[发明专利]一种基于视觉注意机制的数字图像水印方法

权利要求书

1.一种基于视觉注意机制的数字图像水印方法，其特征在于，包括如下步骤：

步骤1，通过视觉注意机制模型对目标图像I进行分析，获得视觉显著图，并通过图像形态学处理，对视觉显著图进行2x2结构元素膨胀，划分相对应于原图中的视觉显著区域；

步骤2，将彩色图像R，G，B三个平面的小波变换的高频子带纳入水印嵌入域的选择中；

步骤3，将视觉显著区域与小波高频子带相结合，选取显著区域相对应的高频子带区域作为最终的水印嵌入区域Area（R、G、B）；

步骤4，水印嵌入，所述水印嵌入是在视觉注意机制模型划分的视觉显著区域相对应的小波域高频区域上，采用奇偶量化调制算法嵌入水印，可结合如(1)式的DWT域量化步长与PSNR的定量关系，设定量化步长D，采用JND视觉模型动态调整量化步长；

D=255·[L×10PSNR103×M×N]-0.5---(1)]]>

其中，M、N为图像的尺寸，L为被量化的系数总数；

步骤5，水印提取，通过视觉注意机制模型对已嵌入水印图像I_w进行显著性分析，选取嵌入域Area^*（R、G、B、），并对每一平面的高频显著区域进行水印提取。

2.如权利要求1所述的基于视觉注意机制的数字图像水印方法，其特征在于，所述水印嵌入包括如下步骤：

A1：用密钥K产生随机水印序列，水印长度为n，取值为0和1，即W＝{w(1),w(i)，...,w(n)}，w(i)∈{0,1}；

A2：选取嵌入区域Area（R、G、B），并对每一平面的高频显著区域按以下步骤进行水印嵌入；

A3：对选择的高频显著区域从上往下，从左往右依次遍历获取嵌入系数集Ω={C(j),j＝1,2,3,…,N}，N为显著区域覆盖的高频系数总数；

A4：对水印信息进行如(2)式的R倍冗余重复编码得到(3)式所示的二值序列

w'(k)＝w(i)，R*(i-1)≤k≤R*i    (2)

W'＝{w'(k)；w'(k)∈{0，1}，1≤k≤R*n}(3)

其中，

A5：计算动态量化步长值：首先通过Lewis DWT-JND视觉模型中的方法计算出三级小波变换的高频区域JND_HH(x,y)，然后计算其均值mean(JND_HH(x,y))；利用下式(4)获得量化步长调节因子；

jndHH(x,y)=JNDHH(x,y)mean(JNDHH(x,y))---(4)]]>

结合(1)式，则在高频区的动态量化步长为

D_HH(x,y)＝jnd_HH(x,y)*D    (5)

A6：设待嵌入水印的高频系数为C(x,y)，通过如下奇偶量化调制机制嵌入水印

Cw(x,y)=(round(C(x,y)/DHH(x,y))-0.5)×DHH(x,y)If(round(C(x,y)/DHH(x,y))+w′(i))mod2=1Cw(x,y)=(round(C(x,y)/DHH(x.,y))+0.5)×DHH(x,y)---(6)if(round(C(x,y)/DHH(x,y))+w′(i))mod2=0]]>

A7：水印嵌完之后，对其进行逆小波变换，重新组合图像RGB三个平面获得含水印图像I_w。

3.如权利要求1所述的基于视觉注意机制的数字图像水印方法，其特征在于，所述每一平面的高频显著区域按以下步骤进行水印提取：

B1：对选择的高频显著区域从上往下，从左往右依次遍历获取嵌入系数集Ω^*={C^*(j),j＝1,2,3,…,M}，M为显著区域覆盖的高频系数总数，选取前（R^*×n）个系数，

B2：计算动态量化步长值：首先通过Lewis DWT-JND视觉模型中的方法计算出三级小波变换的高频区域JND_HH(x,y)，然后计算其均值mean(JND_HH(x,y))；利用(4)式获得量化步长调节因子

结合(1)式，则在高频区的动态量化步长为

B3：按式（7）的规则提取水印。

W*(k)=1,Iffloor(C*(x,y)/DHH*(x,y))mod2=1W*(k)=0,Iffloor(C*(x,y)/DHH*(x,y))mod=2=0---(7)]]>

k＝1,2,…,R^*×n；

B4：对于从高频子带系数提取的水印W^*(k)，按式（8）的择多原则检测水印：

w*(i)=1IfΣk=R*×(i-1)+1R*×iW*(k)>R*/2w*(i)=0Elsei=1,2,...,n---(8)]]>

B5：将从三个平面中获得的水印再按择多原则确定最终的水印w^*(i)。