一种基于特征点检测的小波包水印算法

杨桃

摘要：针对现有数字图像水印抵抗几何形变鲁棒性存在的问题，提出了一种基于特征点检测的小波包水印算法。算法以图像本质特征被破坏则图像将失去价值为依据，使用Harris-Laplacian算子构造原始图像的特征点集，采用计算视觉掩盖模型的JND值作为嵌入强度因子，在该因子的控制下将水印自适应的嵌入到小波包分解后的低频区域的高频子带各系数中；提取水印时，先使用特征点集同步水印，然后在此基础上进行水印提取。相比于同类算法，在保证水印透明性的同时还获得了较好的鲁棒性。

关键词：特征点检测；小波包；水印算法

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2015）05-0206-03

网络技术的快速发展，在为人们带来信息交流和资源共享的极大便利之时，却也使得数字作品的内容可以被低成本无限制的复制和传播，这已经严重影响到以内容为主要业务的网络应用发展。通过算数字水印技术为有版权需求的数字作品提供数字版权鉴别方式和内容保护方案是一种行之有效的途径。早期的研究为解决缩放、裁剪、扭曲等数字图形几何变换破坏数字水印，采取在原有水印的基础上添加一个补丁水印来检测并同步几何形变的方法[1-2]，由于补丁水印会在自相关和变换域中产生易检测到的峰值，故而极易使该数字水印方案受到攻击而失效。

根据Kutter等[3] 的研究，图像具有价值的前提是图像本质特征的保全，通过识别图像的这些本质特征点既可以直接用于嵌入水印，也可以在图像有价值的前提下作为校准因子检测图像的几何形变。目前，特征点提取方法大致可以分为基于亮度的方法、基于轮廓的方法和基于参数模型的方法。Bas等利用Harris算子提取图像特征点并据此构造三角形特征区域进行水印的嵌入和提取[4]；这类特征点对缩放非常敏感而且稳定性不理想，因而算法对几何形变的抵御能力有限。Seo等采用Harris-Laplacian算子提取的特征点为中心构造圆形区域，用于在空域中直接叠加圆形水印[5]；该方法对裁剪、纵横比改变和扭曲等几何形变缺乏鲁棒性。李克秋等使用Harris-Laplacian算子提取特征点结合特征方向构造应对几何攻击不变特征区域进行水印的嵌入和提取[6]。这些工作有效说明在现有图像认知基础上，提取稳定图像特征点进行重同步已成为数字图像水印算法抵御几何形变鲁棒的关键。

本文提出一种基于特征点检测的小波包水印算法，以计算机视觉掩盖模型为嵌入强度因子，自适应的将水印信息嵌入到图像小波包分解后的低频区域的高频子带各系数，使用Harris-Laplace作为特征点检测算子构造特征点集，通过特征点集同步含水印图像，在此基础上提取水印。实验结果表明，本算法不仅具有较好的透明性，同时对常见的图像处理和几何形变攻击具有较强的鲁棒性。