分块DCT的自适应扩频水印算法
DCT域自适应公开水印技术

DCT域自适应公开水印技术
杨恒伏;陈孝威
【期刊名称】《计算机工程》
【年(卷),期】2003(029)015
【摘要】提出了一种新的DCT域自适应公开水印算法.与以往DCT域算法有所不同.该文算法通过调整两个不同的DCT分块内相对应中频系数间大小关系以嵌入水印.算法首先将原图像各8×8DCT块按Hilbert扫描顺序排列,然后每次在原图像Hilbert块索引序列中伪随机选取两个相邻8×8块,在充分考虑人类视觉系统(HVS)特性的基础上,结合块视觉因子,通过不同强度调整两相邻DCT块中对应中频系数间的大小关系,以嵌入水印信号,嵌入水印与原图像是相自适应的.实验结果表明,该算法是在保证水印不可见的同时,对常见的信号处理操作和一些几何扭曲是鲁棒的,特别是对锐化、对比度增强、边缘增强和直方图均衡等信号增强处理,其鲁棒性更为可观.
【总页数】3页(P88-90)
【作者】杨恒伏;陈孝威
【作者单位】贵州大学计算机科学系,贵阳,550025;贵州大学计算机科学系,贵阳,550025
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.基于 DCT 域自适应数字图像水印技术 [J], 方春城;谭忠明;林若波;邢南亮
2.基于置乱和混沌加密的DCT域公开水印技术研究 [J], 刘世金;刘大利
3.一种DCT域图象自适应公开水印技术 [J], 陈孝威;杨恒伏
4.小波域鲁棒自适应公开水印技术 [J], 杨恒伏;陈孝威
5.一种基于块的DCT域数字图像自适应水印技术 [J], 王焕伟;陈向东
因版权原因,仅展示原文概要,查看原文内容请购买。
dct、dwt嵌入水印原理

dct、dwt嵌入水印原理DCT (Discrete Cosine Transform) 和 DWT (Discrete Wavelet Transform) 是两种常用的图像压缩技术,它们也可以用于嵌入水印。
下面将详细介绍这两种方法的原理。
DCT是一种将图像从空域转换到频域的技术。
它通过将图像分解为若干个频率分量,然后对每个频率分量进行变换,从而得到图像的DCT系数。
DCT变换后,图像中低频分量通常具有更高的能量,而高频分量则具有更低的能量。
这意味着压缩后的图像可以保留较多的低频信息,而高频信息则被较为精细地表示。
利用这个特性,可以将水印嵌入到图像的高频系数中。
嵌入水印的具体过程如下:1.将原始图像分成不重叠的图像块,并对每个图像块应用DCT变换,得到其DCT系数矩阵。
2.对DCT系数矩阵中的一些高频分量进行修改,以嵌入水印。
可以通过在DCT系数中添加或减去一些特定的数值来嵌入二进制水印信息。
嵌入水印时,需要保证修改后的DCT系数仍然在原始范围内,以避免图像失真。
3.对修改后的DCT系数矩阵应用逆DCT变换,将其转换回空域,得到嵌入了水印的图像。
DWT是一种将图像分解为不同尺度和方向的频率分量的技术。
与DCT不同,DWT可以同时提取图像的局部和全局细节。
DWT使用一组基函数(小波)将图像分解为多个频率组件,并且每个组件都具有不同的频率和位置。
嵌入水印时,可以将水印嵌入到图像的不同频率组件中。
嵌入水印的具体过程如下:1.将原始图像进行离散小波变换,得到不同尺度和方向的频率组件。
2.对其中的一个或多个频率组件进行修改,以嵌入水印。
可以通过在频率组件中加入或减去一些特定的数值来嵌入二进制水印信息。
3.对修改后的频率组件进行逆离散小波变换,将其合并回原始图像。
为了增强水印的鲁棒性和不可见性,通常还会使用一些处理技术,如加密、扩展等。
加密技术可以保证水印信息的安全性,扩展技术则可以在不影响图像感知质量的情况下,提高水印的容量和鲁棒性。
DCT变换域中的自适应图像水印算法

DCT变换域中的自适应图像水印算法杨艺敏【摘要】The article proposes a digital watermarking algorithm based on DCT transform. The method can adaptively select the watermark embedding position. According to human visual properties, it also reasonably allocates the watermark embedding strength in the different position. In addition, the combination of chaotic sequence and scrambling technology enhances the attackde ability. Verified by the experiment, the method basically meets the demand of invisibility and robustness, and especially has stronger ability to resist JPEG compression attack.%提出了一种基于 DCT 变换的数字水印算法,该方法能够自适应地选取水印嵌入位置,依据人类视觉特性,合理地分配不同嵌入位置处嵌入的水印强度。
另外,结合混沌序列和置乱技术,增强了水印的抗攻击能力。
经实验验证,该方法基本上满足不可见性和鲁棒性要求,尤其具有较强的抗 JPEG 压缩攻击的能力。
【期刊名称】《微型机与应用》【年(卷),期】2015(000)016【总页数】3页(P46-48)【关键词】图像水印;DCT 变换;自适应;Logistic 映射【作者】杨艺敏【作者单位】厦门工学院电子信息工程系,福建厦门 361021【正文语种】中文【中图分类】TP391随着数字通信网的迅速发展,信息的发布和传输实现了数字化和网络化,Internet 也走进了千家万户,使得数字媒体很容易借助Internet被复制、处理、传播和公开,这样就引发了数字信息传输的安全问题和数字产品的版权保护问题。
一种基于DCT域的自适应可见水印算法

第 2 9期
21 0 0年 1 0月
科
学
技
术
与
工
程
V o. 0 No 2 0c. 11 .9 t201 0
17 一 1 1 f0 0 2 — 33 0 6 l 85 2 1 )9 7 0 —4
S i c eh ooy a d E  ̄n e n c n eT c n lg n n e n g e
D T 是 一 种 实 数 域 变换 ,具 有 很好 的 能 量 压 缩 能 C, 力 和 去相关 能 力 , 目前 流行 的 国际压 缩 标准 相兼 与
容, 因此 它在数 字 音 频信 号 压 缩 和 图像 压 缩 等 领 域
得 到 了广 泛 应 用 。设 s , ) 图像 信 号 , 二 维 ( Y为 则
s , )=∑ ∑ c u c ) , ) o ( Y ( ) ( S( c s
值, 根据 图像 局 部 亮 度 调 节 水 印 的 嵌 入 强 度 , 现 实
了嵌 人水 印 的 自适 应 性 。
(
其 中:
)( c 0 s
)
() 2
0
0≤ y , ≤Ⅳ一1
1 理 论 基 础
D T变 换 的公式 为 j C :
水 印主要 用 于 明确 标 识 版 权 、 防止 非 法 的使 用 , 可 应 用 于数 字 电视 、 字 图 书馆 、 数 电子 商务 等 ¨ 。
文献 [ ] 出了一 种 基 于 图像 亮 度 和 纹 理特 征 3提
的 自适 应 可见 水 印方 案 , 印嵌 人 因子 是 由 图像 的 水 局 部亮 度 和纹 理特 征确 定 。文 献 [ ] 据 宿 主 图像 4根 顶 部 和底部 分块 的边 缘 点 、 理 和 亮 度 特 征 对 这 些 纹 块 进行 分 类 , 可 见 水 印 图像 嵌 入 到 最 佳 嵌 入 位 将 置 。本 文提 出 了一 种 D T域 自适 应 的 可见 水 印 算 C
dctdwt嵌入水印原理

dctdwt嵌入水印原理DCT(Discrete Cosine Transform)和DWT(Discrete Wavelet Transform)是常用的数字图像处理技术,也可用于嵌入和提取水印。
以下是关于DCT和DWT嵌入水印的原理:DCT嵌入水印原理:1.图像分块:首先,将图像分割成多个非重叠的块,通常是8x8或16x16像素大小的块。
2.DCT变换:对每个图像块应用DCT变换,将空域图像转换为DCT系数域。
3.选择水印信息:选择一个待嵌入的水印信息,通常是一串二进制序列。
4.DCT系数选取:根据水印的信息特性和嵌入算法,选择DCT系数域内的若干个高频或低频系数作为嵌入目标。
5.水印嵌入:将水印信息嵌入到选取的DCT系数中。
可以通过修改系数的幅值、相位、或者使用置换算法来嵌入水印。
6.DCT逆变换:对修改过的DCT系数应用DCT逆变换,将图像从DCT 系数域恢复到空域。
7.提取水印:采用相同的DCT变换、选择和逆变换步骤,从修改过的图像中提取出嵌入的水印。
DWT嵌入水印原理:1.图像分层:将图像按照不同尺度分解为多个子图像,通常是利用小波变换的多尺度分解方法。
2.选择水印信息:选择一个待嵌入的水印信息,通常是一串二进制序列。
3.子图像选取:根据水印的信息特性和嵌入算法,在不同尺度的子图像中选择合适的区域进行嵌入。
4.水印嵌入:将水印信息嵌入到选取的子图像区域中。
可以通过修改像素值、幅值、相位,或者使用置换算法来嵌入水印。
5.子图像合成:将修改过的子图像进行合成,得到一幅新的图像。
6.提取水印:采用相同的子图像选取和合成步骤,从修改过的图像中提取出嵌入的水印。
与DCT相比,DWT可以提供更高的数据嵌入率,因为小波变换能够同时提供时频域的信息,更利于水印的隐藏和提取。
但是在DWT中,频域信息并不是像DCT那样以固定的方式排列,所以对于不同图像块可能需要采用不同的嵌入和提取算法。
无论是DCT还是DWT,嵌入水印的过程都涉及到选择合适的系数或子图像区域进行修改,目的是尽可能减小对原始图像的干扰,同时保证水印的嵌入效果和提取质量。
基于DCT-SVD抗几何变换的扩频水印算法研究

基于DCT-SVD抗几何变换的扩频水印算法研究方琪;魏恒;王翾【摘要】提出了一种基于奇异值分解(SVD)的扩频水印算法,该算法将原始图像分块DCT变换,对每决DCT系数进行SVD分解,得到奇异值.水印采用重复码,用秘钥产生的伪随机序列对其进行扩频得到扩频后的水印序列.通过使用量化步长,修改最大奇异值实现水印的嵌入,同时结合人类视觉系统模型来平衡水印的鲁棒性和透明性这两种主要的性能指标.实验证明,由于使用了扩频技术,水印提取正确率很高,具有很好的鲁棒性,对噪声、滤波、压缩和剪切都有很强的抵抗力.对于旋转攻击,通过估算旋转角度,运用扩频技术和SVD使得水印提取正确率得到很大提高.【期刊名称】《中国传媒大学学报(自然科学版)》【年(卷),期】2013(020)004【总页数】6页(P52-57)【关键词】离散余弦变换(DCT);SVD;扩频水印【作者】方琪;魏恒;王翾【作者单位】中国传媒大学广播电视数字化教育部工程研究中心,北京100024;中国传媒大学广播电视数字化教育部工程研究中心,北京100024;中国传媒大学广播电视数字化教育部工程研究中心,北京100024【正文语种】中文【中图分类】TP7511 引言近年来,随着多媒体和互联网的迅猛发展,人们对这种新型媒体也越来越关注,需求量急剧增加,盗版也随之愈来愈猖獗。
因此,对数字产品(图像,音频,视频)的版权保护就成了一个日益迫切的问题,数字水印是解决媒体版权问题的有效办法。
图像除了会受到常规干扰(噪声、滤波、压缩),还可能受到剪切、平移、缩放、旋转等几何攻击,几何攻击是数字水印攻击技术中最为严厉的攻击类型之一,被公认是数字图像水印技术走上商用的一个最大威胁。
SVD数字水印具有良好的抗噪声和几何形变的能力,成为抗几何攻击水印算法的研究热点。
DCT域图像水印技术具有较好的鲁棒性,抵抗信号处理和恶意攻击的能力强,水印在变换域上嵌入,反映到空间域,则使整个图像所有像素上能量分散,有利于不可见性和鲁棒性。
基于DCT系数量化的自适应数字水印算法

i g r c s ig a dJ G o r sin,ec ma ep o e sn n PE c mp e so t.
Ke r s dgt 1 tr r ig;s l r a iigm a pn ;ds r t o ieta so m ywo d : i i a wa ema k n e o g nzn p ig icee c sn r n f r
0 引
言
一
wae ma k c rir h n ma e lc ls i c to n ice ec sn r n fr (X; tr r a re ,t e k sbo k ca sf a in a d ds r t o ieta so i m I T)o o o e t fc mp n n
n l ma e a g .Ex e i e tr s lss o t a ih r b sn s a eo ti e n e h tak o o m a i p r n e ut h w h th g o u t e sc n b b an d u d rt ea tc fn r 1 m
y ys l-r a iig m a pn ( OM ) me h d.a a t m b d h tr ak d bn r g fe r b efo g nzn p i g S to tls e e st ewa em r e ia y i ma ea trA —
h l r n f r t h a re h o g u n ii g a d m o iy n t o d ta so m i o t e c r ir t r u h q a t n n d f i g is n z DCT o fiin s n h u n i c e fce t ,a d t eq a t—
毕业设计(论文)-基于dct域的数字水印算法研究与应用[管理资料]
![毕业设计(论文)-基于dct域的数字水印算法研究与应用[管理资料]](https://img.taocdn.com/s3/m/9fefdf8101f69e31423294dd.png)
毕业设计中文摘要毕业设计英文摘要目次1 绪论 (1)课题的研究现状及热点问题 (1)数字水印的关键技术及应用 (2)本文的主要研究内容 (5)2 数字水印的基本原理 (6)DCT域数字水印嵌入原理 (6)DCT域数字水印提取原理 (6)本章小结 (7)3 数字水印的嵌入设计 (7)DCT域数字水印嵌入流程 (7)水印嵌入的结果 (8)本章小结 (11)4 数字水印的提取设计 (12)DCT域数字水印提取流程 (12)水印提取的结果 (13)本章小结 (15)5 鲁棒性分析 (16)抗噪声测试 (16)抗压缩测试 (20)本章小结 (21)结论 (22)参考文献 (23)致谢 (25)附录A (25)附录B (27)1 绪论课题的研究现状及热点问题随着计算机的普及,许多传统媒体内容都向数字化转变,并且在电子商务中即将占据巨大市场份额,如mp3的网上销售,数字影院的大力推行,网上图片、电子书籍销售等等,在无线领域,随着移动网络由第二代到第三代的演变,移动用户将能方便快速的访问因特网上数字媒体内容,基于有线或无线网络的数字媒体内容的应用即将是信息时代新的传统。
但是,数字媒体内容的安全问题成了瓶颈问题,一度制约着信息化进程。
为了有效地解决信息安全和版权保护等问题,近年来提出了加解密、数字签名、数字指纹、数字水印等多种技术。
其中数字水印是20世纪90年代出现的一门崭新的技术,它通过在数字产品中嵌入水印信息来确定数字产品的所有权或检验数字内容的原始性[1]。
它弥补了加解密技术不能对解密后的数据提供进一步保护的不足, 弥补了数字签名不能在原始数据中一次性嵌入大量信息的弱点, 弥补了数字指纹仅能给出版权破坏者信息的局限[2]。
国际上一些成立了专门的机构,如拷贝保护技术工作组(CPTWG,Copy Protection Technique Working Group)从1995年开始致力于基于DVD的视频版权保护研究,安全数字音乐创始(SDMI,Secure Digital Music Initiative)从1999年开始研究音频的版权版护,数字水印是其中的核心关键技术。
- 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)。
分块DCT的自适应扩频水印算法摘要:本文提出了一个利用块分类的DCT域自适应扩频图像水印算法。
嵌人的水印是一个可视二值图像,用两个不相关的伪随机序列分别代表水印信息中的0和1,从而达到扩频的目的。
将扩频后的水印信号,嵌入到分块DCT域的中低频段系数中的过程中,充分考虑到了局部图像的复杂度,能够自适应地调整嵌入强度,提取水印信号无需使用原始图像。
仿真实验表明:图像经过JPEG有损压缩、低通与中值滤波和剪切等图像处理操作后仍是稳健的。
关键词:分块DCT 扩频 HVS 图像水印算法1 引言数字水印技术是指在宿主数字媒体(图像、声音、视频)等中嵌入一定量的数字信息,例如作者的电子签名、日期、公司图标等,用以证明作品的所有权,并可作为起诉非法侵权的证据,从而保护作品原创者的合法利益。
数字水印技术不同于传统的数据加密,其目的不是限制对数据的存取,而是保证嵌入的数据不可侵犯和可恢复。
其基本要求有:透明性,是指在宿主数字媒体中嵌入一定量的数字水印信息后,不会引起原媒体明显的降质现象,隐藏数据不易察觉,即无法人为地看见或听见;鲁棒性,是指数字水印必须对施加于宿主媒体的各种变换操作(如有损压缩、滤波和剪切等)具有免疫性,即水印信息不能因为施加于宿主媒体的某种变换操作而丢失;安全性,是指数字水印能够抵挡各种蓄意的攻击,很难被他人所复制和伪造,只要其不知道控制该算法的密钥。
2 已有的基于DCT域的图像水印算法分析较早利用分块DCT的水印技术是Koch .E、的文章,他们的水印方案是用一个密钥随机的选择图像的一些分块,在频域的中频上稍稍改变一个三元组来隐藏二进制序列信息。
这种方法对有损压缩和低通滤波是稳健的。
Cox等提出了着名的基于图像全局变换的数字水印技术,该方案对整个图像作离散余弦变换(DCT),然后将水印嵌入到预先设定的低频分量中,水印信号由高斯分布的实数序列组成,算法不仅在视觉上具有不可察觉性,而且稳健性也非常好,可经受JPEG 压缩、滤波、剪切等攻击。
Barni等提出一种利用HVS掩蔽特性的基于DCT的水印算法,在水印嵌入阶段,对的图像进行的DCT变换,对DCT系数按Zig-Zag扫描重新排列为一维向量,留下向量中开始的L个系数不作修改,对第L个系数后面的M个系数进行修改以嵌入水印。
黄继武等人在对DCT系数DC和AC分量的定性和定量分析的基础上,指出DC分量比AC分量更适合嵌入水印,嵌入DC分量的水印具有更好的稳健性,并提出了一个利用DC分量的自适应算法。
以上算法至少有以下两个缺点:①在水印提取过程中使用了原始图像,这一点在实时的络环境中很难做到;②只能给出水印存在有无的回答,在许多应用场合要求水印是有意义的,如一个二维图像(商标、印鉴等)。
显然,这种有意义的水印所包含的信息量、可感知性、可辩识性及保密性,是无意义的伪随机噪声所不能比拟的。
本文在研究了前人算法的基础上,提出了一个利用块分类的DCT域自适应扩频图像水印算法,嵌入的水印是一个可视二值图像。
用两个不相关的伪随机序列分别代表水印信息中的0和1,从而达到扩频的目的,将扩频后的水印信号,嵌入到分块DCT域的中低频段系数中。
在嵌人过程中充分考虑到了局部图像的复杂度,能够自适应地调整嵌人强度,水印检测算法不需要原始图像,实现了盲检测。
仿真实验表明:图像经过JPEG有损压缩、低通与中值滤波、剪切等图像处理操作后仍是稳健的。
3 数字水印嵌入算法具体步骤本文算法基本框图如图1所示,以下对各步骤作详细介绍。
图1 水印嵌入算法框图原始图像分块设原始图像为f(x,y),首先将 f(x,y) 分割为互不覆盖的8×8子块,记为Bm={fm(i,j),0≤ m =0,1,...,M-1 ≤7}m =0,1,...,M-1 ,对 Bm进行DCT 变换,得到:= =DCT{ ,0≤ ≤7}m =0,1,...,M-1 (1)基于视觉掩蔽特性的块分类本文借鉴黄继武等提出的算法,水印的嵌入过程可以看成在一个强背景(原始图像)上叠加一个弱信号(数字水印),只要信号低于HVS的对比度门限,视觉系统就无法感觉到信号的存在。
根据HVS的对比度特性,该门限受背景照度,背景纹理复杂性和信号频率的影响,一般说来,背景越亮,纹理越复杂,门限就越高。
即可以嵌入更高强度的水印信号,根据图像的局部纹理复杂性,尽可能提高嵌入水印的强度,这是提高水印稳健性的有效办法。
为此,把图像分为三类,以便叠加不同强度的水印分量。
第1类(R1)平均灰度较低(暗),且灰度变化比较平滑,HVS对其中像素值的改变较为敏感,叠加的水印分量的强度最弱;第3类( R3)平均灰度较高,且纹理复杂,HVS对其中像素值的改变敏感性最弱,叠加的水印分量的强度最强;余下的为第2类( R2)。
设背景照度为 I,根据Weber定律,在均匀背景下,人眼刚好可以识别的物体照度为 , 满足: 。
文中定义了如下衡量块均匀度的参数:(2)其中为的灰度均值。
上式的物理意义是:决定物体照度可见度的应该是对比度而非照度绝对差,加权系数作为修正因子, 根据下式确定:= (3),当较小时, 被认为比较均匀;反之, 较大时, 被认为包含纹理和边缘。
文献中提到利用作为块均匀度的测量标准,其结果优于利用块方差作为标准的情况。
块分类器可描述如下:如果且 ,则。
如果且 ,则。
若上述两种情况均不满足,则 ,其中T1、T4为门限,可由实验确定。
水印的预处理设二值水印表示为: , ,很明显,如果不打乱水印的空域关系,直接把可视的二值水印加到原始图像的中频段,那么一个简单的图像剪切操作就会把水印破坏掉,因此,在嵌入水印之前,首先对其进行置乱处理,本文采用一个时间复杂度较低的随机算法来打乱水印的空间顺序。
}(4)其中, 是原始像素点经过随机排序后得到的乱序水印像素点。
图2 水印随机排序示意图首先,利用密钥K1产生0到的随机数作为原始水印每个像素点的标号,然后利用桶分类排序算法将这些随机标号按由小到大排序,随机标号的顺序排序使得标号所标识的原始水印像素点随机排序,这种方法的时间复杂度为 ,以32×32二值水印为例,排序过程由图2所示。
水印扩频扩频调制具有抗干扰、低功率谱密度、保密性好等许多优点,它是利用伪随机序列对被传输信号进行频谱扩展,使之占据的带宽远远超过所必需的最小带宽,其本质是利用带宽换取信噪比。
在水印算法中,它是利用水印信道的容量换取算法稳健性的改善。
本文提出采用两个不相关的伪随机序列来代表二值水印信息中的0和1,从而实现频谱扩展的目的,首先利用密钥K2产生一个种子,在此种子下,生成两个不相关的伪随机序列:PN_zero,PN_one。
, (5)其中 L 由8×8DCT系数矩阵的中频段长度决定,然后根据二值水印信息的0或1,分别嵌入PN_zero或PN_one。
本文采用的扩频方案具有简单易实现和稳健性好的优点。
水印嵌入为了在鲁棒性和透明性之间进行折中,本文将二值水印经扩频后的伪随机序列嵌入到各图像块的中低频段系数中。
实验中采用的二值图像是16×16 的字符图像,原始图像是256× 256 的Lena图像。
原始图像经过8×8分块后,有1024个子块,而二值图像的总长度为256,因此把二值图像周期扩展为长度为1024的向量,然后再嵌入到原始图像,使水印具有更好的抵抗剪切攻击能力。
首先对B`m(m =0,1,...,M-1) 的系数按Zig-Zag顺序读取(如图3(a)),本文对水印的嵌入位置和伪随机序列的长度进行了大量的实验,发现在图3(b)为1的位置嵌入伪随机序列, 水印具有较好的鲁棒性和透明性。
将按Zig-Zag顺序读取的每一分块系数重新排列为一维向量 ,并取出系数中第 L+1到L+N 的中低频段部分,得:,根据图3知 L =14, N =13,伪随机序列由 N 个实数随机数组成:按下式将伪随机序列嵌入到中:当message(m)=0, (6)当message(m)=1, (7)(a)Zig-Zag读取顺序 (b)水印嵌入位置图3 Zig-zag读取顺序及水印嵌入位置message为二值水印行扫描重复4次后排成的一维向量。
它的长度和原图像块个数均为1024, 为拉伸因子,根据块的类别而变, 可由实验确定,对应R1、R2,本文根据实验确定分别为6、8、12。
将修改系数后的一维向量再逆Zig-Zag扫描变换为二维矩阵,然后分块做IDCT变换,即得到嵌有水印的图像。
4 数字水印提取算法具体步骤水印提取框图如图4所示,水印检测不需要原始图像。
图4 水印检测算法含水印图像分块设嵌入水印的图像为 ,首先将分割为互不覆盖的8×8子块,记为 ,对进行DCT变换,得到:= =DCT{ ,0≤ ≤7} (8)解扩对各8×8DCT分块系数矩阵按Zig-Zag读取顺序排列为一维向量,提取每一列向量 L+1到 L+N的系数,设该系数组成的一维向量为:,将和嵌入过程中的两伪随机序列分别作相关运算,从而判决嵌入的原始水印信息是0或1。
设:Sequence_zero(m)=corr2(PN_zero, ),Sequence_one(m)=corr2(PN_one, )则:if Sequence_zero(m)> Sequence_one(m)message(m)=0;else message(m)=1;对每一子图像块进行相关运算,就可把置乱水印的一维向量message提取出来。
水印反置乱原始水印在嵌入前经过了置乱处理,因此须对提取出的水印message进行反置乱。
首先根据密钥K1产生0到的随机数,该随机数即为message向量中每个像素点的标号,按照正常顺序重新排列message向量,就可还原出原始水印的一维向量,因为水印嵌入过程中是重复4次嵌入的,因此把该一维向量分为4段,运用多数原则提取原始水印,再将原始水印逆变换为二维矩阵,即恢复出二值水印。
水印的检测与评价本文是将视觉上可直观认知的二值水印作为水印,所以人眼的主观评价可以作为水印抽取的一个评价标准,除此之外,也可从理论上定义归一化相关系数作为另一个评价水印抽取算法的客观标准,设初始水印为 ,抽取水印为 ,则:(9)相关系数在0、1之间,其值越大,水印鲁棒性越好。
如果该相关系数超过某一阈值,就判定图像中存在此二值数字水印图像(阈值由用户根据数字水印的具体应用背景而确定),本文阈值选为。
5 实验结果本文的实验结果是基于仿真得到的,图5给出的是二值水印嵌入与提取的实例。
其中256×256的标准Lena图像作为原始图像,16 ×16的二值字符图像作为水印。
(a)原始图像 (b)嵌入水印后的图像 PSNR=(c)初始水印 (d)乱序水印 (e)抽取水印ρ=1图5 算法水印加入与抽取实例嵌入水印的图像质量的客观评价采用峰值信噪比PSNR来度量,水印检测结果的客观评价采用相关系数来衡量。