基于差分特征點(diǎn)網(wǎng)格的抗rsd攻擊盲檢測數(shù)字指紋方法
【專利摘要】本發(fā)明公開了一種基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，采用在時域構(gòu)造具有固定間距、固定差分值的差分特征點(diǎn)網(wǎng)格，在頻域嵌入帶有同步信息幀的指紋信息的基本技術(shù)路線；利用幀編碼、分片嵌入與有效分片定位技術(shù)實(shí)現(xiàn)抗CTP攻擊，利用輔助信息實(shí)現(xiàn)抗RSD攻擊；數(shù)字指紋提取采用盲檢測，在空域嵌入差分網(wǎng)格同時對指紋信息進(jìn)行基于密鑰的指紋信息分組移位置亂，同時采用HDLC數(shù)據(jù)幀的構(gòu)成模式，對指紋信息進(jìn)行了幀編碼，使得指紋信息和代表輔助信息的同步字段綁定在一起。目前多數(shù)數(shù)字指紋方案嚴(yán)重影響了數(shù)字指紋技術(shù)的應(yīng)用，本發(fā)明不僅可以進(jìn)行版權(quán)保護(hù)，還可以對擴(kuò)散或泄密者進(jìn)行追蹤。
【專利說明】
基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于軟件通信技術(shù)領(lǐng)域，尤其涉及一種基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊 盲檢測數(shù)字指紋方法。
【背景技術(shù)】
[0002] 計算機(jī)通信技術(shù)的迅速發(fā)展以及多媒體存儲和傳輸技術(shù)的進(jìn)步為存儲和傳輸數(shù) 字化信息提供了可能，使得對這些數(shù)字產(chǎn)品的版權(quán)的保護(hù)需求增多。密碼學(xué)能夠保護(hù)數(shù)字 產(chǎn)品安全傳輸，但不能保證數(shù)字產(chǎn)品解密后的泄密與擴(kuò)散問題，而數(shù)字指紋技術(shù)就是對數(shù) 字產(chǎn)品非法傳播起威懾作用的數(shù)字版權(quán)保護(hù)技術(shù)。數(shù)字指紋(水印）算法主要分為時域算法 和頻域算法。較早的算法都是時域上的，最為典型的算法是最低有效位方法（Least Significant Bit)，還包括通過偽隨機(jī)置換、圖像降質(zhì)和秘密信道、隱秘區(qū)域和奇偶位、量 化和抖動、失真技術(shù)等技術(shù)來實(shí)現(xiàn)?？傮w上來看，時域算法對攻擊的抵御能力較差。目前變 換域算法是研究的重點(diǎn)，現(xiàn)有多數(shù)水印系統(tǒng)都是在變換域中進(jìn)行處理，一般基于常用的圖 像變換，這些變換包括離散余弦變換(DCT)、離散小波變換(DWT)、傅氏變換(DFT或FFT)、傅 立葉-梅林(Fourie-MelIin)變換以及哈達(dá)馬變換(Hadamard transform)等等。實(shí)際上，就 是利用上述相應(yīng)的變換方法將數(shù)字圖像的空間域數(shù)據(jù)轉(zhuǎn)化為相應(yīng)的頻域系數(shù);其次，根據(jù) 待隱藏的信息類型，對其進(jìn)行適當(dāng)編碼或變形;再次，確定某種規(guī)則或算法，用待隱藏的信 息的相應(yīng)數(shù)據(jù)去修改前面選定的頻域系數(shù)序列；最后，將數(shù)字圖像的頻域系數(shù)經(jīng)相應(yīng)的反 變換轉(zhuǎn)化為空間域數(shù)據(jù)。該類算法的嵌入和提取信息操作較時域復(fù)雜，但對攻擊的魯棒性 更強(qiáng)，很適合用于數(shù)字指紋技術(shù)。目前研究者們提出了大量的數(shù)字指紋(水?。┑那度牒吞?取算法，并具有一定的穩(wěn)健性，但這些算法大多只能抵抗常規(guī)數(shù)字信號處理，在工程實(shí)踐 中有一定的局限性，必須要研究抵抗多種攻擊的算法以增強(qiáng)數(shù)字指紋的穩(wěn)健性能。數(shù)字指 紋可能受到的攻擊可以分為三類：去除攻擊（Removal Attack)、同步攻擊 (Synchronization Attack)、協(xié)議攻擊(Protocol Attack)。其中，去除攻擊包含了多數(shù)常 規(guī)圖像處理操作，該類攻擊是圖像的常規(guī)攻擊；同步攻擊不需要利用算法來去除數(shù)字產(chǎn)品 中指紋，而是試圖通過對載體做各種修改以使得檢測器失效，破壞了載體與指紋的同步性； 協(xié)議攻擊使檢測器的結(jié)果錯誤或不明確，從而不能唯一地確定版權(quán)所有，引起版權(quán)糾紛。同 步攻擊中的幾何失真攻擊(Geometrical Distortion Attack)也稱為幾何攻擊，易于實(shí)施， 是較為常見的一類攻擊，主要包括旋轉(zhuǎn)(Rotation)、縮放(Sealing)、平移(Translation)、 剪切(Cropping)、圖像反轉(zhuǎn)等。其中，旋轉(zhuǎn)、縮放、平移簡稱為RST。由于幾何失真攻擊只要有 微小的幾何變換就會造成指紋同步信息的丟失，故其已成為數(shù)字指紋技術(shù)穩(wěn)健性能進(jìn)一步 提高的瓶頸。大多數(shù)抗幾何攻擊研究重點(diǎn)研究抵抗RST攻擊問題，提出了非盲提取和盲提取 算法。非盲提取算法由于需要借助原始圖像，故使用不如盲提取算法廣泛。盲提取方法主要 有三種:①不變域方法，即將指紋加載到具有幾何不變性的不變域系數(shù)中，使得幾何變換不 影響指紋信息的提取。②利用輔助信息的方法，即在圖像中嵌入指紋的同時，嵌入一個能標(biāo) 識圖像幾何變化的輔助信息，在指紋提取前先根據(jù)輔助信息進(jìn)行幾何校正以實(shí)現(xiàn)指紋檢測 的同步，該方法是一種基于幾何校正的方法。③使用載體圖像的重要特征以嵌入指紋，即將 指紋嵌入到圖像的重要特征點(diǎn)或以特征點(diǎn)作為指紋提取的參考點(diǎn)。剪切攻擊是常見的一類 幾何攻擊，但研究卻相對較少，且多數(shù)抗剪切攻擊測試時，只是擦除了圖像的部分內(nèi)部內(nèi)容 或者剪切后再恢復(fù)原始圖像大小，并沒有丟失任何同步信息?？辜羟泄舴椒ㄓ袃煞N:①使 用載體圖像的重要特征以嵌入指紋的方法。該方法可以抵抗剪切攻擊，但存在嵌入容量較 少的缺點(diǎn)，且如何提取合適的特征以及如何應(yīng)用這些特征是該類算法仍需進(jìn)一步完善的方 面。②利用輔助信息的方法在解決抗剪切攻擊方面具有一定的優(yōu)勢，目前大多數(shù)該類算法 將輔助信息構(gòu)造在空域，指紋（水?。┬畔⑶度朐陬l域，并確實(shí)具備很好的抗剪切能力，但 是在空域上構(gòu)造的輔助信息容易被JPEG、加噪、濾波等攻擊破壞，從而失去抵抗剪切攻擊的 能力。
[0003] 目前的數(shù)字指紋(水印)抗單用戶攻擊時具有了抵抗部分攻擊的能力，但是不具備 抵抗綜合攻擊的能力，即當(dāng)載體先后遭受了多種攻擊，特別是同時遭受幾何攻擊和去除攻 擊，則指紋(水印)無法正確提取。

【發(fā)明內(nèi)容】

[0004] 針對現(xiàn)有數(shù)字指紋(水印)方案抵抗幾何攻擊比較困難，基本不具備抵抗CTP和RSD 綜合攻擊的問題。
[0005] 本發(fā)明通過在空域構(gòu)造具有固定間距、固定差分值的差分特征點(diǎn)網(wǎng)格，在頻域嵌 入帶有同步信息幀的指紋信息，利用幀編碼、分片嵌入與有效分片定位技術(shù)實(shí)現(xiàn)抗CTP攻 擊，利用差分特征點(diǎn)網(wǎng)格實(shí)現(xiàn)抗RSD攻擊，提出了一種基于差分特征點(diǎn)網(wǎng)格的盲檢測數(shù)字指 紋方法，該方法包括基于差分特征點(diǎn)網(wǎng)格的數(shù)字指紋嵌入和基于差分特征點(diǎn)網(wǎng)格的數(shù)字指 紋提取兩大部分，如圖1所示。
[0006] 其中，基于差分特征點(diǎn)網(wǎng)格的數(shù)字指紋嵌入方法包括如下所示三步：
[0007] 第一步，首先采用分組移位置亂算法對指紋信息進(jìn)行加密，然后采用幀編碼技術(shù) 處理指紋信息，獲得指紋數(shù)據(jù)幀；
[0008] 其中，分組移位置亂算法為本發(fā)明提出的一種多項式算法，使用密鑰對圖像進(jìn)行 了多輪分組移位，每輪分組中元素個數(shù)依賴于本輪密鑰，該算法不僅可以用于二值指紋圖 像的置亂，也可用于多顏色圖像的置亂。
[0009] 第二步，在DCT域嵌入帶有同步信息幀頭的指紋數(shù)據(jù)幀。
[0010] 指紋數(shù)據(jù)幀嵌入的關(guān)鍵步驟為圖像分片、嵌入位置選擇和指紋比特嵌入，而嵌入 位置選擇又包括嵌入塊的選擇和嵌入指紋的DCT系數(shù)選擇。為保證指紋能夠抵抗CTP攻擊， 本發(fā)明采用對載體圖像進(jìn)行分片，每個完整分片分別嵌入指紋數(shù)據(jù)幀，從而形成指紋數(shù)據(jù) 幀的多個冗余版本。具體做法是:首先將載體圖像分成大小為SXS的分片，其中S = 2k;然后 按一定規(guī)則在每個分片中選擇m個8X8像素塊作為嵌入塊;最后在嵌入塊中分別嵌入指紋 數(shù)據(jù)幀中的η個比特的數(shù)據(jù)。如果指紋數(shù)據(jù)幀的(二進(jìn)制)長度為L，則應(yīng)滿足L=mXn。
[0011] 第三步，在空域構(gòu)造具有固定間距、固定差分值的差分特征點(diǎn)網(wǎng)格。
[0012]在已經(jīng)嵌有數(shù)字指紋的載體圖像中，以某像素點(diǎn)（iQ，jQ)為起點(diǎn)，按照行距和列距 均為D的方式在圖像中嵌入差分特征點(diǎn)，從而在整個圖像中形成了一個矩形網(wǎng)格，如圖3所 示。其中，單個差分特征點(diǎn)的構(gòu)造方法為:改變差分特征點(diǎn)周圍的12個像素點(diǎn)的灰度值，使 得右上的4個像素點(diǎn)和左下的4個像素點(diǎn)的灰度值相等，左上的4個像素點(diǎn)（包括特征點(diǎn)）的 灰度值相等，而這兩部分像素點(diǎn)的灰度值差分值為M。
[0013]而基于差分特征點(diǎn)網(wǎng)格的數(shù)字指紋提取方法包括以下步驟：
[0014]第一步RSD攻擊參數(shù)的獲取。
[0015] 在RSD攻擊下，載體圖像中的矩形網(wǎng)格會變形成平形四邊形網(wǎng)格，如圖4所示。因 此，本發(fā)明選擇用來刻畫RSD攻擊的參數(shù)有四個，分別為平行四邊形的邊與X軸的兩個夾角 α、β，平行四邊形的兩個邊長Sidelenl和Sidelen2,如圖5所示。
[0016] 該步驟可以細(xì)分為:首先獲取空域上的疑似網(wǎng)格點(diǎn)，然后通過設(shè)置種子點(diǎn)、候選點(diǎn) 的方式，結(jié)合"平行四邊形法則"確定近似網(wǎng)格平行四邊形，最后通過邊延拓近似網(wǎng)格平行 四邊形進(jìn)行最大限度延拓，為攻擊類型判斷和參數(shù)計算提供精確的平行四邊形。
[0017] 第二步圖像校正
[0018] 利用Photoshop CS、微軟"畫圖"等軟件，根據(jù)上一步所得到的RSD攻擊參數(shù)，可以 對掩蔽圖像進(jìn)行校正，具體可以分為三步：第一步，如果α#〇,則將掩蔽圖像逆時針旋轉(zhuǎn)α 角；第二步，如果，那么將掩蔽圖像水平扭曲#-《-f角，且令 1円5|白萬義。
[0019] 第三步圖像同步定位以及指紋提取和恢復(fù)
[0020] 本發(fā)明的圖像有效分片定位的目的是排除臟數(shù)據(jù)對指紋提取的干擾，搜索到含有 一個完整指紋的完整分片，是指紋能否正確提取的關(guān)鍵;指紋信息提取的目的是根據(jù)分片 位置信息進(jìn)行指紋提取;指紋信息恢復(fù)的目的是對提取出的指紋信息進(jìn)行CRC譯碼或大數(shù) 表決譯碼，調(diào)用數(shù)字指紋逆置亂算法得到最終的二值指紋圖像。
【附圖說明】
[0021] 圖1是本發(fā)明實(shí)施例提供的不可見數(shù)字指紋時空聯(lián)合嵌入與提取方法中嵌入與提 取的適用場景中圖像產(chǎn)品的分發(fā)與泄密追蹤示意圖。
[0022] 圖2本發(fā)明實(shí)施例提供的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法 流程圖。
[0023] 圖3是本發(fā)明差分特征點(diǎn)網(wǎng)格構(gòu)造方法的示意圖。
[0024] 圖4是本發(fā)明RSD攻擊下的特征點(diǎn)網(wǎng)格變形示意圖；
[0025]圖中：（a)邊長為D的正方形網(wǎng)格；（b)RSD攻擊后的平形四邊形網(wǎng)格。
[0026] 圖5是本發(fā)明RSD攻擊參數(shù)的幾何含義圖。
[0027] 圖6是本發(fā)明實(shí)施例中文字指紋信息拼接形成的二值圖像。
[0028] 圖7是本發(fā)明實(shí)施例中指紋信息嵌入塊選擇方法示意圖。
[0029]圖8是本發(fā)明平行四邊形法則的示意圖。
【具體實(shí)施方式】
[0030] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對本發(fā)明 進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于 限定本發(fā)明。
[0031] 本發(fā)明的指紋信息本質(zhì)是一個二進(jìn)制數(shù)組，它即可以是文本信息，也可以是圖像 信息。例如，在本發(fā)明的實(shí)例中，使用的是文字指紋信息，由12位字符組成，字符空間為{0_ 9，A-Z，a-z}，不區(qū)分大小寫，其中2位表示分發(fā)單位，2位表示最終用戶，8位表示分發(fā)時間， 如圖6所示。每個字符用8 X 10像素表示，12個字符排成三行4列，就形成一個30 X 32的二值 圖像，再將二值圖像從上到下，從左到右將其像素值(〇或者1)轉(zhuǎn)換成一個960位的二進(jìn)制 串。
[0032] 本發(fā)明的方法包括基于差分特征點(diǎn)網(wǎng)格的數(shù)字指紋嵌入和基于差分特征點(diǎn)網(wǎng)格 的數(shù)字指紋提取這樣兩大部分?；诓罘痔卣鼽c(diǎn)網(wǎng)格的數(shù)字指紋嵌入部分的實(shí)現(xiàn)包括三 步:第一步，首先采用分組移位置亂算法對指紋信息進(jìn)行加密，然后采用幀編碼技術(shù)處理指 紋信息，獲得指紋數(shù)據(jù)幀;第二步，在載體圖像的DCT域中嵌入帶有同步信息幀頭的指紋數(shù) 據(jù)幀。第三步，在載體圖像的空域中構(gòu)造具有固定間距、固定差分值的差分特征點(diǎn)網(wǎng)格。同 樣，基于差分特征點(diǎn)網(wǎng)格的數(shù)字指紋提取部分的實(shí)現(xiàn)也包括三步:第一步，利用平行四邊形 法則和邊延拓方法計算載體圖像遭受的RSD攻擊參數(shù);第二步，利用RSD攻擊參數(shù)對載體圖 像進(jìn)行校正。第三步，利用同步信息頭對校正后的圖像進(jìn)行有效分片的定位，進(jìn)而進(jìn)行指紋 提取和恢復(fù)。
[0033] 實(shí)現(xiàn)上述本發(fā)明方法的具體步驟如下：
[0034] 數(shù)字指紋嵌入部分的第一步，指紋數(shù)據(jù)幀的生成；
[0035] 該步驟可以細(xì)分為兩小步：（1)利用分組移位置亂算法對指紋信息進(jìn)行加密；（2) 采用幀編碼技術(shù)處理指紋信息，獲得指紋數(shù)據(jù)幀。
[0036]如果設(shè)原始指紋的二進(jìn)制數(shù)組為1={?〇)}，0彡」彡1^-1，置亂后的指紋的二進(jìn)制 數(shù)組為礦={ W' (i)}，(Xi彡L-I，置亂密鑰為Ii = Cx1CXfa1，密鑰字符為QiG {1，2，···，9，Α， Β，…，Ζ}，其中L為指紋比特串?dāng)?shù)組的長度，1為密鑰長度，則分組移位置亂算法具體步驟如 下：
[0037] Stepl 令 h = l;
[0038] Step2計算第h輪分組移位操作中每分組所包含項數(shù)a = f(ah)，f(ah)的映射關(guān)系如 下其對應(yīng)關(guān)系如下：
[0039] ai:l 2 ··· 9 A B ··· Z
[0040] a = f(ai)：l 2 ··· 9 10 11 ··· 35；
[0041] Step3對指紋比特串W={w( j)}，(Xj彡L-I進(jìn)行第h輪分組移位操作，規(guī)則如下：
[0042]
[0043]
[0044]
[0045]
[0046]
[0047]
[0048]
[0049]
[0050] Step4令h = h+l，若h彡1，則令W=W'，轉(zhuǎn)Step2;否則，指紋置亂結(jié)束。
[0051]設(shè)置亂后的指紋數(shù)據(jù)為礦，采用HDLC數(shù)據(jù)幀的構(gòu)成模式，在，開始處增加32比特 數(shù)據(jù)H= (1111111111111111 1111111111111111)作為同步字段，用以標(biāo)志一個指紋數(shù)據(jù)幀 的開始;采用CRC-CCITT碼對礦進(jìn)行編碼，得到16位的校驗碼C，放置在礦的后面;在最后添 加16位的備用字段最終形成的指紋數(shù)據(jù)幀為W〃=H| Iw7 I |C| Is (其中"I I"為串的連接運(yùn)算）。本發(fā)明的實(shí)例中使用的指紋數(shù)據(jù)幀是一個960+32+16+16 = 1024位的二進(jìn)制數(shù)組。
[0052]數(shù)字指紋嵌入部分的第二步，在DCT域嵌入指紋數(shù)據(jù)幀。
[0053]為保證指紋能夠抵抗CTP攻擊，本發(fā)明對載體圖像進(jìn)行分片，在每個完整分片中分 別嵌入指紋數(shù)據(jù)幀，從而形成指紋數(shù)據(jù)幀的多個冗余版本。具體做法是:首先將載體圖像分 成大小為S X S的分片，其中S = 2k;然后按一定規(guī)則在每個分片中選擇m個8 X 8像素塊作為 嵌入塊;最后在嵌入塊中分別嵌入指紋數(shù)據(jù)幀中的η個比特的數(shù)據(jù)。如果指紋數(shù)據(jù)幀的（二 進(jìn)制)長度為L，則應(yīng)滿足L=mXn。在本發(fā)明的實(shí)施例中，S = 28 = 256，m = 256，n = 4,選取嵌 入塊的規(guī)則為"四中選一"，如圖7所示。
[0054]假設(shè)某個嵌入塊為B= (Iij)8x8J= (Fuv)8x8為B的DCT系數(shù)，其中Iij為DCT嵌入塊B 的第i行j列個像素值，F(xiàn)uv為DCT系數(shù)矩陣中的第u行V列個像素值。設(shè)在該嵌入塊嵌入η比特 的指紋數(shù)據(jù)，待嵌入的指紋比特分別記為Wi (i = l，2,…，η)，選取的嵌入位置為uvi (i = 1， 2,…，η)，則在該DCT塊中指紋信息的嵌入算法如下：
[0055] Stepl計算嵌入塊B的DCT系數(shù)F;
[0056] S t e ρ 2對系數(shù)匕（/' = 1.2，···,《)進(jìn)行J P E G量化，量化結(jié)果存入數(shù)組 4,, (./ 二 l2,…，"）；
[0057] S t e p 3通過修改數(shù)組〇_ = Κ2，···，《)的值，實(shí)現(xiàn)對指紋比特的嵌入，設(shè) 4, 的第3位比特為b i3，那么修改規(guī)則為：
[0058] 若 Wi = h i:;，=2 X _nd ((A;i:.-丨)/2)+1 //量化為奇數(shù)
[0059] 否則，Ahi =2X rouiuUA,,, /2) 化為偶數(shù)
[0060] Step4對數(shù)組疋.,0' = 1，2,…，》)進(jìn)行JPEG反量化，反量化結(jié)果仍存入數(shù)組 2:, ··'，.》).;
[0061] Step5求出這η個DCT域系數(shù)的改變量，即計算=Fw4 -.七_(dá) J = 1····』，，并將其 他位置的Δ Fuv均為零，構(gòu)成DCT系數(shù)改變量矩陣△ F= ( △ FUV)8X8;
[0062] Step6對AF=( AFUV)8X8進(jìn)行DCT逆變換，獲得DCT塊的像素改變量矩陣ΔΒ，即ΔΒ =DcrH AF)；
[0063] Step7通過像素改變量矩陣Δ B對DCT塊像素值進(jìn)行修改，令B = B+ Δ B作為嵌入指 紋后新的塊數(shù)據(jù)。處理過程中進(jìn)行四舍五入取整，如超過255則取相應(yīng)像素值為255。
[0064] 在本發(fā)明的實(shí)施例中，選取的嵌入位置為4個低頻系數(shù)，即Fo1 JkkFiFu。
[0065] 數(shù)字指紋嵌入部分的第三步，在空域構(gòu)造具有固定間距、固定差分值的差分特征 點(diǎn)網(wǎng)格。
[0066]在已經(jīng)嵌有數(shù)字指紋的載體圖像中，以某像素點(diǎn)（io, jo)為起點(diǎn)，按照行距和列距 均為D的方式在圖像中嵌入差分特征點(diǎn)，從而在整個圖像中形成了一個矩形網(wǎng)格，如圖3所 示。其中，位于點(diǎn)（i，j)的差分特征點(diǎn)的構(gòu)造算法為：
[0067] Stepl，計算該像素點(diǎn)旁邊12個像素點(diǎn)的像素平均值meamj。
[0068]
[0069]
[0070]
[0071]
[0072]
[0073] 在本發(fā)明的實(shí)施例中，D = 48，M = 20。
[0074] 數(shù)字指紋提取方法的第一步RSD攻擊參數(shù)的獲取。
[0075] 該步驟可以細(xì)分為:首先獲取空域上的疑似網(wǎng)格點(diǎn)，然后通過設(shè)置種子點(diǎn)、候選點(diǎn) 的方式結(jié)合"平行四邊形法則"確定近似網(wǎng)格平行四邊形，最后通過邊延拓近似網(wǎng)格平行四 邊形進(jìn)行最大限度延拓，為攻擊類型判斷和參數(shù)計算提供精確的平行四邊形。
[0076] 設(shè)掩蔽圖像為I，若像素點(diǎn)（i，j )滿足I /丨-M |<d'，I /丨|<<5,則稱它為疑似網(wǎng)格 點(diǎn)，其中G和分別該像素在X方向和y方向上的差分，δ為設(shè)定的閾值。
[0077] 設(shè)所有疑似網(wǎng)格點(diǎn)的集合為S，任取網(wǎng)格點(diǎn)XQeS作為種子點(diǎn)。取S中XO較近的兩個 點(diǎn)Xl，X2作為候選點(diǎn)，這里XQ，Xl，X2不共線。若XQ，Xl，X2恰好為構(gòu)成特征網(wǎng)格中某平形四邊形 的三個頂點(diǎn)（如圖8中黑點(diǎn)所示），與XO， X1，X2對稱的13個點(diǎn)（如圖8中灰點(diǎn)所示)也應(yīng)該為特 征網(wǎng)格點(diǎn)?？紤]到掩蔽圖像I可能會受到各種攻擊，這些理論上的網(wǎng)格點(diǎn)可能會丟失，故本 發(fā)明認(rèn)為，這13個點(diǎn)中只要有9個點(diǎn)屬于集合S，即可認(rèn)為點(diǎn) XQ，X1，X2是特征網(wǎng)格點(diǎn)（并且是 特征網(wǎng)某平形四邊形的三個頂點(diǎn)），這一法則稱為平行四邊形法則。利用"平行四邊形法則" 確定特征網(wǎng)格點(diǎn)的算法如下：
[0078] Stepl分別在計算掩蔽圖像I各像素點(diǎn)在X方向和y方向上的差分，獲取疑似網(wǎng)格 點(diǎn)。記所有疑似網(wǎng)格點(diǎn)的集合為S，令Γ = 0
[0079] Step2取最靠近圖像中心的疑似網(wǎng)格點(diǎn)Xc，令XQ = Xc;
[0080] Step3以XO為種子點(diǎn)，求出距XO最近的n(本發(fā)明的實(shí)例中取為30)個疑似網(wǎng)格點(diǎn)，構(gòu) 成集合R，設(shè)R ={ Xi，…χη};求出R中所有與XQ不構(gòu)成三點(diǎn)共線的點(diǎn)對，作為候選點(diǎn)對集W，記W ={xilX21，…，XlsX2s}，其中S為候選點(diǎn)對個數(shù)。令i=0;
[0081] Step4 i = i+l；
[0082] Step5利用"平行四邊形法則"判斷XQ，Xll，X2l是否為特征網(wǎng)格點(diǎn)，如果是，輸出xo， Xli，X2i，算法結(jié)束；如果XQ，Xli，X2i不是特征網(wǎng)格點(diǎn)，又可分為兩種情況：如果i<S，轉(zhuǎn)到 Step4;如果i> = s，轉(zhuǎn)到Step6;
[0083] Step6令T = TU {XQ}，S = S-T，若S = 0，算法結(jié)束，找不到特征網(wǎng)格點(diǎn)；否則，取S中 與X。距離最近的點(diǎn)作為新的XQ，轉(zhuǎn)Step3。
[0084] 設(shè)掩蔽圖像I大小為MXN，它的疑似網(wǎng)格點(diǎn)集合為S，利用上一小步獲得的特征網(wǎng) 格點(diǎn)為XQ，X1， X2,其坐標(biāo)分別為〇1<，」1〇，1^ = 0，1，2。接下來，需要對平行四邊形的兩條邊 XOXi，XQX2分別進(jìn)行延拓，以求得更加精確的RSD攻擊參數(shù)。這里，設(shè)指標(biāo)集K= {k I Kio+k (ii-ioXM，K j〇+k( ji-j〇XN，ke Z}，kmin=min K，kmax = max K，二維坐標(biāo)偏移數(shù)組DA = {{0,0}，{0，1}，U，0}，{0，-1}，{-1，0}，{1，1}，{-1，1}，{1，-1}，{-1，-1} }，xbegin，xend分別表 示延拓得到線段的起點(diǎn)及終點(diǎn)的坐標(biāo)，kb egin，kend分別表示延拓得到線段的起點(diǎn)及終點(diǎn)對應(yīng) 的指標(biāo)，對邊XMl進(jìn)行延拓的算法如下所示：
[0085] Step 1 T - { XO，Xl}，k - kmin 7 Xbegin - XO，Xend - Xl，kbegin - O，kend - I，1 - 1 ；
[0086] 3七〇卩2令1 = ;[()+1<:(;[1-;[())+0八（1，1)，]_ = ]_()+1<:(]_1-]_())+0八（1，2)，這里0八（;[，1)和0八（;[， 2)分別為二維坐標(biāo)偏移數(shù)組DA中第1個元素的兩個分量。若像素點(diǎn)（i，j)為疑似網(wǎng)格點(diǎn)，即 (i，j) es，則令T = TU {(i，j)}，并且如果1^<1^_11，則令 Xbegin= (i，j)，kbegin = k，而如果k> kend，則令Xend = (i，j)，kend = k，轉(zhuǎn)到Step4;若(/，J·) ? .5*，則轉(zhuǎn)到Step3;
[0087] Step3令 1 = 1+1，若 K9，轉(zhuǎn)到 Step2，否則轉(zhuǎn)到 Step4;
[0088] Step4令k = k+l，1 = 1，若kSkmax，轉(zhuǎn)到Step2,否則算法結(jié)束。
[0089] 接下來，可以根據(jù)最小二乘法，對利用上述算法得到的網(wǎng)格點(diǎn)序列T進(jìn)行直線擬 合，該擬合直線與X軸方向的夾角就是RSD攻擊參數(shù)α，而RSD攻擊參數(shù)
[0090]
[0091] 類似地，可以通過對邊XQX1進(jìn)行延拓得到另外兩個RSD攻擊參數(shù)，即β和Sidelen2。
[0092] 數(shù)字指紋提取方法的第二步圖像校正
[0093]利用Photoshop CS、微軟"畫圖"等軟件，根據(jù)上一步所得到的RSD攻擊參數(shù)，可以 對掩蔽圖像進(jìn)行校正，具體可以分為三步：第一步，如果α#〇,則將掩蔽圖像逆時針旋轉(zhuǎn)α 角；第二步，如果^ #冬，那么將掩蔽圖像水平扭曲泠-4角，且令 向縮放。
[0094]第三步圖像同步定位以及指紋提取和恢復(fù)
[0095]單個嵌入塊指紋數(shù)據(jù)的提取算法與嵌入算法相似。假設(shè)某個嵌入塊為B = (Iij)8x8，F(xiàn)= (Fuv)8x8為B的DCT系數(shù)，其中Iij為DCT嵌入塊B的第i行j列個像素值，F(xiàn) uv為DCT系 數(shù)矩陣中的第U行V列個像素值，設(shè)在該嵌入塊嵌入η比特的指紋數(shù)據(jù)，待嵌入的指紋比特分 別記為wi(i = 1，2,…，η)，選取的嵌入位置為uvi(i = l，2,…，η)，則在該嵌入塊中指紋信息 的提取算法如下：
[0096] Stepl計算嵌入塊B的DCT系數(shù)F;
[0097] S t e ρ 2對系數(shù)匕,.(V = 1，2,··_·，:《>進(jìn)行J P E G量化，量化結(jié)果存入數(shù)組
[0098] Step3^ = 1，2，···，")的最低比特位和第3位比特分別為bu和bi3(i = 1，2,…， η)，那么若bii = bi3，wi = l，否則，Wi = O;
[00"] Step4 i = i+l，若i>n，則算法結(jié)束；否則轉(zhuǎn)Step3。
[0100] 設(shè)校正后的圖像V的大小為MXN，則掩蔽圖像F的有效分片定位和指紋提取算法 如下：
[0101] Stepl令 Am=I，Δ n = l;
[0102] Step2,根據(jù)嵌入塊選取規(guī)則和單個嵌入塊指紋信息的提取算法，對所有以（kXS+ Δ m，I X S+ Δ n)為起始點(diǎn)的完整S X S分片進(jìn)行指紋信息試探性提取，其中k X S+ Δ m<M，I X S+Δη<Ν，而如果某個分片提取的指紋數(shù)據(jù)具有同步信息頭H= (1111111111111111 1111111111111111 )，則該分片為有效分片，如果存在有效分片，則指紋提取成功，算法結(jié) 束，否則轉(zhuǎn)Step3;
[0103] Step3令 Δ m= Δ m+1，若 Δ m^i7，則轉(zhuǎn)Step2;否則轉(zhuǎn)Step4;
[0104] Step4令Δη= Δ+1，Am=l，若Δη<7,則轉(zhuǎn)Step2;否則指紋提取失敗，算法結(jié)束。
[0105] 由于攻擊行為的存在，如果某個有效分片中提取的指紋數(shù)據(jù)進(jìn)行CRC譯碼后不存 在誤碼，則將它作為整個掩蔽圖像的指紋數(shù)據(jù)，否則采用大數(shù)表決的方式整個掩蔽圖像的 指紋數(shù)據(jù)。
[0106] 上述方法提取的指紋數(shù)據(jù)是經(jīng)過加密的，需要調(diào)用逆分組移位算法進(jìn)行解密。同 前，設(shè)原始指紋的二進(jìn)制數(shù)組為W={w(j) |0彡衫L-1}，置亂后的指紋的二進(jìn)制數(shù)組為r = {V (i) |0彡iSL-l}，置亂密鑰為k = aia2'"ai，密鑰字符為€4￡{1，2，"_，94,8，"_，2}，其中 L為指紋比特串?dāng)?shù)組的長度，1為密鑰長度，則逆分組移位算法具體步驟如下：
[0107] Stepl 令 h = l;
[0108] Step2計算第h輪分組移位操作中每分組所包含項數(shù)a = f(ah)，f(ah)的映射關(guān)系如 下其對應(yīng)關(guān)系如下：
[0109] ai:l 2 ··· 9 A B ··· Z
[0110] a = f(ai)：l 2 ··· 9 10 11 ··· 35；
[0111] Step3對指紋數(shù)組礦(i) I (XiSL-I}進(jìn)行第h輪分組移位操作，規(guī)則如下：
[0112] 1)對所有滿萬
的指標(biāo)值i，計算
[0113]
[0114]
[0115]
[0116]
[0117]
[0118]
[0119]
[0120] Step4令h = h_l，若h彡0,則令^ =W，轉(zhuǎn)Step2;否貝IJ，算法結(jié)束。
[0121] 以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精 神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項】
1. 一種基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，其特征在于，所述基于 差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法采用在時域構(gòu)造具有固定間距、固定差 分值的差分特征點(diǎn)網(wǎng)格，在頻域嵌入帶有同步信息幀的指紋信息的基本技術(shù)路線；利用幀 編碼、分片嵌入與有效分片定位技術(shù)實(shí)現(xiàn)抗CTP攻擊，利用輔助信息實(shí)現(xiàn)抗RSD攻擊;數(shù)字指 紋提取采用盲檢測，在空域嵌入差分網(wǎng)格同時對指紋信息進(jìn)行基于密鑰的指紋信息分組移 位置亂，同時采用HDLC數(shù)據(jù)幀的構(gòu)成模式，對指紋信息進(jìn)行了幀編碼，使得指紋信息和代表 輔助信息的同步字段綁定在一起。2. 如權(quán)利要求1所述的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，其特征 在于，所述基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法包括基于差分特征點(diǎn)網(wǎng) 格的數(shù)字指紋嵌入和基于差分特征點(diǎn)網(wǎng)格的數(shù)字指紋提取這樣兩大部分； 所述基于差分特征點(diǎn)網(wǎng)格的數(shù)字指紋嵌入部分包括： 第一步，首先采用分組移位置亂算法對指紋信息進(jìn)行加密，然后采用幀編碼技術(shù)處理 指紋信息，獲得指紋數(shù)據(jù)幀； 第二步，在載體圖像的DCT域中嵌入帶有同步信息幀頭的指紋數(shù)據(jù)幀； 第三步，在載體圖像的空域中構(gòu)造具有固定間距、固定差分值的差分特征點(diǎn)網(wǎng)格； 所述基于差分特征點(diǎn)網(wǎng)格的數(shù)字指紋提取部分包括： 第一步，利用平行四邊形法則和邊延拓方法計算載體圖像遭受的RSD攻擊參數(shù)； 第二步，利用RSD攻擊參數(shù)對載體圖像進(jìn)行校正； 第三步，利用同步信息頭對校正后的圖像進(jìn)行有效分片的定位，進(jìn)而進(jìn)行指紋提取和 恢復(fù)。3. 如權(quán)利要求2所述的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，其特征 在于，所述基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法的具體步驟如下： 指紋數(shù)據(jù)幀的生成;利用分組移位置亂算法對指紋信息進(jìn)行加密;采用幀編碼技術(shù)處 理指紋信息，獲得指紋數(shù)據(jù)幀； 在DCT域嵌入指紋數(shù)據(jù)幀，對載體圖像進(jìn)行分片，在每個完整分片中分別嵌入指紋數(shù)據(jù) 幀，形成指紋數(shù)據(jù)幀的多個冗余版本;首先將載體圖像分成大小為SXS的分片，其中S = 2k; 然后按一定規(guī)則在每個分片中選擇m個8X8像素塊作為嵌入塊;最后在嵌入塊中分別嵌入 指紋數(shù)據(jù)幀中的η個比特的數(shù)據(jù);如果指紋數(shù)據(jù)幀的二進(jìn)制長度為L，則應(yīng)滿足L=mXn; 在空域構(gòu)造具有固定間距、固定差分值的差分特征點(diǎn)網(wǎng)格;在已經(jīng)嵌有數(shù)字指紋的載 體圖像中，以某像素點(diǎn)（io, j〇)為起點(diǎn)，按照行距和列距均為D的方式在圖像中嵌入差分特征 點(diǎn)，從而在整個圖像中形成了一個矩形網(wǎng)格； RSD攻擊參數(shù)的獲取;首先獲取空域上的疑似網(wǎng)格點(diǎn)，然后通過設(shè)置種子點(diǎn)、候選點(diǎn)的 方式結(jié)合"平行四邊形法則"確定近似網(wǎng)格平行四邊形，最后通過邊延拓近似網(wǎng)格平行四邊 形進(jìn)行最大限度延拓，為攻擊類型判斷和參數(shù)計算提供精確的平行四邊形； 數(shù)字指紋提取的圖像校正，根據(jù)所得到的RSD攻擊參數(shù)，對掩蔽圖像進(jìn)行校正，具體分 為：如果α辛0，則將掩蔽圖像逆時針旋轉(zhuǎn)α角；，那么將掩蔽圖像水平扭曲，且令，則將掩蔽圖像以-為比例系數(shù)進(jìn)行橫向縮放>則將掩蔽圖像 為比例系數(shù)進(jìn)行縱向縮放； 圖像同步定位以及指紋提取和恢復(fù)，某個嵌入塊為Β=α^)8χ8，Ρ=(Ρυν) 8ΧΑ^^(：Τ^ 數(shù)，其中Ιυ為DCT嵌入塊Β的第i行j列個像素值，F(xiàn)uv為DCT系數(shù)矩陣中的第u行V列個像素值， 設(shè)在嵌入塊嵌入η比特的指紋數(shù)據(jù)，待嵌入的指紋比特分別記為wi(i = l，2,…，η)，選取的 嵌入位置為uvi(i = l，2,…，η)。4. 如權(quán)利要求3所述的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，其特征 在于，所述指紋數(shù)據(jù)幀的生成原始指紋的二進(jìn)制數(shù)組為1={?(」）}，0<_]_^^-1，置亂后的指 紋的二進(jìn)制數(shù)組為礦=W (i)}，0<i彡L-1，置亂密鑰為kzan . .cu，密鑰字符為cue {1， 2,...，9，A，B，...，Z}，其中L為指紋比特串?dāng)?shù)組的長度，1為密鑰長度，則分組移位置亂算法 具體步驟如下： 步驟一，令h=l; 步驟二，計算第h輪分組移位操作中每分組所包含項數(shù)a = f(ah)，f(ah)的映射關(guān)系如下 其對應(yīng)關(guān)系如下： 〇i：l 2 ... 9AB ... Z a = f(ai)：l 2 ... 9 10 11 ... 35； 步驟三，對指紋比特串1={?(」）}，0^^^^-1進(jìn)行第1!輪分組移位操作，規(guī)則如下：(i)=w(i)； 步驟四，令h = h+l，若h彡1，則令WzW'，轉(zhuǎn)步驟二;否則，指紋置亂結(jié)束； 設(shè)置亂后的指紋數(shù)據(jù)為礦，采用HDLC數(shù)據(jù)幀的構(gòu)成模式，在礦開始處增加32比特數(shù)據(jù)Η =(1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1)作為同步字 段，用以標(biāo)志一個指紋數(shù)據(jù)幀的開始;采用CRC-CCITT碼對V進(jìn)行編碼，得到16位的校驗碼 C，放置在，的后面;在最后添加16位的備用字段S=(l 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1);最終形成的指紋數(shù)據(jù)幀為W〃=H| |w' | |c| |s，其中為串的連接運(yùn)算。5. 如權(quán)利要求3所述的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，其特征 在于，所述在DCT域嵌入指紋數(shù)據(jù)幀，某個嵌入塊為 其中為DCT嵌入塊B的第i行j列個像素值，F(xiàn)uv為DCT系數(shù)矩陣中的第Μ?ν列個像素值;在 該嵌入塊嵌入η比特的指紋數(shù)據(jù)，待嵌入的指紋比特分別記為^(1 = 1，2,…，η)，選取的嵌 入位置為uVl (i = 1，2，…，η)，則在該DCT塊中指紋信息的嵌入算法如下： 步驟一，計算嵌入塊Β的DCT系數(shù)F; 步驟二，對系數(shù)=1義…』)進(jìn)行JPEG量化，量化結(jié)果存入數(shù)組(7 = 1,2, ·· V?); 步驟三，通過修改數(shù)組4?,G = U，···,》)的值，實(shí)現(xiàn)對指紋比特的嵌入，設(shè) 〇' = 1，2,的第3位比特為比3，那么修改規(guī)則為： 若wi = bi:;，A,,,. =2x tOund((A;n.-l )/2)+ 丨//量化為奇數(shù) 否則，=2χ ?ηχΜ(Α,;η /2)//量化為偶數(shù) 步驟四，對數(shù)組尤.,〇' = 1，2，~，_進(jìn)行^%反量化，反量化結(jié)果仍存入數(shù)組 -in (/ = 1, 2, ···,〇)； 步驟五，求出這η個DCT域系數(shù)的改變量，即計算=心-4,,4 = 1，···，《，，并將其他位 置的A Fuv均為零，構(gòu)成DCT系數(shù)改變量矩陣△ F= ( △ FUV)8X8; 步驟六，對Δ F = ( Δ FUV)8X8進(jìn)行DCT逆變換，獲得DCT塊的像素改變量矩陣Δ B，即Δ B = DCT-Η Δ F); 步驟七，通過像素改變量矩陣A Β對DCT塊像素值進(jìn)行修改，令Β = Β+Δ Β作為嵌入指紋 后新的塊數(shù)據(jù);處理過程中進(jìn)行四舍五入取整，如超過255則取相應(yīng)像素值為255。6. 如權(quán)利要求3所述的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，其特征 在于，所述在空域構(gòu)造具有固定間距、固定差分值的差分特征點(diǎn)網(wǎng)格，位于點(diǎn)（i，j)的差分 特征點(diǎn)的構(gòu)造算法為： 步驟一，計算該像素點(diǎn)旁邊12個像素點(diǎn)的像素平均值mearuj;步驟二，調(diào)整計算該像素點(diǎn)旁邊12個點(diǎn)的像素值，令7. 如權(quán)利要求3所述的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，其特征 在于，所述R S D攻擊參數(shù)的獲取，掩蔽圖像為I，若像素點(diǎn)（i，j )滿足 |g-M |<(5，1%-M M，則稱它為疑似網(wǎng)格點(diǎn)，其中/!和g分別該像素在X方向和y方向上 的差分，S為設(shè)定的閾值； 所有疑似網(wǎng)格點(diǎn)的集合為S，任取網(wǎng)格點(diǎn)xoes作為種子點(diǎn)，取S中XQ較近的兩個點(diǎn)X1， X2 作為候選點(diǎn)，這里χ〇，Χ1，Χ2不共線;若χ〇，Χ1，Χ2恰好為構(gòu)成特征網(wǎng)格中某平形四邊形的三個 頂點(diǎn)，與xq，XI，X2對稱的13個點(diǎn)也應(yīng)該為特征網(wǎng)格點(diǎn)，這13個點(diǎn)中只要有9個點(diǎn)屬于集合S， 即認(rèn)為點(diǎn) XQ，X1，X2是特征網(wǎng)格點(diǎn)，利用"平行四邊形法則"確定特征網(wǎng)格點(diǎn)的算法如下： 步驟一，分別在計算掩蔽圖像I各像素點(diǎn)在X方向和y方向上的差分，獲取疑似網(wǎng)格點(diǎn)， 記所有疑似網(wǎng)格點(diǎn)的集合為S，令Γ = 0 ; 步驟二，取最靠近圖像中心的疑似網(wǎng)格點(diǎn)X。，令XQ = X。； 步驟三，以χο為種子點(diǎn)，求出距χο最近的η = 30個疑似網(wǎng)格點(diǎn)，構(gòu)成集合R，設(shè)R={X1，… Xn};求出R中所有與XQ不構(gòu)成三點(diǎn)共線的點(diǎn)對，作為候選點(diǎn)對集W，記W= {X11X21，…，XlsX2s}， 其中S為候選點(diǎn)對個數(shù)，令i=0; 步驟四，i = i+l; 步驟五，利用"平行四邊形法則"判斷XQ，Xll，X2l是否為特征網(wǎng)格點(diǎn)，如果是，輸出XQ， Xll， X2i，算法結(jié)束;如果XQ，Xli，X2i不是特征網(wǎng)格點(diǎn)，又可分為兩種情況:如果i < S，轉(zhuǎn)到步驟四； 如果i>=s，轉(zhuǎn)到步驟六； 步驟六，令T = T U {XQ}，S = S-T，若S = 0，算法結(jié)束，找不到特征網(wǎng)格點(diǎn)；否則，取S中與 Xc距離最近的點(diǎn)作為新的XQ，轉(zhuǎn)Step 3; 掩蔽圖像I大小為MXN，它的疑似網(wǎng)格點(diǎn)集合為S，利用上一小步獲得的特征網(wǎng)格點(diǎn)為 叉0，叉1，叉2，其坐標(biāo)分別為（11<，]\)，1^ = 0，1，2;對平行四邊形的兩條邊叉(《1，叉(《2分別進(jìn)行延拓， 以求得更加精確的RSD攻擊參數(shù)，指標(biāo)集KykllSio+kGi-ioXMdSjo+kU-joXN^e Z}，kmin=minK，kmax=max K，二維坐標(biāo)偏移數(shù)組DA= {{0,0}，{0，1}，{1，0}，{0,-1 }，{_1，0}， {1，1}，{-1，1}，{1，-1}，{-1，-1}}，xbegin，x end分別表示延拓得到線段的起點(diǎn)及終點(diǎn)的坐標(biāo)， kbegin，kend分別表示延拓得到線段的起點(diǎn)及終點(diǎn)對應(yīng)的指標(biāo)，對邊XQX1進(jìn)行延拓的算法如下 所示： 馬聚，"^'T - [ X0，XI}，k - kmin，Xbegin - XO，Xend - XI，kbegin - 0，kend - 1，1 - 1 ； 步驟二，令i = io+k(i1-i〇)+DA(l，l)，j = j〇+k(j1-j〇)+DA(l，2)，這里DA(i，l)和DA(i，2) 分別為二維坐標(biāo)偏移數(shù)組DA中第1個元素的兩個分量，若像素點(diǎn)（i，j)為疑似網(wǎng)格點(diǎn)，即（i， j) e S，則令T = T U { (i，j) }，并且如果k<kbegin，則令Xbegin = (i，j)，kbegin = k，而如果k> kend,則令Xend= (i，j)，kend = k，轉(zhuǎn)到步驟四；若(/_, /)茫5，則轉(zhuǎn)到步驟三； 步驟三，令1 = 1+1，若1<9,轉(zhuǎn)到步驟二，否則轉(zhuǎn)到步驟四； 步驟四，令k = k+1，1 = 1，若kmax，轉(zhuǎn)到步驟二，否則算法結(jié)束； 根據(jù)最小二乘法，對利用上述算法得到的網(wǎng)格點(diǎn)序列T進(jìn)行直線擬合，該擬合直線與X 軸方向的夾角就是RSD攻擊參數(shù)α，而RSD攻擊參數(shù)：類似地，通過對邊1狀1進(jìn)行延拓得到另外兩個RSD攻擊參數(shù)，即β和Sidelen2。8.如權(quán)利要求3所述的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法，其特征 在于，所述圖像校正在嵌入塊中指紋信息的提取算法如下： 步驟一，計算嵌入塊B的DCT系數(shù)F; 步驟二，對系數(shù)= I，2.…』)進(jìn)行jpEG量化，量化結(jié)果存入數(shù)組冬(j = 1，2:，· · ·，略，令i =1 ； 步驟三，設(shè)4,,.(/ = 1，2，_、/7)的最低比特位和第3位比特分別為1^和1^3(1 = 1，2，~，11)， 那么若bii = bi3，wi = l，否貝lj，wi = 0; 步驟四，i = i+1，若i >n，則算法結(jié)束;否則轉(zhuǎn)步驟三； 校正后的圖像V的大小為MXN，則掩蔽圖像V的有效分片定位和指紋提取算法如下： 步驟一，令 Am=l，Δη=1; 步驟二，根據(jù)嵌入塊選取規(guī)則和單個嵌入塊指紋信息的提取算法，對所有以（k X S+ Δ m，1 X S+ Δ η)為起始點(diǎn)的完整S X S分片進(jìn)行指紋信息試探性提取，其中k X S+ △ m<M，1 X S+ Δη<Ν，而如果某個分片提取的指紋數(shù)據(jù)具有同步信息頭H=(l 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1)，則該分片為有效分片，如果存在有效分片， 則指紋提取成功，算法結(jié)束，否則轉(zhuǎn)步驟三； 步驟三，令Δ m= Δ m+l，若Δ m彡7，則轉(zhuǎn)步驟二;否則轉(zhuǎn)步驟四； 步驟四，令Α η= Δ η+1，Δ m= 1，若Δ n彡7，則轉(zhuǎn)步驟二;否則指紋提取失敗，算法結(jié)束； 原始指紋的二進(jìn)制數(shù)組為W={w(j)|〇彡jSL-l}，置亂后的指紋的二進(jìn)制數(shù)組為，= {V (i) |0彡iSL-l}，置亂密鑰為k = aia2. · ·αι，密鑰字符為aie {1，2, · · ·，9，Α，Β，· · ·，Z}， 其中L為指紋比特串?dāng)?shù)組的長度，1為密鑰長度，則逆分組移位算法具體步驟如下： 步驟一，令h = l; 步驟二，計算第h輪分組移位操作中每分組所包含項數(shù)a = f(ah)，f(ah)的映射關(guān)系如下 其對應(yīng)關(guān)系如下： 〇i：l 2 ... 9AB ... Z a = f(ai)：l 2 ... 9 10 11 ... 35； 步驟三，對指紋數(shù)組W = {V (i) I 0彡i<L-1}進(jìn)行第h輪分組移位操作，規(guī)則如下：令wQ)=w' ⑴； 步驟四令h = h-ι，若h彡0，則令f = W，轉(zhuǎn)步驟二;否則，算法結(jié)束。9. 一種如權(quán)利要求1所述的基于差分特征點(diǎn)網(wǎng)格的抗RSD攻擊盲檢測數(shù)字指紋方法的 抗RSD攻擊盲檢測數(shù)字指紋系統(tǒng)，其特征在于，所述抗RSD攻擊盲檢測數(shù)字指紋系統(tǒng)包括： 指紋信息的生成模塊，用于生成指紋的信息； 指紋的幀編碼模塊，用于對經(jīng)過置亂操作的數(shù)字指紋信息，采用HDLC數(shù)據(jù)幀的構(gòu)成模 式，在信息字段的開始增加32比特數(shù)據(jù)H=(l 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1)作為同步字段，用以標(biāo)志一個指紋信息幀的開始，采用CRC- CCITT碼對數(shù)字指紋信息編碼，得到16位的校驗碼，獲得指紋信息幀或指紋數(shù)據(jù)幀； 網(wǎng)格點(diǎn)的空域嵌入模塊，用于確定縱橫距離的最大差分網(wǎng)格，使得網(wǎng)格點(diǎn)處的像素點(diǎn) 差分值都為Μ，Μ取為16-20; 指紋嵌入模塊，用于指紋嵌入的關(guān)鍵步驟為圖像分片、嵌入位置選擇和指紋比特嵌入， 而嵌入位置選擇又分為嵌入塊的選擇和嵌入指紋的DCT系數(shù)選擇； RSD攻擊參數(shù)的估計和圖像的校正模塊，用于計算各像素點(diǎn)的差分值，取出差分為Μ的 所有像素點(diǎn)，采用邊延拓算法估計圖像所受攻擊的參數(shù)并進(jìn)行圖像恢復(fù)，對掩蔽圖像按攻 擊參數(shù)恢復(fù)后進(jìn)行指紋提?。? 抗CTP攻擊的圖像同步定位與指紋提取模塊，用于對CTP的特性進(jìn)行了分析，對指紋圖 像進(jìn)行圖像有效分片定位。10.如權(quán)利要求8所述的抗RSD攻擊盲檢測數(shù)字指紋系統(tǒng)，其特征在于，所述指紋信息的 生成模塊進(jìn)一步包括： 文字指紋信息單元，文字指紋信息由12位字符組成，表示數(shù)字影像的生產(chǎn)分發(fā)單位、最 終用戶以及分發(fā)時間；字符空間目前為{〇-9 4-2，&-2}，不區(qū)分大小寫；指紋信息包括分發(fā) 單位兩個字符、最終用戶兩個字符、分發(fā)時間八個字符共12個字符； 圖像指紋信息單元，圖像指紋信息采用32 X 30 = 960像素的0、1信息表示一個二值圖 像，圖像中的960個像素行對應(yīng)了指紋信息的960位1、0比特； 指紋信息的分組移位置亂單元，對圖像進(jìn)行多輪分組移位，每輪分組中元素個數(shù)依賴 于本輪密鑰，用于數(shù)字指紋系統(tǒng)的二值指紋圖像置亂。
【文檔編號】G06T1/00GK106056521SQ201610210605
【公開日】2016年10月26日
【申請日】2016年4月6日 公開號201610210605.2, CN 106056521 A, CN 106056521A, CN 201610210605, CN-A-106056521, CN106056521 A, CN106056521A, CN201610210605, CN201610210605.2
【發(fā)明人】尹忠海, 周擁軍, 高大化
【申請人】中國人民解放軍空軍工程大學(xué)