第六章數(shù)字水印

1、信息隱藏原理及應用信息隱藏原理及應用 第第6 6章章 數(shù)字水印數(shù)字水印本章目標：本章目標：在讀完本章之后，你應該能夠：在讀完本章之后，你應該能夠：了解數(shù)字水印技術；了解數(shù)字水印技術；理解空域數(shù)字水印算法；理解空域數(shù)字水印算法；理解變換域算法；理解變換域算法；理解可見與不可見數(shù)字水印算法；理解可見與不可見數(shù)字水印算法；理解可逆數(shù)字水印算法；理解可逆數(shù)字水印算法；理解免疫數(shù)字水印算法；理解免疫數(shù)字水印算法；了解多重數(shù)字水印算法。了解多重數(shù)字水印算法。n數(shù)字水印技術是近幾年來國際學術界興起的一個前沿研究領域，特別是在網(wǎng)絡技術迅速發(fā)展的今天，數(shù)字水印技術的研究更具有現(xiàn)實意義。數(shù)字水印技術的研究著重于健

2、壯性、真?zhèn)舞b別、版權證明、網(wǎng)絡快速自動驗證、音頻和視頻水印等方面，其中研究最廣泛的是穩(wěn)健性和可驗證性。數(shù)字水印的穩(wěn)健性體現(xiàn)了水印在數(shù)字文件中的生存能力，當前大多數(shù)算法均具有一定的穩(wěn)健性，但是如果同時運用各種圖像攻擊，那么大部分算法均會失效。如何尋找更加穩(wěn)健的水印算法仍是一個急需解決的問題，同時當前水印算法在提供可靠的版權證明方面還存在一定的不完善性問題，因此提供完全的版權保護的數(shù)字水印算法也是一個重要的研究方向。在本章中，詳細分析不同分類中的典型數(shù)字水印算法。6.1 數(shù)字水印算法概述 因為數(shù)字水印有不同的分類方式，如果按水印的特性分類可以將數(shù)字水印分為魯棒性數(shù)字水印和脆弱數(shù)字水??；如果按水印所

3、附載的媒體分類可以將數(shù)字水印分為圖像水印、音頻水印、視頻水印、文本水印以及用于三維網(wǎng)格模型的網(wǎng)格水印等。如果按檢測過程分類可以將數(shù)字水印分為明文水印和盲水印。如果按內(nèi)容分類可以將水印劃分為有意義水印和無意義水印。如果按水印隱藏的位置分類分為空域數(shù)字水印、變換域數(shù)字水印。如果按可見與否分類可以將數(shù)字水印分為可見水印和不可見水印。 無論是按哪種分類方式，應用最廣泛的數(shù)字水印是用于版權保護的可見的魯棒水印、用于多多媒體內(nèi)容真實性認證的脆弱性水印，以及空域水印和變換域水印。因為無論使用哪種數(shù)字水印，都需要嵌入過程，所以嵌入的方法一般都分為空域和變換域兩種方法。在空間域方法主要有LSB方法、Patchw

4、ork 方法、紋理塊映射編碼法等。其中LSB方法是在像素的最不重要位嵌入水印信息，這種方法簡單，但易受攻擊。Patchwork 方法是將圖像分成兩個子集，一個子集的亮度增加，另一子集的亮度減少同樣的量，這個量以不可見為標準。紋理塊映射編碼法是將一個基于紋理的水印嵌入到圖像的具有相似紋理的部分中，這種方法是基于圖像的紋理結(jié)構的，因而很難察覺水印。但是由于是嵌入圖像某一部分當中，對剪切等圖像處理操作魯棒性較差，但變換域則能較好的解決這個問題。變換域的方法有 DCT、DWT、DFT變換。變換域的方法相對于空間域方法來說，存在許多優(yōu)點： n從提高水印的魯棒性來看，水印應嵌入到圖像在視覺上最重要的部分，

5、而對圖像來說，如果采用變換域的方法，那么圖像的低頻部分就能直接標記出來。 n由于壓縮算法大都在變換域進行，比如 JPEG 的 DCT、EZW 中的DWT等，所以可以考慮采用變換域的方法來提高抵抗壓縮操作攻擊的能力。 n有些變換對某些變化有著固有的魯棒性，比如 DFT 具有仿射不變性，對圖像的空間坐標平移不敏感，因而可以利用它來恢復經(jīng)過了仿射變化的圖像當中的水印，又如對數(shù)極坐標變換，可以對旋轉(zhuǎn)和縮放不敏感，因此利用它可以使得對水印圖像的任何旋轉(zhuǎn)或縮放操作都不敏感，而利用小波分析得多分辨特性，使得其對圖像的剪切操作不敏感。 正是因為變換域的許多優(yōu)點，變換域方法日前得以廣泛的發(fā)展。6.2 空域數(shù)字水

6、印算法n在數(shù)字水印研究中，其算法主要包括空域算法，空域加性數(shù)字水印與其他域中的加性水印相同，即空間域中加性信息。水印模式與原始圖像具有相同的維度，并且已經(jīng)將水印模式加入到圖像中。水印模式可以調(diào)制，甚至可以根據(jù)原始圖像分析生成感知分析，這并不直接影響魯棒性，視覺模型通常改進保真度以便能嵌入強水印，強水印一般具有更強的魯棒性，其中最典型的就是最低有效位算法（LSB），我們在第5章中已經(jīng)詳細分析。另外就是變換域算法，如傅立葉變換，分塊DCT變換和小波變換等，主要是采取擴頻技術。另外還有壓縮域算法，主要是基于JPEG、MPEG壓縮過程中嵌入秘密信息的算法。另外，編碼方法在數(shù)字水印中也是一個研究的執(zhí)點。

7、6.2.1 最低有效位算法n為了提取水印，使用相同的偽隨機種子數(shù)來產(chǎn)生相同的偽隨機噪聲，加印圖像與噪聲之間的相關性可以計算獲得，如果相關性超過了特定閾值T，可以檢測到水印，如果小于特定值，則認為此像素未嵌入水印。這種方法進行擴展就成多位水印的嵌入，也就是將圖像分成許多塊，然后在每個塊中執(zhí)行相同的操作。n另外，還可以通過許多方式來改進上述的基本算法。首先，上述的閾值可以用邏輯1或0來確定，1表示水印存在，而0表示水印不存在。那么上述的過程可以更方便的實現(xiàn)，這要比計算加印圖像到噪聲間的相關性要快得多。也就是說這兩種模式只需要計算其一即可。n我們還可以在圖像嵌入水印之前應用預濾波，如果我們能夠降低載

8、體圖像與PN序列之間的相關性，那么我們可以增加水印對噪聲的免疫性，通過應用邊緣增加濾波，水印的魯棒性增強并且圖像的容量不產(chǎn)生變化，同時圖像的質(zhì)量降低很小。n最低有效位算法（LSB）是L.F.Turner和R.G.van Schyndel等人提出的第一個數(shù)字水印算法，是一種典型的空間域信息隱藏算法。LSB算法使用特定的密鑰通過m序列發(fā)生器產(chǎn)生隨機信號，然后按一定的規(guī)則排列成二維水印信號，并逐一插入到原始圖像相應像素值的最低幾位。由于水印信號隱藏在最低位，相當于疊加了一個能量微弱的信號，因而在視覺和聽覺上很難察覺。LSB水印的檢測是通過待測圖像與水印圖像的相關運算和統(tǒng)計決策實現(xiàn)的。Stego Do

9、s、White Noise Storm、S-Tools等早期數(shù)字水印算法都采用了LSB算法。nLSB算法雖然可以隱藏較多的信息，但隱藏的信息可以被輕易移去，無法滿足數(shù)字水印的魯棒性要求，因此現(xiàn)在的數(shù)字水印軟件已經(jīng)很少采用LSB算法了。不過，作為一種大數(shù)據(jù)量的信息隱藏方法，LSB在隱蔽通信中仍占據(jù)著相當重要的地位。6.2.2 Patchwork算法 PatchworkPatchwork是麻省理工學院媒體實驗室是麻省理工學院媒體實驗室Walter BanderWalter Bander等人提出的一種等人提出的一種數(shù)字水印算法。數(shù)字水印算法。PatchworkPatchwork算法首先隨機選取算法首

10、先隨機選取N N對像素點，然后通過增對像素點，然后通過增加像素對中一個點的亮度值，而相應降低另一個點的亮度值。這樣整加像素對中一個點的亮度值，而相應降低另一個點的亮度值。這樣整個圖像的平均亮度保持不變。個圖像的平均亮度保持不變。PatchworkPatchwork方法具有偽隨機性和統(tǒng)計特性，方法具有偽隨機性和統(tǒng)計特性，PatchworkPatchwork是一種使用統(tǒng)計是一種使用統(tǒng)計技術來將秘密信息嵌入到圖像的特定位。用技術來將秘密信息嵌入到圖像的特定位。用PatchworkPatchwork算法嵌入載體圖算法嵌入載體圖像中的秘密信息具有高斯分布的特性，基本的算法是通過選擇偽隨機像中的秘密信息具

11、有高斯分布的特性，基本的算法是通過選擇偽隨機的長度的長度n n來修改原始圖像，并將嵌入的信息作為連續(xù)一對像素值。通過來修改原始圖像，并將嵌入的信息作為連續(xù)一對像素值。通過調(diào)節(jié)這對像素值中一方的亮度而降低另一方的亮度，這樣就會得到想調(diào)節(jié)這對像素值中一方的亮度而降低另一方的亮度，這樣就會得到想要的值。這個值就是嵌入的秘密信息位。我們使用要的值。這個值就是嵌入的秘密信息位。我們使用256256級線性量化系統(tǒng)，級線性量化系統(tǒng)，從從0 0開始，所有的像素的亮度都很接近，所有的采樣都與其他采樣無關，開始，所有的像素的亮度都很接近，所有的采樣都與其他采樣無關，即每個采樣都是獨立的。即每個采樣都是獨立的。Pa

12、tchworkPatchwork算法處理過程如下：算法處理過程如下：nPatchwork數(shù)字水印隱藏在特定圖像區(qū)域的統(tǒng)計特性中，其魯棒性很強，可以有效地抵御剪切、灰度校正、有損壓縮等攻擊，適當?shù)卣{(diào)整參數(shù)，Patchwork方法對JPEG壓縮、FIR濾波以及圖像裁剪有一定的抵抗力。其缺陷是數(shù)據(jù)量較低，對仿射變換敏感，對多拷貝平均攻擊的抵抗力較弱。 nPatchwork算法嵌入的是一種數(shù)據(jù)量較小、能見度很低、魯棒性很強的數(shù)字水印，能夠抗圖像剪裁、模糊化和色彩抖動?！癙atchwork”一詞原指一種用各種顏色和形狀的碎布片拼接而成的布料v，它形象地說明了該算法的核心思想，即在圖像域上通過大量的模式冗

13、余來實現(xiàn)魯棒數(shù)字水印 。與大多數(shù)圖像域數(shù)字水印算法不同，Patchwork并不是將水印隱藏在圖像數(shù)據(jù)的最低有效位（LSB）中，而是隱藏在圖像數(shù)據(jù)的統(tǒng)計特性中。n以隱藏1bit數(shù)據(jù)為例，Patchwork算法首先通過密鑰產(chǎn)生兩個隨機數(shù)據(jù)序列，分別按圖像的尺寸進行縮放，成為隨機點坐標序列。然后將其中一個坐標序列對應的像素亮度值降低，同時升高另一坐標序列對應的像素亮度。由于亮度變化的幅度很小，而且隨機散布，并不集中，所以不會明顯影響圖像質(zhì)量。為了提高魯棒性，還可以改變隨機點鄰域中的像素亮度，這樣就形成了圖像域上亮、暗模式的鋪砌。 n影響Patchwork算法使用效果的因素很多，主要有：n(1)Pat

14、ch的深度 nPatch的深度是指對隨機點鄰域灰度值改變的幅度，深度越大，水印的魯棒性越強，但同時也會影響隱蔽性，提高能見度。 n(2)Patch的尺寸 n大尺寸的Patch可以更好地抗旋轉(zhuǎn)、位移等操作，但尺寸的增大必然會引起水印信息量的減少，造成Patch相互重疊。具體應用時必須在Patch的尺寸和數(shù)量兩者之間進行折衷。 n(3)Patch的輪廓 n具有陡峭邊緣的Patch會增加圖像的高頻能量，雖然這有利于水印的隱藏，但也使水印容易被有損壓縮所破壞。相反，具有平滑邊緣的Patch可以很好地抗有損壓縮，但易于引起視覺注意。合理的解決方案應該是在考慮到可能會遭受的攻擊后確定，如果面臨有損壓縮的攻

15、擊，則應采用具有平滑邊緣的 Patch，使水印能量集中于低頻；反之，如果面臨對比度調(diào)整的攻擊，則應采用具有陡峭邊緣的Patch，使水印能量集中于高頻。如果對所面臨的攻擊沒有準確的估計，則應使水印的能量散布于整個頻譜。 n(4)Patch的排列 nPatch的排列應盡量不形成明顯的邊界，因為人眼對灰度邊界十分敏感，W.Bender建議采用隨機的六角形排列。 n(5)Patch的數(shù)量 nPatch的數(shù)量越多，解碼越可靠，但這同時也會犧牲圖像的質(zhì)量。除了這些因素之外，還可以在 Patchwork水印算法中融合許多圖像濾波技術，如采用視覺掩模技術等，來提高水印的隱蔽性或魯棒性。nPatchtrack是

16、與Patchwork算法不同的算法，它重點在于信息隱藏的內(nèi)在的問題。它用于數(shù)據(jù)的提取的隊列。這個問題可以通過搜索方法，包括粗略定位檢測定位法，隨機搜索法和梯度下降搜索。n水印解碼程序Patch Track實際上是一個統(tǒng)計信號檢測器。Patch Track首先對掃描后的票據(jù)圖像進行矯正處理，克服由旋轉(zhuǎn)、破損等帶來的水印特性變化。隨后，Patch Track使用解密密鑰產(chǎn)生二維隨機點坐標序列，形成解碼窗口。通過構造適當?shù)南袼鼗叶冉y(tǒng)計量，可以判斷解碼窗口中是否包含有Patchwork水印。數(shù)字隱線與快速水印解碼。n為了實現(xiàn)打印機的自動票據(jù)識別與票據(jù)拒打功能，麻省理工學院數(shù)據(jù)隱藏研究小組提出了線狀數(shù)字

17、水印數(shù)字隱線（Tartan Thread）技術。與隱蔽標識方法不同，Tartan Thread是一種主動防護技術，它必須與票據(jù)制作者配合，在真實的票據(jù)圖案中加入防偽水印，這種線狀的數(shù)字水印能夠存在于掃描后的票據(jù)圖像中，在打印輸出時，打印機驅(qū)動程序中的水印解碼模塊能快速解讀水印，一旦發(fā)現(xiàn)票據(jù)防偽隱線，就立即拒絕打印輸出。 n數(shù)字隱線防偽方案面臨的最大難點是解碼空間的問題。一般來說，打印機驅(qū)動程序只緩存幾行像素，在打印過程中，內(nèi)存中自始至終沒有一個完整的打印圖像，所以數(shù)字隱線的解碼空間十分狹小。另外，數(shù)字隱線的解讀過程必須非常迅速，如果過多地影響打印效率，則無論是打印機廠商還是用戶都難以接受。 n

18、Tartan Thread數(shù)字隱線的核心技術是一維擴頻調(diào)制，即將水印信息用擴頻碼調(diào)制成具有噪聲性質(zhì)的信號，疊加在票據(jù)圖像上。解碼器使用同樣的擴頻碼通過解擴讀取數(shù)字隱線。nPatchwork方法安全性很好，但嵌入信息的容量受到了限制，另外Burgett等人提出了脈沖嵌入系統(tǒng)，在這種方案中，位置序列用于映射像素的位置，然后對此序列編碼，脈沖編碼是有層次的。在空域中的水印存在缺點就是魯棒性較差，很容易受到破壞。6.3 變換域算法n空域中的數(shù)字水印不同程度會造成圖像質(zhì)量的下降，根據(jù)人類視覺特性，在變換域能更好地調(diào)整水印而不影響載體圖像的質(zhì)量。最廣泛研究的DCT、DWT域都是能量保留，正交變換的結(jié)果。高

19、維媒介空間中的每條軸線都對應著工作空間相應的值，如在圖像空間中，軸線上的每個值對應著一個像素的亮度，在音頻空間，每個軸線可能對應著音頻采樣。因此在這個空間中的每個點都在工作空間中有所對應。當應用能量保留，正交變換時，我們只是旋轉(zhuǎn)相應的系統(tǒng)，使每條軸線有新的表示，如果以前代表像素，此時可能代表頻率。如果水印算法與坐標軸無關，應用任何一種變換將對其性能沒有任何影響。例如，考慮非常簡單的應用變換的嵌入，通過增強白噪聲的方式，由于白噪聲具有放射性對稱性質(zhì)，水印模式的分布概率與坐標無關。這就意味著，不論使用任何變換，都不會改變水印圖像的分布。也就是說變換對其性能沒有任何影響。如果是非線性嵌入的水印，例如

20、FFT的幅值嵌入，或者應用某種形式的感知建模（感知建模一般都是非線性的）。變換只是作為嵌入的一種工具。也就是說使圖像變換到頻域，使用頻域的某些特性來完成數(shù)字水印的嵌入。目前廣泛使用的變換域為DCT和DWT，下面分別介紹。6.3.1 DCT算法nDCT變換域數(shù)字水印是目前研究最多的一種數(shù)字水印，它具有魯棒性強、隱蔽性好的特點。其主要思想是水印信號應該嵌入源數(shù)據(jù)中對人的感覺最重要的部分在頻譜空間中，這種重要部分就是低頻分量。在圖像的DCT變換域上選擇中低頻系數(shù)疊加水印信息。之所以選擇中低頻系數(shù)，是因為人眼的感覺主要集中在這一頻段，攻擊者在破壞水印的過程中，不可避免地會引起圖像質(zhì)量的嚴重下降，一般的

21、圖像處理過程也不會改變這部分數(shù)據(jù)。水印信號應該由具有高斯分布的獨立同分布隨機實數(shù)序列構成。這使得水印經(jīng)受多拷貝聯(lián)合攻擊的能力大大增強。n實現(xiàn)方法是：首先以密鑰為種子來產(chǎn)生偽隨機序列，該序列具有高斯N(0，1)分布，密鑰一般由作者的標識碼和圖像的哈希值組成，對整幅圖像做DCT變換，用偽隨機高斯序列來調(diào)制(疊加)該圖像除直流分量（DC）外的1000個最大的DCT系數(shù)。n由于JPEG、MPEG等壓縮算法的核心是在DCT變換域上進行數(shù)據(jù)量化，所以通過巧妙地融合水印過程與量化過程，就可以使水印抵御有損壓縮。此外，DCT變換域系數(shù)的統(tǒng)計分布有比較好的數(shù)學模型，可以從理論上估計水印的信息量。 n因為早期的D

22、CT集中在低頻系數(shù)上，現(xiàn)在我們分析一下中頻的DCT系數(shù)，通過數(shù)字水印嵌入公式可知，K不僅可以為增益因子，更佳的是視為閾值。在前面的技術中，通過增加K來增強水印的魯棒性，但是降低了載體圖像的質(zhì)量。而使用中頻系數(shù)時，我們計算兩個系數(shù)的幅值差，如果兩者差不超過K時，這對系數(shù)才能滿足我們的需求。并且不降低載體圖像的質(zhì)量。同時DCT變換一般采用8x8的塊，其目的是抵御JPEG壓縮攻擊，塊越大將獲得更好的結(jié)果，但以犧牲信息容量為代價。同時使用中頻系數(shù)可以更好地抵御高斯噪聲攻擊與JPEG攻擊。n另外Kankanhalli等已經(jīng)提出了基于圖像紋理的DCT域可見數(shù)字水印技術，紋理塊映射是將水印信息隱藏在圖像的隨

23、機紋理區(qū)域中，利用紋理間的相似性掩蓋水印信息。該算法對濾波、壓縮和扭轉(zhuǎn)等操作具有抵抗能力，但需要人工干預。算法的公式如下：nZHAO等提出了另外一種方法，將圖像分成塊，然后計算每個塊的DCT系數(shù)，選擇兩個DCT系數(shù)，計算兩者之間的關系，然后嵌入水印，同時選擇的系數(shù)要基于JPEG量化表，這樣在反量化時才能重現(xiàn)帶水印的系數(shù)。圖像分成RGB塊，然后將這些塊轉(zhuǎn)換成YCC分量，我們使用亮度值進行操作，執(zhí)行DCT變換，根據(jù)量化表選擇兩個系數(shù)用來表示亮度分量，亮度值用于水印的編碼。水印的編碼算法如下n A是第一個系數(shù)，b是第二個系數(shù)。兩個系數(shù)之間的改變與否依賴于水印的數(shù)據(jù)位。Koch等提出，圖像分成RGB塊

24、，然后計算每個塊的DCT，然后量化具有三種頻率，取中頻范圍進行調(diào)制，以便相對的強度編碼是1或0。選擇a、b、c三個系數(shù)。計算最大值和最小值之間的差分，如果差分大于常量MD塊標記為無效，然后調(diào)整系數(shù)直至滿足條件。算法框圖如圖6.1所示。圖圖6.1 算法框圖算法框圖6.3.2 DWT算法nDWT算法在第5章中已介紹，這里主要針對數(shù)字水印中DWT算法的應用。這里介紹基于小波變換的不可見水印。n不可見水印具有較強的隱蔽性，但由于含印載體會受到常規(guī)的處理和有意的攻擊，因此要求不可見水印必須能夠經(jīng)受這些處理和攻擊。用于版權認證的不可見水印必須具有較強的魯棒性、安全性和透明性。要達到透明性要求，不可見水印必

25、須低強度嵌入；為了提高水印的魯棒性，我們將水印嵌入圖像的重要小波樹中；為增強水印安全性，我們將水印進行混沌置亂。具體步驟如下：n（1）對圖像進行多分辨率小波變換，生成圖像的重要小波樹。小波變換用于圖像分析的基本思想就是把圖像進行多分辨率分解，將圖像分解成不同空間，不同頻率的子圖像。圖像經(jīng)過小波變換后被分割成4個頻帶：低頻、水平、垂直和對角線，低頻部分還可以繼續(xù)分解。在以小波分解的圖像數(shù)據(jù)中，可以構成若干個四叉樹，粗糙信息層（HL3，LH3，HH3）中的小波系數(shù)是其下一個精細層（HL2，LH2，HH2）中4個對應位置小波系數(shù)的父結(jié)點，它代表了精細層次中對應位置小波系數(shù)幅度的加權平均值。該4個對應

26、位置的小波系數(shù)則稱為子結(jié)點，父結(jié)點與子結(jié)點在各自分解層上的重要性有著相似性，且低頻小波系數(shù)通常要遠大于其相對應的高頻小波系數(shù)。這樣小波樹把空間域同一位置、不同尺度、不同方向的小波系數(shù)組織在一起。圖像小波分解樹如圖6.2所示。圖6-2 圖像小波分解樹n雙重水印嵌入提取圖如圖6.4所示，篡改、剪裁與噪聲攻擊及提取的不可見水印分別如圖6.5、6.6和6.7所示。圖6.3 原始圖像和水印(a)Lena圖像(b)可見水印(c)不可見水印圖6.4 雙重水印嵌入提取效果圖，(a)含可見水印圖像(b)含雙重水印圖像(c)提取的不可見水印(a)遭篡改含水印圖像(b)提取的不可見水印圖6.5 篡改攻擊及提取的不可

27、見水印(a)遭裁剪含水印圖像(b)提取的不可見水印圖6.6 裁剪攻擊及提取的不可見水印(a)遭噪聲含水印圖像(b)提取的不可見水印圖6.7 噪聲攻擊及提取的不可見水印n由于采用圖像融合技術，可見水印很難通過計算從圖像中去除。攻擊者只能通過蠻力擦除可見水印，仍然可以可靠地提取不可見水印來證明作品的版權。下面的例子是遭到噪聲攻擊時含水印圖像及提取的水印，其中的魯棒性不可見水印有較強的抗水印攻擊能力。n上述實驗結(jié)果表明，使用DWT技術的雙重數(shù)字水印，使得非法用戶難以利用作品內(nèi)容；即使在蠻力擦除可見水印后依然能夠通過不可見水印證明作品版權。6.4 可見與不可見數(shù)字水印算法n數(shù)字水印分為可見水印與不可見

28、水印。目前絕大多數(shù)文獻集中于不可見水印的研究和實現(xiàn)上，可見水印的相關文獻很少。不可見水印較之可見水印具有不可感知性，非常適合各種媒體的版權認證、內(nèi)容完整性保護和篡改認證。對作品的非法傳播有一定威懾作用；但由于嵌入不可見水印后媒體質(zhì)量較高，不會影響非法用戶的“享用”，難以阻止非法用戶對內(nèi)容的非法利用。n可見數(shù)字水印將水印圖融合到作品中，可以掩蓋部分圖像數(shù)據(jù)，可以減少非法竊取者竊取含有可見水印產(chǎn)品的意圖，也可以起標注或宣傳作用，能夠防止非法用戶獲取部分重要信息。但在一定程度上破壞了原圖像，降低了嵌入數(shù)字水印后產(chǎn)品的商業(yè)價值，且不適用于音頻等非視覺媒體?？梢姅?shù)字水印主要用于圖像和視頻的版權保護，在網(wǎng)

29、上數(shù)字圖書館、網(wǎng)絡電視越來越多的今天，實用的可見水印的方法尤有意義。n可見水印是一種主動的保護方式，但也更容易成為攻擊目標。不可見數(shù)字水印可以在可見數(shù)字水印完全被擦除的情況下保護圖像。可見數(shù)字水印，主要用于當場聲明對產(chǎn)品的所有權、著作權及來源，起到一個宣傳廣告或約束的作用?？筛兄∫话銥檩^淡的或半透明的不礙觀瞻的圖案；比如電視臺節(jié)目播放的同時，在某個角落插上電視臺的半透明標志。另一個用途是為了在線分發(fā)作品，比如先將一個低分辨率的有可見水印的圖像免費送人，其水印 n往往是擁有者或賣主的信息，它提供了尋找原高分辨率作品的線索，若想得到高分辨率的原作品則需付費。有些公司在產(chǎn)品出售前為了在網(wǎng)絡上宣傳

30、其產(chǎn)品，先做上可逆可見水印分發(fā)，付費購買時，再用專用軟件將可見水印去掉，加入不可見水印(發(fā)行人、分發(fā)商、最終用戶等的信息)?？梢娝∵€有另一些用途，那就是為了節(jié)約帶寬、存儲空間等原因，在VCD、DVD等電影拷貝中用嵌入不可見水印的方式配上多種語言的副標題和字幕，待播放時由硬件根據(jù)需要實時地解出每一幀中的水印文字，將其顯示在屏幕上。n可見水印在某些產(chǎn)品中或多或少降低了作品的觀賞價值，使其用途相對受到一定限制。不易感知的水印的應用層次更高，制作難度更大。可見數(shù)字水印是常見的一種水印，經(jīng)常用于保護公開的可用的圖像。在可見數(shù)字水印中更強調(diào)針對各種攻擊的魯棒性，即使攻擊者發(fā)現(xiàn)了隱藏信息的存在，但他也很難

31、破壞嵌入的水印。可見水印最常見的例子是在圖版或視頻上的商標，用于讓觀眾知道版權所有者。通常可見水印可以通過空域或變換域的隱寫算法來完成，可以通過改變圖像的亮度來嵌入水印，也可以在DCT域或DWT域嵌入水印。n對于可見水印一般有如下要求：n無論在單色或彩色圖像中，可見數(shù)字水印都應該非常明顯。n為了防止通過剪切破壞水印，應該將可見水印分布圖像的最重要部分n但是可見水印不應該影響在水印之下的重要的圖像細節(jié)內(nèi)容。n可見水印應該是很難移去的，移去水印很費勁或要付出的代價遠遠超出直接購買此圖像。n加入水印應該自動完成。n在當前的文獻中，可用的可見水印技術很少。在著名的數(shù)字圖書館中使用了可見數(shù)字水印技術來標

32、識著名畫家的作品。n下面介紹一個可見水印與不可見水印結(jié)合應用的算法。n結(jié)合可見水印和不可見水印各自的優(yōu)點，二者結(jié)合起來可以更加有效地保護作品。兩者的嵌入有兩種先后順序：（1）先嵌入可見水印，再嵌入不可見水??；（2）先嵌入不可見水印，再嵌入可見水印。但相比而言，保證不可見水印的完整性更重要，且其對可見水印的影響相對較小。因此本文采用先行嵌入魯棒的可見水印，再迭代嵌入魯棒的不可見水印的雙重水印算法，如圖6.8所示。 圖6.8 可見&不可見算法框圖n算法主要步驟包括：n（1）讀入原始圖像并計算其亮度平均值；n（2）計算可見水印嵌入的拉伸因子等參數(shù)；n（3）讀入可見水印圖像；n（4）根據(jù)拉伸因子進行可

33、見水印嵌入，生成含可見水印圖像；n（5）對含可見水印圖像進行小波變換；n（6）生成不可見水印，并對其混沌置亂；n（7）在含水印圖像重要小波樹系數(shù)中根據(jù)鄰域相關性嵌入不可見水??；n（8）逆小波變換，得到還原圖像。n另外目前通常將圖像融合技術應用與可見數(shù)字水印中，下面加以介紹。n可見水印處理利用主圖像局部特征信息指導水印嵌入，以獲得可見性好、不突出、難去除的水印?？梢娝∮幸韵乱螅海?）可見水印應能保護作品重要內(nèi)容。這表明水印應該覆蓋圖像重要區(qū)域，并且應在所覆蓋的區(qū)域可見。（2）水印一般應在所覆蓋的區(qū)域上半透明可見，不完全破壞細節(jié)。因此嵌入程度應隨主圖像局部特征的變化而變化，通常是足夠突出地顯示

34、以阻止非法使用。（3）非法去除水印難度很大。6.5 可逆水印概述n數(shù)字水印將版權等信息隱藏到載體中，從而達到保護載體的目的。數(shù)字水印連接著兩組數(shù)據(jù)：隱體數(shù)據(jù)和載體數(shù)據(jù)。在多數(shù)情況下，載體數(shù)據(jù)在隱藏過程中會出現(xiàn)失真而無法恢復到原始狀態(tài)。這就是說，即使隱體數(shù)據(jù)已經(jīng)提取出來后，載體數(shù)據(jù)也遭到了永久性失真。但在某些應用中，對數(shù)據(jù)像素的極小更改都是不允許的。例如軍事遙感圖像、醫(yī)學圖像、高能物理圖像、法律證據(jù)等敏感圖像。在這些應用中，任何一位像素的信息都認為是非常重要的。對數(shù)據(jù)的任何修改都會影響圖像的可信度。這些應用均要求使用最原始的圖像數(shù)據(jù)。n顯然，大多數(shù)現(xiàn)有的數(shù)字水印技術都不是可逆的。例如廣泛應用的擴

35、頻信息隱藏方法在取整時出現(xiàn)了截斷或者舍入誤差；最低有效位LSB（或廣義的LSB算法）算法，由于位替換而對原始信息失去“記憶”；基于量化索引調(diào)制的水印會出現(xiàn)量化誤差。這些算法都因?qū)υ夹畔⒒蚯度脒^程無完整記憶，而無法糾正失真來進行恢復。這就需要能將載體數(shù)據(jù)恢復到原始狀態(tài)的數(shù)字水印技術。n能將載體數(shù)據(jù)恢復到原始狀態(tài)或非常接近原始狀態(tài)的水印技術，稱之為可逆數(shù)字水印技術（Reversible Digital Watermarking）?？赡鏀?shù)字水印技術也可稱之為可恢復（Reversible）、無損（Lossless）、無失真（Distortion-Free）或者可逆（Invertible）數(shù)字水印/信

36、息隱藏技術等等?？赡鏀?shù)字水印在提取出隱體數(shù)據(jù)后，利用隱體數(shù)據(jù)來無損恢復載體數(shù)據(jù)，在隱體數(shù)據(jù)和載體數(shù)據(jù)之間建立了巧妙的關系。n可逆數(shù)字水印可以用于數(shù)字產(chǎn)品的推廣。比如付費視頻應用中，用戶需要在確定購買正式視頻之前，需要對視頻內(nèi)容有大致了解，以決定是否正式付費購買；商家需要借此機會向用戶展示內(nèi)容吸引顧客，但商家又不愿將清晰作品送給用戶。在這種兩難情況下，可采用可逆數(shù)字水印技術，對作品進行加上水印使顧客僅能“淺嘗”。用戶付費后，可經(jīng)過授權后將視頻內(nèi)容恢復到高清（High Definition）狀態(tài)。n根據(jù)水印的恢復能力，我們將可逆數(shù)字水印分為強可逆數(shù)字水印和弱可逆數(shù)字水印。強可逆數(shù)字水印中，恢復后的

37、載體與原始載體完全一致，沒有任何差別；弱可逆數(shù)字水印可將含印載體恢復到幾乎與原始載體完全一致的狀態(tài)。用公式表示如下：6.5.1 可逆數(shù)字水印現(xiàn)有算法n可逆水印的實現(xiàn)方法，通常當嵌入空間確定后，將該空間內(nèi)的原始數(shù)據(jù)狀態(tài)進行無損壓縮，從而空出部分空間能夠進行水印數(shù)據(jù)嵌入。這就要求選定的空間其狀態(tài)數(shù)據(jù)冗余度較高，能夠進行有效壓縮，從而空出更多的空間用于隱藏數(shù)據(jù)嵌入。n通常的高容可逆水印方法是選定隱藏嵌入?yún)^(qū)域（比如某些像素的最低位），然后將被覆蓋數(shù)據(jù)（用來恢復該區(qū)域）和純載荷數(shù)據(jù)一同嵌入該區(qū)域，如圖6.9所示。如果要嵌入的信息量（載荷數(shù)據(jù)和用于恢復的嵌入?yún)^(qū)域原始數(shù)據(jù)值）高于嵌入?yún)^(qū)域容量，算法就依賴于嵌

38、入?yún)^(qū)域原始數(shù)據(jù)的無損壓縮，留出的空間用于嵌入載荷數(shù)據(jù)。Initial dataPure payloadLossless compressionCompresseddata圖圖6.9 可逆數(shù)字水印實現(xiàn)原理可逆數(shù)字水印實現(xiàn)原理n最早的可逆數(shù)字水印算法是在2000年中Barton的專利中出現(xiàn)的。其基本思路是將JPEG等載體待覆蓋的位進行壓縮，留出空間填上認證信息。Honsinger的可逆嵌入算法是從含印圖像中重構被覆蓋的數(shù)據(jù)以無損恢復原始圖像。Macq提出采用擴展的patchwork算法實現(xiàn)可逆隱藏，但含印載體的椒鹽噪聲較為嚴重。Fridrich等人提出了基于塊狀態(tài)編碼的可逆隱藏算法，其方法是對圖像

39、分塊并將信息隱藏在塊的狀態(tài)中。De Vleeschouwer提出了一種基于雙射函數(shù)的循環(huán)解釋的可恢復的數(shù)據(jù)隱藏算法。Kalker等人提出了基于無損數(shù)據(jù)壓縮的可逆數(shù)據(jù)隱藏的理論容量極限，并給出了可操作性的碼的構造。Celik等人提出了基于壓縮量化余數(shù)的可逆數(shù)據(jù)隱藏算法，采用的是CALIC壓縮算法，將量化值作為邊信息以實現(xiàn)對量化余數(shù)的更高壓縮率，已得到高的嵌入容量。Xuan提出了整型小波變換的無失真數(shù)據(jù)隱藏算法，隱藏容量較高。nAlattar在Tian算法的基礎上，將“像素對”擴展為三像素組XXX、4像素組XXX、像素對向量XXX的方法，以能在每像素組中嵌入多個比特，從而進一步增加隱藏容量。這種改

40、進在相同的含印載體保真度下進行對比，在保真度較低時，容量增益比較明顯；但在保真度要求較高時，容量反而有較明顯的下降。n2006年Ni提出了一種基于柱狀圖調(diào)整的高保真度可逆數(shù)據(jù)隱藏算法。算法通過微調(diào)圖像灰度柱狀圖的零點或最低點處的像素點的灰度值，將數(shù)據(jù)嵌入到圖像中。在5125128的載體灰度圖像中，嵌入580kB的數(shù)據(jù)后，含印圖像質(zhì)量能保持在48dB以上。其最低保真度高于目前現(xiàn)有大部分可逆水印算法。但其缺陷是最大容量受到柱狀圖零點像素點數(shù)量的嚴重限制，水印容量沒有得到充分挖掘。n本章介紹兩種可逆數(shù)字水印算法：一種稱為基于糾錯編碼的差值擴展可逆數(shù)字水印，一種稱為免疫數(shù)字水印。6.5.2 基于糾錯編

41、碼的差值擴展可逆數(shù)字水印n本算法屬于強可逆數(shù)字水印算法。該算法在Tian算法差值擴展無損嵌入的基礎上，保持了其高容量優(yōu)點，同時糾正了過分修改像素對值、算法分類復雜、處理不對稱等缺點。算法本著簡化像素對分類，統(tǒng)一嵌入、提取和恢復過程，避免不必要像素值修改的原則，在水印嵌入過程之前將嵌入對二值映射圖JBIG壓縮值和純載荷一起進行糾錯編碼，將像素對僅分為可嵌入和不可嵌入兩類處理。該算法是強可逆的無損數(shù)字水印算法。該算法能有效利用于醫(yī)療圖像、遙感圖像等數(shù)字產(chǎn)品保護。算法結(jié)構對稱，實現(xiàn)簡單，含印圖像質(zhì)量得到明顯提高。n基于糾錯編碼的差值擴展可逆水印，是在Tian算法的基礎上，采用差值擴展方法嵌入信息位。

42、但改進之處在于大大簡化分類原則，減少像素對不必要分類。本算法像素對僅分為兩類：可嵌入類（I類）和不可嵌入類（II類）。在嵌入時，如果嵌入對是I類，則通過差值擴展嵌入數(shù)據(jù)；如果是II類，則不對像素對進行任何更改。這就大大減少了像素對分類處理的復雜度。對于II類像素對，由于嵌入時未對其進行任何修改，因此會造成提取時發(fā)生錯誤。因此，需要對II類像素對提取的數(shù)據(jù)進行糾錯。糾錯的前提是嵌入之前對隱體數(shù)據(jù)進行糾錯控制編碼。因此，本算法稱之為基于糾錯編碼的差值擴展可逆水印。n由定義易得出以下結(jié)論：n（1）對于可更改差值像素對，修改其LSB后，仍然為可更改差值像素對。n（2）所有可擴展差值像素對都是可更改差值

43、像素對。n（3）差值擴展后的像素對是可更改差值對。n（4）當h=0或-1時，可更改差值和可擴展差值是等價的。n在Tian的算法中，像素對根據(jù)擴展能力分為四類：n（1）EZ類。包含所有可擴展差值的差值為h=0和h=-1的像素對。n（2）EN類。包含所有可擴展差值的但不屬于EZ類的像素對。n（3）CN類。包含所有可更改差值的像素對，且不屬于EZ和EN類。n（4）NC類。包含所有的不可更改差值的像素對。n在Tian的算法中，像素對總會歸于上述四類中的一類。所有可更改差值像素數(shù)對集合為。在構造已選擴展差值像素對位置映射圖時，EZ類嵌入數(shù)據(jù)；而EN類中根據(jù)容量需要其中一部分用于嵌入數(shù)據(jù)，這一子集稱為EN

44、1，另一部分稱為EN2。映射圖尺寸為原圖的一半。構造映射圖時，賦予1，賦予0值，即1表示實際數(shù)據(jù)嵌入點。n在嵌入數(shù)據(jù)過程中，Tian算法需要嵌入以下數(shù)據(jù)：n（1）水印數(shù)據(jù)n（2）壓縮后的映射圖n（3）集合像素對的LSB。n這些數(shù)據(jù)要嵌入到所有可更改像素對中：對以差值擴展方式嵌入；對以LSB替換嵌入。由此可見，CN類像素對的嵌入不能增加凈嵌入容量，但對其差值的修改使得含印載體質(zhì)量增加了不必要的下降；而且像素對分類過于繁瑣，增加了計算量。n為了避免Tian算法這種無效的過度差值更改，本文提出基于糾錯編碼的差值擴展無損嵌入方法。在本文算法中，像素對僅分為兩類：可擴展差值像素對（記為I類），不可擴展差

45、值像素對（記為II類）。滿足像素對稱為可擴展差值像素對，其余的像素對稱為不可擴展差值像素對。映射圖尺寸仍為原圖的一半。構造映射圖時，I類賦予0，II類賦予1。該映射圖映射方法簡單，壓縮率高。n在嵌入數(shù)據(jù)過程中，本算法需要嵌入以下隱體數(shù)據(jù)：n（1）水印數(shù)據(jù)n（2）壓縮后的映射圖。n嵌入前，我們要先對隱體數(shù)據(jù)進行糾錯編碼。實際嵌入時，對I類像素對更改差值嵌入，對II類像素對不做更改（相當于嵌入的數(shù)據(jù)有一半的錯誤概率）。這樣，嵌入算法相當簡單，而且避免了像素對值過渡修改。n由上述算法描述可知，在嵌入時，II類像素對實際未作更改。因此在提取時，I類像素對數(shù)據(jù)提取完全正確；但對II類像素對，數(shù)據(jù)提取錯誤

46、概率大約為50%。因此，為了糾正提取錯誤（概率約為0.1%），需要對提取數(shù)據(jù)進行糾錯。糾錯的前提是對隱體數(shù)據(jù)進行糾錯編碼。n糾錯碼技術作為提高通信系統(tǒng)傳輸可靠性的有效手段，被廣泛用于糾正數(shù)據(jù)經(jīng)過不同信道傳輸后發(fā)生的錯誤。在圖像數(shù)字水印系統(tǒng)中，可以利用這種錯誤保護技術來提高水印抵抗通信干擾的能力。常見的糾錯碼有漢明碼、BCH碼、Reed-Solomon碼、LDPC碼、卷積碼、Turbo碼等。其中漢明碼、BCH、Reed-Solomon碼等分組碼，主要適于離散無記憶信道，編譯碼性能較好和復雜度適中。6.6 免疫數(shù)字水印算法n免疫數(shù)字水印算法，是一種新型的弱可逆數(shù)字水印。根據(jù)水印保護作品的特點，有些

47、情況下并不苛求可逆數(shù)字水印將含印作品完全無差別的恢復到原始狀態(tài)，而是允許一定的微小差異存在。在此前提下本文介紹一種數(shù)字水印實現(xiàn)的新思路，要求水印嵌入后作品質(zhì)量下降到失去使用價值：這樣公開的嵌入水印的作品對攻擊者沒有利用價值；如果用戶得到授權，就可以從公開作品中自恢復得到高清晰度作品。該水印技術因為公開作品的不可利用性，使各種攻擊（如移除攻擊、覆蓋攻擊、變換攻擊等等）失去了攻擊價值；即使遭到攻擊，因為攻擊破壞了作品的恢復碼，將不可能得到高保真作品。因此該數(shù)字水印有天生的免疫性，能有效遏制非法復制和篡改，能夠直接有效地保護數(shù)字產(chǎn)品。區(qū)別于傳統(tǒng)水印，本文稱之為自恢復載體圖像的免疫數(shù)字水?。⊿elf-

48、recovery image immune digital watermarking，SRIW）。版權所有者公開自己的免疫性含水印作品，使用戶可以通過公開作品對其進行初步了解；用戶只有在得到授權證書的情況下，才能從公開作品恢復出高保真作品。這種技術能很好地應用到數(shù)字產(chǎn)品的版權保護中。6.6.1 SRIW形式化描述6.6.2 SRIW實現(xiàn)方法6.6.3 SRIW安全性分析及評價標準nSRIW的作品質(zhì)量不清晰，可能會引起攻擊者的注意或興趣。由于SRIW公開的免疫圖像沒有利用價值，常見的攻擊形式（如移除攻擊、覆蓋攻擊、幾何變換等）都失去作用。真正有威脅的攻擊形式是破解自恢復碼。因此，這種算法要求對水

49、印信號和自恢復碼SRC（補償矩陣）的安全性要求很高。SRIW必須滿足兩項安全條件：n（1）在假定算法已知的情況下，攻擊者無法得到補償值水印，從而無法得到清晰作品；n（2）在假定算法已知的情況下，攻擊者無法得到或移出版權認證水印。n條件（1）是算法安全性的核心所在，是條件（2）的基礎和保證。條件（1）、（2）的必要前提是版權認證水印和自恢復碼SRC的預處理和加密算法是高安全強度的。實際上，在算法公開的情況下，SRIW的安全性等價于SRC的加密算法。因此，要保證SRIW的安全性，須采用可信任的高強度加密算法，對SRC進行加密，SRIW可以達到等同的安全強度。算法的密鑰必須嚴格保密，預處理算法本身最

50、好也是保密的。保證攻擊者在正常情況下，無法得到自恢復碼SRC，從而無法恢復出清晰作品。n本文所采用的方法是在補償值嵌入之前，對補償矩陣SRC進行N次（作為密鑰的一部分）Arnold置亂，得到置亂矩陣。再將置亂矩陣序列化后，對其進行高級加密標準AES算法（密鑰KS），進行加密處理。之后進行反序列化，得到加密矩陣MSRC，真正嵌入UA的自恢復碼是MSRC。對N和密鑰KS進行1024位RSA算法進行高強度加密，作為授權證書的一部分。自恢復碼SRC提取時，是上述處理的逆過程。用戶只有得到授權證書，才能解密自恢復矩陣，得到清晰圖像。 圖6.10 原始載體和水印準備n圖6.10、圖6.12、圖6.13三組

51、圖像分別是三次不同嵌入深度的實驗結(jié)果。 圖6.10 水印圖像及自恢復圖像和提取水印，嵌入深度圖6.11 水印圖像及自恢復圖像和提取水印，嵌入深度圖6.12水印圖像及自恢復圖像和提取水印，嵌入深度 n從三組不同嵌入深度的結(jié)果圖像可以看出：n（1）嵌入深度小于0.05時，含水印圖像很清晰，屬于傳統(tǒng)水印。n（2）嵌入深度大于0.3時，恢復圖像效果不是太好，用途不大。n（3）嵌入深度在0.05于0.3之間時，含水印圖像清晰度差，失去欣賞價值，但能了解圖像基本內(nèi)容；經(jīng)授權后從其自恢復的圖像清晰度非常高。這種水印就是自恢復免疫水印。n采用SRIW自恢復免疫水印技術，可以將含水印模糊作品可以免費公開，幫助潛

52、在用戶了解作品大致內(nèi)容，用于作品自身宣傳和傳播。授權用戶可以通過公開的模糊圖像獲得高保真度的自恢復作品。SRIW優(yōu)勢在于公開免疫作品能天然抵抗常見的水印攻擊。因為常見的攻擊只會破壞脆弱的自恢復碼，從而使攻擊者無法得到有價值的高清作品，有天然免疫性。nSRIW嵌入深度選擇柔性很大。在大多數(shù)文獻中，傳統(tǒng)水印因為高保真度要求，嵌入比上限很低，0-1二值水印嵌入一般不超過0.05，造成嵌入的范圍選擇很小，同時降低了傳統(tǒng)水印的魯棒性和安全性。6.7 多重數(shù)字水印6.7.1 多重數(shù)字水印概述n目前大多數(shù)水印算法都支持單水印嵌入，但單水印在實際應用中有一定的局限性。例如魯棒性水印可以有效地進行版權認證，但無

53、法證明對作品的篡改；半脆弱性水印則反之，可以有效地進行作品內(nèi)容的完整性認證，但對水印攻擊的抵抗能力很弱。一個很自然的思路就是，如果能結(jié)合不同類型水印的優(yōu)點，在作品中嵌入多種類型水印，可能會更有效地進行版權保護。n還有一種情形是在多人共享版權時，需要同時嵌入多個用戶的不同水印。這些水印要求具有同等的版權認證能力、同時支持獨立提取和聯(lián)合認證。但目前還沒有能很好滿足以上需求的多用戶水印算法。n針對以上需求，多重水印逐漸得到重視。最初的多重水印算法大都是對單水印算法進行改進，使之能夠支持多重水印算法。nWong提出了三種多重盲水印算法，即單水印多密鑰SWE算法、多水印共享水印空間算法MWE和基于JPE

54、G的迭代多水印算法IWE。Liu將多重水印看做廣播的臟紙通信，同時指出水印的能量共享效率要高于分時共享。Giakoumaki將訪問控制、源標識等6種信息同時嵌入醫(yī)學圖像的不同層次的小波系數(shù)中。Takahashi提出了采用相位調(diào)制的音頻信號多水印算法，利用人類聽覺系統(tǒng)（HAS）對聲音相位微調(diào)的不敏感性，同時嵌入“版權管理信息”、“版權控制信息”、“數(shù)字指紋”三種水印信息。這三種水印采用FDM進行調(diào)制，然后一起嵌入到載體中。n綜合目前大多數(shù)多重數(shù)字水印算法，其實現(xiàn)方法可以歸為以下幾類：n（1）多水印組合后嵌入。n（2）多水印共享信道同時嵌入。n（3）多水印采用各自獨立信道嵌入。n（4）多水印重疊嵌入。n目前的多重水印算法多歸為第一類，實際上可以看做是單水印嵌入，不支持用戶獨立認證。n大多數(shù)多重水印算法存在水印碰撞、多重水印疊加嵌入的相互影響、用戶數(shù)量增加時含印作品質(zhì)量嚴重下降從而限制了用戶數(shù)量等問題。主要根據(jù)多用戶共享版權時獨立認證、魯棒性性、完整性要求，分析基于CDMA的共享信道多用戶水印算法，能有效解決多用戶共享版權時的作品版權共享認證和多種水印聯(lián)合嵌入。雖然目前