[发明专利]用于印刷品版权保护的数字水印新方法

摘要

本发明属于多媒体信息安全中信息隐藏与数字水印技术领域，主要针对印刷工艺中广泛使用的半色调图像，提出一种用于印刷品版权保护的数字水印新方法。该方法以神经网络为基础，能够通过自适应调节误差扩散滤波器等措施，实现水印嵌入与半色调处理的同步完成。特别地，该方法在提取数字水印时，不需要原始载体图像。本发明可应用于打印机、传真机等二值输出设备。

主权项

本发明提出了一种用于印刷品版权保护的新方法，其权利要求主要包括如下两个方面：1、基于神经元的自适应误差扩散滤波器：把Adaline神经元与误差扩散算法相结合，构造出一种基于神经元的误差扩散滤波器，该滤波器以神经网络为基础，能够通过自适应调节误差扩散滤波器。具体描述如下：$a(i,j)=W^T·X=\left[\begin{array}{cccc}\frac{1}{16}& \frac{5}{16}& \frac{3}{16}& \frac{7}{16}\end{array}\right]·\left[\begin{array}{c}e(i-1,j-1)\\ e(i-1,j)\\ e(i-1,j+1)\\ e(i,j+1)\end{array}\right]---\left(1\right)$ f(i，j)＝g(i，j)+a(i，j) (2)$y(i,j)=\frac{255}{2}\left\{\mathrm{sqn}\right[f(i,j)-T]+1\},\mathrm{sqn}\left(t\right)=\left\{\begin{array}{c}1,t\ge 0\\ -1,t<0\end{array}\right.---\left(3\right)$ e(i，j)＝f(i，j)-y(i，j) (4)其中，X代表送入滤波器的输入矢量，由原始灰度图像在位置(i，j)处象素邻域内其它象素所产生的误差组成；W代表权矢量，其初始值根据误差扩散算法的分配原则设为[1537]T/16；f(i，j)代表送入滤波器的净输入，由两部分组成：一部分是a(i，j)(由输入矢量与权矢量的内积产生)，另一部分是图像在位置(i，j)处的灰度值g(i，j)；e(i，j)代表误差。权矢量训练准则采用LMS(Least Mean Square)算法：$W_{k+1}=W_k+\eta ·\frac{{ϵ}_k·X}{{\left|\right|X\left|\right|}^2},{ϵ}_k=d_k-y_k---\left(5\right)$ 其中，k代表自适应周期数；Wk代表权矢量当前值；Wk+1代表权矢量下一时刻值；η代表训练常数，其值决定训练速率；εk代表理想输出dk与实际输出yk之差。每次经过训练后，都会导致权矢量W发生变化，这样就难以保证滤波器各系数之和为1，为了维持图像整体质量，需要用公式(6)对W进行归一化处理。$W^{*}=\frac{W}{\underset{i=1,...,4}{\Sigma }{W}_i}---\left(6\right)$ 其中，W代表改变后的权矢量，W*代表归一化处理后的权矢量。