分块dct的自适应扩频水印算法_土建水利论文.docVIP

分块DCT的自适应扩频水印算法_土建水利论文 土建水利论文 摘要:本文提出了一个利用块分类的DT域自适应扩频图像水印算法。嵌人的水印是一个可视二值图像,用两个不相关的伪随机序列分别代表水印信息中的0和1,从而达到扩频的目的。将扩频后的水印信号,嵌入到分块DT域的中低频段系数中的过程中,充分考虑到了局部图像的复杂度,能够自适应地调整嵌入强度,提取水印信号无需使用原始图像。仿真实验表明:图像经过JPEG有损压缩、低通与中值滤波和剪切等图像处理操作后仍是稳健的。 关键词:分块DT 扩频 HVS 图像 水印 算法 1 引言 数字水印技术是指在宿主数字媒体(图像、声音、视频)等中嵌入一定量的数字信息,例如作者的电子签名、日期、公司图标等,用以证明作品的所有权,并可作为起诉非法侵权的证据,从而保护作品原创者的合法利益。数字水印技术不同于传统的数据加密,其目的不是限制对数据的存取,而是保证嵌入的数据不可侵犯和可恢复。其基本要求有:透明性,是指在宿主数字媒体中嵌入一定量的数字水印信息后,不会引起原媒体明显的降质现象,隐藏数据不易察觉,即无法人为地看见或听见;鲁棒性,是指数字水印必须对施加于宿主媒体的各种变换操作(如有损压缩、滤波和剪切等)具有免疫性,即水印信息不能因为施加于宿主媒体的某种变换操作而丢失;安全性,是指数字水印能够抵挡各种蓄意的攻击,很难被他人所复制和伪造,只要其不知道控制该算法的密钥。 2 已有的基于DT域的图像水印算法分析 较早利用分块DT的水印技术是Kh .E、Zha.J的[1],他们的水印方案是用一个密钥随机的选择图像的一些分块,在频域的中频上稍稍改变一个三元组来隐藏二进制序列信息。这种方法对有损压缩和低通滤波是稳健的。x等[2]提出了着名的基于图像全局变换的数字水印技术,该方案对整个图像作离散余弦变换(DT),然后将水印嵌入到预先设定的低频分量中,水印信号由高斯分布的实数序列组成,算法不仅在视觉上具有不可察觉性,而且稳健性也非常好,可经受JPEG压缩、滤波、剪切等攻击。Barni等[3]提出一种利用HVS掩蔽特性的基于DT的水印算法,在水印嵌入阶段,对 的图像进行 的DT变换,对DT系数按Zig-Zag扫描重新排列为一维向量,留下向量中开始的L个系数不作修改,对第L个系数后面的个系数进行修改以嵌入水印。黄继武等人[4] 在对DT系数D和A分量的定性和定量分析的基础上,指出D分量比A分量更适合嵌入水印,嵌入D分量的水印具有更好的稳健性,并提出了一个利用D分量的自适应算法。 以上算法至少有以下两个缺点:①在水印提取过程中使用了原始图像,这一点在实时的网络环境中很难做到;②只能给出水印存在有无的回答,在许多应用场合要求水印是有意义的,如一个二维图像(商标、印鉴等)。显然,这种有意义的水印所包含的信息量、可感知性、可辩识性及保密性,是无意义的伪随机噪声所不能比拟的。 本文在研究了前人算法的基础上,提出了一个利用块分类的DT域自适应扩频图像水印算法,嵌入的水印是一个可视二值图像。用两个不相关的伪随机序列分别代表水印信息中的0和1,从而达到扩频的目的,将扩频后的水印信号,嵌入到分块DT域的中低频段系数中。在嵌人过程中充分考虑到了局部图像的复杂度,能够自适应地调整嵌人强度,水印检测算法不需要原始图像,实现了盲检测。仿真实验表明:图像经过JPEG有损压缩、低通与中值滤波、剪切等图像处理操作后仍是稳健的。 3 数字水印嵌入算法具体步骤 本文算法基本框图如图1所示,以下对各步骤作详细介绍。 图1 水印嵌入算法框图 3.1 原始图像分块 设原始图像为f(x,y),首先将 f(x,y) 分割为互不覆盖的8×8子块,记为 B={f(i,j),0≤ =0,1,,-1 ≤7} =0,1,,-1 ,对 B进行DT变换,得到: = =DT{ ,0≤ ≤7} =0,1,,-1 (1) 3.2 基于视觉掩蔽特性的块分类 本文借鉴黄继武等[5]提出的算法,水印的嵌入过程可以看成在一个强背景(原始图像)上叠加一个弱信号(数字水印),只要信号低于HVS的对比度门限,视觉系统就无法感觉到信号的存在。根据HVS的对比度特性,该门限受背景照度,背景纹理复杂性和信号频率的影响,一般说来,背景越亮,纹理越复杂,门限就越高。即可以嵌入更高强度的水印信号,根据图像的局部纹理复杂性,尽可能提高嵌入水印的强度,这是提高水印稳健性的有效办法。为此,把图像分为三类,以便叠加不同强度的水印分量。第1类(R1)平均灰度较低(暗),且灰度变化比较平滑,HVS对其中像素值的改变较为敏感,叠加的水印分量的强度最弱;第3类( R3)平均灰度较高,且纹理复杂,HVS对其中像素值的改