[发明专利]基于2DPCA的数字水印方法

说明书

技术领域：

本发明属于数字水印领域，具体涉及一种基于2DPCA的能抵抗局部非线性几何攻击的数字水印算法。

背景技术：

鲁棒数字水印算法强调的是算法抵抗各种攻击的能力，即载体在历经了各种有意无意的操作(攻击)之后，其中嵌入的水印仍然能够被提取或者检测出来。在鲁棒性图像数字水印研究方面，研究人员先后研究过滤波、加噪等常规信号处理攻击；JPEG压缩、JPEG2000压缩等压缩攻击；旋转、缩放、平移等全局几何攻击。

但是在现实世界中，常常存在局部非线性几何攻击。这种攻击用图像处理软件非常容易实现，如利用Photoshop就可以轻松实现波纹扭曲、球面扭曲、投影变换等非线性几何攻击。这种攻击在打印扫描水印，又叫印刷水印，等领域也经常出现，载体在经过打印扫描后，由于纸张变化、扫描仪感光不均等原因使得载体中充满了局部非线性几何变换。

因此研究抗局部非线性几何攻击的图像数字水印算法，对于数字水印在版权保护、打印扫描等领域具有重大的现实意义，是数字水印技术走向实用化必须要解决的问题。

主成分分析，即PCA，是一种经典的特征提取和降维方法，为了使其能够更有效的处理图像，研究人员提出了二维主成分分析，即2DPCA，该方法能够将图像的主成分提取出来。

由于图像在遭受了局部非线性几何攻击后，图像的基本内容没有发生变化，即图像显示的主要内容没有发生变化，因此图像的2DPCA主成分变换不大，故我们采用2DPCA方法抵抗局部非线性几何攻击。

发明内容：

本专利的研究目的是，研究一种数字水印算法，能够有效抵抗各类非线性几何攻击。

其原理是：将训练图像设置为由原始图像和对原始图像进行多种非线性几何攻击后组成的图像组，然后对这些训练图像的均值矩阵进行特征值计算，进而提取出图像的特征向量矩阵，从而得到从图像整体角度来衡量的原始图像主成分矩阵。然而这种图像主成分矩阵还不足以提供能够抵抗非线性几何攻击的图像特征稳健性，因为经过不同非线性几何攻击，再对图像进行图像主成分矩阵提取，两次计算产生的图像主成分矩阵数值不完全相同，发生了一定程度的变化，但是攻击前后的图像主成分矩阵数值有相同的趋势。若对这种主成分矩阵进行某种变换，如DCT、FFT等，则能将这种趋势分离出来，在此基础上进行水印嵌入就能够得到具有相当稳定性的图像特征。

本专利所提出方法的实施过程分为水印嵌入部分和水印提取部分。水印嵌入部分大体过程是基于2DPCA(二维主成分分析)，提取原始图像的主成分，并可对原始水印信息进行纠错编码。将水印比特嵌入经过频域变换的部分图像主成分矩阵中，形成含水印图像。水印提取部分大体过程是对遭受非线性几何攻击的含水印图像提取受攻击图像的的主成分，对受攻击图像的主成分矩阵进行频域变换，并按照水印提取规则提取水印信息。

1.图像预处理

对原始图像进行各种非线性几何变换(如波纹攻击，挤压攻击，球面攻击，水波攻击，投影攻击，局部旋转攻击等使得原始图像发生变化的变换方法)。且每次均为对原始图像进行非线性几何变换，每次变换后得到一幅新的图像。

2.图像特征向量矩阵提取及图像主成分矩阵提取

以原始图像和经过图像预处理得到的多幅新图像作为训练图像，进行图像特征向量矩阵提取，具体过程如下：

(1)将所有训练图像的矩阵进行累加，求出所有训练图像的均值矩阵(averageimage)。

(2)进行图像特征向量矩阵提取。计算均值矩阵的特征值，将所有特征值从大到小排序组成特征值矩阵。求出每个特征值对应的特征向量，即每个特征值求出一列特征向量。将所有特征向量根据对应的特征值的大小进行排序，得到图像特征向量矩阵(vsort)，将其保留作为水印提取时的依据。最后根据特征向量矩阵提取出原始图像

主成分矩阵(proiection)。

3.原始图像主成分矩阵处理