基于小波变换的数字水印技术研究.

基于小波变换的数字水印技术研究

摘要：算法基于Haar小波变换，把小波系数分块，并计算每个块的平均值。在一系列信号处理之后，这些块(尤其是大的块)的平均值不会有很大改变，否则，重构的图像就与原始图像有很大差别。通过对这些块的平均值进行量化来嵌入水印；提取时也依赖于相应块的平均值，所以不需要原始图像参与。算法对有损压缩、小波压缩、噪声、中值滤波和剪裁等操作有较好的鲁棒性。

关键词：信息隐藏；数字水印；小波变换

Digital Image Watermarking Algorithm Base on Haar Wavelet Transform

Abstract：The algorithm deals with the calculating method that wavelet modules are divided into block calculating the average of every one basis on Haar wavelet transform ．Having been wiped with by a series of signals，the image of reconstruction have great differences from the original one unless the average of the pieces(especially the big ones)can be changed greatly．By being quantized and implanted water mark，the average of the pieces are depended on when collected so as not to involve in the original image．The algorithm have perfect robust to the operation damaging compression，wavelet compression，noise，median filtering，cropping．

Key words：information hiding；digital watermarking；wavelet transform.

引言

随着计算机和网络的飞速发展，人们的许多创作和成果都以数字形式进行存储和发布。然而，数字作品极易被非法拷贝、伪造和窜改，使得很多版权所有者不愿意利用网络公开其作品，从而阻碍其自身发展。目前，数字作品的版权保护不仅仅是立法问题，也是一个很重要的技术难题。从技术上看，数字媒体版权信息的嵌入和检测问题，是数字作品版权保护的两个关键问题，它综合了传统密码学的认证和鉴别问题的特点，又加入了稳健性要求。版权保护信息必须与被保护的数据密切结合，版权保护信息的鉴别过程必须具有了抗干扰能力。在这种情况下，数字水印技术应运而生。

1.数字水印技术概述

提到水印，人们都会想到钞票中的水印。钞票水印具有两条特性，首先，水印在通常情况下不可见，只有在特殊的观察条件下才可见（钞票中水印在光下可见）。其次，水印信息必须与载体对象相关（在这里表示纸币的真实性）。

1.1数字水印技术的特性

可证明性：能够为受到版权保护的数字产品提供完全可靠的证据。

不可见性：即被嵌入水印信息的数字产品不会出现明显的质量下降，隐藏的数据不易被察觉；另外，不能用统计的方法恢复出水印。

鲁棒性：添加的数字水印必须对施加于宿主图象的攻击具有一定的免疫能力，不能因为对宿主图象的某种操作而导致水印信息丢失。

1.2数字水印技术的应用

水印技术的应用极为广泛，主要有以下7种应用领域：广播监控、所有者识别、所有权验证、交易跟踪、内容真伪鉴别、拷贝控制以及设备控制。

2.小波变换理论

自1986年以来，小波分析的理论、方法与应用的研究一直方兴未艾。作为一种数学工具，小波变换是对人们熟知的傅立叶变换和窗口傅立叶变换的一个重大突破，为信号分析、图像处理及其它非线性科学研究领域带来了革命性的影响。

人类视觉系统（HVS）的文理特性和照亮掩蔽特性表明，纹理越复杂，背景的亮度越亮，人类视觉对其轻微变化就越不敏感。大量的研究表明，人眼在处理图像信号时，将图像滤波成若干的子带信号，他们占据不同的频率范围，即图像在HVS中被认为是由不同频率范围的信息组成。其特征为：人眼对反映局部结构的边缘和轮廓不敏感；对低频信号，表现出较高的灵敏度。HVS在同一品大范围对不同方向纹理细节信号等表现出不同的灵敏度，这一特点与小波变换的多分辨率分析具有一定的相似性。小波变换是傅立叶变换的发展，是空间和频率的局部变换，它在频域和时域同时具有良好的局部化特征。小波变换在图像处理中的基本思想是把图像进行多分辨率分解成不同的空间和独立的频率带的子图像，然后对子图像的系数进行处理。根据S. Mallat的塔式分解算法，图像经过小波变换后分解成四个子图：水平方向LH、垂直方向HL和对角线方向HH的中高频细节子图和低频逼近子图LL。低频部分还可以继续分解，产生三个高频带系列LHn、HLn、HHn（n=1，2，3）和一个低频带LL3（见图1）。图1中的LL3表示小波变换分解级数决定的最大尺度、最小分辨率下对原始图像的最佳逼近，它的同级特征和原理图相似，图像大部分能量集中于此。高频带系列代表图像的边缘和纹理。

3.DWT变换域数字水印技术

3.1数字水印嵌入技术

图像的水印技术根据水印嵌入的方式可以分为两类：时/空域技术（水印被直接嵌入在图像的亮度值中）和变换域技术（将图像做某种数学变换，然后水印被嵌入于变换系数中）。早期人们对水印的研究基本上是基于时空域的，算法相对简单，实时性较强，但在鲁棒性上不如变换域算法。目前变换域方法正日益普遍，有DCT、DWT、DFT 变幻域算法。变换域算法的优点是：1、水印信息分布到空间域的所有像素上，有利于提高水印的不可见性。2、能方便的与HVS(人类视觉系统)的某些特性结合。3、很好的鲁棒性，对图像压缩、常用的图像滤波以及噪声均有一定的抵抗力。离散余弦变换是从图像空间到频率空间的全局变换，由于离散余弦变换的全局本质，在变换空间中任何一个数据的误差都会影响到图像中的每一个像素。利用小波变换把原始图像分解成多频段的图像，能适应人眼的视觉特性且使得水印的嵌入和检测可分多个层次进行，小波变换域数字水印方法见具有时空域方法和DCT变换域方法的优点。

在一系列信号处理后，如果观察者的主观感觉图像的变化不大，那么图像处理前后低、中频的小波系数的改变幅度同样有限，另外系数幅值改变的方向(变大或变小)在多数情况下也不同，因此，低、中频系数的平均改变幅度十分有限。本算法选取部分低、中频系数并分成一定大小的系数块，通过量化系数块的平均值来嵌入水印序列。3.1.1选择系数

设X(m，n)是一幅大小为M*N灰度级为2“的灰度图像(1≤m≤M ，1≤n≤N)，其中M，N，a为正整数。对X(m，n)进行l层(l为正整数)

小波分解，得到3×l个细节图像和一个低频近似图像，用X k，l(m i，n j)k=h，v ，d；l=1，2，…，l；m i=1，2，…，M／2l；n j=1，2，…，N／2l表示选择的小波系数，其中l表示分解的层次，k=h，v，d分别