一种面向影像地图的强鲁棒数字水印方法

摘要

本发明具体涉及的是一种面向影像地图的强鲁棒数字水印方法。本发明根据IMG影像地图的数据结构，读取节点的链表，并按照对应字段分别获得每个节点的像素值；获得水印二进制编码，生成相应的伪随机序列；根据地图规模和伪随机序列大小，设定小于1个像素单位的值作为阈值，对地图进行八个方向的平移；计算每一个特征点与周围像素点的差值，并读取伪随机序列，将对应随机序列值与像素差值的乘积累加到该特征点的像素值；对于嵌入水印后的地图，随机选取其中几幅发布。本发明实现了强鲁棒性的水印嵌入和提取。水印嵌入载体基于影像的亮度差值，且嵌入多幅相关性极强的地图内，水印一旦遭到破坏，可通过求取相关性和地图的平均像素值而得以恢复。

说明书

技术领域

本发明具体涉及的是一种面向影像地图的强鲁棒数字水印方法。

背景技术

遥感影像(卫星，航空，地面近景)作为对地观测获取地球表面覆盖与结构信息的载体， 在地学分析应用领域是不可或缺的信息源。而如何将地理影像转化为有价值的信息对成功实 施GIS和制图工程又是至关重要的。目前，在我们周围越来越多的人们能够利用全范围的地理 影像产品来提取和使用有价值的信息。

作为众多数字地图的原始数据来源，影像地图的真实性和安全性受到格外关注，既要维 护地图所有者的合法利益，又要缺乏地图内容不被篡改，为此，影像地图数字水印研究得到 了较为快速的发展。

目前，对影像地图的数字水印算法很少，对于图像的水印算法主要包括两类：即空间域 和频率域。空间域算法主要是通过修改像素信息来嵌入水印，算法实现简单，但鲁棒性较差， 对图像的损伤也较大，无法抵抗多种攻击；频率域算法通过离散余弦变换、傅立叶变换或小 波变换等数学方法获得频域系数，通过调整频域系数来嵌入水印，该类算法较复杂，对图像 的质量也有一定影响，且无法抵抗多种组合攻击。

基于空间域算法和频率域算法的不足，一些学者提出了无损影地图水印的算法，主要要 研究如下：王贤敏等在2004年提出了小波用于基于遥感影像特征的自适应二维盲水印算法； 王勋等提出了一种鲁棒的矢量地图数字水印算法；刘九芬等提出了一种抗几何攻击的小波变 换域图像水印算法；张军等发明了用于图像认证的基于神经网络的水印技术；沃焱等提出了 基于视觉特性的灰度级自适应盲水印算法。本算法为基于面向影像地图的强鲁棒水印书的算 法，与以上算法相比，让空间域算法和频率域算法更优化。

发明内容

本发明的目的在于提供一种能有效抵抗多种攻击，具有高安全性以及不可见性的面向影 像地图的强鲁棒数字水印方法。

本发明包括如下步骤：

(1)根据IMG影像地图的数据结构，读取节点的链表，并按照对应字段分别获得每个节 点的像素值；

(2)扫描水印位图，获得水印二进制编码，生成相应的伪随机序列L，

$L=\left(\begin{array}{c}{\mathrm{Laifm}}_i=1\\ -{\mathrm{Laifm}}_i=0\end{array}\right);$

其中，La∈{+1,-1}，L是一个由N个元素组成的伪随机序列，N是水印编码的长度；

(3)根据地图规模和伪随机序列大小，设定小于1个像素单位的值作为阈值，对地图进 行八个方向的平移，包括上T、右上RT、右R、右下RD、下D、左下LD、左L、左上LT；

(4)对于位移后的八幅地图，按照顺时针顺序，随机选取其中3幅地图，联同原始地图 共同组成待嵌入水印的地图集合{V|v_i|1≤i≤4}；

(5)利用人类视觉系统，检测每一幅地图，据地图集合{V|v_i|1≤i≤4}，按照每个节点 仅嵌入1比特水印的编码规则，选取最大规模的特征点集合，同时提取对应节点的像素值；

(6)计算每一个特征点与周围像素点的差值，并读取伪随机序列，将对应随机序列值与 像素差值的乘积累加到该特征点的像素值；

(7)对于嵌入水印后的地图，随机选取其中几幅发布；

(8)在水印检测时，将待检测地图与其它嵌入水印但未发布的地图相互融合，求得具有 平均像素值的地图；

(9)根据原始的水印的伪随机序列，以及融合后的水印地图，计算关联系数，如果相关 系数的绝对值大于等于所设定的阈值，则表明检测到水印编码，否则未检测到；

(10)将编码还原为水印位图，并计算相似度。

所述的待嵌入水印的地图集合的生成步骤包括：

对于每幅地图v_i，计算对应的水印嵌入强度：

S(v_i)＝{s(p_j)>0|1≤j≤N}

其中，s(p_j)表示地图中特征点p_j在HVS系统内的不可察觉程度，即p_j与其他周围其他八 个像素节点的亮度差值；

依次读取水印序列，对每个特征点：

s′(p_j)＝s(p_j)+s(p_j)L_j，

v_i′＝v_i+s(p_j)L_j，

得到{V′|v_i′|1≤i≤4}。

本发明的有益效果在于

本发明完全基于影像地图的色彩特性，通过多图共存的方式，保持地图的基本像素特征， 已达到水印横存的目的，具体包括：

实现了强鲁棒性的水印嵌入和提取。水印嵌入载体基于影像的亮度差值，且嵌入多幅相 关性极强的地图内，水印一旦遭到破坏，可通过求取相关性和地图的平均像素值而得以恢复。

极强的鲁棒性。经过测试，水印遭到严重破坏，只需影像地图载体具有可用性，则可通 过相关地图进行平均恢复，获得相似度较高的水印信息。

较好的隐蔽性。在水印嵌入节点的选择上结合了HVS原理，特征点都是一些视觉不易察 觉的位置，且通过计算亮度差值，有效控制了由于水印嵌入造成的色彩扰动，由于嵌入的位 置极为隐蔽，攻击者很难专门地对水印发起攻击。

附图说明

图1影像地图文件结构；

图2a影像地图原始地图；

图2b影像地右侧平移效果图；

图2c影像地右下平移效果图；

图3实验程序界面；

图4系统整体结构图；

图5水印嵌入流程图。

具体实施方式

下面结合实验实例对本发明做更详细地描述：

本发明提出的是一种面向影像地图的强鲁棒水印方法。(1)读取影像地图文件，获得完 整的数据结构；(2)按照IMG影像的数据结构，提取地图色彩特征值，对像素值进行编码； (3)结合设定阈值，将原始的地图按照上、下、左、右、左上、左下、右上、右下八个方向 在阈值范围内随机平移；(4)从八幅平移得到的地图中随机选取4幅，并和原图共同组成图 像序列；(5)制作水印位图并转换为二值序列，对应水印编码产生一个可供嵌入的伪随机序 列；(6)对选定的图像序列，结合HVS(人类视觉系统)原理和阈值选取有限个特征点，计 算特征点像素与其周围另外八个像素点的差值；(7)将像素差值与伪随机序列的乘积结果对 应地叠加到特征点上；(8)递归完成上述操作，然后随机选取已嵌入水印的5幅地图中的任 意几幅发布出去。

本发明是关于地图学及地理信息科学的信息处理方法，主要是一种IMG格式影像地图的 水印方法。

本发明的目的是这样实现的：包括水印的嵌入和提取，其步骤包括：

(1)读取IMG影像地图文件，获得所有像素信息的链表。

(2)扫描水印位图，获得水印二进制编码，并生成伪随机序列。

(3)设定阈值，并结合阈值，对地图进行八个方向的平移。

(4)得到位移后的八幅地图，随机选取其中三幅，联同原始地图一并作为待嵌入水印的 地图。

(5)利用HVS(人类视觉系统)系统，检测每幅地图，获取特征点。

(6)计算每一个特征点与周围像素点的差值，将对应随机序列值与像素差值的乘积累加 到该特征点。

(7)对于嵌入水印后的地图，随机选取其中几幅发布。

(8)在水印检测时，将待检测地图与其它嵌入水印但未发布的地图相互融合，求得具有 平均像素值的地图。

(9)根据原始水印序列，以及融合后的水印地图，计算关联系数。检测水印编码。

(10)将检测到的编码还原为水印位图，并计算与原始水印的相似度。

本发明还可以包括：

2、所述的读取IMG影像地图文件的步骤中，直接根据IMG金字塔型的数据组织结构，自 链表头节点开始，读取每个节点的像素值字段。

3、所述的伪随机序列生成的步骤中，具体方法为：

根据定义好的水印位图，将位图转换为二进制的水印编码序列，然后依次扫描每个水印 比特值，并按照如下规则构建伪随机序列L。

$L=\left(\begin{array}{c}{\mathrm{Laifm}}_i=1\\ -{\mathrm{Laifm}}_i=0\end{array}\right)$

其中，La∈{+1,-1}，则L是一个由N个元素组成的伪随机序列，N是对应二进制水印 编码的长度。

4、所述的阈值设定和地图平移过程中，为了降低对于水印地图的过强扰动，限定平移单 位不能超过1个像素，故阈值小于1，同时，为了起到混淆和扩散的目的，按照逆时针方向规 定了八个平移方式，得到不同方向的八幅衍生地图。

5、所述的地图选取过程中，是为了平衡安全性和效率二者的关系，不能过多频繁的嵌入 水印信息，故从混淆的衍生地图中选取3幅，并结合原始的地图一并作为可嵌入水印的地图对 象{V|v_i|1≤i≤4}。

6、所述的每幅地图特征点选取的过程中，是按照HVS(人类视觉系统)原理，扫描每一 幅地图，找到视觉不敏感区域内的关键节点，最终节点的选取策略是参照每节点仅嵌入1比特 水印的规则，选取最多元素集合。

7、所述的数字水印嵌入策略中，将水印伪随机序列同亮度差值的乘积叠加到视觉不敏感 的特征点上，具体方法是：

对于每幅地图v_i，计算对应的水印嵌入强度，即水印容量：

S(v_i)＝{s(p_j)>0|1≤j≤N}

其中，s(p_j)表示特征点p_j在HVS系统内保持视觉不敏感情况下，p_j与其他周围其他八个 像素节点的亮度差值。

具体地，读取水印的伪随机序列值后，对地图内的每个特征点嵌入水印信息：

s′(p_j)＝s(p_j)+s(p_j)L_j

对每幅地图由此递归计算：

v_i′＝v_i+s(p_j)L_j

最终得到嵌入数字水印后的地图集合{V′|v_i′|1≤i≤4}。

8、所述的水印地图发布过程中，即选取地图集合{V′|v_i′|1≤i≤4}中的部分地图发布。

9、所述的水印信息检测过程中，将待检测的地图V′与其它嵌入水印但未发布的地图V₀相 融合，根据阈值T，逆向平移V₀，并对待检测地图V′进行逆向恢复，求得平均像素值的地图样 本

10、具体的水印提取方式为：根据原始水印W₀的生成规则，重新生成伪随机序列L，计 算L与地图样本的关联度C：

$\left(\begin{array}{c}C=\frac{1}{N}\Sigma L_{i}S\left(\bar{V}\right)=\frac{1}{N}\Sigma L_i\left(s\right(q_j)+s\left(q_j\right)L_j)\\ =\frac{1}{N}\Sigma L\left(S\left(V_0\right)\right)+\frac{1}{N}\Sigma s\left(q_j\right)\end{array}\right)$

如果|C|>T，表明地图内嵌入了疑似水印W_t；否则，表明伪随机序列不存在于地图内，即 地图内无被检测水印，具体表示为：

$W_t=\left(\begin{array}{cc}success,& C>T\\ success,& C<-T\\ failed,& -T<C<T\end{array}\right)$

特别地，对于单位水印比较过程中，有如下关系成立：

$w_i=\left(\begin{array}{cc}1,& c_i>T\\ 0,& c_i<-T\\ failed,& -T<c_i<T\end{array}\right)$

其中，w_i∈W_t,Σ_i c_i＝C。

11、对于求得的水印序列，通过与原始水印的相似度计算，确定水印的真实性和地图的 完整性。对于检测到的水印标识W_t，由于地图受到攻击造成部分信息位丢失，造成W_t与原水 印W内容不一致。对此，需要进行相似度水印检测：

$Sim\left(W_0,W_t\right)=\frac{\underset{i=1}{\overset{n}{\Sigma }}<W_i,W_{t_i}>/N}{\sqrt{\underset{i=1}{\overset{n}{\Sigma }}{W_i}^2}·\sqrt{\underset{i=1}{\overset{n}{\Sigma }}{W_{t_i}}^2}},<W_i,W_{t_i}>=\left(\begin{array}{cc}1& ,W_i=W_{t_i}\\ 0& ,W_i\ne W_{t_i}\end{array}\right)$

W₀为原始水印，W_t为检测出的水印。N为水印容量。对于有两种情况：1.比特 位数值相反；2.体特位数值为空。

实施例1

一种面向影像地图的强鲁棒数字水印方法，包括水印的嵌入和提取，其步骤包括：

(1)读取IMG影像地图文件，获得所有像素信息的链表。

(2)扫描水印位图，获得水印二进制编码，并生成相应的伪随机序列。

(3)根据地图规模和伪随机序列大小，自动设定阈值，并结合阈值，对地图进行八个方 向的平移。

(4)对于位移后的八幅地图，随机选取其中的三幅，联同原始地图一并作为待嵌入水印 的地图。

(5)利用HVS(人类视觉系统)系统，检测每一幅地图，获取其特征点及其像素值。

(6)计算每一个特征点与周围像素点的差值，并读取伪随机序列，将对应随机序列值与 像素差值的乘积累加到该特征点的像素值。

(7)对于嵌入水印后的地图，随机选取其中几幅发布。

(8)在水印检测时，由于应用过程中的地图会受到不同程度的改变，为此，将待检测地 图与其它嵌入水印但未发布的地图相互融合，求得具有平均像素值的地图。

(9)根据原始的水印的伪随机序列，以及融合后的水印地图，计算关联系数。如果相关 系数的绝对值大于等于所设定的阈值，则表明检测到水印编码，否则未检测到。

(10)通过上述方式，将编码还原为水印位图，并计算相似度。

根据IMG影像地图的数据结构，读取节点的链表，并按照对应字段分别获得每个节点的 像素值。

根据定义好的水印位图，将其表示为二进制的水印编码序列，并按照如下规则构建伪随 机序列L。

$L=\left(\begin{array}{c}{\mathrm{Laifm}}_i=1\\ -{\mathrm{Laifm}}_i=0\end{array}\right)---\left(1\right)$

其中，La∈{+1,-1}，L是一个由N个元素组成的伪随机序列，N是水印编码的长度。

随机选取一个小于1个像素单位的值作为阈值，并按照阈值大小按照顺时针方向分别平移 得到八幅地图。方向为：上(T)、右上(RT)、右(R)、右下(RD)、下(D)、左下(LD)、 左(L)、左上(LT)。

考虑鲁棒性和计算效率，按照顺时针顺序，随机选取其中3幅地图，联同原始地图共同组 成待嵌入水印的地图集合{V|v_i|1≤i≤4}。

根据地图集合{V|v_i|1≤i≤4}，按照HVS(人类视觉系统)原理，按照每个节点仅嵌入1 比特水印的编码规则，选取最大规模的特征点集合，同时提取对应节点的像素值。

对于每幅地图v_i，计算对应的水印嵌入强度：

S(v_i)＝{s(p_j)>0|1≤j≤N} (2)

其中，s(p_j)表示地图中特征点p_j在HVS系统内的不可察觉程度，即p_j与其他周围其他八 个像素节点的亮度差值。以此确保水印嵌入对地图不造成过大的扰动。

具体地，依次读取水印序列，对每个特征点：

s′(p_j)＝s(p_j)+s(p_j)L_j (3)

由此：

v_i′＝v_i+s(p_j)L_j (4)

得到嵌入水印后的地图集合{V′|v_i′|1≤i≤4}。

本发明为了便利后续的水印提取，可从V′任意选取至多3幅地图发布。

本发明根据未发布的水印地图和待检测地图，根据阈值定义，选取部分区域像素值进行 对比后，对所有平移地图进行逆向恢复，并最后求得平均像素值的地图样本。

本发明根据原始水印生成规则，重新生成伪随机序列，计算其与平均像素值的地图样本 的关联度，如果随机序列存在于地图内，则关联度的绝对值必大于阈值；关联度过小，则表 明伪随机序列不存在于地图内，即地图内无被检测水印。

本发明对于求得的水印序列，通过与原始水印的相似度计算，确定水印的真实性和地图 的完整性。

本发明面向影像地图的强鲁棒数字水印方法,载体为IMG格式的数字影像地图，IMG可 以直接转换为TIFF、JPG、CNG等多种格式。开发环境为VC.6.0，如图4所示，主要验证数 字水印的嵌入方法和提取方法。

(1)读取影像地图文件中节点像素信息的数据结构

由于IMG文件的节点的组织方式类似于二叉树(如图1所示)。读取IMG文件的节点像 素数据时，采用先顺序遍历，每一个节点都有自己的链表和头文件，头文件的存储结构 EhfaEntry格式如下：

Longnext；/*下一个节点的位置*/

Longprey；/*前一个节点的位置*/

Longparent；/*父节点的位置*/

Longchild；/*第一个子节点的位置*/

Longdata；/*像素数据的存放位置*/

Longdatasize：/*数据大小*/

Char[64]name；/*节点的名字*/

Char[32]type；/*节点的存储结构*/

TIMEmodTime；/*此节点的修改时间*/

每个节点的data字段之后都有具体的像素信息。

(2)由用户扫描水印位图产生水印序列

程序读取水印位图，扫面位图的像素值，得到二值序列。为了提高安全性，生成对应的 伪随机序列。

(3)抽取每幅地图的特征点

如图2所示，选择平移后需要嵌入水印的对象，将水印编码长度写入HVS系统，具体地：

a读取影像地图文件，按照伪随机序列大小，确定特征点的数目；

b利用HVS系统，扫描全幅地图，搜索最大数量的不敏感特征点，如果特征点有相邻情 况，则比较其亮度值；

c若可选数目仍大于水印编码长度，则按照亮度值进行排序，确定优先顺序；

d保存特征点集合。

(4)将伪随机序列依次写入地图

具体步骤如下：

a读取首个对象节点的像素信息。

b比较该节点与周围相邻节点的亮度差值，记录该差值。

C如图5所示流程图，将水印编码序列依次写入每个结点的像素数据内，即将亮度差值 (注意可正可负)与伪随机序列对应编码的乘积累加到该节点的像素值。

d保存地图文件。

如图3所示，为主程序界面。

(5)获得新的地图样本，提取数字水印

读取待检测地图文件，根据相同内容的地图文件，重新对地图进行平移恢复，求取检测 地图的平均像素值，获得地图样本，并计算地图样本与伪随机序列的相关度，如果相关系数 的绝对值大于阈值则相应水印提取成功。

(6)根据读取的二值水印序列和水印位图的大小，生成水印位图。

根据提取出的水印位图的字节数，位图字节数＝位图宽度*位图高度，以及读取的二值水 印序列可以生成原始水印。并对原始水印位图和检测到的水印位图进行NC值比较来确定水 印的真实性和完整程度。