[发明专利]数字水印嵌入方法、提取方法、装置、设备及介质

权利要求书

1.一种数字水印嵌入方法，其特征在于，包括：

获取原始图片和水印信息；

将所述原始图片划分为若干尺寸相同的子区域；

通过边缘检测分别提取各所述子区域中的边缘轮廓的边缘轮廓信息；所述边缘轮廓是指不会由于翻拍而消失或改变形状的轮廓；

将提取到的所述边缘轮廓信息最多的子区域确定为最佳嵌入区域；所述最佳嵌入区域为滤波均值最大或者边缘像素点最多的子区域；其中，所述滤波均值用于衡量所述边缘轮廓信息，所述边缘像素点与所述滤波均值呈正相关关系，所述边缘像素点最多表征所述滤波均值最大；所述滤波均值与所述边缘轮廓信息呈正相关关系，所述滤波均值最大表征所述边缘轮廓信息最多；

将所述水印信息添加至所述最佳嵌入区域，得到水印图片。

2.根据权利要求1所述的数字水印嵌入方法，其特征在于，所述将提取到的所述边缘轮廓信息最多的子区域确定为水印嵌入的最佳区域，包括：

对各所述子区域，采用边缘检测算子分别进行滤波处理；

计算各所述子区域的滤波均值，或者根据滤波处理后得到的各所述子区域每个像素点的灰度梯度值，确定边缘像素点；

将所述滤波均值最大或者边缘像素点最多的子区域确定为最佳嵌入区域。

3.一种数字水印提取方法，其特征在于，包括：

获取待提取水印图片，所述待提取水印图片为对使用如权利要求1-2任一项所述的数字水印嵌入方法得到的水印图片进行翻拍得到的；

将所述待提取水印图片划分为若干候选区域，所述候选区域与原始图片划分的各子区域一一对应，其中，所述原始图片为所述水印图片添加水印信息之前的图片；

将各个所述候选区域分别输入目标网络模型得到各个所述候选区域的得分，将得分最高的候选区域作为目标候选区域，对所述目标候选区域进行数字水印提取；其中，所述目标网络模型为学习各候选区域在原始图片中对应子区域的边缘轮廓信息得到的；

所述目标网络模型包括依次连接的第一卷积层conv1、第二卷积层conv2、第三卷积层conv3、第四卷积层conv4、第五卷积层conv5、第六卷积层conv6、全连接层和回归层；

所述第一卷积层conv1和第二卷积层conv2为引入BN层的卷积块；所述第三卷积层conv3、第四卷积层conv4、第五卷积层conv5、第六卷积层conv6、全连接层和回归层均未引入BN层。

4.根据权利要求3所述的数字水印提取方法，其特征在于，将各个所述候选区域分别输入目标网络模型得到各个所述候选区域的得分的步骤之前，还包括：

获取训练数据集，所述训练数据集包括若干划分候选区域的待提取水印图片以及各候选区域对应的标签，所述标签指示候选区域在所述原始图片中对应子区域的边缘轮廓信息；

将所述训练数据集的候选区域输入构建的初始网络模型，利用所述初始网络模型提取所述候选区域的边缘轮廓信息，得到预测结果；

基于各个候选区域所述预测结果与对应的所述标签之间的误差，迭代更新所述初始网络模型的参数，直至所述误差小于预设阈值，训练结束，得到目标网络模型。

5.一种数字水印嵌入装置，其特征在于，所述装置包括：

数据获取模块，被配置为用于获取原始图片和水印信息；

区域划分模块，被配置为用于将所述原始图片划分为若干尺寸相同的子区域；

边缘检测模块，被配置为用于通过边缘检测分别提取各所述子区域的边缘轮廓信息，所述边缘轮廓是指不会由于翻拍而消失或改变形状的轮廓；

最佳区域确定模块，被配置为用于将提取到所述边缘轮廓信息最多的子区域确定为最佳嵌入区域；所述最佳嵌入区域为滤波均值最大或者边缘像素点最多的子区域；其中，所述滤波均值用于衡量所述边缘轮廓信息，所述边缘像素点与所述滤波均值呈正相关关系，所述边缘像素点最多表征所述滤波均值最大；所述滤波均值与所述边缘轮廓信息呈正相关关系，所述滤波均值最大表征所述边缘轮廓信息最多；

水印嵌入模块，被配置为用于将所述水印信息添加至所述最佳嵌入区域，得到水印图片。