專利名稱：一種基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法
技術(shù)領(lǐng)域：
本發(fā)明屬于多媒體領(lǐng)域，特別涉及一種基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法。

背景技術(shù)：
計(jì)算機(jī)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展使多媒體文件被廣泛傳播廣泛，對(duì)其知識(shí)產(chǎn)權(quán)的保護(hù)變得越來越重要。數(shù)字水印是一個(gè)有效的方法，它通過向圖像中嵌入特定的版權(quán)信息作為版權(quán)所有者的證明。
數(shù)字水印要發(fā)揮保護(hù)版權(quán)的作用應(yīng)具備兩個(gè)基本的特性首先是透明性，即嵌入水印后的圖像和原圖像相差無幾，看不到數(shù)字水印的存在，并且盡可能不要損害原作品；其次是魯棒性，即數(shù)字水印應(yīng)該能夠抵抗各種有意或無意的攻擊，這是水印能夠起到保護(hù)版權(quán)作用的關(guān)鍵。
目前在魯棒性方面，大多數(shù)水印只能抵抗常規(guī)信號(hào)處理攻擊，對(duì)常見的甚至是微小的幾何攻擊都無能為力，因此幾何攻擊被稱為數(shù)字水印的唯一致命弱點(diǎn)，抗幾何攻擊的數(shù)字水印算法成為近年來研究的重點(diǎn)和難點(diǎn)?，F(xiàn)在抵抗幾何攻擊的水印算法大致分為基于不變域、基于模版的嵌入和基于特征的提取三類，其中基于特征的提取水印算法又被稱為第二代水印算法。由于第二代水印結(jié)合了水印和圖像的內(nèi)容特征，在魯棒性方面有很大的提高，因此具有很強(qiáng)的生命力。這類水印算法分為三個(gè)部分(1)特征區(qū)域的確定；(2)基于特征區(qū)域的圖像剖分和剖分后區(qū)域的校正；(3)水印的嵌入和提取。其中第一部分“特征區(qū)域的確定”是水印方案成敗與否的關(guān)鍵，但并不是所有的特征區(qū)域都適合于水印，故尋找適合水印的特征區(qū)域是一項(xiàng)重要而且有難度的步驟。在經(jīng)典的第二代水印算法中P.Bas等人(Patrick Bas，Jean-Marc Chassery，and Benoit Macq，Geometricallyinvariant watermarking using feature points.IEEE Transactions on ImageProcessing，vol.11，no.9，2002，pp.1014-1028)用Harris角點(diǎn)檢測(cè)法提取的特征點(diǎn)數(shù)目過多，不少特征點(diǎn)的穩(wěn)定性不夠，以至于水印檢測(cè)過程中能夠較好地得到同步的三角形數(shù)目有限。Tang等人(C.W.Tang and H.M.Hang.A feature-based robustdigital image watermarking scheme.IEEE Transactions on Signal Processing，2003，51(4)950-958.)用Mexican hat wavelet提取特征點(diǎn)確定特征區(qū)域，但在歸一化的過程中存在插值誤差，影響了水印的性能。


發(fā)明內(nèi)容
本發(fā)明的目的在于解決上述技術(shù)問題，提供一種基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法，其特征在于包括下列步驟 1、提取邊緣曲線； 2、確定穩(wěn)定圓形特征區(qū)域； 3、計(jì)算整幅圖像的質(zhì)心； 4、劃分扇區(qū)； 5、嵌入水印序列。
所述提取邊緣曲線具體包括下列步驟 ---利用canny算子提取圖像的邊緣曲線，canny算子的脊像素使用兩個(gè)閾值T1和T2做閾值處理，其中T1＜T2，值大于T2的脊像素稱為強(qiáng)邊緣像素，在T1和T2之間的脊像素稱為弱邊緣像素； ---對(duì)提取的邊緣曲線進(jìn)行優(yōu)化處理。
所述兩個(gè)閾值T1和T2的取值范圍為T2-T1≤0.0001。
所述對(duì)提取的邊緣曲線進(jìn)行優(yōu)化處理具體包括下列步驟 ---填補(bǔ)間隙； ---刪除短曲線； ---刪除短分枝； ---刪除短周長(zhǎng)閉合曲線。
所述確定穩(wěn)定圓形特征區(qū)域具體包括下列步驟 ---跟蹤提取的每條邊緣曲線計(jì)算邊緣曲線上各點(diǎn)的多尺度曲率積，根據(jù)預(yù)先設(shè)定的閾值找出曲率比較大的點(diǎn)； 將曲線Γ寫成以弧長(zhǎng)u為參數(shù)的函數(shù)形式 Γ(u)＝(x(u)，y(u)) 根據(jù)CSS的多尺度思想，設(shè)Γ(u，σ)表示曲線Γ在尺度σ下的參數(shù)形式，即 Γ(u，σ)＝(X(u，σ)，Y(u，σ)) 式中 X(u，σ)＝x(u，σ)*g(u，σ) Y(u，σ)＝y(tǒng)(u，σ)*g(u，σ) 其中，*是卷積算子，g(u，σ)是尺度σ下的高斯函數(shù)， 曲線Γ(u，σ)的曲率定義如下 其中 其中，gu(u，σ)，guu(u，σ)分別表示g(u，σ)關(guān)于u的一階和二階導(dǎo)數(shù)，多尺度曲率積定義為 ---在曲線的角點(diǎn)處選取多尺度曲率積最大的點(diǎn)，刪除其余點(diǎn)； ---刪除靠近圖像邊緣的點(diǎn)； ---刪除位于曲線末端的點(diǎn)； ---以剩余的角點(diǎn)為圓心劃定圓形區(qū)域，將其作為穩(wěn)定的圓形特征區(qū)域，用于水印的同步。
所述劃分扇區(qū)具體包括下列步驟 ---直線l0為圓心P和質(zhì)心G的連線，記l是過圓心P的任意一條直線，則兩條直線l0和l相交構(gòu)成四個(gè)角，它們是兩對(duì)對(duì)頂角，把直線l0按逆時(shí)針方向旋轉(zhuǎn)到與l重合時(shí)所轉(zhuǎn)的角，叫做l0到l的角，記設(shè)為α，則 其中是k0和k分別是直線l0和l的斜率，以圓心P和質(zhì)心G所在直線l0為起始邊，逆時(shí)針方向作為正方向，利用公式把圓均分成N個(gè)對(duì)稱的扇形區(qū)域，扇區(qū)的圓心角為α， ---把對(duì)稱的兩個(gè)扇區(qū)區(qū)分開，點(diǎn)A和點(diǎn)A′分別位于關(guān)于圓心P對(duì)稱的兩個(gè)扇區(qū)內(nèi)，直線l1為A和質(zhì)心G的連線，l2為A′和質(zhì)心G的連線，l0和到l1的夾角為φ，l0到和l2的夾角為，顯然而

這樣就能把對(duì)稱扇區(qū)內(nèi)的點(diǎn)區(qū)分開，從而在每個(gè)特征點(diǎn)的周圍得到2N個(gè)扇形區(qū)域，扇區(qū)的圓心角為α， 本發(fā)明的有益效果 本發(fā)明與其它方案相比，具有更加穩(wěn)定的水印嵌入?yún)^(qū)域，并且在抵抗常規(guī)信號(hào)處理攻擊和幾何攻擊方面都有更高的魯棒性。本發(fā)明的方法能夠抵抗常規(guī)信號(hào)處理如中值濾波、顏色量化、加均值噪聲、高斯濾波等，能夠抵抗幾何攻擊如旋轉(zhuǎn)、伸縮、位移、刪除、剪裁等。此外，本發(fā)明還能抵抗幾何攻擊和幾何攻擊的聯(lián)合攻擊、信號(hào)處理和JPEG壓縮的聯(lián)合攻擊以及幾何攻擊和JPEG壓縮的聯(lián)合攻擊。與以往同類方案相比，本發(fā)明的魯棒水印方案，在抵抗幾何攻擊方面有了相當(dāng)程度的提高，能夠有效保護(hù)數(shù)字媒體的版權(quán)。



圖1是水印的嵌入過程示意圖； 圖2是優(yōu)化邊緣曲線示意圖； 圖3是扇形區(qū)域的劃分方法示意圖； 圖4(a)是用canny算子對(duì)Lena和Peppers圖像提取的邊緣曲線圖； 圖4(b)是用canny算子對(duì)Peppers圖像提取的邊緣曲線圖； 圖5(a)是對(duì)Lena圖像優(yōu)化后的邊緣曲線圖； 圖5(b)是對(duì)Peppers圖像優(yōu)化后的邊緣曲線圖； 圖6(a)是Lena圖像的圓形特征區(qū)域圖； 圖6(b)是Peppers圖像的圓形特征區(qū)域圖； 圖7(a)是對(duì)Lena圖像的圓形區(qū)域進(jìn)行扇區(qū)劃分的結(jié)果圖； 圖7(b)是對(duì)Peppers圖像的圓形區(qū)域進(jìn)行扇區(qū)劃分的結(jié)果圖； 圖8(a)是含有水印的Lena圖像； 圖8(b)是含有水印的Peppers圖像。

具體實(shí)施例方式 下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說明。
如圖1所示，本發(fā)明的具體實(shí)施方案在水印嵌入階段主要包括以下五個(gè)步驟 步驟101、提取邊緣曲線。
A、利用canny算子提取圖像的邊緣曲線 canny算子的脊像素使用兩個(gè)閾值T1和T2做閾值處理，其中T1＜T2。值大于T2的脊像素稱為強(qiáng)邊緣像素，在T1和T2之間的脊像素稱為弱邊緣像素。如果T1和T2的差值較大，則提取的弱邊緣就較多，而這些弱邊緣是不穩(wěn)定的。所以我們?cè)谠O(shè)置canny參數(shù)時(shí)盡量使T1和T2的差值較小(例如T2-T1＝0.0001，T1＝0.2999，T2＝0.3000)，以求得到穩(wěn)定的邊緣。
B、對(duì)提取的邊緣曲線進(jìn)行優(yōu)化處理 如圖2所示，A中提取得到的邊緣曲線可能會(huì)出現(xiàn)間隙202、短分枝205、短曲線204、以及短周長(zhǎng)的閉合曲線203，其中間隙202是需要填補(bǔ)的，而短曲線204、短分枝205和短周長(zhǎng)閉合曲線203是不穩(wěn)定的，因此對(duì)邊緣曲線進(jìn)行優(yōu)化處理包括①填補(bǔ)間隙、②刪除短曲線、③刪除短分枝和④刪除短周長(zhǎng)閉合曲線四個(gè)步驟。
步驟102、確定穩(wěn)定圓形特征區(qū)域。
A、跟蹤步驟101提取的每條邊緣曲線計(jì)算邊緣曲線上各點(diǎn)的多尺度曲率積，根據(jù)預(yù)先設(shè)定的閾值找出曲率比較大的點(diǎn)。
將曲線Γ寫成以弧長(zhǎng)u為參數(shù)的函數(shù)形式Γ(u)＝(x(u)，y(u)) (1) 根據(jù)CSS的多尺度思想，設(shè)Γ(u，σ)表示曲線Γ在尺度σ下的參數(shù)形式，即 Γ(u，σ)＝(X(u，σ)，Y(u，σ))(2) 式中 X(u，σ)＝x(u，σ)*g(u，σ) Y(u，σ)＝y(tǒng)(u，σ)*g(u，σ) (3) 其中，*是卷積算子，g(u，σ)是尺度σ下的高斯函數(shù)。
那么曲線Γ(u，σ)的曲率定義如下 其中 其中，gu(u，σ)，guu(u，σ)分別表示g(u，σ)關(guān)于u的一階和二階導(dǎo)數(shù)。
多尺度曲率積定義為 B、在曲線的角點(diǎn)處會(huì)有數(shù)個(gè)點(diǎn)的多尺度曲率積大于閾值，所以本發(fā)明在角點(diǎn)處選取多尺度曲率積最大的點(diǎn)，刪除其余點(diǎn)。
C、刪除靠近圖像邊緣的點(diǎn)，因?yàn)檫@些點(diǎn)也是非常不穩(wěn)定的。
D、刪除位于曲線末端的點(diǎn)，如圖2所示檢測(cè)到的曲線末斷的角點(diǎn)201可能靠近曲線的一端(如位于曲線的1/8處)，由于邊緣曲線的末端并不是非常穩(wěn)定的，所以這種位于曲線末端的角點(diǎn)應(yīng)當(dāng)刪除。
E、以剩余的角點(diǎn)為圓心劃定圓形區(qū)域，將其作為穩(wěn)定的圓形特征區(qū)域，用于水印的同步。
步驟103、計(jì)算整幅圖像的質(zhì)心。
數(shù)字圖像Ω的2-D p+q階原點(diǎn)矩定義為 式中，f(x，y)表示在點(diǎn)(x，y)的灰度值.圖像的質(zhì)心(x0，y0)通過計(jì)算零階矩M00以及一階矩M10和M01得到，其計(jì)算公式為 質(zhì)心已被證明對(duì)縮放、旋轉(zhuǎn)和平移等幾何攻擊具有不變性。
步驟104、劃分扇區(qū)。
A、如圖3所示，直線l0為圓心P和質(zhì)心G的連線，記l是過圓心P的任意一條直線，則兩條直線l0和l相交構(gòu)成四個(gè)角，它們是兩對(duì)對(duì)頂角。，我們把直線l0按逆時(shí)針方向旋轉(zhuǎn)到與l重合時(shí)所轉(zhuǎn)的角，叫做l0到l的角，記設(shè)為α。則 其中是k0和k分別是直線l0和l的斜率。
本發(fā)明以圓心P和質(zhì)心G所在直線l0為起始邊，逆時(shí)針方向作為正方向，利用公式(12)把圓均分成N個(gè)對(duì)稱的扇形區(qū)域，扇區(qū)的圓心角為α，圖3中點(diǎn)A和點(diǎn)A′所在的兩個(gè)扇區(qū)就是對(duì)稱的。
B、把對(duì)稱的兩個(gè)扇區(qū)區(qū)分開，點(diǎn)A和點(diǎn)A′分別位于關(guān)于圓心P對(duì)稱的兩個(gè)扇區(qū)內(nèi)，直線l1為A和質(zhì)心G的連線，l2為A′和質(zhì)心G的連線，l0和到l1的夾角為φ，l0到和l2的夾角為，顯然而

這樣就能把對(duì)稱扇區(qū)內(nèi)的點(diǎn)區(qū)分開，從而在每個(gè)特征點(diǎn)的周圍得到2N個(gè)扇形區(qū)域，扇區(qū)的圓心角為α， 步驟105、嵌入水印序列。
為了增加水印的魯棒性，本發(fā)明分別在每個(gè)圓形特征區(qū)域內(nèi)嵌入相同的水印序列W＝{wi，i＝1，2，3，……}，wi∈{0，1}。
利用QIM的方法將水印序列嵌入到每一個(gè)扇形區(qū)域中。構(gòu)造兩個(gè)均勻分布步長(zhǎng)的標(biāo)量量化器Q(.；wi)，量化集包含兩個(gè)相互偏移Δ/2的量化器。對(duì)于扇區(qū)n，按照相應(yīng)的水印比特wn，用量化器Q(.；wn)量化每一個(gè)像素。在每個(gè)圓形區(qū)域內(nèi)進(jìn)行相同的操作以完成水印的嵌入。
本發(fā)明在水印提取過程包括五個(gè)步驟提取邊緣曲線、確定圓形特征區(qū)域、計(jì)算整幅圖像的質(zhì)心、劃分扇區(qū)和提取水印序列。水印提取過程的前四個(gè)步驟和本發(fā)明的水印嵌入過程是一樣的，不再贅述。
第五個(gè)步驟為提取水印序列；本發(fā)明分別在每個(gè)圓形特征區(qū)域內(nèi)提取水印序列，提取的水印序列中只要有一個(gè)和嵌入的相同就可以證明版權(quán)。
具體地，還是利用QIM的方法在每一個(gè)扇形區(qū)域中量化每個(gè)像素，記量化值為0的像素個(gè)數(shù)為N0，量化值為1的像素個(gè)數(shù)為N1。如果N0＞N1則提取的水印比特值為0，否則提取的水印比特值為1。
為了具體說明本發(fā)明對(duì)抗不良攻擊的效果，我們用512像素×512像素的Lena圖像和Peppers圖像做實(shí)驗(yàn)，并用標(biāo)準(zhǔn)測(cè)試軟件StirMark 3.1來測(cè)試算法的魯棒性。
StirMark攻擊可以大致分為兩類常規(guī)信號(hào)處理和幾何變化攻擊。常規(guī)信號(hào)處理包括中值濾波、顏色量化、加均值噪聲、高斯濾波等，幾何攻擊包括旋轉(zhuǎn)、縮放和平移等全局幾何攻擊和刪除行列、裁剪等局部幾何攻擊。
對(duì)Lena和Peppers圖像我們分別提取了7個(gè)和12個(gè)特征點(diǎn)，為了提高魯棒性，在每個(gè)圓形區(qū)域內(nèi)都嵌入相同的16-bits水印序列。
我們利用canny算子提取圖像的邊緣曲線，對(duì)Lena圖像我們?cè)O(shè)置canny算子的參數(shù)為T1＝0.2499，T2＝0.2500，對(duì)Peppers圖像我們?cè)O(shè)置canny算子的參數(shù)為T1＝0.2999，T2＝0.3000，提取得到的邊緣圖像如圖4所示，圖4.a和圖4.b分別為L(zhǎng)ena和Peppers圖像的邊緣曲線圖像。對(duì)提取的邊緣曲線進(jìn)行優(yōu)化處理包括①填補(bǔ)間隙、②刪除短曲線、③刪除短分枝和④刪除短周長(zhǎng)閉合曲線四個(gè)步驟，優(yōu)化后的邊緣曲線如圖5所示。分別計(jì)算Lena和Peppers圖像的邊緣曲線上各點(diǎn)的多尺度曲率積，根據(jù)閾值為0.0003找出曲率比較大的點(diǎn)，并對(duì)其進(jìn)行篩選從而確定穩(wěn)定圓形特征區(qū)域，如圖6所示，兩幅圖像的圓形特征區(qū)域的半徑均為30。
以圖像的質(zhì)心為參考點(diǎn)在每個(gè)圓形特征區(qū)域內(nèi)分別劃分扇區(qū)，為了在每個(gè)圓形特征區(qū)域嵌入16-bits水印序列，我們把圓形區(qū)域均分為16個(gè)扇區(qū)，劃分結(jié)果如圖7所示。
對(duì)Lena和Peppers圖像分別嵌入水印后生成含水印圖像如圖8所示，原始圖像和含水印圖像的PSNR值分別為46.715dB和43.5778dB，表明本水印方案具有良好的透明性。
對(duì)常規(guī)信號(hào)處理和幾何變化攻擊的實(shí)驗(yàn)結(jié)果分別在表1和表2中列出，并與Tang的方法作了比較。表中N/M是指正確提取水印序列的圓形區(qū)域的個(gè)數(shù)和嵌入水印序列的圓形區(qū)域的總個(gè)數(shù)的比值，“●”代表Tang沒有給出實(shí)驗(yàn)數(shù)據(jù)。
表1 經(jīng)過常規(guī)信號(hào)處理后提取水印序列的圓形區(qū)域個(gè)數(shù) 攻擊類型 我們的方法 Tang的方法 Lena Peppers Lena Peppers 含水印圖像 7/712/12 7/84/4 中值濾波(Median filter)2×25/711/12 1/81/4 中值濾波(Median filter)3×35/79/121/81/4 銳化(Sharpening)3×3 6 8/124/84/4 顏色量化(Colorquantization)7/712/12 7/81/4 高斯濾波(Gaussian filtering)3×3 3/77/125/81/4 加均值噪聲(Additive uniform2/72/125/84/4 noise)(scale＝0.1) 加均值噪聲(Additive uniform2/72/124/82/4 noise)(scale＝0.15) 加均值噪聲(Additive uniform1/75/121/81/4 noise)(scale＝0.2) JPEG80 6/712/12 6/83/4 JPEG70 5/76/127/83/4 JPEG60 6/78/126/81/4 JPEG50 5/73/125/83/4 JPEG404/76/123/81/4 JPEG302/74/122/80/4 中值濾波(Median filter)2×2+JPEG905/712/12 2/80/4 中值濾波(Median filter)3×3+JPEG905/710/12 1/81/4 銳化(Sharpening)3×3+JPEG90 4/71/124/84/4 高斯濾波(Gaussian filtering)3×3 3/74/125/82/4 +JPEG90 表2經(jīng)過幾何攻擊后提取水印序列的圓形區(qū)域個(gè)數(shù) 攻擊類型我們的方法 Tang的方法 Lena Peppers Lena Peppers 刪除1行5列(Removed 1 row and 5 7/711/12 3/83/4 columns) 刪除5行17列(Removed 5 row and 176/78/120/81/4 columns) 剪裁5％(Centered cropping 5％off) 7/710/12 2/82/4 剪裁10％(Centered cropping 10％off) 5/79/122/82/4 剪切(Shearing)橫向-1％縱向-1％ 5/78/124/81/4 剪切(Shearing)橫向-0％縱向-5％ 5/79/122/81/4 剪切(Shearing)橫向-5％縱向-5％ 5/79/121/80/4 旋轉(zhuǎn)1度(Rotation 1)+剪裁5/78/120/82/4 (Cropping)+尺度縮放(Scale) 旋轉(zhuǎn)1度(Rotation 1)+剪裁6/79/123/82/4 (Cropping) 旋轉(zhuǎn)2度(Rotation 2)+剪裁5/78/120/81/4 (Cropping) 旋轉(zhuǎn)5度(Rotation 5)+剪裁5/76/120/80/4 (Cropping) 線性幾何變換(Linear geometric 4/76/125/81/4 transform)(1.007，0.01，0.01，1.012) 線性幾何變換(Linear geometric 4/75/124/81/4 transform)(1.010，0.013，0.009，1.011) 線性幾何變換(Linear geometric 4/77/124/80/4 transform)(1.013，0.008，0.011，1.008) 刪除1行5列(Removed 1 row and 5 7/77/124/83/4 columns)+JPEG70 刪除5行17列(Removed 5 row and 176/75/121/81/4 columns)+JPEG70 剪裁5％(Centered cropping 5％off) 7/77/122/82/4 +JPEG70 剪裁10％(Centered cropping 10％off) 5/77/123/82/4 +JPEG70 剪切(Shearing)橫向-1％縱向 5/75/125/81/4 -1％+JPEG70 剪切(Shearing)橫向-0％縱向 7/76/126/80/4 -5％+JPEG70 剪切(Shearing)橫向-5％縱向4/74/124/80/4 -5％+JPEG70 旋轉(zhuǎn)1度(Rotation 1)+剪裁 5/73/120/80/4 (Cropping)+尺度縮放(Scale) +JPEG70 旋轉(zhuǎn)1度(Rotation 1)+剪裁 4/78/124/81/4 (Cropping)+JPEG70 旋轉(zhuǎn)2度(Rotation 2)+剪裁 4/74/121/81/4 (Cropping)+JPEG70 旋轉(zhuǎn)5度(Rotation 5)+剪裁 5/73/121/80/4 (Cropping)+JPEG70 線性幾何變換(Linear geometric 4/74/124/81/4 transform)(1.007，0.01，0.01，1.012) +JPEG70 線性幾何變換(Linear geometric 4/73/124/83/4 transform)(1.010，0.013，0.009，1.011) +JPEG70 線性幾何變換(Linear geometric 4/71/123/80/4 transform)(1.013，0.008，0.011，1.008) +JPEG70 剪裁20％(Centered cropping 20％off) 4/75/12● ● 剪裁25％(Centered cropping 25％off) 4/74/12● ● 旋轉(zhuǎn)45度(Rotation 45)+剪裁3/71/12● ● (Cropping) 旋轉(zhuǎn)90度(Rotation 90)+剪裁6/79/12● ● (Cropping) 旋轉(zhuǎn)45度(Rotation45)+剪裁 1/71/12● ● (Cropping)+尺度縮放(Scale) 旋轉(zhuǎn)90度(Rotation 90)+剪裁6/79/12● ● (Cropping)+尺度縮放(Scale) 注JPEG90表示JPEG壓縮，質(zhì)量因子為90，同理，JPEG80、JPEG70、JPEG60、JPEG50、JPEG40、JPEG30分別表示JPEG壓縮，質(zhì)量因子分別為80、70、60、50、40。
從表1和表2可以看出本發(fā)明能夠抵抗質(zhì)量因子僅為30的JPEG壓縮，能夠抵抗常規(guī)信號(hào)處理如中值濾波、顏色量化、加均值噪聲、高斯濾波等，能夠抵抗幾何攻擊如旋轉(zhuǎn)、伸縮、位移、刪除、剪裁等。此外，本發(fā)明還能抵抗幾何攻擊和幾何攻擊的聯(lián)合攻擊、信號(hào)處理和JPEG壓縮的聯(lián)合攻擊以及幾何攻擊和JPEG壓縮的聯(lián)合攻擊。與以往同類方案相比，本發(fā)明的魯棒水印方案，在抵抗幾何攻擊方面更加有效。
以上所述的實(shí)施例，只是本發(fā)明較優(yōu)選的具體實(shí)施方式
，本領(lǐng)域的技術(shù)人員在本發(fā)明技術(shù)方案范圍內(nèi)進(jìn)行的通常變化和替換都應(yīng)包含在本發(fā)明的保護(hù)范圍內(nèi)。
權(quán)利要求
1.一種基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法，其特征在于包括下列步驟
---提取邊緣曲線；
---確定穩(wěn)定圓形特征區(qū)域；
---計(jì)算整幅圖像的質(zhì)心；
---劃分扇區(qū)；
---嵌入水印序列。
2.根據(jù)權(quán)利要求1所述的基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法，其特征在于所述提取邊緣曲線具體包括下列步驟
---利用canny算子提取圖像的邊緣曲線，canny算子的脊像素使用兩個(gè)閾值T1和T2做閾值處理，其中T1＜T2，值大于T2的脊像素稱為強(qiáng)邊緣像素，在T1和T2之間的脊像素稱為弱邊緣像素；
---對(duì)提取的邊緣曲線進(jìn)行優(yōu)化處理。
3.根據(jù)權(quán)利要求2所述的基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法，其特征在于所述兩個(gè)閾值T1和T2的取值范圍為T2-T1≤0.0001。
4.根據(jù)權(quán)利要求2所述的基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法，其特征在于所述對(duì)提取的邊緣曲線進(jìn)行優(yōu)化處理具體包括下列步驟
---填補(bǔ)間隙；
---刪除短曲線；
---刪除短分枝；
---刪除短周長(zhǎng)閉合曲線。
5.根據(jù)權(quán)利要求1所述的基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法，
其特征在于所述確定穩(wěn)定圓形特征區(qū)域具體包括下列步驟
---跟蹤提取的每條邊緣曲線計(jì)算邊緣曲線上各點(diǎn)的多尺度曲率積，根據(jù)預(yù)先設(shè)定的閾值找出曲率比較大的點(diǎn)；
將曲線Γ寫成以弧長(zhǎng)u為參數(shù)的函數(shù)形式
Γ(u)＝(x(u)，y(u))
根據(jù)CSS的多尺度思想，設(shè)Γ(u，σ)表示曲線Γ在尺度σ下的參數(shù)形式，即
Γ(u，σ)＝(X(u，σ)，Y(u，σ))
式中
X(u，σ)＝x(u，σ)*g(u，σ)
Y(u，σ)＝y(tǒng)(u，σ)*g(u，σ)
其中，*是卷積算子，g(u，σ)是尺度σ下的高斯函數(shù)，
曲線Γ(u，σ)的曲率定義如下
其中
其中，gu(u，σ)，guu(u，σ)分別表示g(u，σ)關(guān)于u的一階和二階導(dǎo)數(shù)，多尺度曲率積定義為
---在曲線的角點(diǎn)處選取多尺度曲率積最大的點(diǎn)，刪除其余點(diǎn)；
---刪除靠近圖像邊緣的點(diǎn)；
---刪除位于曲線末端的點(diǎn)；
---以剩余的角點(diǎn)為圓心劃定圓形區(qū)域，將其作為穩(wěn)定的圓形特征區(qū)域，用于水印的同步。
6.根據(jù)權(quán)利要求1所述的基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法，其特征在于所述劃分扇區(qū)具體包括下列步驟
---直線l0為圓心P和質(zhì)心G的連線，記l是過圓心P的任意一條直線，則兩條直線l0和l相交構(gòu)成四個(gè)角，它們是兩對(duì)對(duì)頂角，把直線l0按逆時(shí)針方向旋轉(zhuǎn)到與l重合時(shí)所轉(zhuǎn)的角，叫做l0到l的角，記設(shè)為α，則
其中是k0和k分別是直線l0和l的斜率，以圓心P和質(zhì)心G所在直線l0為起始邊，逆時(shí)針方向作為正方向，利用公式把圓均分成N個(gè)對(duì)稱的扇形區(qū)域，扇區(qū)的圓心角為α，
---把對(duì)稱的兩個(gè)扇區(qū)區(qū)分開，點(diǎn)A和點(diǎn)A′分別位于關(guān)于圓心P對(duì)稱的兩個(gè)扇區(qū)內(nèi)，直線l1為A和質(zhì)心G的連線，l2為A′和質(zhì)心G的連線，l0和到l1的夾角為φ，l0到和l2的夾角為，顯然而
這樣就能把對(duì)稱扇區(qū)內(nèi)的點(diǎn)區(qū)分開，從而在每個(gè)特征點(diǎn)的周圍得到2N個(gè)扇形區(qū)域，扇區(qū)的圓心角為α，
全文摘要
本發(fā)明公開了一種基于穩(wěn)定圓形區(qū)域的抗幾何攻擊魯棒水印方法。該方法利用第二代水印技術(shù)的基本思想，綜合考慮圖像特征和水印信息，首先以利用基于多尺度曲率乘積方法檢測(cè)的CSS角點(diǎn)來確定穩(wěn)定圓形區(qū)域，然后以圖像的質(zhì)心為參考點(diǎn)在穩(wěn)定圓形區(qū)域內(nèi)劃分扇區(qū)，利用量化索引調(diào)制的方法在時(shí)空域嵌入水印。本發(fā)明既能抵抗常規(guī)信號(hào)處理攻擊，又能抵抗旋轉(zhuǎn)、縮放、平移和裁剪等幾何攻擊，能夠有效保護(hù)數(shù)字媒體的版權(quán)。
文檔編號(hào)G06T1/00GK101246589SQ200810102068
公開日2008年8月20日 申請(qǐng)日期2008年3月17日 優(yōu)先權(quán)日2008年3月17日
發(fā)明者田華偉 申請(qǐng)人:北京交通大學(xué)