基于数字水印技术的数字图像复原方法

文档序号:6419806阅读:176来源:国知局
专利名称:基于数字水印技术的数字图像复原方法
技术领域
本发明涉及多媒体信息处理领域。具体说是在数字图像传输之前提取数字图像的特征,将其编码后作为水印隐藏在图像自身当中,如果图像在传输过程中发生数据丢失,则可从含有水印的图像中提取特征信息,为丢失的数据提供先验知识,并利用图像融合的方法,将特征信息和受损图像进行融合,以恢复丢失的图像内容。该图像复原方法可提高数字图像在恶劣传输条件下的图像视觉质量,也可用于保护数字图像内容的完整性,该技术适用于政府、商业、传媒业、公安、军队等部门的网络和通信等领域。
背景技术
多媒体信息在传输过程中若发生网络拥塞、或者受到黑客的恶意攻击时,都有可能出现数据丢失和失真的现象。为了提高传输信号的质量,减少并修复丢失的信息,各国学者提出了多种技术策略。从信息编码的角度看,可分为主动和被动两种解决方案。主动型解决方案主要包括容错编码技术和信道-信源联合编码技术。这类方案虽然可以做到数据的完好重建,但是存在着与信号编码标准相兼容的问题,并且在数据丢失比较严重的情况下,主动型解决方案有可能失效,这时需要采用被动型方案进行补救。被动型解决方案主要指在接收端对受损数据进行恢复的信号处理技术,如错误隐匿和图像复原技术,即利用接收到的数据,来估计和重建丢失的数据。本发明提出的基于数字水印技术的数字图像复原算法属于被动型解决方案。
目前,国内外的数字图像复原技术主要是利用空域上数据块的相关性,即利用空域上图像块与块之间灰度连续变换的性质,通过线性插值技术估计丢失的图像块。所丢失图像块内每个象素的值,均由相邻块中同一个空间位置上的象素经过线性插值得到。如果丢失的图像数据块比较集中,则需要经过递归运算进行复原,即首先重建那些拥有较多相邻块的丢失数据块,然后将这些重建得到的数据块作为已知条件,再处理那些拥有较少相邻块的丢失图像块。显然,由于在数据重建时缺少重建对象的先验知识,因此当图像丢失的数据量很大(如经过面积较大的剪切操作)时,用这种方法很难恢复丢失数据块表达的图像内容,因此重建图像的质量较差。

发明内容
本发明利用数字水印技术帮助受损图像进行内容复原,即将图像的特征作为水印隐藏在图像自身中,在信号复原时利用从图像中提取的特征信息,帮助受损图像恢复丢失的数据信息。具体实现方法如下1.数字图像在进入传输信道之前,首先利用小波多分辨率分解操作提取图像特征,然后将实数性质的特征信息经量化编码过程转换成适合作为水印嵌入的{0,1}信号,通过水印嵌入算法将水印重复嵌入在图像不同分辨率和不同方向的细节子图内。水印嵌入后既不会影响宿主图像的视觉质量和使用,也不会增加宿主图像的体积。此后,经小波多分辨率合成操作得到嵌有自身特征信息的数字图像,经过通常的数据编码处理过程后送入传输信道。
2.在图像接收端,若发现图像内容受损,则将图像进行小波多分辨率分解,然后利用水印提取算法和加权水印恢复机制得到水印信号,继而通过解码过程恢复为图像的特征信息。最后利用图像融合的思想,将特征信息和受损图像进行融合,恢复丢失的图像内容。
3.将图像小波多分辨率分解的近似子图作为图像的特征信息,这是因为近似子图的数据量小,仅是原图的1/4L,(L为小波分解的层数),但却包含了图像的整体信息,因此重要性高。
4.将特征信息与水印信号进行相互转换的编解码操作如下(1)量化编码操作首先找到特征信息的最大值T,并确定8个区间(0,T/8],(T/8,2T/8],(2T/8,3T/8],(3T/8,4T/8],(4T/8,5T/8],(5T/8,6T/8],(6T/8,7T/8],(7T/8,T],然后比较特征信息中各元素在数轴上的位置。如果某数位于第m个区间,则用m的二进制表示作为这个数的最终编码形式。因为8个区间代表了8个状态,所以只需要3个比特就能完全表示一个特征信息的值。
(2)解码操作在接收端利用水印提取算法得到水印信息后,首先由每3位水印信号恢复1个特征信息所在的区间编号,然后恢复特征信息的值,即若该特征信息在第m个区间,则用该区间的中值表示该特征信息的值。
(3)编解码过程中用到的重要参数T也需要转换成二进制形式后嵌入到图像中。它可以选择与其它特征信息不同的嵌入位置。本发明中将所有特征信息嵌入到宿主的细节子图,而将T嵌入到近似子图中。
5.水印的嵌入与提取算法如下
(1)水印的嵌入算法水印的嵌入是通过对图像细节子图内的小波系数进行替换操作而完成的。当水印信号为0时,小波系数被替换为与之最近的A类点;当水印信号为1时,小波系数被替换为与之最近的B类点。其中,A类点定义为(2k+1/2)Δ,B类点定义为(2k-1/2)Δ,k=0,±1,±2K,Δ为小波系数对应的人眼可见度阈值。然后进行小波反变换,得到嵌有自身特征信息的图像。由于小波系数的变换范围小于人眼可见度阈值Δ,所以该嵌入策略使水印不可见地嵌入到了图像之中。
(2)水印的提取算法首先将含有自身特征的图像进行与水印嵌入过程相同的小波多分辨率分解,然后将细节子图内的小波系数除以Δ,将商取整后进行模2运算,便得到了水印信号。
6.为了尽量保证图像在丢失部分数据后仍能正确恢复特征信息,继而为受损图像的恢复提供条件,采用了以下措施(1)在嵌入操作之前,将水印信号进行伪随机排列。
(2)将水印信号重复嵌入到图像中。如果其中一部分水印因图像数据丢失而受到破坏,那么仍然能够在剩下的水印中找到正确的水印信号。
(3)采用加权水印恢复机制。不同的小波系数抵抗攻击的能力是不相同的,绝对值较大的系数抵抗攻击的能力比绝对值较小的系数强,低分辨率下的小波系数比高分辨率下的系数抵抗能力强,水平、垂直方向的小波系数比对角方向的系数抵抗能力强。因此可根据小波系数抵抗攻击的能力,为从这些小波系数中提取的水印信号赋予不同的可信程度。最终确定的水印值是被重复嵌入的水印信号的加权和。
7.若在接收端发现图像内容丢失,可从图像中提取出特征信息,利用图像融合的方法恢复丢失的图像内容。即将特征信息作为丢失数据的先验知识直接添进相应的数据块中,然后与其它图像复原算法结合,使重建数据块与相邻数据块之间的灰度变化更加平滑。本方法能够较大程度地提高图像的重建质量,即使当图像丢失数据块比较集中、面积较大时,利用本方法仍然能够较大程度地恢复数据丢失部分的内容含义,其重建图像的质量比其它算法有了显著的提高。
具体实施例方式以下结合


基于数字水印技术的数字图像复原方法实现步骤图1说明数字图像在进入传输信道之前,首先对数字图像进行小波多分辨率分解,然后将图像最低分辨率下的近似子图作为图像的特征信息进行编码,即将实数性质的特征信息经编码过程转换成适合作为水印嵌入的{0,1}信号,并通过水印嵌入算法将水印重复嵌入在图像不同分辨率和不同方向的细节子图内,然后经小波多分辨率合成操作得到嵌有自身特征信息的数字图像,经过通常的数据编码处理过程后送入传输信道。
图2在图像接收端,若发现图像内容受损,则将图像进行小波多分辨率分解,然后在不同分辨率和不同方向下的细节子图内利用水印提取算法和加权水印恢复机制得到水印信息,继而通过解码过程恢复图像的特征信息,最后将图像的特征信息作为丢失数据的先验知识,经图像融合算法与受损图像进行融合,从而恢复丢失的图像内容。
权利要求
1.基于数字水印技术的数字图像复原方法,是利用数字水印技术帮助受损图像进行内容复原,具体说是将数字图像的特征编码后作为水印隐藏在图像自身当中;如果图像发生数据丢失,则可从含有水印的图像中提取特征信息,为图像复原提供先验知识,帮助受损图像复原丢失的数据,提高图像的重建质量。
2.根据权利1要求所述的基于数字水印技术的数字图像复原方法,其特征在于方法中不是采用特征提取函数得到数字图像的特征信息,而是在图像小波多分辨率分解之后,直接将包含了图像整体信息的近似子图作为图像的特征,从而实现方便快捷提取其特征信息;然后由量化编码过程将实数性质的特征信息转换成适合作为水印嵌入的{0,1}信号。
3.根据权利1要求所述的基于数字水印技术的数字图像复原方法,其特征在于为了在不损坏数字图像视觉质量的前提下,把能量尽可能大的水印信号嵌到图像中,使水印能够不受数据编解码等常规操作的影响而正确提取,水印嵌入算法中将人眼可见度阈值作为量化间隔;水印嵌入后既不会影响宿主图像的视觉质量和使用,也不会增加宿主图像的体积,宿主图像仍可经通常的处理过程后送入传输信道。
4.根据权利1要求所述的基于数字水印技术的数字图像复原方法,其特征在于在图像接收端,利用水印提取算法和加权水印恢复机制从图像中得到的水印信息,可通过解码过程恢复为图像的特征信息,并为图像丢失的数据提供先验知识;本方法能够与其它图像复原算法结合,较大程度地恢复数据丢失部分的内容含义,从而提高图像的重建质量。
全文摘要
基于数字水印技术的数字图像复原方法,是利用数字水印技术帮助受损图像进行内容复原,即利用小波多分辨率分解操作提取的图像特征,经量化编码过程转换成水印信号,通过水印嵌入算法将水印嵌入在图像自身当中,然后由小波多分辨率合成操作得到嵌有自身特征信息的数字图像,经过上述处理的数字图像在传输中因为丢包,或者受到黑客的攻击而发生数据丢失时,可利用水印提取算法从图像中提取水印,通过解码过程恢复为图像的特征信息,为丢失的数据提供先验知识,最后利用图像融合的思想,将特征信息和受损图像进行融合,以恢复丢失的图像内容,该发明可提高数字图像在恶劣传输条件下的图像视觉质量,也可用于保护数字图像内容的完整性。
文档编号G06T9/00GK1492338SQ200310100118
公开日2004年4月28日 申请日期2003年10月10日 优先权日2003年10月10日
发明者刘彤, 刘 彤 申请人:刘彤, 刘 彤
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1