数字水印实验.doc

数字水印实验 1.数字水印简介 随着数字技术和Internet技术的发展，各种形式的多媒体数字作品纷纷以网络途径传播，然而数字作品的便利性和不安全性是并存的。它可以低成本，高速度地被复制和传播，这样就为创造者和使用者都提供了很大的便利。但这些特性也容易被盗版者所利用，因而，采取多种手段对数字作品进行保护，对侵权者进行惩罚已经成为十分迫切的工作。除了与传统的版权保护相类似的法律和管理手段之外，还应该针对数字作品本身的特点为其提供技术上的保护。数字水印技术就是在这种应用要求下迅速发展起来的。 数字水印是一种有效的数字产品版权保护和数据安全维护技术，是信息隐藏技术研究领域的一个重要分支。它将具有特定意义的标记（水印），利用数字嵌入的方法隐藏在数字图像，声音，文档，图书，视频等数字产品中，用以证明创作者对其作品的所有权，并作为鉴定，起诉非法侵权行为的证据，同时通过对水印的检测和分析来保证数字信息的完整性可靠性，从而成为知识产权保护和数字多媒体防伪的有效手段。数字水印一般具有如下特点： 可证明性：水印应能为受到版权保护的信息产品的归属提供完全可靠的证据。水印算法能够将所有者的有关信息（如注册的用户号码、产品标志或有意义的文字等）嵌入到被保护的对象中，并在需要的时候将这些信息提取出来。水印可以用来判别对象是否受到保护，并能够监视被保护数据的传播、真伪鉴别以及非法拷贝控制等。这际上也是发展水印技术的基本动力。 不可感知性：不可感知性是指视觉或听觉上的不可感知性，即指因嵌入水印导致载体数据的变换对于观察者的视觉或听觉系统来讲应该是不可察觉的，最理想的情况是水印与原始载体在视觉上是一模一样的，这是绝大多数水印算法所应达到的要求。 稳健性：稳健性是指水印应该能够承受大量的物理和几何失真，包括有意的（如恶意攻击）或无意的（如图像压缩、滤波、打印、扫描与复印、噪声污染、尺寸变换等等）。显然在经过这些操作后，稳健的水印算法应仍能从水印载体中提取出嵌入的水印或证明水印的存在。一个鲁棒的水印应做到若攻击者实图删除水印将会导致水印载体的彻底破坏 本节讨论一种基于矩阵奇异值分解的数字水印技术。 2 基于矩阵奇异值分解的数字水印技术 定义1 对于矩阵,有个标量满足: 则称这一组为矩阵唯一的特征值. 定义2 如果存在这样一个的向量,有: 则称为的与特征值对应的一个特征向量. 一共有个特征向量. 定义3 (矩阵奇异值分解) 矩阵的奇异值分解(Singular Value Decomposition,简称SVD）是矩阵所固有的特征，设矩阵，，那么矩阵的奇异值分解定义如下： 其中，和是正交矩阵，其列向量分别为和；U，V分别称为矩阵A的左奇异矩阵和右奇异矩阵；D是对角阵；称作矩阵的奇异值，此处是或的特征值的正平方根，满足。矩阵奇异值具有很好的稳定性，当矩阵A有微小振动时，其奇异值的改变不会大于振动矩阵的2－范数。若矩阵奇异值经过归一化处理，则可实现奇异值的比例不变性。另外，矩阵奇异值还具有旋转不变性，因此，奇异值能有效地反映矩阵的特征，在图像处理中能表现图像的代数特性。矩阵分解在一定程度上可以用来进行图像压缩.对于图像分解得到的奇异值矩阵,将其较小的一些对角元清为0,再进行反变换即可完成图像的有损压缩. 方法的基本原理是将水印嵌入到图像矩阵的奇异值中。在水印的嵌人过程中对图像矩阵的奇异值分解，得到两个正交矩阵、及一个对角阵。水印 被叠加到矩阵上，对新产生的矩阵进行奇异值分解，得到、和，其中常数调节水印的叠加强度。然后将矩阵、和 相乘，得到处理后的包含水印的图像 。即如果矩阵和 分别表示原始图像矩阵和水印，那么通过以下的四个步骤得到水印图 ： 将图像矩阵进行奇异值分解 2) 读取水印图像，将其迭加到对角阵上得到新矩阵 3) 将新矩阵进行奇异值分解 4)得到含水印的图像 在水印的检测过程中，如果给出矩阵 、、 和可能损坏的水印图像，那么通过简单的逆过程就可以提取出可能已经失真的水印 ，即： 1) 可能损坏的水印图像进行奇异值分解 2) 计算中间矩阵 3) 获得水印图像 计算提取的水印与原水印的相似系数，作为二者的相似程度, 相似系数越接近1就越相似。 图1 水印对比图 Matlab程序： I=imread(lena256.bmp);%读入原图 II=im2double(I); %转化为[0,1)double型 %II为原图像 [m,n]=size(II); %原图像大小 af=0.1; %嵌入强度 [U,S,V]=svd(II); %进行奇异值分解 M=imread(logo.tif); %读入水印图像 W=im2double(M); %转化为[0,1)