[发明专利]一种针对计算机图形图像的水印方法

说明书

技术领域

本发明涉及一种针对计算机图形图像的水印方法，属于信息隐藏技术领域。 

背景技术

在数字图像(视频)水印领域，人们将注意力主要集中于自然图像而忽视了计算机图形图像（Computer Graphic，简称CG），后者正逐渐成为越来越流行和重要的信息载体。简单的将针对自然图像开发的水印算法移植到计算机图形图像上会造成明显的人为痕迹，很容易被人类视觉系统（Human Visual System,简称HVS）感知。在自然图像的情形下HVS对这个差异较不敏感，因为自然图像的亮度层次丰富，对比度掩蔽效应（contrast masking effect）强；而CG图像亮度层次少、边缘锐利，给人一种光滑无噪声的感觉，这种程度的差异很容易被HVS感知，这给在CG图像中嵌入水印增加了难度。 

研究发现，HVS对图像边缘的失真较不敏感，CG图像也不例外，因此可以考虑把水印嵌入到CG图像的边缘中。轮廓波变换(Contourlet Transform，简称CT)是由Do等人提出的一种对图像边缘或轮廓具有高效表现力的变换，即在该变换域嵌入水印能够通过较少的系数将水印扩散到图像较大的区域，增强水印的鲁棒性。 

最大似然(Maximum Likelihood，简称ML)检测技术检测技术广泛应用于通信工程中，从通信的角度看待数字水印技术，可以将水印的传送理解为发送方以数字媒体作为水印的载体，将水印传递到接收方，其间嵌入水印的数字媒体经受的各种蓄意或无意的数字信号处理（对水印的攻击）好比通信中信道对信号的干扰，水印的检测就是从被攻击的媒体中获取原始水印。在变换域上应用ML检测技术检测水印需要对变换域系数的分布建模，在DCT、DWT和CT域上常用的模型是一般高斯模型(Generalized Gaussian Distribution，简称GGD)。对于CG图像的CT系数分布，由于其分布的特殊性使得用GGD建模时不能较好的描述其分布特点，结果是水印检测性能的下降。CG图像CT系数分布的特殊性是指大量的系数集中于零值附近，使得其分布呈现脉冲形，如图1中（a）所示，这是CG图像的特性造成的。为了能尽量精确的对该种系数分布建模，若对CT系数求绝对值，用韦布尔分布(Weibull Distribution)对其建模，再从绝对值中检测水印。这样一来建模的手段不再局限于对称分布的双边模型，像韦布尔分布这样的单边模型成为可选模型，如图1中（b）所示，该模型在零值附近趋近于无穷的特性使其非常适合于在绝对值域对CG图像的CT系数建模。 

发明内容

本发明所要解决的技术问题是提供一种针对计算机图形图像的水印方法，在保证水印透 明性的同时具有较好的鲁棒性，并是一种盲水印方法；克服对计算机图形图像轮廓波变换系数准确建模的困难，提高水印检测的成功率。 

本发明为解决上述技术问题采用以下技术方案： 

一种针对计算机图形图像的水印方法，所述水印信号采用扩谱通信中的伪随进序列，序列项在集合{-1,1}中取值。首先，对图像进行轮廓波变换，将水印信号嵌入轮廓波变换中第二级变换的方向子带中能量最大的子带中，对嵌入水印后的轮廓波变换系数实施轮廓波逆变换即得到水印图像；然后，对水印图像进行轮廓波变换，选取嵌入水印的子带，对嵌入水印后的轮廓波变换系数取绝对值，对绝对值进行建模，在绝对值域进行水印检测。 

作为本发明的一种优选方案，采用一般伽玛分布或其特例韦布尔分布对所述绝对值进行建模。 

作为本发明的一种优选方案，所述水印检测采用最大似然检测技术进行水印检测；所述所述最大似然检测技术要求系数大于零，则若变换系数的绝对值中存在零值，需给其加上一个数值10^-9。 

本发明采用以上技术方案与现有技术相比，具有以下技术效果： 

（1）本发明在保证水印透明性的同时具有较好的鲁棒性，并且是一种盲水印算法； 

（2）本发明对轮廓波系数取绝对值，对绝对值域的系数建模，克服了对计算机图形图像轮廓波系数准确建模的困难，提高了水印检测的成功率； 

（3）本发明嵌入水印的变换域和位置，能够很好的平衡水印的透明性和鲁棒性，检测水印不依赖原始图像且效果好于直接在变换域上检测的效果。 

附图说明

图1是轮廓波变换的方向子带系数分布的直方图和对应模型。 

图2是本发明的水印嵌入流程图。 

图3是本发明的水印检测流程图。