一種新的基于水印技術(shù)的隱形編碼技術(shù)及實現(xiàn)

宋廣為 段云飛 潘 鋒

(深圳大學(xué)管理學(xué)院 廣東 深圳 518060)

一種新的基于水印技術(shù)的隱形編碼技術(shù)及實現(xiàn)

宋廣為 段云飛 潘 鋒

(深圳大學(xué)管理學(xué)院 廣東 深圳 518060)

將一種新的基于水印技術(shù)的隱形編碼技術(shù)應(yīng)用于印刷品之上，通過裝載了對應(yīng)解碼程序的智能手機對含有隱形編碼的印刷品獲取圖像并解析，從而做出印刷品是否含有隱形編碼的判斷。解碼時利用自動白平衡、直方圖均衡算法、圖像分割算法進行圖像預(yù)處理，再基于模板匹配算法進行模式識別從而解碼。實驗結(jié)果表明，解碼有很好的魯棒性以及較高的識別正確率，從而實現(xiàn)了利用智能手機對印刷在紙質(zhì)印刷品上隱形編碼的識別功能。

數(shù)字水印 隱形編碼 圖像分割 模式識別 圖像識別

0 引 言

傳統(tǒng)數(shù)據(jù)隱藏技術(shù)很多是基于電子版數(shù)據(jù)的嵌入與提取，行業(yè)水平已很成熟，比如國外有相關(guān)學(xué)者概述數(shù)字水印與信息隱藏的[1]，也有具體提出了一種基于DCT的QR碼數(shù)字水印方法[2]，也有國內(nèi)學(xué)者比如張憧等[3]利用Word或者字體特征進行水印嵌入與提取，還有單利安[4]和白韜韜等[5]基于本身就能存儲大量信息的二維碼的水印信息的嵌入與提取。但大都以電子版數(shù)據(jù)為嵌入基礎(chǔ)，提取的目標圖像也是電子版數(shù)據(jù)的信息。

基于物理介質(zhì)材料的信息隱藏技術(shù)，近些年發(fā)展也很迅速，但解碼時則主要依靠高精度專用設(shè)備以保證原始數(shù)據(jù)的低損耗性以及隱藏信息提取的準確性與可靠性。謝勇等[6]等通過掃描獲取信息對于解析源圖像數(shù)據(jù)精度要求較高，也有通過找出原始數(shù)字圖像和打印掃描電子稿在空域或變換域中較穩(wěn)定的系數(shù)，并利用此種系數(shù)進行水印的嵌入技術(shù)[7]。而針對打印掃描攻擊的全息數(shù)字水印技術(shù)近些年也有很多學(xué)者進行研究[8-10]。

基于以上兩個方向前人研究的基礎(chǔ)，發(fā)現(xiàn)水印技術(shù)雖已發(fā)展到一定技術(shù)深度，但在物理材料介質(zhì)上的實現(xiàn)還是沒有一種很好的普及型解決方案。因此，提出一種將水印技術(shù)應(yīng)用于物理介質(zhì)材料上，實現(xiàn)了一種將普通數(shù)據(jù)轉(zhuǎn)化成隱形編碼圖譜，繼而嵌入目標圖像中并印刷成為紙制品。通過裝載了對應(yīng)解碼應(yīng)用程序的智能手機，對于含有隱藏信息的紙張或其他普通常見紙質(zhì)材料進行圖像掃描，經(jīng)對該圖像解碼分析后能成功讀取隱藏數(shù)據(jù)而基本不影響原本紙質(zhì)材料的圖像內(nèi)容的技術(shù)。

此技術(shù)基于智能手機這個社會已經(jīng)普及的硬件設(shè)備，解決了技術(shù)應(yīng)用的易用性。在編碼方面進行了適應(yīng)本算法的優(yōu)化，保證了被嵌入圖像原始數(shù)據(jù)不被影響，而解碼時基于智能設(shè)備這個硬件限制的相應(yīng)適配優(yōu)化。

1 概 述

1.1 嵌入流程簡介

先將要嵌入的信息編號，將其編號視為編碼并生成對應(yīng)隱形編碼圖譜。將隱形編碼圖譜嵌入目標文本或圖像中，將含有隱形編碼圖譜的圖像印刷成紙質(zhì)印刷品。流程如圖1所示。

圖1 隱形編碼的嵌入流程示意圖

1.2 解碼流程簡介

利用裝載有解碼軟件的智能手機對含有隱形編碼圖譜的紙制品進行獲取圖像，進行圖像處理并解碼，獲取到經(jīng)過校驗算法認為是正確的編碼后，通過無線網(wǎng)絡(luò)與服務(wù)器交互進行驗證得到編碼對應(yīng)信息并將其返回智能手機端。流程如圖2所示。

圖2 隱形編碼的解碼流程示意圖

難點和重點在于利用智能手機對于紙制品中的隱形編碼進行提取及解碼。因為隱形編碼存在于紙質(zhì)印刷品介質(zhì)而不是電子版圖像上并且提取的設(shè)備是智能手機，受限于設(shè)備無法得到高還原度的原始信息，得到含有隱形編碼圖譜的圖像數(shù)據(jù)勢必噪聲很大，隱形編碼圖形損耗很高。

解決思路是，在編碼時選取合適的隱形編碼圖譜形式并提高數(shù)據(jù)冗余度與重復(fù)度，在智能手機獲取到圖像數(shù)據(jù)后在圖像預(yù)處理階段利用直方圖均衡算法、自動白平衡和結(jié)合“最小誤差準則法”和“最小色差準則法”的圖像分割算法對于原始圖像數(shù)據(jù)進行圖像增強，從而增強隱形編碼可解碼性。接著利用模板匹配算法進行特征分析匹配從而解碼獲取隱形編碼對應(yīng)的數(shù)據(jù)信息，并且進行多次校驗以保證可靠性與精確度。

2 隱形編碼圖譜嵌入

隱形編碼圖譜指以某種顏色填充的正方形、圓形或矩形等其他形式碎片化的微點，以零散拼接隨機排布在目標圖像圖層之上。思路源于信息的隱藏與置亂，以至于裸眼或借助于低成本圖像獲取設(shè)備只能獲取看似隨機連續(xù)圖譜或散點圖譜而無法將圖譜解析為易于理解的數(shù)據(jù)。

隱形編碼圖譜的生成是將十進制轉(zhuǎn)化成對應(yīng)微點排布方式，再以唯一置亂序列排布形成一組編碼圖譜，將一組或多組圖譜在目標圖像表面沿水平垂直兩方向反復(fù)四方連續(xù)分布，以達到信息冗余的目的，便于唯一性校驗的提取。由于整張印刷品分布了若干相同連續(xù)圖譜，因此少量的數(shù)據(jù)損失是允許的。

圖3是含有隱形編碼微點圖像在設(shè)計制作時經(jīng)過放大30倍的電子圖像的部分截取圖。

印刷材料在附加這種隱形編碼圖案之后，由于肉眼對色彩本身以及顆粒尺寸的局限性，依靠肉眼或普通圖像獲取設(shè)備難以發(fā)覺或辨識微點排布規(guī)律，達到了信息隱藏。圖4是經(jīng)過擁有800萬像素攝像頭的iphone 5s拍攝的嵌入有隱形編碼圖譜的圖像印刷在紙質(zhì)介質(zhì)上的拍攝樣張截圖。

3 隱形編碼識別與解碼

隱形編碼圖譜識別系統(tǒng)的主要工作步驟為利用專用解碼軟件通過智能手機攝像頭視頻流捕獲視頻幀圖像數(shù)據(jù)。圖像預(yù)處理則利用直方圖均衡算法、自動白平衡以及圖像分割算法對于圖像數(shù)據(jù)進行圖像增強的預(yù)處理，從而增強隱形編碼可解碼性。接著利用模板匹配算法進行圖像模式識別從而解碼獲取隱形編碼對應(yīng)的數(shù)據(jù)信息，解析后把數(shù)據(jù)交付服務(wù)器端匹配。

3.1 圖像預(yù)處理

由于智能手機獲取圖像時外部環(huán)境不確定，得到的圖像數(shù)據(jù)可能有色系偏移、較多噪點、灰度分布不均等干擾，如圖5效果，因此對圖像進行圖像增強預(yù)處理。

圖5 智能手機解碼程序運行界面

3.1.1 直方圖均衡化

圖像尺度變換[10]是直方圖均衡化方法的一種，通過重新均勻地分布各灰度值來增強圖像對比度。把在灰度區(qū)間[a,b]內(nèi)的像素點映射到[z1,zk]區(qū)間。原始圖像灰度區(qū)間[a,b]常常為空間[z1,zk]的子空間，將原區(qū)間內(nèi)像素點z映射為新區(qū)間像素點函數(shù)如下，從而將映射關(guān)系[a,b]區(qū)間擴展到區(qū)間[z1,zk]上，提高了圖像像素數(shù)據(jù)對比度。

3.1.2 自動白平衡

由于獲取圖像的環(huán)境光源不可控，白平衡數(shù)據(jù)很不穩(wěn)定，因此在直方圖均衡化提高圖像對比度后，利用史榕[12]的自動白平衡算法對圖像進行偏色矯正。能夠處理的圖像數(shù)據(jù)格式為YCbCr圖像。

Y分量表示顏色亮度成分；

Cb、Cr分別表示藍色和紅色的濃度偏移量。

1) 白點檢測

(1) 為增強算法魯棒性，圖像分成寬高比為4∶3的12個部分。

(2) 計算每個區(qū)域的Cb、Cr分量平均值Mb、Mr。

(3) 計算區(qū)域Cb、Cr分量絕對差的累積值Db、Dr。

N為每區(qū)域的像素數(shù)。

i、j表示圖像中的縱、橫坐標值。

(4) 若Db、Dr的結(jié)果值偏小，說明這部分顏色分布較均勻。

(5) 統(tǒng)計對于除了符合第四條的其他區(qū)域的Mb、Mr、Db、Dr的平均值作為整幅圖像的Mb、Mr、Db、Dr值。

(6) 按以下規(guī)則初步確定白色參考點：

|Cb(i,j)-(Mb+Db×δ(Mb))|<1.5×Db

|Cr(i,j)-(Mr+Dr×δ(Mr))|<1.5×Dr

其中δ符號功能是取變量的符號。

(7) 對初步判斷已屬白色參考點的像素，按大小取其亮度值前10%為參考點。

2) 根據(jù)白點調(diào)整偏色圖像[13]

(1) 將圖像轉(zhuǎn)換為RGB空間。R、G、B分別表示紅、綠、藍色通道。計算白色參考點亮度值的平均值Rave、Gave、Bave。

(2) 按照以下各式計算每個通道的增益：

Rgain=Ymax/Rave

Ggain=Ymax/Gave

Bgain=Ymax/Bave

其中，Ymax就是YCbCr顏色空間中Y分量的在全圖中最大值。

(3) 按下式計算最終每個通道顏色值：

R′=R×Rgain

G′=G×Ggain

B′=B×Bgain

其中，R′，G′，B′即為新通道值。圖像中所有像素被轉(zhuǎn)換為新的亮度值。

3.1.3 圖像分割

結(jié)合“最小誤差準則法”和“最小色差準則法”各自優(yōu)點的色彩分割方法對圖像進行圖像分割，從而聚類目標像素集。

先根據(jù)Kittler等[14]于1986年提出的最小誤差準則分割法處理圖像，由于其算法會導(dǎo)致圖像噪點過多，引進誤差平方和準則函數(shù)：

其中有色組Xi，其像素數(shù)為ni，均值向量為mi，n為劃分的總組數(shù)。

誤差平方和準則函數(shù)為：

其中，Je是對于一個給定的組，在使向量(X-mi)的長度極小下，均值向量mi是Xi中像素最佳。

圖6是對于智能手機獲取的原始圖像截圖以及該圖像經(jīng)過預(yù)處理后獲得的目標數(shù)據(jù)點標記圖。

圖6 原始圖像與預(yù)處理后突出目標數(shù)據(jù)點對比圖

3.2 模式識別

經(jīng)過預(yù)處理后的圖像能夠突出隱形編碼圖譜的目標數(shù)據(jù)點與噪點分布。通過模式識別方法判斷圖像數(shù)據(jù)中是否存在正確的隱形編碼排列方式的圖譜，由于隱形編碼圖譜的生成是根據(jù)將十進制轉(zhuǎn)化成對應(yīng)微點排布方式，然后再以唯一置亂序列排布形成一組或幾組編碼圖譜，因此模型只需要識別基數(shù)為10個數(shù)的模式，即0-9對應(yīng)的排布模式，再以固定置亂序列逆向組合進行校驗，即可獲得是否存在隱形編碼的結(jié)論。

模板匹配是一種有效的模式識別技術(shù), 它能利用圖像信息和有關(guān)識別模式的先驗知識, 更加直接地反映圖像之間的相似度。已知圖像中有要找的目標, 且該目標與先驗的模板具有相近的尺寸、方向和圖像, 通過一定的算法可以在圖中找到目標, 并確定其坐標位置[15]。

被搜索圖像T的尺寸為w×h，先驗的10個基本模板t的尺寸為m×n, 模板t在圖像T上平移, 搜索窗口所覆蓋的子圖記作Sij, 其中i、j分別為模板t左上角頂點在T中的坐標。比較T和Sij的相似性,完成模板匹配過程。

歸一化模板匹配的相關(guān)系數(shù)R(i，j)的計算公式如下[16]：

對于實驗過程會產(chǎn)生較多冗余匹配結(jié)果，對大圖進行全圖高斯模糊消除像素集過小或與背景RGB數(shù)值相近的噪點。再根據(jù)霍夫變換檢測直線方式獲取數(shù)據(jù)點最多的直線斜率為旋轉(zhuǎn)角度，利用圖像旋轉(zhuǎn)公式對大圖進行修正，并多次旋轉(zhuǎn)嘗試獲取正確率比較高的結(jié)果。圖像旋轉(zhuǎn)公式如下：

對圖像分析后獲得隱形編碼圖譜規(guī)則序列，按照編碼時候的唯一置亂順序逆向組合即可獲得被解碼出來的數(shù)據(jù)。若此處逆向組合出的數(shù)據(jù)無法匹配隱形編碼的校驗數(shù)據(jù)，則證明此張圖片內(nèi)沒有隱形編碼圖譜或者隱形編碼圖譜數(shù)據(jù)損失率過高而無法解碼。若解碼成功，則利用智能手機無線網(wǎng)絡(luò)將解碼后的數(shù)據(jù)傳送至云服務(wù)器進行匹配，若該編碼確實存在于服務(wù)器的數(shù)據(jù)庫中，則返回智能手機移動端相應(yīng)的數(shù)據(jù)。如圖7所示。

圖7 與服務(wù)器交互后返回的解碼結(jié)果頁面

4 實驗結(jié)果

對同一張印刷有隱形編碼圖譜的紙張，利用安裝了解碼軟件的智能手機設(shè)備iphone5s進行100次解碼實驗，獲取正確完整數(shù)據(jù)的比率達到91%，比較理想。如表1所示。

表1 實驗結(jié)果圖例的截圖展示

接著進行不同設(shè)備不同外部環(huán)境的對比實驗結(jié)果統(tǒng)計:

分別利用iphone5、iphone5s和三星note3三種機型，在室內(nèi)穩(wěn)定光源環(huán)境下和室外光源不確定的情況下分別進行100次實驗，對象都是同一張印刷有隱形編碼圖譜的紙張。如表2、表3所示。

表2 室內(nèi)光源單一穩(wěn)定情況下結(jié)果

表3 室外光源不確定情況下結(jié)果

總體上看實驗結(jié)果，常見的智能手機設(shè)備上安裝了本算法的解碼程序后，都能比較良好地解碼含有隱形編碼的紙制品。

5 結(jié) 語

通過把信息編碼轉(zhuǎn)化成隱形編碼微點圖譜，并將其嵌入到目標圖像中，再印刷含有隱形編碼的圖像，利用裝載有解碼程序的智能手機對該含有隱形編碼的印刷品進行圖像獲取和編碼解析。經(jīng)過實驗得出結(jié)論，本技術(shù)在利用智能手機能較好地識別、解析、還原嵌入在印刷品中的隱形編碼對應(yīng)的信息。

[1]VongpradhipS,RungraungsilpS.QRcodeusinginvisiblewatermarkinginfrequencydomain[C]//2011 9thInternationalConferenceonICTandKnowledgeEngineering,Bangkok,Thailand,2012:47-52.

[2]CoxIJ,MillerML,BloomJA,etal.Digitalwatermarkingandsteganography[M].2nded.SanFrancisco,CA,USA:MorganKaufmannPublisher,2007:457-459.

[3] 張憧,張守彬.基于Word文本文檔的信息隱藏方法研究[J].電子技術(shù)與軟件工程,2015(12):219.

[4] 單利安.QR二維碼水印加密及解密算法研究[J].無線互聯(lián)科技,2013(10):122-123.

[5] 白韜韜,劉真,盧鵬.基于QR碼的Contourlet域數(shù)字水印算法[J].光電子·激光,2014(4):769-776.

[6] 謝勇,張金龍,張雯.一種基于奇異值的抗打印/掃描的彩色圖像零水印方案[J].包裝學(xué)報,2014,6(3):10-13.

[7]KeskinarkausA,PramilaA,Sepp?nenT.Imagewatermarkingwithfeaturepointbasedsynchronizationrobusttoprint-scanattack[J].JournalofVisualCommunicationandImageRepresentation,2012,23(3):507-515.

[8]ShiX,ZhaoD.ImagehidinginFourierdomainbyuseofjointtransformcorrelatorarchitectureandholographictechnique[J].AppliedOptics,2011,50(5):766-772.

[9]MartinezC,LemonnierO,LaulagnetF,etal.Complementarycomputergeneratedholographyforaestheticwatermarking[J].OpticsExpress,2012,20(5):5547-5556.

[10]LiJ.Anoptimizedwatermarkingschemeusinganencryptedgyratortransformcomputergeneratedhologrambasedonparticleswarmoptimization[J].OpticsExpress,2014,22(8):10002-10016.

[11] 任艷斐.直方圖均衡化在圖像處理中的應(yīng)用[J].科技信息,2007(4):37-38.

[12] 史榕.自動白平衡算法的研究與實現(xiàn)[J].信息技術(shù),2012(3):85-88,93.

[13] 張鈺,姚素英,胡燕翔.一種基于邊沿檢測的圖像自動白平衡方法[J].光電子·激光,2007,19(6):804-807.

[14]KittlerJ,IllingworthJ.Minimumerrorthresholding[J].PatternRecognition,1986,19(1):41-47.

[15]StefanoLD,MattocciaS,TombariF.ZNCC-basedtemplatematchingusingboundedpartialcorrelation[J].PatternRecognitionLetters,2005,26(14):2129-2134.

[16]HaroA,FlicknerM,EssaI.Detectingandtrackingeyesbyusingtheirphysiologicalproperties,dynamicsandappearance[C]//ProceedingsoftheIEEEComputerSocietyConferenceonComputerVisionandPatternRecognition,HiltonHeadIsland,SouthCarolina,USA,2000:163-168.

THE DEVELOPMENT AND IMPLEMENTATION OF A NEW TECHNOLOGY OF INVISIBLE ENCODING BASED ON WATERMARKING TECHONLOGY

Song Guangwei Duan Yunfei Pan Feng

(CollegeofManagement,ShenzhenUniversity,Shenzhen518060,Guangdong,China)

Applying a new invisible encoding technology based on digital watermarking technology in printing products, it is able to acquire image and analyze data from the print contains encoding data through the smart phones which loaded decoding process so as to make judgment whether the print containing hidden encoding or not. Automatic white balance(AWB), histogram equalization (HE) algorithm and image segmentation algorithm were utilized for image preprocessing, then adopting pattern recognition based on template matching algorithm to decode. Results show that the decoding has good robustness and higher recognition accuracy, which realizes the function of recognizing invisible encoding on prints by using smart phones.

Digital watermarking Invisible encoding Image segmentation Pattern recognition Image recognition

2015-11-02。深圳市科技研發(fā)資金技術(shù)開發(fā)項目(CXZZ20140828163951593)。宋廣為，副教授，主研領(lǐng)域：圖像處理。段云飛，碩士生。潘鋒，講師。

TP391

A

10.3969/j.issn.1000-386x.2017.02.040