[发明专利]一种基于FSSVM的图像水印嵌入、提取的方法与装置

说明书

技术领域

本发明涉及一种信息安全领域中的数字图像水印技术，尤其是涉及图像水印嵌入与提取方法。

背景技术

数字图像水印作为传统加密方法的有效补充手段，利用数据嵌入方法隐藏在数字图像产品中，用以证明创作者对其作品的所有权，并作为鉴定、起诉非法侵权的依据，同时通过对水印的检测和分析保证数字信息的完整可靠性，从而成为知识产权保护和数字多媒体防伪的有效手段，近年来引起了人们的高度重视，也已成为国际学术界研究的一个热点。图像水印要发挥应有的作用，必须具备鲁棒性和不可觉察性两个基本要素。水印鲁棒性是指数字媒体在经过常规的信号处理或者外来攻击之后，嵌入的图像水印仍然具有较好的可检测性。水印不可觉察性是指水印的嵌入不能影响到原始数字媒体的视觉质量。

图像水印按用途可分为版权保护水印、票据防伪水印、篡改提示水印和隐藏标识水印。按提取过程可分为盲水印和明文水印。按攻击能力可分为鲁棒性水印和脆弱性水印，其中鲁棒性水印主要应用于数字作品版权保护，脆弱性水印要求对信号的改动敏感，主要应用于完整性保护。根据水印嵌入位置可以将图像水印算法分为两类：基于变换域算法和基于空间域算法。随着JPEG压缩和JPEG2000的广泛使用，到目前为止，有很多是基于变换域的水印算法。根据所采用变换的不同，变换域水印算法可以分为如下几类：基于DCT变换的图像水印算法、基于小波变换的图像水印算法、基于DFT变换的鲁棒性水印算法。但是这些算法比较复杂，需要考虑复杂的空频域变换过程，效率低，可嵌入信息量较少。空间域图像水印技术因其算法简单、速度快的优点而成为新的研究热点，它通过直接修改原始图像的像素值来达到嵌入水印的目的，但目前经典的空间域水印算法很容易受到图像压缩转换等通常的图像处理的干扰，在对图像进行几何旋转、压缩等基本处理后，基本上已经无法对水印进行正确的提取，实验仿真表明该类算法的抗攻击性不强，鲁棒性较低。但是随着神经网络、支持向量机等机器学习方法的引入，水印的嵌入和检测过程可以充分利用图像中的一些自然特征，这样可以使得空间域的水印嵌入和鲁棒性检测效果得到一定的提高。虽然机器学习和各种图像域变换的结合针对具体水印的嵌入与提取都有较好的表现，但是仍然存在许多问题。例如像基于支持向量机的图像水印方法等一般都无法实现盲提取，水印的保密性还存在一定隐患；像基于空频域变换的嵌入与提取方法一般计算复杂度较高，抵抗攻击能力还有待加强等。概括起来仍存在如下的一些主要问题：①支持向量机主要用来确定水印嵌入数字图像中的最佳位置和最佳强度，且Arnold变换仅在水印嵌入中起置乱作用，应用研究均比较单一。②目前提出的支持向量机方案基本上都是引用标准的支持向量机，样本训练的速度与精度都不是很高，这导致最后提取的水印图像失真比较严重。③水印系统的鲁棒性是评估水印系统承载常规处理的能力，这对于水印极为重要；现有数字图像水印检测方法将注意力放在对抗常规信号处理（如有损压缩、低通滤波、噪声干扰等）的研究上，而诸如旋转、缩放、平移、行列去除、剪切等几何攻击的抵抗效果不是很好；支持向量机与变换域相结合，虽然可以有效提高水印检测的鲁棒性，但这些算法对剪切、旋转等攻击的鲁棒性还存在一些不足。④盲检测必须要求水印的嵌入和提取算法能够很好地平衡不可感知性和鲁棒性，引入支持向量机后，现有的基于支持向量机的许多图像水印技术虽然鲁棒性得到提高，但是不可感知性下降，因此一般不具备盲检测特性，这也是一个亟待解决的重要问题。⑤现有的基于Arnold变换的水印嵌入与提取算法都只具备单重密钥特点，即通过数字媒体产品自身的一种特性信息构造出一个水印密钥，显然，这种特点存在着易被攻击和破解的局限性，数字媒体产品受到某一种或几种联合攻击后，会增加图像水印的提取难度；当单重密钥被破解时，非法用户就可以删除或篡改产品中嵌入的实际图像水印，使其重新回到无版权保护的状态，这将严重侵害版权所有者等各方面的利益。刘芳、贾成、袁征撰写的《一种基于Arnold变换的二值图像水印算法》（计算机应用,2008,28(6):1404-1406）提到了采用一种基于Arnold变换的二值图像水印嵌入与提取方法，结合Arnold置乱算法，通过翻转图像内满足视觉约束条件的像素来达到添加水印的目的。实验表明该算法不仅改善了水印的不可见性，提高了水印的嵌入容量，而且实现了水印的盲提取。但也存在一些不足，如在Arnold空间域变换的过程中参数较少，导致图像的密钥太少，安全性不高，Arnold变换也仅起到置乱图像的作用，且该算法对图像的常规攻击，尤其是几何攻击下的抵抗性较差，没有较好地平衡水印不可见性和鲁棒性等。所以每种图像水印嵌入与提取方法都无法同时具备很高的不可感知性和鲁棒性，且提高安全性需要增加密钥的数量，而同时又会提高计算复杂度。因此根据图像空间域特征寻找水印不可见性和鲁棒性更好的、安全性更高的嵌入算法是图像水印的重要研究内容。文献《Watermarking scheme based on support vector machine for colour images》（FuY,ShenR,LuH,ElectronicsLetters,2004,40(16):986-987）指出了利用图像空间域特征嵌入水印的难点主要在于：如何有效增加密钥数量，以提高水印的安全性；如何快速有效地训练样本，能在水印经历多种攻击后记忆局部像素点之间的关系，从而实现对水印的正确检测；嵌入点的像素值不能改变太多，否则会影响载体图像的不可感知性，但又必须在提取水印时便于发现嵌入点像素的改变。