一种用于数字图像版权保护的数字水印的设计.docVIP

一种用于数字图像版权保护的数字水印设计 随着网络信息时代的到来，数字图像的应用越来越广泛了，可随之而来盗版现象也越来越严重，并引起人民的关注。如何保护自己的数字图像版权与切身利益呢？在前人的研究基础上，本章提出了一种基于DCT变换域算法的数字图像水印，以作者个性签名的二值图像为水印，嵌入到原始图像中去，实现图像版权保护功能。 设计方案与原理 本章提出的算法属于变换域法，具体思想就是通过分块DCT和边缘检测来确定水印嵌入区域，并将一副二值图像形式的作者签名水印嵌入到原始图像之中。该算法基本框图如图3.1所示： 图3. 1 水印算法框图 本算法以二值图像（作者的电子签名）作为水印，该水印为32×32像素的。读入待处理的原始图像‘wo.png’，它是256×256的256级灰度图像。在水印嵌入前要对原始图像做一下处理，将256×256的原始图像分割成互不重叠的8×8像素块，每一个8×8像素块作为一个数据单元，可算得，原始图像共有1024个这样的数据单元。然后对每一个数据单元做DCT处理；关于DCT的基本原理在下节会详细介绍。同时，在嵌入水印之前，还要对原始图像做边缘检测，本文采用的是canny算子，关于它的基本原理在下节将重点介绍，根据边缘检测和图像分块处理后可确定那些纹理较复杂的区域，将该区域作为水印嵌入的备选区域，记录其位置为T。原始图像经DCT处理后得到一个频域矩阵A，根据位置记录T将上一步所选定的纹理复杂区域对应的频域矩阵中的位置找出来，记为T;再将水印根据位置记录T嵌入到原始图像的频域矩阵中，得到新的频域矩阵A，在嵌入时调整嵌入强度以保证水印的不可见性。对重新得到的频域矩阵A做一个8×8的分块反离散余弦变换（IDCT），即得到水印化图像。再采用非盲水印提取法，比较水印化图像与原始图像，进而判断水印的各个像素的灰度值（二值），最终提取出水印图像。 关键技术及其原理 Canny边缘检测 图像的边缘是指图像局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图像的边缘部分集中了图像的大部分信息，图像边缘的确定与提取对于整个图像场景的识别与理解是非常重要的，同时也是图像分割所依赖的重要特征，边缘检测主要是图像的灰度变化的度量、检测和定位，自从1959提出边缘检测以来，经过五十多年的发展，已有许多中不同的边缘检测方法。在我们常用的几种用于边缘检测的算子中Laplace算子常常会产生双边界；而其他一些算子如Sobel算子又往往会形成不闭合区域。本文采取的是最优的阶梯型边缘检测算法(canny边缘检测)。 (1) Canny边缘检测基本原理 1) 图像边缘检测必须满足两个条件：一是能有效地抑制噪声；二是必须尽量精确确定边缘的位置。 ???2) 根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。 ???3) 类似与Marr（LOG）边缘检测方法，也属于先平滑后求导数的方法。 (2) Canny边缘检测算法： ??? 第一步:用高斯滤波器平滑图像； ?? ?第二步:用一阶偏导的有限差分来计算梯度的幅值和方向； ????第三步:对梯度幅值进行非极大值抑制； 第四步:用双阈值算法检测和连接边缘。 1) 高斯平滑函数 （3.1） 2) 一阶差分卷积模板 H=[] H=[] 3) 非极大值抑制(NMS) ????仅仅得到全局的梯度并不足以确定边缘，因此为确定边缘，必须保留局部梯度最大的点，而抑制非极大值。解决方法：利用梯度的方向，如图3.2所示： 图3. 2 抑制非极大值 四个扇区的标号为0到3，对应3×3邻域的四种可能组合。 ?????在每一点上，邻域的中心像素M与沿着梯度线的两个像素相比。如果M的梯度值不比沿梯度线的两个相邻像素梯度值大，则令M=0。 即： N[i,j]=NMS(M[i,j],ξ[i,j]) 4) 阈值化 ????减少假边缘段数量的典型方法是对N[i，j]使用一个阈值。将低于阈值的所有值赋零值。这里采用双阈值算法选取阈值。双阈值算法对非极大值抑制图像作用两个阈值τ1和τ2，且2τ1≈τ2，从而可以得到两个阈值边缘图像N1［i,j］和N2［i，j］。由于N2［i，j］使用高阈值得到，因而含有很少的假边缘，但有间断(不闭合)。双阈值法要在N2［i，j］中把边缘连接成轮廓，当到达轮廓的端点时，该算法就在N1［i,j］的8邻点位置寻找可以连接到轮廓上的边缘，这样，算法不断地在N1［i,j］中收集边缘，直到将N2［i,j］连接起来为止。 (3) 边缘算子应满足的准则 1）信噪比准则 （3.2） 其中，f