本發(fā)明屬于地理信息版權(quán)保護(hù)領(lǐng)域，具體涉及一種面向原始遙感影像的魯棒水印方法。

背景技術(shù)：

遙感影像是地理空間數(shù)據(jù)的重要表現(xiàn)形式之一，是國(guó)家重要的戰(zhàn)略性、基礎(chǔ)性信息資源，也是空間基礎(chǔ)設(shè)施的重要組成部分，具有較高的科研和應(yīng)用價(jià)值。由于獲取手段多元化和使用的簡(jiǎn)潔化，遙感影像已廣泛應(yīng)用于軍事指揮、搶險(xiǎn)救災(zāi)、環(huán)境監(jiān)測(cè)、城市規(guī)劃、資源開發(fā)、汽車導(dǎo)航、土地管理等各個(gè)領(lǐng)域，并發(fā)揮著越來(lái)越重要的作用。

近年來(lái)，隨著數(shù)字化和網(wǎng)絡(luò)化時(shí)代的飛速發(fā)展，數(shù)字遙感影像的存儲(chǔ)、傳輸、復(fù)制都變得非常方便快捷。遙感數(shù)據(jù)的非法拷貝和復(fù)制，不僅會(huì)造成遙感圖像的所有者蒙受巨大經(jīng)濟(jì)損失，更會(huì)危及國(guó)家安全、國(guó)防安全等。這使得數(shù)據(jù)擁有者不愿輕易公開或發(fā)布其產(chǎn)品，不愿共享，不敢共享，嚴(yán)重阻礙了地理信息產(chǎn)業(yè)的發(fā)展。因此，如何保護(hù)遙感數(shù)據(jù)的安全與知識(shí)產(chǎn)權(quán)已成為迫在眉睫的問(wèn)題。

數(shù)字水印技術(shù)作為一種嶄新的信息安全技術(shù)，為遙感影像的安全保護(hù)提供了一種切實(shí)可行的解決途徑。數(shù)字水印是指在數(shù)字化數(shù)據(jù)中嵌入水印信息，將水印信息與源數(shù)據(jù)融為一體，成為源數(shù)據(jù)不可分離的一部分。由此來(lái)確定版權(quán)擁有者、所有權(quán)認(rèn)證、跟蹤侵權(quán)行為、認(rèn)證數(shù)字內(nèi)容來(lái)源的真實(shí)性、識(shí)別購(gòu)買者、提供關(guān)于數(shù)字內(nèi)容的其他附加信息等。同時(shí)對(duì)于加強(qiáng)責(zé)任心、震懾非法行為、有據(jù)可查快查等具有重要作用。數(shù)字水印技術(shù)在軍事安全保障、國(guó)家安全方面發(fā)揮的作用已經(jīng)受到國(guó)家政府機(jī)關(guān)的高度重視。

數(shù)字水印在圖像、圖形、視頻、音頻等領(lǐng)域的安全保護(hù)方面取得了許多的應(yīng)用，近幾年在測(cè)繪相關(guān)領(lǐng)域也得到了重要的應(yīng)用。

在遙感影像數(shù)字水印方面，已有一些研究。Barni(Near Lossless Digital Watermarking for Copyright Protection of Remotely Sensed Images[C].Toronto,Canada:2002)首次提出釆用數(shù)字水印實(shí)現(xiàn)遙感影像的保護(hù),探討遙感影像版權(quán)保護(hù)的需求及可行的解決方案。王向陽(yáng)(基于內(nèi)容的離散余弦變換域自適應(yīng)遙感圖像數(shù)字水印算法[J].測(cè)繪學(xué)報(bào).2005.4：46-52.)針對(duì)遙感影像數(shù)據(jù)設(shè)計(jì)了一種基于DCT變換的自適應(yīng)水印嵌入算法，該算法保證了水印信息的不可見性和隱蔽性，同時(shí)能有效抵抗常規(guī)的水印攻擊。耿迅(基于HVS和整數(shù)小波變換的遙感圖像水印算法[J].測(cè)繪通報(bào).2007(8):20-22.)結(jié)合人眼視覺系統(tǒng)與整數(shù)小波變換，提出一種用于遙感圖像版權(quán)保護(hù)的數(shù)字水印算法。朱長(zhǎng)青(一種基于偽隨機(jī)序列和DCT的遙感影像水印算法[J].武漢大學(xué)學(xué)報(bào):信息科學(xué)版.2011.36(12):1427-1427.)通過(guò)將偽隨機(jī)序列作為水印信息，嵌入遙感影像經(jīng)過(guò)DCT變換后的系數(shù)，建立了一種基于偽隨機(jī)序列和DCT的遙感影像水印算法。

數(shù)字水印要發(fā)揮保護(hù)版權(quán)的作用應(yīng)具備兩個(gè)基本的特性：首先是透明性，即嵌入水印后的圖像和原圖像相差無(wú)幾，看不到數(shù)字水印的存在，并且盡可能不要損害原作品；其次是魯棒性，及數(shù)字水印應(yīng)該能夠抵抗各種有意或無(wú)意的攻擊，這是水印能夠起到保護(hù)版權(quán)作用的關(guān)鍵。上述方法在這兩個(gè)方面都存在需要改進(jìn)的問(wèn)題。

在遙感影像魯棒水印算法研究中，抗常規(guī)信號(hào)處理的算法研究較多，抗幾何攻擊以及抗亮度對(duì)比度調(diào)整的算法研究較少。原始遙感影像參與的生產(chǎn)過(guò)程中往往會(huì)存在這幾種攻擊類型，而針對(duì)這幾種攻擊類型都具有魯棒性的水印算法研究更是比較缺乏。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題，在于克服現(xiàn)有技術(shù)存在的缺陷，提出了一種面向原始遙感影像的強(qiáng)魯棒水印方法，能有效抵抗多種攻擊，具有高安全性以及不可見性。

本發(fā)明一種面向原始遙感影像的強(qiáng)魯棒水印的嵌入方法，其步驟是：

步驟1：數(shù)字水印預(yù)處理。對(duì)二值水印圖像P進(jìn)行Arnold變換，得到置亂后的水印圖像W。

步驟2：原始影像歸一化處理與重要區(qū)域確定。利用基于矩的圖像歸一化技術(shù)，對(duì)原始影像數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化圖像，然后選取以歸一化圖像的幾何中心為圓心，R為半徑的圓形區(qū)域?yàn)闅w一化圖像重要區(qū)域。將圓形區(qū)域數(shù)據(jù)用極坐標(biāo)表示，再通過(guò)映射實(shí)現(xiàn)圓形區(qū)域到矩形區(qū)域的轉(zhuǎn)換，從而滿足在變換域中嵌入水印所需進(jìn)行的矩陣操作。

步驟3：Contourlet變換。設(shè)定LP(Laplacian Pyramid)和DFB(Direetional Filter Bank)，對(duì)提取的歸一化圖像重要區(qū)域進(jìn)行Contourlet變換，選取變換所得的低頻子帶作為數(shù)字水印嵌入?yún)^(qū)域。

步驟4：水印調(diào)制。對(duì)分解后得到的低頻子圖像L進(jìn)行分塊，對(duì)每子塊進(jìn)行SVD分解(奇異值分解)，得到奇異值V。對(duì)每子塊分解結(jié)果的最大奇異值即v(1，1)進(jìn)行水印信息調(diào)制，規(guī)則如下：

其中，Q_i為v_i(1，1)的量化值，d為量化步長(zhǎng)，w_i為水印信息。

最大奇異值量化規(guī)則如下：

其中，round為舍入取整函數(shù)，d為量化步長(zhǎng)。

用調(diào)制后的v′(1，1)替代v(1，1)，進(jìn)行SVD逆變換得到含水印信息的低頻子圖像L′。

步驟5：Contourlet逆變換。用修改后的低頻子圖像L′替代原分解后得到的低頻子圖像L，結(jié)合原高頻分量，進(jìn)行Contourlet逆變換。重構(gòu)圖像后，便得到含水印的歸一化圖像重要區(qū)域。然后用其替換掉原始?xì)w一化圖像的重要區(qū)域，便可獲得含水印的歸一化圖像。

步驟6：含水印圖像獲得。為了降低原始遙感影像因歸一化與逆歸一化操作導(dǎo)致的失真，對(duì)原始?xì)w一化圖像做逆歸一化操作獲得圖像B；同時(shí)對(duì)含水印歸一化圖像做逆歸一化操作獲得圖像C；計(jì)算圖像B與C間的差值圖像；將差值圖像直接疊加于原始載體圖像上，即獲得含水印圖像。計(jì)算含水印圖像的像素均值m₁和標(biāo)準(zhǔn)差s₁，作為密鑰K保存。

本發(fā)明一種面向原始遙感影像的強(qiáng)魯棒水印的嵌入方法，其步驟是：

步驟a：對(duì)待檢測(cè)圖像進(jìn)行圖像歸一化及重要區(qū)域提取。利用基于矩的圖像歸一化技術(shù)，對(duì)原始影像數(shù)據(jù)進(jìn)行歸一化處理，然后選取以歸一化圖像的幾何中心為圓心，R為半徑的圓形區(qū)域?yàn)橛糜谒∏度氲闹匾獏^(qū)域。

步驟b：對(duì)歸一化圖像重要區(qū)域進(jìn)行Contourlet變換，選取低頻子帶用于水印提取。

步驟c：對(duì)低頻子圖像進(jìn)行分塊，并對(duì)每子塊進(jìn)行奇異值分解，并對(duì)最大奇異值進(jìn)行量化處理。

其中，floor為向下取整函數(shù)，d為量化步長(zhǎng)。

根據(jù)最大奇異值的量化值Q的奇偶性對(duì)水印信息進(jìn)行提取。

步驟d：對(duì)提取出的信息進(jìn)行Arnold逆變換，獲得水印圖像W′。

步驟e：計(jì)算W′與P的相關(guān)系數(shù)，根據(jù)設(shè)定的閾值判斷提取結(jié)果。若小于閾值，則提取失敗，計(jì)算待檢測(cè)圖像I的像素值均值m₂和像素值標(biāo)準(zhǔn)差s₂，結(jié)合密鑰K利用亮度對(duì)比度修正式得到修正后的待檢測(cè)圖像I′。然后再重復(fù)步驟a至步驟d，完成水印提取。

本發(fā)明的有益效果是，與其他水印方案相比，本發(fā)明具有更加穩(wěn)定的水印嵌入?yún)^(qū)域，并且將亮度對(duì)比度修正與基于歸一化的水印技術(shù)相結(jié)合，使得本發(fā)明的魯棒水印方法對(duì)常規(guī)信號(hào)處理、幾何攻擊和亮度對(duì)比度調(diào)整等均具有較好的魯棒性。

附圖說(shuō)明

圖1是本發(fā)明方法的水印嵌入流程圖。

圖2是本發(fā)明方法的水印檢測(cè)流程圖。

圖3是本發(fā)明方法實(shí)施例測(cè)試的遙感影像圖。

圖4是本發(fā)明方法實(shí)施例測(cè)試的水印圖像。

圖5是圖3嵌入水印后的效果圖。

圖6是圖5被旋轉(zhuǎn)攻擊的結(jié)果圖。

圖7是圖5被不同的亮度對(duì)比度調(diào)整攻擊的結(jié)果圖。a圖和b圖是兩個(gè)結(jié)果圖。

具體實(shí)施例

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳細(xì)描述。

本實(shí)施例選擇單波段的遙感影像數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù)，針對(duì)數(shù)據(jù)的讀取、預(yù)處理、水印信息生成、水印嵌入、含水印數(shù)據(jù)保存、水印檢測(cè)、檢測(cè)結(jié)果輸出的整個(gè)過(guò)程，給出本發(fā)明的一個(gè)實(shí)施例，進(jìn)一步詳細(xì)說(shuō)明本發(fā)明。

如圖3，本實(shí)施例選擇一幅單通道遙感影像數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)。

一、水印嵌入過(guò)程

步驟1：數(shù)字水印預(yù)處理。對(duì)二值水印圖像P進(jìn)行Arnold變換，得到置亂后的水印圖像W。

步驟2：原始影像歸一化處理與重要區(qū)域確定。利用基于矩的圖像歸一化技術(shù)，對(duì)原始影像數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化圖像，然后選取以歸一化圖像的幾何中心為圓心，R為半徑的圓形區(qū)域?yàn)闅w一化圖像重要區(qū)域。將圓形區(qū)域數(shù)據(jù)用極坐標(biāo)表示，再通過(guò)映射實(shí)現(xiàn)圓形區(qū)域到矩形區(qū)域的轉(zhuǎn)換，從而滿足在變換域中嵌入水印所需進(jìn)行的矩陣操作。

步驟3：Contourlet變換。選取特定的LP和DFB，對(duì)提取的歸一化圖像重要區(qū)域進(jìn)行Contourlet變換，選取變換所得的低頻子帶作為數(shù)字水印嵌入?yún)^(qū)域。

步驟4：水印調(diào)制。對(duì)分解后得到的低頻子圖像L進(jìn)行分塊，對(duì)每子塊進(jìn)行SVD分解，得到U，V，D。對(duì)每子塊分解結(jié)果的最大奇異值即v(1，1)進(jìn)行水印信息調(diào)制，規(guī)則如下：

其中，Q_i為v_i(1，1)的量化值，d為量化步長(zhǎng)。

最大奇異值量化規(guī)則如下：

其中，round為舍入取整函數(shù)。d為量化步長(zhǎng)。

用調(diào)制后的v′(1，1)替代v(1，1），進(jìn)行SVD逆變換得到含水印信息的低頻子圖像L′。

步驟5：Contourlet逆變換。用修改后的低頻子圖像L′替代L，結(jié)合原高頻分量，進(jìn)行Contourlet逆變換。重構(gòu)圖像后，便得到含水印的歸一化圖像重要區(qū)域。然后用其替換掉原始?xì)w一化圖像的重要區(qū)域，便可獲得含水印的歸一化圖像。

步驟6：含水印圖像獲得。為了降低原始遙感影像因歸一化與逆歸一化操作導(dǎo)致的失真，對(duì)原始?xì)w一化圖像做逆歸一化操作獲得圖像B；同時(shí)對(duì)含水印歸一化圖像做逆歸一化操作獲得圖像C；計(jì)算圖像B與C間的差值圖像；將差值圖像直接疊加于原始載體圖像上，即獲得含水印圖像。計(jì)算含水印圖像的均值m₁和標(biāo)準(zhǔn)差s₁，作為密鑰K保存。

二、水印提取過(guò)程

步驟a：對(duì)待檢測(cè)圖像進(jìn)行圖像歸一化及重要區(qū)域提取。利用基于矩的圖像歸一化技術(shù)，對(duì)原始影像數(shù)據(jù)進(jìn)行歸一化處理，然后選取以歸一化圖像的幾何中心為圓心，R為半徑的圓形區(qū)域?yàn)闅w一化圖像重要區(qū)域。(要具體描述)

步驟b：對(duì)歸一化圖像重要區(qū)域進(jìn)行Contourlet變換，選取低頻子帶用于水印提取。

步驟c：對(duì)低頻子圖像進(jìn)行分塊，并對(duì)每子塊進(jìn)行奇異值分解，并對(duì)最大奇異值進(jìn)行量化處理。

其中，floor為向下取整函數(shù)，并d為量化步長(zhǎng)。

根據(jù)Q的奇偶性對(duì)水印信息進(jìn)行提取。

步驟d：對(duì)提取出的信息進(jìn)行Arnold逆變換，獲得水印圖像W′。

步驟e：計(jì)算W′與P的相關(guān)系數(shù)判斷提取結(jié)果。若提取失敗，則計(jì)算待檢測(cè)圖像I的均值m₂和標(biāo)準(zhǔn)差s₂，結(jié)合密鑰K利用亮度對(duì)比度修正式得到修正后的待檢測(cè)圖像I′。然后再重復(fù)上述步驟，完成水印提取。

三、測(cè)試與分析

本發(fā)明所提出的方法是專門針對(duì)遙感影像的水印方法，采用該方法可以開發(fā)并實(shí)現(xiàn)基于數(shù)字水印技術(shù)的遙感影像數(shù)據(jù)版權(quán)保護(hù)系統(tǒng)。

(1)亮度對(duì)比度調(diào)整攻擊

亮度對(duì)比度調(diào)整攻擊是遙感影像生產(chǎn)過(guò)程中經(jīng)常遭受的處理方式，它主要是使像素值發(fā)生了改變。本方法在水印提取時(shí)引入亮度對(duì)比度調(diào)整式，從而可以實(shí)現(xiàn)對(duì)攻擊后影像的亮度對(duì)比度修正。將含水印影像進(jìn)行不同系數(shù)的亮度對(duì)比度調(diào)整，效果如圖7。實(shí)驗(yàn)結(jié)果表明，影像遭受不同系數(shù)的亮度對(duì)比度調(diào)整時(shí)，水印信息仍然可以正確提取出，實(shí)驗(yàn)中水印的提取率為100％。

(2)旋轉(zhuǎn)攻擊

旋轉(zhuǎn)在幾何糾正過(guò)程中也是常見的一種攻擊方式，一般除了90°倍數(shù)的旋轉(zhuǎn)角度外，影像的大小都會(huì)增大，像素值也會(huì)發(fā)生一定的改變，存在著插值操作，但是像素的該變量不大。對(duì)含水印影像進(jìn)行了不同角度的旋轉(zhuǎn)攻擊。實(shí)驗(yàn)結(jié)果表明，本方法對(duì)一定角度的旋轉(zhuǎn)攻擊都可以很好抵抗，如圖6，實(shí)驗(yàn)中水印的提取率為100％。

(3)加噪攻擊

噪聲在一定程度上可以改變影像的視覺效果，如果噪聲幅度不大的情況下，不會(huì)對(duì)影像的質(zhì)量造成致命性的破壞。對(duì)含水印影像進(jìn)行了椒鹽噪聲和高斯噪聲，實(shí)驗(yàn)結(jié)果表明，本方法都可以有效抵抗加噪攻擊，實(shí)驗(yàn)中水印的提取率為100％。

(4)濾波攻擊

濾波操作常常用來(lái)增強(qiáng)影像的視覺效果，中值濾波是常見的操作。對(duì)含水印影像進(jìn)行了中值濾波，實(shí)驗(yàn)結(jié)果表明，水印信息可以正確提取。

(5)平移攻擊

平移操作是將影像內(nèi)的像素點(diǎn)沿直線方向從一個(gè)位置移動(dòng)到另一個(gè)位置中，由于平移只是像素空間位置的改變，并未發(fā)生重采樣操作，因此不會(huì)修改影像的像素值。對(duì)含水印影像進(jìn)行了不同方向，不同強(qiáng)度的平移操作，實(shí)驗(yàn)結(jié)果表明，本方法能抵抗一定程度的平移攻擊，實(shí)驗(yàn)中水印的提取率為100％。