[发明专利]一种图像水印方法、系统和电子设备有效

专利信息
申请号: 202110443175.X 申请日: 2021-04-23
公开(公告)号: CN113012020B 公开(公告)日: 2023-07-21
发明(设计)人: 胡坤;王红飞 申请(专利权)人: 中国科学院空间应用工程与技术中心
主分类号: G06T1/00 分类号: G06T1/00;G16H30/40
代理公司: 北京轻创知识产权代理有限公司 11212 代理人: 吴佳
地址: 100094*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 水印 方法 系统 电子设备
【说明书】:

发明涉及一种图像水印方法、系统和电子设备,一方面,不会对宿主图像造成任何内容的修改,有效保护了宿主图像的完整性,另一方面,通过结合二维经验模态分解BEMD和奇异值分解算法SVD的优势,构建第一特征图像和所述第二特征图像,以进一步用于版权认证和篡改检测。通过大量的实验结果和与现有水印算法的比较证实了本申请的不仅在篡改检测上具有很好的表现,而且抵抗各种攻击也表现很好,特别是剪切攻击、高斯噪声、中值滤波、图像增强等攻击,提高了鲁棒性。

背景技术

图像往往存储有个人的隐私信息,例如:数字医学图像存储了患者的隐私信息,并在病情诊断过程中发挥着重要的作用。因此,保护病人的私人信息是非常重要的。数字医学图像可能在传播等过程中受到未经授权的人复制和篡改,极大的破环了医学图像的医学价值和侵犯了病人的个人权益。为了更好地保护病人医学图像的所有权,以免被人利用和滥用,针对于数字医学图像的水印算法已被广泛的使用。

传统的水印算法提供的版权保护一般是通过将水印图像嵌入到宿主图像中,由于数字医学图像的特殊性,这可能会带来多种问题,具体地:

1)在宿主图像即数字医学图像中插入水印信息即水印图像不可避免地要修改宿主图像,即需要对数字医学图像进行修改,这可能会造成医生的误诊,因为任何内容的修改都可能掩盖病人的真实病情;

2)将水印信息即水印图像直接插入宿主图像即数字医学图像中,可能导致传统的水印算法很难平衡鲁棒性和不可感知性。

发明内容

本发明所要解决的技术问题是针对现有技术的不足,提供一种图像水印方法、系统和电子设备。

本发明的一种图像水印方法的技术方案如下:

利用二维经验模态分解算法对宿主图像进行分解,得到所述宿主图像对应的第一个固有模态函数和余量,并利用具有预设窗口的奇异值分解算法对所述宿主图像对应的第一个固有模态函数进行分解得到多个第一特征矩阵,并利用具有预设窗口的奇异值分解算法对所述宿主图像对应的余量进行分解得到多个第二特征矩阵;

从每个第一特征矩阵中分别获取同一预设位置对应的元素并进行二值化后,得到第三特征矩阵,从每个第二特征矩阵中分别获取同一预设位置对应的元素并进行二值化后,得到第四特征矩阵;

对所述宿主图像对应的水印图像进行Arnold置乱并进行重复,得到与第三特征矩阵的尺寸一致的第五特征矩阵;

将所述第五特征矩阵与所述第三特征矩阵进行异或操作,得到所述第一特征图像,并将所述第五特征矩阵与所述第四特征矩阵进行异或操作,得到所述第二特征图像,以根据所述第一特征图像和所述第二特征图像进行版权认证和/或篡改检测。

本发明的一种图像水印方法的有益效果如下:

一方面,不会对宿主图像造成任何内容的修改,有效保护了宿主图像的完整性,另一方面,通过结合二维经验模态分解BEMD和奇异值分解算法SVD的优势,首先,充分发挥BEMD的良好特性,自适应分解宿主图像为有限数量的固有模态函数和余量。其次,从宿主图像对应的第一个固有模态函数和余量分别使用奇异值分解算法,并进行二值化操作得到第三特征矩阵和第四特征矩阵;然后,水印图像使用Arnold变换来增强水印的安全,通过异或操作(XOR)来构建第一特征图像和所述第二特征图像,可将第一特征图像和所述第二特征图像安全地存储在版权认证数据库,以进一步用于版权认证和篡改检测。通过大量的实验结果和与现有水印算法的比较证实了本申请的不仅在篡改检测上具有很好的表现,而且抵抗各种攻击也表现很好,特别是剪切攻击、高斯噪声、中值滤波、图像增强等攻击,提高了鲁棒性。

本发明的一种图像水印系统的技术方案如下:

包括分解模块、二值化模块、置乱重复模块和异或操作模块;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院空间应用工程与技术中心,未经中国科学院空间应用工程与技术中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110443175.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top