吳 捷

(泰州職業(yè)技術(shù)學院信息技術(shù)學院 泰州 225300)

?

基于圖像合并和平穩(wěn)小波變換的新型水印嵌入算法*

吳 捷

(泰州職業(yè)技術(shù)學院信息技術(shù)學院 泰州 225300)

提出一種基于圖像合并和平穩(wěn)小波變換的新型水印嵌入算法。不同于常見的數(shù)字水印嵌入算法，該方案首先將原始圖像A分離成相互獨立的兩幅圖像B和C，選擇其中的一幅圖像B進行水平合并，然后對融合后的圖像進行平穩(wěn)小波變換，選擇低頻子帶進行水印嵌入，再通過平穩(wěn)小波逆變換及水平分裂操作和圖像C合成得到最終的含水印圖像。實驗結(jié)果表明，論文提出的水印算法不但具有較好的保真度，對于各種噪聲攻擊也具有較強的魯棒性。

圖像合并; 平穩(wěn)小波變換; 水平分裂; 魯棒

Class Number TN911.73;TP391.4

1 引言

隨著互聯(lián)網(wǎng)應用的廣泛普及，通過網(wǎng)絡發(fā)表和傳播的數(shù)字媒體資源日益增多。為了保護這些數(shù)字媒體的版權(quán)，數(shù)字水印技術(shù)應運而生，其原理是通過一定的算法將一些標志性信息直接嵌到多媒體內(nèi)容中來證實該作品的所有權(quán)。目前常見的數(shù)字水印算法主要采用空域技術(shù)或變換域技術(shù)，其區(qū)別在于水印的嵌入方式有所不同。

空域水印算法雖然簡單易行，但是水印的魯棒性較差，無法經(jīng)受一些常見的攻擊。而變換域[1～7]技術(shù)可以在保證嵌入強度的同時，兼顧水印的不可感知性，具有較高的隱蔽性和安全性，近幾年的研究成果大多是基于變換域展開的。

文獻[1]算法通過對載體圖像進行n層離散小波變換并隨機選取部分子帶進行SVD分解獲得奇異值來實現(xiàn)水印的嵌入；文獻[2]基于DCT提出了一種魯棒性良好的水印算法。在水印嵌入過程中采用良好的機制將抗攻擊比較好的系數(shù)篩選出來實現(xiàn)水印的嵌入；文獻[3]在小波變換的第二級和第三級高頻系數(shù)上隨機選擇了一些分散的嵌入點各嵌入一半的水印，該算法在抵抗噪聲、濾波攻擊方面取得了不錯的效果；文獻[4]提出一種基于量化的混合提升小波變換和奇異值分解的自適應數(shù)字圖像水印算法；文獻[5]為了平衡水印的透明性和魯棒性，提出了基于果蠅優(yōu)化算法(FOA)的小波域數(shù)字水印算法。該算法利用果蠅優(yōu)化算法將離散小波變換(DWT)應用到水印技術(shù)中，通過群體智能算法解決水印的透明性和魯棒性之間的矛盾。文獻[6～7]基于NSCT和SVD提出了多重水印算法，也取得了不錯的實驗結(jié)果。

本文的主要貢獻在于，通過將圖像合并算法和平穩(wěn)小波變換相結(jié)合提出了一種新型水印嵌入算法。和已有算法相比，本文算法的水印嵌入量較大，嵌入灰度圖像水印后對原始圖像的影響較小，并且能夠抵抗各種噪聲攻擊。

2 圖像的合并算法

本文提出的圖像合并算法涉及到圖像分離、圖像合并、圖像合成三個步驟。首先將原始圖像分離成兩個矩陣，以8×8的矩陣A為例，可以將其按照如下算法分離成兩個矩陣(B&C)。

圖像分離：依次讀入矩陣A數(shù)據(jù)，如果是奇數(shù)行就將奇數(shù)列數(shù)據(jù)寫入矩陣B，否則就將偶數(shù)列數(shù)據(jù)寫入矩陣B；進行類似的操作可以得到矩陣C。

圖像分離Matlab代碼：

/*生成矩陣B*/

for i=1:Rows

for j=1:2:Columns-1

if (mod(i,2) ～= 0)

B(i,j)=cover_object(i,j);

else

B(i,j+1)=cover_object(i,j+1);

end

end

end

/*生成矩陣C*/

for i=1:Rows

for j=1:2:Columns-1

if mod(i,2) ～= 0

C(i,j+1)=cover_object(i,j+1);

else

C(i,j)=cover_object(i,j);

end

end

end

圖像合并：選擇矩陣B，將其第一行和最后一行數(shù)據(jù)進行累加，第二行和倒數(shù)第二行數(shù)據(jù)進行累加，第三行和倒數(shù)第三行數(shù)據(jù)累加，依此進行得到矩陣S。

for i=1:Rows/2

for j=1:Columns

S(i,j)=B(i,j)+B(mm-i+1,j);

end

end

圖像合成：若要將矩陣S還原成最初的矩陣A，則可以通過將矩陣B進行水平分裂，即將之前合并的數(shù)據(jù)恢復到原先位置，并和矩陣C合成即可。

for i=1:Rows /2

for j=1:Columns

if mod(i,2) ～= 0

if mod(j,2) == 0

B(mm+1-i,j)=S(i,j);

else

B(i,j)=S(i,j);

end

end

if mod(i,2)== 0

if mod(j,2) ～= 0

B(mm+1-i,j)=S(i,j);

else

B(i,j)=S(i,j);

end

end

end

end

3 平穩(wěn)小波變換

平穩(wěn)小波變換(Stationary Wavelet Transform，SWT)[8]近幾年在圖像去噪領(lǐng)域得到了廣泛的應用。和大家所熟知的DWT相比，平穩(wěn)小波變換的優(yōu)勢在于對信號濾波后不進行下采樣，能保證圖像的冗余性與平穩(wěn)不變性[9～10]。

對一幅圖像進行一次平穩(wěn)小波變換后會產(chǎn)生四個子帶圖像，如圖1所示。在分解出的四個子帶圖像中，低頻子帶LL1集中了原始圖像的大多數(shù)能量，是最逼近原始圖像的子圖。所以一般都是選擇LL1子帶進行水印嵌入。

圖1 一級SWT小波分解

4 水印的嵌入與提取

4.1 水印的嵌入

本文選擇(256×256)的灰度圖像作為原始圖像 ，選擇(128×256)的灰度圖像作為水印圖像。

水印的嵌入步驟可總結(jié)如下:

1) 由前面的算法，首先將圖像A分解為B*&C，選擇B按行進行水平合并，得到圖像B′(128×256)；

2) 對B′進行一級平穩(wěn)小波變換，選擇LL1(128×256)子帶進行水印嵌入；

3) 運用加性準則嵌入水印LL1=LL1+αW(其中α為嵌入強度因子);

4) 做一級平穩(wěn)小波逆變換(ISWT)，得到變換后的圖像B*(128×256)；

5) 由B*&C合成，得到最終嵌入水印的圖像。

4.2 水印的提取

本文算法提取水印時需要使用原始圖像，具體步驟如下:

1) 將待測圖像IA分離成兩部分IB&IC；

5 實驗結(jié)果與分析

本文在Windows XP操作系統(tǒng)下安裝使用Matlab7.0工具進行實驗仿真，原始圖像采用256×256像素的bard、cameraman、lena、baboon標準灰度圖像，水印圖像采用128x256像素的“蘇州大學”字的灰度圖像。采用Sym2平穩(wěn)小波對原始圖像進行一級分解與重構(gòu)。在實驗結(jié)果評價方面，本文采用峰值信噪比PSNR來評價加入水印后的圖像質(zhì)量，采用提取出來的水印WN和原始水印W之間的相似度NC來衡量水印檢測結(jié)果。

表1是未經(jīng)任何攻擊提取出的水印參數(shù)，四幅測試圖像的NC值都沒有達到1，但偏差較小，影響很細微可以忽略。PSNR值都在34以上，因此本文算法嵌入的水印信息對原始圖像影響較小，并且可以正確提取。

圖3給出本文算法的分步實驗結(jié)果，其中圖3(a)是256×256的原始圖像A，圖3(b)和圖3(c)是分離出的圖像B和圖像C，圖3(d)是對圖像B進行水平合并后的圖像，圖3(e)是待嵌入的水印，圖3(f)是加入水印后圖像，圖3(g)是矩陣數(shù)據(jù)復位后的圖像，圖3(h)是圖像B和圖像C重新合成后的圖像，圖3(i)是提取出的水印。

表2給出了椒鹽、高斯、積性噪聲攻擊后的測試數(shù)據(jù)，從中可以看出本文算法能較好地抵抗各種類型的噪聲攻擊。

表3是本文算法和文獻[1,6～7]的嵌入容量對比，可以看出本文算法在水印嵌入量上有大幅度的提升，足以表示多媒體內(nèi)容的創(chuàng)建者或所有者的標志信息，同時感觀上影響不大。

表1 不同原始圖像的相似度NC和PSNR

表2 攻擊數(shù)據(jù)

表3 水印嵌入量對比

圖3 分步實驗結(jié)果

6 結(jié)語

目前的數(shù)字水印研究文獻大多是通過對原始圖像進行DWT、DCT或NSCT變換，然后再進行SVD分解嵌入水印,導致水印的嵌入容量受到限制。本文基于圖像合并和平穩(wěn)小波變換，提出了一種新型數(shù)字水印算法，在保證水印不可見的前提下，大大提高了嵌入水印的信息量。實驗結(jié)果表明本文算法可以取得較好的保真度和魯棒性，能經(jīng)受各種類型的噪聲攻擊。今后的研究工作主要是對該算法進行進一步改進，以能有效應對諸如旋轉(zhuǎn)、裁剪等幾何攻擊。

[1] 熊祥光，王力.一種改進的DWT-SVD域參考水印方案[J].計算機工程與應用，2014,50(7):75-79. XIONG XiangGuang, WANG Li. Improved reference watermarking scheme in DWT-SVD domain [J]. Computer Engineering and Applications,2008,36(3):136-139.

[2] 李瑩，李春興，于曉.一種基于DCT魯棒性的數(shù)字水印算法[J].青島科技大學學報(自然科學版)，2015,36(4):443-448. LI Ying, LI ChunXing, YU Xiao. A Robust Watermarking Algorithm Based on DCT [J].Journal of Qingdao University of Science and Technology (Natural Science Edition),2008,36(3):136-139.

[3] 張勤，崔麗.基于DWT的一種數(shù)字水印算法[J].北京師范大學學報(自然科學版)，2015,51(1):19-22. ZHANG Qin, CUI Li. Digital watermarking algorithm based on DWT [J]. Journal of Beijing Normal University (Natural Science),2015,51(1):19-22.

[4] 熊祥光，曾文權(quán).基于LWT-SVD的魯棒自適應水印方案[J].計算機工程與設(shè)計,2015,36(6):1494-1497. XIONG Xiangguang, ZENG Wenquan. Robust adaptive watermarking scheme based on LWT-SVD [J]. Computer Engineering and Design,2015,51(1):19-22.

[5] 肖振久，孫健，王永濱.基于果蠅優(yōu)化算法的小波域數(shù)字水印算法[J].計算機應用，2015，35( 9):2527-2530. XIAO ZhenJiu, SUN Jian, WANG Yongbin. Wavelet domain digital watermarking method based on fruit fly optimization algorithm[J]. Journal of Computer Application,2015,35(9):2527-2530.

[6] 姚蕾，王玲，李燕.基于NSCT-SVD 的多重數(shù)字水印算法[J].計算機工程，2014，40(7):106-113. YAO Lei, WANG Ling, LI Yan. Multiple Digital Watermarking Algorithm Based on NSCT-SVD[J].Computer Engineering,2014,40(7):106-113.

[7] 趙勇，熊順清，袁莎.復合NSCT分解DCT變換和SVD分解的多重變換水印[J].計算機工程與應用,2013,49(20):167-170. ZHAO Yong, XIONG ShunQing, YUAN Sha. Multiple transform domain watermarking algorithm based on NSCT decomposition DCT transform and SVD decomposition [J]. Computer Engineering and Applications,2013,49(20):167-170.

[8] 吳捷，馬小虎.一種基于平穩(wěn)小波變換的盲水印嵌入算法[J].電視技術(shù),2015,39(12):8-11. WU Jie, MA XiaoHu. Blind Digital Image Watermarking Scheme Based on Stationary Wavelet Transform[J]. Video Engineering,2015,39(12):8-11.

[9] 葉雙清，楊曉梅.基于小波變換和非局部平均的超分辨率圖像重建[J].計算機應用,2014,34(4):1182-1186. YE ShuangQing, YANG XiaoMei. Super resolution image reconstruction based on wavelet transform and non-local means [J]. Journal of Computer Applications,2014,34(4):1182-1186.

[10] 楊勇，郭吉強.Lipschitz指數(shù)與平穩(wěn)小波變換在CT圖像去噪中的應用[J].計算機工程與應用，2012,48(6):190-192. YANG Yong, GUO JiQiang. Application of Lipschitz exponent and SWT for denoising of CT image [J]. Computer Engineering and Applications,2012,48(6):190-192.

A Novel Watermarking Scheme Based on Image Merging and DWT

WU Jie

(School of Information and Technology, Taizhou Polytechnic College, Taizhou 225300)

A new digital watermarking algorithm combined with image merging and stationary wavelet transform (SWT) is proposed.Unlike the common watermarking techniques, this scheme decomposes the original image A into B&C firstly，then selects one of the images B to carry on the horizontal merging and watermark is embedded in low frequency band of fusion image by using stationary wavelet transform. The final watermarked image is obtained by inverse stationary wavelet transform and horizontal split operation and synthesis with image C. Experiments show the watermarking algorithm is proposed in this paper not only has good fidelity, but also has good robustness to various noise attacks.

image merging, SWT, horizontal split, robustness

2016年5月8日,

2016年6月27日

泰州職業(yè)技術(shù)學院博碩基金項目(編號：TZYBS-15-4)資助。

吳捷,男,碩士,講師,研究方向：數(shù)字圖像處理、信息安全技術(shù)等。

TN911.73;TP391.4

10.3969/j.issn.1672-9722.2016.11.029