[发明专利]基于关系型和线性内插相结合的盲水印嵌入和提取方法

说明书

本发明公开了一种基于关系型和线性内插相结合的盲水印嵌入和提取方法，其步骤包括，水印置乱操作，水印嵌入操作，水印提取操作，水印逆置乱操作；其中水印嵌入操作包括：对宿主图像分块以及进行2D‑DCT和2D‑IDCT变换、自适应选择嵌入位置和嵌入方法操作；水印提取操作包括：对嵌入水印的图像进行分块以及进行2D‑DCT变换，水印的提取操作；自适应选择嵌入位置操作包括：根据密钥选择固定点，根据水印选择固定点和可选点；自适应选择嵌入方法操作包括关系性嵌入和线性内插法嵌入两种方法，提取算法包括：取模运算和拼接操作。本发明采取两种方法相结合的方式嵌入水印，从而对宿主图像进行更小的改动，使嵌入效果达到更好。

技术领域

本发明属于数字水印的技术领域，具体的说是一种应用于防伪溯源、版权保护、隐藏标识、认证和安全隐蔽通信的一种方法。

背景技术

随着互联网技术的进步，近年来，通过电子邮件、博客、社交媒体和论坛等多媒体技术，数字图像的使用大幅增加，信息安全保护问题日益突出。需要进行加密，认证和版权保护的产品越来越多。然而对于图像那些需要保留本身信息的产品则不能采用传统密码学加密。研究者们开始通过嵌入水印的方法对图像进行隐藏加密。水印分为可视水印和不可见水印。可见水印很容易被去除，而不可见水印不容易被提取，需要密钥才能被提取。在发生版权纠纷时，所有者可以提取水印来证明物品的所有权。

Tirkel等人提出了基于LSB(Least Significant Bit-最不重要位)的数字水印算法，该算法具有很好的不可感知性。但此方法鲁棒性很差，任何造成攻击都会改变水印的像素值。Cox等人首先提出了水印应该嵌入到人类视觉最重要的地方(DCT变换的低频系数)的观点，这种嵌入方法具有较好的安全性和鲁棒性,以后的多数鲁棒性数字水印算法都以其为主要思想，但其不足之处在于水印的检测过程需要原始图像的参与，无法实现盲检测。Tao等人提出了自适应DCT域数字水印算法，将图像块按照噪声的敏感性进行分类，在不同的类中分别嵌入不同强度的水印。此水印算法具有一定的鲁棒性，但是嵌入的水印都是随机的0,1序列。相对于随机的0,1序列来说，人们往往更希望嵌入的水印信息具有一定的直观含义的有意义数字水印。所以针对以上算法迫切需要设计一个不可感知性和鲁棒性好的盲水印嵌入和提取算法。

发明内容

本发明为解决上述现有技术中存在的不足之处，提出一种基于关系型和线性内插相结合的盲水印嵌入和提取方法，以期采取两种方法相结合的方式嵌入水印，实现不可感知性和鲁棒性好的盲水印的嵌入和提取，从而对宿主图像进行更小的改动，使嵌入效果达到更好。

本发明为达到上述发明目的，采用如下技术方案：

本发明一种基于关系型和线性内插相结合的盲水印嵌入和提取方法的特点是按如下步骤进行：

步骤1、获取颜色标准为RGB888且分辨率为M×N的输入图像，其中，M为所述输入图像中每一行像素的个数，N为所述输入图像中每一列像素的个数，且M，N为8的倍数；获取分辨率为P×Q的灰度水印图像，其中，P为所述灰度水印图像中每一行像素的个数，Q为所述灰度水印图像中每一列像素的个数，且P，Q为8的倍数；

步骤2、将所述灰度水印图像进行Arnold变换J次，得到置乱后的水印图像，并将置乱次数J作为第一密钥；

步骤3、提取所述输入图像的蓝色分量，得到位宽为8bit的宿主图像；

步骤4、对所述宿主图像按照尺寸A×A进行分块处理，共得到M/A×N/A个宿主小块；

将所述灰度水印图像划分为M/A×N/A的水印小块，则所每个水印小块的尺寸为：P/(M/A)×Q/(N/A)＝c，其中，c为每个宿主小块的嵌入容量；

步骤5、对所述宿主图像的每个宿主小块进行2D-DCT变换，从而得到一系列的原DCT系数；

步骤6、生成一个长度为K的0、1随机序列作为中间密钥其中，k_i表示随机序列的第i位；