數字水印算法的分析研究

戴曉東 侯小毛 馬凌

摘 要：本文就課題中對當前數字水印相關的算法進行分析研究，主要從數字水印的應用領域、現有數字水印算法分析、典型數字水印算法等方面，進行分析與研究，進而對自恢復水印技術研究與開發做鋪墊。

關鍵詞：數字水?。凰∷惴?；典型算法

互聯網+時代的來臨，與此同時也就來了新的機遇與挑戰。特別是對于在數字媒體中的相關技術也必然提出新的需求，如對于這些數字媒體在數據安全方面，是否能通過相關的處理對其進行更加安全的保護。數字水印相關技術也因此而產生了。

1 數字水印的應用領域

1.1 版權信息跟蹤和保護 為了對多媒體數據進行保護，于是會通過將數字、序列號、文字、圖像標志等版權信息對數字媒體進行保護，而為了對這些版權信息進行保護，要通過數字水印技術就可以完成版權信息的跟蹤和保護。

1.2 鑒定真假 檢測當前信息的真假，使得信息不能夠輕易的被篡改或者是被改造，與此同時能夠正確的檢測到，相對而言，被誤檢的概率相對較低，當本身的內容發生更改時，數字水印信息也要隨機發生變動。因此對當前數字媒體信息的真假可以進行鑒定。

1.3 信息隱蔽 對數字媒體信息進行保護的同時，在不讓本身的媒體信息受到影響的前提下，又可以使得版權標志信息可以很好的隱蔽在主信息中，這樣可以更好的對數據媒體信息進行保護。

2 現有數字水印算法分析

從數字水印的相關特性上來說，數字水印分為脆弱、半脆弱、魯棒性字水印。

2.1 魯棒數字水印 在著作權進行保護的過程中，可以數字作品的版權的相關信息，后期可以進行各種各樣的編輯處理，魯棒數字水印就可以針對這一問題得到很好的解決。文獻中提出是基于二維超混沌序列能夠與離散小波變換進行結合。①將圖像進行加密，通過將上面二者結合起來；②彩用二維DWT對圖像在YIQ色彩空間中的Y分量進行4級分解，主要是根據人眼的相關特性；③對水印圖像進行加密的相關處理后，再嵌入到主圖像Y分理的DWT域m。這種算法具備了一定的魯棒性與不可見性，但是也存在一些不足，針對抵抗小信號的濾波魯棒性是比較差的。

2.2 脆弱數字水印 脆弱數字水印，在驗證數字水印版權信息的可信度及完整性方面，通過對數字媒體作品和被破環的相關情況進行跟蹤，定位到被篡改區域，對所修改的內容具有一定的敏感性。

文獻中提出了一種基于混沌系統的脆弱性的水印算法。這個算法：①將圖像的LSB位平百乾地置零處理，再對圖像可以進行不重疊分塊；②得到每一灰度圖像的平均值；③映射為二值序列，通過使用混沌系統；④嵌入水印信息，在LSB平面。

通過圖像置亂算法的相關處理，使得系統的字全性也就相對提高了。

文獻實驗結果表明，對于敏感性加強，在確定被篡改的位置得到比較大的提高，但是在整個系統中，用戶的關鍵密鑰KEY成了依賴。混沌序列要得到重構也將會非常的困難，因此，具備了一定的安全性。

2.3 半脆弱數字水印 基于之前兩種數字水印算法，可以允許數字水印在一定程度上可以失真，而且可以取得被篡改、被篡改的程序、類型進行鑒定，定位，較強的敏感性是基本需求。而且可以對被修改的部分進行恢復，在應用方面相對會更加的廣泛。

3 典型數字水印算法

下面是對一些典型的數字水印算法進行分析，有部分算法也可以應用在音頻與視頻數字媒體之中。

3.1 空域算法 此算法，主要是選取了圖像中像素點中最不起眼的像素位置，LSB，least significant bits，將信息嵌入到隨機選擇的圖像的這個位置上。然而也有一定的不足，當圖像進行攻擊之后，此位置是不重要的，此算法的魯棒性也就會相對而言弱一些的。因此，還有一種較常用的算法，則是在像素的高度值中進行統計，將水印信息進行嵌入。

3.2 Patchwork算法 Patchwork算法，隨機選取M對像素點（xi，bi），分別將ai，bi的亮度值增、減1，對參數進行適當的調整。因此，對圖像進行裁剪等相關操作，適當調整一下參數，可進行JPEG壓縮、FIR濾波處理。不足之處是，對所能嵌入的圖像信息量，有一定的限制，解決這一問題，則可以對圖像進行分塊操作，然后再將每一塊的圖像信息作為水印信息進行嵌入操作，這樣在一定的層度上，也就增長了能嵌入的水印的信息量。

3.3 變換域算法 變換域相關算法，主要是首先對圖像離散余弦DCT變換；再在圖像的低頻分量上找到幅值系統K，圖像在DCT域中。主要是體現在數字作品的版權保護方面，有較強的抗攻擊的能力，但數據量是比較小。用離散小波變換（DWT）轉化或者是離散傅里葉變換（DFT）對數字圖片的空間域向頻域系數進行轉化。然后再編碼，主要是由類型確定。再選擇高、中、低頻系統序列。再對選好的頻域系列的序列進行修改。最后，通過數字圖像的頻域系數對得到的空間域數據進行反變換。

3.4 壓縮域算法 此算法在數字電視廣播及VOD有較好的應用。用漂移補償方案，對因為水印信息號的引入所導致的視覺變形抵消。

3.5 NEC算法該算法 由NEC實驗室的Cox等人提出，針對人感覺最重要的部分進行嵌入，因此它增強了水印魯棒性和高攻擊性。

3.6 生理模型算法 生理模型算法優點是具有好的透明性和強健性，主要是在人的視覺和聽覺系統，用于壓縮多媒體數據以及數字水印。

參考文獻：

[1]車生兵，黃達，李光.基于視覺特性的半脆弱水印算法[J].通信學報，2007，28（10）.

[2]車生兵，黃達，李光.基于視覺特性的半脆弱水印算法[J].計算機工程，2008，34（11）.

[3]王向陽，楊紅穎，鄔俊.一種基于自適應量化的半脆弱圖像水印算法[J].小型微型計算機系統，2006，27（5）.

[4]吳亞榕.基于DCT變換的半脆弱圖像水印算法[J].軟件導刊，2012（10）.

[5]于平平.基于VLSI實現的數字圖像水印技術研究[D].2010.

[6]陳國峰.基于圖像的半脆弱數字水印研究[D].2007.

[7]何孝富.數字圖像的完整性驗證與自修復水印算法研究[D].2004.

項目基金：

項目名稱：自恢復水印技術研究與開發（編號：XXY012ZD02）。

作者簡介：

戴曉東（1984-），女，碩士，講師，研究方向為計算機技術研究。