一种基于文本文档保护的数字水印算法的制作方法

本发明涉及数字水印
技术领域：
，尤其涉及一种基于文本文档保护的数字水印算法。
背景技术：
：互联网的大力发展要求我们必须用的新的方法来保护数字图像、视频与文档的知识版权，维护多媒体的数据安全。网络的流行导致大量的图像、视频和文档著作被盗用、冒用；数字水印技术正是为满足这样的需求而提出至今，尤其是文本文档的保护更加受到广大用户的关注和深入研究。一个有效的水印算法至少应该满足不可觉察性和鲁棒性这两个特性。数字水印技术发展到今天，已经有许多不同的算法，然而大多数水印技术的基本原理都是首先把图像通过某种数学变换，将图像在变换域表示，通过更改图像的某些变换系数来隐藏信息，然后再利用相关系数来检测水印的存在。然而这些都是针对图像、视频或者音频等来做的一种水印嵌入算法，而对于文本文档来说以文本为载体的数字水印研究较少。这主要也是由于最原始的文档中不存在可插入标记的可辨认空间造成的。与其他载体相比，文本中的冗余信息空间很少，嵌入方式也有很大的不同。例如微调字符格式特征、在文中添加空格或者行间距和字间距编码等等诸如此类的方法。但这些方法添加的水印极易被察觉和破坏，使得隐密性和鲁棒性得不到很好的保证。所以本发明将根据涉密信息只可读的特征，将这些文档转换成可读的图片格式文档，再利用伪随机序列水印纹理图结合jnd将水印信息嵌入图片格式文档中，并且保证了视觉最小察觉性和几何破坏的鲁棒性。技术实现要素：本发明的目的是针对现有技术的不足，提出一种在文本文档中嵌入伪随机水印纹理图的数字水印算法。该算法将涉密文档转换成图片格式的文本文档，然后利用jnd将水印纹理图与载入图结合生成最小视觉差的水印信息载入图，即使后期水印后的文档被复制、拍照或几何破坏后，都可以检测出嵌入其中的隐藏水印信息，达到很好的鲁棒性。本发明是通过以下技术方案实现的：本发明公开了一种基于文本文档保护的数字水印算法，所述文本文档中的水印信息的实现是由水印嵌入和水印提取两部分组成；水印嵌入处理过程包括载体文本图像预处理、密文id编码、伪随机周期序列水印图生成和融合载体图像；水印提取处理过程包括图像强化处理、提取伪随机序列水印纹理图和解码水印信息；其中，载体文本图像预处理包括载体文本图像颜色空间转换、载体文本图像维纳滤波和载体文本图像分块操作。进一步的，载体文本图像颜色空间转换操作是将文本rgb图像转换到yuv颜色空间，提取y空间的二维文本图像作为后续的载入信息的文本图像，具体转换公式为：进一步的，为了提高后期噪声中的水印信息和打乱图像原本存在的周期性，本方案对文本图像进行维纳滤波处理，载体文本图像维纳滤波操作的操作公式为：其中，iwiener(x,y)是经过维纳滤波的载体文本图像，其中x,y表示像素点位置，r是和载体图像大小相同的随机序列图像并且该随机序列图像的像素值为1或0。进一步的，载体文本图像分块操作是将大小为m×n的y空间载体文本图像进行划分为大小为m*n互不相交的子块，此时载体文本图像被划分为p*q个子块，具体公式为：进一步的，密文id编码是利用汉明码和格雷码将所述密文id转换成计算机可读的二进制文件。进一步的，伪随机周期序列水印图生成处理过程中的伪随机周期序列图w(x,y)与载体图像的大小相同，其划分块的大小与所述载体图像划分块的大小也相同；然后再根据所述密文id编码信息旋转所述伪随机周期序列图，旋转的量化角度α依据公式为：α＝π/2k，其中，k表示每个块嵌入的字节数。进一步的，为了结合载体文本图像的视觉特性计算图像每个像素点的最小视觉差(jnd)门限，从而使得前、后嵌入水印纹理图时最大限度的降低视觉的影响；融合载体图像处理过程包括计算文本图像的jnd值以及利用jnd值嵌入水印信息；jnd的计算公式为：jnd(x,y)＝λ1*(f1(bgl(x,y),mwl(x,y))+λ2)+f2(bgl(x,y))f1(bgl(x,y),mwl(x,y))＝mwl(x,y)*α(bgl(x,y))+β(bgl(x,y))α(bgl(x,y))＝bgl(x,y)*0.0001+0.115β(bgl(x,y))＝λ-bgl(x,y)*0.1其中，bgl(x,y)表示文本图像背景亮度均值，mwl(x,y)表示其中一个像素邻域各方向中亮度差异均值中的最大值；f1表示空间模板，f2表示背景亮度的可见性阈值，α(x,y)和β(x,y)分别表示f1的斜率和可见性阈值轴的交集部分，λ1和λ2分别表示缩放因子，这里数值可选择2和3，这里t、γ、λ表示调试参数，基于图像这里可分别选择数值16、0.023和0.5。利用jnd值嵌入水印信息的计算公式如下：iwater(x,y)＝i(x,y)+σ1*jnd(x,y)*w(x,y)+σ2*jnd(x,y)*w(x,y)其中，式中参数σ1和σ2根据具体的载体文本图像而选择最佳数值，具体数值要根据文本图像内容进行选择，其中σ1的范围为(10-100)，σ2的选取范围为(1-10)，w(x,y)为伪随机周期序列图。其中，对所述图像强化处理；首先，对水印图像进行维纳滤波后进行自相关计算得到自相关峰值，并对峰值再进行拉普拉斯高斯核log微分处理从而强化峰值点；具体公式如下：式中log为高斯-拉普拉斯算子，gσ(x,y)表示高斯核，式中是水印图像维纳滤波后进行自相关的峰值；是进行log处理后的结果；其次，要对log处理后的峰值图利用生态学和分位数对峰值进行删减去噪，进一步提取需要的线段，删除干扰的线条与噪点；提取伪随机序列水印纹理图，是对经过图像强化处理后的图像进行霍夫变换提取直线段，并且选取最长直线段作为最终考察直线段；解码水印信息，是对提取到的所述最长直线段参考编码系统得出二进制信息，再将所述二进制信息解码成原始的密文id，得到想要的水印信息。进一步的，最长直线段参考编码系统得出相应的角度信息进而得出二进制信息，再结合格雷码和汉明码将所述二进制信息解码成原始的密文id，从而得到想要的水印信息。本发明公开一种基于文本文档保护的数字水印算法，相比于现有技术，本算法能够根据涉密信息只可读的特征，将这些文档转换成可读的图片格式文档，再利用伪随机序列水印纹理图结合jnd将水印信息嵌入图片格式文档中，即使后期水印后的文档被复制、拍照或几何破坏后，都可以检测出嵌入其中的隐藏水印信息，达到很好的鲁棒性保证了视觉最小察觉性和几何破坏的鲁棒性；大大提高了对文本文档的版权保护。附图说明图1为生成的伪随机周期序列图；图2为提取伪随机序列水印纹理图过程中对某一图像块的提取结果示意图；具体实施方式下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。实施例1实施例1公开了一种基于文本文档保护的数字水印算法，所述文本文档中的水印信息的实现是由水印嵌入和水印提取两部分组成；水印嵌入处理过程包括载体文本图像预处理、密文id编码、伪随机周期序列水印图生成和融合载体图像；水印提取处理过程包括图像强化处理、提取伪随机序列水印纹理图和解码水印信息；1.载体文本图像预处理包括：载体文本图像颜色空间转换、载体文本图像维纳滤波和载体文本图像分块操作。1.1载体文本图像颜色空间转换操作：是将文本rgb图像转换到yuv颜色空间，提取y空间的二维文本图像作为后续的载入信息的文本图像，具体转换公式为：1.2载体文本图像维纳滤波：为了提高后期噪声中的水印信息和打乱图像原本存在的周期性，本方案对文本图像进行维纳滤波处理，载体文本图像维纳滤波操作的操作公式为：其中，iwiener(x,y)是经过维纳滤波的载体文本图像，其中x,y表示像素点位置，r是和载体图像大小相同的随机序列图像并且该随机序列图像的像素值为1或0。1.3载体文本图像分块操作：是将大小为m×n的y空间载体文本图像进行划分为大小为m*n互不相交的子块，此时载体文本图像被划分为p*q个子块，具体公式为：2.密文id编码密文id编码是利用汉明码和格雷码将所述密文id转换成计算机可读的二进制文件。3.伪随机周期序列水印图生成伪随机周期序列水印图生成处理过程中的伪随机周期序列图w(x,y)与载体图像的大小相同，其划分块的大小与所述载体图像划分块的大小也相同；然后再根据所述密文id编码信息旋转所述伪随机周期序列图，旋转的量化角度α依据公式为：α＝π/2k，其中，k表示每个块嵌入的字节数。对于每个块根据嵌入的不同的信息而旋转不同的角度且是α的倍数，具体编码规则如下：graycode00000001001100100110011101010100旋转角度0*α1*α2*α3*α4*α5*α6*α7*α110011011111111010101011100110008*α9*α10*α11*α12*α13*α14*α15*α4.融合载体图像4.1计算文本图像的jnd值为了结合载体文本图像的视觉特性计算图像每个像素点的最小视觉差(jnd)门限，从而使得前、后嵌入水印纹理图时最大限度的降低视觉的影响；jnd的计算公式为：jnd(x,y)＝λ1*(f1(bgl(x,y),mwl(x,y))+λ2)+f2(bgl(x,y))f1(bgl(x,y),mwl(x,y))＝mwl(x,y)*α(bgl(x,y))+β(bgl(x,y))α(bgl(x,y))＝bgl(x,y)*0.0001+0.115β(bgl(x,y))＝λ-bgl(x,y)*0.1其中，bgl(x,y)表示文本图像背景亮度均值，mwl(x,y)表示其中一个像素邻域各方向中亮度差异均值中的最大值；f1表示空间模板，f2表示背景亮度的可见性阈值，α(x,y)和β(x,y)分别表示f1的斜率和可见性阈值轴的交集部分，λ1和λ2分别表示缩放因子，这里数值可选择2和3，这里t、γ、λ表示调试参数，基于图像这里可分别选择数值16、0.023和0.5。4.2利用jnd值嵌入水印信息利用jnd值嵌入水印信息的计算公式如下：iwater(x,y)＝i(x,y)+σ1*jnd(x,y)*w(x,y)+σ2*jnd(x,y)*w(x,y)其中，式中参数σ1和σ2根据具体的载体文本图像而选择最佳数值。具体数值要根据文本图像内容进行选择，其中σ1的范围为(10-100)，σ2的选取范围为(1-10)，w(x,y)为伪随机周期序列图。5.图像强化处理对所述图像强化处理；首先，对水印图像进行维纳滤波后进行自相关计算得到自相关峰值，并对峰值再进行拉普拉斯高斯核log微分处理从而强化峰值点；具体公式如下：式中log为高斯-拉普拉斯算子，gσ(x,y)表示高斯核，式中是水印图像维纳滤波后进行自相关的峰值；是进行log处理后的结果；其次，要对log处理后的峰值图利用生态学和分位数对峰值进行删减去噪，进一步提取需要的线段，删除干扰的线条与噪点；6.提取伪随机序列水印纹理图是对经过图像强化处理后的图像进行霍夫变换提取直线段，并且选取最长直线段作为最终考察直线段；如图1所示，图中的1代表最长直线段；2代表所提取的直线段。7.解码水印信息，是对提取到的所述最长直线段参考编码系统得出二进制信息，再将所述二进制信息解码成原始的密文id，得到想要的水印信息。实施例2实施例2公开了一种基于文本文档保护的数字水印算法，所述文本文档中的水印信息的实现是由水印嵌入和水印提取两部分组成；水印嵌入处理过程包括载体文本图像预处理、密文id编码、伪随机周期序列水印图生成和融合载体图像；水印提取处理过程包括图像强化处理、提取伪随机序列水印纹理图和解码水印信息；1.载体文本图像预处理载体文本图像预处理包括：载体文本图像颜色空间转换、载体文本图像维纳滤波、载体文本图像分块。1.1载体文本图像颜色空间转换将文本rgb图像转换到yuv颜色空间，并提取出y空间的二维文本图像作为后续的载入信息的文本图像。具体转换公式为：1.2载体文本图像维纳滤波为了提高后期噪声中的水印信息和打乱图像原本存在的周期性，我们对文本图像进行维纳滤波，具体操作公式如下：其中iwiener(x,y)是经过维纳滤波的载体文本图像，r是和载体图像大小相同的随机序列图像，它的像素值只有1和0，且80％像素值是1。1.3载体文本图像分块将大小为m×n的y空间载体文本图像进行划分为大小为m*n互不相交的子块。此时载体文本图像被划分为p*q个子块，具体公式为：2.密文id编码利用汉明码hammingcode和格雷码graycode将密文id转换成计算机可读的二进制文件。3.伪随机周期序列水印图生成生成一幅与载体图像同样大小的伪随机周期序列图w(x,y)，并且也划分成载体同样大小的块。根据上文编码结果的二进制文件旋转伪随机序列图，旋转的量化角度α依据公式为：α＝π/2k，k表示每个块嵌入的字节数。对于每个块根据嵌入的不同的信息而旋转不同的角度且是α的倍数，具体编码规则如下：graycode00000001001100100110011101010100旋转角度0*α1*α2*α3*α4*α5*α6*α7*α110011011111111010101011100110008*α9*α10*α11*α12*α13*α14*α15*α4.利用jnd融合载体文本图像4.1计算文本图像的jnd值结合载体文本图像的视觉特性计算图像每个像素点的最小视觉差(jnd)门限，从而使得后前嵌入水印纹理图时最大限度的降低视觉的影响。jnd的计算公式为：jnd(x,y)＝λ1*(f1(bgl(x,y),mwl(x,y))+λ2)+f2(bgl(x,y))f1(bgl(x,y),mwl(x,y))＝mwl(x,y)*α(bgl(x,y))+β(bgl(x,y))α(bgl(x,y))＝bgl(x,y)*0.0001+0.115β(bgl(x,y))＝λ-bgl(x,y)*0.1其中bgl(x,y)表示文本图像背景亮度均值，mwl(x,y)表示某像素邻域各方向中亮度差异均值中的最大值。f1表示空间模板，f2表示背景亮度的可见性阈值，α(x,y)和β(x,y)分别表示f1的斜率和可见性阈值轴的交集部分。4.2利用jnd值嵌入水印信息根据密文id生成的旋转伪随机序列图和jnd门限值与载体图像进行融合生成水印图像。具体嵌入公式如下：iwater(x,y)＝i(x,y)+σ1*jnd(x,y)*w(x,y)+σ2*jnd(x,y)*w(x,y)式中参数σ1和σ2根据具体的载体文本图像而选择最佳数值。水印提取部分主要是利用一些图像处理的强化算法强化嵌入的水印信息，提取伪随机序列旋转水印纹理图，然后通过编码系统对比水印图得到嵌入的水印信息。5.图像处理强化算法5.1首先对水印图像进行维纳滤波后进行自相关计算得到自相关峰值，并对峰值再进行拉普拉斯高斯核log微分处理从而强化峰值点。具体公式如下：式中log为高斯-拉普拉斯算子，gσ(x,y)表示高斯核，式中是水印图像维纳滤波后进行自相关的峰值；是进行log处理后的结果；5.2对log处理后的峰值图利用生态学和分位数对峰值进行删减去噪，进一步提取需要的线段，删除干扰的线条与噪点。6.提取伪随机序列水印纹理图对经过图像强化算法后的图像进行霍夫变换提取直线段，并选取最长的直线段作为最终考察直线段。7.利用编码系统解码水印信息对提取到的参考直线段参考编码系统得出相应的角度信息进而得出二进制流信息。再结合格雷码和汉明码将二进制信息解码成原始的密文id，得到想要的水印信息。当前第1页12