第4章 以图像为载体的数字水印技术.pptVIP

方案2为了兼顾图像质量和数字水印方法的稳健性，可以对传统的基于分形图像编码的数字水印技术进行如下改进：把LSRC扩展为整个图像，如图4-27所示。LSRA为值域子块的周围区域，LSRB为整个图像去掉LSRA的剩余部分。第126页，共179页，星期日，2025年，2月5日为在细节分量系数中可靠地嵌入水印，必须选择一些显著系数进行水印嵌入或者对水印能量进行加权，以便在显著系数中嵌入更多的能量。水印嵌入强度可以自适应于子带能量，分解层和子带的方向。在一些算法中，系数的显著性由系数和门限的比较而确定：(4-103)第94页，共179页，星期日，2025年，2月5日3.利用同图像编码的关系Jayawardena成功地应用二值小波滤波器获得了一个多分辨域。该算法选择细节分量的一个显著比特层(bitlayer)。首先，将该层的所有比特都置为1，并进行逆小波变换计算，得到的图像用I1表示。接下来，将该层的所有比特都置为0，同样进行逆小波变换计算，得到图像I0。第95页，共179页，星期日，2025年，2月5日4.3.3一种基于小波变换的图像水印算法实例1.水印和原始图像的多分辨率分解1)灰度级数字水印的多分辨率分解如前所述，我们采用灰度级二维数字图像(64×64)作为数字水印。为了使嵌入的水印满足不可见性，水印信息应适应于原始图像。第96页，共179页，星期日，2025年，2月5日图4-19水印图像的金字塔结构的前三层分解第97页，共179页，星期日，2025年，2月5日2)原始图像的多分辨率分解为了使嵌入的水印对有损压缩(如JPEG)具备较强的稳健性，在水印的嵌入过程中，把原始图像通过二维小波变换(DWT)分解为三层多分辨率金字塔结构，如图4-20所示。第98页，共179页，星期日，2025年，2月5日图4-20基于小波变换的原始图像的多分辨率分解第99页，共179页，星期日，2025年，2月5日3)数字水印的位分解由于分解后的三层水印G2、L1和L0仍然是灰度级图像，为了方便地实现水印的嵌入，利用位分解方法，把G2、L1和L0进一步分解为一系列二值位平面的形式，以作为镶嵌水印的掩码信息。第100页，共179页，星期日，2025年，2月5日2.灰度级水印的嵌入与提取过程1)灰度级数字水印的嵌入过程(1)水印和原始图像的多分辨率分解。按多分辨率分解方法，把水印和原始图像分解为三层多分辨率金字塔结构。(2)水印位平面的伪随机排序。为了使水印对图像的剪切处理过程具备稳健性，本算法采用二维伪随机排序方法，重新分布每个位平面的位信息。第101页，共179页，星期日，2025年，2月5日(3)原始图像小波系数的修改方法。如前所述，为了增强嵌入的水印信息的稳健性和不可见性，可以利用图像的多分辨率分解技术，将相同分辨率层次的数字水印嵌入到对应的相同分辨率层次的原始静态图像之中，使水印对原始图像具有自适应性。(4)加水印图像的获得。通过对嵌入后的小波变换图像进行反变换，就可以获得加水印图像。第102页，共179页，星期日，2025年，2月5日图4-21基于多分辨率分解的灰度级图像嵌入过程第103页，共179页，星期日，2025年，2月5日2)数字水印的提取过程(1)利用小波变换，把加水印的图像进行三层金字塔式多分辨率分解。(2)计算出每一层的二值逻辑函数值Lg3(i,j)、Lg2(m,n)和Lg1(x,y)(0≤i,j＜64,0≤m,n＜128,0≤x,y＜256)。(3)组合上述提取的各位平面，分别构成G2、L1和L0。(4)利用文献的方法，可以把G2、L1和L0重建成水印G0?第104页，共179页，星期