买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：辽宁工程技术大学

摘要：本发明公开了一种基于改进博奇编码和数据区间映射的高鲁棒全息盲水印算法，根据计算全息的原理和特点，在空域扩展待编码图像的范围，运用改进的Burch编码算法对水印进行加密，并生成全息水印图像。将全息水印图像进行区间映射，将压缩后的数值进行数据区间映射，进一步提升了图像水印系统的安全性。其次，将RGB彩色载体图像转换到YUV色彩空间，选取Y分量进行二级离散小波变换，对低频分量进行分块，并对每个子块进行Schur分解。最后，选取上三角矩阵的第一行第一列作为全息水印嵌入的位置，动态选择合适的嵌入强度。将嵌入水印信息的上三角矩阵进行Schur重构，小波逆变换，并将YUV空间转成RGB颜色空间得到含水印信息的图像。

主权项：1.基于改进博奇编码和数据区间映射的高鲁棒全息盲水印算法，其特征在于，包括版权水印嵌入和版权认证：版权水印嵌入包括如下步骤：1.1设H为彩色载体图像，大小为M×N×3，W为水印图像，大小为P×Q，将水印图像W进行全息加密，将大小为P×Q的二值版权图像进行傅里叶全息加密，并对傅里叶全息图像进行改进的Burch编码，得到尺寸为2P×2Q的全息图BW；1.2全息图像预处理，将得到的全息图像BW进行数据区间映射，得到图像BW1；1.3将RGB载体图像H转换到YUV颜色空间，得到HY、HU、HV三个分量，并对亮度分量HY进行两次小波分解，得到尺寸为低频系数LL；1.4对低频系数LL进行4×4不重叠分块，每个子块记为bi,j，并对每个子块进行Schur分解，得到酉矩阵Ui,j和上三角矩阵Ti,j；1.5在上三角矩阵Ti,j中嵌入预处理之后的全息图BW1中的元素；1.6对嵌入水印信息后的T'i,j1,1进行逆Schur变换和逆小波变换，得到嵌入信息后的亮度分量H'Y，并根据步骤1.3中得到的U分量HU和V分量HV，变换到RGB颜色空间，得到嵌入水印的载体图像H'；版权认证包括如下步骤：2.1对受攻击之后的载体图像H'att提取SURF特征点，将K1密钥中的特征点和载体图像H'att特征点匹配，选择三对不重合且不共线的匹配点，生成仿射矩阵，对载体图H'att进行仿射变换得到矫正后载体图H”att；2.2将RGB颜色空间的彩色图像H”att变换到YUV颜色空间，取其中的亮度分量Yatt进行两次小波变换，取变换后的低频系数LL'；2.3对低频系数LL'进行不重叠的4×4分块，对得到的子块b'i,j，并依次进行Schur矩阵分解，得到上三角矩阵T″i,j；2.4取上三角矩阵T”i,j第一行第一列的元素T”i,j1,1，提取水印信息；2.5对全息编码矩阵BW'进行区间逆映射，并进行全息再现过程，得到二值水印图像W'；基于改进Buch编码的离轴傅里叶全息技术对版权图像进行处理，以提高水印信息的安全性和鲁棒性，经过改进Burch编码的傅里叶全息图像是由[0，1]的不连续的随机分布的数值构成，将全息图像作为水印信息直接嵌入到载体图像中，提出一种基于正态分布的数据阈值压缩算法；Step1：正态拟合，根据全息矩阵中数据值的分布以及出现的频次，通过计算数据的均值和标准差拟合出正态分布，数据分布X服从位置参数μ，尺度参数为σ的概率分布，下式为数据分布的概率密度函数； 其中，μ为均值，σ为标准差；fx关于x＝μ点对称，并且在x＝μ达到极大；Step2：参数选择，在嵌入信息之前对进行信息位压缩，选择嵌入的区间范围为[μ-βσ,μ+βσ]0.9＜β＜2.1，参数β在区间[0.9,2.1]上取值，以步长为0.01递增，以三种等分区间的取点方式，对全息水印进行数据压缩，使压缩编码后的全息矩阵中仅仅具有2个、3个或4个数值；Step3:数据压缩，β∈[1.9204，1.9217]时，将[μ-βσ,μ+βσ]进行五等分，将区间分割点作为压缩值，使用压缩值替换全息矩阵中数值；其中a1～a4为4个分界点对应的数值，全息图像矩阵的数据将由分界点的四个数据值构成，实现数据的压缩，数据压缩方式如下： Step4:数据映射，对整个区间进行数据压缩后，进行数据值映射，将不方便计算和读取的小数值，进行一一映射，每一组映射都由原始数值和映射数值组成，在映射过程中，将a1映射成1，a2映射成2，a3映射成3，a4映射成4；在全息恢复，提取图像时，再进行反向映射；将二次分块后的子块进行schur分解，并提取每一子块的奇异值，用于构造成载体图像的特征矩阵，提高载体图像受攻击后的鲁棒性，schur分解可以表示为三个矩阵的乘积。

全文数据：

权利要求：

百度查询： 辽宁工程技术大学 基于改进博奇编码和数据区间映射的高鲁棒全息盲水印算法