基于像素连接数文档水印算法.docVIP

基于像素连接数文档水印算法 　　摘 要:一些如个人档案、医疗记录、手写签名、馆藏图书等重要二值文档资料被扫描后以二值图像的方式存储。针对这些二值图像的保护问题,提出了一种基于像素连接数的文档水印算法。通过计算像素的连接数判断可翻转像素,将加密后水印信息代替可翻转像素实现水印嵌入。实验结果表明,本算法不可见性好,水印嵌入量大,水印提取不需要原始水印。但该算法水印提取需要水印嵌入时位置信息。 　　关键词:文档水印;像素连接数;不可见性 　　中图分类号:TP391.9 文献标识码:A 文章编号:1674-7712 (2012) 12-0050-02 　　一、前言 　　随着全球信息数字化进程的日益加快,大量的重要资料,如个人档案、医疗记录、证件、手写签名等以二值图像格式存储,计算机技术的发展使得这些图像的复制、拷贝变得非常容易,进而使得侵犯这些资料的版权的事情经常发生。文档水印技术作为对文档图像进行版权保护的方法之一受到广泛关注。 　　由于二值文档图像冗余数据少,任何像素的改变(黑变白或白变黑)很可能对图像造成较大的破坏,因此有关文档水印算法发展比较慢。目前在二值图像中嵌入水印的主要思路:在一组像素点间,通过改变引起视觉失真较小的像素值,使得这组像素满足一定的规律。文献[1]根据计算像素连通性与平滑性,通过翻转图像块中优先级别高的像素点进行水印嵌入。但是此方法过程比较繁琐,计算量大。文献[2]利用图像块连通性不变确定可翻转像素,利用hash函数对除去可翻转像素的图像进行一系列加密处理后进行水印嵌入,该方法用于图像完整性认证。本文在此基础上提出了一种基于像素连接数文档图像水印算法,将水印信息嵌入像素连接数为1的像素点处,该算法简单,不受分块大小的限制、不用每个分块都保证有可改变的象素,适用于所有的二值图像。 　　二、像素可翻转性 　　对于二值图像来讲,水印的嵌入过程实际是像素值由0变为1或1变为0的翻转过程。由于任意翻转二值图像中一个像素都有可能造成严重的失真,因此需要寻找合适的像素来嵌入水印。根据人眼的视觉特性,合适的可翻转像素应尽量选自黑白边界点或黑白像素分布均匀的区域并且可翻转像素间的距离不要过近。??了客观地判断某个像素是否适合翻转,可根据该像素的邻域点来确定水印嵌入点。 　　在二值图像中,任意像素p(i,j)上、下、左、右4个像素称为该像素p(i,j)的4—邻域,互为4—邻域的两像素叫4—邻接(或4—连通);相应的,像素p(i,j)上、下、左、右4个像素和4个对角线像素,称为像素p(i,j)的8—邻域,互为8—邻域的两像素叫8—邻接(或8—连通)。具有两个相同数值的像素a1和a2,若所有与它们具有相同值的像素能够在4-/8-邻域内构成一个从a1到a2的邻接的像素序列,则把像素a1和a2叫做4-/8-连接。把互相连接的像素的集合汇集为一组,这些组叫连接成分或连通成分。 　　像素连接数:通过考察以该像素为中心的3 3邻域来判断。像素p(i,j)的值用B(p)表示,当B(p)=1时,像素p的连接数Nc(p)为与p连接的连接成分数。像素p的连接数以这个像素的8-邻域值按下式进行计算: 　　(1) 　　通过对像素8—邻域一切可能存在的值进行计算,其连接数总是取0—4之间的值。 　　根据连接数将像素分类: 　　=0,孤立点或内部点; =1,可删除点或端点; =2,连接点; =3,分支点; =4,交叉点。 　　像素的可翻转性: 　　当一个像素值由1变成0的时候,整个图像连接成分的连接性不改变(各连接成分不分离,不结合,孔不消除也不生成),则这个像素被称为是可删除的。像素的可删除性可以用像素的连接数来检测。理论证明像素的可删除性和像素连接数为1是一致的[3]。因此利用可删除性作为像素可翻转性的判断条件:当某像素为可删除性像素时,该像素具有可翻转性,其可作为水印的可嵌入像素。 　　三、水印的嵌入和提取 　　嵌入算法如下: 　　(1)将文档图像分为3 3的相邻块。相邻块是指几何位置上相邻的图像块在水平或者竖直方向上仅有共用的一行或一列,没有共用行或列的图像块为不相邻块。 　　(2)按照公式(1)计算该图像块中心像素的连接数。由于像素连接数的判断是利用像素的8-邻域,所以对于文档图像的第一行第一列和最后一行最后一列不进行处理。 　　(3)根据连接数判断像素可翻转性,确定可翻转像素。 　　(4)将水印信息嵌入图像的可翻转像图4为嵌入3364bit水印后文档图像。从图4中可以看出,嵌入水印后图像的变化很小,人眼基本感觉不到图像的变化,说明算法具有很好的不可见性。图5为从未篡改含水印图像中提取水印图像,可以看出当含水印图像未改动时提取水印图像与原水印图像一样。素处,记录可嵌入像素位置。为了提高算法的安全性,将水印信息进行加密处理。将加密处理后的水印替