一种基于稀疏变换的数字盲水印的嵌入和提取方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108596823A(43)申请公布日2018.09.28(21)申请号201810403777.0(22)申请日2018.04.28(71)申请人苏州大学地址215104江苏省苏州市吴中区吴中大道1188号(72)发明人顾宇鑫马小虎边丽娜(74)专利代理机构苏州创元专利商标事务所有限公司32103代理人陶海锋(51)Int.Cl.G06T1/00(2006.01)G06K9/62(2006.01)G06F21/16(2013.01)权利要求书3页说明书12页附图3页(54)发明名称一种基于稀疏变换的数字盲水印的嵌入和提取方法(57)摘要本发明公开了一种基于稀疏变换的数字盲水印的嵌入和提取方法，对原始图像进行8×8不重叠分块，用分割后的图像块结合稀疏变换模型，用稀疏的频域空间压缩嵌入范围，之后基于Alpha分布对各个频域分量系数进行估计，选择分布相近的频域分量进行水印嵌入。水印提取时，不需要原始图像，实现了盲提取。实验结果表明，本发明的方法能够有效对抗JPEG压缩、噪声、剪切等攻击，具有较好的不可见性和鲁棒性。CN108596823ACN108596823A权利要求书1/3页1.一种基于稀疏变换的数字盲水印的嵌入方法，其特征在于，包括以下步骤：(1)对水印图像进行Arnold置乱，得到置乱后的水印图像并转换为一维序列，Arnold迭代次数为密钥key1；(2)将原始图像分成大小为8×8的N个不重叠分块，对每个分块进行白化处理后拓展为一维向量，按列组合成样本矩阵Y∈R64×N；(3)按稀疏变换算法对样本矩阵进行训练，获得变换矩阵W∈R64×64和稀疏域X∈R64×N，计算变换后的残差矩阵E=WY-X，E∈R64×N；(4)对稀疏域X的每一分量，用SS分布拟合数据，得到各分量的分布参数，选择X中部分分量构建嵌入向量ui，选择的分量坐标存储为密钥向量key2；(5)使用密钥key3生成扩展变换抖动调制(STDM)中所需要的投影向量v，同时确定量化步长和随机抖动信号dm；(6)利用STDM嵌入器在每个8×8分块的向量ui中嵌入水印位mi，方法为：式中，si为携带水印信息的向量，抖动调制器QDM中，为量化步长，dm是对应于欲嵌入水印信息mi的随机抖动信号；(7)si和稀疏域中未修改的部分共同构成含水印的稀疏域，经逆变换后，重采样成原始分辨率大小，得到嵌入水印后的图像。2.根据权利要求1所述的基于稀疏变换的数字盲水印的嵌入方法，其步骤(3)中，所述稀疏变换算法为，输入：采样向量矩阵，其中，n=64，稀疏程度s，训练参数、，梯度下降步长，算法整体迭代次数t，共轭梯度下降的迭代次数g；输出：变换矩阵，稀疏域；用二维离散余弦变换矩阵初始化W；初始化算法整体迭代次数k=0；循环执行以下步骤：Step1，判断是否满足k=t，若满足则循环终止并输出W和X，否则执行Step2；Step2，根据X=WY计算稀疏域X,保留X中每列系数前s个最大的值,其余系数设为0；Step3，初始化当前梯度下降迭代次数i=0；Step4，判断梯度下降迭代次数是否满足i=g，若满足则令k=k+1并执行Step1，否则执行Step5；2CN108596823A权利要求书2/3页Step5，共轭梯度下降计算梯度：计算搜索方向：Step6，稀疏变换矩阵更新：，返回执行Step4。3.根据权利要求2所述的基于稀疏变换的数字盲水印的嵌入方法，其特征在于：λ=μ=4×105，=1×10-8，t=300，g=128，s=16。4.根据权利要求1所述的基于稀疏变换的数字盲水印的嵌入方法，其特征在于：步骤(4)中，嵌入向量的构建方法为：式中，i对应64个稀疏分量，j对应图像分块，C是稀疏域中非零系数个数大于样本数一半的分量集合，是可选参数集，包含SS分布下估计的特征指数和尺度参数。5.一种基于稀疏变换的数字盲水印的提取方法，用于提取按权利要求1-4中任一方法嵌入的水印，其特征在于，包括以下步骤：(a)将含水印图像按大小为8×8进行不重叠分块；(b)按照嵌入水印时相同的方法训练稀疏变换矩阵W’和稀疏域X’；(c)根据key2对X’的每个分块重新构建嵌入主向量ui’；(d)利用密钥key3计算每个主向量ui’在STDM调制中所需要的投影向量v；(e)根据v及已知的、dm，通过下式按序提取每个分块图像对应的嵌入向量ui’中所携带的水印位：3CN108596823A权利要求书3/3页其中，；由此获得水印序列；(f)将提取出的水印序列转换为大小的二维矩阵，再通过key1进行Arnold逆置乱获得最终提取的水印图像M’。4CN108596823A说明书1/12页一种基于稀疏变换的数字盲水印的嵌入和提取方法技术领域[0001]本