專利名稱：應用于虹膜圖像的數字水印方法
技術領域：
本發明涉及生物識別技術和數字圖像處理領域，特別是數字水印技術。
背景技術：
在高度信息化的現代社會，身份鑒別和認證的重要性越來越突出。基于生物特征如指紋，虹膜，聲音等的身份鑒別技術因其具有唯一，穩定，終身不變，容易攜帶等優點，近年來已經成為身份鑒別的熱點，其中虹膜由于紋理豐富，難于偽造等優點，越來越廣泛地被用于身份鑒別。
將數字水印技術與生物特征技術相結合來增強生物特征數據的安全性是一個新興的研究課題。數字水印是一種向被保護的多媒體數據中嵌入某種信息即水印，以達到識別、保護該多媒體數據所有者權益的一種技術。虹膜圖像的紋理信息區域面積小、能量集中，常規水印技術會使使虹膜紋理遭受較大幅度的改變，影響虹膜圖像的應用。另外，在常規的水印技術中，水印信息通常是表征用戶版權信息的一個固定序列或某一個偽隨機序列，水印對于紋理的局部篡改不敏感，遭受惡意篡改后水印無法檢出或者檢測結果錯誤，因此無法確保虹膜圖像的安全性，保證紋理信息區域不受篡改。因此，傳統數字圖像水印技術并不適用于虹膜圖像。一般來說，一個有效的虹膜圖像數字水印應該包含兩個方面的特征1)不可感知性對于普通的數字水印來說指嵌入水印導致載體數據的變換對于觀察者的視覺系統來講應該是不可察覺的。而虹膜水印的不可見性不僅相對于人的感官系統，而且要求水印的嵌入不改變虹膜圖像的紋理特征，如嵌入水印的虹膜圖像應用于不同虹膜識別系統，其特征沒有變化。
2)半易碎性應用于虹膜圖像的水印要求算法對于虹膜紋理的惡意篡改具有敏感性，虹膜遭受惡意篡改后水印應當無法檢出或者檢測指示出篡改。虹膜的惡意篡改是指對虹膜圖像紋理的修改，導致虹膜特征相量的改變。同時水印還應該能夠承受圖像處理和幾何失真攻擊，如圖像壓縮、濾波、噪聲污染、尺寸變換等。在經過這些操作后，魯棒性強的水印算法應仍能從水印載體中提取出嵌入的水印或證明水印的存在。
發明內容
本發明要解決的是現有技術中存在的缺陷，使得水印的嵌入不改變虹膜圖像的紋理特征，同時使得水印對圖像處理和幾何失真攻擊能夠有較強的魯棒性，從而使隱藏的虹膜紋理的特征信息不應上述攻擊而破壞，有效地保護虹膜圖像的完整性和安全性。
本發明公開了一種應用于虹膜圖像的數字水印方法，該方法屬于半易碎性數字水印技術水印具有魯棒性的同時對虹膜紋理的局部篡改具有易碎性，即遭受惡意篡改后水印無法檢出或者檢測結果錯誤。常規數字水印技術中，水印信息通常是表征用戶版權信息的一個固定序列或某一個偽隨機序列。在應用于虹膜圖像的數字水印方法中，提取虹膜圖像的特征信息碼，編碼擴頻后作為水印信息嵌入到原始圖像的變換域，這樣就可以使虹膜特征信息在空間域和變換域間建立起映射關系。通過分析變換域和空間域的特征信息的映射關系，就可以判斷出虹膜圖像在空間域的是否遭受到篡改。
應用于虹膜圖像的數字水印方法包括以下算法水印信息生成算法，生成包含虹膜圖像紋理特征信息的水印信息序列，用以嵌入到宿主虹膜圖像中的；水印嵌入算法，將所述水印信息融合到虹膜圖像中，確保對所述宿主圖像只做出不易察覺的修改。水印的嵌入選擇在一個幾何攻擊不變域內進行；水印檢測算法，判斷一副圖像是否包含所述水印信息。
圖1應用于虹膜圖像的數字水印方法生成框圖；圖2應用于虹膜圖像的數字水印方法檢測框圖；圖3例示了本發明中水印的嵌入算法的流程4例示了水印檢測算法的流程圖具體實施方式
1.應用于虹膜圖像的數字水印的生成。圖1例示了應用于虹膜圖像的數字水印方法的嵌入框圖。方法包含以下步驟(1)從虹膜圖片中提取虹膜紋理特征信息。
a.為避免由于虹膜圖像采集時光照、位置等不確定性給虹膜特征提取帶來的影響，需要對虹膜圖像進行預處理。預處理包括虹膜的定位和歸一化兩個步驟。首先采用Hough變換對虹膜進行定位，獲取虹膜邊界的圓參數。由于人的瞳孔隨周圍光照環境變化而變化，這時還需要通過對虹膜尺寸歸一化來消除瞳孔縮放的影響。經過歸一化處理后形成大小統一為512*32的虹膜紋理信息帶。最后將二維的虹膜紋理信息帶投影到水平方向上，形成一維的虹膜紋理信號。
b.小波變換過零檢測獲取虹膜紋理特征。二進小波變換可以對信號進行多層次的分解，虹膜圖像信號的能量多集中于中低頻，選擇小波變換在中等層次上的結果提取虹膜的特征可以使虹膜特征對一般的噪聲攻擊有較好的抵抗能力。選取虹膜圖像三個中頻尺度上的小波變換的結果，進行過零檢測，獲取過零點位置信息，以及相鄰過零點間小波變換結果的均值形成過零特征序列(en，zn)，經過量化編碼后，得到包含了虹膜紋理特征的一維序列{m1，m2，...mk}，mi∈{-1，1}。它將作為待嵌入的虹膜特征水印序列。
(2)水印在不變域中的嵌入為了使虹膜水印在幾何失真攻擊條件下的仍然具有魯棒性，水印嵌入過程應當選擇在一個幾何失真的不變域內進行，這個變換域應是對平移、剪切、旋轉、縮放具有不變性，使得水印對上述幾何失真攻擊具魯棒性。(圖3例示了本發明中水印的嵌入算法的流程圖)a.Radon變換用Hough變換對虹膜圖像進行定位，獲取圓形的虹膜圖像。以圓形虹膜區域的圓心作為中心，對虹膜區域進行Radon變換。根據Radon變換的性質可知，圖像在Radon域具有縮放不變性，同時，圖像的旋轉表現為Radon變換域的循環平移。
b.2維DFT變換對虹膜圖像的Radon域變換結果進行2維DFT變換，根據DFT變換的性質易知，Radon域的循環平移將只影響DFT變換的相位域，而幅度域不受影響。經過Radon變換和DFT變換后所得到的DFT幅度域M(R，Θ)將是一個對空間中的平移，剪切，旋轉，縮放等幾何失真攻擊保持不變的變換域，水印信息將在這個變換域中嵌入。
c.水印的嵌入考慮到虹膜圖像的能量分布特征及人眼的主觀感受，我們選擇DFT幅度域的中頻段嵌入水印信息。通過第一步的處理，我們已經得到了包含虹膜紋理特征的一維水印信息序列{m1，m2，...，mK}，mi∈{-1，1}。為了增強水印的魯棒性，需要對水印信息進行直接序列擴頻。取長度為L的偽隨機序列Pn作為用戶碼，序列長度n的選擇與水印的長度和DFT域頻帶的選擇寬度有關。擴頻后W＝{w1，w2，…，wK*L}，wi∈{-1，1}是一個均值為0的偽隨機序列。選擇M(R，Θ)域中滿足f1<Ri2+Θi2<f2]]>的頻帶即中頻段上的K*L個點按照下式嵌入
M′(Ri，Θi)＝M(Ri，Θi)(1+αwi)這里α為水印的嵌入強度，1≤i≤K*L。水印同樣需要嵌入到M(-Ri，-θi)，這是因為2維DFT變換的幅度域是關于原點對稱的。按照圖3的流程得到已潛入水印的虹膜圖像。
2.盲水印檢測算法。本發明中的水印的檢測過程不需要原始圖像參與(如圖2所示)，是一種盲水印檢測算法。水印的檢測過程分兩部分水印的存在性檢測和虹膜的安全性檢測。
(1)水印的存在性檢測。
首先定位虹膜中心，確定水印嵌入的虹膜圓形域。對圓形域做Radon變換，再通過對Radon域圖形作2-D DFT變換得到幅度域。在幅度域選擇既定頻帶上的K*L個系數M′(Ri，Θi)。通過建立從空間域提取的特征特征信息編碼得到的擴頻水印wi和M′(Ri，Θi)相似度評價函數S=Σi=1NwiM′(Ri,Θi)Σi=1N(M′(Ri,Θi))2]]>T=αΣi=1NM′(Ri,θi)3Σi=1NM′((Ri,θi))2]]>上式為基于的相似度評價函數檢測的閾值計算函數。通過比較S與閾值的大小，確定合法水印是否存在。
(2)虹膜安全性檢測。在合法水印存在的前提下，需要確定虹膜圖像的紋理特征等是否遭到惡意篡改，即檢測圖像的合法性。
在幅度域選擇既定頻帶上的K*L個系數M′(Ri，Θi)，使用用戶碼Pn解擴后得到水印序列Mk。(圖4例示了水印檢測算法的流程圖)由于水印信息Mk是編碼后的虹膜圖像一維樣值的過零小波變換系數，因此解碼后可以得到過零小波變換系數(en′，zn′)，令重建的虹膜一維樣值為fext(x)，x∈{1，2，...N}。同時對已嵌入水印圖像在空間域投影得到一維樣值點f′(x)，對f′(x)小波分解后用在中低分辨率上重建得到frecon′(x)。建立下列評價函數
D=minmΣn=1Nfextn(n)·freconj′(n+m)||fextn(n)||·||freconj′(n+m)||]]>這里m∈Z。m取值不同使得虹膜圖像旋轉時仍然可以實現水印嵌入特征與空間與信息的最佳匹配。根據評價函數及合理的域值可以評價水印得合法性。
權利要求
1.一種應用于虹膜圖像的數字水印方法。特征是包括水印信息生成算法，生成嵌入到宿主圖像中的水印信息序列；水印嵌入算法，將所述水印信息融合到所述宿主圖像中，確保對所述宿主圖像只被不易察覺的修改；水印檢測算法，判斷一副圖像是否包含所述水印信息。
2.權利要求1中所述數字水印方法，其中所述宿主圖像為虹膜圖像。
3.權利要求1中所述數字水印方法，其中所述水印信息包含所述宿主圖像本身的結構紋理信息。
4.權利要求1中所述數字水印方法，其中所述水印信息生成方法包括以下步驟(1)對獲取的虹膜圖像進行預處理，包括虹膜的定位，極坐標到直角坐標系的轉換，最后形成歸一化的虹膜信息帶；(2)將歸一化的虹膜信息帶投影到水平方向上形成一維的虹膜紋理信號。對該一維虹膜紋理進行多層次的小波變換。然后選取幾個中等層次上小波變換的結果進行過零檢測，記錄過零點的位置信息以及相鄰過零點間小波變換結果的平均值作為該虹膜的特征序列；(3)使用用戶碼對得到的特征序列量化編碼，形成包含虹膜紋理特征的一維序列，作為待嵌入到原始虹膜圖像中的水印信息。
5.權利要求1中所述數字水印方法，其中所述水印嵌入算法包括以下步驟(1)利用Hough變換定位虹膜圖片中瞳孔的中心及外圓參數。選擇虹膜外圓范圍內的圓形域嵌入水印信息。(2)對圓形域圖像進行Radon變換。(3)在Radon域進行2維DFT變換。(4)將權利要求3中所述水印信息進行直接序列擴頻，產生一個均值為0的偽隨機序列，然后嵌入到選定的DFT的幅度域中。(5)將嵌入水印后的頻域數據經過DFT反變換和Radon反變換，得到嵌入了虹膜紋理水印的虹膜圖片。
6.權利要求1中所述數字水印方法，其中所述水印檢測算法包括以下步驟(1)使用用戶碼按照權利要求4中所述水印信息生成方法生成待檢測圖像的水印信息。(1)檢測水印的存在性。通過虹膜定位確定水印嵌入的虹膜外圓范圍，對該圓形域做Radon變換，再通過對Radon域圖形作2維DFT變換得到幅度域。在幅度域選擇既定頻帶上系數點計算出該圖像水印信息和所述系數點的相似度值，以確定合法水印是否存在。(2)虹膜安全性檢測，使用戶碼從嵌入虹膜特征水印的虹膜圖像中解碼獲得的嵌入水印序列，與直接從嵌入水印的虹膜圖像中采用過零小波變換提取的虹膜特征序列進行相似度的計算，從而確定虹膜紋理特征的完整性。
全文摘要
本發明涉及生物識別技術與數字水印領域，是一種應用于虹膜圖像的數字水印方法。首先從虹膜圖像中確定虹膜的有效區域，通過對虹膜紋理的分析提取紋理特征信息碼，編碼擴頻后作為水印信息嵌入到原始圖像的一個對幾何失真攻擊具有不變性的變換域，形成嵌入水印的虹膜圖像。在水印檢測階段，不需要原始圖像參與，是一種盲水印檢測算法。應用于虹膜圖像的數字水印方法可以用以虹膜圖像完整性和安全性的檢測。
文檔編號G06T1/00GK1851751SQ20061004057
公開日2006年10月25日 申請日期2006年5月25日 優先權日2006年5月25日
發明者都思丹, 李楊, 候文君, 李華 申請人:南京大學