[发明专利]基于机器学习的图像水印去除方法

说明书

本发明公开了一种基于机器学习的图像水印去除方法。本发明采用机器学习的办法，通过优化的算法来计算获得相对准确的W和P，从而能够利用少量修复的原图，得到通用的水印去除参数，本发明的算法能够适应灰度和彩色水印，以及图案不规则、透明度不均匀的水印，同时能够自动的不需要人工太多干预和操作的批量去除水印。本发明简单易行，成本低廉，使用效果好。

技术领域

本发明涉及计算机技术领域，尤其是一种基于机器学习的图像水印去除方法。

背景技术

在对图像/视频进行版权保护(或版权申明)时，有一类常见的方法是给图像叠加上可见的水印记号，而有时图像的使用者需要去除水印，利用完整的原始图像，就需要进行水印去除。

一种方法是利用人工使用图像编辑软件如PhotoShop的方法去除，去除效果依赖人眼、人脑和绘图工具的高度协调配合，而不能批量和高效处理大量图像。

另外一种方法是采用图像内插(inpaint)的技术，对图像进行自动修补，只需要事先标记水印区域，即可进行批量和自动的水印去除。inpaint方法中比较成熟的是Telea在2004年发表的An Image Inpainting Technique Based on the Fast Marching Method，简称FMM方法。该方法能够利用待修补区域周围图像的颜色梯度信息，加以方向权值、距离权值，对待修补点进行估计，在图像颜色变化比较平稳和被破坏区域线条比较细的情况，修复效果较为理想。但此方法未利用半透明水印中包含的原始图像的亮度和结构信息，对大块区域和剧烈变化区域的估计值(重建值)偏差较大。

本发明正是利用机器学习技术解决可视水印去除的方法。

发明内容

本发明的目的是：提供了一种基于机器学习的图像水印去除方法，它能够利用少量修复的原图，通过机器学习方法，得到通用的水印去除参数，算法能够适应灰度和彩色水印，以及图案不规则、透明度不均匀的水印，同时能够自动的不需要人工太多干预和操作的批量去除水印，以克服现有技术不足。

本发明是这样实现的：基于机器学习的图像水印去除方法，构造100-1000张可以含有误差的水印图像和原始图像的估计图像作为训练集，然后使用机器学习的方法求解出水印图像和原始图像对应像素间的变换函数，对此函数求逆得到水印去除函数，从而对含相同水印的非样本图像中的水印给予去除。

具体包括如下步骤；

1)构造学习样本：从100-1000张含相同水印的图像中，选取5-50张图像；所选取的图像的水印为能利用无偏估计的方式进行估计的水印，估计后得到估计值所选取的图像尽量选容易估计准确的样本，相同的图像，如果是不熟悉图像处理的人，他们来做会比较困难，可以利用的训练样本拿得就较少，对于熟悉图像处理的技术人员而言，这个容易比较好满足，训练样本拿到更多。

2)通过机器学习，得到水印值W和透明度P：根据水印混合模型Y＝W(1-P)+XP，令B＝W(1-P)，即可变换为Y＝B+XP，直接利用直线方程最小二乘法求解斜率和截距的结论，得到P和B，进而得到W；

3)水印去除：得到W和P的值以后，根据公式(1)重建图像X₁：

X₁＝[Y-W×(1-P)]/P (1)

式中，X表示原图像，X₁表示重建图像，Y表示含水印的图像，W表示水印值，P表示透明度。

根据透明水印混合的原理，原图像X被叠加了半透明图像W之后，得到含水印的图像Y，其变换过程可以表达为Y＝g(f(X,W))，其中f为水印叠加变换，g为重采样和图像有损压缩导致的图像变化。

对于高质量的图像压缩，我们可以假设g导致的图像变化可以忽略不计，则Y＝f(X,W)。