基于小波变换的一种盲检测数字水印算法

用MA TLAB实现一种新的基于小波变换的盲检测数字水印算法摘要：目的：用MA TLAB实现一种新的基于小波变换的盲检测数字水印算法。

方法：结果：将一副水印图像嵌入了载体图像。

结论：关键字：数字水印小波变换DWT 信息隐藏Abstract:1、引言随着Internet和多媒体技术的迅猛发展和广泛应用，传统的加密算法对数字作品的保护有一定的局限性，一种新的信息安全技术应运而生——数字水印技术，1994年V an Schyndet在论文“A Digital Watermark”[1]中正式提出数字水印的概念，并且受到学术界和工业界极大的关注，1996年第一届国际信息隐藏研讨会在英国剑桥召开，在几年时间之内就有很多算法被提出来，如DWT、DCT、DFT、LSB、Patchwork等算法[2]，并有大量论文发表。

数字水印是利用数字作品中普遍存在的冗余数据把数字、序列号、文字、图像标志等版权信息嵌入到数字作品中，从而起到版权保护、秘密通信、数据文件的真伪鉴别和产品标志等作用的一种技术。

简单地说，数字水印技术就是在数字作品中嵌入一段信息，嵌入的信息就是数字水印。

数字水印人们无法从表面感知，只有用专用仪器或计算机软件才可以检测出来，数字作品可以是图像、图形、视频、音频、文本、数字地图、数据库、电子文档等，还可以是印刷品。

数字水印的作用可以分为以下几类[3]：(1)版权保护：在数字作品中嵌入数字产品的版权信息，如果出现所有权纠纷，可以从产品中提取出水印，该水印中包含的版权信息可以作为证据，在法庭上证明谁拥有产品所有权，以达到保护数字作品版权的作用。

(2)盗版跟踪：数字产品在这种应用中嵌入的是产品购买者的有关信息，如身份标识、购买日期等。

用户可以从这些盗版中提取出有关购买者的身份信息，从而追查到盗版的来源。

(3)拷贝保护：水印与数字设备的结合使用可以实现拷贝保护的功能，数字设备读取数字作品中的数字水印，如果该作品已经超过拷贝次数或者是盗版，就禁止拷贝。

(4)发行监控：数字产品的网络发行或者电视播放，结合UV 对产品的WS 识别以及电视机对播放节目的识别与监控，可以实现对数字产品的发行统计，播放监控。

(5)数据完整性保护：脆弱性数字水印能够完成对数字作品的完整性认证，可以判断作品是否被篡改。

在照相机、摄像机中具有添加水印的功能模块，能够嵌入脆弱的水印，如果有人试图对图像、视频进行编辑处理，就会破坏掉这些水印，从而判断作品是否被篡改。

(6)隐秘信道：水印技术可以实现隐秘通信。

数字水印技术有多种分类。

按照作用可将数字水印划分为鲁棒水印和脆弱水印。

前者主要应用于数字作品中版权保护，需要嵌入的水印能够抵抗常见的编辑处理和有损压缩；后者主要用于完整性保护，判断信号是否被篡改。

按照水印的载体，数字水印可分为图像水印、视频水印、音频水印、文本水印和印刷水印等。

如果按照检测方法，数字水印可分为明水印和盲水印。

在检测过程中需要原数据的技术称为明水印，其鲁棒性较强；在检测过程中不需要原数据的技术称为盲水印。

数字水印按内容可分为内容水印和标志水印。

内容水印是指水印经过攻击受损后人们仍能通过感觉判断内容；标志水印是指通过检测判断来确定信号中是否有水印标志。

当按用途来分类时，数字水印可分为版权保护水印、篡改提示水印、票据防伪水印、隐蔽标识水印、印刷数字水印等。

根据数字水印嵌入的方式可以把数字水印技术分为以下两类：(1)基于时空域算法的水印：直接将水印信息嵌入数字作品的时间域或空间域中。

(2)基于变换域算法的水印：先将数字作品做某种数学变换(如离散傅里叶变换(DFT)、离散余弦变换(DCT)、离散小波变换(DWT))，然后通过改变变换域的系数来嵌入水印。

数字水印具有以下主要特性:透明性：透明性即不可感知性，数字作品加入水印后并不改变其感知效果，水印在通常的感知条件下不被感觉，这是数字水印最基本的特点，即数字作品在嵌入水印后，数字作品发生的变动和失真应低于可感知的门限。

鲁棒性：指数字作品中的水印信息能够抵抗应用过程中的各种破坏，如噪声、滤波和有损压缩等。

安全性:数字水印系统使用一个或多个密钥来确保安全，防止修改和擦除水印。

信息被隐藏在多媒体内容中，并不因文件格式转换而丢失，且未经授权者不能检测出水印。

自相似性:数字水印在原图像经过较大的破坏后，仍能从原数据中恢复出隐藏的水印，而且在恢复过程中不需要原图像，这需要水印算法本身具有自相似性。

也可以认为是水印信息分布在载体数据的很多样本中，利用其中的小部分数据就可以恢复出水印。

本篇论文的算法是用MA TLAB实现的，所以先介绍一下MA TLAB。

2、MATLAB简介MA TLAB是英文Matrix Laboratory (矩阵实验室)的缩写。

MA TLAB是一种影响大、流行广泛的科学计算语言，在1984年由美国MathWorks公司推向市场以来，得到了广泛的应用和发展。

MA TLAB主要用于数值计算、图像处理、工程设计及系统仿真等，它功能强大，支持矩阵运算，许多复杂的问题只用几行代码就实现了。

MA TLA T中带有针对不同应用学科的工具箱，如矩阵代数、微积分、应用数学、信号处理、自动控制、数字图像处理、神经网络、模糊逻辑、小波分析等。

特别是其中的图像处理工具箱、数字信号处理工具箱、小波分析工具箱，为研究数字水印技术提供了很大的方便。

MA TLAB含有丰富的库函数，其中有实现数字水印算法中常用到的FFT、DCT、DWT、DCT2、DWT2等函数，大大加快了算法的实现。

3、数字水运算法常用的和本文算法中用到的MATLAB函数3、1图像读取和显示函数imread：用于将jpg、bmp、tif、pcx等格式的图像读入工作空间;imwrite：用于将jpg、bmp、tif、pcx等格式的图像写入磁盘;image：提供最原始的图像显示函数;imshow：显示各种图像的函数。

3、2图像变换函数fft2：2维fourier变换ifft2：2维fourier反变换dct2：2维离散余弦变换idct2：2维离散余弦反变换dwt2：2维离散小波变换idwt2：2维离散小波反变换wavedec2：2维多层小波分解waverec2：2维多层小波重构图像3、3图像攻击函数imnoise：可对图像加入各种噪声,如椒盐噪声,高斯噪声等;filter2:可对二维图像进行2维线性滤波;imcrop:可对二维图像进行精确剪裁;rotate:可对二维图像进行任意旋转;imresize:可用插值法对图像进行放大和缩小，其中还有平滑滤波.4、一种新的基于小波变换域的数字水印算法4、1小波变换水印介绍ＤＷＴ数字水印方法是利用小波变换将图像进行多分辨率分解，选择适当的小波系数嵌入水印，在本算法中使用haar基进行对图像进行了小波变换。

载体图像经小波变换后分解成4个原图像四分之一大小的子图，即水平方向、垂直方向和对角线方向的中高频细节子图及低频逼近子图，每个子图通过间隔抽样滤波得到。

对低频逼近子图可以再使用小波变换，将其再分解成4个原载体图像八分之一的子图，依次类推，可以进行更多级的分解。

然后选择合适的变换域系数嵌入水印。

例如，用MA TLAB对图像lena做一层小波变换，如下：[A1,H1,V1,D1] = dwt2(f,'haar');其中f保存256×256分辨率的256级lena灰度图像，A1、H1、V1、D1都是f四分之一大小的矩阵，分别是lena图像的低频逼近子图、水平方向细节子图、垂直方向细节子图、对角线方向的高频细节子图。

图1是原始图像，图2是用MA TLAB对该图像进行一级小波分解后的示意图。

图1 原始图像图2(a)低频逼近子图(b)水平方向细节子图(c)垂直方向细节子图(d)对角线方向的高频细节子图4、2嵌入算法首先将256×256分辨率的256级载体灰度图像进行一层小波变换，如下：[A1,H1,V1,D1] = dwt2(f,'haar')得到A1,H1,V1,D1这样四个128×128大小的矩阵。

其中f是256×256大小的矩阵，保存着分辨率为256×256、灰度级别为256的载体灰度图像，A1、H1、V1、D1分别是lena图像的低频逼近子图、水平方向细节子图、垂直方向细节子图、对角线方向的高频细节子图。

接着，读入水印图像，将水印图像转换为二值图像，要求水印图像的大小为载体图像的八分之一。

将水印图像的信息存入一个二维数组中。

最后，嵌入水印。

如果将水印嵌入低频系数A1中，水印的鲁棒性好，但水印的隐蔽性差；如果将水印嵌入高频系数D1中，水印的隐蔽性好，但水印的鲁棒性差。

同时考虑到水印的鲁棒性和隐蔽性，将这两种方案折中一下，本算法将水印嵌入到小波变换的水平方向细节的中频系数H1中。

H1是一个二维数组，将H1的数据分为像素对，比较每对像素值的大小，前者大于后者表示1，前者小于后者表示0，若二者相等，则将其中一个的值做微小调整，使得每一像素对的大小关系和水印二值图像的每一位相对应。

对不能对应的像素对，将像素对前后的位置互换。

4、2水印提取算法首先读入带有水印的载体图像，将该图像进行一层小波分解：[A1,H1,V1,D1]=dwt2(f,'haar')其中f是256×256大小的矩阵，保存着分辨率为256×256、灰度级别为256的嵌入了水印图像的载体灰度图像。

接着，从H1中提取水印，提取水印是嵌入水印的逆过程，将H1分为像素对，比较每对像素值的大小，如果前者大于后者，提取1，如果前者小于后者，提取0。

5、用MATLAB对该数字水印算法的实现5、1嵌入算法% 读入载体图像文件file_name='lena.bmp';f=double(imread(file_name));% 读入载体文件的大小Mc=size(f,1); %高度Nc=size(f,2); %宽度% 读入数字水印图像文件file_name='_cs.bmp';m=double(imread(file_name));Mm=size(m,1); %水印图像的高度Nm=size(m,2); %水印图像的宽度%将水印图像转换为二值图像m=double(m);m1=m;m=fix(m./12);m=uint8(m);%一层harr小波变换[A1,H1,V1,D1] = dwt2(f,'haar');[r1,c1]=size(A1);r2=r1/2;c2=c1/2;% 嵌入水印for i= 1:r1for j= 1:c1w(i,j)=m(mod(i,Mm)+1,mod(j,Nm)+1); endendfor i=1:r1for j=1:c2if w(i,j)==1if H1(i,(2*j-1))<H1(i,2*j)temp=H1(i,(2*j-1));H1(i,(2*j-1))=H1(i,2*j);H1(i,2*j)=temp;endif H1(i,(2*j-1))==H1(i,2*j)H1(i,(2*j))=H1(i,(2*j))-0.0001;endendif w(i,j)==0if H1(i,(2*j-1))>H1(i,2*j)temp=H1(i,2*j-1);H1(i,(2*j-1))=H1(i,2*j);H1(i,2*j)=temp;endif H1(i,(2*j-1))==H1(i,2*j)H1(i,(2*j))=H1(i,(2*j))+0.0001;endendendend% 实现小波的反变换f=idwt2(A1,H1,V1,D1,'haar',[Mc,Nc]);5、2提取算法% 读入嵌入水印的图像file_name='dwt_wed.bmp';f=double(imread(file_name))/255;% 读取该图像的高度和宽度Mw=size(f,1); %高度Nw=size(f,2); %宽度%一层harr小波变换[A1,H1,V1,D1] = dwt2(f,'haar');[r1,c1] = size(A1);r2=r1/2;c2=c1/2;%提取水印for i=1:r1for j=1:c2if H1(i,2*j-1)>=H1(i,2*j)w(i,j)=1;elsew(i,j)=0;endendend6、实验结果和分析本实验取灰度级为256级、分辨率为256×256的灰度图像lena.bmp作为载体图像，图像如图1所示。