利索能及
我要发布
收藏
专利号: 2022101806414
申请人: 淮阴工学院
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于改进位平面分解和差值扩展的可逆图像水印算法,其特征在于,包括水印嵌入方法,包括如下步骤:步骤1:对水印W作Arnold变换得到W',对变换后的水印W'转变为一维二进制序列;

步骤2:对M×N大小的原图像I进行块划分,将其划分成大小为4×4的互不重叠图像块Ii, M、N皆为4的整数倍;

步骤3:利用平滑度计算方法计算所有图像块Ii的平滑度值,并将其从小到大稳定排序,建立排序索引信息表;

步骤4:对所有图像块Ii进行位平面分解,根据步骤3平滑度值大小,将对应排在前1/3的图像块生成含有高7位的图像子块I’i,将对应排在中间1/3的图像块生成含有高6位的图像子块I’i,将对应排在后1/3的图像块生成含有高5位的图像子块I’i;

步骤5:对于选取的图像子块I’i通过多尺度分解算法将具有突兀点的图像子块删除;

步骤6:根据水印容量嵌入需要,选取序列中排在前面的n块图像子块,将选取的已去除突兀点的m块图像子块去除,对n‑m块图像子块进行嵌入水印信息,同时记录下含突兀点的图像子块排序序号;

步骤7:对所选取的任一图像子块I’i利用广义差值扩展算法进行水印嵌入,0≤i≤n;对于利用广义差值扩展算法嵌入信息后会超出图像灰度值范围的像素点,在溢出图中标注,并压缩溢出图,将其与水印嵌入量和水印置乱次数的辅助信息隐藏到原始载体图像的纹理复杂块中;

步骤8:对原始图像I中未被用来嵌入水印信息的对应图像子块,选取序列中后k块图像子块,恢复到未进行位平面分解时的状态,对选择的每个图像块中每个像素利用差值量化的方法实现辅助信息的嵌入;

1)计算平滑度值排序序列中后k块图像子块对应的原始图像块,计算图像块中每个像素均值;

其中,m、n分别为所划分图像块的行和列大小,x1,x2,…,xm×n为图像块中所含像素点;

2)提取每个图像块中最大像素值和最小像素值,利用差值量化进行辅助信息嵌入:

2.1)利用最小像素值和均值进行比较嵌入辅助信息:

其中,a表示待嵌入像素点值, 表示所嵌入像素点所在图像块像素点的平均值,w表示嵌入的二进制水印信息,%表示求余;

2.2)最大像素值和均值进行比较嵌入辅助信息:

其中,a表示待嵌入像素点值, 表示所嵌入像素点所在图像块像素点的平均值,w表示嵌入的二进制水印信息,%表示求余;

步骤9:通过广义差值扩展和差值量化算法嵌入水印信息后,生成含水印图像I”。

2.根据权利要求1所述的基于改进位平面分解和差值扩展的可逆图像水印算法,其特征在于,与所述水印嵌入方法对应的还包括水印提取方法,所述水印提取方法包括如下步骤:STEP1:对M×N大小的含水印图像I”进行块划分,将其划分成大小为4×4的互不重叠图像块Ii”, M、N皆为4的整数倍;

STEP2:利用平滑度计算方法计算所有互不重叠图像块Ii”的平滑度值,然后将平滑度值从小到大稳定排序并生成排序索引信息表;

STEP3:对原始水印图像I”进行位平面分解,根据STEP2中的平滑度值大小,将排在前1/

3的块生成含有高7位的图像子块I′i,将排在中间1/3的块生成含有高6位的图像子块Ii',将排在后1/3的块生成含有高5位的图像子块Ii';

STEP4:对选取序列中后k块图像子块恢复到未进行位平面分解时的状态,对选择的每个图像块中每个像素利用差值量化的方法提取出辅助信息;

所述STEP4中差值量化方法提取辅助信息为设在嵌入辅助信息时,先利用最小像素值来嵌入辅助信息,再利用最大像素值来嵌入辅助信息,则在提取辅助信息时,先利用最大像素值来提取辅助信息,再利用最小像素值来提取辅助信息,可保持图像块中最小像素值和最大像素值与图像块平均值之间的奇偶关系在辅助信息嵌入前后保持一致,即:其中,a表示待嵌入像素点值, 表示所嵌入像素点所在图像块像素点的平均值,w表示嵌入的二进制水印信息,%表示求余;

STEP5:根据STEP4提取出的辅助信息,利用逆广义差值扩展算法从排序好的前n块图像子块提取出水印,且前n块去除了含有突兀点的m块图像子块;通过Arnold反置乱恢复出水印信息W;

STEP6:对提取出水印信息后恢复出的低位位平面的图像I"',结合位平面分解出的对应高位位平面得到图像I,并和提取出辅助信息后得到的图像结合在一起,得到最终图像A。

3.根据权利要求1所述的基于改进位平面分解和差值扩展的可逆图像水印算法,其特征在于,所述步骤1中的对水印W作Arnold变换得到W'的具体操作为:其中,(x,y)为原各像素坐标,(x′,y′)为变换后的各像素坐标,M为图像大小,c、d为置乱次数,且c、d随机生成。

4.根据权利要求2所述的基于改进位平面分解和差值扩展的可逆图像水印算法,其特征在于,所述STEP5中利用逆广义差值扩展算法从排序好的前n块提取出水印的具体原理为:在任一像素对中嵌入的一位水印信息为1时,则得到的新的像素对差值为奇数值;若嵌入的水印信息为0时,则得到的新的像素对差值为偶数值;当恢复原始图像时,若水印图像中像素对差值若为奇数,则嵌入的水印信息为1,否则为0。