1、基金项目:江西省教育厅科技项目(GJJ212004)收稿日期:20220209第 40 卷第 2 期计算机仿真2023 年 2 月文章编号:10069348(2023)02024405改进零视差像素点重组的图像数字水印算法李播阳1，张频1，吴江2(1 江西科技学院，江西 南昌 330003;2 南昌大学建筑与设计学院，江西 南昌 330031)摘要:针对三维图像数字水印无法同时保证良好的视觉感受与抗攻击性能的问题，提出基于零视差点重组的三维图像数字水印算法。利用平面点线模型描述三维图像，将色彩从红色、绿色、蓝色等分量转变为亮度、蓝色、红色等分量。根据视距、景深等参数，解得各像素点的视差值，基于
2、零视差像素点及对应窗口归一化协方差，调整各像素点坐标，得到重组图像。将重组图像作为待嵌入水印的载体图像，结合轮廓波变换策略，取得能量最大的方向图像。通过分块处理，推导出轮廓波交换系数的交换判定条件，经轮廓波逆变换、拼接、融合等操作，完成数字水印嵌入。实验结果表明，所提算法嵌入的水印视觉感知程度较低，隐秘度与安全度较高，能保证水印在取得较好视觉效果的前提下，具备较强的攻击防御能力。关键词:零视差;像素点重组;三维图像;数字水印;轮廓波变换系数中图分类号:TP391文献标识码:BImage Digital Watermarking Algorithm Based on ImprovedZero D
3、isparity Pixel econstructionLI Boyang1，ZHANG Pin1，WU Jiang2(1 Jiangxi University of Technology，Nanchang Jiangxi 330003，China;2 School of Architecture and Design，Nanchang University，Nanchang Jiangxi 330031，China)ABSTACT:At present，the existing methods are unable to guarantee visual perception and ant
4、iattack performanceat the same time Therefore，this paper presented a digital watermarking algorithm for 3D images based on zerodis-parity pixel reconstruction Firstly，the plane pointline model was used to describe the threedimensional image，andthen the color was changed from red，green and blue to br
5、ightness，blue，red and other components According to theparameters such as the parallax distance and the depth of field，the parallax value of each pixel was solved Based onthe normalized covariance of the zeroparallax pixel and its corresponding window，the coordinates of pixels were ad-justed to obta
6、in a reconstructed image After that，the reconstructed image was used as the carrier image to be embed-ded in the watermark Combined with the contour wave transformation strategy，the direction image with the maximumenergy was obtained After blocking，the exchange judgment conditions for the contour wa
7、ve exchange coefficient werededuced Finally，the digital watermark embedding was completed through the operations of inverse contour wavetransformation，splicing，and fusion Experimental results show that the watermark embedded in the proposed algorithmhas low visual perception，high privacy and securit
8、y Meanwhile，the algorithm can ensure that the watermark hasstrong defense ability on the premise of achieving better visual effectsKEYWODS:Zero parallax;Pixel reorganization;Three dimensional image;Digital watermark;Contour wave trans-formation coefficient4421引言在计算机技术与互联网技术的推动下，社会正朝着信息化的方向发展，促进信息传播载
9、体从纸质版到电子版转变，逐渐打破数字信息传输所受到的时间、空间等外界条件限制，令数字信息的交换与传输随时随地都能够轻易实现。由此产生的负面问题便是复制、无限制传播、修改、非法占用未经授权或许可的数字化信息产品等大肆违规操作1。随着国民对隐私安全意识的提升，信息安全保护的关注程度越来越高。为保护数字化的产品内容，使作者的合法权益得到应有的保障，有效防止版权纠纷的数字水印技术2 应运而生，并在主流的图像载体上得以广泛应用。数字水印技术作为信息隐藏技术3 的重要应用，引起了众多相关人员的研究热情，取得了成效显著的研究成果。例如:岳桢4 等人基于直方图，提出面向 2Bin 多进制图像的数字水印算法;孙
10、晓霞5 等人通过融合离散小波变换与奇异值分解，设计出基于机器学习的数字水印算法。前者能较好地抵抗几何攻击与信号处理攻击，后者则具备较强的鲁棒性。基于目前的研究成果与优势，以三维图像6 为目标，研究出一种数字水印算法，拓宽三维图像的应用前景与规范传播范围。该方法的研究重点如下:1)利用多个二维的三角面片来描述三维图像，有助于降低数字水印算法的构建难度;2)采用亮度色度模型转换图像色彩，可加强视觉感知的敏感度，保证初始图像质量;3)通过轮廓波分解，解得最后一层的各方向图像能量，使隐秘性与鲁棒性同时得到保证。2三维图像的色彩转换将三维图像看成是由多个二维三角面片7 构成的数据，建立三维空间的平面点线
11、模型，用于描述复杂的三维图像，降低数字水印算法的构建难度。假设三维图像 I(x，y，z)中像素点 o 的三维空间坐标是(x，y，z)，则该像素点的索引值so计算公式如下所示so=f(x，y，z)(1)其中，f()表示函数运算。组成三维图像 I(x，y，z)的 l 个三角面片均由三个像素点的索引值组成，则该三维图像的点线模型界定式如下所示I(x，y，z)=(T1，T2，Tl)=(s1，s2，s3)，(sa，sb，sc)(2)其中，Ti表示不同的三角面片;(sa，sb，sc)表示构成三角面片的三个像素点索引值。该模型描述的三维图像无法展现出较好的视觉效果，故利用亮度色度模型8 转换图像色彩，将数字
12、水印嵌入色度值内，加强视觉感知的敏感度，保证初始图像质量。色彩转换实现形式如下所示Y=+G+BU=G+BV=G B(3)=Y+VG=Y U VB=Y+U(4)其中，Y、U、V 分别表示亮度色度模型的亮度、蓝色分量与红色分量;、G、B 分别表示红色绿色蓝色模型9 的三个色彩分量;各分量前的代数项分别表示两个色彩模型在转换过程中对应分量之间的相关性系数。3零视差点重组基于经过色彩转换的三维图像，设定双目视距为 u，眼睛与三维图像的间距是 S，图像深度为 L，若图像内外界线的最大视差值各是 e1、e2，则图像深度的极值 Lmin、Lmax计算公式如下所示Lmin=e1+Su*e1Lmax=e2 Su
13、*e2 (5)利用灰度等级量化图像深度极值，得到下列三维图像内外界线的景深值 Ln、LwLn=Lmax PLw=P Lmax(6)其中，P 表示经过灰度等级量化10 的成像景深。结合相似三角形原理11，通过下式解得图像各像素点的视差 disdis=u Ln*LwS*Ln*Lw(7)根据解得的视差值，以零视差为基准，利用归一化协方差的灰度匹配方法，调整各像素点坐标，完成像素点重组。具体实现流程如下所述1)将任意两个零视差像素点 C1(i，j)、C2(i，j)依次作为三维图像中心，选取两像素点的对应窗口 c1、c2;2)利用下列计算公式求解出零视差像素点 C1(i，j)对应窗口 c1的归一化协方差
14、GYH=Mx=1Ny=1 C1(i+x，j+y)C1(i，j)*C2(i+x，j+y)C2(i，j)c1*c2*C1(i，j)*C2(i，j槡)2(8)由此推断出在各自窗口 c1、c2内，两个零视差像素点 C1(i，j)、C2(i，j)对应灰度方差 F1、F2的计算公式，分别如下所示F1=Mx=1Ny=1C1(i+x，j+y)珔C1(i，j)2M*N(9)F2=Mx=1Ny=1C2(i+x，j+y)珔C2(i，j)2M*N(10)542其中，珔C1(i，j)、珔C2(i，j)分别指代两个零视差像素点在窗口c1、c2内的灰度均值，通过如下两个计算公式解得珔C1(i，j)=Mx=1Ny=1C1(i
15、+x，j+y)M*N(11)珔C2(i，j)=Mx=1Ny=1C2(i+x，j+y)M*N(12)以此类推，得到所有零视差像素点对应窗口的归一化协方差;3)根据各窗口的归一化协方差，采用下列公式调整各像素点坐标，得到重组图像 A(x，y)A(x，y)=cg*Mx=1Ny=1GYHFg(x，y)*cg*CgM*N(13)其中，g 指代零视差的像素点序数。4三维图像数字水印算法将零视差的重组图像作为待嵌入水印的载体图像，结合轮廓波变换方法12，构建出三维图像的数字水印算法，完成数字水印的嵌入。假设重组图像 A(x，y)(即载体图像)的规格是 M*N，数字水印的二值图像 B(x，y)规格是 m*n，
16、则三维图像数字水印算法的实现流程如下所述:1)轮廓波分解13 重组图像 A(x，y)，得到多个包含四个分解方向的分解层，设定所得的多个分解层及对应分解方向是数字水印的嵌入密钥14;2)利用下列表达式，针对最后分解层，求解出各分解方向的图像能量，确保重组图像同时具备较好的隐秘性与鲁棒性Ek=1M*N*mx=1ny=1Ak(x，y槡)(14)其中，k 表示任意分解方向，k=1，2，3，4;Ak(x，y)指代 k 方向上的像素值。3)经降序排列，得到能量最大的方向图像 AEmax，将该图像作为数字水印的嵌入区域与密钥，防止水印嵌入后因轮廓波分解而更改最大能量方向图像。按照像素块的数量与尺寸要求(即:M*Nm*n个块数量与 d1*d2块规格)，分块处理15 图像 AEmax;4)选取各像素块中两个固定方位的系数 1、2，求取两系数之间的差值，结合预设的水印嵌入强度16，推导出下列轮廓波交换系数的交换判定条件方程组|0水印图像 B(x，y)像素值=0，变换 1、2位置水印图像 B(x，y)像素值=1，1、2位置不变 0水印图像 B(x，y)像素值=0，1、2位置不变水印图像 B(x，y)像素值=
