[发明专利]一种改进的基于显著性目标检测的图像水印添加方法和系统

权利要求书

1.一种改进的基于显著性目标检测的图像水印添加方法，其特征在于，包括以下步骤：

计算图片超像素块之间的对比度与连通度，根据计算结果，去除图片原始背景区域中的前景显著性目标块，再利用语义获得图片的语义信息，将原始前景区域中属于背景模板的超像素块添加至背景模板之中，提取出融合语义信息背景模板；

利用超像素块之间的影响因子矩阵和置信度矩阵构建基于结构约束的稀疏与低秩矩阵恢复模型，并将融合语义信息背景模板作为稀疏与低秩矩阵恢复模型的字典矩阵对模型进行优化，最后利用交替方向乘子法对模型进行求解，实现邻近超像素块之间的显著性检测；

在显著性检测的基础上获取图片显著性目标与背景区域，比较水印大小与背景区域大小，通过自适应方法完成图片水印添加。

2.根据权利要求1所述的一种改进的基于显著性目标检测的图像水印添加方法，其特征在于，所述的计算图片超像素块之间的对比度与连通度，根据计算结果，去除图片原始背景区域中的前景显著性目标块，包括：通过计算图片中超像素块与图片边界相连通的区域的连通度，利用阈值进行判断，确保将满足空间距离条件和相似特征条件的两个超像素块分配较高连通度，以实现含有前景目标的超像素块的连通；在此基础上，通过欧式距离获取超像素块与相邻区域及整幅图像的对比度值，利用连通度和对比度，通过自适应阈值将原始背景区域中的前景显著性目标块移除，生产初始背景模板。

3.根据权利要求1所述的一种改进的基于显著性目标检测的图像水印添加方法，其特征在于，基于语义信息优化初始背景模板，以得到所述融合语义信息背景模板；所述基于语义信息优化初始背景模板，包括语义背景置信度确定、初始背景模板的背景置信度与语义背景置信度融合和获取融合语义信息背景模板。

4.根据权利要求1所述的一种改进的基于显著性目标检测的图像水印添加方法，其特征在于，所述影响因子矩阵由两超像素块在特征空间中的欧氏距离进行归一化而构建，所述置信度矩阵与显著值强相关。

5.根据权利要求1所述的一种改进的基于显著性目标检测的图像水印添加方法，其特征在于，利用所述融合语义信息背景模板作为字典矩阵，优化稀疏与低秩矩阵恢复模型中的图像约束，然后通过交替方向乘子法求解稀疏与低秩矩阵恢复模型，获取稀疏部分重构误差矩阵和低秩部分的表示系数矩阵，融合该两个矩阵获取显著性检测的结果图。

6.根据权利要求1所述的一种改进的基于显著性目标检测的图像水印添加方法，其特征在于，设置水印尺寸缩放系数和水印选择添加系数，通过建立约束条件，获取最佳添加水印区域。

7.一种采用权利要求1～6中任一权利要求所述方法的基于显著性目标检测的图像水印添加系统，其特征在于，包括：

图片预处理模块，用于计算图片超像素块之间的对比度与连通度，根据计算结果，去除图片原始背景区域中的前景显著性目标块，再利用语义获得图片的语义信息，将原始前景区域中属于背景模板的超像素块添加至背景模板之中，提取出融合语义信息背景模板；

显著性检测模块，用于利用超像素块之间的影响因子矩阵和置信度矩阵构建基于结构约束的稀疏与低秩矩阵恢复模型，并将融合语义信息背景模板作为稀疏与低秩矩阵恢复模型的字典矩阵对模型进行优化，最后利用交替方向乘子法对模型进行求解，实现邻近超像素块之间的显著性检测；

水印添加模块，用于在显著性检测的基础上获取图片显著性目标与背景区域，比较水印大小与背景区域大小，通过自适应方法完成图片水印添加。

8.一种电子装置，其特征在于，包括存储器和处理器，所述存储器存储计算机程序，所述计算机程序被配置为由所述处理器执行，所述计算机程序包括用于执行权利要求1～6中任一权利要求所述方法的指令。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，所述计算机程序被计算机执行时，实现权利要求1～6中任一权利要求所述的方法。