留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于图像纹理的自适应水印算法

黄樱 牛保宁 关虎 张树武

黄樱, 牛保宁, 关虎, 等 . 基于图像纹理的自适应水印算法[J]. 北京航空航天大学学报, 2019, 45(12): 2403-2414. doi: 10.13700/j.bh.1001-5965.2019.0369
引用本文: 黄樱, 牛保宁, 关虎, 等 . 基于图像纹理的自适应水印算法[J]. 北京航空航天大学学报, 2019, 45(12): 2403-2414. doi: 10.13700/j.bh.1001-5965.2019.0369
HUANG Ying, NIU Baoning, GUAN Hu, et al. Image texture based adaptive watermarking algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2019, 45(12): 2403-2414. doi: 10.13700/j.bh.1001-5965.2019.0369(in Chinese)
Citation: HUANG Ying, NIU Baoning, GUAN Hu, et al. Image texture based adaptive watermarking algorithm[J]. Journal of Beijing University of Aeronautics and Astronautics, 2019, 45(12): 2403-2414. doi: 10.13700/j.bh.1001-5965.2019.0369(in Chinese)

基于图像纹理的自适应水印算法

doi: 10.13700/j.bh.1001-5965.2019.0369
基金项目: 

国家重点研发计划 2017YFB1401000

山西省重点研发计划(国际合作)项目 201603D421015

详细信息
    作者简介:

    黄樱  女, 博士研究生。主要研究方向:图像水印

    牛保宁  男,博士,教授,博士生导师。主要研究方向:媒体大数据管理与分析、数据库系统性能管理、区块链数据管理

    关虎  男, 博士, 副研究员。主要研究方向:数字媒体内容版权保护与跟踪、数字媒体内容分析与处理、数字版权价值评估与版权交易

    张树武  男, 博士, 研究员, 博士生导师。主要研究方向:数字版权管理、计算机视觉、跨媒体内容分析、语音和语言信息处理等

    通讯作者:

    牛保宁, E-mail: niubaoning@tyut.edu.cn

  • 中图分类号: TP301.6

Image texture based adaptive watermarking algorithm

Funds: 

National Key R & D Program of China 2017YFB1401000

International Cooperation Project of the Major R & D Program of Shanxi 201603D421015

More Information
  • 摘要:

    图像水印技术是一种在图像中嵌入被称为水印的版权标记,以证明图像版权归属的技术。利用图像纹理粗糙区域易于隐藏水印的优势,提出了一种基于图像纹理的自适应水印算法。首先,设计了一种能够真实反映图像纹理丰富程度的纹理度量方法,引入全局纹理值和局部纹理值的概念来综合分析图像纹理的分布情况;其次,利用滑动窗口和窗口内区域的局部纹理值,精确地获取图像的纹理粗糙区域,将水印嵌入在纹理粗糙区域中,保证嵌入水印图像的视觉质量;然后,通过多元回归分析,得到水印嵌入参数与纹理粗糙区域的全局纹理值和局部纹理值的函数关系,根据区域的纹理值自适应地调整水印的嵌入参数,最大限度地保证水印的不可见性,增强水印的鲁棒性;最后,通过在多个不重叠的纹理粗糙区域中嵌入相同的水印,进一步提高水印提取的准确率。在100幅自然场景图像上进行模拟实验,从不可见性、自适应性和鲁棒性三个方面证实了所提算法相比已有自适应水印算法的优越性。

     

  • 图 1  自适应水印技术框架

    Figure 1.  Framework of adaptive watermarking technology

    图 2  嵌入水印的图像

    Figure 2.  Watermarked image

    图 3  纹理平滑图像像素及DCT系数矩阵

    Figure 3.  Pixel and DCT coefficient matrix of smooth image

    图 4  纹理粗糙图像像素及DCT系数矩阵

    Figure 4.  Pixel and DCT coefficient matrix of textured image

    图 5  图像的纹理值

    Figure 5.  Texture value of images

    图 6  区域的全局纹理值和局部纹理值

    Figure 6.  Global texture value and local texture value of a region

    图 7  100个区域的局部纹理值和全局纹理值

    Figure 7.  Local texture values and global texture values of 100 regions

    图 8  纹理粗糙区域嵌入水印

    Figure 8.  Watermark embedded in textured region

    图 9  模型拟合误差

    Figure 9.  Fitting error of models

    图 10  相同水印嵌入强度情况下100幅图像的SSIM值

    Figure 10.  SSIM of 100 images with the same watermark embedding strength

    图 11  不同算法得到的100幅图像的SSIM值

    Figure 11.  SSIM of 100 images obtained by different algorithms

    表  1  多元线性回归结果

    Table  1.   Multiple linear regression results

    自变量 自变量系数
    模型1 模型2 模型3 模型4 模型5 模型6
    Tl 7.852*** 11.40*** 0 0 3.686*** 4.654***
    Tl2 0 -0.204*** 0 0 0 -0.053 0
    Tg 0 0 4.371*** 3.087*** 2.732*** 1.948***
    Tg2 0 0 0 0.044 3* 0 0.025 1
    常数 28.48*** 18.06*** 18.67*** 25.22*** 17.87*** 19.33***
    R2/% 89 91 94.7 95.2 100 100
    注:***表示p < 0.01, **表示p < 0.05, *表示p < 0.1,p值表示模型中自变量系数的标准差,反映该系数在模型中表现是否显著,***表示十分显著。
    下载: 导出CSV

    表  2  图像处理攻击后不同算法提取水印的BER值

    Table  2.   BERs of watermark extracted by different algorithms under image processing attacks

    攻击类型 参数设置 BER/%
    TDSS DQAQT TBAQT
    JPEG压缩 30% 4.59 0.62 0.58
    50% 2.89 0.08 0.08
    70% 1.60 0 0
    高斯噪声 0.04 7.45 3.58 0.06
    0.03 5.88 2.22 0.02
    0.02 4.28 0.68 0
    椒盐噪声 0.048 3.24 0.27 0
    0.04 2.91 0.15 0
    0.035 2.83 0.08 0
    均值滤波 3×3 2.56 0.01 5.75
    中值滤波 3×3 3.37 0.03 3.18
    直方图均衡 0.90 0.14 0
    亮度改变 0.6 1.36 0 0
    1.6 2.21 0.12 0
    2 3.03 0.71 0.01
    下载: 导出CSV

    表  3  几何攻击后不同算法提取水印的BER值

    Table  3.   BERs of watermark extracted by different algorithms under geometric attacks

    攻击类型 参数设置 BER/%
    TDSS DQAQT TBAQT
    翻转 水平/垂直 1.56 0 0
    旋转 90°整数倍 1.56 0 0
    剪切 25% 2.12 0.04 0
    32% 5.55 1.38 0
    50% 9.63 4.84 0
    遮挡 0.5 12.58 1.20 0
    0.6 16.10 3.60 0
    0.7 19.71 8.66 0.01
    放缩 0.6 1.77 0 0
    0.8 1.52 0 0
    2.0 1.56 0 0
    缩放 0.6 2.23 0 2.16
    0.8 1.60 0 0
    2.0 1.60 0 0
    纵横比调整 0.8×1.4 1.62 0 0
    1.8×0.7 1.63 0 0
    下载: 导出CSV
  • [1] FAZLALI H R, SAMAVI S, KARIMI N, et al.Adaptive blind image watermarking using edge pixel concentration[J].Multimedia Tools and Applications, 2017, 76(2):3105-3120. doi: 10.1007/s11042-015-3200-6
    [2] GUAN H, ZENG Z, LIU J, et al.A novel robust digital image watermarking algorithm based on two-level DCT[C]//Proceedings of the International Conference on Information Science, Electronics and Electrical Engineering.Piscataway, NJ: IEEE Press, 2014: 1804-1809.
    [3] MOHREKESH M, AZIZI S, SHIRANI S, et al.Hierarchical watermarking framework based on analysis of local complexity variations[J].Multimedia Tools and Applications, 2018, 77(23):30865-30890. doi: 10.1007/s11042-018-6129-8
    [4] YADAV N, SINGH K.Robust image-adaptive watermarking using an adjustable dynamic strength factor[J].Signal, Image and Video Processing, 2015, 9(7):1531-1542. doi: 10.1007/s11760-013-0607-2
    [5] HUANG Y, GUAN H, NIU B, et al.A spread-spectrum watermarking scheme with adaptive embedding strength and PSNR guarantee[C]//Proceedings of the International Conference on Anti-Counterfeiting, Security, and Identification, 2018: 82-87.
    [6] HUANG Y, NIU B, GUAN H, et al.Enhancing image watermarking with adaptive embedding parameter and PSNR guarantee[J].IEEE Transactions on Multimedia, 2019, 21(10):2447-2460. doi: 10.1109/TMM.2019.2907475
    [7] NASIR I, KHELIFI F, JIANG J, et al.Robust image watermarking via geometrically invariant feature points and image normalisation[J].Image Processing IET, 2012, 6(4):354-363. doi: 10.1049/iet-ipr.2010.0421
    [8] TANG C W, HANG H M.A feature-based robust digital image watermarking scheme[J].IEEE Transactions on Signal Processing, 2003, 51(4):950-959. doi: 10.1109/TSP.2003.809367
    [9] YE X, CHEN X, MENG D, et al.A SIFT-based DWT-SVD blind watermark method against geometrical attacks[C]//Proceedings on the International Conference on Image & Signal Processing.Piscataway, NJ: IEEE Press, 2015: 14841650.
    [10] SU Q, CHEN B.Robust color image watermarking technique in the spatial domain[J].Soft Computing, 2018, 22(1):91-106. http://d.old.wanfangdata.com.cn/OAPaper/oai_doaj-articles_1c770dcc4edcd94a1e620120a84f76eb
    [11] ZONG T, XIANG Y, NATGUNANATHAN I, et al.Robust histogram shape-based method for image watermarking[J].IEEE Transactions on Circuits and Systems for Video Technology, 2015, 25(5):717-729. doi: 10.1109/TCSVT.2014.2363743
    [12] LOAN N A, HURRAH N N, PARAH S A, et al.Secure and robust digital image watermarking using coefficient differencing and chaotic encryption[J].IEEE Access, 2018, 6:19876-19897. doi: 10.1109/ACCESS.2018.2808172
    [13] PARAH S A, SHEIKH J A, LOAN N A, et al.Robust and blind watermarking technique in DCT domain using inter-block coefficient differencing[J].Digital Signal Processing, 2016, 53:11-24. doi: 10.1016/j.dsp.2016.02.005
    [14] HUYNH-THE T, BANOS O, LEE S, et al.Improving digital image watermarking by means of optimal channel selection[J].Expert Systems with Applications, 2016, 62(1):177-189. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=b522b67791bfacbc92e0ae4dd9224409
    [15] HUYNH-THE T, HUA C, TU N A, et al.Selective bit embedding scheme for robust blind color image watermarking[J].Information Sciences, 2018, 426:1-18. doi: 10.1016/j.ins.2017.10.016
    [16] PENG Y, QI J.Show and tell in the loop:Cross-modal circular correlation learning[J].IEEE Transactions on Multimedia, 2019, 21(6):1538-1550. doi: 10.1109/TMM.2018.2877885
    [17] PENG Y, ZHU W, ZHAO Y, et al.Cross-media analysis and reasoning:Advances and directions[J].Frontiers of Information Technology & Electronic Engineering, 2017, 18(1):44-57. http://d.old.wanfangdata.com.cn/Periodical/zjdxxbc-e201701004
    [18] QI J, PENG Y.Cross-modal bidirectional translation via reinforcement learning[C]//Proceedings of the International Joint Conference on Artificial Intelligence, 2018: 2630-2636.
    [19] YUAN M, PENG Y.Text-to-image synthesis via symmetrical distillation networks[C]//Proceedings of the 26th ACM Multimedia Conference.New York: ACM, 2018: 1407-1415.
    [20] 彭宇新, 綦金玮, 黄鑫.多媒体内容理解的研究现状与展望[J].计算机研究与发展, 2019, 56(1):183-208. http://d.old.wanfangdata.com.cn/Periodical/jsjyjyfz201901015

    PENG Y X, QI J W, HUANG X.Current research status and prospects on multimedia content understanding[J].Journal of Computer Research and Development, 2019, 56(1):183-208(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/jsjyjyfz201901015
    [21] 刘丽, 匡纲要.图像纹理特征提取方法综述[J].中国图象图形学报, 2009, 14(3):622-635. http://d.old.wanfangdata.com.cn/Periodical/zgtxtxxb-a200904010

    LIU L, KUANG G Y.Overview of image texture feature extraction methods[J].Journal of Image and Graphics, 2009, 14(3):622-635(in Chinese). http://d.old.wanfangdata.com.cn/Periodical/zgtxtxxb-a200904010
    [22] GONZALEZ R C, WOODS R E.Digital image processing, third edition[J].Journal of Biomedical Optics, 2009, 14(2):029901. doi: 10.1117/1.3115362
    [23] WANG Z, BOVIK A C, SHEIKH H R, et al.Image quality assessment:From error visibility to structural similarity[J].IEEE Transactions on Image Processing, 2004, 13(4):600-612. doi: 10.1109/TIP.2003.819861
  • 加载中
图(11) / 表(3)
计量
  • 文章访问数:  638
  • HTML全文浏览量:  7
  • PDF下载量:  580
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-07-09
  • 录用日期:  2019-08-20
  • 刊出日期:  2019-12-20

目录

    /

    返回文章
    返回
    常见问答