基于图像特征点全局校正的鲁棒水印方法

摘要

本发明公开了一种基于图像特征点全局校正的鲁棒水印方法，主要解决现有水印算法不能有效抵抗常规图像处理和几何攻击的问题。其实现步骤是：(1)利用尺度不变特征变换SIFT法提取原始图像特征点，通过图像分割得到分割区域；(2)结合尺度范围和分割区域构建圆形特征区域；(3)通过抖动量化调制将水印嵌入在特征区域的Zernike矩中；(4)检测时，提取失真图像的SIFT特征点，与原始图像特征点进行匹配，利用RANSAC迭代法对失真图像进行校正；(5)在校正图像的分割区域中构建特征区域，通过抖动量化调制在修改后的Zernike矩中提取水印。本发明具有很好的不可见性，对常规图像处理、几何攻击均具有良好的鲁棒性，可用于互联网上数字作品的版权保护、所有权验证及拷贝控制。

主权项

一种基于图像特征点全局校正的鲁棒水印方法，包括：(1)水印嵌入步骤：(1a)通过密钥Key1生成一个二值的伪随机水印序列b＝{b₁,b₂,…,b_L}，b_d∈{0,1}，d＝1,2,...,L，L是水印序列的位数；(1b)利用尺度不变特征变换SIFT检测算子，提取原始图像I的SIFT特征点，获得原始图像I的SIFT特征点集F；(1c)以高斯平滑滤波后的图像I_s的每一个像素为一个点构造网格图，按照距离约束进行图像分割，将平滑图像I_s划分为不同的区域，得到不同分割区域集S＝{s₁,s₂,…,s_k}，s_t表示一个分割区域，t＝1,2,...,k，k是分割区域的个数；(1d)从分割集S中每一个区域所对应原始图像I的相应区域内，在中频尺度范围内选择特征强度最大的SIFT特征点，作为圆心构造半径为R的稳定且彼此独立的圆形特征区域，若该区域不存在SIFT特征点，则不选择该分割区域所对应原始图像I的相应区域，从而获得一系列圆形特征区域O＝{o₁,o₂,…,o_h}，o_l表示一个圆形特征区域，l＝1,2,...,h，h是圆形特征区域的个数，h≤k；(1e)将获得的圆形特征区域四周补0，得到外接方形子图像，计算该外接方形子图像的Zernike矩，并利用抖动量化调制的方法将水印嵌入到筛选出的L个Zernike矩的幅度值中，该L个Zernike矩的位置信息保存为密钥Key2；(1f)对Zernike矩进行重构，获得含水印的外接方形子图像，并将这些含水印的外接方形子图像去掉周围0值后逐个替换原始圆形特征区域，得到含有水印的图像；(2)校正受攻击图像步骤：(2a)利用尺度不变特征变换SIFT检测算子提取受攻击图像I′的SIFT特征点，获得受攻击图像I′的SIFT特征点集F′；(2b)利用原始图像I的SIFT特征点集F和受攻击图像I′的SIFT特征点集F′，根据距离约束做特征点匹配；(2c)在匹配好特征点的基础上，利用随机抽样一致RANSAC方法，对匹配好的点进行优化迭代，除去匹配错误的点，计算原始图像I到受攻击图像I′的变换参数T为：式中，t_pq表示待计算的参数，p＝1,2,3，q＝1,2；(2d)根据受攻击图像I′和变换参数T，逐像素恢复其到未受攻击时的位置，得到受攻击图像I′校正之后的图像I₁；(3)水印检测步骤：(3a)利用尺度不变特征变换SIFT检测算子，提取校正之后图像I₁的尺度不变特征变换SIFT特征点；(3b)以校正之后图像I₁的每一个像素为一个结点构造网格图，按照距离约束进行图像分割，将校正之后的图像I₁划分为不同区域，得到不同分割区域集S′＝{s′₁,s′₂,…,s′_k′}，s′_t′表示一个分割区域，t′＝1,2,...,k′，k′是分割区域的个数；(3c)从分割区域集S′中每一个区域所对应的校正之后图像I₁的相应区域内，在中频尺度内选择特征强度最大的SIFT特征点，作为圆心构造半径为R的稳定且彼此独立的圆形特征区域，若该区域不存在SIFT特征点，则不选择该分割区域所对应的校正之后图像I₁的相应区域，从而获得一系列圆形特征区域O′＝{o′₁,o′₂,…,o′_h′}，o′_l′表示一个圆形特征区域，l′＝1,2,...,h′，h′是圆形特征区域的个数，h′≤k′；(3d)对获得的圆形特征区域四周补0，得到外接方形子图像，计算该外接方形子图像的Zernike矩，对Zernike矩进行筛选，得到校正之后图像I₁的Zernike矩集合S′_Zernike为：S′_Zernike＝{Z′_mn}，m≤M_max，n≠4g，g＝0,1,2,...，式中，M_max是最大阶数，Z′_mn表示阶数为m，重复度为n的Zernike矩；(3e)利用与嵌入水印过程相同的密钥Key2，从S′_Zernike中选择L个Zernike矩用于水印提取，其对应的幅值为是阶数为m_r，重复度为n_r的Zernike矩，r＝1,2,...,L，是的幅值；(3f)通过最小距离解码提取水印b′＝{b′₁,b′₂,…,b′_L}；(3g)定义匹配检测阈值X＝23，定义x为正确匹配的水印位数，逐位比较原始水印b＝{b₁,b₂,…,b_L}与提取的水印b′＝{b′₁,b′₂,…,b′_L}，得到正确匹配的水印位数x，并将该水印位数x与预先定义的匹配检测阈值X进行比较，判断该圆形特征区域中是否嵌入水印，当x≥X时，则该圆形特征区域嵌入了水印；当x＜X时，则该圆形特征区域没有嵌入水印；依次检测校正之后图像I₁的所有圆形特征区域，若检测出大于等于2个的圆形特征区域嵌入了水印，则认为校正之后的图像I₁嵌入了水印，否则认为校正之后的图像I₁没有嵌入水印。