[发明专利]一种基于深度信息的图像水印方法

权利要求书

1.一种基于深度信息的图像水印方法，其特征在于，包括以下步骤：

步骤A、获取宿主图像的深度信息分布情况；

步骤B、根据宿主图像深度信息分布情况确定嵌入水印的区域及各区域水印嵌入的数量：深度值越大的区域，水印嵌入数量越多；

步骤C、根据步骤B所确定的嵌入水印的区域及各区域水印嵌入的数量，进行水印的嵌入和提取。

2.如权利要求1所述基于深度信息的图像水印方法，其特征在于，利用以下方法获取宿主图像的深度信息分布情况：

步骤A1、从与宿主图像拍摄位置相邻的位置对同一场景进行拍摄，得到一幅新的图像，从而与宿主图像组成相邻图像对；

步骤A2、利用光流法对所述相邻图像对进行运动流计算，得到宿主图像中各像素的运动矢量；

步骤A3、分别以宿主图像中各像素的运动矢量的模表征该像素的深度，从而得到宿主图像的深度信息分布情况。

3.如权利要求1所述基于深度信息的图像水印方法，其特征在于，所述根据宿主图像深度信息分布情况确定嵌入水印的区域及各区域水印嵌入的数量，具体如下：

首先将宿主图像的深度分布范围划分为多个区段；然后对宿主图像进行分块，将宿主图像分割为互不重叠的大小相同的子块；以各子块中所包含的深度值最大的像素点的深度值所在的深度值分布区段作为该子块所属的深度值分布区段；最后根据各子块所属的深度值分布区段确定嵌入水印的子块及各子块水印嵌入的数量：所属深度值分布区段越大的子块，水印嵌入数量越多。

4.如权利要求3所述基于深度信息的图像水印方法，其特征在于，在将水印嵌入宿主图像时，按照以下顺序：从所属深度值分布区段最大的子块开始嵌入，如未完成水印嵌入，则在所属深度值分布区段次大的子块中继续嵌入，这样按照深度值分布区段从大到小的依次进行水印嵌入，直到所有水印完成嵌入。

5.如权利要求3所述基于深度信息的图像水印方法，其特征在于，所述将宿主图像的深度分布范围划分为多个区段，具体按照以下方法：

步骤1、根据宿主图像的深度信息分布情况获取宿主图像的深度图像，具体如下：将宿主图像的深度分布范围尺度分配到{0,255}之间的灰度值范围，得到一个新的灰度图像，该灰度图像即为所述宿主图像的深度图像；

步骤2、以所述深度图像作为待分割图像，以待分割图像中的任意一个灰度级t作为分割阈值，将待分割图像分割为两类区域：灰度值小于t的像素属于区域C₁，灰度值大于t的像素属于区域C₂；然后分别计算区域C₁、区域C₂的熵

HC1(t)=-ΣiPi/Ptlog2Pi/Pt,i=1,2,...,t,Pt=Σi=0tpi]]>

HC2(t)=-ΣiPi/(1-Pt)log2Pi/(1-Pt),i=t+1,t+2,...,ll-1]]>

式中，p_i表示灰度级为i的像素在所述待分割图像中出现的概率；ll为待分割图像的灰度级数，初始值为256；

对待分割图像的每个灰度级分别求出将H(t)取得最大值时候的H_max(t₀)作为最大熵，其对应的灰度值t₀则为当前待分割图像的最大熵分割阈值；

步骤3、以t₀所分割出的区域C₁作为待分割图像，按照步骤2的方法得到当前待分割图像的最大熵分割阈值t₁，其中C₁的灰度级数ll=t₀，像素的总数是区域C₁中所有的像素量；以t₁所分割出的由灰度值小于t₁的像素组成的区域作为待分割图像，按照步骤2的方法得到当前待分割图像的最大熵分割阈值t₂；依此类推，得到m个最大熵分割阈值{t₀,t₁,～t_m-1}；m为预设的大于1的自然数

步骤4、以{t₀,t₁,～t_m-1}所分别对应的m个深度值{T₀,T₁,～T_m-1}作为深度分割阈值，将宿主图像的深度分布范围划分为m+1个区段。