信息隐藏技术与水印技术第,,章.ppt

通过对最大长度的伪随机信号进行DCT变换，对可见的掩蔽进行放缩和处理，然后将这一水印加入到相应的DCT块中，并通过空间掩蔽来验证水印是否不可见，并控制缩放因子。水印的测试需要原始水印和原始图像，并利用假设检验。作者指出该方法对JPEG格式压缩、有色噪声和剪切都有很好的鲁棒性。 在给定敏感指数的局部感知分类器基础上，Tao和Dickinson提出了一种自适应的DCT域水印技术。将水印嵌入到交流DCT系数中，根据默认的JPEG格式压缩表，选择合适的系数，使量化的单位最小，并按下式对选定的系数作修改： 第四种方法 其中 是当前块的噪声敏感指数，Di是Xi的量化单位，5≤k≤6。需要注意的是水印信号不是随机产生的。通过利用HVS的掩蔽效应，我们可用不同的方法来确定噪声的灵敏度。 其中Iu,v是原始图像的变换系数，wu,v是水印的值，JNDu,v是根据视觉模型计算得到的可感知偏差极值（JND）。 对于DCT系数，可以使用Waston定义的感知模型。该模型利用频率的亮度敏感性和局部对比度掩蔽，对每个8×8 DCT块提供了与图像相关的掩蔽阈值。根据原始图像与待测图像间的偏差和水印序列的相关性，可进行水印检测。即将最大的相关值与给定阈值相比较，以确定图像中是否包含水印。 实验证明上述水印方案对JPEG格式压缩、剪切、放缩、附加噪声及打印/复印-扫描操作都有非常好的鲁棒性。而对含有几何变换的攻击，则需在水印检测前对图像进行相应的逆操作。 Piva等人提出了另一种利用HVS掩蔽特性的基于DCT的水印方法。该水印由M个符合正态分布的实数随机序列组成X={x，…，x}。原始图像I的N×N个DCT系数按Z字形扫描重新排列为一维向量。从该向量的起始位置L+1处，选择M个系数组成的向量T={t，…，t}，并根据下式将水印嵌入到T中： 第五种方法 其中 是考虑到HVS特性而引入的加权因子，可简单的取为像素yij处的归一化采样方差，即以yij为中心的一方块的采样方差与所有块方差最大值的比率。对大多数水印方案，水印检测是通过比较水印和可能变化的DCT系数间的相关性Z和阈值 进行的。Z定义为 实验结果证明该水印对一些图像处理技术，如JPEG格式压缩、中值滤波、多重水印等有较强的鲁棒性。 3.5.2水印嵌入过程 给定一N×N的图像，其亮度为x[n]=x[n，n]，0≤n＜N，0≤n＜N。DCT域的水印信号W[k]是利用类似于直接扩频调制的方式产生的，为与JPEG标准相一致，DCT是作用于8×8像素块上的。我们用一个编码器把隐的消息M映射为一N维的码字向量b＝(b,…,b)，再由扩张过程得到2-D序列b[k]。该扩张过程在DCT域离散格点集S中重复码字的每一个元素b，i∈{1,…,N}，以使其覆盖整个变换后的图像X[k]。 用一具有密钥K的伪随机序列发生器产生伪随机信号s[k]。把b[k]与s[k]按逐个像素的方式相乘，扩频后的信号再与一知觉掩蔽信号[k]相乘，其基本目的是为了在保持对图像修改的不可见性的前提下，使水印能量尽可能大。 基于考虑到人类视觉系统(HVS)的频率掩蔽特性的知觉模型，通过对原始图像的知觉分析得到[k]。把水印信号W[k]加入原始图像X[k]，就得到嵌入水印的图像Y[k]=X[k]+W[k]，整个嵌入过程见图3.5。 3.5.3 知觉分析 知觉掩蔽信号 反映对DCT系数X[k]允许作的最大的改变。为得到 ，需要使用DCT域的心理视觉模型，这里采用的是Ahumada等人提出的模型的简化。不可见性阈值T(i，j)， i，j ∈{0,…,7}，决定对第(i，j)个DCT系数的不可见修改的最大允许幅值，其对数形式为 其中fi,0和f0,j分别为DCT基函数的垂直和水平空间频率，Tmin是关于空间频率fmin的T(i，j)的最小值，r＝0.7。这一数学模型不适用于直流(DC)系数，因为i和j不能同时为零。考虑直流系数X0,0和屏幕平均亮度 ，可对每块的阈值T(i，j)作如下修正： 其中f=3.68cycles/degree，T=1.1548，K=1.728。一旦得到T‘(i，j)，就可按下式计算知觉掩蔽信号： 其中l1=k1 mod 8， l2 =K2 mod 8， 是Kronecker函数，标度因子 ＜1使得我们可在水印中引入某种程度的保守性以考虑到那些被忽视的效应。上式中的其他因子使得我们可用DCT系数而不是亮度表示修正后的阈值。 3.5.5 水印验证过程 水印验证包括水印检测和水印提取两部分，如图3.6所示。给定图像z[n]，对其作每个像素块大小为8×8的DCT变换得到Z[k]。首先用一个水印检测器判定Z[k]