基于Tchebichef矩和小波提升的数字水印算法
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
—113—
基于Tchebichef 矩和小波提升的数字水印算法
赵 杰,王 晅,何 冰
(陕西师范大学物理学与信息技术学院,西安 710062)
摘 要:提出一种基于Tchebichef 矩和小波提升的抵抗几何攻击的内容认证水印算法,对图像进行一次小波提升分解,计算其低频成分的Tchebichef 低阶矩不变量来构建水印系统。水印认证过程只须计算图像的几个低阶Tchebichef 矩不变量。将该算法与基于几何矩不变量的算法进行比较。结果表明,该算法简单、有效,对旋转、缩放、剪切等几何攻击以及JPEG 压缩等攻击具有较高的稳健性。 关键词:数字水印;Tchebichef 矩;小波提升
Digital Watermark Algorithm Based on Tchebichef Moments and Wavelet Lifting
ZHAO Jie, WANG Xuan, HE Bing
(School of Physics and Information Technology, Shaanxi Normal University, Xi’an 710062)
【Abstract 】The watermark based on Tchebichef moments and wavelet lifting is used in an authentication context. After the discrete lifting wavelet transform, the lower order Tchebichef invariant moments of the sub band coefficients are computed. The processing of the encoder and the decoder is simple, and a few low order moments need to be calculated. The algorithm is compared with the algorithm based on the geometric moments.Results show that the scheme is simple, effective. It has high stabilities of geometrical attacks of rotation, scaling, shearing, and JPEG compression.【Key words 】digital watermark; Tchebichef moments; wavelet lifting
计 算 机 工 程Computer Engineering 第35卷 第11期
Vol.35 No.11 2009年6月
June 2009
·安全技术·
文章编号:1000—3428(2009)11—0113—03
文献标识码:A
中图分类号:TP391
1 概述
媒体的数字化方便了信息的存取和传播,但同时也使盗版和非法窜改等行为难以认证,水印技术是解决版权保护问题的一个有效途径。目前已提出许多数字水印的算法,但现有的数字水印技术大多难以抵抗几何变换类攻击,如旋转、平移和尺度变换等,其中一个最主要的原因是:几何变换虽然并未去除图像中的水印信息,但却使水印的检测与嵌入之间失去同步,从而导致水印检测的失效。因此,同步问题被认为是抗几何攻击水印技术中有待解决的关键技术。常见抵抗几何攻击的水印算法有文献[1-2]提出的基于Fourier- Mellin 变换的算法。
矩函数可以描述物体形状的全局特征,并提供大量该物体特有的几何信息。矩函数的这种特性被广泛应用于图像编码压缩与重构、模式识别、目标状态与方位估计等方面,数字水印技术是其应用领域之一。文献[3]提出基于Zernike 矩的数字图像水印算法,文献[4]提出基于几何矩不变量的数字水印算法。随着图像处理研究的深入,引入了许多新的矩函数,离散Tchebichef 矩便是其中具有较好性能的一种[5]。由于该矩本身是离散的,因此其计算精度较高,可直接应用于离散图像,无须对定义域进行归一化处理,并且Tchebichef 多项式的计算具有递推关系和对称性,可以加快运算。
本文提出一种基于小波提升和Tchebichef 矩的水印算法,并将其与几何矩的算法进行比较。
2 小波提升方案
由于传统小波变换的滤波器输出是浮点数,而图像的像
素值均为整数,小波系数量化时存在舍入误差,并且图像的
重构质量与变换时延拓边界的方式有关。文献[6]对小波的构造提出一种新的观点:整数小波提升方案(lifting scheme),也称为第2代小波变换。整数小波提升格式具有真正意义上的可逆性,可不用考虑边界效应。提升方案基于传统小波变换的思想,但效率更高。与传统小波变换相比,提升方案主要有以下几个优点:(1)完全是基于空域的构造方法,运算速度快,节省存储空间。(2)不依赖于平移、伸缩的概念,也不需要傅里叶变换进行频谱分析。(3)可直接将整数映射成为整数,无须再进行量化。最低频子带包含了图像的基本信息,占据了原始图像的大部分的能量,是鲁棒水印嵌入的合适位置。图像的小波分解过程如图1所示。
图1 图像的小波分解
3 Tchebichef 矩
假设(,)f x y 表示大小为N ×N 的原始图像,则离散Tchebichef 多项式为32()(1)(,,1;1;1)n n t x N F n x n N =−×−−+−,
作者简介:赵 杰(1984-),男,硕士研究生,主研方向:图像处理,数字水印;王 晅,副教授;何 冰,硕士研究生
收稿日期:2008-10-06 E-mail :zhaojie261134@
—114
— 其中,,0,1,,1n x N =−"。
(1)(2)(3)(1,2,3;1,2;)32(1)(2)!0k
a a a z k k k F a a a
b b z b b k k k k
∞=∑
=
()(1)(2)(1)k a a a a a k =+++−"
以Tchebichef 多项式的乘积作为核函数引出Tchebichef
矩为
1100
1
()()(,)(,)(,)N N pq p q x y T t x t y f x y p N q N ρρ−−===
∑∑
其中,,0,1,,1p q N =−"。
22222222(1)(2)(3)()(,)21N N N N N n n N n ρ−−−−=
=+"(2)!21N n n n +⎛⎞⎜⎟+⎝⎠
其中,0,1,,1n N =−"。
从上面Tchebichef 矩的定义可知,其定义域与离散图像
的取值范围相吻合。但随着阶数p q +的增大,Tchebichef 矩的取值范围过大,不宜进行集中分析,因此,要对其值进行加权修正。加权的Tchebichef 多项式为
i ,,0
()
()(,)n k n n k n N k t x t x c x n N β==
=∑ 此时,i i 11,,,,000
01
()()(,)(,)(,)p q
N N i j
pq i p N j q N x y i j T c x c x f x y p N q N ρρ−−=====∑∑∑∑, 其中,
,,1!(1)!n k
k n N N k n k n c n k n k −−−+⎛⎞⎛⎞=−⎜⎟⎜⎟−⎝⎠⎝⎠
i 22
22212(1)(1)(1)(,)(,)(,)21
n N n N N N N n N n N n ρρ
β−
−−==+"
(,)n
n N N β=
上述过程也可利用几何矩来进行计算。 离散图像(,)f x y 的几何矩为
11
00(,)N N p q pq x y m x y f x y −−===∑∑
则Tchebichef 矩可写为
i i ,,,,001
(,)(,)p q pq i p N
ij j q N i j T c c m p N q N ρ
ρ===
∑∑
可得一些低阶矩如00
002
m T N
=
, 100010263(1)(1)m N m T N N +−=−, 0100
01263(1)(1)
m N m T N N +−=
−等。 4 Tchebichef 矩不变量
构造具有平移、缩放、旋转均不变的Tchebichef 矩,可分别通过对(,)f x y 进行平移、缩放和旋转处理得到。为保证平移不变性,可将(,)f x y 图像转化为(,)f x x y y ++图像加以实现,其中,(,)x y 为原图的质心,且1000m x m =
, y =0100
m
m 。平移后的图像旋转θ度后得到(cos sin ,f x x y θθ+−
cos sin )y y x θθ+−, 111
200212tan 2µθµµ−=−,其中,nm µ为中心
距,且有11
00()()(,)N N n m nm x y x x y y f x y µ−−===−−∑∑,
值域为[-45°, 45°], [0, 360°]的θ值可参考文献[7]。将图像缩放α倍得到规则化的图像(,)g x y ,此时1
00
(
)2N m α=。注意到Tchebichef 矩的中心为(,)22N N ,将图像中心平移到(,2N )2
N
。转换后的新
图像与原图像(,)f x y 的关系为
cos sin cos sin (,)(,)22N N x y y x g x y f x y θθθθ
αα
−−+
+=++ 根据图像(,)g x y 计算其几何矩,得到新的几何不变矩,其形式为
11200(,){[()cos ()sin ]}2
N N n ij x y N m f x y x x y y ααθθ−−===−+−+×∑∑
{[()cos ()sin ]}2
m N
y y x x αθθ−+−+
由此可得新的p q +阶Tchebichef 不变矩:
i i ,,,,001
(,)(,)p q pq ij i p N j q N i j c c m p N q N ρ
ρ===∑∑ 如果计算出的值较大,可用lg pq T 代替pq T 。
5 水印系统
5.1 水印注册
将原始图像进行一次提升小波分解后,计算其低频子图的m 个低阶Tchebichef 不变矩,构成特征矢量12(,,,)m f f f =F ",其中,i f 为第i 个低阶Tchebichef 不变矩。但m 不宜取得过大,否则计算量增加,而且高阶矩的鲁棒性不如低阶矩。得到特征矢量后,连同原始图像长宽信息以及密钥一并在可信第3方(如IPR 注册中心)登记签名,可信第3方对这些信息加盖时间戳后即宣布原始图像已经在水印技术保护之下,水印注册过程如图2所示。
图2 水印注册
5.2 水印检测
将待测图像进行一次提升小波分解后,计算其低频子图的m 个低阶Tchebichef 不变矩,构成特征矢量12(,,,)m g g g =G ",将其与F 进行比较。这里,定义参数d 来衡量G 和F 的差距。
1
1m
i i i d f g m ==
−∑ 如果d ε≥(ε为事先设定的经验阈值)则验证结束,图片不含有水印,否则认为水印存在。如很多人持有的检测图片
都检测存在水印,则检验其时间戳来确定谁是版权所有者,水印认证过程如图3所示。
图3 水印认证
6 实验分析
原始图像采用256×256的真彩色lena 图片,用Matlab 7进行仿真。分别计算原始图像RGB 分量的低阶Tchebichef 不变矩,组成特征矢量(,,)R
G
B
=F ,其中,R
=