基于分塊DCT的自適應(yīng)擴頻水印算法

1、基于分塊DCT的自適應(yīng)擴頻水印算法摘要：本文提出了一個利用塊分類的DT域自適應(yīng)擴頻圖像水印算法。嵌人的水印是一個可視二值圖像，用兩個不相關(guān)的偽隨機序列分別代表水印信息中的0和1，從而到達擴頻的目的。將擴頻后的水印信號，嵌入到分塊DT域的中低頻段系數(shù)中的過程中，充分考慮到了部分圖像的復(fù)雜度，可以自適應(yīng)地調(diào)整嵌入強度，提取水印信號無需使用原始圖像。仿真實驗說明：圖像經(jīng)過JPEG有損壓縮、低通與中值濾波和剪切等圖像處理操作后仍是穩(wěn)健的。關(guān)鍵詞：分塊DT擴頻HVS圖像水印算法1引言數(shù)字水印技術(shù)是指在宿主數(shù)字媒體圖像、聲音、視頻等中嵌入一定量的數(shù)字信息，例如作者的電子簽名、日期、公司圖標等，用以證明作品

2、的所有權(quán)，并可作為起訴非法侵權(quán)的證據(jù)，從而保護作品原創(chuàng)者的合法利益。數(shù)字水印技術(shù)不同于傳統(tǒng)的數(shù)據(jù)加密，其目的不是限制對數(shù)據(jù)的存取，而是保證嵌入的數(shù)據(jù)不可進犯和可恢復(fù)。其根本要求有：透明性，是指在宿主數(shù)字媒體中嵌入一定量的數(shù)字水印信息后，不會引起原媒體明顯的降質(zhì)現(xiàn)象，隱藏數(shù)據(jù)不易發(fā)覺，即無法人為地看見或聽見；魯棒性，是指數(shù)字水印必須對施加于宿主媒體的各種變換操作如有損壓縮、濾波和剪切等具有免疫性，即水印信息不能因為施加于宿主媒體的某種變換操作而喪失；平安性，是指數(shù)字水印可以抵擋各種蓄意的攻擊，很難被別人所復(fù)制和偽造，只要其不知道控制該算法的密鑰。2已有的基于DT域的圖像水印算法分析較早利用分塊D

3、T的水印技術(shù)是Kh.E、Zha.J的文章1，他們的水印方案是用一個密鑰隨機的選擇圖像的一些分塊，在頻域的中頻上稍稍改變一個三元組來隱藏二進制序列信息。這種方法對有損壓縮和低通濾波是穩(wěn)健的。x等2提出了著名的基于圖像全局變換的數(shù)字水印技術(shù)，該方案對整個圖像作離散余弦變換(DT)，然后將水印嵌入到預(yù)先設(shè)定的低頻分量中，水印信號由高斯分布的實數(shù)序列組成，算法不僅在視覺上具有不可發(fā)覺性，而且穩(wěn)健性也非常好，可經(jīng)受JPEG壓縮、濾波、剪切等攻擊。Barni等3提出一種利用HVS掩蔽特性的基于DT的水印算法，在水印嵌入階段，對的圖像進展的DT變換，對DT系數(shù)按Zig-Zag掃描重新排列為一維向量，留下向量

4、中開場的L個系數(shù)不作修改，對第L個系數(shù)后面的個系數(shù)進展修改以嵌入水櫻黃繼武等人4在對DT系數(shù)D和A分量的定性和定量分析的根底上，指出D分量比A分量更合適嵌入水印，嵌入D分量的水印具有更好的穩(wěn)健性，并提出了一個利用D分量的自適應(yīng)算法。以上算法至少有以下兩個缺點：在水印提取過程中使用了原始圖像，這一點在實時的網(wǎng)絡(luò)環(huán)境中很難做到；只能給出水印存在有無的答復(fù)，在許多應(yīng)用場合要求水印是有意義的，如一個二維圖像(商標、印鑒等)。顯然，這種有意義的水印所包含的信息量、可感知性、可辯識性及保密性，是無意義的偽隨機噪聲所不能比較的。本文在研究了前人算法的根底上，提出了一個利用塊分類的DT域自適應(yīng)擴頻圖像水印算法

5、，嵌入的水印是一個可視二值圖像。用兩個不相關(guān)的偽隨機序列分別代表水印信息中的0和1，從而到達擴頻的目的，將擴頻后的水印信號，嵌入到分塊DT域的中低頻段系數(shù)中。在嵌人過程中充分考慮到了部分圖像的復(fù)雜度，可以自適應(yīng)地調(diào)整嵌人強度，水印檢測算法不需要原始圖像，實現(xiàn)了盲檢測。仿真實驗說明：圖像經(jīng)過JPEG有損壓縮、低通與中值濾波、剪切等圖像處理操作后仍是穩(wěn)健的。3數(shù)字水印嵌入算法詳細步驟本文算法根本框圖如圖1所示，以下對各步驟作詳細介紹。圖1水印嵌入算法框圖3.1原始圖像分塊設(shè)原始圖像為f(x,y)，首先將f(x,y)分割為互不覆蓋的88子塊，記為B=f(i,j)，0=0,1,.,-17=0,1,.,

6、-1，對B進展DT變換，得到：DT，07=0,1,.,-113.2基于視覺掩蔽特性的塊分類本文借鑒黃繼武等5提出的算法，水印的嵌入過程可以看成在一個強背景原始圖像上疊加一個弱信號數(shù)字水印，只要信號低于HVS的比照度門限，視覺系統(tǒng)就無法感覺到信號的存在。根據(jù)HVS的比照度特性，該門限受背景照度，背景紋理復(fù)雜性和信號頻率的影響，一般說來，背景越亮，紋理越復(fù)雜，門限就越高。即可以嵌入更高強度的水印信號，根據(jù)圖像的部分紋理復(fù)雜性，盡可能進步嵌入水印的強度，這是進步水印穩(wěn)健性的有效方法。為此，把圖像分為三類，以便疊加不同強度的水印分量。第1類R1平均灰度較低暗，且灰度變化比較平滑，HVS對其中像素值的改

7、變較為敏感，疊加的水印分量的強度最弱；第3類R3平均灰度較高，且紋理復(fù)雜，HVS對其中像素值的改變敏感性最弱，疊加的水印分量的強度最強；余下的為第2類R2。設(shè)背景照度為I，根據(jù)eber定律，在均勻背景下，人眼剛好可以識別的物體照度為，滿足：。文中定義了如下衡量塊均勻度的參數(shù)：2其中為的灰度均值。上式的物理意義是：決定物體照度可見度的應(yīng)該是比照度而非照度絕對差，加權(quán)系數(shù)作為修正因子，根據(jù)下式確定：3，當(dāng)較小時，被認為比較均勻；反之，較大時，被認為包含紋理和邊緣。文獻中提到利用作為塊均勻度的測量標準，其結(jié)果優(yōu)于利用塊方差作為標準的情況。塊分類器可描繪如下：假如且，那么。假如且，那么。假設(shè)上述兩種情

8、況均不滿足，那么，其中T1、T4為門限，可由實驗確定。3.3水印的預(yù)處理設(shè)二值水印表示為：，很明顯，假如不打亂水印的空域關(guān)系，直接把可視的二值水印加到原始圖像的中頻段，那么一個簡單的圖像剪切操作就會把水印破壞掉，因此，在嵌入水印之前，首先對其進展置亂處理，本文采用一個時間復(fù)雜度較低的隨機算法來打亂水印的空間順序。4其中，是原始像素點經(jīng)過隨機排序后得到的亂序水印像素點。圖2水印隨機排序示意圖首先，利用密鑰K1產(chǎn)生0到的隨機數(shù)作為原始水印每個像素點的標號，然后利用桶分類排序算法將這些隨機標號按由小到大排序，隨機標號的順序排序使得標號所標識的原始水印像素點隨機排序，這種方法的時間復(fù)雜度為，以3232

9、二值水印為例，排序過程由圖2所示。3.4水印擴頻擴頻調(diào)制具有抗干擾、低功率譜密度、保密性好等許多優(yōu)點，它是利用偽隨機序列對被傳輸信號進展頻譜擴展，使之占據(jù)的帶寬遠遠超過所必需的最小帶寬，其本質(zhì)是利用帶寬換取信噪比。在水印算法中，它是利用水印信道的容量換取算法穩(wěn)健性的改善。本文提出采用兩個不相關(guān)的偽隨機序列來代表二值水印信息中的0和1，從而實現(xiàn)頻譜擴展的目的，首先利用密鑰K2產(chǎn)生一個種子，在此種子下，生成兩個不相關(guān)的偽隨機序列：PN_zer，PN_ne。，5其中L由88DT系數(shù)矩陣的中頻段長度決定，然后根據(jù)二值水印信息的0或1，分別嵌入PN_zer或PN_ne。本文采用的擴頻方案具有簡單易實現(xiàn)和

10、穩(wěn)健性好的優(yōu)點。3.5水印嵌入為了在魯棒性和透明性之間進展折中，本文將二值水印經(jīng)擴頻后的偽隨機序列嵌入到各圖像塊的中低頻段系數(shù)中。實驗中采用的二值圖像是1616的字符圖像，原始圖像是256256的Lena圖像。原始圖像經(jīng)過88分塊后，有1024個子塊，而二值圖像的總長度為256，因此把二值圖像周期擴展為長度為1024的向量，然后再嵌入到原始圖像，使水印具有更好的抵抗剪切攻擊才能。首先對B(=0,1,.,-1)的系數(shù)按Zig-Zag順序讀取如圖3a，本文對水印的嵌入位置和偽隨機序列的長度進展了大量的實驗，發(fā)如今圖3b為1的位置嵌入偽隨機序列，水印具有較好的魯棒性和透明性。將按Zig-Zag順序讀

11、取的每一分塊系數(shù)重新排列為一維向量，并取出系數(shù)中第L+1到L+N的中低頻段部分，得：，根據(jù)圖3知L=14，N13，偽隨機序列由N個實數(shù)隨機數(shù)組成：按下式將偽隨機序列嵌入到中：當(dāng)essage0，6當(dāng)essage1，7aZig-Zag讀取順序b水印嵌入位置圖3Zig-zag讀取順序及水印嵌入位置essage為二值水印行掃描重復(fù)4次后排成的一維向量。它的長度和原圖像塊個數(shù)均為1024，為拉伸因子，根據(jù)塊的類別而變，可由實驗確定，對應(yīng)R1、R2，本文根據(jù)實驗確定分別為6、8、12。將修改系數(shù)后的一維向量再逆Zig-Zag掃描變換為二維矩陣，然后分塊做IDT變換，即得到嵌有水印的圖像。4數(shù)字水印提取算法

12、詳細步驟水印提取框圖如圖4所示，水印檢測不需要原始圖像。圖4水印檢測算法4.1含水印圖像分塊設(shè)嵌入水印的圖像為，首先將分割為互不覆蓋的88子塊，記為，對進展DT變換，得到：DT，0784.2解擴對各88DT分塊系數(shù)矩陣按Zig-Zag讀取順序排列為一維向量，提取每一列向量L+1到L+N的系數(shù)，設(shè)該系數(shù)組成的一維向量為：，將和嵌入過程中的兩偽隨機序列分別作相關(guān)運算，從而判決嵌入的原始水印信息是0或1。設(shè)：Sequene_zerrr2PN_zer，Sequene_nerr2PN_ne，那么：ifSequene_zerSequene_neessage()=0;elseessage()=1;對每一子圖

13、像塊進展相關(guān)運算，就可把置亂水印的一維向量essage提取出來。4.3水印反置亂原始水印在嵌入前經(jīng)過了置亂處理，因此須對提取出的水印essage進展反置亂。首先根據(jù)密鑰K1產(chǎn)生0到的隨機數(shù)，該隨機數(shù)即為essage向量中每個像素點的標號，按照正常順序重新排列essage向量，就可復(fù)原出原始水印的一維向量，因為水印嵌入過程中是重復(fù)4次嵌入的，因此把該一維向量分為4段，運用多數(shù)原那么提取原始水印，再將原始水印逆變換為二維矩陣，即恢復(fù)出二值水櫻4.4水印的檢測與評價本文是將視覺上可直觀認知的二值水印作為水印，所以人眼的主觀評價可以作為水印抽取的一個評價標準，除此之外，也可從理論上定義歸一化相關(guān)系數(shù)作

14、為另一個評價水印抽取算法的客觀標準，設(shè)初始水印為，抽取水印為，那么：9相關(guān)系數(shù)在0、1之間，其值越大，水印魯棒性越好。假如該相關(guān)系數(shù)超過某一閾值，就斷定圖像中存在此二值數(shù)字水印圖像(閾值由用戶根據(jù)數(shù)字水印的詳細應(yīng)用背景而確定)，本文閾值選為0.5。5實驗結(jié)果本文的實驗結(jié)果是基于ATLAB6.5仿真得到的，圖5給出的是二值水印嵌入與提取的實例。其中256256的標準Lena圖像作為原始圖像，1616的二值字符圖像作為水櫻a原始圖像b嵌入水印后的圖像PSNR35.761初始水印d亂序水印e抽取水印1圖5算法水印參加與抽取實例嵌入水印的圖像質(zhì)量的客觀評價采用峰值信噪比PSNR來度量，水印檢測結(jié)果的客

15、觀評價采用相關(guān)系數(shù)來衡量。從圖5中可看出，水印嵌入原始圖像后，具有良好的不可見性，抽取水印的相關(guān)系數(shù)為1。為驗證算法的穩(wěn)健性，我們對含水印圖像進展了一系列攻擊實驗。5.1剪切攻擊在圖像處理中，一個圖像不重要的部分經(jīng)常被剪切掉，我們從不同角度對圖像進展了剪實在驗。圖6是各種不同角度的剪切圖像及提取出來的水印圖像，由實驗結(jié)果可看出，水印抵抗剪切的才能非常強。aPSNR=9.2218()PSNR=9.8892ePSNR=7.9505gPSNR=9.9313(b)0.98198d=0.99475f=0.99475h=0.99736圖6剪切圖像及提取出的水印5.2JPEG壓縮將嵌入水印的圖像經(jīng)過品質(zhì)因子

16、為70、60%、50、40、30的JPEG壓縮，由圖7可以看出，本文算法具有較強的抵抗JPEG壓縮才能，在品質(zhì)因子到達30時，水印圖像才變得模糊，但這時原始圖像也破壞嚴重。(a)Quality70%(b)Quality60%()Quality50%(d)Quality40%(e)Quality30%11=0.9868=0.91149=0.77918圖7JPEG壓縮后提取的水印5.3加噪加噪對水印的影響最大，圖8a是對含水印的圖像參加均值為0，方差為0.005的高斯噪聲，圖是對應(yīng)a圖提取出的水?。籦圖是參加噪聲強度為0.04的椒鹽噪聲，d圖是對應(yīng)b圖提取出的水櫻(a)高斯噪聲圖像(b)椒鹽噪聲圖

17、像PSNR22.303PSNR18.641()=0.9867(d)=0.94501圖8加噪圖像及提取的水印(a)中值濾波(33)()均值濾波(33)PSNR30,114PSNR27.636(b)0.95403(d)0.90567圖9濾波圖像及提取的水印5.4濾波攻擊圖9a是對嵌入水印的圖像進展中值濾波33，b圖是恢復(fù)出的水印；圖是對嵌入水印的圖像進展均值濾波33，d圖是恢復(fù)出的水櫻5.5銳化銳化對水印的影響比較大，當(dāng)銳化進展到一定程度時會對水印產(chǎn)生破壞，圖10是用高通掩模H=010;-151;010對圖像進展卷積得到的的圖像，此時水印仍可以完好地提取出來。6結(jié)論本文提出的算法具有以下特點：所討

18、論的方法是將一幅二值圖像作為水印嵌入到原始宿主圖像中，這樣水印比起傳統(tǒng)方法所處理的序列碼具有豐富的信息量和特定的標識性；原始水印經(jīng)偽隨機排序置亂，偽隨機數(shù)由密鑰決定，增加了水印的保密性。擴頻方案是用兩個不相關(guān)的偽隨機序列分別代表水印信息中的0和1，然后重復(fù)4次嵌入到原始圖像中，因此具有較強的抗剪切、JPEG壓縮等攻擊的才能。在嵌人過程中充分考慮到了部分圖像的復(fù)雜度，可以自適應(yīng)地調(diào)整嵌人強度，使嵌入水印后的圖像保持了較好的品質(zhì)。水印的嵌入位置經(jīng)過大量實驗選擇在分塊DT域的中低頻段，能在魯棒性和透明性之間得到較好的協(xié)調(diào)。水印檢測不需要原始圖像，實現(xiàn)了盲檢測，具有實用價值。本文算法沒有抵抗旋轉(zhuǎn)攻擊的才能，并且嵌入的信息量不大，在今后的研究中，作者將對此作進一步的研究。參考文獻1KhE，ZhaJ.