[發明專利]一種基于特征對象保護的水印方法有效
| 申請號: | 201810167869.3 | 申請日: | 2018-02-28 |
| 公開(公告)號: | CN110211015B | 公開(公告)日: | 2022-12-20 |
| 發明(設計)人: | 周燕;袁常青;曾凡智;錢杰昌 | 申請(專利權)人: | 佛山科學技術學院 |
| 主分類號: | G06T1/00 | 分類號: | G06T1/00;G06N3/02 |
| 代理公司: | 廣州嘉權專利商標事務所有限公司 44205 | 代理人: | 王國標 |
| 地址: | 528000 廣東省佛山市*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 特征 對象 保護 水印 方法 | ||
1.一種基于特征對象保護的水印方法,其特征在于,所述水印方法包括如下步驟:
步驟1,提取原始圖像特征對象區域;
步驟2,特征對象區域圖像位置校準;
步驟3,對原始圖像分塊;
步驟4,對原始圖像分塊DCT變換得到DCT系數;
步驟5,以DCT系數構建分塊系數向量確定分塊高頻系數位置作為水印嵌入的位置;
步驟6,計算分塊紋理特征值以及分塊紋理特征的均值和標準差用于生成水印信息;
步驟7,生成紋理特征水印信息;
步驟8,在原始圖像分塊高頻系數中嵌入紋理特征水印;
步驟9,對嵌入水印的圖像分塊水印檢測;
在步驟1中,采用深度網絡進行圖像特征對象檢測,包括以下的子步驟:
步驟1.1,搭建基于批量歸一化層的深度網絡;
步驟1.2,隨機初始化深度網絡參數;
步驟1.3,用候選區域訓練集圖片作為訓練數據,分批次輸入搭建好的深度網絡;
步驟1.4,深度網絡對提取的候選區域數據集進行卷積操作;
步驟1.5,用候選區域訓練集圖片訓練深度網絡的批量歸一化層與其它所有層參數;
步驟1.6,獲得訓練好的深度網絡;
步驟1.7,測試圖片通過訓練好的深度網絡;
步驟1.8,提取卷積特征圖作為特征對象區域,采用具有五個卷積核的深度網絡分別提取五幅卷積特征圖,將所述五幅卷積特征圖的灰度值的平均值作為新的卷積特征圖,提取到的卷積特征對象區域用表示,其中表示第i個區域的左上角坐標,表示第i個區域的右上角坐標,;
在步驟2中,還包括以下的子步驟:
步驟2.1,將原始圖像進行灰度調整,由0-255的灰度值變換到-127-128的灰度范圍;
步驟2.2,對原始圖像進行8×8分塊,每個塊用表示,其中表示塊的左上角坐標,表示右下角坐標,其中,,,;
步驟2.3,采用如下公式對進行位置校準:
。
2.根據權利要求1所述的一種基于特征對象保護的水印方法,其特征在于,在步驟3中,每一個校準后的區域大小為,按照大小對原始圖像進行分塊,分塊行數和列數分別為,,分塊數為,每個分塊記為,其中,。
3.根據權利要求1所述的一種基于特征對象保護的水印方法,其特征在于,在步驟4中,對于圖像的每一個分塊,用分塊RGB層三個顏色層的子層R層、G層、B層代表每個8×8分塊的RGB層的RGB三個顏色層,通過DCT變換得到分塊的三個顏色層的DCT系數。
4.根據權利要求1所述的一種基于特征對象保護的水印方法,其特征在于,在步驟5中,對分塊RGB層的RGB的8×8的DCT系數,按Zig-Zag掃描的順序形成64維向量,用表示系數向量,其中。
5.根據權利要求1所述的一種基于特征對象保護的水印方法,其特征在于,在步驟6中,計算在分塊RGB層的子層R層、G層、B層中的R層的橫向、縱向、對角方向紋理特征值以及塊紋理特征的均值和標準差用于生成水印信息:
,
,
,
,
,以上述公式處理G層、B層得到各層分塊的紋理特征值和紋理特征的均值和標準差,得到,和,;在步驟7中,在R,G,B三個顏色層生成基于內容的水印,其生成公式如下:,其中,i=1,2,3時,分別為 R,G,B三個顏色層的水印。
6.根據權利要求1所述的一種基于特征對象保護的水印方法,其特征在于,在步驟8中,
在R,G,B三個顏色層的中高頻系數中嵌入水印,嵌入位置為,嵌入規則為:若,
,
若,
,
其中,,代表水印嵌入位置,每個水印被重復嵌入3次,其中,。
7.根據權利要求1所述的一種基于特征對象保護的水印方法,其特征在于,在步驟9中,水印檢測的具體方法如下:
(a)按照步驟1到步驟4計算各分塊內對應RGB三個顏色層的水印值,
采用下述公式提取每一個塊的水印信息,
;
(b)采用多數投票的方式獲取分塊上RGB層的RGB顏色的水印值的方法,多數投票的方式為下列公式,,,為水印,其中多數投票函數Maj()函數定義為,其中,為分塊,#()函數為計數函數,用于統計分塊上RGB層的RGB顏色的水印值;
(c)按照公式計算矩陣,其中,為分塊水印,水印的區域大小為,,,,,函數為取絕對值函數;
(d)為了降低誤判率,計算分塊的距離d鄰域內的篡改相關系數MC(l,h)如下:
,其中;
(e)對于分塊,若或者成立,則標注分塊被篡改,若不成立則標注分塊沒有被篡改,其中,=3;;
(f)按照步驟(a)到步驟(e)處理完圖像中所有的分塊,輸出圖像篡改檢測結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于佛山科學技術學院,未經佛山科學技術學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810167869.3/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種運營商反欺詐檢測方法
- 下一篇:一種基于卷積特征的水印嵌入方法





