一种基于印刷品的网点水印方法与流程

本发明涉及印刷技术领域，特别是指一种基于印刷品的网点水印方法。

背景技术：

我国已经成为世界第三大印刷大国，2010年我国的印刷业产值超过了6000亿元人民币，包装产值超过了1万亿元人民币，但不容忽视的是由于印刷复制技术的不断提高，一方面，高端防伪技术需要投入硬件设备或特殊印刷材料，应用成本过高，难以用于普通的包装、书刊和有价证券的印刷中；另一方面，普通防伪技术门槛较低且可能存在污染(如食品包装安全)等问题，导致大量商品的包装印刷、书刊印刷被假冒，侵权,环境污染问题也比较严重。因此，迫切需要研究防伪性能优良、成本低、经济环保的新型印刷品信息隐藏技术。

目前，印刷品信息隐藏技术主要集中在以下几种方式上：(1)利用特殊印刷工艺及材料进行信息隐藏，如：人民币防伪，但由于此种方式其印刷工艺非常复杂、成本高，难以应用于普通印刷品防伪中；(2)利用特殊油墨防伪的方式，如：防伪油墨，但很多防伪油墨中使用的有色金属会导致环节污染，不符合当前“绿色印刷”要求；(3)数据库电话防伪方式也存在使用不方便等问题；基于数字水印的防伪印刷技术已成为当前研究的热点，但由于在将连续调图文信息进行栅格化处理生成半色调网点图文信息的处理过程中，会严重影响水印嵌入的质量，从而在很大程度上限制并影响着该项技术在印刷品中的应用推广。随着信息技术的发展，其他如激光全息图像标签防伪、防伪条码等，已经能够被轻易仿造，防伪性能比较差。同时，上述这些防伪印刷方式仅仅处于印刷品的防伪方面，都不具备印刷品质量跟踪、流通监管和信息隐藏功能。

印刷品在印刷前数据源可作为一幅图像，那么如果采用图像水印算法是否可以实现印刷品上的信息隐藏呢？图像水印按照嵌入域不同，可分为空域和变换域两类，LSB算法是一种常见空域算法，即将水印bit嵌入在每个像素值的影响最小的位上；在变换域水印算法中，又可分为基于DFT的算法、基于DCT的算法、基于DWT的算法，实现思路相似，即通过变换得到变换域的数据，通过控制特定系数的相对关系来表示嵌入的水印值。近年来，为了提高图像水印抵抗几何攻击的性能，基于特征区域的图像水印算法越来越流行，首先通过特征区域提取算法，获取特征区域，在这个特征区域内，在变换域内进行水印嵌入和提取。

常用的图像水印算法，主要是针对数字图像文件进行水印嵌入和提取，但是经历了印刷过程后，由于图像受到了很大的影响，所以很难提取出正确的水印信息。为了抵抗印刷或者打印过程，需要采用抗打印扫描图像水印算法，主要是通过在变换域通过一些系数的相对关系来实现水印嵌入，例如：对DCT变换后的系数按照位置进行了特殊的分类，通过分类后每一类中正负号的数量来表达水印信息，增强了该算法抵抗打印扫描的鲁棒性。

这类算法可以实现抵抗打印扫描的效果，但是主要存在两方面问题：一是抵抗打印扫描的效果有待提高；二是每次进行水印提取时，必须通过专用扫描仪整体扫描印刷品，并且要经过纠偏、去噪、提取等多个处理过程，才能得到水印信息，所以提取过程复杂，对扫描仪要求高，可能更换一款扫描仪，提取结果就会受到影响。

以上的图像水印算法，都是将水印信息隐藏在原始图像文件中，没有涉及核心的印刷过程。在一幅印刷品印刷前，需要将印刷素材进行印前处理，主要包括：分色和加网，分色是将RGB模式的图像，分色为CMYK的四张单色图像；加网则是将每张图像制成网点图像，通过网点图像制作印版，再使用印版进行印刷。而一种单色图像中的颜色深浅，则是通过网点图像中的网点百分比实现，百分比越大，则印刷后呈现的颜色越深，反之颜色越浅，并且网点图像中的网点形状、网点线数、网点角度等参数，都会对印刷品的视觉效果产生直接影响。

印刷品要经过加网图像才能印刷，而加网图像可以蕴含非常大的信息量，例如：常用加网图像的标准是2540dpi和175lpi，即每英寸2540个点，每英寸175条网线，这样在1平方英寸的面积上则有175*175个网点，理论上可以通过每个网点隐藏1bit水印值，考虑到同步和差错控制编码，实际的水印容量会减少，但是在网点图像中仍然可以隐藏大量的水印信息。

从上面的内容可以看出，采用传统的数字图像水印算法，将水印信息隐藏在数字图像文件中，这类算法无法抵抗打印或印刷过程对水印信息的攻击；抗打印扫描水印算法，一方面在抵抗打印扫描的效果有待提高，另一方面其提取过程复杂，对扫描设备要求高；结合网点进行信息隐藏，是最具有发展潜力的研究方面，但是如果只在电子文件范畴研究网点图像的信息隐藏、图像攻击和水印提取，不具有实际可推广性。

技术实现要素：

有鉴于此，本发明的目的在于提出一种基于印刷品的网点水印方法，能够在保证印刷品的整体效果的同时，简单有效的将水印信息隐藏于印刷品图像中。

基于上述目的本发明提供的一种基于印刷品的网点水印方法，包括：水印嵌入步骤和水印提取步骤，其中：

所述水印嵌入步骤，包括：

对原始图像使用特征区域提取算法，获取特征区域；

对原始图像使用规则抖动的加网算法，生成加网图像；

将原始水印信息编码，生成水印信息；

在所述加网图像中，选择与所述特征区域对应的网点区域；修改所述网点区域内的网点特征，将所述水印信息嵌入所述网点区域，获得嵌入水印信息的网点图像；

使用所述嵌入水印信息的网点图像，生成载有水印信息的印刷品；

所述水印提取步骤，包括：

使用图像采集设备，采集所述载有水印信息的印刷品的图像，并通过特征区域提取算法，获取所述特征区域；

进一步采集所述特征区域的图像，获得所述嵌入水印信息的网点图像；

提取所述嵌入水印信息的网点图像中的所述水印信息；

对所述水印信息进行水印译码，获得水印信息的最终值。

在一些实施方式中，所述对原始图像使用特征区域提取算法，获取特征区域具体包括：

通过Harris角点提取算法，在原始图像中提取获得若干特征点；

以所述特征点为圆心，生成圆形的所述特征区域。

在一些实施方式中，所述通过Harris角点提取算法，在原始图像中提取获得若干特征点具体包括：

在原始图像中，计算每点所在领域的特征值，得到一个特征值矩阵；

在所有的特征值中，找到最大值，记为fmax；

用fmax乘上一个预设系数A，作为特征点筛选阈值T，特征点筛选阈值T表示为：T＝fmax*A；

选取所有特征值大于T的点，作为所述特征点，将所有保留下的所述特征点按照特征值大小进行排序。

在一些实施方式中，所述以所述特征点为圆心，生成圆形的所述特征区域具体包括：

依次从特征值大的特征点开始生成特征区域；所述特征区域的半径根据水印信息的嵌入容量和水印信息的重复次数确定；

在当前特征区域内，若覆盖了其他特征点，则删除被覆盖的其他特征点。

在一些实施方式中，所述对原始图像使用规则抖动的加网算法，生成加网图像具体包括：

生成加网的阈值矩阵，然后将原始图像拉伸到目标分辨率，同时阈值矩阵以平铺复制的方式扩展到目标分辨率，生成目标分辨率的阈值图像，将拉伸后的原图像与阈值图像进行比较，生成加网图像。

在一些实施方式中，所述修改所述网点区域内的网点特征，将所述水印信息嵌入所述网点区域还包括：

在所述网点区域中确定M*M个网点为一块水印区域；其中，M根据所述图像采集设备的采集范围确定；

在所述水印区域中嵌入所述水印信息，将所述水印区域之外区域中边缘处的网点设置为特殊网点并嵌入同步信息；所述同步信息用于标示所述水印区域的位置。

在一些实施方式中，所述提取所述嵌入水印信息的网点图像中的所述水印信息具体包括：

对所述采集设备采集到的所述嵌入水印信息的网点图像进行自动阈值分割，得到分割后的二值图像；

通过半径矩阵获取最大半径值，结合最大半径值和种子填充，获取所述网点区域内各网点中心，确定所述特殊网点的位置；

提取所述特殊网点中的所述同步信息，确定所述水印区域的位置；

提取所述水印区域内网点中的所述水印信息。

在一些实施方式中，所述图像采集设备为USB摄像头，所述USB摄像头至少具有180倍的图像放大倍数。

从上面所述可以看出，本发明提供的基于印刷品的网点水印方法，将水印信息隐藏在加网图像的部分区域。在水印嵌入时，使用特征区域选择算法，从原始图像中获取特征区域，对图像进行加网，在与特征区域对应的网点图像区域中，通过修改位于网点区域边缘的网点特征嵌入同步信息，通过修改网点区域内的网点特征，实现水印信息隐藏；在提取水印时，用户使用移动平台采集印刷品图像，使用特征区域获取算法，获取印刷品上的特征区域，在该区域上采集网点图像，获取网点区域同步信息，在每个网点区域内，根据网点特征，提取水印信息。通过本发明的方法，能够在保证印刷品的整体效果的同时，简单有效的将水印信息隐藏于印刷品图像中。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的基于印刷品的网点水印方法流程图；

图2(a)为原始图片(Lena)；

图2(b)为完成特征区域提取后的原始图片；

图2(c)为原始图像(Lena)经过加网处理后的加网图像；

图2(d)为图2(c)中圆圈区域放大后可以观察到网点形状的图像。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

本发明实施例提供了一种基于印刷品的网点水印方法。参考图1，为本发明实施例的基于印刷品的网点水印方法流程图。

所述基于印刷品的网点水印方法，包括水印嵌入步骤101和水印提取步骤102。其中，水印嵌入步骤101用于将水印信息嵌入到原始图像中并生成载有水印信息的印刷品；水印提取步骤102用于对载有水印信息的印刷品进行读取处理，提取其中的水印信息。具体的：

水印嵌入步骤101，包括：

步骤1011、对原始图像使用特征区域提取算法，获取特征区域。

本步骤中，在原始图像中，使用特征区域提取算法获取特征区域，即先通过特征点检测，在一幅图像中获取多个特征点。本实施例中，所述的特征点提取算法选用Harris角点提取算法。一般的，在一幅图像中获取的角点数目比较多，需要对这些角点进行晒选，首先去除距离较近的角点，再根据特征强度进行筛选，选择强度比较大的几个角点，以每个特征点为中心特征一个圆形的特征区域，该圆形的特征区域的半径值根据特征强度得到。

具体的，特征点的筛选和特征区域的确定过程包括：

1)在整幅原始图像中，计算每点所在领域的特征值，得到一个特征值矩阵。

2)在所有的特征值中，找到最大值，记为fmax，这是整幅图像特征值的最大值。

3)用fmax乘上一个预设系数A，作为特征点筛选阈值T，特征点筛选阈值T表示为：T＝fmax*0.7。本实施例中，预设系数A为0.7，则特征点筛选阈值T＝fmax*0.7。所述的预设系数A是个实验值，不同的图像样本，预设系数A的取值不同。

4)对所有特征值大于T的点，作为保留下来的特征点，将这些特征点按照特征值大小进行排序。

5)依次从特征值大的特征点开始确定特征区域，特征区域的半径，例如：r＝50，半径的大小要综合考虑水印嵌入容量和水印重复次数，每块特征区域嵌入全部的水印，各个特征区域重复嵌入；

如果r大，则整幅图像中，特征区域数量少，但每个特征区域大，则每个区域可以嵌入的水印容量大，但是重复嵌入水印次数少；

反之，r小，则整幅图像中，特征区域数量多，但每个特征区域小，则每个区域可以嵌入的水印容量小，但是重复嵌入水印次数大。

6)在当前特征区域内，若覆盖了其他特征点，则删除被覆盖的其他特征点。

经过步骤1)-6)的后，整幅原始图像剩下几个特征区域。

以Lena图片为例说明，参考图2(a)和图2(b)；其中，图2(a)为原始图片(Lena)，图2(b)为完成特征区域提取后的原始图片。可见，经过特征提取后，获取了7个有效特征区域，中心位置处的包括Lena眼睛的特征区域用蓝粗线圆圈标出。

步骤1012、对原始图像使用规则抖动的加网算法，生成加网图像。

本步骤中，使用规则抖动的加网算法，首先生成加网的阈值矩阵，然后将原始的图像拉伸到目标分辨率，同时阈值矩阵以平铺复制的方式扩展到目标分辨率，生成目标分辨率的阈值图像，将拉伸后的原图像与阈值图像进行比较，生成加网后图像。

步骤1013、将原始水印信息编码，生成水印信息。

本步骤中，将原始水印信息进行编码处理，生成用于嵌入印刷品的水印信息。例如，在一个5*5的网点区域内，位于边缘的网点标示同步信息，剩余3*3的网点区域表示水印值，在9个网点中，分别用不同形状网点表示0和1，可表示9bit数据，这些数据是对原始水印信息进行编码得到，具体组成：对4bit的原始水印信息采用(7,4,1)的BCH编码，即：原始信息4bit，编码得到7bit，纠错能力为1bit，另外采用2bit检错码。前述的原始水印信息编码方法还可以扩展到不同大小网点水印区域，如7*7或者9*9。

步骤1014、在所述加网图像中，选择与所述特征区域对应的网点区域；修改所述网点区域内的网点特征，将所述水印信息嵌入所述网点区域，获得嵌入水印信息的网点图像。

经过前述步骤将原始图像通过加网过程，生成加网图像后，于本步骤中，在与原图中特征区域对应的网点区域，通过修改网点特征实现水印嵌入。参考图2(c)和图2(c)；其中，图2(c)为原始图像(Lena)经过加网处理后的加网图像，图中用圆圈表示加网图像中与原始图像中特征区域对应的网点区域。图2(d)为图2(c)中圆圈区域放大后可以观察到网点形状的图像，可以看到，在这个区域中存在方形和圆形两种形状的网点，网点特征是由加网过程控制的。由于在水印提取步骤中，图像采集设备(本实施例中使用的图像采集设备为摄像头)每次采集的一幅印刷品图像，只会是印刷品的一小部分，所以必须解决嵌入水印区域的同步问题，即在采集图像中，通过一些特殊网点确定一块水印区域的范围，具体实现过程包括：

(1)确定水印区域的范围

选择M*M个网点为一块水印区域，M由摄像头采集的一幅图像区域确定，例如5*5。

(2)水印区域的同步

摄像头每次采集的一幅印刷品局部图像，只会是印刷品的一小部分，为解决嵌入水印区域的同步问题，需要在网点水印中嵌入同步信息，即在一块呈方形的网点水印区域中，通过边缘网点的特征标示同步信息，并且从四个角中选择三个角采用特殊网点表示，选择三个角的目的是为了蕴含方向信息。在选择特殊网点时，可以考虑特殊的网点面积，或者特殊的网点形状。

步骤1015、使用所述嵌入水印信息的网点图像，生成载有水印信息的印刷品。

经过前述步骤，得到嵌入水印信息的网点图像，于本步骤中，即可使用该嵌入水印信息的网点图像生成载有水印信息的印刷品。想要提取载有水印信息的印刷品中的水印信息时，则需要执行所述的水印提取步骤102。

水印提取步骤102，包括：

步骤1021、使用图像采集设备，采集所述载有水印信息的印刷品的图像，并通过特征区域提取算法，获取所述特征区域。

将嵌入水印后的网点图像通过印刷生成印刷品，用户如果要提取水印信息，必须在特征区域范围内提取水印，为告诉用户特征区域的位置，可以使用普通摄像头采集印刷品图像，通过特征区域提取算法，获取特征区域。这里，为了方便用户操作，可以将特征区域提取程序，移植到移动平台上，例如：使用手机对印刷品拍照，对照片图像提取特征区域，并在屏幕上标出特征区域位置。

在实际应用中，如果在Android移动平台上实现图像的特征区域提取算法，需要在智能平台上编程实现，首先需要结合摄像头编程，能够获取当前采集的图像数据；然后通过算法提取特征区域，为了可以使用前期C语言实现的图像处理算法，可以采用android-jni技术进行移植，即将C语言实现的图像处理函数，按照特定要求进行封装得到一个.c文件，并且编写Android.mk文件，在cygwin中通过NDK编译，生成一个.so库文件，这个文件实现可以Android工程中使用。

步骤1022、进一步采集所述特征区域的图像，获得所述嵌入水印信息的网点图像。

本实施例中，使用带有足够放大倍数的USB摄像头，在载有水印信息的印刷品上采集图像，这时采集到的图像会是印刷品很小的一部分，会包含一定数目的网点区域。其中，在一般应用时，常用的USB摄像头采用180倍或540倍镜头；采用180倍镜头，采集的一幅图像中，网点数目较多，但网点清晰度稍差；采用540倍镜头，采集的一幅图像中，网点数目较少，但网点清晰度好；镜头的放大倍数的选择标准即：保证一幅图像中包含一个完整的嵌入有同步信息的区域，嵌入有同步信息的区域的大小，根据编码格式和水印数据而确定。

步骤1023、提取所述嵌入水印信息的网点图像中的所述水印信息。

在印刷品的特征区域上，使用采集网点的摄像头采集该区域网点图像，依次经过自动阈值分割、网点位置定位、水印区域定位、水印信息提取多个处理过程提取水印信息，具体实现过程包括：

(a)自动阈值分割

对所述采集设备采集到的所述嵌入水印信息的网点图像进行自动阈值分割，得到分割后的二值图像。

(b)网点位置定位

通过半径矩阵获取最大半径值，结合最大半径值和种子填充，获取所述网点区域内各网点中心，确定所述特殊网点的位置。

(c)水印区域定位

在采集到的图像中，通过提取特征网点的位置，确定水印区域3个角的位置，通过3个角的位置和其他边缘网点的位置，可以确定水印区域的范围，如果水印区域的范围完全在当前图像中，则当前采集的图像符合要求，可以进行水印提取；如果当前采集图像中，找不到3个特征网点，或者水印区域范围不完全在当前图像中，则当前图像不能进行后续的水印提取。

(d)提取水印信息

在水印区域的范围内，根据网点形状，获取每个网点表示的0、1码，即提取所述水印区域内网点中的所述水印信息。

步骤1024、对所述水印信息进行水印译码，获得水印信息的最终值。

对结果先进行检错，如果没有检测到错误，再对其进行BCH解码，从而得到水印信息的最终值。

由上述实施例可见，本发明提供的基于印刷品的网点水印方法，在加网图像中与原图特征区域对应的网点区域进行信息隐藏，可以缩短水印嵌入时间，降低水印嵌入对整幅加网图像造成明显影响。同时，在一块网点区域嵌入具有同步信息的水印信息，主要通过水印区域范围的一些特殊网点实现，这样在提取水印时，只要采集到的印刷品网点图像中，包含一块完整的水印区域，则可以提取出有效的水印信息。此外，使用移动设备采集印刷品图像，通过特征区域提取算法，获取特征区域，并在屏幕上标出特征区域位置。这部分可以在移动平台上实现，水印提取设备简单，不需要特殊的专业设备。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。

本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。