基于視覺系統特征的Ｃｏｎｔｏｕｒｌｅｔ域分層數字水印技術

摘要：在分析視覺系統特征的基礎上提出了一種新型的Contourlet域分層數字水印技術。該方法利用視覺系統對不同區域、不同局部特征的噪聲敏感性不同設置相應的區域水印權重和局部水印權重，將水印按照設置的分層權重嵌入到Contourlet分解后的方向子帶中。利用所提出的新型多分辨率檢測器，通過與傳統水印方法比較表明，該方法具有較好的透明性和盲檢測性；對于常見的壓縮、中值濾波等圖像處理攻擊，該方法表現了很好的穩健性。

關鍵詞：數字水印； 人類視覺系統； 感興趣區域； Contourlet變換

中圖分類號：TP391文獻標志碼：A

文章編號：1001－3695(2007)08－0137－03

隨著互聯網的普及和多媒體技術的飛速發展，數字媒體產品的知識產權保護和信息安全問題已經成為相關產業的研究熱點。作為一種貼近實際應用的信息隱藏技術，數字水印被認為是一種有效的數字產品版權保護和數據安全維護技術[1]。

本文在分析人類視覺系統(HVS)的區域噪聲敏感性和像素局部噪聲敏感性的基礎上，提出了一個新型分層盲數字水印方法。首先將圖像分成感興趣區域和背景區域，根據人類視覺系統對人臉、輪廓等感興趣區域的噪聲更為敏感特性設置不同的區域水印權重；然后，根據像素的局部亮度、方向和紋理等特征設置局部水印權重，將水印嵌入到三層Contourlet分解后的細節子帶中。在嵌入過程中不但利

用了像素局部噪聲敏感性，而且還考慮了區域噪聲敏感性，該方法更符合HVS特征。

1基于視覺敏感性的分層水印嵌入

Contourlet被認為是小波變換后又一個強有力的圖像分析和處理工具[2]。它不但具有多尺度分析、時頻局部等特性，而且與小波變換相比，Contourlet變換(CT)具有更好的方向分辨率，因而Contourlet能更好地滿足HVS的掩蔽效應。本文研究Contourlet域水印技術，探討如何利用HVS特征把水印嵌入到Contourlet分解后的各方向子帶中。

1．1 視覺系統的噪聲敏感性分析

本文采用加性水印方案，將序列發生器所產生的值為±1的偽隨機序列(PN)作為水印信息。水印x的嵌入過程如下：

為了最大限度地嵌入不可感知水印信息，需要分析和利用人眼對干擾(偽隨機序列)的掩蔽特性。本文提出從區域掩蔽特性和局部掩蔽特性兩方面考慮水印嵌入。

研究結果表明，由于視覺注意力的影響，人眼對所關注圖像區域的噪聲敏感性明顯高于背景區域。關注區域的可分辨差異(JND)門限值低于背景區域的門限值，對頻率的敏感性增長了30%，對角度敏感性增長了40%，而對敏感幅度峰值增加了5.2 dB[3]。感興趣區域(ROI)可以看做離散化的關注區域圖。為了適應HVS對不同區域的敏感性，根據像素所在區域設置了區域水印嵌入權重。本文以人臉對象為感興趣區域進行研究。

同樣，可以利用HVS的局部噪聲敏感性特征進行水印嵌入，使得水印嵌入強度自適應于人眼對局部噪聲的敏感性，從而滿足水印透明性要求。本文主要考慮HVS的如下局部噪聲敏感性特性[4]：人眼對高分辨率子帶和對角線方向細節子帶的噪聲較不敏感；人眼對亮度過強、過弱的圖像區域噪聲不敏感；人眼對強紋理區域噪聲不敏感，對圖像邊緣附近噪聲較敏感。

1．2水印嵌入

本文所提出的水印嵌入過程如圖1所示。

3試驗結果與分析

最后通過實驗來驗證本文水印方法的有效性。實驗選用Lena 等灰度圖像進行測試，圖像大小為512×512像素，要嵌入的水印序列長度為2 048，全局水印強度參數取1.5。如前所述，本文把人臉對象作為ROI區域，采用Viola提出的檢測算法完成人臉區域檢測和分割[5]。

3．1不可感知性

首先對本文水印技術的不可感知性進行分析。圖3分別給出了原始圖像、數字水印、嵌入水印后的圖像和水印差值圖像(15倍乘)。從圖3可以看出，原始圖像和嵌入水印后的圖像在視覺質量上幾乎沒有差別，證明了本文方法能滿足水印不可感知的要求。

從圖3(d)可以看出，嵌入的水印信息主要分布在ROI區域和背景區域中紋理較復雜的地方。水印強度隨著不同區域變化，在感興趣區域(人臉)水印嵌入強度較小，而在背景區域較大。在同一區域內(ROI或者背景區域)，局部水印嵌入強度符合人眼對局部噪聲的敏感性，敏感性越強的地方水印嵌入量越小，在紋理性較強的地方水印嵌入量較大。

把本文方法和文獻[4，6]中所提出的兩種基于掩蔽效應的小波域水印方法進行比較。文獻[4]采用基于局部水印強度的數字水印方法，沒有考慮區域掩蔽特性；同時，該方法將水印嵌入到一層分解的細節子帶中。在文獻[6]中，首先把局部水印強度進行排序，然后選擇大于給定門限值的子帶系數進行水印嵌入。

以Lena圖像為例，利用本文方法所得到的含水印圖像的峰值信噪比(PSNR)為38.95 dB；利用文獻[6]門限掩蔽法所得到的含水印圖像的PSNR為38.71 dB；利用文獻[4]局部掩蔽法所得到的含水印圖像的PSNR為39.05 dB。可見三種方法的總體PSNR值幾乎一致。但是，本文方法的ROI區域的PSNR值明顯高于其他兩種方法，提高了大約2 dB，在保持總體PSNR值不變的情況下，視覺質量有了一定的改善。

3．2穩健性

在本節筆者觀察本文方法對幾種常見水

印攻擊的穩健性。通常，對含水印圖像的攻擊方式主要包括疊加噪聲、圖像壓縮、平滑濾波和幾何變換等。

試驗結果表明，在沒有受到其他水印聯合攻擊的條件下，三種方法所提取的水印均與原始水印非常接近，可見三種水印方法對噪聲攻擊穩健性均很強。

然后考察水印方法對JPEG圖像壓縮攻擊的穩健性。圖5給出了多分辨率檢測器從JPEG壓縮水印圖像中進行水印檢測的試驗結果曲線，采用比特錯誤率vs壓縮質量坐標。在壓縮質量大于60時，三種方法均能較好地恢復水印。可見，三種水印方法對圖像壓縮攻擊穩健性均較強。考察低通濾波處理對水印提取的影響，采用3×3的中值濾波器。圖6分別給出了四個不同圖像使用三種方法的試驗結果。

從圖中可以看出，局部掩蔽法幾乎不能從濾波后的圖像中恢復出水印，而本文的分層掩蔽法明顯優于其他兩種方法，這主要是因為本文所采用的多分辨率嵌入和多分辨率檢測器能很好地減輕中值濾波對水印所產生的影響。

因此，本文方法與其他兩種方法相比，具有較好的抗低通濾波處理穩健性。另外，文獻[6]方法的水印檢測時需要利用原始圖像，因此限制了該方法的使用。

最后研究了水印方法對剪切幾何操作的穩健性。由于剪切操作會丟失部分水印信息，為了使水印對剪切操作有足夠的穩健性，水印最好分布在整個圖像區域，以便能從剩余圖像中恢復原始水印。實驗證明，本方法對剪切效應有很好的抵御能力，對于剪切掉400×400甚至更大圖像子塊，本方法仍能正確檢測出水印。

4結束語

本文在分析人類視覺模型特征的基礎上提出了一種新型的分層數字水印方法。該方法能獲得更好的ROI視覺質量和較強的抗低通濾波穩健性。

參考文獻：

［1］COX I J， KILIAN J， SHAMOON T， et al. Secure spread spectrum watermarking for multimedia[J]. IEEE Transactions on Image Processing， 1997，6(12):1673－1687.

[2］DO M N， VETTERLI M.The Contourlet transform: an efficient directional multiresolution image representation[J]. IEEE Transactions on Image Processing， 2005，14(12):2091－2106.

[3］LU Zhongkang， LIN Weisi， YANG Xiaokang， et al. Modeling vi￣sual attention’s modulatory after effects on visual sensitivity and quality evaluation[J]. IEEE Trans Image Processing， 2005，14(11):1928－1942.

[4］BARNI M， BARTOLINI F， PIVA A. Improved waveletbased watermarking through pixelwise masking[J]. IEEE Transactions on Ima￣ge Processing， 2001，10(5):783－791.

[5］VIOLA P. Rapid object detection using a boosted cascade of simple features[C]//Proc of IEEE Conference on Computer Vision and Pattern Recognition. 2001:511－518.

[6］REDDY A A， CHATTERJI B N. A new wavelet based logowatermarking scheme[J]. Pattern Recognition Letters， 2005，26(7):10191027.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”