基于QR分解的数字图像水印嵌入方法和数字图像认证方法

摘要

本发明的基于QR分解的数字图像水印嵌入方法和数字图像认证方法相互配合进行认证，所述的认证方法不需要原始的图像，只需要将数据S，T1，T2的取值与所述嵌入方法中的相同即可，且在图像的QR分解中具有一条重要的性质，即R矩阵第一行的元素的绝对值大于其它各行对应的元素，因此在R矩阵的第一行元素中嵌入水印信息，对图像的视觉质量不会产生大的影响，经试验证明R矩阵这种性质的普遍存在性以及该认证方法的有效性、可靠性，既不会引起图像视觉质量的下降，又能够对图像的恶意篡改做到精确认证和定位；本发明技术方案不需要额外的数据管理；认证快捷迅速，适合数字图像这种大数据量的计算处理；可以判断篡改类型；可以精确地进行篡改定位。

主权项

1.一种基于QR分解的数字图像水印嵌入方法，其特征在于：具体步骤如下：(1)、对大小为M×N的图像I分块，分解成大小均为n×n的图像块阵列，表示为：M、N分别为图像I的行像素数、列像素数，n为分解得到的各图像块的行、列像素数，设B_i，j为分解后得到的图像块阵列中位于第i行、第j列的图像块，1≤i≤t，1≤j≤r，2≤n≤min(M，N)，min(M，N)为取M和N中最小的一个，M，N分别是n的整数倍，M，N若不是n的整数倍则添0补足；(2)、对每一个图像块B_i，j(i＝1，2，…，t，j＝1，2，…，r)执行如下步骤：1A)、对图像块B_i，j进行QR分解，表示为B_i，j＝Q_i，j×R_i，j，其中Q_i，j、R_i，j分别为分解得到的大小为n×n的Q矩阵和R矩阵，QR分解的过程为：Q_i，j是一个具有标准正交向量的n×n矩阵，Q_i，j的列由B_i，j中的列通过格拉姆一施密特正交化处理得到，R_i，j是一个n×n的上三角矩阵，设B_i，j和Q_i，j分别为其中分别为B_i，j和Q_i，j的列向量，那么矩阵R_i，j可由下式计算得到：其中<·，·>表示向量的内积；1B)、由生成认证水印W_i，j＝{w₁，w₂，…，w_n}，其中(l＝1，2，…，n)，其中C(·)为水印生成函数，具体的水印生成过程为：令首先对使用MD5方法，得到128位的二进制数据然后将按位进行异或，得到1位的水印信息w_l，即$w_l={\hat{w}}_l^1\oplus {\hat{w}}_l^2\oplus ...\oplus {\hat{w}}_l^k\oplus ...\oplus {\hat{w}}_l^{128},$其中为异或运算，为的第k位数据，k＝1，2，…，128；1C)、将水印W_i，j通过量化嵌入的水印嵌入方法嵌入在R_i，j矩阵的第一行的n个元素r_1，1，r_1，2，…，r_1，n中，表示为：{r′_1，1，r′_1，2，…，r′_1，n}＝E({r_1，1，r_1，2，…，r_1，n}，{w₁，w₂，…，w_n})，其中W_i，j＝{w₁，w₂，…，w_n}为生成的水印，{r_1，1，r_1，2，…，r_1，n}为嵌入水印前的原始的R_i，j矩阵中的第一行的元素，{r′_1，1，r′_1，2，…，r′_1，n}为嵌入水印后的R_i，j矩阵的第一行的元素，其中：(l＝1，2，…，n)其中mod为模运算，S为用户设定的量化因子，S的值越大，则水印抵抗噪声的能力越强，但对图像视觉质量的影响也越大，S的值越小，则水印抵抗噪声的能力越弱，但对图像视觉质量的影响也越小，为阈值；如此，得到含有水印的R矩阵R′_i，j：1D)、进行逆QR分解变换，得到含水印的图像块B′_i，j，表示为B′_i，j＝Q_i，j×R′_i，j，其中R′_i，j为含水印的R矩阵；(3)、将各个含水印的图像块按照步骤(1)中分解时的顺序组合成含水印的图像I′，组合方法为：