外文文献及译文排版格式

改进的数字水印技术及多媒体数据隐藏

摘要

数字水印技术是一个正在开发以确保安全和保护多媒体数据的技术。数字水印的目的不是限制使用多媒体资源，而是以促进数据的认证和版权保护。在本文中，我们讨论数据隐藏和数字水印的总体要求。它包括主题空间水印；扩频水印，光谱水印，和目前现有的商业和公共领域的软件提供一个简短的调查。这个提高的技术是图像/视频压缩的鲁棒技术，并且可以不需要可用的主机信号来恢复隐藏的数据。新计划使签名图像有多达25%的宿主图像数据，因此可以使用在数字水印和图像数据嵌入。

关键词：水印技术，鲁棒性，DCT，扩频方法，分形操作，变换为基础的方法，重叠正交变换

1.引言

数字格式的音频，视频的和印刷信息使用正在随着多媒体广播，网络数据库，电子出版等的扩张而迅速增加。这种转换到多媒体信息（文本，视频，音频）的渐进的数字切换提供了许多优点，如产品容易和便宜的复制和分发。然而，它也增加了滥用等信息被盗的潜在危险，并显著增加了执行多媒体信息的版权相关的问题[5]，[1]，[2]，[8]和执行知识产权保护已成为数字世界的一个重要问题。知识产权的保护和加强已经成为数码世界的一个重要话题。良好的组织都在积极追求数字水印的研究和呼吁这些在目前的多媒体标准中的方法应用。有各种不同的应用于图像的水印算法和几种应用于音频和视频流的方法，其中，一大类水印方案解决隐形水印。目前我们正处于设计评估阶段，在这一阶段中，研究人员正在开发有效的水印算法的技术一般准则，提高了计算复杂性限制的可靠性和剪裁了多媒体产业需求的不断变化[5]。

在过去的几年中，大量的数字水印的方法已经被提出。图像水印编码的两种

基本方法：空间域技术（空间水印）和空间频域技术（谱水印）。本文介绍了几种依赖于编码器中某种类型的感性认识的空域水印算法。许多的空间水印技术为嵌入一个不可见水印到原始图像提供了简单而有效的方案，但对通常的图像改变不健壮。另一种方式来标记的图像变换到频域的傅立叶变换，DCT，小波等。该标记是直接纳入一个图像的变换系数。反变换系数的形成了标记图。这些类型的算法，通常被称为光谱的水印，并且通常利用人类视觉系统的频率敏感性来保证水印是不可见的。许多这些技术是私有水印，这需要原始图像验证标记。不需要原始图像测试的算法被称为公共水印[2]。

2.应用领域

任何数字水印技术的基本组成部分包括一个插入信息的标记算法、水印在图像中。水印嵌入在空间域的图像或空间频率域。作为数字水印技术的一部分，测试算法必须定义来测试图像是否一个特定的水印包含在图像中。根据数据隐藏方案所需的属性，我们可以隐藏应用程序分为以下三类数据：

（一）用于保护知识产权的水印

（二）用于篡改检测的水印

（三）多媒体传输的数据隐藏

这些应用程序根据不同的应用有很大的不同也是真实的，例如，在用水印保护知识产权，水印是用于在互联网上的来源识别提供数字对象。另一方面，指纹试图通过嵌入一个独特的标记于分布式的每个复制来确定单个对象副本。

3.一般要求

每个水印的应用有其自身的特殊要求。因此，不存在普遍的要求，比如必须满足所有的数字水印技术。下面提及一些水印的技术要求：

1.不可见性

2.鲁棒性

3.稳健性

4.安全

5.计算的复杂性

6.可修改性和多重水印

7.可扩展性

4.空间水印方法

在最早的图像水印代表作品中提出了一种数字水印方法代替随机选择的像素与m序列发生器位最低有效位。原来的8位灰度图像数据通过自适应直方图操作压缩到7位，然后来自水印序列的LSB被结合来形成的编码图像。水印可以通过比较与存储的对应LSB位模式被解码。该方法只限于那些含有比较大的区域的纹理图像；该技术也容易受到低通滤波的攻击。1996年Pitas提出了一个类似的系统。许多相同的技术也可以用来标记数字音频。攻击这类系统的一种方法是打破定位隐藏标记的样品所需的同步，例如，一个可以裁切图像。

A. 基本扩频方法

鲁棒水印的大部分工作是基于扩频（SS）在SS水印原理；嵌入的信号通常是一个低能量的伪随机生成的白噪声序列。它是由已知的相关水印序列与提取的水印或水印信号本身（如果主机不可用于提取）检测到的。如果相关性是在一个给定的阈值以上，则该水印检测SS信号的抗干扰性能，使得它的吸引力在水印的低能量应用，因此难以察觉水印窄带干扰的鲁棒性嵌入。在大多数的扩频技术的水印序列伪随机白噪声被添加到主机的信号是由已知的水印和水印信号相关检测。即，将水印嵌入在一些使用的信号领域线性叠加。

这种方法的缺点是在信道容量的估计，在那里他们用于高斯信道容量公式，而不是在一个单一的图像噪声的最佳模式。

B.其他空间域水印

提出的水印[3]，[5]分别被称为常量和变量的二维水印。作者将一个m序列重塑成二维水印块，而这些块在逐块的基础上检测到。两项计划都不需要原始水印的检测。但是，它可以在逐块的基础上接收到图像的局部变化。

C.分形操作

Darven和Scott 在1996年提出了一种利用分像压缩图像的隐写操作方法。一个信息位是由一个相似的块转化为一个近似嵌入的水印图像。数据使用可视化的指定包含该消息的定义域和值域的关键区域被解码。不幸的是，使用这种方法时，隐藏这些小量数据容易产生比特错误。此外，在编码器相似块的搜索和解码器比

较的过程中，都是计算昂贵的操作。

D.图案重叠

通过解读水印作为一个依赖于密钥的覆盖模式，Fridrich[2]提出了一个新的水印计划。该方法是基于叠加模式，其动力主要集中在低频为了保证鲁棒性。该方法描述如下：所产生的水印被选择的位串（作者ID+图像的哈希值），它可以转化成光滑的，几乎是透明的图案被载体覆盖的图像。这格局应该不会出现任何正积木的痕迹。此外，两个不同的水印图案生成应该是不相关的。为了实现这些目标，笔者提出一个随机数发生器的种子来创建一个初始的黑色和白色的二维随机图案与水印。该模式将进一步处理以消除高频率，这是通过将低通滤波器的初始图案，图案初始化0's和1's的相同的概率为50％。为了提取水印，水印的图像中减去从原始计算的差异性与平滑的图案之间的相关性。这种方法的优点是它避免了转换，从而更快和容易实施。

E.频谱水印：DCT域扩频水印的嵌入

Perhaps等人[5]利用DCT分解为数据嵌入的第一项工作。他们认为水印必须放置在信号感知的重要组成部分，如果它是强大的共同信号扭曲和攻击。因为水印的那些组件，以避免听觉退化，他们建议插入水印的数据使用类似扩频通信的技术，该技术隐藏着一个窄频带信号的宽频带的频谱分量。由1000个随机生成的数字水印。水印的长度是可变的并可以调整的，以适应数据的特点。该技术在处理信号的鲁棒性和试图去除水印这两方面的透明度是非常有效的。这种类型的图像失真包括种植技术的鲁棒性,非常低的JPEG压缩数据速率打印和扫描，以及与一些独立水印图像结合。该方案的限制是对原始图像水印检测的依赖，这使得它容易受到多重索赔所有权[3]，[7]，[11]。

F.标记和未标记图像的线性组合

Piva、Barni、Bartolini 和Cappellini的方法[1]，[8]，[10]，[2]类似于Cox 的方法[5]。整个图像的DCT系数计算，在JPEG的曲折的方式下形成的系数向量的ID 。为了减少水印被察觉的机会，第一个未标记的L系数都不显著，W是长度为m伪随机序列的数字，这是添加到DCT系数。测试是类似Cox的方法，但检测不需要原始图像。

G.子带水印

图像水印技术[1]首先计算原始图像X的DCT的8×8基础逐块。对计算的每个块的DCT基础系数定义阈值m，这些阈值在理论上和IA-DCT变换中使用的JND 值是相似的。单独块的水印是一个重构的m序列并针对每个块使用不同的水印。