彩色数字水印技术

彩色数字水印技术（精选九篇）

彩色数字水印技术篇1

目前在彩色图像中嵌入数字水印的算法主要包括离散余弦变换技术和色彩空间转换技术,但都局限于单一技术的研究,离散余弦变换技术数字水印算法[2,3,4,5]具有不易被破坏的特点,但健壮性不理想。

本文提出一种以离散余弦变换技术为基础,结合色彩空间转换技术,在彩色图像中嵌入灰色数字水印的综合算法,为避免在此算法中乱数安全性可能降低的问题,对算法进行了改进,在彩色图像中将灰度数字水印嵌入,而在乱数重排的过程中读取使用者密码,提高了乱数种子的安全性。实验证明此算法在彩色图像中嵌入灰色水印信息能较好的抵抗各类攻击,健壮性较好。

1 数字水印嵌入与提取算法

1.1 数字水印的嵌入步骤

1)将原始图像从RGB空间转换到YCbCr空间进行原始图像色彩分解。

2)对原始图像中的Y色板进行8x8离散的余弦转换(DCT),计算原图像的DCT频域系数,再从计算出的频域系数中找出具有较好强健性中低频区域如图1所示,作为嵌入数字水印信息的位置。

3)根据使用者密码,使用SHA1算法求得两组乱数种子,使用第1组乱数种子对数字水印进行打乱处理。

4)将打乱处理后的数字水印图像进行8x8区域DCT转换,得到数字水印的频域系数,然后由原始图像中选定的嵌入数字水印中低频区位置系数平均值q来产生量化表Q,产生方法如式(1)

式中P为过滤表,系数如式(3)所示:

使用Qr对每个4x4数字水印的频域系数W进行数字量化处理,得到数字水印量化后DCT频域系数Wq区块,如式(4)。

5)将量化后的数字水印的DCT系数进行置乱处理,使用第2组乱数种子,以乱数顺序取代原始图像的中低频相应位置的参数值。

6)对修改后的图像进行离散余弦反变换(IDCT,Inverse Discrete Cosine Transformation)处理,得到已嵌入数字水印信息的YCbCr图像,接着进行色彩空间变换从YCbCr转换到RGB,即完成整个数字水印嵌入,得到嵌有数字水印信息的图像。

1.2 数字水印提取步骤

1)读取嵌入有数字水印信息的图像进行色彩空间转换,由RGB空间图像转换成YCbCr空间图像。

2)对YCbCr中的Y色板进行DCT转换,接着由计算出的中低频相应位置取出数字水印信息。

3)读取使用者密码,由SHA1算法求出两组乱数种子,使用第2组乱数种子从中低频参数中以反乱序次序取出数字水印信息。

4)将取出的数字水印信息进行反量化处理,反量化计算如公式(5)所示:

5)将反量化处理后的信息进行IDCT运算,得到原数字水印信息。

6)接着使用第1组乱数种子对数字水印信息进行反乱数重组,即可提取到原数字水印信息。

2 实验结果分析

为验证算法的可行性及性能,实验以512x512图像为原始图像,以128x128的灰度图像为嵌入的数字水印信息,如图2所示。

在原始图像中嵌入数字水印信息后与原始图像相比较,及取出的数字水印与原始水印进行比较,采用PSNR(一种评价图像的客观标准)值和NC[6](归一化的相关系数,用来评估两幅图像相似度)值数据作为图像品质的评估标准。

数字水印嵌入前后的图像的PSNR值为29.512,取出的数字水印图像NC值为0.815427,可识别度较高。

下面对嵌入数字水印的图像进行切割处理、增强处理、Gamma修正处理、压缩处理后,再提取嵌入的数字水印信息,并采用NC值数据作为图像品质的评估标准。

2.1 切割处理

对嵌入数字水印的图像进行切割处理后提取其中数字水印信息,结果如表1所示。结果表明,此算法可以抵抗至剩余率至20%的切割破坏,若切割剩余率高于20%,则可较好的提取出水印信息;若切割剩余率低于20%,则提取出的数字水印几乎不可辨认。

3.2 增强处理

对嵌入数字水印的图像进行增强处理,结果如表2所示。结果表明,此算法约可抵抗至程度至25以上的增强处理,若是超过此值,数字图像失真较大,虽然能获取数字水印,但利用价值不大。

3.3 Gamma修正处理

对嵌入数字水印的图像进行Gamma修正处理,结果如表3所示。结果表明,此算法约可抵抗Gamma修正处理,修正值上限为7.5左右,若是超过此值过大,数字水印将趋于模糊,数字图像失真较大,利用价值不大。

3.4 压缩处理

对嵌入数字水印的图像进行JPEG压缩处理,结果如表4所示。结果表明,此数字水印算法能抵抗压缩率大于35%的JPEG压缩,压缩率若是小于此限,数字水印将趋至不可辨认。

4 结论

数字水印技术的发展对数字媒体著作权的保护具有重要的意义,本文提出以离散余弦变换技术为基础,结合色彩空间转换技术,在彩色图像嵌入灰色数字水印的综合方法,并在水印的嵌入和提取过程中,使用相关的密码处理,提高了水印的安全性。实验结果表明在嵌入数字水印后的原始彩色图像仍保有相当的品质,在受到切割处理、增强处理、Gamma修正、压缩处理等攻击时也具有相当的抵抗能力,健壮性较好。

摘要：近年来,数字水印技术用于数字媒体著作权的保护已成为一种发展趋势。本文提出一种以离散余弦变换技术为基础,结合色彩空间转换技术,在彩色图像中嵌入灰色数字水印的算法,试验结果表明:提出的算法可以较好的抵抗图像还原时的各种攻击。

关键词：彩色图像,数字水印,健壮性,离散余弦变换

参考文献

[1]Cox I J,Miller M L,Bloom J A,Digital watermarking,Morgan Kaufmann Publishres Inc.,San Francisco,CA,USA,2002.

[2]LI Xiao-qiang,XUE Xiang-yang.Improved Robust Watermarking in DCT Domain for Color Images[C].Proc of the 18th Int.Conf.on Ad vanced Information Networking and Application.0-7695-2051-0/04.

[3]Hsu C T,Wu J L.Hidden digital watermarks in images[J].IEEE Trans.On Image Processing,1999,8(1):58-68.

[4]Bas P,Chassery J M,Macq B.Geometrically Invariant Watermarking Using Feature Points[J].IEEE Trans,.Image Processing,2002,11(9):1014-1028.

[5]Hsu C T,Wu J L.Hidden Digital Watermarks in Images[J].IEEE Trans.On Image Processing,1999(8):58-68.

彩色数字水印技术篇2

应用数字全息解决数字水印技术中采用log-polar变换后水印的提取问题

log-polar(对数-极坐标)变换是目前数字水印在抵抗几何攻击时常常采用的手段,但是此种算法存在的主要问题是采用不同的坐标变换带来的数字图像信息的丢失,导致水印可提取性下降或者原图质量的`下降.本文应用了数字全息的方法,解决了以上的两个由于logpolaf变换带来的主要问题.仿真实验证明,该方法解决了数字水印图像信息的丢失,大大提高了数字水印的可提取性.

作者：周皓顾济华陈刘 ZHOU Hao GU Ji-hua CHEN Liu 作者单位：教育部现代光学技术重点实验室,苏州,215006;苏州大学物理科学与技术学院,苏州,215006刊名：激光杂志 ISTIC PKU英文刊名：LASER JOURNAL年，卷(期)：200728(6)分类号：O436.1 TN919关键词：信息光学数字全息水印 log-polar变换 RST

彩色数字水印技术篇3

数字水印技术是将一些标识信息直接嵌入到数字载体中,并不影响原载体的使用价值,也不影响被探知和再次修改。通过这些隐藏在载体中的信息来达到确认内容的创建者、购买者以及传送隐秘信息或者判断载体是否被篡改等目的,从而达到数字媒体版权保护的目的。根据水印的嵌入位置可将水印算法分为: 空域数字水印算法和变换域数字水印算法[3,4]。空域水印是直接在空域中对采样点的幅度值进行改变,而变换域水印是对变换域中的系数进行改变。近些年来变换域算法是热点之一,常使用的是DCT或DWT两种变换[5]。本文采用离散小波变换,并结合人类视觉系统提出了一种基于HVS和DWT的双彩色数字水印算法。

1 离散小波变换

设f( t) 为平方可积函数,Ψ( t) 为基本小波或母小波的函数,则

式( 1) 称为f( t) 的小波变换[6,7]。其中,a > 0 是尺度因子,b反映位移,其值可正可负,〈x,y〉代表内积。是基本小波的位移与尺度伸缩。

式( 1) 是连续小波变换,但实际中为精简计算通常采用的是离散小波变换。将尺度因子a和位移b进行离散化,设a = a0,b = ka0b0,扩展步长a0≠1 且是固定值。若a0> 1,则离散小波变换为

其中,j∈Z,且a0,ka0b0和t均为连续变量。

在图像处理中,可用滤波器的观点来看待离散小波变换,就是将信号通过高频和低频滤波器得到近似系数和细节系数两部分。其中细节系数包括垂直细节数( c Djv) 、水平细节数( c DjH) 、对角细节数( c DjD) ,所以一次离散小波变换得到4 个子频带图。下一次离散小波分解就是分解上一层次的近似系数,同样得到4 个系数,分解过程如图1 所示。

2 水印的嵌入和提取

2. 1 HVS特性和嵌入位置分析

人类视觉系统( Human Visual System,HVS) 。人类通过人类视觉系统来获取外界的图像类信息,通过光辐射对眼睛的刺激引起生理以及心理上的变化,这种变化就是视觉。人类视觉系统对于图像的认识是非均匀以及非线性的。HVS特性包含了以下几个方面:频率敏感性、亮度敏感性、纹理掩蔽特性,方向特性以及光谱特性[8,9]。本文则利用HVS的光谱特性和频率敏感特性。

人眼对于不同颜色的光其敏感程度不同,对于绿光最敏感。如果彩色图像中绿色分量像素点值稍有改变,人眼就能感知到,则嵌入水印的强度较小; 对于红色的敏感程度稍逊于绿色; 而对于蓝色则最不敏感,这意味着在彩色图像蓝色分量的小波域中嵌入水印很难被察觉,且嵌入水印的强度较大[10]。水印的嵌入强大越大,鲁棒性就越好,那么水印受到攻击以后提取出的水印也就越完整。因此,采取不同基色乘以不同的权值来解决视觉效果上的失真。权值比 εR∶ εG∶ εB= 2 ∶ 1 ∶ 4( 4)时嵌入效果最佳,其中 εR为R基色上的权值。

就HVS的频率敏感特性而言,若将图像从空域变换到频域,频率越低,人眼的敏感性越高; 频率越高,人眼的敏感性也就越低。HVS的频率特性说明了人眼对于高低频率的敏感程度是不同的,则若在低频部分嵌入水印就不如在高频部分嵌入的水印的透明性好,但在高频部分嵌入水印抗攻击性较差。折中一下,本文采取将水印嵌入到宿主图像的中频部分,并将水印多次嵌入到低频部分来提高算法的鲁棒性。

2. 2 小波基的选择

数字水印中的小波基选择通常是正交小波基,而本文选取双正交小波基。双正交小波基的组成是两个尺度函数以及两个小波函数,双正交小波不紧具有正交性和对称性,还同时拥有线性相位以及紧支撑。和正交小波基相比,双正交小波基对正交性的要求较低,本文采用双正交小波基是希望获得其线性相位的特性,同时降低对正交性的要求。

在图像的分解以及重构时,如若使用不同的滤波器,则设计的自由度较大,限制较少,同时图像在分解时失真度较小,而重构时平衡性较好。本文选择双正交小波基bior1. 1,它的分解系数Nr= 1,重构系数Nd= 1。

2. 3 权值系数的选取

权值系数的选取影响到算法的鲁棒性及水印提取的效果,εR、εG、εB能直接波及水印的嵌入强度,值越大嵌入强度越大,鲁棒性和水印提取效果越好,但同时水印不可见性就越差,合理地选择权值大小对本文的水印嵌入效果和提取效果影响较大。经过实验得到的数据如表1 所示。

根据表1,本文选择 εR= 0. 06、εG= 0. 03、εB=0. 12 作为水印嵌入的权值系数。

2. 4 水印的嵌入步骤

( 1) 读入彩色原始图像( c) 和水印图像( w) ;

( 2) 对原始彩色图像和水印图像进行三色分离,得到R、G、B分量。然后对原始图像和水印图像的R、G、B分量分别进行2 级和1 级DWT变换,选择原始图像的中频部分和低频部分作为水印嵌入区域。嵌入公式为

其中,CWR为水印嵌入图像; CR为宿主图像的R分量图像; WR为水印图像的R分量图像; ACW、HCW、VCW和DCW分别是水印嵌入图像的低频系数、水平细节系数、垂直细节系数和对角细节系数; AC2、HC2、VC2和DC2分别为宿主图像进行2 级离散小波变换后的低频系数、水平细节系数、垂直细节系数、对角细节系数; AC1、HC1、VC1和DC1分别为水印图像进行1 级离散小波变换后的低频系数、水平细节系数、垂直细节系数和对角细节系数。

( 3) 对于嵌入水印的每个颜色分量进行小波重构,形成了新的R、G、B分量;

( 4) 将新得到的R、G、B分量进行三色合并,得到了嵌入水印后的图像。

2. 5 水印的提取步骤

水印的提取是水印嵌入的逆过程,具体步骤如下:

(1)读入原始彩色图像和嵌入水印后的图像;

( 2) 将原始彩色图像和嵌入水印后的图像进行三色分离,对原始彩色图像和带水印图像的R、G、B分量进行2 级DWT变换得到对应的低频系数以及细节系数,然后用水印提取算法将水印提取出来,其水印提取算法就是水印嵌入的逆算法;

( 3) 将提取出的水印图像进行IDWT变换,再进行三色合并,得到原始水印图像。

3 仿真实验结果

选择256 × 256 的Lena彩色图像作为宿主图像,256 × 256 的“长沙理工大学”彩色图像作为水印,Matlab作为仿真实验平台,嵌入效果如图3 所示。

嵌入水印图像的PSNR = 30. 952 6 d B,水印的不可见性好,视觉上也无法分辨原图是否嵌入了水印,提取效果如图4 所示。

提取出的水印NC = 0. 998,接近1,说明提取出来的水印效果良好,与原始水印相似度高。表2 为各种攻击仿真结果数据。

从上述结果可以看出,本文算法所得到的嵌入水印图掩藏效果好,经受各种攻击后所提取出的水印和原始水印的相似度高,鲁棒性高。

4 结束语

本文提出了一种结合HVS特性和DWT变换的数字水印算法,选取双正交小波基,将水印嵌入到宿主图像的中频部分和多次嵌入到低频部分,以及采取不同基色乘以不同权值的方法来增强鲁棒性,仿真实验得到的水印嵌入图不可见性好,并且提取的水印效果理想,这证明了该算法的可行性。

摘要：根据HVS系统,人眼对于红、绿、蓝三色的敏感程度是不同的。人眼对于蓝色分量最不敏感,故嵌入水印有良好的透明性,但同时在红色分量中嵌入水印具有良好的鲁棒性。为解决水印嵌入的视觉失真问题,采用了不同基色对应不同的加权系数的水印嵌入方案。同时,将彩色水印图像嵌入彩色宿主图像的中频段以及多次嵌入低频段来增加算法的鲁棒性。仿真结果表明,该算法具有较好的透明性,且提取水印效果较好。

关键词：HVS,数字水印,鲁棒性

参考文献

[1]刘亮,陈昌志,孙浩.一种改进的小波变换图像数字水印技术研究[J].科技通讯,2012,28(6):144-146.

[2]王晨旸,李新华.基于双正交小波变换的彩色图像水印嵌入算法[J].安徽大学学报,2013,37(6):65-71.

[3]刘连山,马红卫,顾新.基于DWT的彩色图像绿色分量数字水印方案[J].通信学报,2005,26(7):62-67.

[4]周伟,桂林,周林,等.Matlab小波分析高级技术[M].西安:电子科技大学出版社,2006.

[5]李晓婉,冯晓霞,赵红.基于多小波域双彩色图像的水印算法[J].漳州师范学院学报,2011(2):20-24.

[6]米小珍,车宇,董华军.基于离散小波变换和人类视觉系统的数字水印算法[J].大连交通大学学报,2012,33(1):48-52.

[7]Parisis A,Carre P,Femandez-Maloigne C,et al.Acoustics color image watermarking with adaptive strength of insertion speech and signal processing[C].Changsha:Proceding of the IEEE International Conference on Signal Processing,2004.

[8]Song Qiang,Zhang Hongbin.Color image self-embedding and watermarking based on DWT[C].Beijing:International Conference on Measuring Technology and Mechatronics Automation,2010.

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

彩色数字水印技术篇4

降水自记纸彩色图形数字化的技术处理

利用降水自记纸彩色图形数字化处理技术,将降水自记纸转换成标准分钟降水数字化资料,对于研究我省降水强度、暴雨特征研究具有重要意义,尤其对暴雨的观测事实进行24小时精细化雨强分析作用更大.降水自记纸的`彩色图形数字化是改变目前状态,使其信息的内在含义得到充分利用,价值得以充分体现的唯一途径.降水自记纸彩色图形数字化处理是通过对降水自记纸进行彩色图形扫描后,利用降水自记纸数字化处理系统软件,提取降水曲线.最终形成分钟和小时降水强度的标准文件.

作者：彭江华 PENG Jiang-hua 作者单位：江西省气象信息中心,江西,南昌,330046刊名：江西能源英文刊名：JIANGXI ENERGY年，卷(期)：2009“”(3)分类号：P426.6关键词：降水自记纸数字化彩色图形

彩色数字水印技术篇5

数字水印技术通过将特殊标记利用数字内嵌的方法嵌入到数字产品中, 为数字产品版权保护提供了一种有效的技术手段, 受到广泛的重视, 并且取得了快速的发展。在当前的研究中, 针对的载体一般为灰度图像, 嵌入的水印大多是信息量较少的一维、二维伪随机序列或二值图像, 这些都在一定程度上限制了数字水印技术在产品发行中的应用。另外在当前发行的数字产品中, 彩色图像占据了很大的比例, 它所具有的颜色信息可以给人更丰富的色彩刺激, 因此以彩色图像作为载体的数字水印技术更值得进行深入的研究。

当前的数字水印技术主要可以分为空间域与变换域两大类, 在空间域中嵌入水印的算法相对简单, 但抗攻击能力较弱;在变换域中嵌入水印可以把对图像的影响分散到空间域所有像素中, 不会造成误差累积, 另外在变换域嵌入水印还可以利用人类视觉系统HVS (Human Visual System) 的一些特性, 更有利于提高水印的鲁棒性。因此, 基于变换域的数字水印技术成为了当前的研究重心。当前在变换域中应用较多的分块的DCT变换与DWT变换。但是分块DCT变换容易导致重构的图像出现马赛克现象, 而且DCT变换没有利用图像的空间频率特性, 而这正好与人眼的某些视觉特性一致。DWT变换具有良好的时频两域特性表征与多分辨率分析优点, 但是经小波变换后的各子带图像的相邻系数之间依然存在着较强的相关性, 因此将DWT与DCT相结合的数字水印技术近年来逐渐成为研究热点。

本文以彩色图像作载体, 以灰度图像作为水印, 提出一种新的基于DWT与DCT相结合的彩色图像自适应灰度级数字水印算法, 仿真实验表明本算法具有良好的不可见性与鲁棒性。

1 Hilbert曲线变换置乱

为了增强图像水印的安全性与抗攻击能力, 在嵌入之前一般需要对其进行置乱处理, 使得攻击者即使在得知算法的情况下, 若不了解置乱算法或图像加密密钥也无法得到水印信息。本文采用Hilbert曲线变换对原始水印图像进行置乱处理。Hilbert曲线变换是一种较常用的图像置乱算法, 它以意大利数学家G.Peano提出的Hilbert曲线为依据对二维图像进行变换。Hilbert曲线由初始图像出发, 通过不断递归而生成:

首先, 将正方形四等分, 求出各个小正方形的中心, 并将它们连接, 其次, 将各个小正方形再细分成四个相同的小正方形, 并连接各个小正方形的中心……按此方法不断递归划分可以得到不同深度的Hilbert曲线。根据Hilbert曲线的递归过程, 可以对图像进行不同层次的置乱, 图1为对大小为64×64的Lotus图像进行Hilbert曲线置乱后的图像。

2 水印算法

2.1 水印嵌入强度

为了增强水印的鲁棒性, 本文首先将彩色图像转入YIQ空间, 选取Y分量进行2层DWT分解, 选取LL2低频子图作为待嵌入子图, 并对LL2低频子图进一步作8×8分块的离散余弦变换, 以有效地减少相邻小波系数的空间相关性。另外, 为了进一步提高水印的抗攻击能力, 还应根据人类视觉特性, 对于纹理较强的区域, 应该选择较大的嵌入强度进行嵌入水印, 在纹理较弱的区域, 则选择较小的嵌入强度。本文在将LL2低频子图作8×8分块离散余弦变换后, 分别计算各DCT系数子块的AC能量。通过实验确定水印嵌入强度的上下限, 并结合各子块的AC能量大小, 根据公式自适应地调整各子块的水印嵌入强度, 使得嵌入的水印更具鲁棒性。

2.2 水印嵌入算法

设作为载体的彩色图像I的大小为M×M, 作为水印的灰度图像W的大小为N×N, 要求M/N≥8, 水印的嵌入算法如下:

(1) 首先对水印图像W进行Hilbert曲线置乱变换, 得到置乱后的图像W′, 保留置乱次数为密钥Key。

(2) 对置乱后的灰度图像W′进行4×4分块, 并对每个子块进行DCT变换, 得到变换后的系数块, 记为W′DCTblock (i) , i=1, 2, …, N/4×N/4。

(3) 对系数块W′DCTblock按先行后列的顺序, 对每一子块进行ZigZag排列, 得到待嵌入的DCT系数水印序列W′DCT (k) , k=1, 2, …, N×N。

(4) 将彩色图像I由RGB颜色空间转入YIQ彩色空间, 取出其中的Y分量作为待嵌入分量。对Y分量首先作2层小波变换, 取其中的LL2低频小波系数LL2DWT (i, j) , i, j=1, 2, …, M/4, 首先进行互不覆盖的8×8子块划分, 并对划分后的各子块进行DCT变换, 从而一定程度上消除了LL2DWT所具有空间相关性。将做完分块的DCT变换后的各DCT系数子块记为:

LL2DWT-DCTblock (i) , i, j=1, 2, …, M/8×M/8。

(5) 由于各子块的能量在一定程序上反映了子块的纹理强度, 因此可以根据各子块的能量大小确定各子块的嵌入强度大小, 首先根据:

$A_{k} = \frac{\sum_{1}^{n} F_{k}^{2} (i) - F_{k}^{2} (1)}{n - 1}$ (1)

计算LL2DWT-DCTblock各子块的AC能量Ak, k=1, 2, …, M/4×M/4, 其中F $_{k}^{2}$ (1) 为第k块的直流分量。在这里, 将最大的子块能量记为Amax, 最小的子块能量记为Amin, 并将根据多次实验确定水印嵌入强度最大值与最小值分别记为αmax与αmin, 并根据式 (2) 求得各子块的水印嵌入强度αk, k=1, 2, …, M/4×M/4, 并保存用于水印的提取。

$\frac{α_{\max} - α_{k}}{α_{k} - α_{\min}} = \frac{A_{\max} - A_{k}}{A_{k} - A_{\min}}$ (2)

(6) 对DCT系数块LL2DWT-DCTblock按先行后列的顺序, 对每一子块进行ZigZag排列, 将排列后的一维序列记为:LL2DWT-DCT (k) , k=1, 2, …, M×M, 选择每一子块经ZigZag排列后的前16个系数, 组成待嵌入水印序列, 进行水印嵌入, 并将其记为DCTI-zigzag16 (k) , k=1, 2, …, 16×M/8×M/8。

即将每一水印系数子块W′DCT的DC分量嵌入到LL2DWT-DCT中的DC分量中, 将其余15个AC分量嵌入到剩下的AC分量中。水印的嵌入公式为:

(7) 用DCT′I-zigzag16替换原LL2DWT-DCT各子块的前16个系数, 得到LL′2DWT-DCT (k) , k=1, 2, …, M×M。

对LL′2DWT-DCT进行8×8 ZigZag排列的逆重组, 得到新的DCT系数块LL′2DWT-DCTblock, 并对其进行分块的DCT逆运算, 得到新的逼近子图LL′2DWT (i, j) , i, j=1, 2, …, M/4, 经DWT逆运算, 得到嵌入水印后的Y分量, 再由YIQ空间转入RGB空间, 从而获得嵌入灰度水印后的彩色图像。

2.3 水印提取算法

水印的提取算法可以看作为嵌入算法的逆运算, 本算法中需要使用原始图像的参与, 具体步骤如下:

(1) 首先将原始图像I与含水印图像IW分别由RGB空间转入YIQ空间, 选取Y分量进行2层小波分解。

(2) 分别选择两小波分解后的LL2逼近系数I $_{D W Τ}^{L L_{2}}$ (i, j) 与IW $_{D W Τ}^{L L_{2}}$ (i, j) , i, j=1, 2, …, M/4。

进行8×8子块的划分, 再分块做DCT变换, 得到DCT变换后的各系数子块DCTILL2DWT 与DCTIW $_{D W Τ}^{L L_{2}}$ , 对各子块按先行后列的顺序进行ZigZag排列, 选取由各系数子块排列后的前16个系数组成一维向量DCTIzigzag16 (k) 与DCTIWzigzag16 (k) , k=1, 2, …, 16× (M/4×M/4) / (8×8) 。

(3) 根据保存的嵌入强度α (i) , i=1, 2, …, M/4×M/4, 按如下的公式提取水印DCT系数:

$\begin{array}{l} W_{D C Τ} (i) = \frac{D C Τ Ι W_{z i g z a g 16} (i) - D C Τ Ι_{z i g z a g 16} (i)}{α (i)} \\ i = 1, 2, \dots ‚ Μ / 4 \times Μ / 4 (4) \end{array}$

(4) 对WDCT作每16个系数为一段的划分, 将得到N×N/16个系数段, 对各段进行4×4的ZigZag排列逆操作, 得到水印图像的DCT各系数子块WDCTblock (i) , i=1, 2, …, N×N/16, 对各子块分别进行DCT逆操作, 从而得到置乱后的水印图像, 再根据密钥Key对其进行Hilbert曲线置乱逆处理, 从而获得提取出的水印图像W (i, j) , i, j=1, 2, …, N。

3 仿真实验结果与分析

为了验证本文所提出的基于DWT与DCT相结合的彩色图像灰度级自适应数字水印算法, 本文采用实验Matlab6.5编程环境, 首先选取了大小为512×512的标准彩色图像Lena作为载体图像, 采用大小为64×64的256级灰度图像Paris作为水印图像, 对水印的嵌入、提取与攻击分别进行了测试。实验中取水印嵌入强度的上、下限分别为αmax=0.06, αmin=0.03。实验采用PSNR (峰值信噪比) 来衡量嵌入水印后的图像与原始图像之间的失真量, 其单位为db。采用NC (归一化相关性系数) 来衡量提取水印与原始水印的相似度, NC值表征了水印的可检测能力。PSNR与NC的计算公式如下:

$Ρ S Ν R = 10 \times \log_{10} \frac{Μ \times Ν \times 255^{2}}{\sum_{i}^{Μ} \sum_{j}^{Ν} (Ι (i, j) - Ι_{W} (i, j))^{2}}$ (5)

$Ν C = \frac{\sum_{i = 1}^{Μ} \sum_{j = 1}^{Ν} W (i, j) * W^{'} (i, j)}{\sqrt{\sum_{i = 1}^{Μ} \sum_{j = 1}^{Ν} W (i, j)^{2}} \sqrt{\sum_{i = 1}^{Μ} \sum_{j = 1}^{Ν} W^{'} (i, j)^{2}}}$ (6)

图2 (a) 、 (b) 分别为原始载体图像与原始的灰度水印, 嵌入水印后的图像与提取出的水印如图2 (c) 、 (d) 所示;嵌入水印后的图像PSNR值为40.4273, 提取出的水印NC值为0.9989。从视觉上很难区别出水印嵌入前后载体图像的差别, 提取出的水印也保持了较好的可视效果。

实验中对含水印图像分别进行了各种攻击, 表1给出了在各种攻击情况下含水印图像的PSNR值与提取水印的NC值。图3 (a) ～ (d) 分别为对含水印图像进行高斯噪声、椒盐噪声、剪切与JPEG压缩攻击后的图像与提取出的水印。

为了进一步考察本算法应用于其他图像时的鲁棒性, 实验中还另外选取了Peppers、Airplane与Baboon几幅标准测试图像 (如图4所示) 作为载体进了水印嵌入、提取与攻击测试, 表2为部分测试结果。从实验结果可以看出, 本算法应用于其他几幅载体图像时, 经各种攻击后, 提取水印的NC值均较大, 体现了本算法良好的抗攻击能力。

4 结束语

本文在充分考虑DWT与DCT特性的基础之上, 设计了一种基于DWT与DCT相结合的彩色图像自适应灰度级数字水印算法。本算法有效地利用了DCT域的DC分量, 而且结合人眼视觉特性实现了水印的自适应嵌入, 实验结果证明本算法可以有效地抵抗噪声、剪切、滤波与JPEG有损压缩等图像处理操作, 在保证载体图像视觉效果的前提下, 嵌入的水印具有良好的鲁棒性。

参考文献

[1]Peter HW Wong, Oscar C Au, Yeung Y M.Anovel blind multiple wa-termarking technique for images[J].IEEE Trans on Circuits and Sys-tems for Video Technology, 2003, 13 (8) :813-830.

[2]Niu XiaMu, Lu ZheMing, Sun Shenghe.Digital watermarking of still im-age with gray-scale digital watermarks[J].IEEE Trans Consumer Elec-tronics, 2000, 46 (1) :137-145.

[3]Mauro Bami, et al.Multichannel watermarking of color images[J].IEEE Trans on Image Processing, 2002, 3:142-156.

[4]王向阳, 杨红颖, 陈利科.基于人眼视觉系统的自适应量化数字水印算法研究[J].小型微型计算机系统, 2005, 26 (9) :1525-1529.

[5]于帅珍, 沈建国.基于DCT和DWT的彩色图像盲数字水印算法[J].计算机应用与软件, 2007, 24 (8) :200-212.

[6]刘连山, 李人厚, 高琦.基于DWT的彩色图像绿色分量数字水印方案[J].通信学报, 2005, 26 (7) :62-67.

[7]李智, 陈孝威.小波与余弦变换相结合的灰度图像水印算法[J].中国图象图形学报, 2006, 11 (6) :834-839.

[8]徐美玉, 苖克坚, 普杰信, 等.一种基于DWT与DCT的盲灰度级水印算法[J].计算机应用研究, 2007 (2) :194-195.

彩色数字水印技术篇6

数字水印技术作为信息隐藏的一个分支为解决数字媒体版权保护问题提供了一个有效的解决方案。目前, 网络上传播的图像大部分都是彩色图像, 然而彩色图像水印技术还没有得到很好的普及, 因此, 对彩色图像水印技术的研究将具有十分重要的理论意义和广阔的应用前景。

数字图像水印算法可以分为基于空间域与变换域。空域水印处理使用各种各样的方法直接修改图像的像素, 将数字图像水印直接加载在数据上, 基于变换域的数字图像水印技术往往采用类似于扩频图像的技术来隐藏水印信息。

本文结合人类视觉系统, 提出一种基于纹理复杂度的数字水印算法。该算法将彩色宿主图像从RGB空间转换到YUV空间, 提取Y分量, 并且根据宿主图像的纹理平均复杂度度量对宿主图像进行纹理区域划分;对水印图像进行二值化处理并且进行Arnold置乱;对宿主图像进行DCT变换, 利用Watson视觉模型控制水印嵌入强度。

1 水印信息的预处理

水印嵌入到宿主图像之前先对信号数据进行预处理。一般对水印信号进行“置乱”来增强水印信号的抗攻击性与不可见性。

2 基于共生矩阵模型的图像纹理复杂度估计方法[2]

图像的平均纹理复杂度用图像的相邻像素差值共生矩阵模型的均匀性统计量来估计。在0°、45°、90°和135°方向上对相邻的元素作差。灰度图像大小为M×N, 为8位灰度图, 则像素点p (i, j) 的灰度值I (i, j) ∈[0, 255]。用DK表示像素差值矩阵, 则4个方向上的矩阵分别为D0, D45, D90, D135。D0方向的差值矩阵为{D0 (i, j) |D0 (i, j) =Ii, j-Ii, j+1}。分别统计各个方向上1~3阶差值共生矩阵, 以0°方向为例:

其中, d1, d2, d3∈[-T, T]。

计算得到图像的相邻像素的差值共生矩阵后, 选取均匀性统计量来估计图像的纹理平均复杂度, 定义图像纹理平均复杂度度量函数为

3 新的数字水印算法

3.1 算法描述

将宿主图像分成8×8大小的子块, 那么图像就可分为个子块。计算H (I) 的值, 求出最小值Hmin和最大值Hmax, 并且将[Hmin, Hmax]划分为三个区间, 分别记为q1, q2, q3。根据纹理粗糙程度不同, 水印在每个区域中的嵌入量分别为4, 2, 1位[3]。然后各块可以按照如下的公式进行DCT变换:

取置乱后的水印信号分别进行嵌入, 其中β为嵌入系数。μ是水印的嵌入强度, μ越大, 水印的鲁棒性越强, 可是对宿主图像的破坏也越大。设置嵌入强度的阈值为Waton视觉模型的JND[4]。根据水印信号, 选择不同的嵌入公式:

嵌入结束后对图像进行IDCT变换:

3.2 水印嵌入与提取

本文采用512×512的lena彩色图像和64×64的水印图像T为例。过程如下

(1) 将彩色水印图像Y进行二值化处理, 利用Arnold置乱方法将这些二进制序列置乱处理得到要嵌入的二进制数据流。Arnold置乱系数取值即为水印的密钥。

(2) 将宿主图像分解为亮度分量Y和色差分量U和V, 仅在Y上嵌入水印信号。计算H (I) 的值对图像块分类, 对各块DCT变换。计算每一块的JND。

(3) 取黑白水印图像中的一个元素T (x, y) , 按照分类的原则嵌入到图像块的每个DCT分块系数中。

(4) 对嵌入水印信息后的图像块进行IDCT变换。

水印的提取是嵌入的逆过程, 将宿主图像分块与待检测图像进行DCT变换, 变换规则如下:

4 结果与分析

用lena图像作为宿主图像, 进行实验, 实验结果如下:

为了证实算法, 对宿主图像进行攻击, 得到的实验数据如表1所示。

摘要：利用共生矩阵模型对图像复杂度进行了分析, 结合人类视觉系统, 提出一种基于纹理复杂度的数字水印算法。该算法将彩色宿主图像从RGB空间转换到YUV空间, 提取Y分量, 并且根据宿主图像的纹理平均复杂度度量对宿主图像进行纹理区域划分;对水印图像进行二值化处理并且进行Arnold置乱;对宿主图像进行DCT变换, 利用Watson视觉模型控制水印嵌入强度。实验表明, 该算法取得较好的效果, 并且对水印攻击具有较好的鲁棒性。

关键词：图像复杂度,纹理,置乱,DCT

参考文献

[1]王启亮, 柏逢明.基于Arnold变换和DWT彩色图像数字盲水印算法[J].吉林大学学报:信息科学版, 2011, 29 (4) :304-310.

[2]邓果, 赵险峰, 黄炜, 等.一种用于隐写测评的图像纹理复杂度估计方法[J].计算机工程, 2012, 38 (14) :116-118.

[3]胡学刚, 王月.基于图像复杂度的数字水印算法[J].小型微型计算机系统, 2012, 33 (5) :1149-1152.

[4]张亮亮, 陈秀宏.基于人类视觉系统和离散小波变换的彩色图像水印[J].计算机应用, 2011, 31 (11) :3056-3059.

[5]高清柳, 李学斌.HSV颜色空间的彩色图像数字水印算法[J].计算机应用与软件, 2007, 24 (8) :189-190.

彩色数字水印技术篇7

关键词：离散余弦变换(DCT),人类视觉系统(HVS),彩色图像,数字水印

随着多媒体技术和网络技术的迅速发展和广泛应用,对多媒体数字产品的版权进行保护已成为迫切需要解决的问题。简单地讲,数字水印技术就是将隐秘信息(水印)隐藏到数字产品中,同时满足不可见性和鲁棒性等特征(此处指鲁棒型水印,相对应的还有脆弱型水印,本文所做的研究针对鲁棒型水印),即隐秘信息从视觉上是不可见的,并且能够经受滤波、压缩、剪切、几何旋转失真等攻击。

目前,将数字水印信息嵌入彩色图像的方法可归纳为以下两种:(1)将彩色图像分为3个独立的颜色通道(R,G,B),利用灰度图像的水印嵌入算法对每个单独的颜色通道进行水印的嵌入,然后将3个通道组合在一起形成隐藏有数字水印的彩色图像,不足在于不能有效抵抗针对彩色图像进行的分色攻击。(2)把水印嵌入到亮度通道或者是单颜色通道,如Kutter等[1]利用人类视觉系统对蓝色变化最不敏感这一特点,通过修改蓝色通道中部分选定像素的值进行水印嵌入。这种方法的优点在于考虑了人类的视觉感知模型,充分挖掘载体图像的内容信息。

本文就是采用第二种方法,提出的一种基于DCT的彩色图像水印算法。根据人眼视觉系统可知,人眼对蓝色分量具有不敏感特性,故将水印信息嵌入蓝色分量中,以保证水印的不可见性。另外,本文是将一个随机序列作为水印信号嵌入在图像蓝色分量DCT变换中重要分量的幅度成分中(幅值较大的n个系数作为重要分量),由于视觉上重要的分量是图像信号的主要成分,图像信号大部分能量都集中在这些分量上,在图像有一定失真的情况下,仍能保留主要成分,故将水印嵌入在蓝色分量的这些重要分量上,可以获得较好的鲁棒性。并定义了一个相似函数来检验水印提取是否成功,实验结果表明,该算法具有不可见性,对通常的图像处理,如高斯滤波、压缩,以及旋转和剪裁等几何处理都具有一定的鲁棒性。

1 离散余弦变换

离散余弦变换(DCT)是图像处理中应用较多的一种变换[2]。它利用傅立叶变换的对称性,采用图像边界折叠操作将图像变换为偶函数形式,然后对这样的图像进行二维傅立叶变换,变换后的结果将仅包含余弦项,故称之为离散余弦变换。DCT可以将图像描述为不同幅值和频率的正弦值之和的形式,定义为:

其中,F(u,v)称为图像变换的DCT系数。DCT也是一种可逆变换,IDCT变换即离散反余弦变换,其定义如下:

其中:

因此有:

对于一副典型的图像,DCT有这样的性质:许多有关图像的重要可视信息都集中在DCT变换的一小部分系数中。因此,DCT变换在图像压缩中非常重要,是有损图像压缩标准JPEG算法的核心。

2 HVS的光谱特征

根据人眼结构,所有人可以感受到的颜色都可以看作是三个基本色——红、绿、蓝的不同组合[3]。国际照度委员会(CIE)规定了三种基本色的波长分别为R(红):700nm,G(绿):546.1nm,B(蓝):435.8nm,其曲线图如图1所示。

任意波长的颜色总可以用CIE设定的R、G、B三者叠加得到。由此,可以得出如下公式:C≡r R+g G+b B。C代表某一特定颜色,≡表示匹配,R、G、B表示三基色,r、g、b表示比例系数,且r+g+b=1。需要说明是,,HVS对于不同的颜色其敏感度不同。如果用红、绿、蓝来计算白色的亮度(发光强度),则上式中绿色系数最大,红色系数次之,蓝色系数最小。CIE根据人类视觉的特点定义出的标准光谱亮度函数如下:Y=0.2125R+0.7154G+0.0721B,Y代表亮度。

由亮度公式及图2可以得出,对于三原色R、G、B,人眼对绿色最敏感,对蓝色最不敏感。根据以上分析,我们可以看出,对于彩色图像数字水印的嵌入我们可以结合HVS的光谱特征,将水印嵌入蓝基色分量中,以期达到更好的嵌入效果。

3 水印的嵌入与提取过程

1)嵌入的基本过程:

(1)对原始彩色图像进行三基色分离,提取其蓝色分量,并进行DCT变换。

(2)水印信号的产生。Cox[4]等指出有高斯随机序列构成的水印信号具有良好的鲁棒性,在许多文献中也都将高斯随机序列作为水印信号。故本文所采用的水印信号W为服从正态分布N(0,1),长度为n的实数随机序列。即:

W={Xi,0≤i≤n}

(3)水印的嵌入。选择将水印信号放在宿主信号的哪个位置,才能保证其具有更好的鲁棒性。Cox[4]等认为图像水印应放在视觉上最重要的分量上。由于视觉上重要的分量是图像信号的主要成分,图像信号大部分能量都集中在这些分量上,在图像有一定失真的情况下,仍能保留主要成分,即视觉上重要的分量的抗干扰能力较强。另外,根据我们前面对HVS光谱特征的分析,由于人眼对三基色的敏感程度不同,对蓝色最弱的特性,故将水印嵌入在蓝色分量的这些重要分量上,可以获得较好的鲁棒性。当水印信号相对宿主信号较小时,还可以保证不可见性。因此,本算法将服从N(0,1)分布的随机序列构成的水印序列,放在图像蓝色分量DCT的重要系数的幅度中,以增强水印的鲁棒性。通常选取幅值较大的n个系数作为重要分量,其嵌入公式为:v'=v(1+axk)。

(4)进行二维离散余弦反变换,得到嵌入水印的蓝色分量,将其与原始图像的红色分量及绿色分量融合,形成嵌入水印后的彩色图像。

2)水印提取:该算法不能实现盲提取,必须有原始图像作参考。先对原图像和嵌入水印后的图像的蓝色分量分别进行离散余弦变换,再利用xk=(v'/v-1)/a提取水印。

3)相似度计算:评价水印的准则。由于提取的水印可能与原嵌入水印不完全一样,这就需要一个评价准则来衡量提取的水印与原始水印的相似程度。本文采用:其中:W*表示提取的水印信号,W表示原始水印信号。事先设定一个阈值T(本文取T=6.)。当P>T,则认为待测图像中存在着水印;否则认为不存在水印。根据相似度的值即可判断图像中是否含有水印信号,从而达到版权保护的目的。阈值T的选择要同时考虑虚警概率和漏警概率。虚警概率是指待测图像中不包含水印,而检测器输出结果却表明含有水印的概率;漏警概率是指待测图像中含有水印,而检测器输出结果却表明不含有水印的概率。T减少,则漏警概率将降低而虚警概率提高;T增大,则虚警概率降低而漏警概率提高。若W*与W不相关,P>T的概率等于具有Gaussian分布的随机变量超过其均值T倍方差的概率。

4 实验结果与抗攻击性能分析

本实验原始图像采用240×248的彩色BMP图,大小为147 KB,全部算法由Matlab实现[5]。

由图3(a)和(b)可以看出水印嵌入后的图像除亮度略有改变外,与原始图像几乎无太大差别,基本满足了水印对不可见性的要求。

接着对嵌入水印的图像进行不同程度的攻击,用以测试水印的鲁棒性。本文给出三十度旋转、高斯滤波、剪裁和压缩后的MATLAB图像处理图分别如图4(a)到(d):

水印测试结果如图5(a)到(d)所示,分别给出了旋转30度、高斯滤波、剪裁和压缩后的实验结果。其中纵坐标表示相关系数值,横坐标表示60个LENGTH*1的测试水印序列,测试结果清楚表明第10个(即正确水印)的相关值大于其他值,并且大于设定的阈值6,因此可以检测到正确的水印。

5 结论

从上述试验结果可以看出,我们结合HVS的光谱特征,以及相应的亮度公式提出的数字水印嵌入和提取方法,能够取得较好的嵌入及提取效果。另外,由于视觉上重要的分量是图像信号的主要成分,图像信号大部分能量都集中在这些分量上,故在图像有一定失真的情况下,仍能保留主要成分,即视觉上重要的分量的抗干扰能力较强。所以本实验的水印算法是通过在彩色图像的蓝色分量的DCT变换重要系数的幅度成分的中加入水印,并利用相关检测器进行水印测试。本文水印采用一组高斯随机序列,可以保证一定量的嵌入水印信息。实验证明该方法对通常的图像处理,如噪声、裁剪特别是几何旋转都具有一定的鲁棒性和不可见性,不足之处在于检测时需要原始图像参与,不能实现盲检测。

参考文献

[1]Fleet D,Heeger D.Embedding invisible information in color images[C].San Jose,CA,USA:Proceeding of the IEEE International Confer-ence on Image Proceding,1997:532-535.

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

[3]章毓晋.图象工程[M].2版.北京:清华大学出版社,2006.

[4]COX I J,M ILLER M L,BLOOM J A.Digital watermarking[M].USA:Morgan Kaufman Publisher,2002.

数字水印技术研究篇8

1 信息隐藏

1.1 传统的密码技术和信息隐藏的区别

传统的密码技术主要研究如何将需保密的信息进行特殊编码,形成无法识别的密码形式后再进行传递(如图1所示),对加密通信来说,非法拦截者可以截取密文并对其进行破译,从而破译加密的信息;或者将密文重新修改后再发送,从而破坏密文。

信息隐藏(Information Hiding)不同于传统的密码学技术,它不仅隐藏信息的内容也隐藏信息的存在。它主要研究如何在不破坏原始公开信息的商用价值和使用价值的前提下,将保密信息隐藏在一个公开的载体信息中,通过传输公开信息的方式来传递保密信息(如图2所示)。它充分利用载体本身所具有的迷惑性来伪装保密信息,从而逃避检测者以达到秘密信息的传递。信息隐藏技术由于其具有的特点和优势,已成为当今多媒体信息安全技术的一大重要研究热点。

1.2 信息隐藏模型

信息隐藏技术主要由信息嵌入算法和隐蔽信息检测/提取算法(检测器)两部分构成。信息嵌入算法利用密钥来实现机密信息的隐藏。而隐蔽信息检测/提取算法则利用密钥从隐蔽载体中检测/恢复机密信息。在没有获取密钥的情况下,第三方很难从隐秘载体中发现机密信息。图3是一个信息隐藏的通用模型。

图3中,我们将待隐藏的信息称为秘密信息,而公开信息称为载体信息。通常情况下,信息隐藏过程是由密钥来控制的,通过嵌入算法将机密信息隐藏在公开信息中,隐蔽载体则通过通信信道传递,然后检测器通过密钥从隐蔽载体中恢复并检测出机密信息。

2 数字水印技术

数字水印就是向多媒体数据中添加某些数字信息以达到文件真伪鉴别、版权保护等功能。它是一种隐藏于原始图像中的不可见数据,既保护版权又不伤害图像的主观质量和完整性。数字水印是信息隐藏技术的一个重要研究方向。

2.1 数字水印系统模型

从图象处理的角度来看,嵌入水印信号就是在强背景下迭加一个弱信号,当迭加的水印信号强度低于HVS的对比度门限时,HVS就无法感到信号的存在。对比度门限受视觉系统的时间、空间和频率特性的影响,因此可以在不改变视觉效果的情况下,对原始图象作一定的调整,如嵌入信息。从数字通信的角度看,水印嵌入就是在一个宽带信道(载体图象)上用扩频通信技术传输一个窄带信号(水印信号)。虽然水印信号具有一定的能量,但分布到信道中任一频率上的能量是难以检测到的。水印的译码(检测)则是一个有噪信道中弱信号的检测问题。设载体图象为I,水印信号为W,密钥为K,则水印嵌入可用如下公式描述:

上式中F表示水印嵌入策略(算法)。图4为水印信号嵌入模型,其功能是将水印信号加入原始数据中。

有两种常用的水印嵌入公式:

viw=vi+αwi(加法规则)

viw=vi(1+αwi)(乘法规则)

其中vi和viw分别表示原载体图像象素和嵌入水印后图像象素,wi为水印信号分量,

图6为水印信号的检测模型,主要用来判断数据中是否含有指定的水印信号。图5、图6中的虚线部分表示在此处原始载体数据不是必要的。

2.2 典型算法

针对图象数据的典型算法主要有如下几种:

1)空域算法:其方法是将信息嵌入到随机选择的图像中最不重要的像素位上,这种方法可以保证嵌入的水印不可见。由于嵌入信息时选择了图像中最不重要的像素位,其算法的鲁棒性差,因此水印信息很容易被几何变形、滤波、图像量化等操作所破坏。

2)变换域算法:其方法是先将图象分成8×8的不重叠象素块,再经过分块离散余弦变换(DCT),得到由DCT系数组成的频率块,然后随机选取一些频率块,将水印信号嵌入到由密钥控制选择的一些DCT系数中。该算法通过对选定的DCT系数进行微小变换以满足特定的关系,来表示一个比特的信息。在提取水印信号时,先选取相同的DCT系数,再根据系数之间的关系抽取比特信息。

3)压缩域算法:基于JPEG、MPEG标准的压缩域数字水印系统,该算法不仅节省了大量的完全解码和重新编码过程,而且在数字电视广播及视频点播VOD中有很大的实用价值。

4)NEC算法:这一算法提出了强壮水印算法的两个重要原则:一是水印信号应该嵌入源数据中对人的感觉最重要的部分,在频谱空间中这种重要部分就是低频分量。这样,攻击者在破坏水印的过程中不可避免地会引起图象质量的严重下降。二是水印信号应该由具有高斯分布的独立同分布随机实数序列构成,使得水印经受多拷贝联合攻击的能力大大增强。其实现方法是:首先以密钥为种子来产生一个伪随机序列,该序列具有高斯N(0,1)分布,密钥通常由作者的标识码和图象的哈希值组成,其次对图象做DCT变换,最后用伪随机高斯序列来调制(叠加)该图象除直流(DC)分量外的1000个最大的DCT系数。

5)生理模型算法:人的生理模型包括人类视觉系统(HVS)和人类听觉系统(HAS)。该模型不仅被多媒体数据压缩系统所利用,而且可以供数字水印系统所利用。利用视觉模型,实现了一个基于分块DCT框架、基于小波分解框架及空域数字水印系统。其基本思想都是利用从视觉模型导出的JND(Just Noticeable Difference)描述来确定在图象的各个部分所能容忍的数字水印信号的最大强度,从而避免破坏视觉质量。换言之,就是先利用视觉模型来确定与图象相关的调制掩模,然后再利用它插入水印。

3 数字水印技术在P2P对等网络安全方面的应用

对等网络(Peer-to-Peer,P2P)又称工作组,是近年来广受IT业界关注的一个概念。对等网络网上各台计算机有相同的功能,无主从之分,任何一台计算机即可作为服务器,设定共享资源供网络中其他计算机所使用,又可作为工作站。对等网络是小型局域网常用的组网方式,它的出现改变了互联网上以网站服务器为中心的模式。目前P2P的主要应用包括:对等计算,协同工作,文件共享和搜索引擎等。其中,协同工作是指对等点为完成某一特定的任务形成的一个群组,它们相互共享资源、即时交互,而且协作系统中的一个用户可以在同一时刻将一个信息多点传送到若干个用户。在协同工作的安全需求方面,很重要的一点,就是建立可信协作关系,运用数字水印技术就可以实现和解决身份认证和信息认证问题,即在发送的信息中嵌入与双方信息及传输内容相关的水印,可以防止第三方伪装成通信的任何一方进行欺骗行为,同时保证信息的完整性。

当用户下载视频文件的内容时,受版权保护的作品已被水印(或其他标识)所表明,用户可对文件进行选择性的付款阅览,如使用信用卡帐户进行交易,根据相关条款下载等。

在P2P系统中,内容搜索所代表的是一个允许使用的相关材料和给定的功能文件,如:在线交互网站上包含的奖金、游戏、在线信贷,、惠券等福利,当用户获得屏幕上的提示进行互动,如根据热点或提供的信息内容,连接到相关的在线社区或商店时,促使消费者通过合法的基础设施寻求合法的文件分发。

P2P系统通过数字水印检测某个文件的授权再分配,通过这种特殊的P2P应用程序或从允许或防止文件被下载,打开,或上载的再分配的特定的用户。如数字水印是用来信号授权,检测申请或授权该文件按照规定处理。一个P2P应用程序可以根据最佳做法给予不同标记的文件模型处理。例如,在一个以安全为重点的环境,水印可以作为来源可靠的说明,而且应用程序可能只允许上传具有安全标记文件的。在这种情况下,直接促进了一个合法的P2P的内容分发和电子商贸环境,提供给消费者确定性的来源和完整性的内容。

4 结束语

数字化技术和互联网的发展正在改变着文化传播方式的载体和方式,数字水印是一门极具市场前景和挑战性的学科,吸引起了大批科研人员的研究,它在版权标识、网络安全、隐藏标识和篡改提示、数据防伪上具有不可替代的作用,随着一些先进的信号处理技术和密码设计思想的引进,数字水印必将日趋成熟且得到更为广泛的发展应用,并将在商业、金融、军事和个人消费上带来巨大的商业利润。

摘要：随着计算机网络通讯技术和多媒体技术的发展,数据的交换和传输变得简单快捷,但随之而来的弊端是作品的版权得不到保护,因此数字水印技术得到越来越广泛的应用。该文对信息隐藏技术进行了介绍,重点分析了数字水印技术的系统模型、典型算法及在P2P安全上的应用。

关键词：数字,水印技术,研究

参考文献

[1]王炳锡,陈琦,邓峰森.数字水印技术[M].西安:电子科技大学出版社,2003(11):18-22.

[2]孙鑫,易开祥,石教英费敏锐.公开钥数字水印系统研究[J].计算机辅助设计与图形学学报,2003,15(07):875-880.

[3]张方和,杨义先,钮心忻.软件水印综述[J].软件学报,2003,14(2):268-277.

[4]温泉,孙琰锋,王树勋.零水印的概念与应用[J].电子学报,2003,31(2):214-216.

[5]Ingemar J C,Miller M L,Bloom J B.Digital watermarking[M].北京:电子工业出版社,2003.

[6]Schneier B.应用密码学协议算法与C源程序[M].吴世忠,祝世雄,张文政,译.机械工业出版社,2000.

[7]刘振华尹萍编著.信息隐藏技术及其应用[M].北京:科学出版社,2002.

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

数字水印技术综述篇9

所谓数字水印 (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。比如我们通过一定的算法, 在图像、视频、音频等多媒体数据中嵌入一个可以标示其知识产权的水印信息。水印信息可以是文字、商标、印章或序列号等可以识别作品的作者、来源、版本、拥有者、发行人或合法使用人对数字产品的拥有权。水印信息通过特殊的方式, 可以从宿主信号中提取出水印或是检测出它的存在性。这样的水印不占用额外的带宽, 是原始数据不可分离的一部分, 并且它可以经历一些不破坏源数据使用价值或商用价值的操作而存活下来。

2 数字水印的特点

一般认为数字水印应具有以下特征: (1) 鲁棒性:水印信号在经历多种无意或有意的信号处理后, 仍能保持其完整性或仍能被准确鉴别的特性。 (2) 知觉透明性:数字水印的嵌入不应引起数字作品的视/听觉质量下降, 即不向原始载体数据中引入任何可知觉的附加数据。 (3) 水印容量 (水印的位率) :数字水印应该能够包含相当的数据容量, 以满足多样化的要求。 (4) 安全性:水印嵌入过程 (嵌入方法和水印结构) 应该是秘密的, 数字水印是统计上不可检测的, 非授权用户无法检测和破坏水印。对于通过改变水印图像来消除和破坏水印的企图, 水印应该能一直保持存在, 直到图像已严重失真而丧失使用价值。 (5) 实现复杂度低:数字水印算法应该容易实现。在某些应用场合 (如视频水印) , 甚至要求水印算法的实现满足实时性要求。 (6) 确定性:数字水印所携带的信息能够被唯一地、确定地鉴别, 从而能够为已经受到版权保护的信息产品提供完全和可靠的所有权归属证明的证据。

3 数字水印的分类

数字水印按照嵌入的位置可分为空域数字水印、变换域数字水印;按照水印的检测方式可分为私有水印、半私有水印和公开水印;按照水印的抗攻击能力可分为易损水印、鲁棒水印;按照水印的选取形式可分为序列水印、标识信息水印、标志图像水印;按照水印的可见性可分为可见水印、不可见水印;按照载体数据的性质可以将数字水印划分为图像水印、音频水印、视频水印、文本水印等等。

4 数字水印的基本原理

数字水印包含两个基本方面:水印的嵌入和水印的提取或检测。水印可由多种模型构成, 如随机数字序列、数字标识、文本以及图像等。从鲁棒性和安全性考虑, 常常需要对水印进行随机化以及加密处理。数字水印技术的基本原理如图1所示。

图2表示了一个通用水印的嵌入过程。给定一幅图象, 一个标志, 以及一个密钥 (通常是一个随机数发生器的种子) , 植入过程可以被定义为如下形式的映射, 并且这适用于所有的水印植入方法。

5 数字水印的常见算法及评价标准

(1) 空间域算法:基本思想是直接将水印信息嵌入到多媒体数据中, 通常这些位置不影响被嵌入对象基本属性, 从而实现了水印的隐藏。该类算法实现比较简单, 早期的数字水印算法基本上都属于该类。但是由于水印嵌入的位置在很大程度上相似, 因此水印的鲁棒性比较差。 (2) 变换域算法:基本思想是通过修改多媒体数据的变换系有离散余弦变换 (DCT) 、离散小波变换 (DWT) 、离散傅立叶变换 (DFF) 、矢量变换等。变换域算法因其不可见性和鲁棒性好成为当前研究的主流, 出现了较多基于DCT的优秀算法:而基于DWT产生的水印因具有良好的视觉效果和抵抗多种攻击的能力成为当前研究的热点和未来最重要的方向。 (3) 压缩域算法:基本思想是将水印信息嵌入压缩后的数据流或索引中。特别是基于JPEG和MPEG标准的压缩域数字水印系统节省了完全解码和重新编码过程, 因而在数字电视广播和VOD中具有很大的实用价值。

除了以上数字水印算法外, 还有其他一些算法, 比如分形水印、基于特征的水印算法、基于融合的水印算法、生理模型算法等。

6 数字水印算法的评价

数字水印算法的评价标准主要有以下三种: (1) 容量:数字水印系统中的容量是指当存在攻击时衣服数字作品所能加载的最大信息量。容量越大, 所含版权信息越多, 不可见性会随之下降。 (2) 保真度:保真度是衡量数字作品在处理前后相似性的度量, 即含水印作品和原始作品是不可区分的。目前使用的评价准则有信噪比SNR、峰值信噪比PSNR和均方差MSE等。其中MSE最简单, 但在实际应用中会对图像的感知质量进行低估或高估;SNR和PSNR是最通用的评价指标, 其从一定程度上反映了作品处理前后的变化情况。 (3) 鲁棒性:鲁棒性是指水印算法在经过有意或无意的攻击后, 仍能够检测到水印的能力。水印算法的鲁棒性可以用归一化相关NC和误码率BER来度量。NC主要用来判断提取的水印与嵌入的水印是否一致, NC值越大越好;BER是指错误解码占所有信息的比率, BER值越小越好。

7 数字水印的应用

常见的数字水印应用有以下几种: (1) 版权保护:在网络时代, 数字作品的销售过程给盗版或篡改提供了可乘之机, 版权保护越显重要。作品的所有者可用密钥产生水印, 并将其嵌入到原始数据, 然后公开发布其作品。当该作品出现版权纠纷时, 所有者可从被盗版作品中获取水印来作为保护其合法权益的依据。版权保护是数字水印应用的一个很大的方面。 (2) 广播监视:在我国, 广播电视具有不可替代的作用, 然而近年来一些邪教组织多次在有线电视网上非法插入反动或黄色节日, 破坏合法节目的正常播出, 直接威胁国家的安定。将数字水印技术应用于节目检测系统, 就是一个行之有效的方法。这种方法在人无感知的情况下, 将水印通过特定的算法嵌入到节日中, 在播放终端播出前, 提取水印信息进行验证, 并去掉水印, 以确保原内容还原播出。全过程由计算机自动控制, 效率高, 实时性好, 安全可靠。 (3) 票据防伪:高质量图像I/O设备的发展使得货币、支票以及其他票据的伪造变得更加容易。数字水印技术可以为各种票据提供不可见的认证标识, 从而大大增加了伪造的难度。 (4) 声像数据的隐藏标识:数据的标识信息往往比数据本身更具有保密价值, 如卫星图像的拍摄日期。没有标识信息的数据有时甚至无法使用, 但直接将这些信息标记在原文件上又很危险, 数字水印技术提供了一种隐藏标识的方法。标识信息在原文件上是看不到的, 只有通过特殊的阅读程序才可以读取。 (5) 隐蔽通信:数字水印利用声像信号相对于人的视觉、听觉冗余, 可以进行各种信息隐藏, 从而实现隐蔽通信。基于水印技术的隐蔽通信较之用密码加密的方法进行保密通信的最大的优点是, 除通信双方以外的任何第三方都不知道秘密通信, 这使得加密机制从“看不懂”变为“看不见”, 不会成为好事者的攻击目标。

7 结论

数字水印是近几年来国际学术界兴起的一个前沿研究领域, 作为在信息时代下进行数字产品版权保护的新技术, 它可以确定版权所有者, 识别购买者或者提供关于数字内容的其他附加信息, 并将这些信息以人眼不可见的形式嵌入在多媒体信息中。在数字水印技术中, 水印嵌入算法一直都是人们关注的焦点, 而对不可见的鲁棒水印和嵌入噪声的水印的研究, 都是最常见的课题。变换域比空域应用得更多更广, 尤其是基于DCT变换的算法已经得到了广泛的应用。但最近基于小波变换的嵌入算法因其具有多重分辨率的特点, 而日益变得流行起来。由于目前数字水印技术难以解决串谋攻击、机会攻击以及解释攻击问题, 使得数字水印在版权保护、访问与拷贝控制、数字指纹等方面的应用受到了很大的限制, 许多研究者正致力于上述问题的解决。另外, 对数字水印算法的可靠性和性能的评价需要有更标准的方法, 水印理论也需要更加完善, 可以预见数字水印技术将很可能成为多媒体安全领域的技术基础。

摘要：本文介绍了数字水印技术的基本原理。并对其特点、分类、攻击技术及应用领域进行了阐述, 同时对数字水印的各种算法进行了分类研究与深入分析, 最后指出数字水印今后的研究方向。

关键词：数字水印,水印原理,水印算法,水印应用

参考文献

[1]杨桃, 黄淑燕.数字水印技术综述[J].软件导刊, 2008, 11.

[2]陈伟, 刘淑英.数字水印技术综述[J].计算机与现代化, 2008, 9.

[3]王坤, 杨峰.数字水印技术综述[J].学术.技术, 2010, 3.

[4]李治鹏, 张春安.数字水印技术及其应用[J].决策管理, 2010, 7.

本文来自古文书网(www.gwbook.cn)，转载请保留网址和出处

数字水印技术概述01-03

艾滋病护理与职业防护01-03

策划书水印封面目录01-03

水印应用01-03