基于DCT算法数字图像水印提取方法

摘要

一种基于DCT算法数字图像水印提取方法，包括如下步骤：第一，将原始图像和待测图像分别进行DCT域变换，进行求差计算，确定序列位置，第二，对图像块的方差进行比较，分出纹理块，从而确定水印嵌入图像的位置，第三，根据序列位置形成一维水印序列，第四，将一维水印序列重组成二维水印，对图像进行恢复，具有自补偿功能、任意增格的特点。

主权项

1.一种基于DCT算法数字图像水印提取方法，其特征在于，包括如下步骤：第一，读取原始图像和水印化图像，并分别将其分割为互不覆盖的图像块，将原始图像和待测图像分别进行DCT域变换，进行求差计算，确定序列位置：嵌入规则：$v_i^{\prime }=v_i(1+\alpha w_i)$相应提取规则：$v_i^{\prime }-v_i=\alpha v_i{w}_i$其中分别是修改前和修改后的频域系数，是拉伸系数，是第个信息位水印；第二，对图像块的方差进行比较，分出纹理块，从而确定水印嵌入图像的位置：提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块，分别计算各子块的平均灰度和方差，并按由大到小顺序排列，前m个子块即为嵌入水印信息的子块：$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\Sigma }}\underset{j=0}{\overset{n-1}{\Sigma }}x(i,j)$${\sigma }^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\Sigma }}\underset{j=0}{\overset{n-1}{\Sigma }}{[x(i,j)-m]}^2$其中，代表子块的平均灰度；代表子块中包含像素点数；代表像素的横坐标；代表像素的纵坐标；代表位于位置的像素的灰度值；σ²代表子块灰度的方差；第三，根据序列位置形成一维水印序列：$w_i=\frac{v_i^{\prime }-v_i}{\alpha v_i}$其中分别是修改前和修改后的频域系数，是拉伸系数，是第个信息位水印序列，水印信息为灰度图像，有两种取值，即0和1；经过上述步骤得到的是1×m的一维序列；第四，将一维水印序列重组成二维水印，对图像进行恢复：一维序列按以下规则重组为的二维水印信息：$w_i=w_{\mathrm{pq}}$其中满足代表一维序列w的位置，代表重组二维水印的位置。