基于DCT变换的图像数字水印算法

论文可以浏览,但请勿抄袭。

第35卷(2007)第8期　　　　　　　　　　　　　　计算机与数字工程　　　　　　　　　　　　　109

基于DCT变换的图像数字水印算法

徐世刚　李　娟　胡　广

1)

1)

2)

3

)

(武汉科技大学电子信息工程系1)　武汉　430081)(华中科技大学电子信息工程系2　武汉　430074)

摘　要　数字水印技术在保护数据信息安全和版权方面有着重要的应用。对基本DCT域图像数字水印算法进行改进,该算法采用可视的二值图像作为水印信息,利用人类视觉系统(HVS)的冗余特性,将图像块进行分类,并结合边缘检测和Arnold型置乱变换加密,通过在图像块DCT域中修改低频区DC分量来嵌入不同强度的水印。,该算法生成的水印是不可见的,并且对常见的图像处理和噪声干扰具有较好的鲁棒性。

关键词　数字水印　边缘检测　图像置乱　Arnold变换中图分类号　TP391

1　,

、声音、文档、图书、视频等数字产品中,用以证明原始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,验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。一般认为数字水印应具有安全性(可证明性)、隐形性(不可感知性)、稳健性(鲁棒性)和自恢复性等特点。具有上述特点的水印才是严格意义上的数字水印,但由于对数字水印的定义尚未统一,许多文献中讨论的数字水印并不具备上述特点,或者仅具有上述的部分特点。由于数字图像比声音、文字等蕴涵更多的信息量,因而现今对数字水印的研究,大多数都是针对图像进行的。

,DCT变换后低频系数值较大,而高频系数值较小。

人眼对于DCT域低频区敏感,对于高频区则不十分敏感。如果要获得很好的稳健性,数字水印应加在低频部分,但是这样引起的图像降质较大,无法保证视觉透明性。为了避开这一矛盾,很多文献中将水印嵌入选在图像的中频部分,从而在视觉透明性和稳健性之间进行折衷。

黄继武

[1]

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分量有更大的视觉容量,比AC分量适合嵌入水印,而且DC分量的水印具有更好的稳健性。本文采用将水印信息嵌入到DCT变换后低频区的DC分量上,即选择每个DCT块左上角的一个点作为嵌入位置。

3　水印信息置乱加密与解密

置乱技术

[2]

2　水印嵌入、提取位置的选择

早期的基于DCT变换的水印算法是把水印嵌

入到频域的高频系数中,因为原始图像经过DCT变换后,大部分信息集中在低频部分,因此可以将水印嵌入含信息量少的高频部分,以尽量减少对原始图像的影响。这样能保证视觉透明性,但是,各种常见的图像处理操作对于图像高频部分的损坏可能性很大,如有损压缩、低通滤波等,水印很容易在经历图像处理的过程中损失,故这类算法所产生的水印稳健性很差。

是随着信息安全与保密被日益重

[3]

视而发展起来的图像加密技术。目前,常用的技术主要有以下几种:Arnold变换

、幻方、Hilbert曲

线、Conway游戏、Gray变换等。将置乱技术应用于水印系统,是通过置乱变换尽可能地分散错误比特的分布,以提高数字水印的视觉效果,增强数字水印的鲁棒性。

设原图像I为N×M大小,假定像素位置为

(x,y),按几何变换置乱后的像素位置为(x′),,x′

则几何变换的置乱方法如公式(1)所示:

3

收到本文时间:2006年4月2日

作者简介:徐世刚,男,本科生。李娟,女,硕士,助教

,研究方向:图像处理与模式识别。胡广,男,博士研究生,讲师,

研究方向:图像处理与模式识别。© 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved.

论文可以浏览,但请勿抄袭。

110　　　　　徐世刚等:基于DCT变换的图像数字水印算法　　　　　　　　　　　　　　　第35卷

xy=A(modN)(1)

嵌入的水印信息比较少,可以多次嵌入水印信息以

达到加强水印鲁棒性的效果。

(2)对原始图像的每个子块进行二维DCT变换。(3)对每一个DCT变换后的子块,根据公式(2)嵌入水印:

其中,A中元素均为整数,当A取

11

时,就为

著名的Arnold变换。在一定条件下,Arnold型置乱变换具有周期性。

本文采用Arnold变换的数字图像置乱技术。将数字水印图像视为一个矩阵,则经过Arnold变换后的图像会变得混乱不堪,但继续使用Arnold变换,一定会出现原始图像。在嵌入水印信息时,利用密钥来控制水印信息置乱次数,对水印信息加密。在水印提取时,只有通过正确的密钥才能解密得到水印信息,即使攻击者知道嵌入算法,提取的也只是一堆毫无意义的乱码。此外,αXi)　　　　V′i=Vi(1+(2)

其中,Vi是原始图像的DCT系数,V′i是嵌入水印后图像的DCT系数,Xi是与原始图像块号相同经

过加密后的水印图像信息,α是水印嵌入强度。

(4)对嵌入水印后的每个DCT系数块进行

IDCT变换,重建图像,。5.。水印:

)将待检测的图像进行分块,子块大小为8

4　边缘检测

[]

×8,并对子块进行二维DCT变换。

(2)将原始图像同样进行分块并进行二维DCT变换。

(3)对原始图像和待检测图像进行运算,求出

边缘来解决水印嵌入强度的问题。常用的微分算子有梯度算子(如Robert算子、Prewitt算子、Sobel算子)、方向算子(如Kirsch算子)、拉普拉斯算子、马尔算子、综合正交算子、坎尼算子和沈俊算子等。本文考虑人眼视觉对边缘变化激烈处的不敏感特性和边缘检测技术的特征,结合边缘检测对图像进行处理。将原始图像进行分块DCT变换后,在嵌入水印的同时对各块做边缘检测,对处于边缘地带的分块加重水印嵌入的强度。在提取水印时,根据各块的边缘检测选择不同的提取系数提取水印信息。本文选用Sobel算子对图像求边缘,Sobel算子利用像素的上、下、左、右邻域的灰度加权算法,根据在边缘点处达到极值这一原理进行边缘检测。该方法不但能产生较好的检测效果,而且对噪声具有平滑作用,可以提供较为精确的边缘方向信息。

各部分子块嵌入水印的估计值,运用公式(3):

α(3)X′i=(V′i/Vi-1)/其中,X′i是与原始图像块号相同提取出来的加密水印图像信息。

(4)将各水印块合并,得出的是嵌入时经过

Arnold变换置乱技术加密的水印信息。

(5)对该图像采用Arnold变换置乱技术解密,

即得到解密后的二值水印图像。

人眼的主观评价可以作为水印提取的一个评价标准。除此之外,也可从理论上定义归一化相关系数S作为水印提取算法的客观标准,它定义为被恢复出的水印信号和原始水印信号的相似程度

(相关性):

S=∑(W′iWi)i=0n-1

-1=0

-1=0

(W′i)

2

(Wi)

2

(4)

5　水印算法流程

5.1　水印的嵌入

其中,W′i是与原始图像块号相同经过解密后的水印图像信息,Wi是原水印图像信息。根据相似度的值即可判断图像中是否含有水印信号,其值越大,水印鲁棒性越好。判定准则为:事先设定一个阈值T,若S>T,可以判定被测图像中含有水印,否则没有水印。

设I是大小为M×N的原始图像,J是大小为

P×Q的水印图像,M和N分别是P和Q的偶数倍。把水印信息J加载到原始图像I中,算法分以下步骤进行:

(1)对原始图像I分块,将I分解为(M/8)×(N/8)个大小为

M

的子块,每个分 …… 此处隐藏：3063字，全部文档内容请下载后查看。喜欢就下载吧 ……