基于2DPCA的数字水印方法

摘要

基于2DPCA的数字水印方法属于数字水印领域。本发明步骤如下：图像预处理：对原始图像进行各种非线性几何变换，每次变换后得到一幅新的图像；图像特征向量矩阵提取及图像主成分矩阵提取；水印预处理；水印嵌入；图像恢复；水印提取。因为提取图像主成分矩阵时用到的特征向量矩阵是不变的，故即使图像主成分矩阵每一位的数值会发生变化，但是图像主成分矩阵中数据间的波动幅度是近似相近的。所以选取原始图像主成分矩阵中的i个引出主成分，即将i个不同的主成分反映图像信息的权值累加，保证累加和达到0.4至0.9这个范围之内，对这i个引出主成分离散余弦变换或傅立叶变换。本发明能够在保证数字水印鲁棒性与不可见性的前提下，有效抵抗非线性几何攻击。

主权项

基于二维主成分分析的数字水印方法，其特征在于，步骤如下：1)图像预处理对原始图像进行非线性几何变换，所述非线性几何变换为波纹攻击、挤压攻击、球面攻击、水波攻击、投影攻击或局部旋转攻击，每次变换后得到一幅新的图像；2)图像特征向量矩阵提取及图像主成分矩阵提取以原始图像和经过图像预处理得到的多幅新图像作为训练图像，进行图像特征向量矩阵提取，具体过程如下：2.1将所有训练图像的矩阵进行累加，求出所有训练图像的均值矩阵；2.2进行图像特征向量矩阵提取；计算均值矩阵的特征值，将所有特征值从大到小排序组成特征值矩阵；求出特征值矩阵中每个特征值对应的特征向量，即每个特征值求出一列特征向量，将所有的特征向量根据对应的特征值的大小进行排序，得到图像特征向量矩阵并保留，作为水印提取时的依据；根据图像特征向量矩阵对原始图像进行图像主成分矩阵提取得到原始图像主成分矩阵；3)图像主成分矩阵处理原始图像主成分矩阵是通过特征向量矩阵所求，特征向量是通过特征值所求，特征向量矩阵是所有特征向量按照均值矩阵的所有特征值从大到小排序后所得；原始图像主成分矩阵中的第N列是根据特征向量矩阵中第N列所求，特征向量矩阵中第N列是根据特征值矩阵中的第N个特征值所求出，称特征向量矩阵中的第N列为第N主成分，原始图像主成分矩阵中的第N列为第N引出主成分；用特征值矩阵中第N个特征值除以特征值矩阵中所有特征值的累加和，即为特征向量矩阵中第N主成分反映图像信息的权值；将权值转化为百分数，则为第N主成分反映图像信息的百分比；选取原始图像主成分矩阵的部分或全部列，将i个不同的主成分反映图像信息的权值累加，其中i小于或等于N，保证累加和达到0.4至0.9这个范围之内，再对原始图像主成分矩阵中的i个引出主成分进行离散余弦变换或傅立叶变换，得到i列原始图像主成分矩阵的整体数量关系，即水印嵌入载体矩阵；4)水印预处理将要嵌入的水印信息更改为二进制数据，对信息进行纠错编码，并根据水印嵌入载体矩阵容量，更改要嵌入的水印信息，使之小于或等于可嵌入的水印容量；5)水印嵌入按照水印嵌入规则，在第3)步得到的水印嵌入载体矩阵上嵌入经过水印预处理后的伪水印；6)图像恢复嵌入水印后，对水印嵌入载体矩阵进行逆离散余弦变换或逆傅立叶变换，将原始图像主成分矩阵中的i个引出主成分替换为经过逆变换的水印嵌入载体矩阵，最后将原始图像主成分矩阵同特征向量矩阵的转置矩阵相乘，得到含有水印信息的图像；7)水印提取用步骤2.2中保留的特征向量矩阵对经过非线性攻击的图像进行主成分提取的运算，得到受攻击图像的主成分矩阵；对受攻击图像的主成分矩阵的i列进行逆离散余弦变换或逆傅立叶变换，其中i小于或等于N，得到基于频域的受攻击图像主成分矩阵；然后按照与采用的水印嵌入规则相应的提取方式从基于频域的受攻击图像主成分矩阵中提取出伪水印信息；对伪水印信息进行纠错解码，提取出原始水印信息。