一种基于DWT―SVD图像数字水印算法.docVIP

一种基于DWT―SVD的图像数字水印算法 　　摘要：图像数字水印是图像版权保护的重要方法，算法的抗攻击能力对其实用性起决定作用。本文提出了一种基于DWT-SVD的图像数字水印算法，该方法结合了小波变换的多尺度特点和奇异值分解的强稳定性的优势，且通过对小波分解的层数、水印添加的位置及添加强度等方面的合理配置，在保证水印不可见的情况下，提高了方法的抗攻击能力和鲁棒性。从对比实验结果看，本文算法具有良好的不可见性和鲁棒性；在受到的几种常见攻击中，本文方法表现出了较好的性能，尤其在大幅度的旋转攻击方面优势更为突出。 　　关键词：数字水印；抗攻击；DWT-SVD；鲁棒性；嵌入强度 　　中图分类号：TP309.7 文献标识码：A 文章编号：1007-9416（2017）10-0104-04 　　数字水印技术在版权保护方面有着重要的作用，其技术发展迅速。最低有效位（Least Significant Bit，LSB）数字水印技术是最早的空域经典水印添加算法，它原理简单且容易实现，但不足之处是鲁棒性差。变换域水印算法在很大程度上提高了水印的鲁棒性，常见的有基于离散余弦变换（Discrete Cosine Transform，DCT）和离散小波变换（Discrete Wavelet Transform，DWT）水印算法[1]。2011年，?S西娟等人[2]提出了基于DCT域的数字水印算法，该算法对压缩攻击和白噪声攻击具有较好的鲁棒性；2013年，季燕等人[3]提出了一种改进的DCT自适应盲数字水印算法，该方法对高斯噪声和椒盐噪声鲁棒性较好；2012年，陈善学等人[4]提出了一种基于DWT的数字水印算法，该算法对噪声攻击和剪切攻击有很好的鲁棒性；2013年，刘真等人[5]提出了一种优化的基于DWT的水印算法，该算法对噪声和压缩攻击具有较好的鲁棒性。 　　近几年出现了奇异值分解（Singular Value Decomposition，SVD）与DCT、DWT相结合的算法，获得了更好的效果。2013年，刘丽等人[6]提出了一种基于DCT和SVD的数字水印算法，该方法较好的满足了不可见性，尤其在噪声和滤波攻击下具有良好的鲁棒性；2014年，Singh P等人[7]提出了改进的DCT和SVD相结合的数字水印算法，虽然鲁棒性总体有所提高，但抵抗椒盐噪声攻击的能力较差；2015年，Sverdlov A等人[8]提出了一种新的基于DCT-SVD的鲁棒性水印算法，该算法在多数攻击下提高了鲁棒性，但是在旋转攻击下，鲁棒性差；2013年，Zhou X等人[9]提出了在水平细节子带和垂直细节子带内分散嵌入水印的方法，鲁棒性较好，但抗旋转攻击能力相对较差。2014年，Pandey P等人[10]提出了基于DWT-SVD的自适应水印算法，该算法能抵抗多种攻击，但是在旋转攻击下的鲁棒性有待提高；同年，Mishra A等人[11]提出了改进的基于DWT-SVD的算法，将水印嵌入在三级低频中，具有较好的抗攻击能力，但是在裁剪攻击下鲁棒性较差；2015年，Cetinel G等人[12]提出了在四个三级小波子带的小波奇异值中嵌入水印的算法，但该算法虽然提升对大部分攻击的鲁棒性，但只能抵抗很小幅度的旋转攻击；2015年，张勤等人[13]提出了一种基于DWT的数字水印改进算法，将水印分散嵌入在载体图像的高频和低频部分中，提高了水印系统的抗裁剪攻击能力，但抗旋转攻击的能力较差。 　　目前很多算法尽管提高了水印系统的鲁棒性，但其抗几何攻击的能力相对较弱。本文针对目前算法抗几何攻击尤其是抗旋转攻击能力较弱的问题，提出了一种基于DWT-SVD的图像数字水印算法，并研究和确定了其分解层数、嵌入强度等关键问题。实验结果表明，该算法提高了水印系统抵抗大部分攻击的能力，尤其是在大幅度旋转攻击的情况下，鲁棒性提高更为显著。 　　1 提出的DWT-SVD的数字水印算法 　　本文所提出的数字水印算法结合了小波变换和SVD的优点，利用小波分解的多分辨率特性及SVD的几何不变性，通过选择合适的嵌入位置和嵌入强度，在保证不可见的情况下提高了水印的鲁棒性。 　　1.1 水印的添加算法 　　水印添加算法如图1所示，其过程可分为3部分：水印图像处理过程、载体图像处理过程和嵌入及恢复图像过程。 　　（1）水印图像处理过程。二值水印图像经过置乱后进行两级小波变换，选择二级低频、二级高频和一级高频（分为上下两部分）部分进行SVD分解得到奇异值S1’、S2’、S3’、S4’，用以嵌入载体图像。（2）载体图像处理过程。先对载体图像进行三级小波变换，选取低频和三个高频部分进行SVD分解得到奇异值S1、S2、S3、S4，为添加水印做准备。（3）嵌入及恢复图像过程。水印的4块小波系数奇异值按照频率的高低依次嵌