趙春雨 胡彬
摘要:該文提出了一種基于圖像特征的小波域的自適應(yīng)數(shù)字水印算法,該算法利用掩蔽參數(shù)控制其對(duì)應(yīng)系數(shù)實(shí)現(xiàn)水印的自適應(yīng)嵌入。實(shí)驗(yàn)結(jié)果表明該算法對(duì)加噪、壓縮等攻擊具有一定的魯棒性。同時(shí),在水印嵌入前對(duì)水印進(jìn)行置亂處理,從而提高了水印系統(tǒng)的安全性和抗攻擊能力。
關(guān)鍵詞:數(shù)字水??;小波變換;自適應(yīng)
中國(guó)分類(lèi)號(hào):TP391 文章標(biāo)識(shí)號(hào):A 文章編號(hào):1009-3044(2014)21-5087-03
近幾年來(lái)數(shù)字水印技術(shù)得到了快速發(fā)展與廣泛普及,其能夠起到保護(hù)版權(quán)的重要作用。通過(guò)在數(shù)字圖像、音頻和視頻等數(shù)字媒體中加入隱藏的信息進(jìn)而能夠?qū)?shù)字產(chǎn)品實(shí)現(xiàn)版權(quán)保護(hù)。數(shù)字水印的隱藏必須滿足不可見(jiàn)性和抵抗攻擊的魯棒性。目前數(shù)字水印的嵌入方法大致可以分為時(shí)域法和變換域法兩大類(lèi)。常見(jiàn)的變換域有頻域和小波域。由于小波變換與人眼視覺(jué)系統(tǒng)特征吻合,在小波域內(nèi)嵌入水印信息的具有更大的嵌入容量,更強(qiáng)魯棒性,因此基于小波變換的數(shù)字圖像水印技術(shù)倍受人們關(guān)注,并成為研究熱點(diǎn)。
為了兼顧水印的不可見(jiàn)性和魯棒性,需要注意以下兩點(diǎn):首先是對(duì)宿主圖形進(jìn)行詳細(xì)的研究,進(jìn)而選擇嵌入的適當(dāng)位置;然后是考慮怎么樣在不同的位置選取不同的強(qiáng)度自適應(yīng)的合理嵌入。因此,該文錯(cuò)研究的自適應(yīng)圖像法是一種在人類(lèi)視覺(jué)模型的小波域特點(diǎn)的基礎(chǔ)上產(chǎn)生的。其在明確小波變化的特征之后,使用Haar基小波將原始圖像以及水印圖像塔式分解,進(jìn)而在多分辨率后的頻段將水印信息進(jìn)行嵌入。最后在加入水印的圖像中將水印提取出來(lái)。這種算法相對(duì)簡(jiǎn)便、效率較高。通過(guò)實(shí)踐證明,這種方式水印的不可見(jiàn)性與魯棒性都較為優(yōu)越。
1 算法思想
小波變換算法思想與嵌入頻段的選擇利用小波變換算法思想和嵌入頻段的選擇利用Mallat塔式分解算法,圖像經(jīng)過(guò)小波變換后分解成四個(gè)子圖:水平方向LH、垂直方向HL和對(duì)角線方向HH的中高頻細(xì)節(jié)子圖和低頻逼近子圖LL。低頻部分依然可以實(shí)現(xiàn)繼續(xù)分解,從而獲得三個(gè)高頻帶系列以及一個(gè)低頻帶,分別是LHn、HLn、HHn(n=1,2,3) 與LL3。從圖1中可以看出,LL3代表著小波變化分解技術(shù)所決定的最大尺度,二最小分辨率下對(duì)原始圖像的最佳逼近。其同級(jí)特征與原理圖存在一定的相似之處。這也是圖像的主要能力集中之處。高頻帶系統(tǒng)代表著圖像的邊緣以及紋理。
[LL3\&HL3\&HL2\&HL1\&LH3\&HH3\&LH2\&HH2\&LH1\&HH1\&]
圖1 小波分解
在小波變換域中,低頻系數(shù)是整個(gè)圖像能力的聚集地,也是整個(gè)圖像中的關(guān)鍵部分。在低頻字?jǐn)?shù)中,嵌入的水印具有一定的穩(wěn)定性,不會(huì)輕易丟失,魯棒性相對(duì)較強(qiáng);而高頻系數(shù)代表的圖像邊緣以及紋理信息,在高頻系數(shù)中嵌入信息,用人眼很男察覺(jué)。但是圖像在經(jīng)過(guò)壓縮或損毀后會(huì)造成水印的修飾,魯棒性較低。所以,為了進(jìn)一步增加水印的魯棒性,可以選擇在小波變換域低頻系數(shù)中嵌入水印信息,通過(guò)掩蔽參數(shù)來(lái)對(duì)嵌入水印時(shí)的修改強(qiáng)度進(jìn)行控制與調(diào)整,從而實(shí)現(xiàn)水印強(qiáng)度的自適應(yīng)嵌入。相關(guān)掩蔽系數(shù)由低頻逼近系數(shù)和高頻系數(shù)的大小與樹(shù)結(jié)構(gòu)有密切的關(guān)系。改參數(shù)代表著低頻系數(shù)對(duì)原始圖像區(qū)域的變溫與紋理信息的相對(duì)大小。相關(guān)掩蔽參數(shù)M(x,y)計(jì)算公式如式(1) 所示。
2 圖像的置亂變換
數(shù)字圖像的置亂技術(shù)是一種可逆的變換,是信息隱藏中常用的技術(shù)。所謂置亂,就是將圖像的位置或灰度級(jí)等信息打亂,使其變換成雜亂無(wú)章難以辨認(rèn)的圖像。如果不知道所用的置換技術(shù),或是置亂的次數(shù),即便能夠從數(shù)字媒體中恢復(fù)出水印信號(hào),但是水印原始圖形的恢復(fù)難度交稿,因此要提高水印系統(tǒng)的安全性與防御能力。
就目前的應(yīng)用技術(shù)來(lái)看,一般使用的集中主要置亂技術(shù)有Arnold變換、幻方變換、分形Hilbert曲線、Gray碼變換等。其中Arnold變換算法相對(duì)其他算法更為簡(jiǎn)便,并未效果十分明顯,具有優(yōu)越性,其在數(shù)字水印方面的應(yīng)用十分廣泛。本算法采用的也是Arnold變換。
對(duì)于一幅 N × N的圖像,離散化的Arnold變換定義如下:設(shè)正方形上的某點(diǎn)坐標(biāo)為( x,y),將坐標(biāo)點(diǎn)(x,y)變換到另一點(diǎn)(x',y')的變換為:
3 基于HVS的自適應(yīng)數(shù)字水印算法
3.1水印的嵌入算法
對(duì)于本文對(duì)嵌入水印所采用的模型如下圖2所示,嵌入過(guò)程如下:
1) 讀取二值水印圖像各個(gè)像素值,構(gòu)成水印矩陣,進(jìn)行Arnold變換,置亂時(shí)的迭代次數(shù)為n,得到置亂后的水印矩陣。對(duì)置亂處理后得到做離散小波變換,變換后的系數(shù)作為嵌入水印序列[w(x,y)]。
2) 對(duì)原始圖像L進(jìn)行三級(jí)小波分解,按照式(1) 計(jì)算每個(gè)低頻系數(shù)的掩蔽參數(shù);
3) 將計(jì)算得到的[M(x,y)]按如下嵌入公式嵌入水印信息。
4) 對(duì)嵌入水印后的圖像進(jìn)行三級(jí)小波重構(gòu),得到含水印的圖像。
3.2水印的提取過(guò)程
1) 將宿主圖像進(jìn)行三級(jí)二維小波變換
2) 將嵌入水印后的圖像進(jìn)行三級(jí)二維變換
3) 將分別得到的三級(jí)二維小波分量按嵌入水印的逆過(guò)程對(duì)圖像進(jìn)行處理,最后得到水印圖像的小波分量。
進(jìn)行比較。
4 仿真與結(jié)果分析
以512×512的Lena圖像為例給出了實(shí)驗(yàn)結(jié)果。水印圖像采用64×64的“科大通信”二值圖像。如圖4所示,為嵌入水印前后圖像的比較,通過(guò)我們的眼睛觀察,我們基本看不出來(lái)圖像的區(qū)別,達(dá)到了我們預(yù)期的使水印隱藏的目的。圖5所示,為嵌入圖像的水印。
5 結(jié)束語(yǔ)
仿真結(jié)果顯示PSNR為53.56,則說(shuō)明該兩幅圖像的相似性很好了,至少人眼已經(jīng)分辨不出來(lái)了這樣從客觀上證明了此種算法具有很好的不可見(jiàn)性。另外從客觀上來(lái)說(shuō),由仿真結(jié)果可知經(jīng)加入乘性噪聲后NC值為0.9231,足可見(jiàn)水印圖像的魯棒性也好,這樣也就達(dá)到了不可見(jiàn)性和魯棒性的一個(gè)平衡。
參考文獻(xiàn):
[1] 黃永良.二值圖像Arnold變換的最佳置亂[J].計(jì)算機(jī)應(yīng)用,2009,40(2):475-483.
[2] 李亞琴.利用圖像紋理和邊緣特征的數(shù)字水印方法[J].計(jì)算機(jī)工程與應(yīng)用,2010(22):125-161.
[3] 劉濤,肖漢.基于小波變換的圖像自適應(yīng)數(shù)字水印算法研究[J].計(jì)算機(jī)應(yīng)用研究,2010,27(3):1059-1067.