[发明专利]一种基于视觉注意机制的数字图像水印方法

说明书

技术领域

本发明涉及一种基于视觉注意机制的数字图像水印方法，以便于对数字图像进行版权保护和认证，属于信息隐藏技术领域。

背景技术

随着数据存储和Internet网络技术的飞速发展，传统多媒体信息，如数字图像、音、视频等，都朝着数字化的方向发展，并得到了广泛的应用和传播。然而，于此同时，日益猖獗的非法盗版和恶意篡改给社会造成了巨大的财产损失和知识产权纠纷。数字水印技术作为密码技术和数字签名的有效补充，用于数字产品的版权保护，近年来已成为人们研究的热点，现有技术中的数字图像水印认证流程如图1所示。

不可见性和鲁棒性是数字水印系统的两个最重要的特性，水印的不可见性取决于人眼的视觉特性。同时也考虑到，对一幅图像而言，往往背景部分较多，特别是背景简单的图像，现有的大部分水印算法对其整幅画面进行水印的嵌入容易降低图像的品质，并且滤波，噪声污染等操作，对背景部分的干扰很大程度上会影响水印提取结果的正确性。再者，面对一幅图像，人们往往只对其中的部分区域感兴趣，而该区域（即，显著性区域）却承载了整幅图像信息的最重要部分，若是经图像处理，该区域的品质下降，图片就失去了观赏的价值。

对于如何选择显著性区域，众多研究学者提出了各自的视觉注意机制模型，按照计算机视觉中视觉信息的处理方式划分，可分为自底向上（Bottom-up Attention）和自顶向下（Top-downAttention）的视觉注意。自底向上型的视觉注意由数据驱动、独立于具体任务；而自顶向下型的视觉注意受意识支配、依赖于具体任务。

L.Itti,C.Koch,and E.Niebur.A model of saliency-based visual attention for rapid scene analysis.IEEE Tra nsactions on Pattern Analysis and Machine Intelligence vol.20,pp.1254~1259,1998.（L.Itti,C.Koch,andE.Niebur.一种基于视觉显著机制的快速场景分析模型.IEEE模式分析与机器智能,20(11):1254~1259,1998）参考文献中的Itti模型(Koch and Itti’s visual attention model)是基于Treisman的特征融合理论和Koch神经生物学框架的首个较为完整的自底向上视觉注意计算模型，提供了一种自底向上、各个特征图可并行计算的机制，并且将多种特征（颜色、亮度和方向）在多尺度下进行融合，最后合成一张综合的视觉显著度图(saliency map)。该视觉显著度图描述了在无先验信息指导情况下图像自身特质对人眼的刺激程度，量化了图像中各个位置在多特征综合考虑下的显著性，并采用胜利者全取(Winner-Take-All)法则作为抑制返回（Inhibition of Return）的策略来模拟注意焦点转移过程。

如何利用视觉注意机制模型，如Itti模型进行显著区域划分，提高图像水印检测的鲁棒性是图像数字水印技术研究的一个新方向。

发明内容

发明目的：如果水印信息一开始就嵌在图像中的显著区域，那么对提取的水印应该有较好的鲁棒性，同时也降低了对图像品质的影响。针对现有技术中存在的问题与不足，本发明提供一种基于视觉注意机制的数字图像水印方法，首先通过视觉注意机制模型划分出图像显著区域，通过小波变换以获取显著区域相对应的高频区域，继而对该区域系数抖动量化调制进行水印嵌入，在量化调制的过程中，借助于Lewis A S,Knowles G.Image compression using the 2-D wavelet transform.IEEE Transaction on Image Processing,Vol.1:244-250,1992.（Lewis A S,Knowles G.应用2维小波变换的图像压缩.IEEE图像处理,1(2):244-250,1992.）参考文献中的Lewis DWT域视觉模型动态的调整量化步长。

技术方案：一种基于视觉注意机制的数字图像水印方法，包括如下步骤：

步骤1，通过视觉注意机制模型（如Itti模型）对目标图像I进行分析，获得视觉显著图，并通过图像形态学处理，对视觉显著图进行2x2结构元素膨胀，划分相对应于原图中的视觉显著区域；