本發(fā)明屬于地理信息版權保護領域，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：

遙感影像是地理空間數(shù)據(jù)的重要表現(xiàn)形式之一，是國家重要的戰(zhàn)略性、基礎性信息資源，也是空間基礎設施的重要組成部分，具有較高的科研和應用價值。由于獲取手段多元化和使用的簡潔化，遙感影像已廣泛應用于軍事指揮、搶險救災、環(huán)境監(jiān)測、城市規(guī)劃、資源開發(fā)、汽車導航、土地管理等各個領域，并發(fā)揮著越來越重要的作用。

近年來，隨著數(shù)字化和網(wǎng)絡化時代的飛速發(fā)展，數(shù)字遙感影像的存儲、傳輸、復制都變得非常方便快捷。遙感數(shù)據(jù)的非法拷貝和復制，不僅會造成遙感圖像的所有者蒙受巨大經(jīng)濟損失，更會危及國家安全、國防安全等。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，嚴重阻礙了地理信息產(chǎn)業(yè)的發(fā)展。因此，如何保護遙感數(shù)據(jù)的安全與知識產(chǎn)權已成為迫在眉睫的問題。

數(shù)字水印技術作為一種嶄新的信息安全技術，為遙感影像的安全保護提供了一種切實可行的解決途徑。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。由此來確定版權擁有者、所有權認證、跟蹤侵權行為、認證數(shù)字內(nèi)容來源的真實性、識別購買者、提供關于數(shù)字內(nèi)容的其他附加信息等。同時對于加強責任心、震懾非法行為、有據(jù)可查快查等具有重要作用。數(shù)字水印技術在軍事安全保障、國家安全方面發(fā)揮的作用已經(jīng)受到國家政府機關的高度重視。

數(shù)字水印在圖像、圖形、視頻、音頻等領域的安全保護方面取得了許多的應用，近幾年在測繪相關領域也得到了重要的應用。

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)字水印實現(xiàn)遙感影像的保護,探討遙感影像版權保護的需求及可行的解決方案。王向陽(基于內(nèi)容的離散余弦變換域自適應遙感圖像數(shù)字水印算法[J].測繪學報.2005.4：46-52.)針對遙感影像數(shù)據(jù)設計了一種基于DCT變換的自適應水印嵌入算法，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].測繪通報.2007(8):20-22.)結合人眼視覺系統(tǒng)與整數(shù)小波變換，提出一種用于遙感圖像版權保護的數(shù)字水印算法。朱長青(一種基于偽隨機序列和DCT的遙感影像水印算法[J].武漢大學學報:信息科學版.2011.36(12):1427-1427.)通過將偽隨機序列作為水印信息，嵌入遙感影像經(jīng)過DCT變換后的系數(shù)，建立了一種基于偽隨機序列和DCT的遙感影像水印算法。

數(shù)字水印要發(fā)揮保護版權的作用應具備兩個基本的特性：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)字水印應該能夠抵抗各種有意或無意的攻擊，這是水印能夠起到保護版權作用的關鍵。上述方法在這兩個方面都存在需要改進的問題。

在遙感影像魯棒水印算法研究中，抗常規(guī)信號處理的算法研究較多，抗幾何攻擊以及抗亮度對比度調(diào)整的算法研究較少。原始遙感影像參與的生產(chǎn)過程中往往會存在這幾種攻擊類型，而針對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。

技術實現(xiàn)要素：

本發(fā)明所要解決的技術問題，在于克服現(xiàn)有技術存在的缺陷，提出了一種面向原始遙感影像的強魯棒水印方法，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魯棒水印的嵌入方法，其步驟是：

步驟1：數(shù)字水印預處理。對二值水印圖像P進行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，對原始影像數(shù)據(jù)進行歸一化處理，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)域為歸一化圖像重要區(qū)域。將圓形區(qū)域數(shù)據(jù)用極坐標表示，再通過映射實現(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行的矩陣操作。

步驟3：Contourlet變換。設定LP(Laplacian Pyramid)和DFB(Direetional Filter Bank)，對提取的歸一化圖像重要區(qū)域進行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。對分解后得到的低頻子圖像L進行分塊，對每子塊進行SVD分解(奇異值分解)，得到奇異值V。對每子塊分解結果的最大奇異值即v(1，1)進行水印信息調(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，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。

用調(diào)制后的v′(1，1)替代v(1，1)，進行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，結合原高頻分量，進行Contourlet逆變換。重構圖像后，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歸一化圖像的重要區(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致的失真，對原始歸一化圖像做逆歸一化操作獲得圖像B；同時對含水印歸一化圖像做逆歸一化操作獲得圖像C；計算圖像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。計算含水印圖像的像素均值m₁和標準差s₁，作為密鑰K保存。

本發(fā)明一種面向原始遙感影像的強魯棒水印的嵌入方法，其步驟是：

步驟a：對待檢測圖像進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，對原始影像數(shù)據(jù)進行歸一化處理，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)域為用于水印嵌入的重要區(qū)域。

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

步驟c：對低頻子圖像進行分塊，并對每子塊進行奇異值分解，并對最大奇異值進行量化處理。

其中，floor為向下取整函數(shù)，d為量化步長。

根據(jù)最大奇異值的量化值Q的奇偶性對水印信息進行提取。

步驟d：對提取出的信息進行Arnold逆變換，獲得水印圖像W′。

步驟e：計算W′與P的相關系數(shù)，根據(jù)設定的閾值判斷提取結果。若小于閾值，則提取失敗，計算待檢測圖像I的像素值均值m₂和像素值標準差s₂，結合密鑰K利用亮度對比度修正式得到修正后的待檢測圖像I′。然后再重復步驟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，并且將亮度對比度修正與基于歸一化的水印技術相結合，使得本發(fā)明的魯棒水印方法對常規(guī)信號處理、幾何攻擊和亮度對比度調(diào)整等均具有較好的魯棒性。

附圖說明

圖1是本發(fā)明方法的水印嵌入流程圖。

圖2是本發(fā)明方法的水印檢測流程圖。

圖3是本發(fā)明方法實施例測試的遙感影像圖。

圖4是本發(fā)明方法實施例測試的水印圖像。

圖5是圖3嵌入水印后的效果圖。

圖6是圖5被旋轉(zhuǎn)攻擊的結果圖。

圖7是圖5被不同的亮度對比度調(diào)整攻擊的結果圖。a圖和b圖是兩個結果圖。

具體實施例

下面結合附圖和實施例對本發(fā)明作進一步詳細描述。

本實施例選擇單波段的遙感影像數(shù)據(jù)為實驗數(shù)據(jù)，針對數(shù)據(jù)的讀取、預處理、水印信息生成、水印嵌入、含水印數(shù)據(jù)保存、水印檢測、檢測結果輸出的整個過程，給出本發(fā)明的一個實施例，進一步詳細說明本發(fā)明。

如圖3，本實施例選擇一幅單通道遙感影像數(shù)據(jù)作為實驗數(shù)據(jù)。

一、水印嵌入過程

步驟1：數(shù)字水印預處理。對二值水印圖像P進行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，對原始影像數(shù)據(jù)進行歸一化處理，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)域為歸一化圖像重要區(qū)域。將圓形區(qū)域數(shù)據(jù)用極坐標表示，再通過映射實現(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行的矩陣操作。

步驟3：Contourlet變換。選取特定的LP和DFB，對提取的歸一化圖像重要區(qū)域進行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。對分解后得到的低頻子圖像L進行分塊，對每子塊進行SVD分解，得到U，V，D。對每子塊分解結果的最大奇異值即v(1，1)進行水印信息調(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。

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。

用調(diào)制后的v′(1，1)替代v(1，1），進行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，結合原高頻分量，進行Contourlet逆變換。重構圖像后，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歸一化圖像的重要區(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致的失真，對原始歸一化圖像做逆歸一化操作獲得圖像B；同時對含水印歸一化圖像做逆歸一化操作獲得圖像C；計算圖像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。計算含水印圖像的均值m₁和標準差s₁，作為密鑰K保存。

二、水印提取過程

步驟a：對待檢測圖像進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，對原始影像數(shù)據(jù)進行歸一化處理，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)域為歸一化圖像重要區(qū)域。(要具體描述)

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

步驟c：對低頻子圖像進行分塊，并對每子塊進行奇異值分解，并對最大奇異值進行量化處理。

其中，floor為向下取整函數(shù)，并d為量化步長。

根據(jù)Q的奇偶性對水印信息進行提取。

步驟d：對提取出的信息進行Arnold逆變換，獲得水印圖像W′。

步驟e：計算W′與P的相關系數(shù)判斷提取結果。若提取失敗，則計算待檢測圖像I的均值m₂和標準差s₂，結合密鑰K利用亮度對比度修正式得到修正后的待檢測圖像I′。然后再重復上述步驟，完成水印提取。

三、測試與分析

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

(1)亮度對比度調(diào)整攻擊

亮度對比度調(diào)整攻擊是遙感影像生產(chǎn)過程中經(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引入亮度對比度調(diào)整式，從而可以實現(xiàn)對攻擊后影像的亮度對比度修正。將含水印影像進行不同系數(shù)的亮度對比度調(diào)整，效果如圖7。實驗結果表明，影像遭受不同系數(shù)的亮度對比度調(diào)整時，水印信息仍然可以正確提取出，實驗中水印的提取率為100％。

(2)旋轉(zhuǎn)攻擊

旋轉(zhuǎn)在幾何糾正過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，影像的大小都會增大，像素值也會發(fā)生一定的改變，存在著插值操作，但是像素的該變量不大。對含水印影像進行了不同角度的旋轉(zhuǎn)攻擊。實驗結果表明，本方法對一定角度的旋轉(zhuǎn)攻擊都可以很好抵抗，如圖6，實驗中水印的提取率為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，不會對影像的質(zhì)量造成致命性的破壞。對含水印影像進行了椒鹽噪聲和高斯噪聲，實驗結果表明，本方法都可以有效抵抗加噪攻擊，實驗中水印的提取率為100％。

(4)濾波攻擊

濾波操作常常用來增強影像的視覺效果，中值濾波是常見的操作。對含水印影像進行了中值濾波，實驗結果表明，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)的像素點沿直線方向從一個位置移動到另一個位置中，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，因此不會修改影像的像素值。對含水印影像進行了不同方向，不同強度的平移操作，實驗結果表明，本方法能抵抗一定程度的平移攻擊，實驗中水印的提取率為100％。