[发明专利]基于SIFT的DWT‑SVD抗几何攻击盲水印方法

说明书

技术领域

本发明属于信息安全的技术领域，特别涉及一种基于尺度不变特征变换(SIFT)的离散小波变换和奇异值分解(DWT-SVD)抗几何攻击盲水印方法。

背景技术

数字水印技术因其在版权保护和内容认证等方面的重要应用价值，已成为信息隐藏技术的一个研究热点。数字水印技术通过将数字、序列号、文字、图像标志等信息嵌入到媒体中，在嵌入过程中对载体进行尽量小的修改，以达到最强的鲁棒性，当嵌入水印后的媒体受到攻击后仍然可以恢复水印或者检测出水印的存在。隐形水印随着信息安全需求的飞速发展，正在得到越来越多研究者的关注。

图像隐形水印算法一般需要满足以下基本要求：1)不可见性：加有水印后的图像不能有视觉质量的下降，与原始图像对比，很难发现二者的区别；2)鲁棒性：加入图像中的水印不会因变换处理(如几何攻击、噪声、滤波、有损压缩攻击等)而丢失，水印经提取后应清晰可辨。

现有的数字水印算法主要分为空间域和变换域(DWT、DCT和DFT等)两类。DWT域水印算法对有损压缩和高频滤波具有较好的抗攻击性，而且小波分解后的低频子带集中了图像的大部分能量，是鲁棒水印嵌入的合适位置。因此基于DWT的数字水印算法受到了广泛关注。为了克服小波变换不具有几何不变性的缺点，研究学者利用SVD抵抗几何攻击良好的特性，将其引入数字水印领域。

现有的DWT和SVD水印算法对常见的信号处理具有很好的抵抗能力，但抵抗几何攻击(RST)的能力较弱。RST几何攻击是很常见的攻击类型，水印图像遭到几何攻击后，检测器无法判断出是否含有水印或者无法提取水印，因此研究具有抗几何攻击的水印算法一直是一个难题。

本发明利用图像SIFT特征点所具有的旋转、缩放和平移不变性，通过SIFT特征点之间的坐标关系对几何攻击进行校正，并结合DWT以及SVD在数字水印方面的优势，通过一种最优量化方法嵌入水印，最终保存水印图像的SIFT特征点作为密钥。本发明很好的解决了目前水印算法抗几何攻击能力较弱的问题。

发明内容

本发明的目的就是针对现有水印算法抵抗几何攻击能力较弱的问题，提出了一种基于基于尺度不变特征变换(SIFT)的离散小波变换和奇异值分解(DWT-SVD)抗几何攻击盲水印方法。

本发明方法包括水印嵌入方法和水印提取方法。水印嵌入方法首先对原始图像进行离散小波变换(DWT)，然后将其低频子带分块并对每小块进行奇异值分解(SVD)，再将待嵌入水印进行混沌加密，在每小块的最大奇异值中通过一种最优量化方法嵌入水印，最后保存水印图像的SIFT特征点模版作为密钥，用于判断攻击类型和校正。水印提取方法是水印嵌入方法的逆过程，包括对受攻击图像进行校正、水印提取，水印解密和恢复。

水印嵌入方法的具体步骤是：

由于图像经过旋转后会造成边角信息丢失，若水印嵌入在整幅图像中，则从经过旋转攻击的水印图像中提取出的水印会有部分信息丢失，载体图像的内切圆内的图像信息不会因为旋转而丢失，为了方便计算，选择内切圆的内接正方形作为水印区域，

步骤1：获取正方形的原始载体图像I(M,M)，M是图像的行和列，I的内切圆记作S，S的内接正方形用来嵌入水印，记做x，对x进行一级离散小波变换(DWT)，得到低频子带LL、高频子带HH、混合子带HL和LH，其矩阵大小为将其低频子带LL划分为互不重叠的n×n个大小为m×m的子块，n是m的整数倍，各个子块记为A_ij(i＝1,2,···n；j＝1,2,···n)。

步骤2：对待嵌入的水印W采用logistic映射混沌模型进行混沌加密得到加密后水印W₀，记映射初值为X₀，混沌系数μ∈(3.5699,4]，然后将加密后的水印按行排成一列，将初值X₀和μ当作密钥，缺少任何一个参数或者参数不正确，都无法解密。

步骤3：对A_ij进行奇异值分解，得到最大奇异值L_ij；取量化步长为Δ，令δ_ij＝mod(L_ij,Δ)，δ_ij为对L_ij以Δ为单位求模的余数，根据δ_ij进行量化嵌入水印，L′_ij表示量化后的最大奇异值，量化方法如下：

公式中的w是加密后水印中的一个比特。