基于离散小波变换的图像数字水印技术论文

基于离散小波变换的图像数字水印技术论文内容摘要：

b）三层小波变换 图 25 图像的三层小波 变换 3. 小波逆变换 逆小波变换刚好与小波变换过程相反，即先进行列变换，将上半部分行的值加上下半部分行的值，采用公式（ 25）对结果进行调整，结果存储到图像的上半部分。 完成后将上半部分作为奇数行，下半部分作为偶数行，按行号进行调整。 再进行行变换，将右半部分列的值加上左半部分列的值，结果用公式（ 25）进行调整，并存储到图像的右半部分。 右半部分作为奇数列，左半部分作为偶数列，按列号进行调整。 这样对图像进行三次逆小波变换，第一次变换区域为原图像的 1/16，第二次为 1/4，第三次变换完成后就能够得到原始图像。   256%256%)1~2()12~0()1~2()1~2()12~0()1~2(列列列行行行NNNNNNNNNNffffff （ 25） 水印的嵌入 1. 对水印多分辨率层进行置乱处理 为了增强水印的稳健性，采用 Arnold 变换算法及其逆变换算法，对经多分辨率分解后的水印层进行置乱运算，将图像转换成一幅杂乱无章的图像。 置乱次数有用户选定，作为水印嵌入和提取的密钥，这样在非法获得者获得水印数据后，也必须有用户选定的密钥才能恢复水印，否则得到的只是一些无用的数据。 这里我们假设对水印作 8次的置乱处理，那么水印多分辨率层 G L1和 L0的置乱结果如图 26所示： 8 （ a） （ a′） （ b） （ b′） （ c） （ c′） 图 26 水印多分辨率层 8次置乱 其中（ a）为 L0层，（ a′）为 8次 Arnold置乱图，（ b）为 L1层，（ c）为 G2层。 2. 对置乱后水印分辨率层进行位分解 对一幅大小为 MN、灰度级为 2L的图像 X， Xp (m， n)是图像的一个像素值。 其中 0≤ m≤ M1， 0≤ n≤ N1。 位分解算法描述如下：  , e l s e)]( m , n ) /r [ X, i f ( I n t e g enmXBnmx lppll012m o d21)),((),( （ 26） 其中 )(lB 表示位分解算子， }1,0{),( nmxl ，对 ),( nmxl 的重构公式为：  10 2),(),(Llllp nmxnmX （ 27） 对一幅 22 的 8bit灰度级图像的分解如图 27所示，其中 b7 是最高有效位， b0 是最低有效位。 12 10 89 4 原始图像 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 b7 b6 b5 b4 1 1 1 0 1 0 0 1 0 1 0 0 0 0 1 0 b3 b2 b1 b0 图 27 一个 8bit图像位分解图 采用上述位分解算法，对步骤一中水印多分辨率层 G L1 和 L0 经置乱处理的结果 进行位分解操作，将得到的位平面作为水印信息。 3. 水印嵌入 如前所述，为了增强嵌入的水印信息的稳健性和不可见性，可以利用图像的多分辨率分解技术，将相同分辨率层次的数字水印嵌入到对应的相同分辨率层次的原始静态图像之中，使水印对原始图像具有自适应性。 为此， G2的 8个位平面（包含 G0的低频信息）作为水印的掩码信息嵌入到原图像的 HL3和 9 LH3层中，而 L1的 8个位平面（包含 G0的中频信息）作为水印的掩码信息嵌入到原图像的 HL2 和 LH2层中，而 L0的 8个位平面（包含 G0的高频信息）作为水印的掩码信息嵌入到原图像的 HL1和 LH1层中。 由于 G2（ 3232） 是 HL3（ 6464） 的 四分之一，所以 G2 的 8个位平面可以嵌入到 HL3 和 LH3中，前四个位平面嵌入到 HL3中，后四个位平面嵌入到 LH3 中。 同样， L1 和 L0 的 8个位平面也以相同的方法嵌入。 水印处理过程及嵌入位置如图 28所示，嵌入过程如图 29所示。 图 28 水印嵌入过程 设水印位平面信息存储在缓存 W，则利用公式（ 28）改变原始图像像素值，得到嵌有水印信息的图像数据。 ),(),(),( yxwyxfyxf  （ 28） 其中 x, y 为图像像素坐标， f (x, y)为载体图像像素值， w (x, y)为水印位平面值。 4. 获取嵌有水印图像 对第三步中得到的嵌有水印位平面信息的图像数据进行逆 3 层逆离散小波变换，其算法过程如，就可以得到嵌有水印的图像。 图 29水印嵌入框图 水印的检测与提取算法 本文所提出的数字水印算法仍属于不完全算法，水印的检测和提取过程仍需原始图像的参与。 水印提取过程描述如下： 密钥 水印信息 水印嵌入算法 掩体对象 隐藏对象 10 （ 1） 根据 法，将嵌有水印的图像进行 3层小波变换，得到带水印图像的多分辨率分解图； （ 2） 打开原始载体图像，对其进行 3层小波变换； （ 3） 由图 23 所示的图像多分辨率分解图，将带水印图像 3层小波变换后的图像值与原始图像 3层小波变换图像值作比较，设带水印图像存储在缓存 fw中，则 G L1和 L0位平面信息根据公式（ 29）得到：  e l s eyxfyxfI n t e g e rifyxB i t w,0)1)],(),([(,1),( （ 29） G2 的 8个位平面是由带水印图像与原始图像的 HL3和 LH3块相比较， L1 的 8 个位平面是由 （ a） （ b） （ a′） （ b′） 图 210 基于离散小波变换的数字水印 HL2和 LH2块相比较得到，同理， L0的 8 个位平面是由 HL1和 LH1 项比较得到； （ 4） 得到 G L1和 L0的位平面信息后，采用 Arnold 逆变换算法，分别对 G L1 和 L0 进行相同次数的迭代逆变换，根据公式（ 27）分别重构水印图像的低频、中频和高频信息。 再根据图22 所示的水印变换过 程，将 G L1和 L0进行逆变换，最后得到嵌入的水印图像，水印提取过程如图 211 所示。 （ 5） 试验中，原始图像采用（ 512 512） 8 比特的 BMP 格式 Lenna 图像，水印图像采用（ 128128） 8比特的华东交通大学校徽图像。 如图 210 所示，（ a）图为原始 Lenna 图像， （ a′）为嵌有水印的 Lenna 图像，（ b）为水印图像， （ b′）为提取出的水印图像。 图 211水印提取框图 本章节提出的水印算法还有不足之处，主要表现在水印提取过程中需原 始图像的参与，而这是当今数字水印技术发展所必需要避免的。 因此，在水印提取过程中避免原始图像的参与，是算法今后改进的一个重要方向。 密 钥 原始掩体对象 隐藏对象昂 水印提取算法 水印信息ｉ 11 3 程序实现 水印系统分为两个子系统，水印嵌入子系统和水印提取子系统（包含水印检测）。 水印嵌入子系统完成水印信息的嵌入，该部分要考虑到嵌入水印的信息量和水印的稳健性。 水印提取子系统是要将图像中嵌入的水印信息提取出来，该部分含水印检测功能。 系统采用 VC实现。 由于系统仅为本文算法实现设计，原始图像和水印图像都采用 BMP格式图像。 BMP 图像格式分析 对一幅 BMP格式图像进行处理， 要得到一些图像信息，如：图像所占字节数、 文件开始到位图数据之间的偏移量 、图像的高度和宽度以及像素位数。 字节数、偏移量以及图像的高度和宽度都占四个字节，像素位数占两个字节，按公式（ 31）计算，其中“ ”为移位运算。 ) b0 | 8) ) b1 | ) 8 ) b2 | ) 8 b3 ( ( ( ( ( (N （ 31） 在 VC实现过程中，可以通过读取 BMP图像显示机构来获得这些信息，实现代码如下： „„„„ LPBITMAPINFO BitmapInfo。 //图像显示所必需的机构信息 BitmapInfo = (LPBITMAPINFO) new BYTE [Offset 14]。 //offset为偏移量 (14, CFile::begin)。 //文件定位 (BitmapInfo, Offset 14)。 //读取图像数据 „„„„ BMP 图像格式可以在网站中找到，另外我们可以采 用 Ultra Edit 软件打开 BMP 图像分析图像的头文件信息，图像像素值以 16进制显示。 系统分析 嵌入子系统 嵌入系统含水印图像处理、原始图像变换和水印信息嵌入三个模块。 １ .水印图像处理模块首先检测水印图像的格式，如果为 BMP 格式图像，则计算出原始图像所能嵌入的最大信息量，并判断该信息量是否大于或等于水印图像信息量（字节数），如果小于水印图像的字节数，则输出提示信息，用户重新选择水印图像。 以本文采用的（ 512 512） 8比特的 Lenna图像为例，最大能嵌入的信息量为 2 (64 64+128 128+256 256)，即图 23中 HL3+LH3+HL2+LH2+HL1+LH1的大小，相对于离散余弦变换（ DCT），能嵌入的水印信息量要大得多。 如果水印信息量是满足要求的，则按，得到水印不同分辨率层信息。 若水印图像不为 BMP格式图像，输出提示信息并返回。 ２ .原始图像处理模块，判断原始图像是否为 BMP格式图像，如果是则 始图像进行 3层离散小波变换，否则输出提示信息并返回。 ３ .水印嵌入模块，如果步骤 a和 b都完成，则执行水印嵌入操作，将步骤 a得到的水印信 息按 小节的过程嵌入到步骤 b中原始图像 3层离散小波变换后的系数中，嵌入完成后，对原始图像作 3层逆 12 离散小波变换 ,变换过程如。 显示嵌有水印信息的原始图像。 检测及提取子系统 本文提出的算法在水印检测和提取过程中，仍需原始图像的参与。 打开嵌有水印信息的图像和原始图像，分别作 3层离散小波变换，按公式（ 2－ 9）分别提取 G L1和 L2的位平面信息，构造水印图像的多分辨率层，重构水印图像。 图像显示需头文件信息，我们通过修改原始图像的头文件信息来显示水印图像，修改方法将在。 程序流程图 水印嵌入流程图，如图 31（ a）为水印处理流程图，图 31（ b）为水印嵌入流程图。 （ a） （ b） 图 31 水印嵌入系统流程图 水印提取流程图，如图 32所示，其中图 a为水印提取流程图，图 b为原始图像处理流程图。 主要函数 说明 水印嵌入及提取函数 1. 水印位平面信息嵌入函数 开始 打开原始掩体图像 BMP 图像 输出提示信息 三层离散小波变换 水印嵌入 逆三层离散小波变换 嵌有水印的原始图像 结束 水印处理 否 是 位平面信息 打开水印图像 BMP 图像 输出 提示信 息 插值运算 高、中、低频水印信息 置乱处理 置乱后的多频率信息 位分解运算 各频率层位平面信息 否 是 13 （ a） （ b） 图 32 水印提取系统流程图 函数功能：将水印分辨率层位平面嵌入到 3层离散小波变换后的原始图像中，水印具有很好的透明性和一定的稳健性。 实现算法描述：由于水印为 8bit 的图像，所以对于置乱后的水印分辨率层 G L1 和 L0，经位分解操作后都有 8个位平面，嵌入函数首先计算出 HL3（ 图 23 所示 ） 中能嵌入 G2位平 面的个数，如果个数大。