??? 關鍵詞:數字水印,四叉樹,時域變換,壓縮
1 引 言
數字水印的研究已經過幾年的發展,它主要用于網絡媒體知識產權的保護及認證。下面對目前比較成熟的方案作一簡單介紹。
(1)利用DFT、DCT變換實現的水印技術。它們的共同點是將需嵌入水印的圖(以下簡稱目標圖)分割成8×8像素的不重疊方塊,然后將這些目標圖方塊進行DFT或DCT變換形成8×8頻域系數矩陣,再將水印嵌入到系數矩陣之中,最后,將系數矩陣反變換到空間域,再拼合成目標圖,于是目標圖中帶有水印信息。不同之處在于對水印本身的處理、嵌入頻段及深度,如:在嵌入水印時嵌入深度取決于被嵌入系數的反比值〔1〕,將水印分成兩部分在兩個中頻范圍內嵌入〔2〕,水印嵌入深度依賴于圖像的局部特性〔3〕,將水印重復嵌入系數矩陣的指定位置〔4〕,將水印分別嵌入系數矩陣的中高頻和低頻部分〔5〕,將水印信號濾波后再嵌入系數矩陣〔6〕。8×8方塊與JPEG壓縮所采用的方塊大小是一致的,因此,這類水印具有抗JPEG壓縮的特性。這種水印技術的缺點在于完成空域與頻域變換需要大量的運算時間,且頻域的量化將對目標圖產生較大的誤差損失。另外,由于固定的8×8像素的分塊模式,使嵌入水印后的目標圖難免有按方塊分布的噪聲現象,對目標圖的視覺質量有一定影響。
(2)不進行頻域變換的水印技術最典型的是在LSB(最少意義位)上嵌入水印〔7〕,其目的是檢測被嵌入圖是否被非法修改,該算法對目標圖視覺效果影響較小,而且,由于其對操作的敏感性,使圖像所有者獲得了感知非法攻擊的敏感性。
(3)基于小波變換的水印技術一般是對目標圖進行小波分解,然后將處理后的水印嵌入到小波系數之中,文獻〔8〕對水印進行了偽隨機處理,而文獻〔9〕對水印實現了DCT變換,目的都是將水印變換為噪聲形式以保證所有者的檢知特權。基于小波變換的水印根據嵌入的深度和范圍表現為魯棒性或脆弱性,因此,目前對這種方式的評價還沒有一個相對統一的結論。
我們提出一種基于四叉樹的數字水印方法,先通過一種基于四叉樹的灰度圖像壓縮方案,來使目標圖實現無損到有損可調的壓縮及空域變換,使目標圖在嵌入水印后不呈現加噪現象,水印均勻分布于目標圖的各個均勻區域。再對水印進行分層壓縮并使之噪聲化。最后,將水印嵌入到變換后的目標圖之中。預計實驗目標:嵌入水印后的目標圖具有良好的視覺效果,以及較高的PSNR(峰值信噪比)值;被提取的水印具有可識別性,具有較高的NC(Normalized Correlation)值。提出的數字水印技術具有抗破壞能力:嵌入水印的目標圖經過JPEG壓縮、加噪、平滑、銳化、劃痕、剪切等處理后,所提取的水印具有可識別性。
2 水印的嵌入和提取
首先,將目標圖經時域變換分離成四叉樹結構及去除冗余后的像素線性表〔10〕,再將壓縮處理〔11〕后的水印嵌入到像素線性表中。實驗證明,本方法處理后的已加入水印的目標圖具有極好的視覺效果(不像經過DFT或DCT變換后的水印產生噪聲現象),對加入水印的目標圖經任何比例的JPEG壓縮后,所提取的水印均具有可識別性。另外,本文的方法對于水印圖像要 求寬松,利于用戶隨意構造不同大小、不同形狀的水印來表達自己的信息。
2.1 目標圖和水印圖變換
其中,i指定樹的中間結點,j指定樹的葉結點,N2表示樹中間節點之和,N3表示樹葉節點之和。
?
pk為像素取值,像素在線性表中的位置k與S中的每一個葉結點j一一對應。
分離后的S和P可經TREE(·)的反函數及恢復函數ANT-TREE(·)恢復成目標圖O:
??? 假定二值水印圖為m2≤M2)},限定M1×M2≤N3。將水印經壓縮函數R(·)處理為白噪聲類型的位串:
W={wn|0≤n≤M1×M2}
2.2 水印的嵌入
將W′經嵌入函數EMBED嵌入目標圖O的像素線性表P中,形成P′:
2.3 水印提取
加入水印后的目標圖O′經過網絡上的流動和各種處理后,成為O″,要提取水印,先要進行結構和像素分離:
然后,經水印嵌入EMBED()的反函數即提取函數EXTRACT()提取水印:
3 實驗結果及分析
3.1 圖像選取與衡量標準
我們選取了具有代表性的Lena(256×256)灰度圖作為目標圖,選二值圖Hust(64×64)作為水印圖(圖1)。
為了衡量圖像質量,用PSNR(峰值信噪比)說明灰度圖,用NC(Normalized Correlation)〔10〕說明二值圖,計算公式如下:
3.2 視覺效果分析
??? 水印嵌入后的Lena′(圖2)有很好的視覺效果,其PSNR也是理想的。
從圖2可知,嵌入水印后的Lena′在視覺上與原圖沒有任何差別,同時也不存在任何噪聲現象。這是因為我們在嵌入水印時,將水印嵌入到目標圖四叉樹的像素線性表中,而線性表的每一個像素實際對應圖中的一個灰度均勻的方塊,每一個水印位分布于均勻塊的每一個位置上,因此,不可能有顆粒狀態,均勻塊灰度的微小變化是肉眼不能覺察的。
3.3 抗壓縮能力
圖3顯示了Lena′經JPEG壓縮后其壓縮品質(使用Photoshop6.0進行壓縮),與所提取的水印Hust″的NC構成的關系曲線(在計算NC時認定經過水平平移后的水印與原水印無本質差別)。
由圖3可知,經JPEG任意比例壓縮后的目標圖中所提取之水印是可識別的,說明我們提出的水印方法是抗JPEG壓縮的。值得注意的是,JPEG壓縮的壓縮比并未對NC值造成明顯的影響,NC始終接近或高于0.6,這是本方案顯著優于其它水印方案的地方,如采用DCT變換目標圖后嵌入水印的方案,在增大JPEG壓縮力度時,所提取水印的NC明顯下降直到接近0〔9〕〔5〕。
3.4 抗其它處理的能力
圖4為各種處理后的水印效果圖,由此可見,本水印方法的抗處理能力。圖4中:(a)目標經過90度旋轉,(b)目標被壓縮至0.15bpp,(c)目標中加入1%的白噪聲。
圖5中的目標圖經過了較大的破壞和剪切,從中提取的水印依然可識別。
其它方案一些圖像破壞處理的實驗結果見圖6,由此可看出本水印方案的抗圖像翻轉能力、抗高斯噪音能力和抗高頻濾波能力。這些能力是突破水印技術難題的關鍵。圖6中:(a)經過180度翻轉,(b)加入高斯噪音,(c)經過銳化處理。
4 結束語
本文提出的一種基于時域變換的數字水印算法,將目標圖時域變換為四叉樹結構和有效像素線性表,將水印嵌入像素線性表中。由此產生的已嵌入水印的目標圖無噪聲現象,有良好的視覺質量和理想的PSNR,說明該方法的水印隱藏效果好。加入水印的目標圖經過各種處理(特別是JPEG壓縮、劃痕和剪切)后所提取的水印依然是可識別的,證明該方法具有較好的魯棒性。在水印嵌入和提取時設置了水印大小、嵌入位置、嵌入次數和嵌入深度四個變量,使水印的選取和加入具有很大的靈活性。加上時域處理明顯在時間和空間復雜性上低于頻域處理,使本方法在高精度圖像的處理上占有優勢。
實驗證明,我們的方法在提高已嵌入水印圖的視覺質量、降低算法復雜度、保證水印的魯棒性、提高水印的隱藏性方面均達到預期目標,其中大部分指標超過已有的水印方案所公布的指標,是一種綜合特性好的水印技術。
下一步的工作是研究提高水印NC值的方法,進一步提高提取的水印精度。
2 S Pereira,JJK O Ruanaidh,F Deguillaume,et al..Template Based Recovery of Fourier-Based WatermarksUsing Log-Polar and Log-Log Maps.IEEE InternationalConference on Multimedia Computing and Systems,1999,Vol1:870~874
3 Y Choi,IAizawa.DigitalW atermarking Using Inter-BlockCorrelation.Proceedings ofthe InternationalConference onImage Processing(ICIP99),1999,Vol2:216~220
4 夏光升,陳明奇,楊義先,等.基于模運算的數字水印算法.計算機學報,2000(11):1146~1150
5 周四清,余英林.互補性圖像水印算法的研究.計算機工程與應用,2000(11):29~31
6 孟 兵,周良柱,萬建偉.基于維納濾波的數字水印算法.計算機工程與應用,2000(11):96~98
7 M M Yeung,F Mintzer.An Invisible W atermarkingTechnique for Image Verification.Proceedings of theInternational Conference on Image Processing,1997,vol2:680~683
8 A Lumini,DMaio.A Wavelet-Based Image W atermarkingScheme.Proceedings of the International Conference onInformation Technology:Coding and Computing,2000: 122~127
9 JS Cho,SW Shin,W H Lee,et al..Enhancement ofRobustness ofImage Watermarks Embedding into ColoredImage Based on W T and DCT.Proceedings of theInternational Conference on Information Technology:Coding and Computing,2000:483~488
10 顏 彬,陳傳波.基于時域變換的失真度可調圖像壓縮算法.計算機應用,2002(11):14~17
11 顏 彬,陳傳波.基于四叉樹的二值圖像時域分層壓縮算法.計算機工程與應用,2002(9):69~71
評論
查看更多