数字水印技术及应用研究-毕业设计

数字水印技术及应用研究-毕业设计内容摘要：

他领域的先进思想和技术必然会被引入到水印领域。 例如，混沌理论、神经网络理论、模糊集理论和分形理论等。 研究动态 从公开发表的文献看，国际上在数字水印方面的研究刚开始不久，但由于有大公司的介入和美国军方及财政部的支持，该技术研究的发展速度非常快。 1998 年以来，《 IEEE图像处理》、《 IEEE 会报》、《 IEEE 通信选 题》、《 IEEE 消费电子学》等许多国际重要期刊都组织了数字水印的技术专刊或专题新闻报道。 在美国，以麻省理工学院媒体实验室为代表的一批研究机构和企业已经申请了数字水印方面的专利。 1998 年，美国政府报告中出现了第一份有关图像数据隐藏的 AD 报告。 目前，已支持或开展数字水印研究的机构既有政府部门，也有大学和知名企业，它们包括美国财政部、美国版权工作组、美国空军研究院、美国陆军研究实验室、德国国家信息技术研究中心、日本 NTT 信息与通信系统研究中心、麻省理工学院、伊利诺斯大学、明尼苏达大学、剑桥大学、瑞士洛桑联邦 工学院、西班牙 Vigo 大学、 IBM 公司 Watson研究中心、微软公司剑桥研究院、朗讯公司贝尔实验室、 CA 公司、 Sony 公司、 NEC 研究所以及荷兰菲利浦公司等。 1996 年 5 月 30 日～ 6 月 1 日，在英国剑桥牛顿研究所召开了第一届国际信息隐藏学术研讨会，至今已举办了三届。 SPIE 和 IEEE 的一些重要国际会议也开辟了相关的专题。 我国学术界对数字水印技术的反应也非常快，已经有相当一批有实力的科研机构投入到这一领域的研究中来。 为了促进数字水印及其他信息隐藏技术的研究和应用， 1999年 12 月，我国信息安全领域的何德 全院士、周仲义院士、蔡吉人院士与有关应用研究单位联合发起召开了我国第一届信息隐藏学术研讨会。 2020 年 1 月，由国家 “863”智能机专家组和中科院自动化所模式识别国家重点实验室组织召开了数字水印学术研讨会，来自国家自然科学基金委员会、国家信息安全测评认证中心、中国科学院、北京邮电大学、国防科技大学、清华大学、北方工业大学、上海交通大学、天津大学、中国科技大学、北京大学、北京理工大学、中山大学、北京电子技术应用研究所等单位的专家学者和研究人员深入讨论了数字水印的关键技术，报告了各自的研究成果。 从这次会议反应的 情况上看，我国相关学术领域的研究与世界水平相差不远，而且有自己独特的研究思路。 2 数字水印的实现 有很多文献中都提到了各种图象水印的嵌入的检测算法 Hsu 和 Wu 等人提出了基于离散余弦变换（ Discrete Cosine Transform）的图象水印的嵌入， Ruanaidh 等人提出了两个离散傅立叶变换 (Discrete Fourier Transfrom)域的水印算法， Liu 等人还提出了基于 DWT域的数字语音信号中加水印的方法等等 ,这些算法各有优缺点。 本章提出的图象水印算法是基于 DWT 域的图象水印嵌入和提取算法，由于小波变换的优点使得此算法得到的水印有很强的稳健性和层次性的检测。 [6] 图象水印的原理 水印的基本信息 水印的信息即二值图像，看上去就像传统的棋盘（图 ）。 为了今后方便说明，图像是由方形的像素组成，它可以由用户版权秘密钥匙推断出。 图 基本信息所利用的例子 印记 为了利用视觉特性，基本信息被对应于不同的频率和方向的独 立元素所调制；此外，我们可用一个低通滤镜（ LP）来滤过初始的棋盘，滤出的信号是带限的。 这一点非常重要，因为它允许在一个通道上限制蒙版判据。 这种调制的位置是隐蔽的，可以从用户秘密钥匙推断。 实际上，这种频率平面图被分为两个区域，每个区域与单个感觉单元相连，并定义了哪些基本信息可调制的耦合（ f,θ）群，只有一对耦合是为每个区域所选择的（因为同一区域的耦合并不能激励独立单元）。 从每个调制格栅的合成图像称为印记 S （ x,y）： S(x,y)=G(x,y)cos(f xj x+f yj y) 图象水印处理一般分为水印嵌入和水印的检测两部分。 从图象处理的角度看，嵌入 水印可以视为在强背景（原始图象）下迭加一个弱信号（水印），由于人的视觉系统分辨率受到一定的限制，只要迭加信号的幅度低于对比度门限，就无法感觉到信号的存在，对比度门限受视觉系统的空间、时间和频率特性的影响。 因此，通过对原始图象做一定的调整，有可能在不改变视觉效果的情况下嵌入一些信息。 [7] 另一方面，从数字通信的角度来看，水印编码（嵌入）可理解为在一个宽带信道（原始图象上）用扩频技术传输一个宽带信号（水印），尽管水印信号具 有一定能量，但分布到信道中任何一频率上的能量是难以检测的，水印译码（检测）则是一个有噪信道中弱信号的检测问题。 背景 随着数字技术和因特网的发展，各种形式的多媒体数字作品（图象、视频、音频等）纷纷以网络形式发表，其版权保护成为一个迫切需要解决的问题。 由于数字水印是实现版权保护的有效办法，如今已成为多媒体信息安全研究领域的一个热点，也是信息隐藏技术研究领域的重要分支。 该技术即是通过在原始数据中 嵌入秘密信息 —— 水印来证实该数据的所有权。 这种被嵌入的水印可以是一段文字、标识、序列号等。 水印通常是不可见或不 可察的，它与原始数据（如图象、音频、视频数据）紧密结合并隐藏其中，成为源数据不可分离的一部分，并可以经历一些不破坏源数据使用价值或商用价值的操作而保存下来。 数字水印技术除应具备信息隐藏技术的一般特点外，还有着其固有的特点和研究方法。 例如，从信息安全的保密角度而言，隐藏的信息如果被破坏掉，系统可以视为安全的，因为秘密信息并未泄露；但是，在数字水印系统中，隐藏信息的丢失即意味着版权信息的丢失，从而失去了版权保护的功能，这一系统就是失败的。 因此数字水印技术必须具有较强的鲁棒性、安全性和透明性。 典型数字 水印系统模型 图 为水印信号嵌入模型，其功能是完成将水印信号加入原始数据中；图 为水印信号恢复模型，其负责从水印数据中提取出水印信号；图 是水印信号的检测。 图 水印信号嵌入 图 水印信号恢复 图 水印信号检测 水印的具体实现 变换域的优点 水印的嵌入对策即嵌入算法有很多，从实现角度看可分为两类：空域方法和变换域的方法，这两中方法分别通过改变主图象某些象素的灰度和改变主图象的某些变换系数来嵌入水印，与空域法相比，变换域法具有以下优点： 密匙 水印信息 载体数据 水印嵌入算法 水印载体数据 水印载体数据 密匙 原始载体数据 水印提取算法 水印信息 水印载体数据 密匙 原始水印 原始载体数据 水印检测算法 水印是否存在 1 在变换域中嵌入的水印信号能量可以分布到空域的所有象素上，有利于保证水印的不可见性。 2 在变换域中，视觉系统的某些特性（如视频特性）可以更方便地结合到水印编码过程中。 3 变换域的方法与国际数据压缩标准兼容，从而实现压缩域内的水印编码。 因此，变换域的方法应是水印算法未来的趋势主流。 本文提出的在离散小波变换域的图象水印技术，由于良好的空间 —— 频率分解特性（更符合的特点）和即将成为新一代图象压缩标准的极大可能性而且有十分的研究价值。 水印的选择 所构成水印的序列应该具有不可预测的随机性（ Unpredictable randomness）。 由于人类视觉系统对纹理具有极高的敏感性，所以 水印构成纹理是不允许的，因此，所加入的水印应该与有与躁声相同的特性，目前一般取下述随机序列作为水印加入到图象数据中： ：是满足均值为方差为零的正态分布。 ：具有类似白噪声的性质，但又具有周期性和规律性，可以认为地加入以产生和复制由于以为寄存器的输出是由初始状态和反馈逻辑直接决定的，而且任取一段输出不可能预测其它的输出，可以选用 m一序列或 M 一序列作为水印信号。 ：通常是选取具有特定意义的字符串作为水印信号，把每个字符作为产生随机序列的种子，最后对所产生的伪随机序列按一定的操作（异或、与操作等）加入到图象数据中。 实现过程 具体分三步： 1 小波变换 2 水印嵌入 其具体图可表现为： 图 水印嵌入 嵌入过程是将原图和水印经过某些处理后嵌入。 这里的密钥是嵌入者为了防止攻击者截 获、复制及篡改，对图象的加密。 [8] 3 水印提取 其具体图可表现为： 图 水印提取 提取的过程是嵌入的逆过程，先用密钥、原图象、水印图象三者结合，将其水印检测出来。 在嵌入与提取中有三个主要理论问题： 小波变换 原始对象 密 钥 水印信息 嵌入算法 水印对象 水印 对象 密 钥 检测算法 有无水印。 水印信息 原始对象 抽取的水印 在即将到来的图象压 缩标准 JPEG 中，小波正成为一种关键技术，小波变换作为一种变换域信号处理方法，近年来在计算机视觉和图象处理研究领域，引起人们的极大兴趣。 小波变换在包括压缩在内的图象处理与图象分析领域正得到越来越广泛的应用。 作为一种多分辨率的分析方法，由于小波变换具有很好的时 — 频局部性，特别适合按照人类视觉系统特性设计图象的编码与分层传输。 随着小波技术在图象领域的广泛应用，基于小波变换的水印技术也得到越来越多的关注。 而小波本身的多分辨率思想对根据健壮性和视觉效应设计一个好的信息在载体的分布方式是很有用的。 [9] 本章提出了一 种基于离散小波变换的水印方法，通过对图象的一级分解，提取出在细节子带中的重要成分，通过这些成分代表着图象的纹理区域，利用纹理的隐蔽特性 ，使得系统在保证健壮性的同时获得很好的不可觉察性。 主要介绍小波变换及其多分辨率分析在图象中的应用。 小波变换将图象在独立的频带和不同空间方向上进行分解，它不仅具有良好的空间频率分解特性，而且能更好地与人类视觉系统想结合，是一种很有潜力的方法。 图象经过离散小波变换，即分解成 4 个四分之一大小的子图：水平方向、垂直方向和对角线方向的中高频细节子图和低频逼近子图，每个 子图通过间隔抽样滤波得到。 后继分解时，逼近子图以完全相同的方式再分解成在下一级分辨率更小的子图。 以后类推分解，图象就被分解成不同分辨率级和不同方向上的多个子图，这更加符合人眼的视觉机制。 这种锥形结构有如下特点：。 图 3级小波变换分解图 X3 X3 X2 X2 X2 X1 X1 X1 X3 X3 在频率域中，高频部分代表图象的边缘及纹理部分，在这些地方嵌入水印，人眼虽不易察觉，但这样的水印容 易在图象经过有损压缩等一些图象处理后丢失，另一方面，因为低频部分集中了图象能量，所以在低频部分嵌入水印不易丢失，然而低频部分具有不同的特点，因此可进行折中考虑，也就是首先将经过 3 级小波变换的图象分成与水印大小相同且互不重叠的图象块，然后将同一水印分别嵌入到每一图象中。 由于高频部分所占的图象面积较大，多被分为许多小图象块，因此嵌入的水印就多；而低频部分由于只占图象的较小部分，因此图象块数较少，自然所嵌入的水印就少。 这样就实现了在高频部分嵌入较多的水印信息，而在低频部分嵌入较少的水印信息的要求。 由于是同一水印反 复嵌入到图象的不同部分，因此很大程度上提高了水印的强壮性。 图象小波系数的这种天然的塔式数据结构，为我们嵌入水印提供了一种新的思路。 根据人们对人类识觉系统（ HVS）的分析研究，噪声对图象质量的影响有如下特点： A 人眼对于在较高分辨率上的噪声的敏感性较低 B 人眼对于在 45 度方向上的噪声的敏感性低 因此，可以把一幅图象作为要嵌入在原始图象中的水印信息，当然这幅水印图象要小于原始图象，它经过小波分解后的。