一種多傳感器圖像融合和雙水印算法

一種多傳感器圖像融合和雙水印算法

1小波變換圖像融合多傳感器圖像整合是為了集成來自同一場景的多個(gè)源圖像信息而進(jìn)行的。多光譜圖像和全色圖像的融合圖像具有較高的空間細(xì)節(jié)表現(xiàn)能力并且保留了多光譜圖像良好的光譜特性。目前,基于小波變換的圖像融合算法是多傳感器圖像融合領(lǐng)域中常用的算法,小波變換融合方法能夠比較好地保留多光譜圖像的光譜信息,但小波分解只能對低頻信號進(jìn)行,其融合圖像的紋理細(xì)節(jié)不豐富,會產(chǎn)生比較嚴(yán)重的方塊效應(yīng)。針對小波變換在圖像融合時(shí)的缺陷,本文將小波包變換應(yīng)用于圖像融合。小波包變換繼承了小波變換的優(yōu)勢,彌補(bǔ)了小波變換的不足,小波包變換對圖像的高頻部分能夠?qū)崿F(xiàn)更加精細(xì)的分解圖像作為信息表達(dá)的主要方式,圖像信息安全是現(xiàn)在信息安全技術(shù)研究的焦點(diǎn)。數(shù)字水印作為常用的信息安全技術(shù)2多光譜和全色圖像的融合和數(shù)字水印技術(shù)本文利用HIS、WPT和離散余弦變換(DCT)對多光譜和全色圖像進(jìn)行融合和水印加密,提出了一種WPT域內(nèi)基于區(qū)域能量和DCT變換的多光譜和全色圖像融合和數(shù)字水印技術(shù)。2.1多光譜圖像融合變換方法IHS(Intensity,Hue,Saturation)表示強(qiáng)度、色調(diào)和飽和度,IHS彩色空間變換是指將RGB(Red,Green,B1ue)空間的圖像分解成空間信息(I)和光譜信息(H,S),HIS變換是基于IHS色彩模型的融合變換方法其中:2.2圖像小波包分解對圖像進(jìn)行小波包分解是對圖像依次按行和列采用低通濾波器和高通濾波器進(jìn)行濾波,然后進(jìn)行相應(yīng)下采樣,在用小波包對圖像進(jìn)行分解時(shí),不僅要對每次分解后得到的低頻圖像繼續(xù)進(jìn)行分解,而且需要對每次分解后所得到的高頻圖像繼續(xù)進(jìn)行分解。圖1為三級小波包完全分解樹型圖,表明了圖像小波包分解過程。通過一次小波包分解,圖像被分解為4個(gè)子帶圖像(圖1中所標(biāo)注的數(shù)字0,1,2,3是相應(yīng)各級子帶在樹中的結(jié)點(diǎn)值):LL1為水平和垂直方向的低頻子帶圖像,LH1為水平方向的低頻和垂直方向的高頻子帶圖像,HL1為水平方向的高頻和垂直方向的低頻子帶圖像,HH1為水平和垂直方向的高頻子帶圖像。如果分別對4個(gè)子帶圖像再進(jìn)行進(jìn)一步小波分解,又可得到各自更低分辨率的4個(gè)子帶圖像。對圖像進(jìn)行小波包分解時(shí),不論是對低頻子帶圖像還是高頻子帶圖像,小波包都進(jìn)行分解并得到與之相應(yīng)的一個(gè)低頻分量和3個(gè)方向的高頻分量,并且每個(gè)分量為子帶圖像大小的1/4。圖像的L級小波包分解包括一個(gè)逼近子圖和若干細(xì)節(jié)子圖。對多光譜圖像的I分量和全色圖像進(jìn)行三級小波包分解,如圖2所示,圖中所標(biāo)注的數(shù)字是相應(yīng)各級子帶在樹中的結(jié)點(diǎn)值,分別得到64個(gè)子帶圖像,包括一個(gè)逼近子圖(結(jié)點(diǎn)數(shù)為21)和63個(gè)細(xì)節(jié)子圖。逼近子圖和細(xì)節(jié)子圖的低頻子帶共有28個(gè)(陰影部分),細(xì)節(jié)子圖的高頻子帶共有36個(gè)(非陰影部分)。圖2中,28個(gè)逼近子圖和細(xì)節(jié)子圖的低頻子帶能夠反映源圖像大致輪廓,36個(gè)細(xì)節(jié)子圖的高頻子帶更多反映源圖像的細(xì)節(jié)信息,所以對這兩部分采用兩種不同的融合準(zhǔn)則進(jìn)行融合。在第三級小波包分解的逼近子圖和細(xì)節(jié)子圖的低頻帶區(qū)域共28個(gè)子帶,采取基于區(qū)域平均能量加權(quán)算法融合準(zhǔn)則1進(jìn)行融合;在第二級小波包分解細(xì)節(jié)子圖的高頻帶區(qū)域共9個(gè),采取絕對值取大的融合準(zhǔn)則2進(jìn)行融合。待融合圖像小波包分解融合子帶選擇如圖3所示,圖中陰影部分是第三級小波包分解在樹中的結(jié)點(diǎn)值,非陰影部分是第二級小波包分解在樹中的結(jié)點(diǎn)值。(1)融合準(zhǔn)則1實(shí)現(xiàn)過程如下:設(shè)待融合圖像為I其中,加權(quán)系數(shù)α和β定義如下:(2)融合準(zhǔn)則2實(shí)現(xiàn)過程如下:設(shè)待融合圖像為I然后對融合后的逼近子圖和各細(xì)節(jié)子圖加入水印,最后進(jìn)行小波包逆變換,得到加水印融合圖像的高分辨率I′分量,利用HIS逆變換得到具有光譜特性的高分辨率加水印融合圖像。2.3魯棒性的不可視性小波包分解的細(xì)節(jié)子圖是圖像的高頻區(qū)域,反映圖像的邊緣和紋理細(xì)節(jié),在此嵌入的水印不容易被人眼察覺,具有良好的不可視性,但對圖像有損壓縮等圖像處理魯棒性弱。逼近子圖聚集了圖像的絕大多數(shù)能量,是圖像的低頻區(qū)域,在此部分嵌入的水印魯棒性較高,信息不易丟失,但是低頻部分反映圖像的平滑區(qū)域,嵌入水印容易影響圖像的質(zhì)量,不可視性較弱。結(jié)合上述兩點(diǎn)的不同,文中采用兩種方法在融合圖像小波包分解的高頻帶區(qū)域和低頻帶區(qū)域分別嵌入一個(gè)水印2.3.1水印信號的同化(1)用密鑰S產(chǎn)生具有高斯正態(tài)分布N(0,1)的隨機(jī)實(shí)數(shù)序列構(gòu)成的水印信號W={ω(2)對融合圖像F式中,(3)對融合圖像F式中,2.3.2水印嵌入位置dt(1)用密鑰S產(chǎn)生高斯正態(tài)分布的偽隨機(jī)實(shí)數(shù)序列W={ω(2)對融合圖像和加水印融合圖像進(jìn)行三級小波包分解,得到各自的逼近子帶1個(gè)和細(xì)節(jié)子帶27個(gè)。(3)對融合圖像和加水印融合圖像各自的逼近子帶小波包系數(shù)進(jìn)行DCT變換,根據(jù)融合圖像DCT域幅值最大的前K個(gè)系數(shù)的位置來確定加水印融合圖像的水印嵌入位置,抽取水印測試序列D式中,D是待測試的水印序列,W是嵌入的原始水印。用式(10)計(jì)算出從逼近子帶抽取的水印序列與原始水印序列的相關(guān)度ρ(4)從融合圖像各細(xì)節(jié)子帶紋理子塊的位置來確定加水印融合圖像的水印嵌入位置,抽取相應(yīng)的水印測試序列D(5)令ρ=max(ρ2.4加深融合系數(shù)的確定本文圖像融合和給融合圖像加水印的實(shí)現(xiàn)框圖見圖4,具體過程可分為以下幾個(gè)步驟:(1)將低空間分辨率的多光譜圖像從RGB空間轉(zhuǎn)換到IHS空間。得到強(qiáng)度(I)、色調(diào)(H)和飽和度(S)分量。(2)對全色圖像和多光譜圖像的I分量進(jìn)行三級小波包分解,在逼近子圖和細(xì)節(jié)子圖的低頻帶區(qū)域采取基于區(qū)域平均能量加權(quán)算法融合規(guī)則,在細(xì)節(jié)子圖的高頻帶區(qū)域采取絕對值取大的融合規(guī)則。(3)在融合系數(shù)細(xì)節(jié)子圖的低頻帶區(qū)域的紋理區(qū)嵌入水印信息,而保持高頻帶區(qū)域的小波系數(shù)不變;對融合系數(shù)的逼近子圖做離散余弦變換,將水印信息疊加到DCT域幅值最大的前K個(gè)系數(shù)上。(4)將嵌入水印的融合系數(shù)進(jìn)行小波包逆變換,得到加水印融合圖像的強(qiáng)度分量I′。(5)將I′分量,H分量與S分量進(jìn)行HIS逆變換得到具有光譜特性的高分辨率加水印融合圖像。3不確定量實(shí)驗(yàn)中,待融合的兩幅圖像都已經(jīng)過嚴(yán)格的配準(zhǔn);小波包分解采用Daubechies7/9小波基,分解層數(shù)為3層。圖5(a)和圖5(b)分別是待融合的全色圖像和多光譜圖像,兩個(gè)圖像大小均為256×256pixel,圖6和圖7為加水印融合圖像及其水印檢測響應(yīng)。本文算法中嵌入水印的細(xì)節(jié)子帶紋理子塊大小為2×2,偽隨機(jī)產(chǎn)生200組具有高斯正態(tài)分布N(0,1)的實(shí)數(shù)序列,每組偽隨機(jī)數(shù)為200個(gè),即K=200,選擇第100組作為嵌入融合圖像中的水印序列W,其逼近子帶水印嵌入強(qiáng)度α=0.1,細(xì)節(jié)子帶水印嵌入強(qiáng)度β=0.2。圖8(a)~8(d)為受攻擊后的融合圖像。從圖6可以看出,通過本文方法得到的加水印融合圖像具有豐富的光譜信息和清晰的紋理細(xì)節(jié)。圖7是從圖6檢測出的水印響應(yīng)值(ρ=14.7062),相關(guān)度ρ遠(yuǎn)超過閾值T(T=5),可見加入的水印具有良好的不可視性。為了驗(yàn)證加入水印的魯棒性,本文對加水印圖像進(jìn)行了攻擊,圖8(a)~圖8(d)分別為對加水印融合圖像進(jìn)行以下4種攻擊后的圖像:添加方差為0.01的高斯白噪音、邊緣剪切1/8、對比度增強(qiáng)和聯(lián)合攻擊(先加方差0.01的高斯白噪音,然后對其進(jìn)行縮放失真),實(shí)驗(yàn)結(jié)果表明經(jīng)各種攻擊后的圖像雖然質(zhì)量退化比較嚴(yán)重,但從中檢測到的水印響應(yīng)值均大于5,可以看出融合圖像加入的水印具有良好的魯棒性。4his變換嵌入水印的實(shí)驗(yàn)結(jié)果基于WPT、HIS和DCT變換提出一種多傳感器圖像融合方法和數(shù)字水印技術(shù)。在使用小波包變換對圖像進(jìn)行分解時(shí),能夠有效提取圖像的特征信息,能夠很好地將源圖像的細(xì)節(jié)融合在一起,取得較好的圖像融合效果。HIS變換是基于IHS色彩模型的融合變換方法,本文方法利用HIS變換對待融合的多光譜圖