一種基于ＤＣＴ的圖像水印算法

摘 要：數字水印技術是一種在開放的網絡環境中用以保護版權和認證來源及完整性的新技術。針對如何解決水印不可見性和魯棒性矛盾這一問題提出了一種新的水印方案。實驗結果表明，算法具有良好的不可見性，對常見的圖像處理操作，如JPEG 壓縮、低通濾波、噪聲攻擊等具有較強的魯棒性。

關鍵詞：數字水印；離散余弦變換；不可見性；魯棒性

中圖分類號：TP309 文獻標識碼：B

文章編號：1004373X(2008)0309403

A Image WatermarkingAlgorithm Based on DCT

PENG Chuan，JIANG Tianfa

(Sonth Central University for Nationalities，Wuhan，430073，China)

Abstract：With the popularization of Internet and the development of multimedia techniques，digital multimedia has become the main means of information communication.Digital watermark is a new technology which can protect copyright and authentication source.This paper proposes a new image watermarking scheme in order to solve the contradiction between imperceptibility and robustness.Experiment results indicate that this method is very robust against the common signal processing attacks such as JPEG compression，filtering，noise contamination，cropping.

Keywords：digital watermark;discrete cosine transform;imperceptibility;robustness

1 引 言

隨著網絡和多媒體技術的快速發展，數字媒體如圖像、音頻、視頻等的分發和處理變得越來越容易。因而數字作品的創作者和發布者也更加關心數字媒體的版權保護問題。數字水印是將某種形式的版權信息嵌入數字作品中的一種版權保護技術。數字水印的基本特點和要求是水印的不可見性和抵抗攻擊的魯棒性?；贒CT域的水印算法由于其簡單、實用及優秀的性能一直是數字水印技術的研究熱點[1]。

針對如何解決水印魯棒性和不可見性矛盾的問題，下面提出一種新的基于DCT變換域的數字水印嵌入和檢測算法。算法選擇灰度圖像作為水印信息，將其嵌入到載體圖像DCT變換的低中頻系數中，通過調節水印嵌入強度，使得算法獲得了較好的不可見性和魯棒性；在水印嵌入和提取過程中都需要密鑰控制，使得算法具有較好的安全性。

2 水印算法

這里給出算法的幾個關鍵的問題是：DCT系數的選取、水印信號的預處理，水印嵌入和提取。

2.1 DCT系數的選取

為了能更準確地恢復水印信息，通常期望嵌入的水印強度在不可感知的前提下達到最大。但事實上，不可感知性、魯棒性、隱藏數據的能力是數據隱藏應用中基本的但又相互抑制的要求。大多數灰度或彩色圖像水印算法都明確或者隱含使用HVS[2]來保證其不可感知性。在基于DCT的圖像水印算法中，水印信號被嵌入到變換域的DCT系數中，因此，如何合理地選取DCT系數作為水印的嵌入區域是一個關鍵問題。

在中頻區域對應的DCT變換系數中嵌入水印信息，既能保證水印信息的魯棒性，又能保證其不可見性[3]。在中頻系數上嵌入水印已成為大多數信息隱藏學者的共識，黃繼武等人[4]提出了DCT域的DC直流系數中也可以嵌入水印信息的觀點，并用實驗給出了有力的證明，DCT的DC和AC低頻區域為非視覺敏感區域，也可被選做水印嵌入位置。本文的水印算法將在視覺不太敏感的低中頻嵌入水印信息，以獲得較大水印容量及較好的不可見性[5]。

2.2 水印圖像的預處理

算法采用圖像隨機置亂的方法作水印預處理。首先，我們對水印圖像進行二維小波變換(DWT)，保留其近似子帶，丟棄細節子帶。因為近似子帶保留了圖像的主要信息，所以不影響水印嵌入和提取時的信號強度。這樣實際上是對水印圖像進行了壓縮處理，從而使得在載體圖像中能夠嵌入更多的水印信號；然后進行隨機置亂處理；最后利用密鑰控制生成偽隨機序列，對置亂后的水印做調制變換。這里，偽隨機序列由密鑰控制產生，因此提高了水印的安全性。

2.3 水印嵌入

設CI是M×N大小的載體圖像，SI是要隱藏的P×Q大小的秘密圖像，P=M/2，Q=N/2。通過水印加載算法，要把圖像SI隱藏到CI中。基于DCT變換的圖像水印算分如下幾個步驟進行。

(1) 壓縮：為了將圖像SI隱藏到載體圖像CI中，首先利用二維小波變換對SI進行變換，并且只保留SILL，這樣可以達到壓縮圖像壓縮的效果，即:

[SILL，SIHL，SILH，SIHH]=DWT(SI)(1)

(2) 隨機變換：由口令K控制生成兩個分別從1～ P/2，1～Q/2的隨機置換RProw和RPcol，并按照式(2)對SILL進行變換：

SI′LL=SILL(RProw(i)，RPcol(j)) (2)

(3) 分塊：將CI分解為(M/8)×(N/8)個8×8大小的分塊BCIm，n；同時將SI′LL也分解為(M/8)×(N/8)個2×2的分塊BSI′LLm，n。其中，1≤m，n≤8。

(4) DCT變換：對每一個BCIm，n進行DCT變換：

DBCI′m，n=DCT(BCIm，n)(3)

(5) 數據隱藏：對每一個DBCI′m，n和BSI′LLm，n，將DBCI′m，n(si)用BSI′LLm，(ti)代替，即:

DBCI″m，n (si) = α×BSI′LLm，n(ti)(4)

(6) 逆DCT變換：對式得到的每一個DBCI″m，n(si)做逆DCT變換：

IDBCIm，n =IDCT(DBCI″m，n)(5)

最后，將各個分塊合為一個整體圖像CI′，即為隱藏有水印圖像的新圖像。

式中的系數α控制水印嵌入的強度，他對隱藏后的載體圖像質量以及由其恢復的水印圖像質量產生很大影響。α越大，恢復的水印圖像的質量越好，而隱藏水印的載體圖像CI'的質量越差；α越小，則情況相反。結合感知模型及相關經驗分析令α的取值范圍為0.01～0.1，在這個范圍內，算法可以獲得較好水印魯棒性和不可見性。

2.4 水印提取

設圖像TCI為已經隱藏了秘密圖像的載體圖像?，F要根據使用者口令，將所隱藏的秘密圖像從TCI中提取出來。水印提取是水印嵌入的逆過程，算法按如下步驟進行:

(1) DCT變換：將TCI分解為(M/8)×(N/8)個8×8大小的塊BTCIm，n，并對每一個BTCIm，n進行二DCT變換：

DBCI′m，n=DCT(BTCIm，n)(6)

(2) 提取水印數據：按照下式對每一個DBCI′m，n，計算得到BWSILLm，n：BWSILLm，n (si ) = (1/α)×BTCI′m，n(ti)(7)

(3) 逆隨機變換：將上面得到的所有BWSILLm，n合并為一個整圖NWSILL。根據給定的口令K控制生成兩個分別從1－M/4和從1-N/4的隨機置換RProw，RPcol，并按照下面公式對SILL進行變換：

WSILL(RProw(i)，RPcol(j))=WSILL(i，j)(8)

(4) 逆DWT變換：對NWSILL進行二維逆小波變換：

NSI=IDWT(NWSILL，0HL，0LH，0HH)(9)

3 仿真實驗

對提出的算法在Matlab環境下進行了編程實現，并做了大量仿真實驗驗證其性能?；菊f明如下：

(1) 選取256×256的位圖圖像lena.bmp作為載體圖像，如圖1所示。

(2) 選取128×128的位圖圖像center.bmp作為水印圖像，如圖2所示。

圖1 載體圖像

圖2 水印圖像

(3)用峰值信噪比評價隱藏水印的圖像以及提取的水印圖像的質量。

分別取α值為0.01，0.05得到嵌入水印后的圖像，如圖3，圖4所示。

圖3 嵌入水印后的圖像(α=0.01，PSNR=40.7)

圖4 嵌入水印后的圖像(α=0.05，PSNR=38.9)

兩種情況下提取的水印圖像如圖5，圖6所示。

圖5 提取的水印圖像(α=0.01，PSNR=20.9)

圖6 提取的水印圖像(α=0.05，PSNR=18.7)

以上實驗表明，嵌入水印的圖像具有較好的質量，水印具有較好的不可見性能；在沒有攻擊的情況下，能完好地提取出水印圖像[6]。

3.1 JPEG壓縮

JPEG有損壓縮是水印所要抵抗的最主要的攻擊。由于圖像本身的的數據量大，如果以非壓縮的形式放置于網絡上，則會存在占用存儲空間增大、傳輸速率降低，同時下載很慢的缺點，嚴重的影響了圖像在網絡上的利用效率。為了解訣這一矛盾就必須將水印后圖像進行壓縮，JPEG 有損壓縮是當今很常用且有效的壓縮方法，目前網絡上流通的圖像決大多數都是 JPEG 格式，因此水印對于 JPEG有損壓縮是否具有較強的免疫力是衡量一種水印算法是否成功的重要標準。我們把壓縮因子分別設定為30，15觀察水印檢測效果。壓縮圖如圖7，圖8所示，壓縮后提取水印如圖9，圖10所示。

圖7 壓縮圖(壓縮因子30，PSNR=31.3)

圖8 壓縮圖(壓縮因子15，PSNR=20.5)

圖9 提取水印(PSNR=15.6)

圖10 提取水印(PSNR=11.8)

隨著壓縮率的增大，水印相似度降低，但水印仍然能夠明顯的檢測出來?？紤]到在壓縮因子為15，圖像失真較嚴重的情況下，還能完整檢測出水印，說明算法具有比較好的抗壓縮性能。

3.2 濾波攻擊

因為圖像在傳輸過程中往往有噪聲干擾，發生失真，所以人們常常對圖像加以濾波，以去除噪聲。經低通濾波攻擊后如圖11所示，提取的水印如圖12所示?？梢钥闯?，濾波對圖像的視覺影響不大，本算法能夠很好地檢測出水印。

圖11 低通濾波(PSNR = 24.6)

圖12 提取水印圖像(PSNR = 14.6)

3.3 噪聲攻擊

圖像在傳輸過程中，常常由于受到某種干擾而含有噪聲，常見噪聲有高斯噪聲，椒鹽噪聲。對水印圖像分別添加這兩種噪聲干擾，檢測其魯棒性。加兩種噪聲后的圖像分別如圖13，圖14所示。相應提取的水印如圖15、圖16所示。

圖13 高斯噪聲(PSNR=25.8)

圖14 椒鹽噪聲(PSNR = 24.7)

圖15 恢復水印(PSNR=15.8)

圖16 恢復水印(PSNR = 16.4)

從以上數據可以得出在常見的噪聲攻擊下，本算法的具有較好的魯棒性能。

4 結 語

實驗結果看出，因為對水印圖像進行了二維小波變換預處理，使得水印圖像被壓縮，同時在確定DCT系數時，取DCT變換的合適中頻部分加入水印，從而大大提高了嵌入水印的容量并且保證了不可見性。同時通過水印嵌入強度控制參數α協調水印魯棒性和不可見性能。從魯棒性實驗中剪切、JPEG 壓縮、噪音攻擊的結果來看，本算法具有較強的抗攻擊能力。

參考文獻

[1]蔣天發.網絡信息安全及數字水印技術的研究[J].武漢理工大學學報：交通科學與工程版，2003，27(6):127—130.

[2]Ingemar J Cox，Jee Kilian，Thomson Leighton F，et al.Secure Spread Spectrum Watermarking for Multimedia[J].IEEE Transaction on Image Processing，1997，6(12):1 673—1 678.

[3]Cox I J，Miller M L，Bloom J A.Digital Watermarking.IEEE International Conference on Multimedia and Expo.，2003(7)：172—186.

[4]黃繼武，SHI Yun Q.一種自適應圖像水印算法[J].自動化學報，1999，25(4):477—482.

[5]孫洪淋.基于人類視覺系統的數字水印技術研究[J].現代電子技術，2006，29(13):62—63，66.

[6]蔣天發.數字水印關鍵技術及其方法的實現[J].電訊技術:電子教育版，2004，44(4):12—15.

作者簡介 彭 川 男，1979年出生，博士生。研究方向為信息安全。

蔣天發 男，1954年出生，教授，研究生導師。

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。