一种基于新闻文本图像的鲁棒水印方法与流程

本发明涉及图像处理领域，特别涉及一种基于新闻文本图像的鲁棒水印方法。

背景技术：

1、近年来信息技术的飞速发展，数字化信息传播的越来越广泛，数字图像水印等数字隐藏技术能够实现对数字化信息的版权保护。

2、数字图像水印算法中的变换域算法拥有较强的鲁棒性，它是对图像做某种局部或者全局变换，修改图像变换域参数来实现水印嵌入。在变换域文本图像水印算法中，文章《robust watermarking for text images based on arnold scrambling and dwt-dft》中实现了一种基于dwt和dft的文本图像水印算法，它是对文本图像进行dwt变换后再进行dft变换进行水印嵌入，该方法面对jpeg压缩的鲁棒性较好，但是对于旋转攻击的鲁棒性较差；文章《robust watermarking for text images based on arnold scrambling anddwt-dct》提出了一种基于dwt和dct的图像水印算法，算法是将中文文本图像经过dwt后选择低频子带进行dct变换，然后选择中低频的dct系数进行水印的嵌入，嵌入水印后的图像有着良好的不可感知性；文章《text-image watermarking based on integer wavelettransform (iwt) and discrete cosine transform (dct)》中将wu f提出方法中的dwt改成了iwt并应用于阿拉伯文本图像，该算法在面对jpeg压缩时抵抗性较好。这几种水印算法虽然应用到文本图像上时都有着较好的不可感知性和鲁棒性，但是它们都没有利用文本图像的背景与文本区域具有一定的差异性这一特征，导致不能将算法重点关注于文本区域，从而对文本图像的重要信息起不到较好的版权保护作用。并且在针对于彩色图像嵌入二值水印时，很多算法都是在单通道嵌入水印，没有对各通道能量进行分析，导致鲁棒性不高，例如文章《a combination of dwt and qr decomposition for color imagewatermarking》中实现了一种dwt与qr分解结合的彩色图像水印算法，对图像b通道进行dwt变换后选择子带分块，将子块进行qr分解将水印嵌入到r矩阵中，该算法对于高斯噪声的鲁棒性较差；文章《a hybrid domain color image watermarking based on dwt–svd》中提出一种基于dwt-svd彩色鲁棒水印算法，它是将rgb图像变换到ycrcb空间后对y分量进行dwt变换，然后对子带进行svd分解，通过修改奇异值来嵌入水印，拥有较好的不可感知性，但是对滤波攻击等鲁棒性较差。

3、针对上述的问题，本发明提出了一种基于新闻文本图像的鲁棒水印方法，能够将新闻文本图像的文本区域与背景区域区分开，在带有重要信息的文本区域进行水印嵌入来加深对重要信息的版权保护。并且方法将新闻文本图像转换到了ycrcb空间后对cr和cb通道进行能量分析，选择两通道具有较大能量的主成分进行水印嵌入，从而提升了算法的鲁棒性。

技术实现思路

1、本发明提供了一种基于新闻文本图像的鲁棒水印方法，目的是加深图像重要信息的版权保护以及提高图像水印的鲁棒性。

2、为实现上述目的，本发明采用如下技术方案：

3、一种基于新闻文本图像的鲁棒水印方法，具体步骤如下：

4、载体图像与水印图片预处理：

5、step1：将包含文字信息的rgb格式载体图像转换为灰度图，将灰度图通过大津阈值分割(ostu)分割得到二值图像，将二值图像文字区域的坐标保存到列表h中。将载体图像转换为ycrcb格式得到图像，利用列表h得到图像的cb和cr通道的像素矩阵和。

6、水印嵌入过程：

7、step2：对像素矩阵和分别进行离散小波变换（dwt）得到小波子带和，将和进行主成分分析（pca），选定小波子带和的主成分个数和，由和得到主成分矩阵和。

8、step3：将主成分矩阵和分别进行奇异值分解（svd）得到奇异值矩阵和，同时对水印图像进行svd分解得到奇异值矩阵，将它们按照嵌入规则进行水印嵌入得到新的奇异值矩阵和。最后将和分别进行逆奇异值分解(isvd)和逆主成分分析(ipca)得到和，然后将和进行逆离散小波变换(idwt)得到嵌入水印的像素矩阵和，并且使用和中的元素对图像的cb和cr通道中对应列表h中坐标的像素点的像素值进行替换，得到嵌入水印的cb和cr通道图像，再与图像的的y通道融合并转换为rgb格式得到嵌入水印图像。

9、水印提取步骤：

10、step4：将嵌入水印图像转换为ycrcb格式得到图像，按照列表h中的坐标得到图像的cb和cr通道的像素矩阵和，将和进行dwt变换后得到小波子带和，对和进行pca后，分别对应选取前和个主成分组成主成分矩阵和。和分别进行svd分解得到奇异值矩阵和，使用嵌入规则的逆运算分别提取到奇异值矩阵和，和拼接后得到，然后对进行逆奇异值分解提取出水印图像。

11、所述step1具体步骤为：

12、step1.1：将载体图像转换为灰度图后，利用ostu（大津阈值分割）算法得到文本区域与其余区域分割开的二值图像，灰度值为0和255，文字区域各点灰度值为255，其余区域各点的灰度值为0，将灰度值为255的点的坐标存入列表h中，灰度值为0的其余区域点不进行操作。

13、step1.2：将载体图像转换为ycrcb格式得到图像，从列表h中得到每个文本区域点的横、纵坐标，提取图像的cb和cr通道对应坐标点的像素值，将其分别放到和矩阵中，和大小为4n×4n。

14、所述step2具体步骤为：

15、step2.1：将和使用haar小波进行一级dwt变换后得到、、、和、、、各四个子带，子带大小为2n×2n。

16、step2.2：选定和子带进行pca并计算各主成分贡献率，各主成分贡献率为(0,100%)，采用下面规则进行嵌入主成分的选择。

17、①当≤n且≤n时，公式如下所示：

18、

19、

20、②当≤n且＞n时，或者当≤n且＞n时，公式如下所示：

21、

22、

23、③当＞n且＞n时，公式如下所示：

24、

25、

26、其中表示低频子带主成分分析后选择的主成分个数，表示低频子带主成分分析后选择的主成分个数，和分别表示和的主成分贡献率之和等于85%的主成分数,n表示水印图像的长或宽。

27、低频子带选定的主成分矩阵由前个主成分组合成，低频子带选定的主成分矩阵由前个主成分组合成。

28、所述step3的具体步骤为：

29、step3.1：将和分别进行svd分解得到奇异值矩阵和，其中和表示经过svd分解的左奇异值矩阵和右奇异值矩阵，和表示经过svd分解的左奇异值矩阵和右奇异值矩阵。

30、

31、

32、step3.2：将水印图像进行svd分解得到奇异值矩阵，其中和表示水印图像经过奇异值分解的左奇异值矩阵和右奇异值矩阵。

33、

34、step3.3：对利用下式进行水印嵌入，其中和分别代表cb和cr通道嵌入强度，取值范围均为[0.1，1]，i和j表示矩阵的第和列，表示主成分矩阵经过svd分解后得到奇异值矩阵的第列的奇异值，表示主成分矩阵经过svd分解后得到的奇异值矩阵的第列的奇异值，和表示水印图像奇异值矩阵第列和第j列的奇异值，表示奇异值矩阵的第列的奇异值嵌入水印后得到的值，表示奇异值矩阵的第列的奇异值嵌入水印后得到的值，和表示和主成分分析后选择的主成分个数。

35、

36、

37、step3.4：对和进行逆svd分解，得到嵌入水印的主成分矩阵和，其中和分别表示奇异值矩阵和嵌入水印后得到的矩阵。

38、

39、

40、step3.5：和逆pca后得到嵌入水印的子带和，然后对和子带进行逆dwt变换后得到嵌入水印的像素矩阵和，并且使用和中的元素与图像的cb和cr通道中对应列表h中的坐标的像素点的像素值进行替换，得到嵌入水印的cb和cr通道图像，最后与无水印嵌入的y通道进行通道融合得到嵌入水印后图像。

41、所述step4具体步骤为：

42、step4.1：遍历列表h得到每一个文本区域点的坐标，根据坐标得到图像的cb和cr通道对应坐标的像素值并放入到提取矩阵和，大小为4n×4n。

43、step4.2：将和使用haar小波进行一级dwt变换得到、、、和、、、子带，各子带大小为2n×2n。

44、step4.3：对子带和进行pca保留前和个主成分得到提取主成分矩阵和。

45、step4.4：矩阵和进行svd分解得到奇异值矩阵和，其中和表示矩阵经过svd分解的左奇异值矩阵和右奇异值矩阵，和表示矩阵经过svd分解的左奇异值矩阵和右奇异值矩阵。

46、

47、

48、step4.5：将奇异值矩阵与采用下式提取到奇异值矩阵和，其中和代表cb和cr通道嵌入强度，取值范围均为[0.1，1]，和表示主成分矩阵和经过svd分解后的奇异值矩阵，和表示主成分矩阵和经过svd分解后的奇异值矩阵，和表示cb和cr通道提取出的水印奇异值矩阵。

49、

50、

51、step4.6：将奇异值矩阵和进行拼接得到提取水印的奇异值矩阵。

52、

53、step4.7：将与和进行逆svd分解进行得到提取的水印图像，其中和是原水印图像经过奇异值分解后得到的左奇异值矩阵和右奇异值矩阵。

54、。

55、有益效果：

56、本发明在两个方面进行了改进，一方面使用ostu算法得到图像的文本区域，对其进行水印嵌入，加深了对图像重要信息的版权保护；另一方面在原始载体图像的cr和cb两个通道上的文本区域使用主成分分析，通过分析两通道主成分的贡献率选择合适的主成分进行水印嵌入，提高了水印对于各种攻击的鲁棒性。