基于混沌特性的小波数字水印算法C.pptVIP

第4章(2) 基于混沌特性的小波数字水印算法C-SVD 4.1小波 4.2基于混沌特性的小波数字水印算法C-SVD 4.2.1 小波SVD数字水印算法 4.2.2 基于混沌特性的小波数字水印算 法C-SVD 4.3 图像的数字水印嵌入及 图像的类型解析 4.4 声音的数字水印嵌入 4.5 数字水印的检测 4.6 数字水印检测结果的评测 图像的类型解析 灰度图像 RGB图像 索引图像 由此可见对索引图像直接采用小波C-SVD方法嵌入数字水印是行不通的。可以通过图像类型转换，将索引图像首先转换为RGB图像，采用对RGB图像嵌入水印的方法，再将嵌入水印后的图像由RGB图像转换为索引图像，这样既不会影响文件所占空间又不会产生调色板带来的差距，图4.14显示了索引图像的水印嵌入过程。 4.4 声音的数字水印嵌入 WAVE 声音文件可以看作一个列向量。根据C-SVD方法，如果要在WAVE 声音文件中嵌入数字水印，要将WAVE声音文件转换为二维矩阵，只有这样才能通过计算二维矩阵的相关系数判断水印存在与否。因此首先要将WAVE声音文件这个列向量转换为n阶方阵，不足的元素由0来填充。接下来的操作与图像的水印嵌入过程相同。然后将嵌入数字水印的方阵转换为列向量，并根据填充0的元素个数将列向量的最后几个元素去掉。图4.15显示了一个WAVE声音文件在嵌入数字水印前后的声音波形图。 4.4 声音的数字水印嵌入 从图中可以看出，WAVE声音的波形变动很小，人的听觉系统是无法分辨其间的差距的。 MP3音乐风靡全球，深得人们的喜爱。那么如何保护MP3音乐作品的版权呢？可以对MP3音乐声音文件嵌入数字水印来实现其版权保护。方法为：将MP3音乐声音文件转化为WAVE声音文件，使用上面讨论的对WAVE声音文件嵌入数字水印的方法，再将WAVE声音文件转化为MP3音乐声音文件.这要求水印是健壮的，因为从WAVE声音文件转化为MP3音乐声音文件是一个有损压缩的过程。 4.5 数字水印的检测 数字水印的检测成功与否非常关键，一个信号中的水印如果不能正确地被检测出来，那么就失去了数字水印存在的意义。图4.16显示了数字水印的检测过程。 设原图像为XP，被检测图像为XP’，数字水印的检测步骤如下： (1)将原图像进行小波分解，得到低频分量Ca (2)将被检测图像进行小波分解，得到低频分量Ca’ (3)计算两个低频分量的差值W’=Ca-Ca’ (4)由原图像得到原水印W (5)计算两个水印之间的相关系数 (6)根据相关系数判定水印存在与否 理论上讲，当被检测图像中包含数字水印时，其相关系数应该为1，反之则介于0、1之间。但是一般说来，实际信号经过传输中的噪声以及其它一些信息处理操作，都会发生或多或少的改变，因此这里判断出的相关系数很难达到1或者是0。只能根据相关系数向1和0的趋近程度来判断是否存在数字水印。矩阵对相关性相当敏感，不相关的矩阵经过通常的变换计算出的相关系数非常接近于0，而相关矩阵即使经过一些变换其相关值也非常接近于1，这使得判别水印的存在状况有了依据。 4.6数字水印检测结果的评测 4.6.1 参数d/n与б对数字水印的影响 d/n表示原矩阵被随机矩阵替代的列数。从图4.7中可以直观地看到d/n的值越接近于1，生成的水印随机性越强，反之则越象原图像。图4.18和4.19中的两个图分别显示了d/n=0.01和d/n=0.99时，选取连续的500个初值生成的水印与原水印之间相关系数的比较结果。 其中选取的初值为1到500之间的整数，原水印的初值为200。从两个图的对比中可以看出当d/n越接近于1时，各初值生成的水印间的相关性越差，水印检测效果比较明显；当d/n接近于0时，各初值生成的水印间的相关性较强，水印不易被准确检测出来。图4.20显示了500个初值的100组数据的比较结果。其中d/n的取值从0.01到1，每次递增0.01。从以上100组数据的变化规律以及前面的实验结果可以得到以下结论：d/n的值越趋近于0，其生成的数字水印越接近于原图像，不同初值产生的数字水印之间的相关性越强，水印的检测难度越大；d/n的值越趋近于1，其生成的数字水印越随机，不同初值产生的数字水印之间的相关性越差，水印的检测越准确。 从理论角度分析，两个图像越相象，它们之间的相关性越强。当两个图像完全相同时，它们的相关系数为1；反之，两个图像越随机，它们之间的相关性越弱。当d/n趋近于1时，随机矩阵取代了绝大部分原矩阵数据，因此生成的水印图像随机性较强；d/n趋近于0时，随机矩阵几乎没有对原矩阵产生任何影响，因此生成的水印图像比较相似。可见，上面的实验结果与理论分析完全一致。相关系数高的