基于dwt域的数字图像水印技术设计与实现

基于dwt域的数字图像水印技术设计与实现内容摘要：

第 6 页 共 34页 数字水印的分类 数字水印 的分类方法多种多样，从不同的角度可以如下进行分类： （ 1） 按水印的可见性划分 按嵌入水印后数字产品中水印是否可见可将数字水印分为可见水印和不可见水印。 可见水印主要用于当场声明数字产品的版权 归属，对盗版者起到即时威慑和约束作用，也可用于在因特网上在线分发带 有可见水印的数字产品，对数字产品进行广告宣传。 不可见水印不能够阻止盗版者对数字产品的非法复制，但可用来证明数字产品所有权，以及作为鉴定、起诉非法侵权的证据。 （ 2） 按水印的鲁棒性划分 按水印的鲁棒性可以将数字水印分为脆弱数字水印和鲁棒数字水印两种。 脆弱水印对多媒体的任何变换或处理都非常敏感；鲁棒水印对常见的各种处理操作和攻击均有较强的鲁棒性，好的鲁棒水印算法甚至可以从质量已被 破坏的数字作品中提取出水印；鲁 棒数字水印主要用于在数字作品中标识著作权信息，如作者、作品序号等。 脆弱数字水印主要用于完整性认证和内容保护。 人们根据脆弱水印的状态就可以判断数据是否被篡改过，实现对多媒体的被破坏情况的跟踪和定位。 （ 3） 按水印所附载的媒体划分 按水印所附载的载体 数据，我们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。 随着数字技术的发展，会有更多类的数字媒体出现，同时也会产生相应的水印技术。 （ 4） 按水印的检测过程划分 按水印的检测过程可以将数字水印划分为非盲水印（ Nonblind watermark）、半 盲水印（ seminonblind watermark）和盲水印（ Blind watermark）。 非盲水印在检测过程中需要原始 数据 和原始水印的参与 ； 半盲水印则不需要原始数据，但需要原始水印来进行检测； 盲水印的检测只需要密钥，既不需要原始数据，也不需要 原始 水印。 一般说来，非盲水印的稳健性比较强，但其应用受到存储成本的限制。 目前研究的数字水印大多数是半盲水印或者盲水印。 （ 5） 按水印的内容划分 按数字水印的内容可以将数字水印分为有意义的水印和无意义水印。 有意义水印是指水印本身也是某个数字图像（如商标图像）或数字 音频片断的编码；无意义水印则只对应于一个序列号。 有意义水印的优势在于，如果由于受到攻击或其它原因致使解码后的水印破损，人们仍然可以通过视觉 觉 察确认是否有水印。 但对无意义的水印来说，如果解码后的水印序列有若干码元错误，则只能通过统计决策来确定信息中是否含有水印。 （ 6） 按水印嵌入的空间 划分 按水印嵌入的空间划分 可 将数字水印分为 空域水印和频域水 印。 空间域水印的嵌入和提取是通过修改图 像 像素点的强度或灰度值来实现的，计算简单，效率较高，但难以抵抗常见图像处理的攻击及噪声干扰的影响，稳健性较差。 频域方法是将水印添加到 原始图像的某种淮海工学院二 00九届毕业设计（论文） 第 7 页 共 34页 变换系数中，更容易与人的感知系统的某些掩蔽特性相结合，与数据压缩标准，如 JPEG 等兼容。 因此，频域水印算法对诸如压缩和某些图像处理等的攻击的鲁棒性更强。 （ 7） 按用途划分 不同的应用需求造就了不 同的水印技术。 按水印的用途，我们可以将数字水印划分为票据防伪水 印、版权保护水印、篡改提示水印和隐藏标识水印。 票据防伪水印 加在纸质票据的数字生成过程中，历经印 刷、打印、扫描过程后能将水印检测出来，需要防止的是复制后水印将不再 存在。 隐蔽标识水印是在图像中加入注释信息，对图像进行说明和作者介绍等，不占用带宽， 需要隐藏的数据量较大。 数字水印技术原理和基本模型 所谓数字水印，是嵌入在数字产品中的数字信号，它可以是图像、声音、文字、符号、数字等一切可以作为标记、标识的信息。 它的存在是以不破坏原数据的欣赏价值和 使用价值为原则 的。 数字水印是指利用数字产品的信息 冗余性，把与多媒体内容相关或不相关的一些标识信息直 接嵌入多媒体内容中，并能够通过计算机或专用检测电路及时地把水印检测或提取出来的技术。 这种技术充分利用了人的知觉系统（ HVS）和人类听觉系统（ HAS）的冗余特性。 从图像处理的角度看，嵌入水印信号可以视为在 强背景（原始图像）下又叠加一个弱信号（水印），只要叠加的水印信号强度低于 HVS（ Human Vision System）的对比度门限， HVS就无法觉察到信 号的存在。 而对比度门限则受视觉系统的空间、时间和频率特性的影响。 因此，通过对原始图像作一定的调整，有可能在不改变视觉效果的情况下嵌入一些信息。 从数字通信的角度看，水印嵌入可以理解为在一个宽带信道（载体图像）上用扩频通信技术传输一个窄带信号（水印信号）。 尽管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。 设载体图像为 I，待嵌入的水印信息为 W，实际嵌入的水印信号为 w ,密钥为 K,水印提取和检测函数 D,水印嵌入函数 为 F。 这一框架大 致分为如下三步： 步骤 1： 水印信号的生成 ： 根据不同的需要，有时要对水印信息进行必要的预处理，如编码、压缩、加密等，最终形成水印信号。 这一过程可以表示为函数 G： ( , )W G w k。 步骤 2： 水印信号的嵌入 ： 采用一定的算法将水印信息加入到图像的空间域或者变换域中 ，最终生成水印图像 ； ( , , )wI F I W K ，算法应使对原始图像所作的改动最小，同时又要保证尽可能强的鲁棒性。 这一步是整个过程中最重要的。 步骤 3： 水印的提取和检测：水印的提取是指从水印图像中完全恢复出水印信息的过程；水印的检测是判断图像中特定水印信号的存在性的过程。 水印的提取和检测可以表示为：W=D（ I， K）或者 ( , , )P D I W K ，其中 P=0/1， 0 表示水印不存在， 1 表示存在。 以上的提取和检测方案不依赖于原始图像，但是也可以类似地定义依赖原始图像的方案。 实际应用 的水印 技术 整体设计方案可以用图 、图 来概括描述。 淮海工学院二 00九届毕业设计（论文） 第 8 页 共 34页 图 水印的嵌入模型 图 水印的提取 模型 图 为水印信号的嵌入模型 ， 输入信号为水印信息 ， 原始信息 ， 密钥用 来 增强算法的安全性 ， 为了保证水印的安全性 ， 防止他人在获知水印算法的情况下来篡改水印或伪造水印 ，在实际应用的系统中至少使用一个密钥 ， 有的甚至是几个密钥结合来对水印信息加密或控制水印的嵌入位置。 但这并不关系到水印的本质算法。 水印信息可以为序列号、图像、文本等任何形式的数据 ， 原始信息可以为音频、视频、图像或文本等 ， 经过嵌入算法的处理 ， 相应的水印信息就被嵌入到载体中去 ， 得到的是嵌入水印信息后的含水印信息。 图 为水印信息的提取模型 ， 待检测 的 含水印信息可能是受过有意或无意攻击的 ， 在进行水印信息的恢复时 ， 可以根据所采用嵌入的具体方法不同 ， 应用或不应用原始信息或水印信息来对嵌入的水印信息进行 恢复。 其中恢复的数据可与原始的水印信号进行相似度或可信度来测量 ， 以此来判定水印信息的存在与否。 图像数字 水印技术的典型算法 目前，以图像为载体的数字水印技术吸引了众 多 研究人员和学者的兴趣。 在该领域发表了数目远大于以音频等信号为载体的论文。 对图像水印技术的研究根据水印嵌入时对载体图像采取的变换形式可分为空间域水印技术和变换域水印技术。 数字图像水印研究人员普遍认为变换域水印比时空域水印具有更好的稳健性，因此近年来提出了大量的变换域数字水印方案。 下面分别作简单介绍： 空域数字图像水印算法 将信息直接叠加到图像的空间域上的算法叫空间域算法。 水印在空域算法中，考虑到人类视觉特性，在载体图像 中隐藏较复杂的 水 印信号。 它的优点在于对载体影响很小，计算速度较快，隐藏的信息较多，且适合多媒体，缺点是鲁棒性较差，即：抗几何变形，噪声攻击淮海工学院二 00九届毕业设计（论文） 第 9 页 共 34页 和有损压缩等常见信号处理能力较差。 但这一特点可用于嵌入脆弱水印。 空域的典型算法有：最低有效位算法和 Patchwork 水印算法。 （ 1） 最低有效位算法（ Least significant BitsLSB） 最低有效位（ LSB）是 Schbngel 等人提出的第一个数字水印算法，是一种典型的空间域信息隐藏算法。 LSB 算法使用特定的密钥通过 m序列发生器产生随机信号， 然后按一定的规则 排列成二维水印信号，并逐一插入到原始图像相应像素值的最低几位。 由于水印信号隐藏在最低位，相当于叠加 了一个能量微弱的信号，因而在视觉和听觉上难察觉。 LSB 水印的检测是通过待检测图像与水印图像 的相关运算和统计决策实现的。 LSB 算法虽然可以隐藏较多的信息，但隐藏的信息可以被轻易除去，无法满足数字水印的鲁棒性要求，因此现在的数字水印软件已经很少采用 LSB 算法了。 不过，作为一种大 数据量的信息隐藏方法， LSB在隐蔽通信中仍占据着相当重要的地位。 （ 2） Patchwork 算法和纹理块映射编码方法 这两种方法都是由麻省理工 学院媒体实验室 Walter Bander 等人提出的。 Patchwork 方法是基于改变图像的统计特性。 首先随机选择 N 对像素点（ ai,bi） ,然后将每个 ai点的亮度值加1，每个 bi点的亮度值减 1，这样整个图像的亮度保持不变。 适当调整参数， Patchwork 法对JPEG 压缩、 FIR 滤波及图像剪裁有一定抵抗力。 但该方法嵌入的信息量有限。 纹理映射将水印信息隐藏在图像的随机纹理区域中，利用纹理间的相似性掩盖水印信 息。 该算法隐蔽性较好，对滤波、压缩和扭转等操作具有抵抗能力，但仅 适用于具有大量任意纹理区域的图像，且需人工 干预。 变换域算法 变换域 算法通常也称为频率域算法，是指将原始图像变换（比如离散余弦变换 —DCT、离散小波变换 —DWT、傅里叶变换 —FFT）处理后，选取一些特定的变换域系数，通过修改这些系数的值来嵌入水印的方法。 基于变换域算法的数字水印技术可以嵌入大量比特数据依然 能 够保持水印的不可见性，且对常用的压缩处理具有很强的鲁棒性，但是其抵抗几何变换等攻击的能力较弱。 （ 1） DCT 域水印算法 DCT 变换（ DCT， Discrete Cosine Transform）计算量小且与国际数据压缩标准（ JPEG、MPEG、 H261/236）兼容，便于在压缩域（ Compressed Domain）中实现，目前在水印系统中用的最多。 其主要思想是在图像的 DCT 变换域选择中低频系数叠加水印信息。 选择中低频系数是因为人眼的感觉主要集中在这一频段，攻击者在破坏水印的过程中，不可避免地会引起图像质量的严重下降，一般的图像处理过程也从不会改变这部分数据。 Cox 等提出水印应放在视觉系统感觉上最重要的分量上（对应于 DCT 域中的低频 系数）。 其理由是感觉上重要的分量是图像信号的主要成份。 因此，若 水印嵌入到感觉上重要的分量，则稳健性较好。 一些 学者则进行了折衷，把水印信息 嵌入在 DCT 域的中频系数上。 Cox 等的观点已逐渐为人们所赞同和采纳，但在基于块 DCT 的水印算法中， DC（直流）分量总是被明确地排除在外。 这样 处理的考虑在于避免加水印的图像出现块效应现象。 然而淮海工学院二 00九届毕业设计（论文） 第 10 页 共 34页 被人们忽视的一个事实是， DC 分量比任何 AC 分量更适合嵌入水印信号，这有二方面的理由：一是与 AC 系数相比， DC 系数的振幅大得多；二是根据信号处理论，嵌入水印的图像 有可能遭遇到的信号处理过程，如数据压缩、低通滤波、 次抽样、插值、 D/A 和 A/D 转换等，对DC 分 量的保护比 AC 分量要好。 （ 2） DFT 域 水印算法 DFT 变换（ DFT， Discrete Fourier Transform）具有仿射变换（图像几何变换和传输过程中常见畸变的数学模型）不变性，对图像的空间坐标平移不敏感，并且可利用相位信息嵌入水印，所以， DFT 水印对图像的坐标平移具有免疫力，但是 DFT 与国际标准不兼容。 （ 3） DWT 域 水印算法 在新的图像压缩标准 JPEG2020 中，小波成为关键技术之一。 目前，这种技术已经应用于图像水印。 相对于 DCT，首先由于 DWT 具有时间 尺度（时间 频率）分析，多分辨率特性，而且具有分层特性，其能使得水印 的嵌入和检测在某个子带或某几个子带进行；其次 DWT符合视觉特性，即小波变换和人类视觉系统是相吻合的；再者，由于小波变换在时频 两域都具有表征信号局部特征 的能力，其特征化和定位攻击能力更强，并且运算量比 DCT 小。 但是，DWT 系数不具有几何不变性，因此抗几何攻击能力不好，抽取过程中必须保证水印信号的同步。 和 最早提出了多分辨率分析的水印算法，首先对水印和原始图像同时进行多分。