一种基于DWT和DCT盲灰度级水印算法.docVIP

一种基于DWT和DCT的盲灰度级水印算法 　　摘 要：提出一种新的盲灰度级水印算法。它充分利用离散小波变换的多分辨率特性和离散余弦变换的能量压缩能力，将预处理后的灰度水印图像隐藏在原始图像DCT系数量化值的奇偶性中，在水印的提取过程中不需要原始图像的参与。实验结果表明，该算法对图像剪切、JPEG有损压缩、中值滤波等攻击有很强的鲁棒性，对旋转、噪声等攻击也具备了一定的抵抗能力。?? 　　关键词：数字水印；预处理；DCT；DWT ?? 　　中图法分类号：TP309.2文献标识码：A 　　文章编号：1001―3695(2007)02―0194―02 　　1 引言?? 　　数字水印技术的基本思想是在数字图像音频和视频等产品中嵌入秘密信息，以保护数字产品的版权或增强嵌入信息的隐蔽性。水印技术主要可以分为空间域方法和变换域方法两类。空间域嵌入水印算法相对简单，实用性强，文献[1, 2]是空间域嵌入技术的经典算法。在变换域方法中，应用较多的集中于对DCT[3, 4]，DWT[5, 6]等变换的利用，它们比空间域水印有更强的鲁棒性。图像二维DCT变换后, 变换系数几乎不相关, 经过反变换重构图像, 信道误差和量化误差将像随机噪声一样分散到块中的各个像素中去, 不会造成误差累积; 并且变换能将数据块中的能量压缩到为数不多的部分低频系数中，但是DCT变换没有利用图像的空间频率特性，而这种特性正好与人眼的某些视觉特性一致。另外，采用分块DCT会使重构图像出现马赛克现象，而DWT不会出现这种现象。DWT本身具有良好的空间频率特性和多分辨率表示的优点，但数字图像经过小波变换后的各个子带图像中相邻小波系数之间存在着很强的相关性。?? 　　作为水印信息，不管采用何种形式，所构成水印的序列应该具有不可预测的随机性。因此，高斯噪声、随机分布的{0，l}，{-1，l}序列均可作为水印[7]。为了让水印携带更多的版权信息，有些系统是以图像等有意义的信号作为水印信息，目前使用较多的是二值水印图像[4]，但从信息量和识别性能来看，灰度级水印[8]更具有优势。?? 　　 　　2 灰度水印预处理?? 　　 　　以大小为32×32的八位灰度图像为例，说明水印图像预处理的过程：?? 　　（1)对该图像进行仿射变换置乱n次，从而消除水印图像像素空间的相关性。这里的n可以视为加密水印图像的密钥。 　　（2) 对置乱后的图像进行一级小波分解，再分别对其逼近系数A和细节系数H按列读取变为一维序列，根据需要嵌入的数据量确定LA，LH，然后进行量化，量化公式[6]如下： 　　(3) 分别把A′i和H′i的绝对值转换为二进制，位数分别为LA和LH。这里，把符号位序列作为水印的密钥。?? 　　(4) 按行读取所有A′i的二进制序列，对生成的一维二进制序列进行（7,4）汉明纠错编码，然后按列读取，生成一维二进制序列Wa。 　　(3) 分别把A′i和H′i的绝对值转换为二进制，位数分别为LA和LH。这里，把符号位序列作为水印的密钥。?? 　　(4) 按行读取所有A′i的二进制序列，对生成的一维二进制序列进行（7,4）汉明纠错编码，然后按列读取，生成一维二进制序列Wa。 　　(5) 按列读取所有H′i的二进制序列, 生成一维二进制序列Wh。 　　(6) 将Wa和Wh串联起来。 　　(7) 而后将数据0转换成-1，用PN序列对其进行调制，即得到要嵌入的二进制数据流W。这里的PN 序列即为水印的密钥。?? 　　对水印序列W进行相应的逆操作即可唯一恢复灰度水印图像。对于仿射变换[9]可以不进行逆变换，而是根据仿射变换的周期T，再把图像置乱T-n次，即提取出解密后的水印信息。 　　由上可知，本处理方法首先在空间域对水印图像进行仿射变换置乱处理，以提高水印的抗攻击性；对置乱后的水印图像进行小波分解及量化处理，可以根据实际需要增缩水印的嵌入量，以便在水印的不可见性和鲁棒性之间折中选取；对感知重要的逼近系数位分解后，又进行了汉明纠错编码，增加了感知重要水印信息位的冗余，进一步提高水印的鲁棒性。为了实现保密性，本方法中多处用密钥来控制。 　　 　　3 水印的嵌入和提取 　　 　　以512×512真彩色图Lena 作为载体图像I，32×32 的八位灰度水印图像W为例，说明水印的嵌入与提取过程。?? 　　(1)采用本文第2节的水印预处理方法，对水印图像进行处理，LA和LH分别取8和6，得到的比特总数为16×16×（8＋6）＋3×16×16×6，即8 192bits。?? 　　(2)将原来RGB模式下的彩色宿主图像转换到相应的YCbCr 模式空间，分解为一个亮度分量Y和两个色差分量Cb与Cr，仅在亮度分量Y上嵌入水印信号。对亮度分量Y进行一级离散小波分解，分解为