面向数字作品分级权益管理的免疫图像数字水印方法

摘要

本发明属于信息技术领域，涉及一种面向数字作品分级权益管理的免疫图像数字水印方法，包括水印嵌入及分级质量锁控处理、分级权益管理与保护两大部分，其中，水印嵌入及分级质量锁控处理由水印嵌入和分级质量锁控过程构成，水印嵌入包括水印预处理、版权水印嵌入和权益水印嵌入及其质量锁控，水印嵌入后再对各层级图像质量进行分级锁控；分级权益管理与保护由密钥分配与权益分配构成。本发明能够实现分级使用权益和版权权益保护的同时，进行相关权益的有效分离，使其彼此没有重叠，有效阻止依据相邻像素相似性的攻击，并进而使其成为授权方式下的一种权益管理方式，具有高度安全性，为数字社区内安全共享数字图像作品提供了强有力的技术支持。

主权项

一种面向数字作品分级权益管理的免疫图像数字水印方法，其特征在于，包括水印嵌入及分级质量锁控处理、分级权益管理与保护两大部分，其具体过程如下：第一部分：水印嵌入及分级质量锁控处理该部分由水印嵌入和分级质量锁控两个关键过程构成，一、水印嵌入水印嵌入过程包括水印预处理、版权水印嵌入和权益水印嵌入及其质量锁控；1)、水印预处理：水印包括版权水印和权益水印两种，分别标记为W_b、W₁，二者均为含有版权特征或权益特征且像素值取0与1两种数值的二值图像；采用现有常规方法对其进行置乱或加密处理，并采用相应置乱方法将上述水印信息转化为密文，相应的参数作为密钥保存以备后用，将其二值形式按以下公式由0,1变换为‑1,1，即：对于水印矩阵第i行第j列元素W(i,j)；2)、版权水印嵌入：给定原始图像I，版权水印W_b，嵌入深度alpha，质量分级参数为n，具体水印嵌入过程如下：(ⅰ)n级小波分解：根据现有小波分解理论，选择某种小波基做n级小波分解，其中第n级低尺度近似分量、低尺度近似分量分别与水平方向、垂直方向和对角方向的高频分量分别记为A_n，H_n，V_n及D_n；原始图像I转化为尺度不等的系数矩阵集合{A_n,H_n,V_n,Dn,H_n‑1,V_n‑1,D_n‑1,…,H_i,V_i,D_i,…,H₁,V₁,D₁}，由此可得其中A_n；(ⅱ)版权水印嵌入：对A_n采用现有非盲水印的方法按以下公式嵌入版权水印W_b，得含水印分量矩阵即：其中，alpha是版权水印嵌入深度；(ⅲ)n级小波重构：根据现有小波重构理论，由H_n,V_n,D_n重构得由H_n‑1,V_n‑1,D_n‑1可以重构…；由A₁’,H₁,V₁,D₁可以重构得到含有版权水印的图像3)、权益水印嵌入及其质量锁控：给定含版权水印图像权益水印W₁，嵌入深度α₁(取值范围为(0,1])，密钥种子key1，具体嵌入及其质量锁控过程如下：(ⅰ)伪随机矩阵的准备：依据密钥种子key1采用既有伪随机序列生成算法得到行列大小与A_n‑1相等的伪随机矩阵β₁；分别计算权益水印W₁的行列奇偶校验和Ch与Cl，并将其尾部填充0使其长度大小与key1相同，将三者逐位做XOR运算的结果作为新密钥种子得到另一行列大小与A_n‑1相等的伪随机矩阵random；(ⅱ)权益水印嵌入：将A_n‑1视为IA区域，按以下公式嵌入其权益水印W₁得嵌入水印后的(ⅲ)图像质量锁控：对于权益水印所在的子图A_n‑1，其质量锁控方法有些 特殊，分以下三个步骤处理：步骤1：计算补偿矩阵：SRC_n‑1(i,j)＝A_n‑1(i,j)‑A'_n‑1(i,j)其中，A_n‑1与A'_n‑1分别是嵌入权益水印前后的第n‑1级小波分解低尺度分量子图矩阵；步骤2：将权益水印W₁嵌入到SRC_n‑1内，得到：SRC'_n‑1(i,j)＝SRC_n‑1(i,j)‑β₁(i,j)×W₁(i,j)其中，W₁为权益水印；β₁为上述嵌入权益水印时采用的伪随机矩阵；步骤3：依据加密密钥K(ID)对上述矩阵加密，得到：SSRC_n‑1＝EN(SRC'_n‑1,K(ID))其中：EN()为现有典型对称加密算法，，密钥K(ID)由系统根据用户注册ID作为种子自动生成；(ⅳ)数据标准化：选用min‑max标准化方法对上述得到的A'_n‑1和SSRC_n‑1做标准化处理，具体也分以下三个步骤来完成：步骤一：计算：其中：min()为取最小值函数，max()为取最大值函数，P₁为结构化系统数据变量；步骤二：计算标准幅值范围：根据理论分析及实验，按下式计算：对于小波第k级子图分量，可取A_mxk＝255×2^k，A_mnk＝S_mxk＝40×2^k，Smnk＝‑40×2^k。步骤三：根据下列标准化变换式，可得：(ⅴ)小波重构复原：将上述计算得到的标准化结果SSRC^*_n‑1作为替换原D_n‑1，再由A^*_n‑1，H_n‑1,V_n‑1,一起通过小波变换重构得到将标准化过程得到的结构化系统变量P1最后作为权益密钥之一记录到数据库中保存；二、分级质量锁控水印嵌入后，需要对各层级图像质量进行分级锁控，具体按如下四个步骤处理：步骤1：计算补偿矩阵：将D_n‑k分量矩阵视为UIA区域，则第k级补偿矩阵数据SRC_n‑k由以下公式获得：SRC_n‑k(i,j)＝A_n‑k(i,j)‑A'_n‑k(i,j)其中：A_n‑k为未嵌入权益水印的原始第n‑k级小波分解低尺度子图分量，为由第n‑k+1级小波分解嵌入水印后各个分量即H_n‑k+1，V_n‑k+1，的重构值；步骤2：加密补偿矩阵：依据加密密钥K(ID)对上述矩阵加密，得到：SSRC_n‑k＝EN(SRC,K(ID))其中：EN()为现有典型对称加密算法；密钥K(ID)由系统根据用户注册ID作为种子自动生成；步骤3：标准化处理：(ⅰ)计算：其中：min()为取最小值函数，max()为取最大值函数，Pk为结构化系统数据变量；(ⅱ)对于小波第k级子图分量，可取A_mxk＝255×2^k，A_mnk＝S_mxk＝40×2^k，S_mnk＝‑40×2^k；(ⅲ)对和按下式进行数据标准化处理，可得：步骤4：小波重构：将SSRC^*_n‑k作为替换原D_n‑k，再由A^*_n‑k，H_n‑k,V_n‑k,一起通过小波变换重构重复以上步骤1～4，直到所有各级权益质量分级锁控处理完毕；如此，最终由A*₁,H₁,V₁,D*₁可以重构得到公开免疫图像将标准化过程得到的结构化系统变量P_k(k＝1,2,…,n‑1)最后作为权益密钥之一记录到数据库中保存。；第二部分：分级权益管理与保护分级权益管理与保护由以下密钥分配与权益分配两个环节构成；一、密钥分配根据不同权益需求，将相应密钥分为相对独立的四类：A、一类权益密钥：{SRC加解密密钥K(ID)、幅值范围P1、水印置乱密钥}B、二类权益密钥：{SRC加解密密钥K(ID)、幅值范围P1、伪随机矩阵β₁种子密钥key1}C、三类权益密钥：{SRC加解密密钥K(ID)、幅值范围Pk}D、四类权益密钥：{版权水印密钥}二、权益分配依据上述四类密钥可以合理分配相应的权益，具体实现方法如下：①针对第一类密钥所有者，有权查看水印信息，由以下五个步骤完成：步骤1：将公开免疫图像进行n级小波分解，得第n‑1级子图分量A_n‑1，H_n‑1,V_n‑1，D_n‑1，从而有如下计算公式：步骤2：据密钥P₁，按下式进行反标准化处理得到SSRC_n‑1：其中min()为取最小值函数，max()为取最大值函数；即为由密钥P₁中提取的原嵌入水印后SSRC幅值范围；步骤3：根据SRC加解密密钥K(ID)可得补偿矩阵SRC'_n‑1＝DE(SSRC_n‑1,K(ID))其中：DE()为对称密码算法；步骤4：按下式计算权益水印密文数据：步骤5：依据水印置乱密钥，做逆变换处理得到权益水印明文；②第二类密钥所有者，有权获得水印密文以及较高质量的近似图像具体由以下五个步骤完成：步骤1：重复第一类密钥拥有者的步骤1～4，获得权益水印密文步骤2：由密钥P₁提取嵌入水印后A_n‑1的幅值范围，依下式进行反标准化处理得到其中：min()为取最小值函数，max()为取最大值函数，A_mn1，A_mx1即为由密钥P₁提取的嵌入水印后A_n‑1的幅值范围；步骤3：由伪随机矩阵β₁密钥key1，根据以下公式计算α₁近似值，具体过程如下：1)相邻像素对：在中依取值相反即分别为1和‑1的条件按照先水平后垂直的扫描次序寻找相邻像素对，其行列坐标分别记作(i,j)和(ii,jj)；2)若记abs()为求绝对值的函数，则可按下列公式估算α'值：3)估算α'₁值：重复步骤1)、2)，直到遍历区域所有相邻像素对，对所有符合要求的α'求平均值即α₁的近似值，记作α'₁；步骤4：根据以下公式得到恢复近似图像A_n‑1：步骤5：将含有补偿矩阵的D_n‑1区域数据置零，由更新后的A_n‑1，H_n‑1,V_n‑1,D_n‑1重构A_n‑2,得到近似恢复图；③针对第三类密钥所有者，有权获得相应层级的高质量恢复图像具体步骤如下：(a).根据公开图像小波分解得到的A^*_n‑k，按照下式计算得到其中min()为取最小值函数，max()为取最大值函数；即为由密钥P_k提取的原A_n‑k嵌入水印后的幅值范围；(b).根据公开图像小波分解得到的SSRC^*_n‑k，按照下式计算得到SSRC_n‑k：其中min()为取最小值函数，max()为取最大值函数；即为由密钥P_k中提取的原SSRC幅值范围；(c).根据SRC加解密密钥K(ID)可得补偿矩阵SRC_n‑k：SRC_n‑k＝DE(SSRC_n‑k,K(ID))其中：DE()为前述对称密码算法如AES、DES等的解密算法；(d).根据补偿矩阵恢复图像：A_n‑k(i,j)＝SRC_n‑k(i,j)+A'_n‑k(i,j)(e).将含有补偿矩阵的D_n‑k区域数据置零，由更新后的A_n‑k，H_n‑k,V_n‑k,D_n‑k可以重构得到第k+1级精确恢复图像A_n‑k‑1；④第四类密钥拥有者，有权检测或查看版权水印，具体步骤如下：1)分别将公开图像I’和原图像I做n级小波分解，得到与A_n；2)依据现有非盲鲁棒水印算法中其版权水印嵌入的公式及其相应的解密算法求出版权水印的估计值3)将W_b和按图像方式显示并加以对比，并由此证实版权权益所属；或按现有水印检测方式来确认。