂度σi，其中σi定义为邻域C1内水平方向上和垂直方向上相邻两像素差值绝对值的和；A2、预测过程：采用四个最近邻像素c₁,c₂,c₃,c₄的最大值c_max和最小值c_min预测x_i，并得到预测值其中c_max＝max{c₁,c₂,c₃,c₄}，c_min＝min{c₁,c₂,c₃,c₄}；A3、构造位置图：对于xi，i∈{1,…R×C}，计算其四个最近邻像素c1,c2,c3,c4的最大值cmax和最小值cmin，若xi,j≥cmax或xi,j≤cmin，则将其归入像素集合S，S中像素数量记为N，产生一个和S中像素一一对应的一维位置图LM＝{LMi}(i∈{1,…,N})，对于S中任一个像素xi(i∈{1,…N})，若xi∈{0,255}，则在位置图中相应位置标识1，即LMi＝1，否则标识0，即LMi＝0；将生成的位置图经算术编码压缩后得到长度为LS的二进制比特流B；A4、将局部复杂度分成16层：计算xi(i∈{1,…N})的邻域复杂度，并得到所有邻域复杂度中最大值，记为LCmax；将[0,LCmax]分成16层，每一层包含[N/16]个像素，即[0,LCmax]＝[0,L1)∪[L1,L2)∪…∪[L14,L15)∪[L15,LCmax]且0i(i∈{1,…N})，若LM_i＝1，则y_i＝x_i；否则得到x_i≥c_max或x_i≤c_min条件下的预测值然后计算预测误差p_e,i，比较σ_i和L₁，L₂，…，L₁₅的大小关系，决定x_i属于哪一层，具体的嵌入公式如下：其中(‑et,r‑1，et,r)为xi所属层的两个最优嵌入点，yi为含水印的像素，w代表1比特水印信息；A8、嵌入附加信息和载荷：对于D中前L_∑个像素若则收集y_i的最不重要位LSB；如果它不属于S，则收集x_i的LSB，然后把收集到的L_∑个LSB添加到载荷P的后面，同时，将附加信息嵌入到空出来的L_∑个LSB上，最后将代替后的LSB和载荷P一起嵌入到D中剩余像素中，在D中所有像素经步骤A7处理完之后，产生含水印图像I_W，完成可逆信息隐藏；水印提取的具体步骤如下：B1、位置图的恢复：按照与嵌入过程相同的顺序，收集前L∑个像素的LSB形成一个比特流，在此比特流中找到算术编码的结束符，从开始到结束符的比特流被解压缩得到原始位置图；原始位置图被得到之后，按照各自的比特长度，L1，L2，...，L15一个一个被抽取出来；B2、计算局部复杂度：对于当前像素yi,j，i∈{R,R‑1,…,1}，j∈{C,C‑1,…,1},若其在位置图中相应的位置上标记为0，则计算其的24个邻域像素的局部复杂度σi,j；B3、预测过程：采用四个最近邻像素c1,c2,c3,c4的最大值cmax和最小值cmin预测yi,j；B4、水印提取过程：比较σi和L1，L2，…，L15的大小关系来决定xi属于哪一层，并得到所属层的两个最佳嵌入点(‑et,r‑1，et,r)；按如下公式恢复原始像素：并按如下公式抽取水印信息：待所有像素都被抽取之后，得出恢复的原始图像。