一种多通道图像自嵌入的图像水印算法.docxVIP

一种多通道图像自嵌入的图像水印算法 1 多媒体数据的认证 近年来，多媒体应用取得了难以置信的进步。数字媒体能够轻松编辑、合成、复制和传播，这不仅方便，而且吸引了人们的注意，促进了基于知识产权和完整性的数字水印技术的研究，并取得了成果。 数字水印技术利用人的视听觉特性和媒体内容的冗余性,有控制地将一些标识信息嵌入多媒体中,这些标识信息以后可以用作版权证明、完整性认证、拷贝控制和内容注释等目的. 数字水印的早期研究主要集中在用于版权保护的鲁棒水印上.随着研究的深入,人们认识到,数字水印在多媒体认证方面同样有很好的应用前景.所谓多媒体数据的认证就是要确认数据是否完整(integrity)、有无窜改,以及真实(reality)和来源可靠.多媒体数据的认证在电子商务和政务,法庭证据,新闻传媒,金融、保险、公安和医疗等电子文档的认证以及军事情报等领域都有广泛的应用. 多媒体数据的认证可以采用密码学的认证方法.传统的密码学认证有安全性较高的优点.但它不允许数据有一点变化,也很难确定窜改的位置和程度.另外,密码学的认证方法需要另外保存和传递认证码,这增加了安全上的漏洞. 近年来人们开始把水印技术用于多媒体完整性的认证.如果不允许原数据有一点变化,这时的认证常称为完全认证,所用的水印称为脆弱(fragile)水印.如果允许数据有一定程度的变化(如有损压缩等),只要不影响原数据的内容语义就行,这时的认证常称为内容认证,所用的水印称为半脆弱(semi-fragile)水印.完全认证和内容认证都有各自的应用场合. 目前已经有许多利用数字水印的图像认证方法发表[5,6,7,8,9,10,11,12].这些方法都在不同程度上解决了水印的不可见性、抗攻击性以及检测和定位窜改等问题,给今后认证水印的研究提供了启发.然而,总的来看,目前的认证水印在性能和安全性上仍有许多问题需要进一步的研究.作者认为,数字水印和密码学方法相结合,以及认证和所有权验证相结合将是今后多媒体认证的重要研究方向. 值得注意的是,有不少的应用场合不仅要求检测和定位窜改,而且要求能够近似恢复被窜改的内容.Fridrich曾提出了一种图像的自嵌入方法,将一幅图像的重要内容作为水印嵌入其自身之中,从而能够在检测窜改的同时近似地恢复被窜改的内容.但Fridrich的算法为可逆算法,抵抗伪造攻击的能力不强.另外,根据我们的实验结果发现,该算法的数据编码位长不够合理,因此恢复图像的质量不够好,需要增大嵌入的数据量来改进.针对这些问题,本文依据DCT系数的统计特性,重新设计了较为合理的编码位长,并且改进了算法的安全性. 2 图像自嵌入算法 由于一幅图像的内容不可能完全嵌入其自身之中,因此必须抽取出其主要内容并进行压缩.这些内容应该保证图像恢复时有足够的质量,同时又要考虑原图像的可嵌入容量,以便不影响水印嵌入后图像的质量.借鉴JPEG压缩的方法,本文的图像自嵌入算法主要包括以下一些步骤:将图像划分为8×8的块并进行DCT变换,利用JPEG量化矩阵对一定数目的低频系数进行量化,对这些系数分别以一定的码长编码,使每块总的码长固定为64位.将各图像块主要内容的64位编码(认证水印)分别嵌入相距较远的另外块的最低位(LSB)上.这样,利用各块的认证水印即可验证各块是否被窜改.若有窜改时,可以利用认证水印近似恢复被窜改的图像块. 下面几小节是算法的主要过程. 2.1 水印的产生和嵌入 (1)将原图像x划分为8×8的块b1,b2,…,br,r为块的总数. (2)将各块所有像素的最低位清零,作为以后水印嵌入的位置.这样,每块的水印负荷为64位. (3)对每个最低位清零后的块b′i,i=1,2,…,r,分别进行DCT变换.以质量因子0.75时的JPEG量化表对DCT系数进行量化.量化后的DCT系数矩阵记为q. (4)对q的按之字形排序的前14个系数qi,i=0,1,…,13,进行2值编码作为水印mi.每个系数的码长分配如图1所示.这样每块的水印位长恰好是64位. (5)对每块的水印码流mi利用公钥系统的私钥k进行加密,形成加密后的水印码流m′i.即 m′i=Ek(mi) (6)将块bi,i=1,2,…,r,的水印信息m′i嵌入另一块bi+p各像素的最低位.其中p表示块bi+p对块bi的偏移.如何确定p的合适值将在下面讨论. 水印产生和嵌入的流程如图2所示. 2.2 水印wi、mi+p的检测 (1)对待认证的图像y,将其划分为8×8的块,记为c1,c2,…,cr.从每块像素的最低位中提取水印m′.利用公钥系统的公钥k′进行解密后,得到原始嵌入的水印mi=Dk′(m′i). (2)将每块像素的最低位清零,得到图像块c′1,c′2,…,c′r.对每个c′i进行DCT变换、量化和二值编码,得到水印wi. (3)比较嵌入的水印