基于双线性插值的可逆水印数据隐藏方法

技术领域

本发明属于信息安全、数字图像处理和秘密学交叉领域，主题内容是一种针对基于双线性插值的可逆水印数据隐藏，是失真程度小，嵌入容量较大的信息隐藏方法。

背景技术

当今，我们处在一个信息化高速发展的时代，信息的保密性和安全性逐渐成为人们所关注的焦点。信息的安全保密传输可以借助数据嵌入技术进行实现，但部分嵌入技术在嵌入秘密信息的时候引入额外的信息，对原载体信息有不可逆的影响，这便是嵌入失真，不利于接收方对信息的恢复和认知。对医疗、军工和取证等领域而言，原载体信息也可以发挥辅助作用，嵌入失真现象不利于有效地开展工作，这便体现了可逆信息隐藏的重要性。

在可逆信息的隐藏分支中，图像水印技术是一个研究热点。数字水印技术同样可以划分为可逆和不可逆两大类。在可逆水印的研究领域中，通过数据压缩的可逆水印中具有代表性的有2005年Celik等人提出了一种最小有效位修正方法进行数据嵌入方法，在数据的无损恢复中采用压缩易失真的信号作为嵌入有效载荷传输实现，对比传统的LSB嵌入技术提供更细的粒度沿容量失真曲线的可伸缩性，失真性能较好，压缩比不高。在直方图算法的可逆水印方面，2006年Ni等人提出基于直方图平移的可逆水印算法，算法思想利用了图像的零点或最小点的像素值进行修改从而嵌入水印信息，图像失真程度小，其嵌入容量较小。基于差分扩张的算法的可逆水印技术，最早是由Tian提出，通过探索图像内容的冗余来发现额外的存储空间，将可逆地将有效载荷嵌入数值图像，扩展相邻像素的差分来实现水印的嵌入，存在像素的溢出，该方法计算复杂度较低。直方图平移算法在以往的实验中标记图像相对于原始图像的PSNR在48dB以上，但总体而言其嵌入容量不高。

发明内容

本文在直方图平移算法的基础上，通过对原始图像相邻像素点进行双线性插值，通过像素分组计算构造出差值直方图，旨在获取更高的峰值，随后在峰值处双侧进行水印的嵌入从而实现可逆信息隐藏。仿真实验发现其嵌入信息后具有较好的视觉效果，PSNR值均在52dB以上。

主要技术方案包括：水印信息嵌入部分，主要通过对载体信息先进行倒S扫描，进行扫描后像素的分组。同时，对于未满足分组的像素进行单独存储，方便更准确的恢复原图像。分组时应注意把最小值置于中间，计算两端与中间的差值，同时引入双线性插值进行差值数组的预测，旨在最大化峰值。在峰值点嵌入水印，嵌入的是1，就将其向右平移，若为0则无需移动；对于那些不是峰值点，且处在top和bottom之间的向右平移；如果左右都需要向右平移，则修改中间像素的值，如果只平移左右其中一个，则只需要修改左或右的值，使其差值为1即可；水印信息提取和载体图像的恢复部分，通过对倒S扫描的像素数组进行扫描，找出像素组中值最小的那个数与中间值进行交换，并且记录交换位置，进行差值直方图的移位提取，恢复图像块中的差值和像素值，并且将水印呈现出来。待水印提取完毕后，把差值直方图中差值大于1的像素值进行移动，得到原载体图像。

实验仿真表明,该方法能够很好的还原水印信息和载体图片，具有良好的视觉效果和较大的嵌入容量。

附图说明

下面是该方法主要的附图。

图1是本发明方法的流程图。

图2是载体图像和水印信息。

图3是构建的差值直方图。

图4是水印信息嵌入载体中的图片。

图5是提取水印信息后的原载体图片。

图6是嵌入水印信息与未嵌入的图片的PSNR数据。

图7是伴随嵌入数据量各个载体图片的PSNR的变化情况。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步说明。

本发明的流程图如图1所示，基于双线性插值的可逆水印数据隐藏方法，该方法具体包括以下流程：

步骤一：载体图像预处理部分

对载体图像先进行倒S扫描，其次在扫描的像素按每三个一组进行分组，将最小值置于中点，计算两端与中点差值从而构建差值数组。

经过双线性插值处理后的图像，会产生更多的像素值，它们主要由插值点周围像素的灰度值通过插值运算获得。

f(x,y)＝f(0,0)*(1-x)(1-y)+f(1,0)*x(1-y)+f(0,1)*(1-x)y+f(1,1)*xy

矩阵的表示形式：

f(x,y)≈b

b

b

b

b4＝f(1,1)-f(1,0)-f(0,1)+f(0,0)

在进行构建差值数组的同时引入双线性插值，使得相邻像素点的差值更小，旨在最大化峰值。插值后的数组为

其中i,j为载体图片的像素值的位置，i′,j′插值后的像素坐标。

步骤二：水印信息嵌入

1)通过在差值数组的峰点两侧进行嵌入，默认方向为自左向右。

2)若是嵌入的是1，则进行向右平移，若为0，则不进行移动。

3)对于那些不是峰值点，且处在top和bottom之间的向右平移；如果左右都需要向右平移，则修改中间像素的值，如果只平移左右其中一个，则只需要修改左或右的值，使其差值为1即可。

4)随后进行移位嵌入水印信息，得到嵌入水印后的载体图片。

步骤三：水印信息提取和原载体图片的恢复

1)进行倒S扫描，将扫描路径经过的像素值存储在一个一维数组中，并且默认扫描方向向右。

2)找出像素组中值最小的那个数与中间值进行交换，并且记录交换位置。计算每组数据之间的差值存储在数组1中，并将原来的差复制到新的数值2中。数组1用来改变数值，数组二用来进行对比。

4)水印嵌入时把差值直方图大于0的像素值向右平移了一个单位，故差值为1说明水印的嵌入值是1，差值为0说明水印在此次没有进行嵌入。

4)进行差值直方图的恢复，恢复图像块中的差值和像素值，并且将水印信息呈现出来。

5)待水印提取完毕后，把差值直方图中差值大于1的像素值进行移动，得到原载体图像。

方法测试

仿真实验选用Lena、Plane、Baboon、Cameraman、Peppers、Goldhill6幅512×512灰度图像作为载体图像，128×128二值水印图像作为秘密图像进行一系列的实验。

本方法从PSNR和嵌入率两方面来进行评估该方法的性能，PSNR可以用来评价嵌入水印信息后的图像和原图像相比质量的好坏，PSNR值越高，说明图像的稳健性越好，说明嵌入信息对载体图像的影响越小，越能够反映图像的可视效果好；嵌入率是衡量算法嵌入容量的一个重要指标。秘密图像的嵌入和提取效果如图4和图5所示。

为了评估本文算法的失真效果和嵌入率，对载体图像进行移位嵌入水印信息，然后从嵌入水印信息的载体的图像中提取水印信息，同时可以完好地还原载体图片。利用PSNR来评估嵌入水印信息图像与载体图像之间的差异程度；嵌入率也获得了较大的提升。

图6为各个载体图像嵌入水印信息的PSNR，较高的PSNR为图2中的(d)PSNR为57.5087。

分别提取嵌入的水印信息和原始载体图像。可以看出，所提方法提取的水印信息与原始载体图像可以分离，提取的原始载体图像与初始的载体图像是一致的，验证了所提算法可以提取水印信息，而且还可以对载体图像进行恢复。

表1为嵌入水印信息的PSNR