专利名称：基于dct算法数字图像水印提取方法
技术领域：
本发明属于图像水印提取技术领域，特别涉及一种基于DCT (离 散余弦变换)算法数字图像水印提取方法。
背景技术：
随着时代的进步，网络和通信技术的迅猛发展给人类的信息交 流带来了极大的便利，而多媒体数据的数字化更是推动了多媒体信 息的存取，使信息的交流传播达到了前所未有的广度和深度，然而 随之而来数字产品版权保护和安全认证问题也变得十分严重，传统 的加密技术和数字签名技术不能完全解决版权保护问题，难以满足 当今时代的要求。
水印提取技术能够通过一定的技术检测手段提取出水印，以此 作为判断数字产品的版权归属和跟踪起诉非法侵权的证据，或鉴别 数字产品的完整可靠性。变换域算法嵌入的水印信号能量能够分布 到空域所有像素上，是应用较为广泛的一类算法，但其嵌入位置为 整个图像，不利于水印的不可见性。传统的水印提取方法提取水印 后，会使图象损失一部分，而且不具有自补偿功能，图象也不能任 意被增格。
发明内容
为了克服上述现有技术的不足，本发明的目的在于提出了一种基于DCT (离散余弦变换)算法数字图像水印提取方法，具有自补偿功 能、任意增格的特点。
为了实现上述目的，本发明采用的技术方案是 一种基于DCT算
法数字图像水印提取方法，包括如下步骤
第一，读取原始图像和水印化图像，并分别将其分割为互不覆盖
的图像块，将原始图像和待测图像分别进行DCT域变换，进行求差 计算，确定序列位置
嵌入规则 V;",(l +咖,.)
相应提取规则k 一= w
其中v,、 v,'分别是修改前和修改后的频域系数，《是拉伸系数，q 是第/个信息位水印；
第二，对图像块的方差进行比较，分出纹理块，从而确定水印嵌 入图像的位置-
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的 子块，分别计算各子块的平均灰度和方差，并按由大到小顺序排列， 前m个子块即为嵌入水印信息的子块
1 -1 M-l
1 :-( r1，
j2=i Z X！ 力—附]2
〃 ,'=0 乂=0
其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代 表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的 灰度值； 一 代表子块灰度的方差；第三，根据序列位置形成一维水印序列:
其中v,、 v:分别是修改前和修改后的频域系数，a是拉伸系数，w, 是第/个信息位水印序列，水印信息为灰度图像，"有两种取值，即
0和1;经过上述步骤得到的是1XW的一维序列；
第四，将一维水印序列重组成二维水印，对图像进行恢复 一维序列w按以下规则重组为r X r的二维水印信息-
W =
其中/, / ,《满足/ = * 0 — 1) +《；/代表一维序列W的位置， P,《代表重组二维水印的位置。
由于本发明采用DCT算法数字图像水印提取方法，具有自补偿功 能、任意增格的特点。
图1为本发明水印提取流程图。
图2为本发明原始水印信息样图。
图3为样图，其中图3 (a)提取水印前的样图；图3 (b)为提 取水印后的样图。
图4为提取的水印信息样图。
具体实施例方式
下面结合附图及具体的实施例对本发明作进一步详细说明。 参见图l、 2、 3、 4， 一种基于DCT算法数字图像水印提取方法,包括如下步骤
第一，将原始图像和待测图像分别进行DCT域变换，进行求差 计算，确定序列位置
嵌入规则 V,:=V,(l + ，》
相应提取规则 "一 "=aVzW
其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系 数，w,是第/个信息位水印；
第二，对图像块的方差进行比较，分出纹理块，从而确定水印嵌 入图像的位置-
提取水印时须首先确定m个嵌入水印的方差最大的子块，分别 计算各子块的平均灰度和方差，并按由大到小顺序排列，前m 个子块即为嵌入水印信息的子块<formula>formula see original document page 13</formula>
其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代 表像素的横坐标；j代表像素的纵坐标；x代表位于(i,j)位置的像素的 灰度值； 一 代表子块灰度的方差；
第三、根据序列位置形成一维水印序列
w,. = ~^-^
其中v,、 v,'分别是修改前和修改后的频域系数，"是拉伸系数，是第/个信息位水印序列，水印信息为灰度图像，W有两种取值，即
0和1;经过上述步骤得到的是lxm的一维序列；
第三，将一维水印序列重组成二维水印，对图像进行恢复； 一维序列W按以下规则重组为^ X r的二维水印信息
W.=
其中z'， A《满足/ = p * (r — 1) +《；/代表一维序列w的位置，
A《代表重组二维水印的位置。 实施例一
以128X 128像素点大小的图像为例说明本实施例的实施步骤 第一步，读取128X128像素点大小的原始图像和水印化图像， 并分别将其分割为互不覆盖的32X32个图像块，将原始图像和待测 图像分别进行DCT域变换，进行求差计算，确定序列位置
嵌入规则 V;",.(l +腳,)
相应提取规则K 一 K = fl^W
其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，A 是第;个信息位水印；
第二步，对图像块的方差进行比较，分出纹理块，从而确定水印
嵌入图像的位置 —
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的 子块；分别计算各子块的平均灰度和方差，并按由大到小顺序排列， 前m个子块即为嵌入水印信息的子块<formula>formula see original document page 15</formula>
其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代 表像素的横坐标；j代表像素的纵坐标；x代表位于(i,j)位置的像素的 灰度值；^代表子块灰度的方差；
第三步，根据序列位置形成一维水印序列
V, —v,. = ~^-L
其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，w, 是第/个信息位水印序列，水印信息为灰度图像，w,有两种取值，即
0和1;经过上述步骤得到的是lxm的一维序列；
第四步，将一维水印序列重组成二维水印，对图像进行恢复
一维序列w按以下规则重组为r X r的二维水印信息
A =
其中Z'， P,《满足/ = p * 0 — 1) +《；/代表一维序列W的位置， P,《代表重组二维水印的位置。 实施例二
以256X256像素点大小的图像为例说明本实施例的实施步骤 第一步，读取256X256像素点大小的原始图像和水印化图像， 并分别将其分割为互不覆盖的32X32个图像块。将原始图像和待测 图像分别进行DCT域变换，进行求差计算，确定序列位置嵌入规则 "=、(1 +腳,)
相应提取规则 、_巧=G^W,
其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，w, 是第^个信息位水印；
第二步，对图像块的方差进行比较，分出纹理块，从而确定水印 嵌入图像的位置
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的 子块；分别计算各子块的平均灰度和方差，并按由大到小顺序排列， 前m个即为嵌入水印信息的子块
1 H-l "-1
"'=0 / = 0 W/=0 乂=0
其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代 表像素的横坐标；j代表像素的纵坐标；x代表位于(i,j)位置的像素的 灰度值； 一 代表子块灰度的方差；
第三步，根据序列位置形成一维水印序列
=丄
其中v,、 v,:分别是修改前和修改后的频域系数，"是拉伸系数，w,
是第/个信息位水印序列，水印信息为灰度图像，w有两种取值，即
0和1;经过上述步骤得到的是lxm的一维序列；
第四步，将一维水印序列重组成二维水印，对图像进行恢复一维序列W按以下规则重组为^ X ^的二维水印信息
W,=
其中/,^,《满足/ = /7*0 —1) +《；/代表一维序列W的位置， P，《代表重组二维水印的位置。 实施例三
以512X512像素点大小的图像为例说明本实施例的实施步骤 第一步，读取512X512像素点大小的原始图像和水印化图像， 并分别将其分割为互不覆盖的64X64个图像块。将原始图像和待测 图像分别进行DCT域变换，进行求差计算，确定序列位置
嵌入规则 ^"'a+，')
相应提取规则 巧 一 巧=rn;,^
其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，a
是第/个信息位水印；
第二步，对图像块的方差进行比较，分出纹理块，从而确定水印
嵌入图像的位置
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的 子块；分别计算各子块的平均灰度和方差，并按由大到小顺序排列， 前m个子块即为嵌入水印信息的子块
1 "-l "-1
",'=0 乂 = 0 1 w-l "-l
a2 =iZZ!ix"/)—附]2
w /=0 乂=0
其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的 灰度值；^代表子块灰度的方差；
第三步，根据序列位置形成一维水印序列
其中v,、 v,'分别是修改前和修改后的频域系数，"是拉伸系数，w, 是第/个信息位水印序列，水印信息为灰度图像，^有两种取值，即 0和1;经过上述步骤得到的是lxm的一维序列；
第四步，将一维水印序列重组成二维水印，对图像进行恢复。 一维序列W按以下规则重组为^ X ^的二维水印信息
A =
其中满足/ =—1) +《；/代表一维序列w的位置，
p,《代表重组二维水印的位置。
实施例四
以512X512像素点大小的图像为例说明本实施例的实施步骤 第一步，读取512X512像素点大小的原始图像和水印化图像， 并分别将其分割为互不覆盖的64X64个图像块。将原始图像和待测 图像分别进行DCT域变换，进行求差计算，确定序列位置 嵌入规则 v;=v,(l + "A)
相应提取规则 V/' — K = ^
其中v,、 v,'分别是修改前和修改后的频域系数，"是拉伸系数， 是第/个信息位水印；第二步，对图像块的方差进行比较，分出纹理块，从而确定水印 嵌入图像的位置
提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的
子块；分别计算各子块的平均灰度和方差，并按由大到小顺序排列，
前m个子块即为嵌入水印信息的子块
1 n-l -1
Wi = 0 乂=0
其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代 表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的 灰度值； 一 代表子块灰度的方差；
第三步，根据序列位置形成一维水印序列
，
其中v,、 v,'分别是修改前和修改后的频域系数，"是拉伸系数，w, 是第/个信息位水印序列，水印信息为灰度图像，A有两种取值，即 0和1;经过上述步骤得到的是lxm的一维序列；
第四步，将一维水印序列重组成二维水印，对图像进行恢复 一维序列W按以下规则重组为^ X r的二维水印信息
A =
其中Z', P,《满足/ = p * 0 — 1) +《；/代表一维序列W的位置， P,《代表重组二维水印的位置。
权利要求
1、一种基于DCT算法数字图像水提取入方法，其特征在于，包括如下步骤第一，读取原始图像和水印化图像，并分别将其分割为互不覆盖的图像块，将原始图像和待测图像分别进行DCT域变换，进行求差计算，确定序列位置嵌入规则 相应提取规则 其中vi、分别是修改前和修改后的频域系数，α是拉伸系数，ω1是第i个信息位水印；第二，对图像块的方差进行比较，分出纹理块，从而确定水印嵌入图像的位置提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块，分别计算各子块的平均灰度和方差，并按由大到小顺序排列，前m个子块即为嵌入水印信息的子块其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ2代表子块灰度的方差；第三，根据序列位置形成一维水印序列其中vi、分别是修改前和修改后的频域系数，α是拉伸系数，ωi是第i个信息位水印序列，水印信息为灰度图像，wi有两种取值，即0和1；经过上述步骤得到的是1×m的一维序列；第四，将一维水印序列重组成二维水印，对图像进行恢复一维序列w按以下规则重组为r×r的二维水印信息wi＝wpq其中i，p，q满足i＝p*(r-1)+q；i代表一维序列w的位置，p，q代表重组二维水印的位置。
2、根据权利要求1所述的一种基于DCT算法数字图像水印提取方 法，其特征在于，包括如下步骤第一步，读取128X128像素点大小的原始图像和水印化图像， 并分别将其分割为互不覆盖的32X32个图像块，将原始图像和待测 图像分别进行DCT域变换，进行求差计算，确定序列位置嵌入规则 "=V,.(l + ,》相应提取规则 K —巧=OV,V^其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，w, 是第Z个信息位水印；第二步，对图像块的方差进行比较，分出纹理块，从而确定水印 嵌入图像的位置提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的子块；分别计算各子块的平均灰度和方差，并按由大到小顺序排列， 前m个子块即为嵌入水印信息的子块-<formula>formula see original document page 4</formula>其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代 表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的 灰度值；—代表子块灰度的方差；第三步，根据序列位置形成一维水印序列V. —V.其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，q 是第/个信息位水印序列，水印信息为灰度图像，w,有两种取值，即0和1;经过上述步骤得到的是lxm的一维序列；第四步，将一维水印序列重组成二维水印，对图像进行恢复 一维序列W按以下规则重组为^ X ^的二维水印信息W = 其中Z'， 《满足/ = / * 0* _ 1) +《；/代表一维序列W的位置， A《代表重组二维水印的位置。
3、根据权利要求1所述的一种基于DCT算法数字图像水印提取方 法，其特征在于，包括如下步骤第一步，读取256X256像素点大小的原始图像和水印化图像，并分别将其分割为互不覆盖的32X32个图像块。将原始图像和待测 图像分别进行DCT域变换，进行求差计算，确定序列位置嵌入规则 V':="l + ,'')相应提取规则 "一 V, =其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，w, 是第/个信息位水印；第二步，对图像块的方差进行比较，分出纹理块，从而确定水印 嵌入图像的位置提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的 子块；分别计算各子块的平均灰度和方差，并按由大到小顺序排列， 前m个子块即为嵌入水印信息的子块-<formula>formula see original document page 5</formula>"2 二lH2[X("力—附]2 W ^一其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代 表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的 灰度值； 一 代表子块灰度的方差；第三步，根据序列位置形成一维水印序列其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，w, 是第/个信息位水印序列，水印信息为灰度图像，A有两种取值，即0和1;经过上述步骤得到的是lxm的一维序列；第四步，将一维水印序列重组成二维水印，对图像进行恢复 一维序列W按以下规则重组为^ X ^的二维水印信息A'= 其中p,《满足/ = ; * 0 — 1) +《；/代表一维序列w的位置，^,《代表重组二维水印的位置。
4、根据权利要求1所述的一种基于DCT算法数字图像水印提取方 法，其特征在于，包括如下步骤-以512X512像素点大小的图像为例说明本实施例的实施步骤第一步，读取512X512像素点大小的原始图像和水印化图像， 并分别将其分割为互不覆盖的64X64个图像块。将原始图像和待测 图像分别进行DCT域变换，进行求差计算，确定序列位置嵌入规则 "="1 +腳》相应提取规则 巧一 v; =其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，w, 是第/个信息位水印；第二步，对图像块的方差进行比较，分出纹理块，从而确定水印 嵌入图像的位置提取水印时须首先确定m个嵌入水印的纹理复杂即方差最大的 子块；分别计算各子块的平均灰度和方差，并按由大到小顺序排列， 前m个子块即为嵌入水印信息的子块<formula>formula see original document page 7</formula>其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i,j)位置的像素的灰度值；代表子块灰度的方差；第三步，根据序列位置形成一维水印序列其中v,、 v,'分别是修改前和修改后的频域系数，"是拉伸系数，w,是第z'个信息位水印序列，水印信息为灰度图像，W有两种取值，即0和1;经过上述步骤得到的是lxm的一维序列；第四步，将一维水印序列重组成二维水印，对图像进行恢复一维序列W按以下规则重组为^ X ^的二维水印信息W,= 其中Z'， A《满足Z' = p * 0 - 1) +《；/代表一维序列W的位置，P,《代表重组二维水印的位置。
5、根据权利要求1所述的一种基于DCT算法数字图像水印提取方法，其特征在于，包括如下步骤第一步，读取512X512像素点大小的原始图像和水印化图像，并分别将其分割为互不覆盖的64X64个图像块。将原始图像和待测图像分别进行DCT域变换，进行求差计算，确定序列位置嵌入规则 、=、(1 +腳》相应提取规则巧—K = ^v,W其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，是第/个信息位水印；第二步，对图像块的方差进行比较，分出纹理块，从而确定水印嵌入图像的位置提取水印时须首先确定m个嵌入水印的纹理复杂(即方差最大)的子块；分别计算各子块的平均灰度和方差，并按由大到小顺序排列，前m个子块即为嵌入水印信息的子块附=<formula>formula see original document page 8</formula>其中，m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i,j)位置的像素的灰度值； 一 代表子块灰度的方差；第三步，根据序列位置形成一维水印序列其中v,、 v:分别是修改前和修改后的频域系数，"是拉伸系数，w,是第/个信息位水印序列，水印信息为灰度图像，w有两种取值，即0和1;经过上述步骤得到的是lxm的一维序列；第四步，将一维水印序列重组成二维水印，对图像进行恢复一维序列w按以下规则重组为r x r的二维水印信息其中/，； ,《满足/ = ; *0 —1) +《；/代表-维序列w的位置，P，《代表重组二维水印的位置。
全文摘要
一种基于DCT算法数字图像水印提取方法，包括如下步骤第一，将原始图像和待测图像分别进行DCT域变换，进行求差计算，确定序列位置，第二，对图像块的方差进行比较，分出纹理块，从而确定水印嵌入图像的位置，第三，根据序列位置形成一维水印序列，第四，将一维水印序列重组成二维水印，对图像进行恢复，具有自补偿功能、任意增格的特点。
文档编号G06T9/00GK101504759SQ200910021568
公开日2009年8月12日 申请日期2009年3月17日 优先权日2009年3月17日
发明者兀旦晖, 李秦君, 萍 杨, 歆 谭, 赵晨飞 申请人:陕西科技大学