一种基于压缩感知的数字图像水印嵌入和提取方法

摘要

一种基于压缩感知的数字图像水印嵌入和提取方法，属于信息隐藏和图像处理技术领域。对二值数字图像水印信息进行稀疏化处理，得到稀疏化的一维水印信息，构造测量矩阵，将测量矩阵作为密钥；用密钥稀疏化的一维水印信息进行测量，实现维水印信息的压缩和加密；对原始载体图像信息进行离散余弦变换并对变换后得到的离散余弦变换域信息进行分块，将处理后的水印信息嵌入到载体图像中得到含水印图像。本发明采用压缩感知方法对水印进行处理，实现水印压缩和加密的双重作用，嵌入量增加，使不可见性和安全性增强，水印总体性能显著提高；应用SB字E矩阵，存储空间小，计算速度快，硬件简单；压缩感知重建过程引入稀疏度，极大提高重建准确性及效果。

主权项

1.一种基于压缩感知的数字图像水印嵌入方法，其特征在于：包括以下步骤：步骤1：对二值数字图像水印信息进行稀疏化处理，得到稀疏化的一维水印信息；读取二值数字图像水印信息W=(w_s,q)_S×Q，二值数字图像水印信息W是大小为S×Q的矩阵，其中，S表示矩阵的行，Q表示矩阵的列，w_s,q为二值数字图像水印信息W的第s行、第q列位置上的元素，w_s,q∈{0, 1}；对二值数字图像水印信息W进行逐列扫描，将其转换成一维水印信息一维水印信息C^w是一维列向量，共有L行，且有L=S×Q；w表示二值数字图像水印信息，是watermark的缩写；一维水印信息C^w经过离散余弦变换，得到离散余弦变换域信息即稀疏化的一维水印信息稀疏化的一维水印信息D^w是一维列向量，共有L行；设定稀疏化一维水印信息的稀疏度K，0<K＜＜1，采样数据量为K*L，保留K值；步骤2：构造测量矩阵，将测量矩阵作为密钥，用密钥对步骤1确定的稀疏化的一维水印信息进行测量，实现对一维水印信息的压缩和加密；将P个大小为b×b的哈德马矩阵块H_Block按照如下公式组成H：式中，P和b均为整数，取值满足：P*b=L；对矩阵H的列向量进行随机排序，然后对行向量进行随机排序，抽取排序后矩阵H中的任意L_cs行组成测量矩阵测量矩阵Φ是大小为L_cs×L的矩阵，为测量矩阵Φ的第l_cs行、第l列位置上的元素，L_cs满足条件：L_cs＜＜L，L_cs∈[K*L,L)；cs表示压缩感知，是Compressivesensing的缩写；将上述测量矩阵Φ作为密钥保存；用密钥Φ的每个行向量分别与稀疏化的一维水印信息做内积，得到一维水印信息在密钥上的投影，即测量值测量值Y^w是一维列向量，共L_cs行；因为一维水印信息的总数据量为L，测量值的总数据量为L_cs，L_cs＜＜L，所以测量过程实现了数据压缩，又因为在未知密钥Φ的情况下，压缩过程不可逆，所以压缩过程也是对数据的加密过程；步骤3：读取待进行版权保护的数字图像，将其作为原始载体图像信息，保留一份原始载体图像信息的备份，对原始载体图像信息进行离散余弦变换并对变换后得到的离散余弦变换域信息进行分块，将步骤2处理后的水印信息嵌入到载体图像中得到含水印图像；读取待进行版权保护的数字图像信息，即原始载体图像信息A=(a_m,n)_M×N，原始载体图像信息A是大小为M×N的矩阵，其中，M表示行，N表示列，a_m,n为原始载体图像A的第m行、第n列位置上的元素；对原始载体图像信息A逐列进行扫描，将其转换成一维的原始载体图像C^A是一维列向量，共有L_A行，L_A=M×N；对一维的原始载体图像C^A做离散余弦变换，得到原始载体图像的离散余弦变换域信息原始载体图像的离散余弦变换域信息D^A是一维列向量，共有L_A行；将原始载体图像的离散余弦变换域信息D^A的低频部分分割成大小为B×1的矩阵块，式中为向下取整符号，B是矩阵块的行数，β为伸缩系数，且有β∈(0,0.5]，用来调节分块的大小，原始载体图像的离散余弦变换域信息D^A总共被分割成块，为向上取整符号；然后将水印信息测量值嵌入到原始载体图像的离散余弦变换域信息D^A前L_cs个分块的每个分块第一行数据中，此过程可描述为：式中，α∈(0,1)是调节嵌入强度的权值，α越大嵌入强度越大，水印鲁棒性越强，嵌入水印后载体图像质量下降也越大，反之，α越小，水印鲁棒性越弱，嵌入水印后载体图像质量越好；嵌入水印后得到含水印的载体图像离散余弦变换域信息为一维列向量，行数为L_A；含水印的载体图像离散余弦变换域信息做离散余弦逆变换，得到一维含水印的图像信息一维含水印的图像信息是一维列向量，共有L_A行；将一维含水印的图像信息按照逐列扫描的逆过程复原成大小为M×N的含水印图像为含水印图像的第m行、第n列位置上的元素；水印的嵌入过程结束，步骤1、步骤2和步骤3需要分别保留稀疏化一维水印信息的稀疏度K、密钥Φ、伸缩系数β、权值α以及原始载体图像的备份。