1.一种基于像素相关性的预测误差扩展可逆水印算法,其特征在于,包括水印嵌入方法,具体包括如下步骤:步骤1:首先对水印信息W进行Arnold变换得到W’,在将其转变为一维二进制序列;
步骤2:将大小为M×N的原始图像L分成7×7的互不重叠图像块Li, 计算所有像素块中奇数行和奇数列的差值并求和S,然后将S从小到大稳定排序,并建立排序索引信息表;
步骤3:根据所需隐藏的水印信息量,合适选取排序索引信息表中排在前面的n块平滑像素块,对所选取的任一平滑块Li,进行3×3的块划分,并采用预测误差估计方法计算块中每个像素的预测误差,所述预测误差估计方法为对目标像素,选择其相邻的三个像素的均值作为预测值,预测误差为像素值与预测值的差值;
采用预测误差估计方法计算每个像素的预测误差,具体操作为:(1)在一个7×7的分块内,7×7的块分成9个3×3的子块;7×7分块的最外层像素中,除去12个不变像素xi,i∈(1,16)之外,其余的12个像素值作为目标像素,选择目标像素相邻的三个像素的均值作为预测值,预测误差为像素值与预测值的差值;
(2)将(1)中的7×7互不重叠像素块中划分为两部分,一部分为菱形块,另一部分为处于4个顶点位置的4个3×3的像素块,菱形块包括5个3×3的像素块,对菱形块的周边4个3×
3的像素块进行处理,对该3×3的像素块除中间像素的其他像素作为目标像素,选择目标像素相邻的三个像素的均值作为预测值,预测误差为像素值与预测值的差值;对3×3的像素块除中间像素的其他像素作为目标像素进行预测误差扩展时,存在重叠像素,对已经进行过预测误差扩展的像素,再次进行预测误差扩展时,若存在溢出,则对溢出进行标记,如果溢出则不进行嵌入;
(3)对(2)中的7×7像素块中处于4个顶点位置的3×3的像素块,进行预测误差扩展,对该3×3的像素块除中间像素的其他像素作为目标像素,选择目标像素相邻的三个像素的均值作为预测值,预测误差为像素值与预测值的差值;
(4)对于(1)选择的7×7的互不重叠的像素块,划分为9个重叠的3×3的像素块,对9个3×3的像素块的中间像素均采用如下方式进行预测误差估计:假设其中一个像素块为Pi,分别取4个顶点像素值,把4个顶点像素值的平均值预测值,预测误差为中间像素值与预测值的差值;
步骤4:通过图像在平滑分块中像素点的预测误差估计将每个像素点的像素值和对应的预测误差值组成像素对通过预测误差扩展算法来嵌入水印;为了进一步增加水印容量,设置阈值T,来调节嵌入水印信息量;
步骤5:构建溢出图,对于利用差值扩展嵌入信息后超出图像灰度值范围的像素点,在溢出图中标注;压缩溢出图,将其与排序索引信息表辅助信息利用无损压缩算法隐藏在复杂块中;
步骤6:经过多轮嵌入水印信息后的平滑块和经无损压缩后的复杂块重构最终生成含水印图像。
2.根据权利要求1所述的基于像素相关性的预测误差扩展可逆水印算法,其特征在于,所述步骤2中计算所有像素块中奇数行和奇数列的差值并求和S的具体操作为:设定7×7的图像分块,奇数行和奇数列中的像素为xi,i∈(1,16)是不变像素值;
水平方向差值为:
d1=x1‑x2
d2=x2‑x3
d3=x3‑x4…
d12=x15‑x16
垂直方向差值为:
f1=x1‑x5
f2=x5‑x9
f3=x9‑x13…
f12=x12‑x16
差值之和为S:
3.根据权利要求1所述的基于像素相关性的预测误差扩展可逆水印算法,其特征在于,所述步骤4中嵌入水印的具体操作为:假定预测误差值为di,j,原始像素为fi,j,载密像素为f’i,j,水印信息为bi,bi∈{0,1},则:
4.根据权利要求1所述的基于像素相关性的预测误差扩展可逆水印算法,其特征在于,还包括水印提取方法,具体包括如下步骤:S1将含水印的图像Lw分成大小为7×7的互不重叠图像块Lwi,S2计算分块内奇数列和奇数行的像素值差值之和,然后将差值之和从小到大稳定排序,并生成排序索引信息表,这里的排序索引信息表和嵌入时的排序索引信息表是一致的,保证提取的可逆性;
S3通过索引信息表找到复杂块,利用逆无损压缩算法提取出水印嵌入的辅助信息,得到水印容量大小、图像溢出图位置信息并恢复出原始复杂块图像;
S4根据辅助信息获得溢出定位图,然后根据溢出定位图,利用逆预测误差扩展算法按序提取出嵌入水印信息,同时恢复出平滑块原始图像;
S5对构成的水印信息进行逆Arnold变换,得到最终的水印信息;
S6对恢复后平滑块和复杂块按序结合在一起,生成最终的原始图像。
5.根据权利要求4所述的基于像素相关性的预测误差扩展可逆水印算法,其特征在于,所述S4中利用逆预测误差扩展算法按序提取出嵌入水印信息,同时恢复出平滑块原始图像的具体步骤为:假定预测误差值为di,j,原始像素为fi,j,载密像素为f’i,j,水印信息为bi,bi∈{0,1},则: