一种基于人眼视觉特征的图像内容认证算法.pdfVIP

第3l卷第5期 杭州电子科技大学学报 V01．31．No．5 d Dhalzi 2011年lO月 JournalH¨FlHI UniveTsity Oct．20lI 一种基于人眼视觉特征的图像内容认证算法 曹守斌，唐向宏，林军海，陈宏炳 (杭州电子科技大学通信工程学院，浙江杭州310018) 摘要：该文提出了一种用于精确认证的脆弱水印算法。该算法结合人类视觉系统特性。利用模糊 C一均值聚类技术，基于亮度、纹理、对比度等提取类成员关系度作为认证水印，通过修改图像块各 象素的最低有效位实现水日幅息的嵌入。在认证端，从接收到的图像提取其中所隐藏信息，判断 内容发生变化的位置，实现了盲检测。实验结果表明，该算法生成的含水印图像透明性好，能够准 确检测并定位篡改发生的位置。 关键词：脆弱水印；图像认证；人类视觉系统 中图分类号：TP391．41 文献标识码：A 文章编号：1001—9146(2011)05—0143—04 0 引 言 数字水印作为多媒体版权保护和内容完整性认证的一种重要手段，受到人们的广泛关注。用于版 权保护的数字水印称为鲁棒水印；用于内容完整性鉴定的数字水印分为脆弱水印和半脆弱水印…。基 于图像特征的水印算法使得水印信息与图像相关旧JJ，既可增强系统安全性，又可避免在认证端额外的 提供原始水印信息。文献2提出一种基于图像块的脆弱水印算法，结合载体图像的局部和全局特征提 取认证水印，消除了图像块间的独立性，因而能有效抵抗共谋攻击，但算法篡改定位精度有待提高。文 献3依据各图像块的象素颜色值，利用模糊聚类算法分析图像块之间的类成员关系度，并将其作为图像 特征水印嵌入图像块中各象素的最低有效位(LeastSignificantBit，LSB)和次最低有效位，但没有考虑人 Visual 类视觉系统(HumanSystem，HVS)特征。针对HVS特征，本文将充分考虑图像的亮度、纹理和对 C·Means，FCM)聚类算法，探讨基于图像特征的脆弱水印，在提高 比度等特性，利用模糊C一均值(Fuzzy 水印透明性的同时提高所嵌水印的稳定性，提高定位篡改位置能力，实现数字图像的内容精确认证。 1 FCM聚类算法及HVS特性 1．1 FCM聚类 FCM聚类的基本思想就是使得被划分到同一类的对象间相似度最大，不同类间的相似度最小。若 设聚类目标函数为，： N C ． 2 0 0 i=1，2，…，C；j=1，2，…，N；m∈(1，∞．) xj—Vi _，(x；U，V)=．蓦．三uum (1) 聚类巾心，m是加权指数，m越大聚类越模糊，抑制噪点的能力越强【4J。算法的具体步骤如iF：(1)首 先确定FCM聚类数c，初始化加权指数m以及聚类中心v；；(2)对于第t次迭代，根据式u。= Xj—Vi 喜。(d日／d o，dkj=oxj—V。o，得新的隶属度函数和聚 kj)一2／m一1和v；．：善N(uu)“xj／高(Uij)“，du=i 收稿日期：201l一0r7—20 作者简介：曹守斌(1984一)，男，山东邹城人，在读研究生。信号与信息处理 144 杭州电子科技大学学报 2011年 类中心；(3)若IJ“)一J(t。1’I≤8则停止，否则返回(2)继续迭代至得出v；的最优解。 1．2 HVS特性 数字图像