[发明专利]一种基于量化嵌入的图像水印嵌入、提取的方法与装置

摘要

本发明涉及一种基于量化嵌入的图像水印嵌入、提取的方法与装置，嵌入方法包括置乱步骤采用Arnold变换对水印图像W进行处理，得到在载体图像I中的嵌入位置；训练步骤在嵌入的坐标位置中，选取k个样本点，通过光滑支持向量机对k个样本点进行训练；量化嵌入步骤；与传统的嵌入规则相比，此规则改变原始载体图像的像素值的幅度比较小，最大改变量是d，通过设定d取值可以实现水印嵌入后的不可感知性。

主权项

一种基于量化嵌入的图像水印嵌入方法，其特征在于，包括步骤如下：1)置乱步骤：采用Arnold变换对水印图像W进行处理，得到在载体图像I中的嵌入位置；2)训练步骤：在嵌入的坐标位置中，选取k个样本点，通过光滑支持向量机对k个样本点进行训练，k为设定值；3)量化嵌入步骤：在原始载体图像中嵌入水印位置的像素值；步骤2)中的光滑支持向量机进行的训练：首先引入模糊隶属度μi到每个训练样本，模糊化输入样本集{X(xi,yi),D(xi,yi)→I(xi,yi)}，0≤μi≤1；其次引入一个非线性函数Ф(x,y)将样本点映射到高维特征空间；最后在高维特征空间进行线性回归，从而得到在原空间非线性回归效果，并将原来的回归方程求解转化为求解无约束规划问题，目标函数是：min12(Σi=1kαi2+β2)+Cμi2Σi=1kP((1-Ii(Σi=1kIiαiΦ+β)),λ),]]>式中λ为调节参数，C>0是常量用于决定模型复杂度和经验风险的折中度，αi为训练后得到的权重系数，β∈R为偏差；其中的X(xi,yi)为除中心点(Xi，Yi)之外的像素均值，D(xi,yi)为除中心点(Xi，Yi)之外的像素方差，I(xi,yi)为在原始载体图像I中的像素值；步骤2)中的光滑支持向量机能够将问题转化为无约束优化问题，并结合模糊数学的概念，优化目标函数，将风险函数转化为模糊对偶极值问题，降低载体图像预测像素值与实际像素值的误差；步骤1)中的Arnold变换按照如下公式xnyn=((1abab+1x0y0)modM)β,]]>进行n次迭代，以水印图像的位置坐标(x0,y0)作为初值，其中1≤x0≤M，1≤y0≤K，得到对应水印位的嵌入位置(xn,yn)，其中1≤xn≤N，1≤yn≤N，其中floor是下取整函数，M为水印图像矩阵此时的阶数，N为原始载体图像的阶数，a、b和n均为正整数且是迭代的主体成分；最终得到M×K个位置坐标(xi,yi)，其中i＝1,2,…,M×K。