图像水印嵌入、提取方法、装置、电子设备及存储介质

技术领域

本发明涉及数字图像版权保护技术领域，尤其涉及一种图像水印 嵌入、提取方法、装置、电子设备及存储介质。

背景技术

随着网络媒体的发展，给人们带来便利的同时，也出现了数字作 品被抄袭、非法传播等现象，引发了严重的版权纠纷问题。图像水印 技术的研究与应用对图像作品版权的保护有着至关重要的作用，将代 表作品版权的水印不可感知地隐藏在图像作品中，在发生版权纠纷时， 将其正确地提取出来，用于认证图像作品的版权。其中，图像水印技 术能够真正地应用于版权保护的关键在于嵌入的水印不影响图像作 品的质量，同时有抵抗各种攻击的能力(即水印兼备不可见性和鲁棒 性)。

量化方法是水印嵌入和提取的常用方法。现有基于空域的量化水 印算法，能够满足图像水印算法高效性的要求，并有效抵抗图像缩放 攻击，但是这类算法，嵌入在图像边缘处的水印鲁棒性极差。造成这 一现象的原因是，边缘处像素的灰度变化剧烈，包含大量边缘的图像 块(称为边缘块)和像素灰度值变化平缓的非边缘块相比，当图像发 生微小变化时，边缘块的像素值波动较大，使得量化值与量化区间失 同步，造成水印提取错误。存在现有水印技术根据图像的方差、熵等 信息选取水印的嵌入区域，但这些信息不能准确地表征图像的边缘特 征，无法有针对性地解决边缘处水印鲁棒性差的问题，也难以确保嵌 入的水印均具有良好的不可见性，导致视觉效果差。

发明内容

本发明提供一种图像水印嵌入、提取方法、装置、电子设备及存 储介质，用以解决现有技术中图像水印嵌入不能保证具有良好的不可 见性以及鲁棒性较差的技术问题，实现提高图像水印的不可见性和鲁 棒性，以及提升用户体验的目的。

第一方面，本发明提供一种图像水印嵌入方法，包括：

对待嵌入水印的图像中的局部区域进行评分处理，根据评分结果 确定水印嵌入区域；

对所述水印嵌入区域进行缩放与分块处理，得到多个第一分块区 域；

基于预设的边缘空域水印嵌入方法将待嵌入的水印嵌入到所述 多个第一分块区域中，嵌入后并按预设的缩放比例进行缩放处理，得 到含水印的图像。

进一步，根据本发明提供的图像水印嵌入方法，在所述对所述待 嵌入水印的图像中的局部区域进行评分处理之前，包括：

对所述待嵌入水印的图像进行去噪处理，得到预处理后的图像；

对所述预处理后的图像进行边缘检测，得到二值边缘图像；

获取所述待嵌入水印的图像中与所述二值边缘图像中边缘像素 位置相同的像素，计算所述像素与其八邻域内各像素的灰度差的均值， 根据所述均值与预设阈值的关系，修正所述二值边缘图像，确定出第 一目标二值边缘图像。

进一步，根据本发明提供的图像水印嵌入方法，所述对所述待嵌 入水印的图像中的局部区域进行评分处理，根据评分结果确定水印嵌 入区域，包括：

利用滑动窗口遍历所述第一目标二值边缘图像，确定出每个窗口 区域的边缘分值；

利用滑动窗口遍历所述待嵌入水印的图像，确定出每个窗口区域 的纹理分值、灰度值分值和位置分值；

根据所述每个窗口区域的边缘分值、纹理分值、灰度分值和位置 分值以及预设的评分计算方法确定出每个窗口区域的综合分值；

对所述综合分值进行排序，根据排序结果确定出水印嵌入区域； 其中，预设的评分计算方法为：

其中，(u，v)是每个窗口区域中心点的坐标，m、n分别为每个 窗口区域的宽度、高度，p

进一步，根据本发明提供的图像水印嵌入方法，基于预设的边缘 空域水印嵌入方法将待嵌入的水印嵌入到所述多个第一分块区域中， 包括：

在对每一个第一分块区域嵌入水印时，根据预先建立的基于图像 边缘的自适应调参模型，确定所述预设的边缘空域水印嵌入方法中的 嵌入参数；

基于预设的边缘空域水印嵌入方法，将所述待嵌入的水印的每一 位嵌入到每一个第一分块区域中，其中，所述边缘空域水印嵌入方法 的表达式为：

其中，f

其中，W

进一步，根据本发明提供的图像水印嵌入方法，在所述对待嵌入 水印的图像中的局部区域进行评分处理之前，方法还包括：

获取图像样本数据集；

按照上述任一项所述图像水印嵌入方法对所述图像样本数据集 中的目标样本图像进行水印嵌入，调整所述预设的边缘空域水印嵌入 方法中的嵌入参数，使得所有第二分块区域在嵌入水印前后的结构相 似度保持在阈值范围内，确认所述第二分块区域的嵌入参数；

确认所述目标样本图像中的第二分块区域的边缘像素数量，根据 预设的线性回归方法确定出所述边缘像素数量和所述第二分块区域 的嵌入参数之间的对应关系；

根据所述对应关系确定出基于边缘图像的自适应调参模型。

第二方面，本发明还提供一种图像水印提取方法，包括：

对待提取水印的图像中的局部区域进行评分处理，根据评分结果 确定出水印提取区域；

对所述水印提取区域进行缩放与分块处理，得到多个第三分块区 域；

基于预设的边缘空域水印提取方法从所述每个第三分块区域中 提取一位水印，根据提取到的多个水印位组成完整水印。

进一步，根据本发明提供的图像水印提取方法，所述基于预设的 边缘空域水印提取方法从所述每个第三分块区域中提取一位水印，包 括：

在对每一个所述第三分块区域提取水印时，根据预先训练的基于 图像边缘的自适应调参模型，确定所述预设的边缘空域水印提取方法 中的提取参数；

基于预设的边缘空域水印提取方法，从所述每个第三分块区域中 提取一位水印，其中，所述边缘空域水印提取方法的表达式为：

其中，W

第三方面，本发明还提供一种图像水印嵌入装置，包括：

评分模块，用于对待嵌入水印的图像中的局部区域进行评分处理， 根据评分结果确定水印嵌入区域；

处理模块，用于对所述水印嵌入区域进行缩放与分块处理，得到 多个第一分块区域；

嵌入模块，用于基于预设的边缘空域水印嵌入方法将待嵌入的水 印嵌入到所述多个第一分块区域中，嵌入后并按预设的缩放比例进行 缩放处理，得到含水印的图像。

第四方面，本发明还提供一种图像水印提取装置，包括：

评分模块，用于对待提取水印的图像中的局部区域进行评分处理， 根据评分结果确定出水印提取区域；

处理模块，用于对所述水印提取区域进行缩放与分块处理，得到 多个第三分块区域；

提取模块，用于基于预设的边缘空域水印提取方法从所述每个第 三分块区域中提取一位水印，根据提取到的多个水印位组成完整水印。

第五方面，本发明还提供一种电子设备，包括存储器、处理器及 存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行 所述程序时实现如上述任一项所述图像水印嵌入方法的步骤或所述 图像水印提取方法的步骤。

第六方面，本发明还提供一种非暂态计算机可读存储介质，其上 存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种 所述投诉原因分析方法的步骤。

第七方面，本发明还提供一种计算机程序产品，所述计算机程序 产品包括计算机可执行指令，所述指令在被执行时用于实现如上述任 一项所述图像水印嵌入方法的步骤或所述图像水印提取方法的步骤。

本发明提供一种图像水印嵌入、提取方法、装置、电子设备及介 质，在嵌入阶段，通过对待嵌入水印的图像中的局部区域进行评分处 理，根据评分结果确定水印嵌入区域；对水印嵌入区域进行缩放与分 块处理，得到多个第一分块区域；基于预设的边缘空域水印嵌入方法 将待嵌入的水印嵌入到多个第一分块区域中，嵌入后并按预设的缩放 比例进行缩放处理，得到含水印的图像；在提取阶段，按照与所述嵌 入阶段相同的方法获取多个第三分块区域，基于预设的边缘空域水印 提取方法从中提取水印。本发明提供的图像水印嵌入和提取方法能够 充分利用图像的视觉特征调节水印的嵌入强度，可使水印具有良好的不可见性和鲁棒性。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见 地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术 人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得 其他的附图。

图1是本发明提供的图像水印嵌入方法的流程示意图；

图2是本发明提供的一种图像水印嵌入方法的范例图之一；

图3是本发明提供的一种图像水印嵌入方法的范例图之二；

图4是本发明提供的非自适应与自适应的对比图；

图5是本发明提供的图像水印嵌入装置的结构示意图；

图6是本发明提供的电子设备的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发 明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然， 所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于 本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提 下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明提供的图像水印嵌入方法的流程示意图，如图1所 示，本发明提供的图像水印嵌入方法，具体包括以下步骤：

步骤101：对待嵌入水印的图像中的局部区域进行评分处理，根 据评分结果确定水印嵌入区域。

在本实施例中，需要对获取的待嵌入水印的图像中的局部区域进 行评分处理，然后根据评分结果确定出水印嵌入区域，其中，局部区 域的确定可以通过滑动窗口对待嵌入水印的图像进行划分，确定出多 个局部区域，通过预设的评分方式对得到的局部区域进行评分处理， 根据评分结果确定出水印嵌入区域，具体的处理方式见下述实施例， 在此不作详细介绍。

步骤102：对所述水印嵌入区域进行缩放与分块处理，得到多个 第一分块区域。

在本实施例中，需要对步骤101中确定的水印嵌入区域进行缩放 与分块处理，得到多个第一分块区域，其中，缩放处理是指对水印嵌 入区域进行缩小或放大处理，在本实施例中是将所述水印嵌入区域进 行最小程度地缩放，要求其宽度和高度能够被v整除，其中，

步骤103：基于预设的边缘空域水印嵌入方法将待嵌入的水印嵌 入到所述多个第一分块区域中，嵌入后并按预设的缩放比例进行缩放 处理，得到含水印的图像。

在本实施例中，需要根据预设的边缘空域水印嵌入方法将待嵌入 的水印嵌入到多个第一分块区域中，在嵌入成功后，将多个第一分块 区域组成的水印嵌入区域按照预设的缩放比例进行缩放处理，得到含 有水印的图像。其中，在上述步骤102中若是对待嵌入水印的水印嵌 入区域进行放大处理，本实施例中，则按照预设的缩放比例对嵌入水 印后的水印嵌入区域进行缩小处理；若是对待嵌入水印的水印嵌入区 域像进行缩小处理，本实施例中，则按照预设的缩放比例对嵌入水印 后的水印嵌入区域进行放大处理；最终得到与原图像大小相同的含有 水印的图像。

需要说明的是，缩放比例为满足步骤102所述要求的最小缩放比 例，在此不作具体限定。

根据本发明提供的图像水印嵌入方法，通过对待嵌入水印的图像 中的局部区域进行评分处理，根据评分结果确定水印嵌入区域；对水 印嵌入区域进行缩放与分块处理，得到多个第一分块区域；基于预设 的边缘空域水印嵌入方法将待嵌入的水印嵌入到多个第一分块区域 中，嵌入后并按预设的缩放比例进行缩放处理，得到含水印的图像。 本发明提供的图像水印嵌入和提取方法能够充分利用图像的视觉特 征调节水印的嵌入强度，可使水印具有良好的不可见性和鲁棒性，提 升用户体验。

基于上述任一实施例，在本实施例中，在所述对所述待嵌入水印 的图像中的局部区域进行评分处理之前，包括：

对所述待嵌入水印的图像进行去噪处理，得到预处理后的图像；

对所述预处理后的图像进行边缘检测，得到二值边缘图像；

获取所述待嵌入水印的图像中与所述二值边缘图像中边缘像素 位置相同的像素，计算所述像素与其八邻域内各像素的灰度差的均值， 根据所述均值与预设阈值的关系，修正所述二值边缘图像，确定出第 一目标二值边缘图像。

在本实施例中，需要对待嵌入水印的图像进行预处理，预处理之 后进行边缘检测，再对所得二值边缘图像进行后处理，获取精准的边 缘信息，具体包括以下内容：

1)对所述待嵌入水印的图像进行预处理。

所述预处理方法为：对所述待嵌入水印的图像进行离散余弦变换 (DCT)，并在DCT域中，从右下角开始按“Z”字形遍历AC系数， 得到系数序列，将系数序列中前90％的AC系数中非零系数的值置为 零，消除所述待嵌入水印的图像中的噪声信息，得到预处理后的图像。

2)对所述预处理后的图像进行边缘检测。

所述边缘检测过程为：利用边缘检测算子检测所述预处理后的图 像中的边缘，得到二值边缘图像。在二值边缘图像中，灰度值为255 的像素，对应所述待嵌入水印的图像中的边缘像素，即灰度值发生突 变的像素；灰度值为0的像素，对应所述待嵌入水印的图像中的非边 缘像素，即灰度值变化平缓的像素。

需要说明的是，本实施例中，边缘检测算子为Canny算子，其他 边缘检测算子本发明均适用，均属于本发明保护范围。

3)对所述二值边缘图像进行后处理，包括：获取所述待嵌入水 印的图像中与所述二值边缘图像中边缘像素位置相同的像素，计算所 述像素与其八邻域内各像素的灰度差的均值，根据所述均值与预设阈 值的关系，修正所述二值边缘图像，确定出第一目标二值边缘图像。

在本实施例中，为进一步提高检测精准度，通过在所述待嵌入水 印的图像中计算每个边缘像素与八邻域内其它各像素的灰度差的均 值，并与预设阈值进行比较，来判断所述二值边缘图像中边缘像素检 测的准确性。需要说明的是，预设阈值的大小可以根据用户的实际需 要进行设定，在此不作具体限定。

所述后处理方法为：在所述待嵌入水印的图像中计算边缘像素与 其八邻域内其它各像素的灰度差的均值，具体的计算公式如下：

其中，D为边缘像素c的八邻域，p为边缘像素的灰度值。根据 预设阈值τ删除不满足条件的误检边缘，如果A

根据本发明提供的图像水印嵌入方法，通过对待嵌入水印的图像 进行预处理、边缘检测和后处理后，能够提高图像的边缘检测的准确 性，辅助提高水印的不可见性和鲁棒性。

基于上述任一实施例，对所述待嵌入水印的图像中的局部区域进 行评分处理，根据评分结果确定水印嵌入区域，包括：

利用滑动窗口遍历所述第一目标二值边缘图像，确定出每个窗口 区域的边缘分值；

利用滑动窗口遍历所述待嵌入水印的图像，确定出每个窗口区域 的纹理分值、灰度值分值和位置分值；

根据所述每个窗口区域的边缘分值、纹理分值、灰度分值和位置 分值以及预设的评分计算方法确定出每个窗口区域的综合分值；

对所述综合分值进行排序，根据排序结果确定出水印嵌入区域； 其中，预设的评分计算方法为：

其中，(u，v)是每个窗口区域中心点的坐标，m、n分别为每个 窗口区域的宽度、高度，p

在本实施例中，需要利用滑动窗口遍历第一目标二值边缘图像和 待嵌入水印的图像，确定出每个窗口区域的边缘分值、纹理分值、灰 度值分值和位置分值因素进行评分，然后选取第一目标二值边缘图像 中得分较高的多个窗口区域作为水印嵌入区域；

其中，预设的评分计算方法如上述公式(2)所示。需要说明的是， 在本实施例中，优选地，设置α＝0.4、β＝0.3、γ＝0.2、δ＝0.1。

需要说明的是，在所述水印嵌入区域中可以采用任何水印嵌入和 提取方法进行水印嵌入和提取，不限于本发明中使用的水印嵌入和提 取方法，在所述水印嵌入区域中使用其他水印嵌入和提取方法进行水 印嵌入和提取，均在本发明的保护范围内。

在本实施例中，利用滑动窗口遍历所述第一目标二值边缘图像， 计算每个窗口区域的边缘分值。需要说明的是，滑动窗口的大小与待 嵌入水印的图像的尺寸成比例，将比例记为s1，而且移动步长与滑动 窗口的大小也成比例，比例记为s2。优选地，比例s1设为1/4，s2 设为1/4。

需要说明的是，对于基于空域的量化水印算法，相同嵌入强度下 边缘处的水印抵抗攻击的能力较弱，为提高水印的鲁棒性，应当将水 印嵌入到含边缘较少的区域中，因此，如果对窗口区域进行评分，则 将包含边缘像素越少的窗口区域应给予越高的分数。

在本实施例中，所述边缘分值用E

其中，(u,v)表示所述窗口区域中心点的坐标，e为常数，m、n分 别为分块区域的宽、高，num

需要说明的是，在本实施例中，还需要利用滑动窗口遍历所述待 嵌入水印图像，计算出每个窗口区域的纹理分值、灰度分值、和位置 分值，其中，所述滑动窗口的大小与所述待嵌入水印的图像的尺寸成 比例，将比例记为s1，而且移动步长与滑动窗口的大小也成比例，比 例记为s2。优选地，比例s1设为1/4，s2设为1/4。

需要说明的是，根据人眼视觉掩蔽特性，嵌入在图像纹理丰富区 域的水印相比于纹理平滑区域的水印更不容易被人眼察觉，为保证水 印的不可见性，确定嵌入区域时应该选取纹理丰富的区域。信息熵表 征图像包含的信息量，常常被用来度量图像的纹理丰富程度，纹理越 丰富的区域，其信息熵值越大。因此，在窗口区域评分特性中，信息 熵值越大的窗口区域相应评分应该越高。

在本实施例中，所述纹理分值用H

其中，p

需要说明的是，通过在空域中修改像素的灰度值嵌入水印，如果 将水印嵌入在灰度值接近于0或者255的区域，对灰度值进行修改之 后，容易造成灰度值越界，导致水印无法嵌入。因此，灰度等级越适 中的窗口区域越适合作为水印嵌入区域，本实施例中将灰度等级适中 的窗口区域设置较高的评分。

在本实施例中，所述灰度分值用G

其中，p

需要说明的是，图像传播过程中，靠近边沿的信息容易被修改或 删除，因此水印要尽可能地嵌入到靠近图像中心的区域。换言之，越 靠近中心的区域应当得到越高的分数。

在本实施例中，所述位置分值用P

其中，(U,V)表示待嵌入水印的图像中心点的坐标。

在本实施例中，需要根据所述每个窗口区域的边缘分值、纹理分 值、灰度分值和位置分值，计算所述每个窗口区域的特征综合分值。

在本实施例中，所述特征综合分值用Score

Score

其中，α、β、γ、δ分别为所述窗口区域的边缘分值、纹理分值、 灰度分值和位置分值的权重。

需要说明的是，上述各类分值的权重的设置是基于一定的理论分 析的，通过分析各特征对水印不可见性及鲁棒性的影响程度进行最优 设置。相同不可见性前提下，边缘处的水印鲁棒性较差，对于综合分 值，边缘分值所占权重更大一些；纹理是对图像整体灰度分布的评估， 而灰度值仅仅反映图像中单个像素的灰度等级，相比而言，纹理丰富 程度对水印的影响更大，纹理分值的权重应略高于灰度分值，其中， 边缘、纹理、灰度均是图像本身的特性，能够更真实地描述图像信息， 而位置与图像特性无关，相比于其它三个特征对图像信息的描述欠佳， 在综合分值中，位置分值的相对权重设置最小。综合以上分析，本实施例中，优选地设置α＝0.4、β＝0.3、γ＝0.2、δ＝0.1。

在本实施例中，还需要删除重叠窗口区域，保留所述特征综合分 值较高的窗口区域作为水印嵌入区域。

在本实施例中，首先需要对所述每个窗口区域的特征综合分值降 序排列；然后判断窗口区域是否重叠，如果两个窗口区域发生重叠， 嵌入的水印会相互干扰，影响水印提取的准确性，因此，本实施例中 删除位置相互重叠的窗口区域中特征综合分值较小的窗口区域，保留 剩余非重叠区域中特征综合分值最高的n个窗口区域作为水印嵌入 区域。如果最终得到的窗口区域数量小于阈值n，则将所有保存的非 重叠区域确定为水印嵌入区域。本实施例中优选地，阈值n设置为4。

根据本发明提供的图像水印嵌入方法，通过滑动窗口遍历第一目 标二值边缘图像和待嵌入水印的图像，确定出每个窗口区域的边缘分 值、纹理分值、灰度值分值和位置分值，确定出综合分值，根据排序 结果确定出水印嵌入区域，能够提高水印嵌入区域定位的准确性，提 高图像水印嵌入的不可见性和鲁棒性。

基于上述任一实施例，在本实施例中，基于预设的边缘空域水印 嵌入方法将待嵌入的水印嵌入到所述多个第一分块区域中，包括：

在对每一个第一分块区域嵌入水印时，根据预先建立的基于图像 边缘的自适应调参模型，确定所述预设的边缘空域水印嵌入方法中的 嵌入参数；

基于预设的边缘空域水印嵌入方法，将所述待嵌入的水印的每一 位嵌入到每一个第一分块区域中，其中，所述边缘空域水印嵌入方法 的表达式为：

其中，f

其中，W

在本实施例中，需要在对每一个第一分块区域嵌入水印时，根据 预先建立的基于图像边缘的自适应调参模型，确定边缘空域水印嵌入 方法中的嵌入参数，然后针对每一个所述第一分块区域，利用边缘空 域水印嵌入方法，在每一个第一分块区域中嵌入1位水印，将水印中 的所有位分别嵌入所有所述第一分块区域中。

在本实施例中，边缘空域水印嵌入方法的表示如下：

其中，f

具体表示为：

其中，f

需要说明的是，在所述公式(8)中，像素修改量ω

其中，a、b分别为所述第一分块区域的宽度、高度；N

需要说明的是，包含大量边缘像素的分块区域定义为边缘块，所 述边缘块中边缘像素数量大于阈值Th；包含边缘像素极少或不包含 边缘像素的分块区域定义为平滑块，所述平滑块中边缘像素数量小于 阈值Th。本实施例中优选地，Th设置为25。

需要说明的是，所述公式(10)的解释为：如果分块区域为平滑块， 则将像素总修改量平均到每一个第一分块区域中的每个像素；如果分 块区域为边缘块，则根据可调参数θ将像素总修改量划分为边缘像素 总修改量和非边缘像素总修改量，并进一步判断所述某一像素类型， 分别将边缘像素总修改量平均分配给每个边缘像素，将非边缘像素总 修改量平均分配给每个非边缘像素。

需要说明的是，所述公式(10)的思路是：空域中不同像素与相邻 像素间的相关性程度存在差异，边缘像素与相邻像素相似度极低，人 眼难以感知边缘像素的改变，相比之下，非边缘像素与相邻像素的相 似度极高，使得人眼对非边缘像素改变的忍受程度较低。在空域中嵌 入水印时，不同类型的像素对水印的承受能力有所不同，非边缘像素 对水印的承受能力远不如边缘像素，在相同的视觉感知要求下，非边 缘像素可以做出的修改也远远小于边缘像素。基于此，为保证不影响 嵌入水印后图像的质量，本实施例在空域中修改像素灰度值嵌入水印 时，需要根据像素类型自适应地设置像素修改量。

需要说明的是，在所述公式(10)中，所述第一分块区域中像素总 修改量Δ

其中，W

需要说明的是，如果将嵌入参数σ

需要说明的是，在所述公式(11)中，根据所述每一个第一分块区 域的边缘像素数量，利用预先训练的基于图像边缘的自适应调参模型， 设置每一个分块区域对应的嵌入参数。优选地，所述基于图像边缘的 自适应调参模型表示如下：

其中，

需要说明的是，设置嵌入参数时，利用上述公式(12)所示的基于 图像边缘的自适应调参模型，根据第一分块区域的边缘像素数量确定 嵌入参数，并利用公式(11)结合分块区域的尺寸自适应地调整水印嵌 入的像素修改量，保证非边缘块中的水印不易被察觉，同时边缘块中 的水印由于设置了更大的嵌入强度，其鲁棒性得以提升。基于图像边 缘的自适应调参模型的训练过程见下述实施例，在此不作详细介绍。

根据本发明提供的图像水印嵌入方法，通过基于预设的边缘空域 水印嵌入方法将待嵌入的水印嵌入到多个第一分块区域中，得到完整 的含有水印的图像，提高了水印嵌入的不可见性和鲁棒性。

基于上述任一实施例，在本实施例中，所述对待嵌入水印的图像 中的局部区域进行评分处理之前，方法还包括：

获取图像样本数据集；

按照上述任一项所述图像水印嵌入方法对所述图像样本数据集 中的目标样本图像进行水印嵌入，调整所述预设的边缘空域水印嵌入 方法中的嵌入参数，使得所有第二分块区域在嵌入水印前后的结构相 似度保持在阈值范围内，确认所述第二分块区域的嵌入参数；

确认所述目标样本图像中的第二分块区域的边缘像素数量，根据 预设的线性回归方法确定出所述边缘像素数量和所述第二分块区域 的嵌入参数之间的对应关系；

根据所述对应关系确定出基于边缘图像的自适应调参模型。

在本实施例中，需要在对待嵌入水印的图像中的局部区域进行评 分处理之前，训练完成基于图像边缘的自适应调参模型的构建，训练 过程具体包括以下内容：

首先获取图像样本数据集，在图像数据集中随机选择100幅图像， 然后根据步骤101和步骤102所述方法确定每幅图像的第二目标二值 边缘图像、水印嵌入区域及其划分的多个第二分块区域，在第二分块 区域的个数与水印位数相同的情况下，按下述公式(13)所示的计算方 式，在第二目标二值边缘图像中，计算并记录每个第二分块区域中的 边缘像素数量N，用于训练模型。

其中，a、b分别代表第二分块区域的宽度和高度，p

利用上述公式(9)和(11)所示的计算方法在每个第二分块区域中 嵌入一位水印，通过调整公式(11)中的嵌入参数值σ，使得所有第二 分块区域在嵌入水印前后的结构相似度(Structural Similarity，SSIM) 保持在相似度阈值范围内，记录每个第二分块区域对应的嵌入参数值 σ，用于训练模型。

为验证两者之间的相互关系，将边缘像素数量N作为自变量，嵌 入参数σ作为因变量，通过下述公式(14)计算两变量的相关系数r(N, σ)＝0.9942，根据运算结果可以断定嵌入参数和边缘像素数量间的线 性相关程度。

其中，N

利用线性回归的方法，通过最小二乘逼近拟合数据，训练所述基 于图像边缘的自适应调参模型，具体的训练方式如下述公式(15)：

其中，σ表示所述第二分块区域的嵌入参数；N表示所述第二分 块区域的边缘像素数量。N

通过上式计算得到s和t的值，可得第二分块区域中嵌入参数σ 关于边缘像素数量N的函数关系，即，基于图像边缘的自适应调参模 型。在本实施例中，具体如公式(16)所示。

σ＝0.2243N+1.5228 (16)

需要说明的是，基于图像边缘的自适应调参模型是保持待嵌入水 印的图像具有相同的SSIM值前提下推导得到的，能够保证每个水印 嵌入区域中的水印具有良好的不可见性。

需要说明的是，利用上述模型调节嵌入参数时，仍需考虑一个问 题，图像遭受攻击后难以保证边缘像素数量保持不变。如果根据第二 分块区域中实际的边缘像素数量设置嵌入参数，无法确保图像被攻击 前后的嵌入参数保持一致，容易造成水印提取错误。为避免这一问题， 本发明在嵌入水印时，利用式(13)在其第二目标二值边缘图像中统计 各第二分块区域的边缘像素数量N

其中，Th为阈值，用于划分边缘块和非边缘块，之后根据分块 区域的固定边缘像素数量N*

基于图像边缘的自适应调参模型与采用的水印嵌入方法对应，不 限于使用本发明中的基于图像边缘的水印嵌入方法，使用其他水印嵌 入方法得到对应的基于图像边缘的自适应调参模型，均属于本发明保 护范围。

需要说明的是，对于尺寸不满足要求的水印嵌入区域需要进行缩 放操作，会对图像质量带来些许影响。本实施例中按照上述步骤嵌入 水印后，结构相似度平均可达99.136，通常，结构相似度越接近于1 代表具有非常不错的视觉质量。如图2和3所示，其中，图2为未嵌 入水印之前的图像，图3为嵌入水印之后的图像，可见，图像在嵌入 水印前后人眼看不出来差异。

需要说明的是，为体现使用基于图像边缘的自适应调参模型自适 应调整嵌入参数能够保证每幅图像的不可见性，在本实施例中优选的 是，将直接把嵌入参数σ设置为固定值1.523作为对比，以获得与采 用自适应嵌入参数相同的结构相似度，并比较采用固定嵌入参数和采 用自适应嵌入参数得到的每幅图像的结构相似度。为避免水印嵌入区 域的缩放操作对结构相似度造成影响，本实施例选出了100幅不需要 进行缩放操作的图像，其中，图4示出了100幅嵌入水印后的图像的 结构相似度，其中，非自适应表示使用固定的嵌入参数，自适应表示 使用自适应嵌入参数，可以看出，使用固定的嵌入参数，会存在许多图像的结构相似度较低，意味着嵌入的水印有可能被察觉，使用自适 应嵌入参数可以确保所有图像的结构相似度基本上接近于1，从而保 证了水印的不可见性。

基于上述任一实施例，在本实施例中，为了准确从包含水印的图 像中提取水印，本发明还提供一种图像水印提取方法。包括：

对待提取水印的图像中的局部区域进行评分处理，根据评分结果 确定出水印提取区域；

对所述水印提取区域进行缩放与分块处理，得到多个第三分块区 域；

基于预设的边缘空域水印提取方法从所述每个第三分块区域中 提取一位水印，根据提取到的多个水印位组成完整水印。

在本实施例中，对待提取水印的图像中的局部区域进行评分处理， 然后根据评分结果确定出水印提取区域，再对水印提取区域进行缩放 与分块处理，得到多个第三分块区域，具体的处理过程与所述水印嵌 入方法中的步骤是相同的，具体不在此进行详细介绍。

在本实施例中，还需要基于预设的边缘空域水印提取方法从每个 第三分块区域中提取一位水印，根据得到的多个水印位组成完整水印。 其中，第三分块区域是指含有水印待提取的分块区域，具体的提取方 法见下述实施例，在此不作详细介绍。

根据本发明提供的图像水印提取方法，能够保证提取水印的完整 性以及水印的鲁棒性。

基于上述任一实施例，在本实施例中，基于预设的边缘空域水印 提取方法从所述每个第三分块区域中提取一位水印，包括：

在对每一个所述第三分块区域提取水印时，根据预先训练的基于 图像边缘的自适应调参模型，确定所述预设的边缘空域水印提取方法 中的提取参数；

基于预设的边缘空域水印提取方法，从所述每个第三分块区域中 提取一位水印，其中，所述边缘空域水印提取方法的表达式为：

其中，W

在本实施例中，针对每一个第三分块区域，利用基于边缘空域水 印提取方法，提取1位水印，将所有第三分块区域中提取的水印位组 成完整的水印信息。

在本实施例中，基于边缘空域水印提取方法与水印嵌入方法中基 于边缘空域水印嵌入方法具有对应关系。具体计算公式如上述(18)所 示。

在所述公式(18)中，根据所述第三分块区域的边缘像素数量，利 用基于图像边缘的自适应调参模型，设置所述第三分块区域对应的提 取参数。其中，基于图像边缘的自适应调参模型表示如下：

其中，

需要说明的是，包含大量边缘像素的第三分块区域定义为边缘块， 所述边缘块中边缘像素数量大于阈值Th；包含边缘像素极少或不包 含边缘像素的第三分块区域定义为平滑块，所述平滑块中边缘像素数 量小于阈值Th。本实施例中优选地，Th设置为25。

需要说明的是，本实施例中，对从一幅图像的每个水印提取区域 中提取出来的水印进行综合分析，确定最终水印，其中，一幅图像可 以存在多个水印提取区域，从每个水印提取区域中提取一个水印。将 从一幅图像中提取的所有的水印序列两两求相关，若某个水印序列与 其他一半以上的水印序列的相关性均高于一个给定的相关性阈值，则 把该水印序列作为待定水印序列，最后将所有待定水印序列按位比对， 取每一位的众数组成最终水印序列。

由于在每个嵌入区域嵌入的是相同的水印序列，从嵌入水印的区 域中提取出来的水印序列，即便个别水印位发生提取错误，它们之间 仍然会具有很强相关性，但误检水印是从没有嵌入水印的区域提取出 来的水印序列并不满足水印嵌入和提取的规则，相当于是随机产生的， 因此，误检水印与真实水印之间的相关性较弱。根据上述相关性原理，即便在没有提供原始水印信息的情况下也能够将误检水印排除。

需要说明的是，水印方法的鲁棒性通常用比特错误率(Bit Error Rate，BER)来评估，比特错误率是将提取出的水印与原始水印相比 较，错误的比特数与总比特数的比值，比特错误率越低，水印的鲁棒 性越好。原始水印序列W＝[W

对根据上述图像水印嵌入方法所得到的100幅嵌入水印的图像， 分别实施多种图像处理攻击，包括：方差为0.001、0.01和0.3的高 斯噪声、能量为0.001、0.01和0.03的椒盐噪声、3×3、5×5和7×7 的中值滤波、3×3、5×5和7×7的均值滤波等，再利用一种图像水印 提取方法实施例来提取攻击后的含水印图像中的水印，并与原始水印 进行比较，得到100个提取的水印的平均比特错误率如表1所示。

表1

对上述图像水印嵌入方法实施例所得到的100幅嵌入水印的图 像，实施多种几何攻击，包括：水平翻转、垂直翻转、90度的逆时 针旋转、180度的逆时针旋转、因子为80％的放缩、因子为250％的 放缩以及纵横比为0.8×1.4的拉伸等，再利用图像水印提取方法实施 例来提取攻击后的含水印图像中的水印，并与原始水印进行比较，得 到100个提取的水印的平均比特错误率如表2所示。

表2

图5为本发明提供的一种图像水印嵌入装置的结构示意图，如图 5所示，本发明提供的图像水印嵌入装置，包括：

评分模块501，用于对待嵌入水印的图像中的局部区域进行评分 处理，根据评分结果确定水印嵌入区域；

处理模块502，用于对所述水印嵌入区域进行缩放与分块处理， 得到多个第一分块区域；

嵌入模块503，用于基于预设的边缘空域水印嵌入方法将待嵌入 的水印嵌入到所述多个第一分块区域中，嵌入后并按预设的缩放比例 进行缩放处理，得到含水印的图像。

根据本发明提供的图像水印嵌入装置，通过对待嵌入水印的图像 中的局部区域进行评分处理，根据评分结果确定水印嵌入区域，然后 对水印嵌入区域进行缩放与分块处理，得到多个第一分块区域，基于 预设的边缘空域水印嵌入方法将待嵌入的水印嵌入到所述多个第一 分块区域中，嵌入后并按预设的缩放比例进行缩放处理，得到含水印 的图像，本发明提供的图像水印嵌入装置具有良好的不可见性，提高 图像水印的鲁棒性，提升用户体验。

基于上述任一实施例，在本实施例中，提供一种图像水印提取装 置，包括：

评分模块，用于对待提取水印的图像中的局部区域进行评分处理， 根据评分结果确定出水印提取区域；

处理模块，用于对所述水印提取区域进行缩放与分块处理，得到 多个第三分块区域；

提取模块，用于基于预设的边缘空域水印提取方法从所述每个第 三分块区域中提取一位水印，根据提取到的多个水印位组成完整水印。

根据本发明提供的图像水印提取装置，通过对待提取水印的图像 中的局部区域进行评分处理，根据评分结果确定出水印提取区域；对 水印提取区域进行缩放与分块处理，得到多个第三分块区域；基于预 设的边缘空域水印提取方法从每个第三分块区域中提取一位水印，根 据提取到的多个水印位组成完整水印。本发明提供的图像水印提取装 置得到的水印具有良好的不可见性，提高图像水印的鲁棒性，提升用 户体验。

由于本发明实施例所述装置与上述实施例所述方法的原理相同， 对于更加详细的解释内容在此不再赘述。

图6为本发明实施例中提供的电子设备实体结构示意图，如图6 所示，本发明提供一种电子设备，包括：处理器(processor)601、存储 器(memory)602和总线603；

其中，处理器601、存储器602通过总线603完成相互间的通信；

处理器601用于调用存储器602中的程序指令，以执行上述各方 法实施例中所提供的方法，例如包括：对待嵌入水印的图像中的局部 区域进行评分处理，根据评分结果确定水印嵌入区域；对所述水印嵌 入区域进行缩放与分块处理，得到多个第一分块区域；基于预设的边 缘空域水印嵌入方法将待嵌入的水印嵌入到所述多个第一分块区域 中，嵌入后并按预设的缩放比例进行缩放处理，得到含水印的图像。

又例如：对待提取水印的图像中的局部区域进行评分处理，根据 评分结果确定出水印提取区域；对所述水印提取区域进行缩放与分块 处理，得到多个第三分块区域；基于预设的边缘空域水印提取方法从 所述每个第三分块区域中提取一位水印，根据提取到的多个水印位组 成完整水印。

此外，上述的存储器603中的逻辑指令可以通过软件功能单元的 形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可 读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说 对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品 的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若 干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者 网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而 前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟 或者光盘等各种可以存储程序代码的介质。

另一方面，本发明还提供一种计算机程序产品，所述计算机程序 产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计 算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能 够执行上述各方法所提供的方法，该方法包括：

对待嵌入水印的图像中的局部区域进行评分处理，根据评分结果 确定水印嵌入区域；对所述水印嵌入区域进行缩放与分块处理，得到 多个第一分块区域；基于预设的边缘空域水印嵌入方法将待嵌入的水 印嵌入到所述多个第一分块区域中，嵌入后并按预设的缩放比例进行 缩放处理，得到含水印的图像。

又例如：对待提取水印的图像中的局部区域进行评分处理，根据 评分结果确定出水印提取区域；对所述水印提取区域进行缩放与分块 处理，得到多个第三分块区域；基于预设的边缘空域水印提取方法从 所述每个第三分块区域中提取一位水印，根据提取到的多个水印位组 成完整水印。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上 存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各 提供的方法，该方法包括：

对待嵌入水印的图像中的局部区域进行评分处理，根据评分结果 确定水印嵌入区域；对所述水印嵌入区域进行缩放与分块处理，得到 多个第一分块区域；基于预设的边缘空域水印嵌入方法将待嵌入的水 印嵌入到所述多个第一分块区域中，嵌入后并按预设的缩放比例进行 缩放处理，得到含水印的图像。

又例如：对待提取水印的图像中的局部区域进行评分处理，根据 评分结果确定出水印提取区域；对所述水印提取区域进行缩放与分块 处理，得到多个第三分块区域；基于预设的边缘空域水印提取方法从 所述每个第三分块区域中提取一位水印，根据提取到的多个水印位组 成完整水印。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部 件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的 部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也 可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或 者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付 出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解 到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然 也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现 有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软 件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光 盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机， 服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所 述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而 非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领 域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技 术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修 改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方 案的精神和范围。