数字水印技术算法研究

数字水印系统的基本原理
水印检测是水印算法中最重要步骤。一般来说，水印检测首先 是进行水印提取，然后是水印判决。若将这一过程定义为解码函数 D，那么输出的可以是一个判定水印存在与否的 0-1 决策，也可以 是包含各种信息的数据流，如文本、图像等(图 2-3)。
数字水印系统的基本原理
如果已知原始图像I和有版权疑问的图像I'，则水印提取及检测分别见公式 (2-3)和(2-4)。 W * = D(I′,I) (2-3)
数字水印系统的基本原理
通用的数字水印算法包含两个基本方面：水印的嵌入和水印的提取 或检测。
设 I 为数字图像，W 为水印信号，K 为密码，则处理Βιβλιοθήκη Baidu的水印 W' 由函数 F 定义如下：
W ′ = F(I,W,K)
(2-1)
若水印所有者不希望水印被其他人知道，则函数F应该是不可逆的， 如经典的DES加密算法等。这是将水印技术与加密算法结合起来的一种 通用方法，目的是提高水印的可靠性、安全性和通用性。水印的嵌入过 程如图 2-1 所示，设有编码函数 E，原始图像 I 和水印W'(W'由 2-1 定 义)，那么水印图像表示见公式(2-2)：
I′ = E(I,W ′) = E( I,F( I,W ,K )) (2-2)
设 I 为数字图像，W 为水印信号，K 为密码，则处理后的水印 W‘由函
数 F 定义如下：
W ′ = F(I,W,K)
(2-1)
数字水印系统的基本原理
在完整性确认和篡改提示应用中，必须能够精确的提取出嵌入的水印信 息，从而通过水印的完整性来确认多媒体数据的完整性。所以水印提取 框图如图 2-2。
水印的特性及应用
数字水印（Digital Watermarking）是往多媒体数据（如图像、声 音、视频信号等）中添加某些数字信息（水印）而不影响原数据的视听 效果，并且这些数字信息可以部分或全部从混合数据中恢复出来，以达 到版权保护等作用。这里水印的嵌入载体可以是图像、声音、视频信号， 还可以是文本格式，本文讨论的对象是数字图像。水印信息也可以是各 种媒体，本文选用了图像，不过通过适当的调整就可以适应其他类型水 印信息的嵌入。
课题背景
数字水印技术是指将创作者的创作信息和个人标志通过数字水印系 统以人所不可感知的水印形式嵌入在多媒体中，人们无法从表面上感知 水印，只有专用的检测器或计算机软件才可以检测出隐藏的数字水印， 从而用以证明创作者对其作品的所有权，并作为鉴定、起诉非法侵权的 证据，同时通过对水印的检测和分析保证数字信息的完整可靠性，从而 成为知识产权保护和数字多媒体防伪的有效手段。通常，水印会永久地 驻留在图像中，在必要的时候通过专门的检测算法检测水印，以确认所 有权和跟踪侵权行为。
水印系统的评估标准
主观评价: 主观评价是从人类视觉的角度来考虑的。 要进行公平合理的评估和比较，在评估过程中就要考虑水印的可感
知性。当使用主观测试包括两个步骤： 第一步：将失真的数据集按照从最好到最坏的次序排列； 第二步：挑选的测试人员对每个数据集进行评定，描述所处理对象
的可感知性。
主观评价
这种评定可基于 ITU-R Rec.500 质量等级级别，表 1-1 列出了 等级级别和相应的可感知性以及质量。
❖ 1.不可感知性 ❖ 2.安全性 ❖ 3.鲁棒性 ❖ 4.可证明性 ❖ 5.不可检测性 ❖ 6.无歧义性 ❖ 7.计算有效性
水印的特性
水印的应用
❖ 1.数字作品的版权保护 ❖ 2.商务交易中的票据防伪 ❖ 3.声像数据的隐藏标识和篡改提示 ❖ 4.隐藏通信及其对抗
数字水印面临的攻击
❖ 1.简单攻击 ❖ 2.IBM ❖ 3.StirMark ❖ 4. 马赛克攻击 ❖ 5. 串谋攻击
基于 DCT 域的数字水印算法
近年来DCT已广泛应用于图像压缩编码中，是国际静止图像压缩标 准JPEG的基础，国际序列图像压缩标准MPEG-1和MPEG-2也是采用 DCT变换方法，所以在数字图像的DCT域中嵌入水印信息，是最常见的 嵌入方法之一。本文提出一种基于 DCT 的鲁棒数字水印算法，该算法 利用了 HVS 来选择最佳的水印嵌入区域和嵌入水印信号的最大强度。 实验结果表明，本算法具有很强的鲁棒性，有利于版权保护。
主观测试对最终的质量评价和测试是有实用价值的，但在研究和 开发情况下并不是很有用。
客观评价
到目前为止，仍然没有一个良好的客观衡量手段来对数字水印算法 做出合理的评估。一种数字水印算法的隐形性如何，受到攻击的稳健性、 安全性如何，这种算法是否实用，所有这些问题都需要客观的评价手段。 1.方差 MSE（Mean Square Error） 2.信噪比 SNR（Signal-to-Noise Ratio） 3.峰值信噪比 PSNR（Peak Signal-to-Noise Ratio） 4.掩膜峰值信噪比 MPSNR（Masked Peak Signal-to-Noise Ratio） 5.相似性系数 NC(Normalized Correlation)
数字水印系统的基本原理
其中W*为提取出的水印，K为密码，函数C做相关检测，δ为决策 阈值。可取水印和原始水印的相关性[14][15 ] 来测试，计算由公式(25)可得：
数字水印系统的基本原理
其中w,w′分别表示为原始水印信息和提取出的水印信息。Corr取值 在[-1，1]之间，如果这一相关值依赖一个给定的阈值，当Corr超过这个 阈值，则可以判定图像中含有此水印。这实际上是一个假设检验或水印 相似性检验的问题。检测器的输出结果如果充分可信，则可在法庭上作 为版权保护的潜在证据。那么这要求水印的检测过程和算法应该完全公 开。对于假设检验的理论框架，可能的错误有如下两类：第一类错误是 检测到水印但水印实际上不存在，即虚警问题。该类错误用误识率 (probability of false alarm) P 衡量；fa第二类错误是没有检测到水印 而水印存在，即漏报问题。用拒绝错误Prej 表示。总错误率为 Peer = Pfa+ Prej，当 Prej 越小检测性能越好。但检测的可靠性只与误识率 Pfa 有关。注意到两类错误实际上存在竞争行为。