专利名称：基于块优化的可逆数字水印方法
技术领域：
该发明专利涉及图像处理、计算机安全、信息隐藏、电子商务、电子政务等领域。
背景技术：
为了叙述上的方便，以256X256像素大小的灰度图像clock, bmp为例，将基于直方图的可逆数字水印基本算法描述如下:(I)绘制载体图像直方图。读入载体图像1，并绘制该图像的直方图，如图2所示。从直方图可以看出，峰值点对应的像素值为230，该峰值点的值为5230，说明在载体图像内像素值为230的像素点个数最多，共有5230个；其左端值为
和其右端值为[247，255]的像素值均为零，表明在载体图像中不存在这些像素值的像素点。(2)直方图处理。顺序扫描载体图像，当扫描到的像素点值为[231，245]时，则将其值加上I。扫描完成后，在载体图像内不再存在像素值为231的像素点。(3)嵌入水印。对载体图像进行再次扫描，如果扫描到的像素点其值为230，则可以在该点嵌入I位水印信息。嵌入规则为，如果待嵌入点为0，则该点保持不变；如果待嵌入点为1，则将该点像素值加I。至此，完成水印嵌入过程。(4)提取水印。对嵌入了水印信息的图像进行顺序扫描，如果扫描到的像素点值为230，则提取一个水印信息位0，如果扫描到的像素点值为231，则提取一个水印信息位1，扫描过程完成即完成水印信息的提取。(5)恢复载体图像。再次扫描图像，将在图像内扫描到的像素点值在[231，247]之间的像素点减1，即完成载体图像的复原。
发明内容
该发明专利在灰度直方图可逆数字水印的基础上进行了块优化，首先采用随机值生成一个混沌数列、并将该数列作为块选择的依据。根据选择数列完成对选择块的嵌入，并计算其嵌入后的嵌入容量和PSNR值。根据遗传算法内的选择、交叉、变异方法将选择数列改变，继续嵌入计算相关值，直到达到固定的迭代次数。从所有迭代结果中选择最优结果作为嵌入方案。该方案的主要缺点是仅适合于图像的信息隐藏，而不能适合于图像的认证，因为不能保证图像的每一块内都完成了信息的嵌入。因此，当图像的修改发生在未嵌入水印的图像块时，图像仍旧可以提取完全的水印信息。此时，提取出来的水印信息与嵌入时的水印信息完全一致，但是恢复后的图像会与原始图像存在差异。当不进行块选择时即可实现图像认证。
图1是原始载体图像说明，图2是该图像的灰度直方图。
具体实施例方式I水印嵌入认证水印信息由载体图像生成的特征值与水印信息进行运算生成。该过程将认证信息嵌入到载体图像内。(1)图像预处理将原始载体图像划分为8*8大小的互不相交的小块。将水印图像采用置乱算法进行置乱。(2)生成初始值根据预定义的规则生成一个随机数Randomt。(3)混沌系统选择将生成的随机数量化为混沌系统的初始值，生成混沌随机数列。将生成的混沌随机数列进行二值化。然后将二值序列中的值作为嵌入块的选择参数。被广为应用的混沛是Logistic混沛系统,它的改进形式为:x +l=l-2x 2 e [-1,1](I)设定初始值后，会生成混沌序列，该混沌序列具有唯一性、初始值敏感性，例如生成:{-0.339 ；0.563 ；0.566「0.8777 ;0，56566}根据公式
SK )可以将其进行二值化处理，得到{O ;1 ;1 ;0 ;1}。将此序列作为图像原始分块选择的依据，顺序选择图像内所有图像块，如若该序列内值为1，则选中图像块进行操作，否则，放弃继续下一次的选择。(4)嵌入选中块的直方图绘制选中块的图像直方图，找到直方图峰值点，作为嵌入水印参考点。同时根据该图像块的特点完成水印信息嵌入。因为此时图像块内像素分布集中，相对于零值点和最大像素值点会相对表少，更利于完成水印的嵌入，因此可以考虑在一个峰值点内完成4至5个水印的嵌入。具体嵌入要考虑嵌入容量和峰值信噪比两个因素。(5)嵌入容量、峰值信噪比计算信息的嵌入容量指在载体图像内能够嵌入的秘密信息位数。在本专利所提出可逆数字水印中，应用峰值点完成信息的嵌入，可以嵌入的信息量S1为:S1 = NMax.En (3)式中，NMax为峰值点像素个数，En为选中的块的数量。为了更客观地衡量图像的透明性,通常采用PSNR(peak-signal to noise rate)值来对图像的透明性进行量化。PSNR值具体定义如下，/-SW=IOiog10^jrfe⑷式中，MSE(mean square error)是指像素大小为M*N的原始图像和修改图像之间均方差，具体定义为，紙(5)
式中，Oij是原始图像中像素点(i，j)点的像素值，Odu是修改图像中像素点(i，j)点的像素值。根据上述公式完成本块内峰值信噪比和嵌入容量的计算。(6)重复步骤5，对这个图像进行嵌入操作，每次嵌入时保证每个单独小块都能够在峰值信噪比和嵌入容量之间取得平衡，完成整个图像的嵌入工作。(7)计算整个载体图像的峰值信噪比和嵌入容量，记录该值重要整体嵌入分析比较的依据。(8)应用遗传算法内的交叉、变异、选择，对根据随机值产生的混沌二值序列进行进化。将进化后的二值序列作为新的选择序列进行图像的嵌入操作，此时需要重复进行步骤4至7，达到一个预先设定的迭代次数。(9)对迭代产生的结果进行分析比较，选择相对较优结果作为嵌入方案，同时记录该次二值序列或同时记录随时值及迭代代数作为提取水印的依据。2水印提取过程该过程完成将水印信息从载体图像内提取出来，并无损地恢复原始图像。具体过程实现如下:(I)图像分块将图像按照嵌入水印时相同的方法进行分割。(2)读取选择值读取在嵌入水印时预留给提取过程使用的选择值，该值可能是一个二值序列也可能是同时记录了随机初始值及迭代次数的一组值。(3)选择对应块按照读取的选择值，将指定的块从整个图像块集中析出，作为提取水印恢复图像的操作集。(4)提取水印按照灰度直方图可逆水印算法完成水印的提取，图像的恢复。
权利要求
1.一种基于块优化的可逆数字水印方法，其特征是在灰度直方图可逆数字水印的基础上进行了块优化，首先采用随机值生成一个混沌数列、并将该数列作为块选择的依据。根据选择数列完成对选择块的嵌入，并计算其嵌入后的嵌入容量和PSNR值。根据遗传算法内的选择、交叉、变异方法将选择数列改变，继续嵌入计算相关值，直到达到固定的迭代次数。从所有迭代结果中选择最优结果作为嵌入方案；
2.根据权利要求1所述的方法，其特征是采用了混沌设置选择块的初始值；
3.根据权利要求1所述的方法，其特征是采用遗传算法的交叉、变异、选择对选择数列进行进化改变。
全文摘要
基于块优化的可逆数字水印方法，涉及图像处理、计算机安全、信息隐藏、电子商务、电子政务等领域。该发明专利在灰度直方图可逆数字水印的基础上进行了块优化，首先采用随机值生成一个混沌数列、并将该数列作为块选择的依据。根据选择数列完成对选择块的嵌入，并计算其嵌入后的嵌入容量和PSNR值。根据遗传算法内的选择、交叉、变异方法将选择数列改变，继续嵌入计算相关值，直到达到固定的迭代次数。从所有迭代结果中选择最优结果作为嵌入方案。
文档编号G06T1/00GK103164832SQ20111041052
公开日2013年6月19日 申请日期2011年12月12日 优先权日2011年12月12日
发明者李立宗 申请人:天津职业技术师范大学