基于NSCT-SVD的多重数字水印算法

基于NSCT-SVD的多重数字水印算法

姚蕾;王玲;李燕

【摘要】针对现有水印算法难以抵抗多种类型攻击的问题，提出一种基于非下采样Contourlet变换(NSCT)和奇异值分解(SVD)的多重数字水印算法。该算法采用不同的密钥对水印信息进行Arnold置乱，其宿主图像经过二层NSCT变换后得到大小相同的低频子带和高频子带。为提高算法鲁棒性，对各子带进行奇异值分解，将3个加密水印信息重复嵌入到具有最大奇异值的NSCT域低频和高频子带的子块中。在水印检测时，从3个提取结果中选取归一化均方误差最小的水印作为最终水印。实验结果表明，该算法能够有效抵抗JPEG压缩、椒盐噪声、剪切和中值滤波等多种类型的攻击，并且在保证水印不可见的前提下，提高了水印的鲁棒性和嵌入容量。%Aiming at the problem that those existing digital watermarking algorithms are difficult in resisting kinds of attacks, a multiple digital watermarking algorithm based on Non-subsampled Contourlet Transform(NSCT) and Singular Value Decomposition(SVD) is presented. The watermarking is scrambled by different keys, applying NSCT with two levels on the host image to get low and high frequency sub-bands with same size. It takes SVD operation for each sub-band, and embeds three encrypted copies of the watermarking into the maximum singular values of blocks in low and high frequency sub-bands of the NSCT domain respectively. In the extraction stage, the final watermarking is derived by choosing the minimum Normalized Mean Squared Error(NMSE) value amongst the three extracted watermarking. Experimental results show that the proposed algorithm can resist many types of attacks

effectively, such as JPEG compression, pepper noise, cropping, median filter, etc, and it improves the robustness and embedding capacity of watermarking on the premise of guarantee the watermarking is invisible.【期刊名称】《计算机工程》

【年(卷),期】2014(000)007

【总页数】5页(P112-116)

【关键词】数字水印;非下采样Contourlet变换;奇异值分解;Arnold置乱;鲁棒性;版权保护

【作者】姚蕾;王玲;李燕

【作者单位】湖南师范大学物理与信息科学学院，长沙 410081;湖南师范大学物理与信息科学学院，长沙 410081;湖南师范大学物理与信息科学学院，长沙410081

【正文语种】中文

【中图分类】TP309.2

1 概述

目前版权保护是数字水印最主要的应用。数字产品的版权拥有者利用数字嵌入的方法将具有特定意义的标记隐藏在其数字产品中，然后公开发布水印版本作品。当该作品出现版权纠纷时，版权所有者就可以利用水印检测方法从水印版本作品中获得水印信号，从而保护版权所有者的权益。基于该目的的水印须具有较好的鲁棒性和安全性[1]。

不可见性、鲁棒性、容量是数字水印相互矛盾、相互制约的3个要求。如何折中

以提高数字水印技术的综合性能，一直是研究领域的难点。近年来，变换域算法凭借其良好鲁棒性的优势发展极为迅速，其中较为突出的变换方法有离散余弦变换(Discrete Cosine Transform,DCT)和离散小波变换(Discrete Wavelet Transform,DWT)。基于DCT的水印算法大致包括分块水印嵌入方法和整个水印

嵌入方法，它对低通滤波、对比度和亮度变换和图像模糊这些简单的攻击具有较好的鲁棒性，但它不能抵抗旋转、缩放、剪切攻击[2]。基于DWT的水印算法因其

充分考虑了人类视觉系统(Human Visual System,HVS)的特性而被广泛运用，小

波变换具有良好的时频多分辨率局部特性，但是对于含线或者面奇异的高维函数，不能最优地表示。文献[3]提出了一种新的图像变换方法——Contourlet变换，该变换能够很好地表示线或面的奇异性特征，能够使用比小波变换更少的系数来表达图像中重要的平滑轮廓信息和丰富的纹理信息。随着变换工具的不断完善，涌现出了一大批将水印嵌入到变换域的低频系数或者高频系数的算法，并获得了一定的不可见性和鲁棒性[4-5]。但不管将水印嵌入到低频或者是高频，都只能较好地抵抗

有限的几种类型的攻击。因此，为使水印能够同时有效地抵抗多种类型的攻击，增强鲁棒性，产生同时将水印信息重复嵌入变换域低频子带和高频子带的思想。文献[6]提出将水印同时嵌入DWT域的低频子带和高频子带中，文献[7]提出将水印同

时嵌入Contourlet域的低频系数和高频系数中，实验结果表明了该思想的可行性，水印的鲁棒性得到了极大地提高。文献[8]提出将水印重复嵌入到Contourlet域不同尺度子带系数的奇异值中，实验结果表明，该算法进一步增强了鲁棒性，但是水印的嵌入容量受到了很大的限制。

本文改进对文献[8]算法进行了改进，将经过Arnold置乱的水印信息同时嵌入到宿主图像非下采样Contourlet变换(Nonsubsampled Contourlet

Transform,NSCT)域的低频子带块和高频子带子块的最大奇异值上，在保证不可