混沌序列下图像水印嵌入算法分析.docVIP

混沌序列下的图像水印嵌入算法分析 　　【摘要】 在互联网快速发展的今天，图像在网络中的传输是越来越频繁，因此图像加密成为研究的重要课题。而混沌序列具有初始条件敏感性、易生成性以及可完全重现性等各种特征，所以该序列就要先加密处理，之后分块处理图像，这种加密技术具有极强安全性。本文阐述了混沌理论，在理论基础上分析了图像水印的嵌入算法 【关键词】 混沌序列 图像水印 嵌入算法 一、前言 作为多媒体数据的内容认证与版权保护技术，数字水印得到了大量研究和应用。这种保密方案主要使用到电子产品版权的保护中，因此具有了鲁棒性、不可感知性以及安全性等各种特征，这些特征也正是确保图像传输安全性所需。因此，研究该技术必然具有现实意义 二、混沌序列理论 2.1 混沌映射 经过函数映射，就能够得到良好的一维非线性映射，该映射具有随机统计特征。因其生产出来的混沌序列属于某区域中的混沌序列，而且该序列为整数值，具有随机性，对初值非常敏感。定义如下所示： 其中第一个式子表示不大于符号内值的最大整数，第二式子表示不小于符号内值的最小整数。而xk∈{1，2，...m}，参数为a∈{1，2，...m} 2.2 生成混沌序列 上式混沌映射经过了n次迭代之后就形成了新的混沌映射，也就是本论文所要使用的映射，当然所得的混沌映射式同样具备混沌特征，也就是具有xk+1= f na（ xk）；假如给定了初始值x0，其参数a，m获得值与迭代次数n值就已经被确定了，自然也就生成了混沌序列是：{xk；k=0，1，2，3，...}，这个序列同样具备了混沌特征，自然也就对初始的条件x0非常敏感 三、计算图像水印嵌入的强度因子 按照HVS（人眼视觉系统）的特征，嵌入的水印强度比某门限低时，人眼感知图像的质量相同，就不能够看见嵌入的水印，该门限值也就是临界不可见门限。所以所选水印嵌入强度因子是不是适当是水印算法的关键之处 要确定水印强度因子，就必须要满足人类的视觉系统特征，同时要依据原来图像内容合理的进行调整，水印嵌入的次数不能够太多，如果太多必然会因多次水印相加的平均积累引入误差。所以应用这个算法过程中，仅仅有两次水印能够自动满足嵌入所需，一次就是将水印低频嵌入到子图Hn0中，另一次就是把水印嵌入三个细节子图Hn1，Hn2及Hn3中数值较大的小波系数之中 四、算法设计 从上面的具体分析来看，实施嵌入算法的步骤如下所示： 其一对水印反色进行预处理；设定水印选择了256级的灰度图像，如果水印的像素平均值超过了127，就要反色处理，确保水印的高平均像素具有不可见性。其二完成反色预处理后，就必须要对水印实施混沌映射处理，把完成置乱的各个像素按照扫描顺序形成一维序列。其三把H（原始图像）经过n级的小波变化，让低频子图大小和水印大小二者非常相同，对原始图像进行变换后形成最后一级的小波变换，就能够获得四个子图，分别为Hn0、Hn1、Hn2、Hn3。其四水印嵌入；在水印的嵌入过程中，就要依据图像的小波子图分块不同计算出嵌入强度因子。低频子图Hn0所得嵌入强度因子即为a1；可以通过计算所得。而嵌入水印氛围了两个步骤，首先要把水印的一维序列嵌入到低频子图的各分块中，可得嵌入强度的因子是a1；之后依据水印序列值个数就能够获取三个细节所得各个子图，并从子图中获取个数相同的大系数值，一般都是按照绝对值的大小取，并对该系数值水印嵌入。就能够获取嵌入的强子因素是a2.其五通过n级的小波反变换，就能够获得反应后图像Hw。事实上，提取水印算法就是嵌入逆过程，而提取水印过程中就必须要合理利用原始图像 五、结束语 事实上，这种算法的速度远远超过了传统加密算法，而且加密比较好，且不易破解。嵌入算法加密效果好、加密速度快，而且抗攻击性强及初始值敏感等各种特征，具有较好的抗干扰性与鲁棒性，因此具有实用价值 参 考 文 献 [1]王宏霞，何晨，丁科.基于混沌映射的鲁棒性公开水印[J].软件学报，2004，15（08）：1245-1246. [2]胡玉平，孙伟，石磊，等.基于人眼视觉特性的小波树量化水印[J].小型微型计算机系统，2014，25（8）：1491-1492. [3]周波，陈健.一种基于奇异值分解的稳健数字水印算法[J].计算机工程，2011，30（15）：120-121.