陳亞男 殷柯欣 朱建啟 包芳

摘要：針對多媒體圖像版權(quán)保護，提升抵抗強剪切攻擊能力，提出一種基于非負矩陣分解NMF（Non-negative Factorization）和改進的Sobel算子特征提取的零水印方案。方案以抗強剪切攻擊為核心，采用Fibonacci變換和混沌序列置亂技術(shù)對水印進行加密預處理;對原始圖像進行NMF分解，得到系數(shù)矩陣并注冊在版權(quán)中心;采用改進Sobel算子邊緣提取算法構(gòu)造特征向量，并與水印異或得到原始圖像的版權(quán)信息。實驗結(jié)果表明，當剪切面積達到96.50%以上，方案都能有效抵抗強剪切攻擊，同時對縮放、加噪、濾波、JPEG壓縮等攻擊具有良好的魯棒性。

關(guān)鍵詞：零水印;強剪切;NMF;Sobel算子邊緣檢測;魯棒性

中圖分類號：TP309 ? ? ? ?文獻標識碼：A

文章編號：1009-3044（2020）25-0015-04

Abstract： For copyright protection of multimedia resources and the ability enhancement of zero watermark algorithm to resist strong shearing attack， this paper proposes a zero watermark scheme based on NMF and improved Sobel Operator edge detection. In this scheme， the anti-strong shear attack is the core. Fibonacci transform and chaotic sequence scrambling technology are used to preprocess the watermark. The original image is decomposed with NMF， and the coefficient matrix is registered in the copyright center. The improved Sobel Operatoredge detection is used to construct the feature vector; which is then operated with watermark by XOR operation to obtain the copyright information from the original image. The experimental results show that when the shearing area reaches to 96.50%， the scheme can extract the watermark information well， and also has good robustness against scaling， noise， filtering， JPEG compression， and other attacks.

Key words：zero watermark; strong shearing; NMF; Sobel Operator edge detection; robustness

1引言

隨著網(wǎng)絡(luò)迅速發(fā)展，數(shù)字圖像等多媒體版權(quán)保護成為亟待解決的難題[1]。魯棒性數(shù)字水印技術(shù)能有效進行版權(quán)保護和圖像認證，已成為國際學術(shù)界的研究熱點。目前，魯棒性數(shù)字水印技術(shù)的研究取得很大進展，但是針對抗幾何攻擊的水印算法仍是多媒體信息安全領(lǐng)域的一個研究難點[2]。

抗幾何攻擊的魯棒性數(shù)字水印算法從實現(xiàn)技術(shù)上可分為兩種 [3]：第一種是在像素、頻率或者其他變換系數(shù)中嵌入信息實現(xiàn)水印效果。第二種是基于圖像內(nèi)容的局部化數(shù)字水印方法。如文獻[4]提出基于小波變換和支持向量機與主成分分析相結(jié)合的一種水印方案，能抵御平移、縮放、剪切、旋轉(zhuǎn)和常見圖像處理操作等攻擊。文獻[5]針對現(xiàn)有的抗幾何攻擊水印算法的嵌入能力不足和剪切魯棒性弱等問題，提出一種基于局部信息的圖像歸一化和Gaussian-Hermite不變矩的算法。該算法對旋轉(zhuǎn)、平移、縮放具有良好的魯棒性，在一定程度上可抗剪切攻擊。文獻[6]提出基于雙水印的多媒體內(nèi)容保護與內(nèi)容認證系統(tǒng)。該方案對各種圖像處理攻擊具有較好的魯棒性。零水印的提出[7]有效解決了傳統(tǒng)數(shù)字水印魯棒性和不可感知性之間的矛盾。文獻[8]提出一種基于分塊NMF和增強奇異值分解相結(jié)合的零水印算法。對抵抗各種攻擊具有較強的穩(wěn)健性，但抗剪切攻擊上性能會隨著剪切面積的增大而下降。文獻[9]提出一種基于NSCT變換和圖像歸一化的強魯棒性零水印算法。該算法對旋轉(zhuǎn)、縮放、平移、噪聲、濾波等攻擊具有一定的魯棒性。文獻[10]提出一種抗幾何旋轉(zhuǎn)校正后的圖像優(yōu)化零水印算法。該算法能夠有效地抵抗旋轉(zhuǎn)、縮放、循環(huán)平移以及剪切攻擊，但針對大面積剪切攻擊的魯棒性有待進一步提高。以上研究的零水印算法能有效抵抗常規(guī)和常見的攻擊，并未對強剪切攻擊進行詳細研究。

本文以抗強剪切攻擊為核心，提出了基于NMF算法[11]和改進Sobel算子特征提取的零水印方案。對原始圖像進行NMF、改進的Sobel算子邊緣提取等處理，得到原始圖像的版權(quán)信息并注冊在版權(quán)中心。利用剪切攻擊后剩余的部分圖像及注冊在版權(quán)中心的系數(shù)矩陣重構(gòu)原始圖像，解決了強剪切攻擊的問題。實驗證明，該方案不僅能有效抵抗強剪切攻擊，對其他常見攻擊具有良好的魯棒性。

2方案分析與設(shè)計

方案包括零水印生成和零水印檢測兩個部分。

2.1零水印生成算法

2.1.1 改進的Sobel算子算法

零水印方案的重要內(nèi)容之一就是提取原始圖像的重要特征來構(gòu)造零水印信息。文中采用Sobel算子進行圖像的邊緣檢測，在傳統(tǒng)算法的基礎(chǔ)上改進，由兩個算子模板擴展至包括0°、22.5°、45°、67.5°、90°、112.5°和157.5°共八個方向的模板[12]，使得提取的圖像邊緣較為完整，連續(xù)性較好。

2.2.2 零水印檢測與提取

水印的提取和檢測如圖2所示。

1）通過時間戳提取保存在版權(quán)中心的H。

2）若待測圖像I'遭受剪切，根據(jù)2.2.1算法重構(gòu)圖像。

3）若待測圖像未遭受剪切，轉(zhuǎn)步驟4）

4）將待測圖像I'或重構(gòu)圖像進行特征提取，同上述生成算法步驟2），得到特征向量C'。

5） 用C'和WM相異或得到D'，對D'進行K2和K1次逆置亂得到S'。通過客觀評價指標比較S和S'，進行版權(quán)認證。

3實驗結(jié)果與分析

為驗證方案的有效性，選用標準灰度圖像Lena（512*512）作為測試圖像，如圖3所示。有意義二值水印圖像（64*64）如圖4。通過MATLAB進行仿真實驗，實驗結(jié)果如下：

將本文方案與文獻[4]和文獻[6]進行比較。圖6是不同剪切攻擊下NC的對比柱狀圖。小面積剪切三者魯棒性不相上下，大面積剪切本文算法表現(xiàn)出很強的魯棒性。

4結(jié)論

為提高零水印方案抵抗強剪切攻擊的能力，結(jié)合NMF和改進的Sobel算子邊緣提取等算法提出一種抗強剪切攻擊的零水印方案。利用NMF的局部感知全局的特性，對受強剪切后的圖像進行重構(gòu)，提取出盡可能精確地水印。實驗表明，當剪切面積高達96.875%時，提取水印精確度為99.67%，實現(xiàn)了抗強剪切的目的。同時對其他包括縮放、濾波、噪聲、壓縮等攻擊具有很強的魯棒性。

參考文獻：

[1] Rani A，Bhullar A K，Dangwal D，et al.A zero-watermarking scheme using discrete wavelet transform[J].Procedia Computer Science，2015，70：603-609.

[2] Fang Z，Zhao Y.Image watermarking resisting to geometrical attacks based on histogram[C]//2006 International Conference on Intelligent Information Hiding and Multimedia. 18-20 Dec. 2006， Pasadena， CA， USA. IEEE， 2006：79-82.

[3] 凌賀飛，盧正鼎，鄒復好.抗幾何攻擊的數(shù)字水印技術(shù)綜述[J].計算機工程與科學，2006，28（11）：42-47，50.

[4] Verma V S，Jha R K，Ojha A.Digital watermark extraction using support vector machine with principal component analysis based feature reduction[J].Journal of Visual Communication and Image Representation， 2015，31：75-85.

[5] JiaXL，Zhou Y，QiYL，et al.The anti-geometric attack digital watermarking algorithm based on image normalization of local information[C]//2016 IEEE Information Technology， Networking， Electronic and Automation Control Conference. 20-22 May 2016，Chongqing， China. IEEE， 2016：1120-1124.

[6] Hurrah N N，Parah S A，Loan N A，et al.Dual watermarking framework for privacy protection and content authentication of multimedia[J].Future Generation Computer Systems，2019，94：654-673.

[7] 溫泉，孫錟鋒，王樹勛.零水印的概念與應(yīng)用[J].電子學報，2003，31（2）：214-216.

[8]肖振久， 寧秋瑩， 張晗，等. NMF和增強奇異值分解的自適應(yīng)零水印算法[EB/OL]. [2019-10-08]. http：//www.arocmag.com/article/02-2020-04-030.html.

[9] Yang K Y，Wang W W，Yuan Z H，et al.Strong robust zero watermarking algorithm based on NSCT transform and image normalization[C]//2018 IEEE 3rd Advanced Information Technology， Electronic and Automation Control Conference （IAEAC）. 12-14 Oct. 2018， Chongqing， China. IEEE， 2018：236-240.

[10] 劉萬軍，孫思宇，曲海成，等.一種抗幾何旋轉(zhuǎn)攻擊零水印算法[J].計算機應(yīng)用研究，2019，36（9）：2803-2808.

[11] Lee D D，Seung H S.Learning the parts of objects by non-negative matrix factorization[J].Nature，1999，401（6755）：788.

[12] 沈德海，侯建，鄂旭，等.基于Sobel的多方向算子模板邊緣檢測算法[J].現(xiàn)代電子技術(shù)，2015，38（4）：91-93，97.

【通聯(lián)編輯：唐一東】