[发明专利]一种对周期性视频点阵水印数据还原的方法

说明书

一种对周期性视频点阵水印数据还原的方法，包括以下步骤：步骤1，调整图像，步骤2，点检测；步骤3，近邻点分析；步骤4，周期性和正方形分析；步骤5起止点判断；步骤6，解码还原，能够以相对简单图像处理和分析获取周期性点阵水印中的信息，可以简化方法，实现自动识别，降低错误率，提高效率，有效的降低了成本。

技术领域

本发明涉及点阵水印领域，具体为一种对周期性视频点阵水印数据还原的方法。

背景技术

目前市场上常见的点阵水印根据输入信息生成对应的点阵，平铺冗余作为水印叠加在原始图片或视频上，例如专利号为“201811389287.6”的名称为“一种针对图片图像数据隐性水印的实现方法”的专利，也有一些技术对图像暗水印自动识别，例如专利号为“201811610063.3”的名称为“一种基于深度学习的图像暗水印处理方法及装置”。

上述利于深度学习自动识别点阵水印不但计算代价高，而且需要预先大量训练，系统复杂，成本很高。而直接生成的水印码一般比较大，人工识别比较困难，容易出错，如果要做到自动识别，必须在设计时有所考虑。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种对周期性视频点阵水印数据还原的方法。

(二)技术方案

为实现上述目的，本发明提供如下技术方案：本发明的一种对周期性视频点阵水印数据还原的方法，包括以下步骤：

步骤1，调整图像，即根据分析结果对图像做仿射变换；

当第一次载入图像时没有分析结果跳过这步，否则根据近邻点和正方形分析的结果做相应的调整，一般先做旋转。

步骤2，点检测；

分析图像中的角点，得到图像中的点序列。

步骤3，近邻点分析；

分析检测到的点序列得到近邻点向量，完成旋转调整做尺度调整时可以忽略这一步；

步骤4，周期性和正方形分析；

在做旋转调整时，根据近邻点向量的频度和方向，确定调整图像所需的旋转角或者仿射变换矩阵；在做尺度调整时根据点的重心和周期性分析，得到将点阵转换为正方形的尺度因子用于图像调整；

步骤5起止点判断；

根据正方形分析得到的边长u得到水印点阵的周期性并根据起征点特征确定点阵中的有效位。

如图所示的点阵6x6，间隔2+2中，水印点阵周期为(6-1)+2+2＝9u，橙色框中为起始标识符，绿色框内为结束标识符。

步骤6，解码还原；

根据编码规则还原水印中的信息，返回给用户。

本发明改进有，在步骤1之前还包括原始图像处理步骤，如果原始图像是彩色图像，则取原始图像的G通道图层作为预处理图像；如果原始图像是灰度图像，则原始图像作为预处理图像。

本发明改进有，所述仿射变换包括旋转或伸缩。

本发明改进有，所述步骤5之后，还包括遍历所有最终水印嵌入图像子块，不同图层。

(三)有益效果

与现有技术相比，本发明提供了一种对周期性视频点阵水印数据还原的方法，具备以下有益效果：

能够以相对简单图像处理和分析获取周期性点阵水印中的信息，可以简化方法，实现自动识别，降低错误率，提高效率，有效的降低了成本。

附图说明

图1为本发明的流程图；