[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

说明书

本发明涉及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，采用优化的基于稀疏与低秩矩阵恢复显著性目标检测方法和自适应水印添加算法实现。通过采用背景模板提取和相邻超像素块结构约束方法，提高基于稀疏与低秩矩阵恢复的显著性目标检测方法中背景字典的准确性，改善背景图像预处理效果，同时依据不同图像的显著值信息，设立空间位置约束模型，利用自适应算法进行水印添加，解决水印大小和添加位置在图像中不合规格的问题，改善用户视觉体验。

技术领域

本发明属于互联网信息处理领域，具体地说是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。

背景技术

对于房地产企业来说，每天会在互联网上发布大量图片、视频、动画等图像信息，为保护图像版权、明确信息来源、扩大公司影响，通常在图像发布前会进行添加水印处理。但常见的水印添加方法存在一个问题，即水印大小和添加位置较为随意，影响用户的视觉体验，甚至造成关键信息模糊不清，降低图像作用效果，所以亟需设计一款新的算法改善水印添加效果。

对于上述问题，有一种解决办法是先采用显著性目标检测进行预处理识别出显著目标，再在显著目标周围添加预设的固定大小的水印，显著性目标检测具体来说是一种模拟人类视觉注意力的方法，通过筛选图像中的重要信息，识别出显著性目标，其作为一种图像预处理方式，已广泛应用于图像编辑、视觉跟踪、目标发现等领域。在众多的显著性目标检测方法中，基于稀疏与低秩矩阵恢复的显著性目标检测方法以其鲁棒性的特点，在相关研究中发展较快，但当面对显著性目标位于图像边缘或者背景复杂的场景时，仍有许多不足，如背景模板提取不理想、邻近超像素块之间相似性判别能力较差等，造成水印添加效果变差，影响受众观感。

发明内容

本发明的目的在于提供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，优化复杂背景条件下目标检测效果，解决水印大小和添加位置在图像中不合规格的问题，形成高质量的含水印图像，改善用户视觉体验。

本发明针对基于稀疏与低秩矩阵恢复的显著性目标检测方法在添加水印时遇到的上述问题，采用基于语义分割的背景模板提取和相邻超像素块结构约束方法，提升基于稀疏与低秩矩阵恢复的显著性目标检测方法中背景字典的准确性，保证邻近超像素块显著值的一致性，提高复杂背景条件下的目标识别效果，在此基础上根据不同图像的显著值信息，设计自适应水印添加算法，最终生成高质量的、不影响观感的含水印图像。

为了解决背景技术所存在的问题，本发明采取以下技术方案：

一种改进的基于显著性目标检测的图像水印添加方法，包括以下步骤：

步骤(1)图片预处理：先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；

步骤(2)显著性检测：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，并将预处理得到的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；

步骤(3)图片水印添加：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。

进一步地，在步骤(1)中，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。