基于Contourlet变换的稳健性图像水印算法.doc

基于Contourlet 变换的稳健性图像水印算法 摘 要：提出了基于Contourlet 变换的数字图像水印算法。与小波变换不同的是，Contourlet 变换采用类似于线段 （contour segment）的基得到一种多分辨、局部化、方向性的图像表示。水印信号通过基于内容的乘性方案加载 到Contourlet 变换系数。在采用零均值广义高斯分布拟合Contourlet 变换系数的基础上，提出采用极大似然估计 实现水印的盲检测。依据Neyman-Pearson 准则，在给定虚警率的情况下对判决准则进行了优化。实验结果表明 在保证水印隐蔽性的前提下，水印对常见的信号处理手段以及几何变换具有很好的稳健性。 关键词：数字水印；Contourlet 变换；广义高斯分布；极大似然检测；Neyman-Pearson 准则 Robust image watermarking algorithm based on contourlet transform Abstract: A novel robust watermarking algorithm in Contourlet domain was proposed. The Contourlet transform was adopted by virtual of its advantages over the wavelet transform. A flexible multiresolution, local, and directional image expansion was obtained using contour segments. The watermark was inserted through content-adaptive multiplicative embedding. The Contourlet coefficients were modeled as generalized Gaussian distribution (GGD) with zero mean. Then the maximum likelihood watermark detection method was developed. Under the Neyman-Pearson criterion, the decision rule was optimized by minimizing the probability of missing the watermark for a given false detection rate. Experimental results demonstrate that the proposed algorithm is invisible, and robust to signal processing. Key words: digital watermarking; Contourlet transform; generalized Gaussian distribution; maximum-likelihood detection; Neyman-Pearson criterion 1 引言 数字水印技术是近年来信号处理和信息安全领域的研究热点之一，其核心是在不影响数据可用性的前提下把不可移除的水印信号嵌入在待保护的原始信号中。水印信号可以完整地、正确地提取或检测出来，以解决所有权纠纷、盗版跟踪等问题。 常见的图像水印算法将水印信号镶嵌在图像变换（DCT、DFT 和DWT 等）后的系数中，利用相关检测判断水印存在与否[1,2]。基本原理阐述如下：计算可疑作品与水印信号之间的相关系数，通过事先设定的阈值T 判断可疑作品中是否存在相应的水印。一个典型的水印相关检测器由两部分构成：相关系数的计算和判决阈值的确定，如图1 所示。可疑作品? I 与原始水印W 之间的相关系数的计算公式如式(1) 图1 数字水印相关检测器 可以证明，当嵌入水印的变换系数服从高斯分布时，基于相关的检测方法是最优的，能够最小化错误概率。但是，当变换系数不服从高斯分布时，基于相关的水印检测器是次优的。大量的实验数据表明几乎所有数字图像的概率分布都是非高斯的。文献[3]提出了采用Laplacian 分布描述小波系数的概率分布，构造了一种新的水印解码方案；研究成果表明，非线性接收机非常适于检测淹没在呈重尾分布噪声中的微弱信号，Briassouli 和Striintzis[4]使用局部优化柯西（Cauchy）非线性检测基于DCT变换的图像水印。 本文提出了一种新的基于Contourlet 变换的图像水印算法。以往的变换方法，如DCT、DWT等，一般是最初在连续域进行