基于MATLAB的数字水印技术研究

基于MATLAB的数字水印技术研究（精选9篇）

基于MATLAB的数字水印技术研究 篇1

基于MATLAB的数字水印技术研究

马 苗

(西安科技学院计算机系 硕士研究生，西安 710054)

摘要：数字水印技术作为数字媒体版权保护的有效办法，近年来在国内外引起了人们极大的兴趣。但是由于数字水印技术涉及到的知识面比较广，即使是专业人员有时也感到力不从心，那么如何选择一种有效的编程工具便成为一个亟待解决的问题。本文从数字水印技术本身的特点、一般模型和典型算法出发，简要地介绍了一种可以快速上手的高效的实用语言――Matlab。最后,作者给出一个用Matlab

实现数字水印实例。

关键词：数字水印 Matlab Visual C++6.0 DWT DCT

1 引言

作为传统加密系统的有效补充办法，从1993年Caronni正式提出数字水印到现在短短几年里，无论是在国内还是在国外对数字水印的研究都引起了人们极大的关注。但数字水印技术的发展还很不成熟，应用也处于初级阶段。在我国，知识产权问题是一个敏感的话题，只有深入开展数字水印技术的.研究，尽快制定我国的版权保护水印标准，才能使我们在未来可能的国际知识产权纠纷中取得主动权。那么

掌握高效的工具，便成为一个必须解决的问题。本文就针对数字水印本身的特点，介绍了一种高效的实用工具――MATLAB。

2 数字水印技术

2.1 数字水印技术的复杂性

数字水印技术涉及到通信理论、编码理论、噪声理论、视听觉感知理论、扩频技术(Spread Spectrum)、信号处理(Signal Processing ) 技术、数字图像处理(Digital Image Processing)技术、多媒体(Multimedia)

技术、模式识别(Pattern Reorganization)技术、算法设计(Algorithm Design)等理论，用到经典的DFT(Discrete Fourier Transform)、DCT(Discrete Cosine Transform)变换和近代最先进的数学工具----小波(Wavelet)。

数字水印又是一个横跨计算机科学、生理学、密码学、数字、数字通信等多门学科，并与Internet的发展密切相关的交叉科学。数字水印的多学科性导致数字水印技术研究的难度和复杂性。所以，针对数字水印技术本身的跨学科特点，找出一种合适的编程工具，往往可以起到事半功倍的效果。下面我们从数字水印的一般模型出发，来逐步介绍MATLAB。

基于MATLAB的数字水印技术研究 篇2

数字水印 (Digital Watermarking) 技术是将一些标识信息 (即数字水印) 直接嵌入数字载体 (包括多媒体、文档、软件等) 当中, 但不影响原载体的使用价值, 也不容易被人的知觉系统 (如视觉或听觉系统) 觉察或注意到。数字水印主要包括以下内容:水印的嵌入与水印的提取或检测。数字水印可以按照多种标准进行分类。本文主要讲述两种数字水印即:基于DCT的鲁棒水印与DWT脆弱水印。本文通过对这2个的实例详细介绍展示了数字水印的嵌入与检测提取过程。

2数字水印系统的组成

一个数字水印系统一般包含3个基本方面:水印的生成、水印的提取或检测。数字水印技术实际上是通过对水印载体媒质的分析、嵌入信息的与处理、嵌入方式的设计、嵌入调制的控制等几个关键技术环节进行合理优化, 寻求满足不可感知性、安全可靠性、稳健性等诸条件约束下的准优化设计问题。该系统的输入是水印信息W、原始载体数据I和一个可选的私钥/公钥K。其中原始载体数据I代表要保护的多媒体产品, 如图像、文档、音频、视频等;水印信息W可以是任何形式的数据, 如字符或栅格;二值图像、灰度图像或彩色图像;3D图像等等。水印生成算法G应保证水印的唯一性、有效性、不可逆性等属性。密钥K可以用功来加强安全性, 以避免未授权的恢复和修复水印。所有的实用系统必须使用一个密钥, 有的甚至使用几个密钥的组合。

水印的嵌入算法很多, 式 (2-1) 给出了定义水印嵌入过程的通用公式:

式中Iw表示嵌入水印后的数据;I表示原始载体数据;W表示水印集合;K表示密钥集合。

图2-2是水印的检测过程。改图给出了定义水印检测过程的通用公式如下。

需要原始载体数据I进行检测:

需要原始水印W进行检测时:

无需原始信息即可进行检测:

式中W`表示估计水印;D为检测水印算法;Iw`表示在传输过程中受到攻击后的水印载体数据。

水印相似度检验的通用公式为:

式中W`表示估计水印;W表示原始水印;Sim表示不同信号的相似度。

3基于DCT域的鲁棒水印

在图像压缩理论中, DCT变换占据了重要的地位, 无论是静态图像还是动态视频的压缩都用到了DCT (JPEG, MPEGI) .它的优点是运算简单、速度快.

3.1水印的嵌入

基于DCT的鲁棒水印嵌入流程图如图1:

原始图像按8×8分块。首先计算所有子块的方差值, 并选择方差值最大的前n块Xn, 然后依据系统密钥K在其DCT中频嵌入随机序列pn_sequence_zero, 最后通过子块的DCT逆变换生成含水印的图像。K与pn_sequence_zero配合使用用于嵌入位置的选择。具体方法如下:

1.

对原始图像进行分块并做DCT变换

2. 基于纹理掩蔽特性的块分类

为了实现原始图像和嵌入水印后的图像之间的感知相似性, 应该将水印信号尽可能的嵌入到图像中纹理较为复杂的子块中。此处将子块的方差值作为衡量子块纹理的复杂程度。计算字块的平均灰度m和方差, 公式如下:

方差的大小反映了块的平滑程度。当较小时, 认为块比较均匀, 反之, 则认为块包含着较为复杂的纹理或边缘。我们使用MATLAB的SORT函数对方差值进行从小到大排序, 从中找到纹理复杂的子块。

3. 水印的产生和嵌入

将二维水印图像2 (a) , 组成一维行向量, 作为水印信息。

通过对人类视觉系统的研究, 发现人眼对于低频部分的噪声相对敏感, 为了使水印不易被察觉, 应将水印嵌入到较高频部分;但是将水印信息嵌入到高频部分, 很容易因量化、低通滤波等处理而丢失信息, 影响水印的鲁棒性。为了解决低频和高频的矛盾, 本人采用了一种基于DCT中频的数字水印技术。嵌入位置由K与sequence参数决定。

4.嵌入程序

效果如图2, 原始图使用数字图像标准图lena, 在嵌入了图2 (a) 的水印图像后形成了b图的嵌入后图像。从两幅图的对比可以看出在原始宿主图像嵌入水印图像后基本上没什么视觉上的区别, 其峰值信噪比Psnr=34.1556。Psnr越大, 不可见性越好, 因此基于DCT中频的数字水印方法具有较好的不可见性。

3.2 水印的提取

基于DCT的数字水印提取过程基本上可以看做是嵌入过程的逆过程, 主要有以下步骤:

1.原始图像和待检测图像在DCT域进行求差运算, 比较相关性, 确定序列message_vector。

2.根据图像块的方差值的大小, 确定纹理块, 从而确定水印曾经的嵌入位置。

3.与嵌入时的步骤相似, 根据序列message_vector以及纹理块的次序形成一维水印序列。

4. 将水印序列重新组成二维水印恢复图像, 并据此进行图像的版权认证。

提取的水印图像效果如前图。一般说来, 一个有效的数字水印有3个基本的要求: (1) 安全性, 即水印应该是秘密的, 只有授权方才可访问; (2) 鲁棒性, 即对各种可能的信号处理和恶意的攻击都具有抵御能力; (3) 不可见性, 即既不影响载体图像的质量, 也保证水印添加与否的不可知性。用于版权认证的算法必须具有较好的鲁棒性, 即数字水印必须很难被清除。通过上述算法生成的图像在经过一定量的图像裁减或者适度的JPEG压缩后仍能从中提取出嵌入水印图像的大致轮廓, 表明此算法有较好的鲁棒性。

4基于DWT域的脆弱水印

小波变换是当前数学中一个迅速发展的新领域, 是最近十几年才发展并迅速应用到图像和语音分析等众多领域的数学工具, 它同时具有理论深刻和应用广泛的双重意义。它是一种新的可达到时 (空) 域或频率域局部化的时一频域分析方法, 因而能有效地从信号中提取信息, 通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析, 解决了其它变换不能解决的许多问题, 是继傅里叶分析之后的一个重大突破。小波变换可分为连续小波变换 (CWT) 和离散小波变换 (DWT) 。随着新一代图像压缩标准JPEG2000提出, 小波变换越来越受到重视。在数字水印和信息隐藏中, 已经出现不少优秀的基于小波变换的算法, 并且多数要优于相同条件下基于DFT、DCT等传统变换的算法。

4.1 DWT水印的嵌入

水印的嵌入过程如下:

⑴原始图像进行一级Haar小波变换。Haar小波是最早最简单的紧支撑小波, 所有的小波讨论都是从Haar开始的。

⑵在原始图像小波变换分解后的低频部分嵌入水印信息。水印图像大小为原始图像的1/4.若二值水印图像为0, 则对应的近似系数CA增加1, 完成水印的嵌入。

⑶将改变了的低频系数矩阵与原有的3个高频系数矩阵进行一级Haar小波逆变换, 生成并显示含水印的图像。由于近似系数作了修改, 小波变换后的系数极可能不再是整数。为此, 使用round函数取整, 再转换为uint8类型存储、显示图像。

⑷计算含水印图像的峰值性噪比。

生成的图像如下:

4.2 水印的提取

水印的提取过程如下:

⑴原始图像、待检测图像一级Haar小波变换。

⑵将原始图像、待检测图像分解后的低频系数CA相减, 提取水印, 完成篡改检测, 实现脆弱水印功能。

5小结

通过以上的研究和测试, 在此可以把小波分析方法和傅里叶变换进行一个比较, 从中可以显示出小波变换比傅里叶变换是有优势的。

⑴傅里叶变换的实质是把能量有限的信号f (t) 分解到以{e}为正交基的空间上去;小波变换的实质是把能量有限的信号f (t) 分解到由小波函数所构成的空间上去。

⑵傅里叶变换用到的基本函数只有sin (ωt) 、cos (ωt) 、或exp (iωt) , 具有唯一性;小波分析所用到的小波函数则不是唯一的, 同一个工程问题用不同的小波函数进行分析时结果相差甚远。小波函数的选用时小波分析应用到实际中的一个难点问题也是分析研究的一个热点问题, 目前往往是通过经验或不断地实验, 将不同的分析结果进行对照分析来选择小波函数。一个重要的经验是根据待分析信号和小波函数的相似性选取。

⑶在频域中, 傅里叶变换具有较好的局部化能力, 特别是对于那些频率成分比较简单的确定性信号, 傅里叶变换很容易把信号表示成各频率成分的叠加和的形式, 但在时域中, 傅里叶变换没有局部化能力, 无法从信号f (t) 的傅里叶变换F (ω) 中看出f (t) 在任一时间点附近的形态。

⑷在小波分析中, 尺度α越大相当于傅里叶变换中ω的值越小。

基于MATLAB的数字水印技术研究 篇3

【关键词】:数字水印 版权保护 MATLAB

中图分类号:TP391 文献标识码:A 文章编号:1003-8809(2010)-06-0046-01

1 数字水印技术

1.1 基本概念

数字水印(Digital Watermark)技术是指用信号处理的方法在数字化的多媒体数据中嵌入隐蔽的标记,这种标记通常是不可见的,只有通过专用的检测器或阅读器才能提取^[1]。

1.2 特点

嵌入数字作品中的信息必须具有以下基本特性才能称为数字水印:

(1) 隐蔽性:在数字作品中嵌入数字水印不会引起明显的降质,并且不易被察觉。

(2) 稳健性:水印信息隐藏于数据而非文件头中,文件格式的变换不应导致水印数据的丢失。

(3) 鲁棒性:所谓鲁棒性是指在经历多种无意或有意的信号处理过程后,数字水印仍能保持完整性或仍能被准确鉴别。

2 数字水印的常用算法及其一般模型

数字水印算法一般可分为两种:空间域和变换域。

空间域,即数字图像水印直接加载在图像数据上,它抵抗图像的几何变形、噪声和图像压缩的能力普遍较差而且可嵌入的水印容量也受到了限制。

变换域,即在变换域(离散余弦变换DCT、离散小波变换DWT、离散Fourier变换DFT等)中嵌入水印,信号能量可以扩散到空间域的所有像素上。变换域方法有以下优点:1)嵌入的水印信号能量可以分布到空域的所有像素上,有利于保证水印的不可见性;2)视觉系统(HVS)的某些特性(如频率的掩蔽特性)可以更方便地结合到水印编码过程中;3)频域法可与国际数据压缩标准兼容,从而实现在压缩域(compressed domain)内的水印编码。

数字水印的一般模型分为嵌入模型和检测/抽取模型。

3 数字水印攻击分析

所谓水印攻击分析,就是对现有的数字水印系统进行攻击,以检验其鲁棒性,通过分析其弱点所在及其易受攻击的原因,以便在以后数字水印系统的设计中加以改进。下面对一些典型的攻击方法进行分析。

3.1IBM攻击

是针对可逆、非盲(non-oblivious)水印算法而进行的攻击。其原理为:设原始图像为I,加入水印WA的图像为IA=I+WA。攻击者首先生成自己的水印WF,然后创建一个伪造的原图IF=IA-WF,也即IA=IF+WF。此后,攻击者可声称他拥有IA的版权。因为攻击者可利用其伪造原图IF从原图I中检测出其水印WF;但原作者也能利用原图从伪造原图IF中检测出其水印WA。这就产生无法分辨与解释的情况。

3.2StirMark攻击

Stirmark是英国剑桥大学开发的水印攻击软件,它采用软件方法,实现对水印载体图像进行的各种攻击,从而在水印载体图像中引入一定的误差,以水印检测器能否从遭受攻击的水印载体中提取/检测出水印信息来评定水印算法抗攻击的能力。

3.3 马赛克攻击

其攻击方法是首先把图像分割成为许多个小图像,然后将每个小图像放在HTML页面上拼凑成一个完整的图像。一般的Web浏览器都可以在组织这些图像时在图像中间不留任何缝隙,并且使其看起来这些图像的整体效果和原图一模一样,从而使得探测器无法从中检测到侵权行为。

3.4 串谋攻击

是利用同一原始多媒体数据集合的不同水印信号版本,来生成一个近似的多媒体数据集合,以此来逼近和恢复原始数据,其目的是使检测系统无法在这一近似的数据集合中检测出水印信号的存在。

3.5 跳跃攻击

跳跃攻击主要用于对音频信号数字水印系统的攻击,其一般实现方法是在音频信号上加入一个跳跃信号(jitter),以阻止水印信号的检测定位,达到难以提取水印信号的目的。

4实用工具——Matlab

4.1 用Matlab研究数字水印的优点

Matlab是当前在国内外十分流行的工程设计和系统仿真软件包^[2]。用它来进行数字水印的研究具有如下的优点:

(1) 集成了DCT、DWT等函数有丰富的小波函数和处理函数。

(2) 强大的数学运算功能。能够方便、高效地实现音频、视频中的大量矩阵运算。

(3) 提供了图像处理工具箱、小波分析工具箱、数字信号处理工具箱。

4.2 嵌入和提取思路

首先,把原始图片分成8x8的不重叠像素块,对分块后的图片进行 DCT变换,得到由DCT系数组成的频率块,把水印信息或防伪标识作为密匙输入一个m-序列(maximum-length random sequence)发生器来产生水印信号,然后此m-序列被重新排列成二维水印信号,并按像素点逐一插入到原始图像像素值的最低位。

然后,随机选取N对像素点,然后通过增加像素对中一个点的亮度值,而相应降低另一个点的亮度值的调整来隐藏信息。为增加其水印的鲁棒性,还可以把像素对扩展为小块的像素区域(如8x8),通过增加一个区域中的所有像素点的亮度值而相应减少对应区域中所有像素点的亮度值的调整来隐藏信息。

最后,提取时则选取相同的DCT系数,并根据系数之间的关系抽取比特信息,相当于前述嵌入原理逆运算。

5 小结

数字水印技术是一个新兴的研究领域,通过对现有技术的分析,数字水印技术今后可能的研究方向为:算法分析、基于特征的数字水印技术、公匙数字水印系统、数字水印代理(Agent)及文献^[3]阐述的基于三角面片几何图形的水印嵌入算法等其它的技术。

参考文献:

[1]伯晓晨,李涛,刘路等编著.《Matlab工具箱应用掼——信息工程篇》[M].北京: 电子工业出版社 2000年4月第1版

数字水印 篇4

二、数字水印特征及分类

所谓数字水印技术，就是在被保护的数字对象（如静止图像、视频、音频等）中嵌入某些能够证明版权归属或跟踪侵权行为的信息，这些信息可能是作者的序列号、公司标志、有意义的文本等等。水印中的隐藏信息能够抵抗各类攻击。即使水印算法是公开的，攻击者要毁掉水印仍十分困难。将某种不可感知的信息如数字、序列号、文字、图像标志等版权信息嵌入到多媒体数据中，以起到版权保护、秘密通信、数据文件的真伪鉴别和产品标识等作用。在发生数字媒体侵权使用、版权争议时，通过检测媒体内容中的数字水印，获得数字媒体的版权信息、授权信息等，从而起到媒体知识产权保护的目的。数字水印是信息隐藏技术的一个重要研究方向。

1.数字水印特征

嵌入数字作品中的信息必须具有以下基本特性才能称为数字水印：

（1)不可感知性:在数字作品中嵌入数字水印不会引起明显的降质，并且不易被察觉。

（2)隐藏位置的安全性:水印信息隐藏于数据而非文件头中，文件格式的变换不应导致水印数据的丢失。

（3)鲁棒性:所谓鲁棒性是指在经历多种无意或有意的信号处理过程后，数字水印仍能保持完整性或仍能被准确鉴别。可能的信号处理过程包括信道噪声、滤波、数/模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。

（4)隐藏的信息量:嵌入的秘密信息必须能够具有足够多的信息。实际上，隐藏的信息与系统的鲁棒性是矛盾的，即嵌入的秘密信息越多，鲁棒性就越差。

2.数字水印分类

按水印的特性可以将数字水印分为鲁棒数字水印和脆弱数字水印两类。鲁棒数字水印主要用于在数字作品中标识著作权信息，如作者、作品序号等，它要求嵌入的水印能够经受各种常用的编辑处理；脆弱数字水印主要用于完整性保护，与鲁棒水印的要求相反，脆弱水印必须对信号的改动很敏感，人们根据脆弱水印的状态就可以判断数据是否被篡改

过。

按水印所附载的媒体，我们可以将数字水印划分为图像水印、音频水印、视频水印、文本水印以及用于三维网格模型的网格水印等。

按水印的检测过程可以将数字水印划分为明文水印和盲水印。明文水印在检测过程中需要原始数据，而盲水印的检测只需要密钥，不需要原始数据。一般来说，明文水印的鲁棒性比较强，但其应用受到存储成本的限制。

按数字水印的内容可以将水印划分为有意义水印和无意义水印。有意义水印是指水印本身也是某个数字图像（如商标图像）或数字音频片段的编码;无意义水印则只对应于一个序列号。有意义水印的优势在于，如果由于受到攻击或其他原因致使解码后的水印破损，人们仍然可以通过视觉观察确认是否有水印。但对于无意义水印来说，如果解码后的水印序列有若干码元错误，则只能通过统计决策来确定信号中是否含有水印。

按水印的用途，我们可以将数字水印划分为票据防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印。

票据防伪水印是一类比较特殊的水印，主要用于打印票据和电子票据的防伪。一般来说，伪币的制造者不可能对票据图像进行过多的修改，所以，诸如尺度变换等信号编辑操作是不用考虑的。但另一方面，人们必须考虑票据破损、图案模糊等情形，而且考虑到快速检测的要求，用于票据防伪的数字水印算法不能太复杂。

版权标识水印是目前研究最多的一类数字水印。数字作品既是商品又是知识作品，这种双重性决定了版权标识水印主要强调隐蔽性和鲁棒性，而对数据量的要求相对较小。

篡改提示水印是一种脆弱水印，其目的是标识宿主信号的完整性和真实性。

隐蔽标识水印的目的是将保密数据的重要标注隐藏起来，限制非法用户对保密数据的使用。

三、数字水印的应用领域

1.数字作品的知识产权保护

数字作品（如电脑美术、扫描图像、数字音乐、视频、三维动画）的版权保护是当前的热点问题。由于数字作品的拷贝、修改非常容易，而且可以做到与原作完全相同，所以原创者不得不采用一些严重损害作品质量的办法来加上版权标志，而这种明显可见的标志很容易被篡改

“数字水印”利用数据隐藏原理使版权标志不可见或不可听，既不损害原作品，又达到了版

权保护的目的。目前，用于版权保护的数字水印技术已经进入了初步实用化阶段，IBM公司在其“数字图书馆”软件中就提供了数字水印功能，Adobe公司也在其著名的Photoshop软件中集成了Digimarc公司的数字水印插件。然而实事求是地说，目前市场上的数字水印产品在技术上还不成熟，很容易被破坏或破解，距离真正的实用还有很长的路要走。

2.商务交易中的票据防伪

随着高质量图像输入输出设备的发展，特别是精度超过 1200dpi的彩色喷墨、激光打印机和高精度彩色复印机的出现，使得货币、支票以及其他票据的伪造变得更加容易。

另一方面，在从传统商务向电子商务转化的过程中，会出现大量过度性的电子文件，如各种纸质票据的扫描图像等。即使在网络安全技术成熟以后，各种电子票据也还需要一些非密码的认证方式。数字水印技术可以为各种票据提供不可见的认证标志，从而大大增加了伪造的难度。

3.证件真伪鉴别

信息隐藏技术可以应用的范围很广，作为证件来讲，每个人需要不只一个证件，证明个人身份的有：身份证、护照、驾驶证、出入证等；证明某种能力的有：各种学历证书、资格证书等。

国内目前在证件防伪领域面临巨大的商机，由于缺少有效的措施，使得“造假”、“买假”、“用假”成风，已经严重地干扰了正常的经济秩序，对国家的形象也有不良影响。通过水印技术可以确认该证件的真伪，使得该证件无法仿制和复制。

4.声像数据的隐藏标识和篡改提示

数据的标识信息往往比数据本身更具有保密价值，如遥感图像的拍摄日期、经/纬度等。没有标识信息的数据有时甚至无法使用，但直接将这些重要信息标记在原始文件上又很危险。数字水印技术提供了一种隐藏标识的方法，标识信息在原始文件上是看不到的，只有通过特殊的阅读程序才可以读取。这种方法已经被国外一些公开的遥感图像数据库所采用。

此外，数据的篡改提示也是一项很重要的工作。现有的信号拼接和镶嵌技术可以做到“移花接木”而不为人知，因此，如何防范对图像、录音、录像数据的篡改攻击是重要的研究课题。基于数字水印的篡改提示是解决这一问题的理想技术途径，通过隐藏水印的状态可以判断声像信号是否被篡改。

5.隐蔽通信及其对抗

数字水印所依赖的信息隐藏技术不仅提供了非密码的安全途径，更引发了信息战尤其是网络情报战的革命，产生了一系列新颖的作战方式，引起了许多国家的重视。

网络情报战是信息战的重要组成部分，其核心内容是利用公用网络进行保密数据传送。迄今为止，学术界在这方面的研究思路一直未能突破“文件加密”的思维模式，然而，经过加密的文件往往是混乱无序的，容易引起攻击者的注意。网络多媒体技术的广泛应用使得利用公用网络进行保密通信有了新的思路，利用数字化声像信号相对于人的视觉、听觉冗余，可以进行各种时（空）域和变换域的信息隐藏，从而实现隐蔽通信。

四、数字水印的发展趋势

基于MATLAB的数字水印技术研究 篇5

数字水印采用技术隐藏保护了重要的信息和文件。它通常采用类似扩频图像技术来隐藏信息。一般基于常用的有DCT变换、DWT变换、DFT变换。文章基于DCT算法进行验证, 对水印系统中图像进行质量评价。

离散余弦变换简称DCT, 傅立叶变换简化方法之一。基于DCT域的数字水印算法, 根据对宿主图像进行DCT方法计算, 分为两大类, 一类是直接对整幅图像进行DCT计算, 选取合适频段的系数, 嵌入水印。另一类是先将整幅图像分成n块, 分别对每一块进行DCT计算, 并在每一块中选取合适频段的系数, 将水印信息分散嵌入到每一块所选取的DCT系数中。

在这里采用的分块DCT算法。原始图像按8×8分成互不重叠的子块。首先计算每一个子块的方差值, 选择方差值最大的前n块, 然后依据系统密钥进行DCT变换, 选取每一块中频系数的随机序列, 最后通过子块的DCT逆变换生成含水印的图像。水印的提取是上述过程的逆过程。该算法的嵌入流程图如1所示, 水印提取过程如图2所示。

文章采用MATLAB软件进行仿真, 选择的原始图像为512×512的256等级的灰度标准图像。将水印嵌入原始图像再提取之后, 为了评价所得到图像质量, 使用峰值信噪比来衡量两幅数字图像之间的数值差别:

原始图像嵌入水印后, 峰值信噪比为39.01, 如图3 (1) 所示, 图像具有良好的不可见性, 得到了较好的主观视觉效果。然后对加入水印的图像进行水印提取, 得到水印图像如图3 (2) 所示, 提取的水印图像与原始水印图像几乎没有差异。

最后对该算法产生的含水印图像进行了一系列攻击实验。

(1) 噪声攻击。在这里对图像分别进行高斯噪声攻击和椒盐噪声攻击, 得到提取水印与原水印的相关度分别为0.9721、0.9845, 提取的结果如图4所示。

(2) 左上角四分之一剪切。对图像进行四分之一剪切后, 得到提取水印和原水印的相关度为0.8221。水印提取的结果如图5所示。

通过MATLAB软件仿真结果可见, 基于DCT域的数字水印算法在文件保护上发挥着很好的作用, 该算法具有较好的提取效果, 具有一定的抵抗能力, 能在信息保护领域发挥重要的作用。

摘要：数字水印技术在所有权保护、认证、指纹、拷贝控制、访问控制和广播监控方面都有重要的应用。本项目将研究方向锁定在变换域上, 提出了新的解决方案。

关键词：数字水印,余弦变换,噪声攻击

参考文献

[1]孙圣和, 陆哲明, 牛夏牧.数字水印技术及应用[M].科学出版社, 2004.

[2]王丙锡, 陈琦, 邓峰森.数字水印技术[M].西安电子科技大学出版社, 2003.

基于MATLAB的数字水印技术研究 篇6

【关键词】数字水印；数字图像；区域极值

【中图分类号】TP393【文献标识码】A【文章编号】1672-5158（2013）07-0122-02

Image Digital Watermark Algorithm Based on Region Extremum

HU qi-guang

（School of Information Science and Engineering， Hunan City University， Yiyang 41300，China）

【Abstract】For the sake of enhancing the transparence and steadiness of image embedded watermark in spacial domain，a watermarks embedding and extracting algorithm based on image region extremum is presented.At first， the image is separated into several blocks， then each block is separated into smaller regions， at last， the watermark is embedded in each smaller region of each block simultaneously. The watermark extracting is an inverse process of watermark embedding. The test results verifled that the watermark has good hiding effect， stronger anti-cutting performance and anti-noise interference capacity， as well as higher running efficiency.

【Key words】digital watermark； digital image； region extremum

【基金项目】 湖南省科技计划项目（编号：2012SK3115）

引言

随着多媒体技术和网络技术的迅速发展，图像、音频和视频等多媒体数字信息更易于存储和发布，也能容易地传播和复制，由此而引发了关于多媒体信息的传输安全问题和数字产品的版权保护问题。数字水印技术就是在这种情况下发展起来的一门技术，它通过在原始数字作品中嵌入一些有意义的信息来达到保护版权的目的。一个优秀的数字图像水印技术应具有透明性、稳健性和安全性等几个基本属性。

数字水印技术根据算法工作域的不同可分为空间域和变换域两种。针对数字图像在空间域嵌入水印的稳健性较差等问题，本文提出了一种基于区域极值的算法：将数字图像分成几大块，再将每块分成许多小的区域，然后将水印同时嵌入各块每个区域的极值中；在提取水印时按嵌入的逆过程进行，不需要原始图像的参与，可实现水印图像的提取。实验结果表明，该算法不但水印的隐藏效果好，又可以抗裁剪攻击以及噪声干扰，嵌入及提取水印过程均只需要数秒钟，具有较高的执行效率。

1 水印算法

1.1 嵌入水印的方法

如果 （ ， ）f x y为原始灰度图像，其大小为 MM？； （ ， ）W x y为二值水印图像，其大小为 NN？； （ ， ）g x y为嵌入水印后的图像。若 2mMNn？？？（其中 ，， ，M N m n均为正整数），则水印嵌入过程可表述为：

（1）将二值水印图像 W进行置乱，生成新的二值水印图像 W？（其大小仍为 NN？）；

（2）将原始灰度图像 f进行偶数量化后的变为 f？，再分成相等的

22mm？个大块；

2.1 原始图像及水印

本测试中采用 512，32，1，8MNmn？？？？。测试用原始图像如图2（a）所示，它以“.png”格式存储的256级灰度图像（512×512）；待嵌入的水印为图3（a）所示以“.bmp”格式存储的二值图像（32×32）。所有实验测试均在Windows XP Professional + Matlab软件环境下完成。

2.2 嵌入与提取水印

对图3（a）原始水印进行Arnold二维变换置乱后。嵌入到图2（a）原始图像中，得到如图2（b）所示的含水印图像，从图2（b）中提取的二值水印如图3（b）所示。

2.4 实验结果分析

从实验结果可以看到，图2（a）的原始图像和图2（b）含水印图像肉眼几乎看不出什么区别，说明该水印算法的隐蔽性很好；从图2（b）含水印图像中提取的二值水印图像图3（b）和原始二值水印图像图3（a）完全一致。从图4（a）的含噪声图像和图4（b）的被剪切图像中提取的二值水印图像均可清淅地看出水印信息，说明该水印算法的抗噪声干扰和抗裁剪性能均很好。通过图4（b）在提取水印的步骤（3）中，如果条件改为，则提取的水印更接近原始水印。水印的嵌入和提取时间均不到10 s。

另外通过对含水印图像图2（b）实验测试，在±30%范围内改变图像亮度，均能很好地提取水印；但在改变图像的对比度时。提取的水印质量很差，甚至不能正确提取。说明该水印算法对亮度改变攻击的抵抗能力很强而对对比度的改变很敏感。

3 结束语

本文提出了一种基于区域极值的数字图像二值水印嵌入与盲检测算法，该算法在对图像分块并划分区域的基础上，用置乱后的水印信息对每个区域的极值进行奇偶调整，从而实现了二值水印的嵌入。

水印的提取过程与嵌入过程相反。通过判断各区域极值的奇偶性即可确定嵌入的水印信息是0或1，然后对各块对应区域提取的信息进行多数综合并反置乱还原得到二值水印图像。实验结果表明，该算法具有较好的视觉质量和较强的稳健性；当水印检测时，不需要原始图像的参与，有效地实现了水印的盲检测。但该算法对对比度改变攻击的抵抗能力较弱，还需要进一步分析研究。

参考文献

[1] 黄继武，程卫东. DCT域图像水印：嵌入对策和算法[J].电子学报，2004，4-2：57-60

[2] 杨长生.图像与声音压缩技术[M].浙江大学出版社，2000，4-1：2-3

[3] 朱秀昌，刘峰，胡栋. 数字图像处理与图像通信[M].北京邮电大学出版社，2002，3-3：183-185

[4] 龚声蓉，刘纯平，王强.数字图像处理与分析[M].清华大学出版社，2006，11-1：166-170

[5] 潘志红，邵明刚等.一种基于DWT的数字水印算法[J].微计算机信息，2010，4-3：87-89

[6] Chih-Wei Tang and Hsueh-Ming Hang，A feature-based robust digital image watermarking scheme[J].IEEE Trans on signal processing，2003，8-1： 51-54

数字图像水印技术与应用 篇7

关键词：数字水印；空域算法；交换域算法；应用

中图分类号：TP309 文献标识码：A文章编号：1007-9599 (2010) 13-0000-02

Digital Image Watermarking and Application

Zhao Haijun1,2

(1.Fuqing Branch of Fujian Normal University,Fuqing350300,China;2. School of Information Science and Technology,Xiamen University,Xiamen361005,China)

Abstract:Digital watermarking as a main method for copyright protection and as a new way for hiding information,has become a hot topic and gained increasing attention both abroad and at home in recent years. The concept,classifications,features and working process have been well introduced,and then a contrastive analysis of its classical algorithms has been promoted.Finally,its application field is summarized and an expectation about its future possible development direction is given.

Keywords:Digital watermark;Spatial domain algorithm;Transform domainalgorithm;Application

多媒体通信业务和网络数字化的日益普及使得信息所有者可以方便地通过互联网发布的信息，同时，也可以便捷地通过网络获取所需信息。随之，信息数字化产品的信息安全与版权保护问题已成为迫在眉睫的现实问题。加密（cryptography）技术是解决此问题的一种传统方法。然而，加密却也有其极限性：一是其非常规性的表现形式同时也泄露了内容的重要性；二是它只能保证信息内容的保密性却无法解决版权问题。正是在这种环境下，数字水印技术通过在数字作品中嵌入水印信息来确定数字作品的所有权或检验数字内容的原始性，弥补了加密技术对解密后的数据不能进一步保护的不足。（向德生等2005:326-333）

一、数计水印技术概念及特征

（一）概念

数字水印技术是借用了传统水印的概念，将其在数字媒体中推广应用。其技术的研究涉及信息学、密码学、数学、计算机科学、模式识别等多种学科的研究领域，是信息隐藏技术研究领域的重要分支。

（二）分类

根据其表现形式，数字图像水印分为可见水印（Visible Digital Watermark）和不可见水印（Invisible Digital Watermark）两种。可見水印指通过人眼可以看见的水印。这一类水印一般选用较淡或半透明的不碍观瞻的图案，其主要目的在于明确标识版权，防止非法使用；不可见水印与可视水印相反，它加在图像当中从表面上是不易察觉的。根据水印的性质，可分为鲁棒水印（Invisible-Robust Watermark）和易损水印 (Invisible-Fragile Watermark)。鲁棒水印的特点在于嵌入了此类水印后得到的水印化图像在经过一些常规处理或恶意攻击后仍可从中提取出有效的水印，鲁棒水印需尽可能地保留原始水印信息，而易损水印则只需要一定程度的保留水印的原始信息。根据水印的方案设计，可分为盲水印和非盲水印，不需要原始数据的称之为盲水印，反之，为非盲水印。根据用户密钥，可分为私钥水印和公钥水印，前者在水印的嵌入和检验过程采用同一密钥，而后者则采用不同的密钥。

（三）工作过程

数字水印技术系统一般包括水印生成、嵌入和提取/检测过程。其嵌入过程是首先对水印进行预处理，然后选择某种数字水印技术结合密钥或公钥将其嵌入到原始图像之中，最后得到嵌入水印后的图像；其提取/检验过程是使用原始水印结合所用的密钥或公钥，对待测图像按嵌入过程进行逆处理，然后得到恢复后的水印或检测结果。

（四）基本特征

1.保真性。嵌入图像中的水印应该在视觉上是不可见的，不会影响原图像的质量。但得注意的是，假如一个信号是视觉上不可见的，那么基于视觉可见性的有损压缩算法就有可能忽略这个信号，从而除去水印。

2.鲁棒性。图像在发布、传播和使用过程中可能遭到一定程度的破坏，产生的原因包括有损压缩、数模/模数转换、低通滤波、几何变换、对比度改变、图像格式转换等。这些破坏可能是无意的，也可能是恶意攻击的。所以，水印必须具有很强的鲁棒性，抵挡住这些破坏。

3可靠的检测机制。水印的检测算法必须是足够可靠的，不能误报也不能漏报。

4.相关密钥。嵌入图像中的水印必须与一个惟一的密钥相关，而且密钥的生成必须是安全的，难以伪造的。

5.可接受的计算开销。水印的计算开销（主要是检测时的计算开销）不能太大，必须在可接受的范围内。

6.多重水印。在一些场合下，允许在一幅图像中嵌入多种水印是非常必要的。因为目前还没有一种水印算法能够在各种攻击下都具有很强的鲁棒性，所以一个实用的水印系统往往需要在图像中嵌入多种不同类型的水印以提高其鲁棒性。

二、数字水印技术算法

经典的数字图像水印技术算法可分为两大类，即空域（spatial domain）算法和变换域(transform domain)算法。

（一）空域算法

空域图像水印技术是指在图像的空间域中嵌入水印的技术，一般是将水印嵌入到图像最不重要的像素位上。其中， 典型的算法有：Schyndel（1994：86-89）等提出将水印嵌入像素最低位算法（LSB）。常用的LSB算法有两种：第一种是将m序列的伪随机代码作为水印嵌入到图像数据的LSB平面中，它要用自适应柱状图操作将图像值由8压到6比特位；第二种作是将m序列代码作为水印嵌入到LSB平面中，但其解码过程则是利用了m序列唯一的且是最佳的自相关函数进行解码。Bender（1996：313-336）等人提出的Patchwork算法。Patchwork算法是通过改变图像数据的统计特性将信息嵌入到像素的亮度值中。该算法的缺陷是其嵌入量低且对串谋攻击抵抗力弱。此外，Puate and Jordan（1996：108-118）利用在分形图像压缩中选代函数系统和自相似性来编码，提出了基于分形图像压缩的空域水印法；Bas et al (1998:469-473)将空域分形编码的水印思想推广到分块DCT。空域算法的优点是计算速度快，但一般鲁棒性较差。

（二）变换域算法

变换域水印技术是先对原图像进行变换，在变换域中按照不同的方法选择系数嵌入水印，最后再进行相应的逆变换得到含水印图像。常用的变换有DCT（离散余弦）变换，DWT（离散小波）变换，DFT(离散傅立叶)变换，分形等嵌入方法。Cox（1996：243-246）等提出了一种基于DCT变换的扩频水印技术，它将满足正态分布的伙随机序列加入到图像的DCT变换后视觉最重要系数中，利用了SS（序列扩频技术）和HVS（人类视觉特性），其优点是相对于空域图像水印方法在对压缩、滤波等常规信号处理上具有更强的稳健性。Ruanaida等人最先将水印嵌入在DFT域中，指出相位调制可能更适合于鲁棒水印；Kunder（1997：544-547）等人最早提出将水印嵌入到DWT域。结合目前基于小波变换的图像压缩研究方法，Xia（1997：548-551）等结合SPIHT压缩方法和多分辩率分析，提出了多尺度水印技术，把高斯白噪声加入高频系数中；Houng-Jyh Wang结合MTWC压缩方法，将水印算法与图像压缩方法集成，实现数字知识产权的保护。

三、数字图像水印的应用

最早提出数字水印的概念与方法是为了进行多媒体数据的版权保护，它是通过跟踪多媒体数据中的数字水印信息来保护其数据版权；数字水印技术可用于识别文档（印刷品、电子文档等）的真伪，如鉴定印章，护照等等；数字水印技术可用于做多媒体数据的访问控制和复制控制（如DVD防拷贝系统），从而保证消费者的权益以及有效控制商业侵权行为；数字水印技术适用于信息的安全通信，通过该技术隐藏在普通多媒体数据中的信息不容易监控，隐蔽性高，可以避开窃听和监控；

结语：

作为一个技术体系，数字水印技术目前仍不够完善。今后，研究出对几何攻击具有较强鲁棒性的数字图像水印，提出兼顾保真性和鲁棒性的最优水印算法，进一步完善水印性能评价标准，将数字水印与密码技术、公钥密码和私钥密码体系相结合制作综合的数据安全系统等将成为主要的研究方向。就目前而言，数字水印技术仍存在诸多不足，但这却无法阻挡其发展趋势，它将在数字作品版权保护、篡改提示、隐蔽通信及电子商务等领域具有广阔的应用前景。

参考文献：

[1]Bas P. Chassery J M. Using the fractal code to watermark images [J]. Proe IEEE International Conf on Image Processing,ICIP-98, 1998, 1: 469-473.

[2]Bender W. et al. Techniques for data hiding [J]. IBM Systems Journal, 1996, 35(3&4):313-336

[3]Cox I.J, Kilian K， Leighton T, etal. Secure spread spectrum watermarking of images, audio and video [J]. Proc IEEE International Conf on Image Processing, ICIP-96,1996,3:243-246.

[4]Kudurd, Hatzinakos D. A robust digital image watermarking method using wavelet-based fusion [J]. in Proceedings of IEEE ICIP97,1997:544-547.

[5]Puate J, JordanF. Using fractal compression scheme to embed a digital signature into an image [J]. Prpceedings of the SPIE, 1996,2915:108-118.

[6]Schyndel, Tirkel, Qsborne. A digital watermark [A]. In: Proceedings of the International Conference on Image Processing [C]. Austin: IEEE Press, 1994.2:86-89.

[7]Xia Xiangen, Boncelet C.G, Aree G.R. A multiresolution watermark for digital images [C]. In: Proceedings International Conference on Image Processing (Cat No. 97CB36144) IEEE Comput Soc Part 1， Los Alamitos， CA, USA, 1997,1: 548-551.

[8]向德生,楊格兰,熊岳山.数字水印技术研究明.计算机工程与设计,2005,26(2):326-3

作者简介：

基于MATLAB的数字水印技术研究 篇8

随着计算机网络技术和数字信号与信息处理技术的快速发展,使得图片、音乐、电影和电视节目等音像产品在向着全数字化制作、存储和传播方向发展,同时,数字产品的复制、修改和盗版变得越来越容易,如何保护产品著作权人的权益成为制约音像等产品数字化发展的瓶颈。数字水印技术作为一种解决方法被提出来。数字水印技术是指在数字产品中嵌入一定的数字信息(如图像、随机数字等)用以证明产品的所属权,起到保护知识产权的作用。

1、图像数字水印的分类及特点

数字水印是利用数字图像中普遍存在的冗余数据与随机性把版权信息嵌入在数字图像本身中,从而起到保护数字图像版权或者完整性的一种技术。

根据数字水印的嵌入结果可以分为可感知的数字水印与不可感知的数字水印;根据数字水印的嵌入技术不同可以分为时空域数字水印与变换域数字水印,目前人们普遍认为变换域数字水印有更好的稳健性,因此人们对数字水印的研究相对集中于后者;根据数字水印检测过程可以分为盲水印与非盲水印;根据数字水印的稳健性可以分为鲁棒水印与易损水印,通常鲁棒水印主要应用于版权保护,而易损水印则用于数据的完整性保护;根据数字水印的载体可以分为文本数字水印、图像数字水印、语音数字水印和视频数字水印;根据数字水印的用途可以分为版权保护数字水印、图像认证数字水印、隐藏标识数字水印及防止复印数字水印等。本文中研究的侧重点是版权保护的图像数字水印。

在数字水印系统中,隐藏信息的丢失意味着版权信息的丢失,从而失去了版权保护的功能,这样就意味着这一系统是失败的。因此数字水印技术必须具有较强的稳健性、不可检测性、不可感知性、隐藏位置的安全性、无歧义性和计算有效性等特点。

2、小波变换域数字水印实现流程

小波变换域数字水印的实现分为数字水印的嵌入、提出(检测)两部分,其过程如图1和图2。

图2中虚线部分表示数字水印检测时可以不需要原始载体的参与。从图1与图2中可以清楚地看到,小波数字水印的嵌入和检测(提取)都是在小波域中进行的。在此过程中,小波的类型、数字水印的选取、数字水印嵌入的强度以及数字水印嵌入的位置都会影响到数字水印系统的性能,包括数字水印的鲁棒性和视觉不可见性。这两个基本特性是相互矛盾的,一般来说,嵌入的数字水印信号越强,数字水印的不可见性越差,但鲁棒性好;嵌入的数字水印信号越弱,数字水印的鲁棒性较差,但不可见性比较好,所以在图像中嵌入数字水印时必须权衡考虑这两个特性,应该在满足不可见性的前提条件下,尽可能提高数字水印的鲁棒性。

目前,关于在小波变换域中对数字图像进行数字水印嵌入方法的介绍很多,其方法主要有在载体图像小波分解之后,在分解得到的近似分量或细节分量中嵌入数字水印的压缩编码,这些方法效果较好,但处理过程过于复杂。经过大量实验研究,本文提出一种数字水印图像与载体图像小波分解子块进行能量比较,依据能量比较结果将数字水印图像按比例替换分解子块的方法。

首先,数字水印图像以适当能量嵌入。数字水印图像嵌入载体图像的过程是一个数字水印图像在载体图像中能量扩散的过程,如果扩散的能量过大被嵌入水印的载体图像中水印图像不可见性变差,如果扩散能量过小被嵌入水印的载体图像中水印图像鲁棒性变差,所以数字水印图像嵌入载体图像中的能量要适当。本文中采用数字水印图像能量与载体图像小波分解子块能量相等的替换原则。设等量自适应嵌入系数为α,数字水印图像为Xsy(i,j),其中(i=0,1,2,…,M-1。j=0,1,2,…,N-1),M、N分别为数字水印图像的宽与高,被嵌入数字水印图像为α×Xsy(i,j),则被嵌入数字水印图像能量为:

设小波分解子块图像为X(i,j),其中(i=0,1,2,…,M-1,j=0,1,2,…,N-1),M、N分别为子块图像的宽与高,则子块图像能量为:

其次,数字水印图像选择适当位置嵌入。为了保证嵌入的鲁棒性,需要在载体图像质量敏感的地方嵌入数字水印,这样就使得对数字水印图像的破坏必然会引发载体图像质量的严重变坏。但是为了保证数字水印图像嵌入的不可见性,需要使嵌入的数字水印对载体图像的质量的影响降低到最小。

由于最低分辨率子图享受压缩等变幻的影响较小,因此,从保证嵌入水印鲁棒性的角度考虑,应尽量把数字水印图像嵌入到最低分辨率子图像中,但图像质量对最低分辨率子图像的改变是敏感的,为了保证数字水印嵌入的不可见性,一方面要求嵌入数字水印时,应使载体图像数据的改变降低到最小,另一方面也要求嵌入数字水印的位置应该远离最低分辨率子图像。在实际应用中,要依据载体图像和数字水印图像尺寸决定小波分解层数,依据分解层数决定嵌入位置。

3、数字水印的提取

数字水印的检测和提取的方法是决定于嵌入的方法。由于采用了替换的方法完成数字水印的嵌入,因此数字水印的提取不需要使用原始的载体图像。对被测试载体图像进行小波分解并提取原始嵌入位置图像,可得到待检测的数字水印图像。

判定是否包含数字水印图像,采用计算待检测的数字水印图像与原始数字水印图像相似度的方法进行。相似度计算公式为

其中Tk,l(i,j)为模板图像,k=1,2,…,p为模板组号,l=0,1,…,9为每组字符对应的数字号;S(i,j)为待识别字符图像,M、N分别为模板与待识别图像的宽与高。

4、嵌入、提取及抗攻击能力测试实验

4.1 水印嵌入与提取

载体图像采用尺寸大小为512×512灰度为256级的Lena图像,数字水印图像采用尺寸大小为64×64灰度为256级的自制水印图像,如图3所示。

载体图像的小波分解图如图4,从图中可知近似分量图像保存着载体图像的主要信息,细节分量图像描绘的是载体图像的细节和边缘信息。

在指定位置使用上面所述方法嵌入数字水印图像就可以得到含有水印的载体图像,对图像进行观察可知水印图像不可见,图像质量未见变化。嵌入过程中可计算出水印自适应嵌入系数、嵌入水印前后载体图像的相似度和峰值信噪比PSNR:α=0.0601,R=0.9999,PSNR=48.5439(dB)。

对含有水印的载体图像进行小波变换,在指定位置提取数字水印图像,对图像进行观察可知数字水印图像完整,图像质量变化不大,计算提取水印与原水印的相似度Rsy为0.9785。

4.2 抗攻击能力测试

数字水印嵌入方法性能的好坏除了要看视觉上的不可见性以外最重要的是看它对几何空间失真、频域上的滤波以及常见的JPEG标准压缩的鲁棒性有多强。因为载体图像在传播使用的过程中都会受到有意或无意的损坏,只要载体图像被损坏情况不是很严重(面目全非)还能抽取出其中的数字水印,这种数字水印嵌入方法才可以在实际的版权保护中得以应用。

4.2.1 数字水印抗空间几何失真的鲁棒性测试

通过实验(从右侧剪切60列像素)可知剪切位置对水印提取有影响,从左侧、上边或左上角开始剪切将无法提取水印,如果从其它部位剪切并且剪切量较大水印信息将受到较大破坏;通过实验(顺时针旋转5o)可知旋转对水印提取有较大影响,这些都是小波变换域内进行水印嵌入方法存在局限性(即小波变换对图像起始位置信息敏感与水印信息被均匀扩散到载体图像中)引起的。

4.2.2 数字水印抗数字信号处理的鲁棒性测试

对含有数字水印载体图像在经过特定数字信号处理(如低通滤波、高通滤波、均值滤波、直方图均衡化、锐化和噪声高斯滤波等)后提取的数字水印进行测试,可以检测本文提出的数字水印嵌入方法在抗数字信号处理方面的鲁棒性,测试数据如表1所示。

4.2.3 数字水印抗JPEG格式压缩的鲁棒性测试

JPEG格式压缩编码对图像的质量有一定损伤,本实验对嵌入数字水印的载体图像进行以图像质量百分数从75%到100%的压缩,然后进行数字水印信息的提取,计算出所提取的数字水印与原数字水印的相关系数,结果见表2所示。

从上面对本文数字水印嵌入方法进行鲁棒性测试的实验结果表明,本文提出的基于小波多分率分解的数字水印嵌入方法不但使数字水印图像不可见,而且所嵌入的数字水印图像具有较强的鲁棒性。

5、结论

利用要嵌入的数字水印图像能量与被替换区域能量相等的要求计算自适应嵌入系数,在确定所要嵌入的数字水印图像的强度同时也确保了嵌入的数字水印图像的不可见性。数字水印图像被均匀地扩散到载体图像中使含有水印的载体图像在抗攻击方面表现出了较好的鲁棒性。实验验证了在小波变换域内基于能量等量替换的自适应数字水印图像嵌入方法的可行性。

参考文献

[1]王道顺,梁敬弘,戴一奇,罗颂等.图像水印系统有效性的评价框架[J].计算机学报,2003.26(07).

[2]黄兴,张敏瑞.图像置乱程度的研究[J].武汉大学学报(信息科学版),2008,33(05).

[3]杨枝灵,王开.Visual C++数字图像获取、处理及实践应用[M].北京:人民邮电出版社,2003.

基于变换域的数字水印技术 篇9

随着以微电子技术为代表的信息产业的飞速发展,多媒体、计算机网络、个人移动通信技术等等已进入寻常百姓家。在这种环境下,数字产品很容易被复制、处理、传播和公开。为解决这一难题,近几年国际上提出了一种新的数字产品著作权保护技术—数字水印。数字水印是将特制的数字标记隐藏在数字产品中,用以证明原创作者对作品的所有权,并作为起诉非法侵权者的证据,从而保护作者的合法权益。

数字水印算法性能评价的2个重要准则是水印的鲁棒性和不可见性。为了定量描述已知水印系统的鲁棒性,可将袭击程度连续增加,直到水印不能可靠地提取。这个准则可用于估计特定水印经受某种变换(如JPEG2000压缩)的能力。不可见性有大量的度量来定量描述图像的质量,近年来越来越多的研究人员把注意力集中于研究适合考虑人类视觉系统特性的度量,其中一个重要的参数是考虑到人眼的对比敏感性,即HVS掩膜现象。

下面介绍了2种变换域方法,2种水印方案均用MATLAB6.5工具软件编程实现。

1 基于DCT域的图像水印方案的实现

选择二值化灰度图像作为水印信息,根据水印图像的二值性选择不同的嵌入系数,并将载体图像进行8×8的分块,将数字水印的灰度值直接植入到载体灰度图像的DCT变换域中,实现水印的嵌入。具体方法如下:

1.1水印嵌入

设CI是M×N大小的原始图像,SI是水印图像大小为P×Q,M和N分别是P和Q的偶数倍。把水印SI加载到图像CI中,算法分4步进行:

① 分块将CI分解为(M/8)×(N/8)个8×8大小的方块BCIm,n;同时,将SI也分解为(M/8) ×(N/8)个(8×P/M)×(8×Q/N)大小的方块BSIm,n,1≤m≤M/8,1≤n≤N/8。

② DCT变换对每一个BCIm,n,进行DCT变换:DBCI′m,n=DCT(BCIm,n)。

③ 加载水印对每一个DBCI′m,n和BSIm,n,si为从DBCI′m,n的中频选出的加载的位置,1≤i≤(8×P/M)×(8×Q/N),ti为水印BSIm,n的位置坐标1≤i≤(8×P/M)×(8×Q/N)。

DBCI″m,n(si)=a×BSIm,n(ti),式中,a为加权系数,用DBCI″m,n(si)来代替DBCI′m,n(si)得到加载水印后的图像DBCI″m,n。

④ 逆DCT变换对以上得到的每一个DBCI″m,n进行逆DCT变换:IDBCIm,n=IDCT(DBCI″m,n),并将各方块IDBCIm,n合并为一个整图CI′,即为加载了水印的新图像。

1.2水印提取

设图像TCI为已经加载了水印的载体图像,现要将所加载的水印从TCI中提取出来。其过程为上述加载水印算法的逆运算:

① 分块将TCI分解为(M/8)×(N/8)个8×8大小的方块BTCIm,n,1≤m≤M/8,1≤n≤N/8。

② DCT变换对每一个BTCIm,n进行二维DCT变换:BTCI′m,n=DCT(BTCIm,n)。

③ 提取数据对每一个BTCI′m,n,按照式BSIm,n(ti)=1 /a×BTCI′m,n(si)得到BSIm,n。

④ 合并将上面得到的所有BSIm,n合并成一个整图NSI。

1.3实验结果与结论

对给出的水印算法进行实验仿真,原始图像是256*256大小的lena图像,水印是32*32的二值签名图像,原始图像与嵌入水印后的图像如图1。图2为经过参数“Quality”为“70”的JPEG压缩后的图像和提取出来的水印。从图1中可明显看出:嵌入水印信息后,原图与嵌入水印信息后的图像在视觉效果上没有明显分别,用肉眼几乎分辨不出,这说明这种算法充分利用了人眼的视觉HVS特性,利用DCT域低频分量嵌入水印后,水印的不可见性相当好,图像在嵌入水印前后视觉效果改变不大,不影响图像的正常使用。从图2中可明显看出:嵌入水印后的图像经过参数“Quality”为“70”的JPEG压缩后,还能从中提取出水印信息,可见,这种嵌入算法和提取算法可行,而且检测和抽取易于实现。从实验中可以看出这种算法的抗攻击性—鲁棒性较好。

选择代表版权信息的二值图像作为水印,具有直观、隐藏信息量大的优点,而且这种基于DCT的水印算法具有很强的鲁棒性,对几何变换和信息处理等图像操作有很强的免疫力,可以看到JPEG压缩后,在很高的压缩率下,仍能提取出清晰的水印图像;但与此同时,也有其自身的缺点:这种算法只能隐藏尺寸很小的二值图像,并且每隐藏一个bit,需要改变很多DCT系数,所以这种嵌入算法的效率不高。

2基于小波分解的数字水印技术

选择以高斯分布的随机数作为水印信息,水印嵌在图像的3级DWT分解的除HL1、LH1、HH1外的7个子带中,在每个分解级上计算自适应域值来选择小波系数。

2.1水印嵌入策略

小波变换用于图像编码的基本思想就是把图像进行多分辨率分解,分解成不同空间、不同频率的子图像,然后再对子图像进行系数编码。根据S.Mallat的塔式分解算法图像经过小波变换后被分割成4个频带,低频部分还可以继续分解。图像能量主要集中在低频部分。图像经过多级分解后,重要的信息将集中在左上角的各子带内,这样就可以对图像进行压缩或嵌入水印。

本算法采用服从高斯N(0,1)分布的随机数作为水印信息。通过对服从均匀分布的随机量进行Box-Muller变换,产生高斯分布的随机量。

原图像进行DWT分解,并对前7个子带(LL3、HL3、LH3、HH3、HL2、LH2、HH2)计算其自适应域值以选择可以嵌入水印的重要系数,对于LL3子带,遍历并找出最大系数C,用式(1)计算这一子带的域值,同样可计算出其他各级的域值。然后嵌入水印并对之实施DWT得到水印图像。

Ti=2[log2Ci]-1, (1)

式中,i表示分解级,[X]表示下取整。下面的算法只对LL3级用这一公式来计算域值,其他6个子带用最大系数的1/3作域值,以增加这些子带嵌入水印的数量。对于已选好的系数,用式(2)嵌入水印。

Vi=Vi+aiViXi, (2)

式中,Vi表示被选择的系数向量,Xi为水印向量,αi为嵌入强度。

在实验中,由水印发生器产生5 000个水印信息,其中1 000个嵌入在LL3中,其余按实际数量分别嵌入各子带中。因HL1、LH1、HH1 3个子带的能量只占总能量的1%左右,故未载有水印信息。

实验中嵌入强度使用了3个值,LL3 子带α=0.007,第1、第2分解级α值分别为0.1和0.2,这样即可保证使水印图像没有明显可见的退化,又保证了水印有较好的鲁棒性。

2.2水印鉴别

水印鉴别是水印嵌入的逆过程,这个算法要用到原始图像。具体过程为:检测端先将原始图做小波3层分解,得到原始矩阵;需检测的水印图像也做相同小波分解,也得到矩阵,利用式(2)就可以得到图像中所含有的数字水印。提取水印X*后,采用X(原始水印)和X*的互相关值计算进行相似检测:

sim$(X,X{}^{*})=\frac{X\cdot X{}^{*}}{\sqrt{X{}^{*}\cdot X{}^{*}}}$。 (3)

如果相似性值大于由式(4)定义的域值,即判定此图像嵌有水印,反之则无水印。

$S=\frac{a{}_i}{2{\rm M}}{\displaystyle \sum |}{V}^{\prime }{}_i|$, (4)

式中,M为嵌入水印数量,V′i为嵌入水印后的系数,ai为水印嵌入过程中相应的嵌入强度。

2.3实验结果与结论

本算法用双正交Antonini97 小波对原图像进行三级离散小波分解,测试图像包括256级灰度的Lena、Pepper、mandrill和fishboat图像,进行了不可见性和鲁棒性测试。运用本文算法嵌入了随机数水印,加水印图像的峰值信噪比如表1所示。

图3为“Lena”原图,图4为其加水印后的图像,此图显示了加水印后图像在可见性上的变化。由图可以看出,加水印图像和原图在视觉上没有明显的变换,说明此算法实现了水印的不可见性。

为验证本文算法嵌入水印的鲁棒性,对Lena 水印图像实施了加高斯噪声、维纳滤波、JPEGQ25 压缩和中心剪切4种攻击,并用式(3)计算其相似性度量值,实验数据如表2所示。

这是一种基于小波变换的数字水印嵌入算法,该算法通过在各分解级自适应地选择域值来选择要嵌入水印的重要系数,并根据各分解级的不同子带采用不同的嵌入强度系数,改善了水印的不可见性和鲁棒性,大量实验表明该算法是可行的。

3 结束语

由于人类视觉对于图像的各种成分具有不同的敏感性,为了提高水印的鲁棒性,应该把水印加在图像的视觉重要部分;另外,由于图像操作一般是消除图像在视觉上不敏感的区域,所以水印应该加在视觉上的敏感部分才能预防水印在各种图像操作下消失,这一结果导致了变换域水印技术的发展。本文提出的基于DCT域和DWT域的水印算法在抵抗压缩处理操作方面具有较强的鲁棒性,另外对于一些恶意攻击(图像剪切、旋转、扭曲等等)处理,水印也有较好的恢复能力。这证明了基于变换域的水印技术具有良好的发展前景。接下来的工作是要把水印算法与压缩算法相结合,特别是2000年公布的图像压缩标准JPEG2000是基于小波变换实现的,因此如何在嵌入式小波压缩编码的过程中加入水印并研究出适应JPEG2000压缩编码的水印算法是今后研究的一大特点。

参考文献

[1]汪小帆.信息隐藏技术方法与应用[M].北京:机械工业出版社,2001.

[2]汪春生.一种基于块分类的自适应数字水印算法[J].计算机工程与应用,2002(21):106-109.

[3]杨文泉.基于离散余弦变换图像水印算法的研究[J].计算机工程与应用,2003(13):101-105.

[4]HARTUNG F,KUTTER M.Multimedia watermarking techniques[J].Proc IEEE,1999,87(7):1079-1107.