版權標識與篡改定位的數字圖像水印方案

蔣 銘，張小博，史曉龍，胡艷平，龐衛麗

（中國電子科技集團公司第三研究所 音視頻部門，北京 100015）

隨著計算機和互聯網技術的迅速發展，音視頻數字作品的創作、編輯、復制以及傳播變得越來越容易。同時，數字作品的知識產權保護和完整性認證也尤為重要。數字水印[1-2]是一項利用數字多媒體信息中的冗余成分嵌入版權標識信息的數字內容保護技術。主要應用于廣播監控、版權保護、數字指紋、內容鑒別、控制拷貝等領域。

數字水印早期的研究主要集中于版權保護的魯棒水印[3]?，F階段數字水印在多媒體內容認證、篡改定位方面也有著很好的應用[4]。從目前的研究成果中看，根據水印的健壯性可以將數字水印分為魯棒水印和脆弱水印，根據水印的脆弱性可以將數字水印分為以下兩種：1）完全脆弱水印[5]是一種最為敏感的水印技術，它能夠檢測出任何對圖像進行的操作，甚至包括圖像像素級的變化；2）半脆弱水印[6-7]是一種具有一定魯棒性的水印技術，即能允許圖像有一定的改變。實際應用中，圖像常會因為傳輸、存儲以及常見信號處理操作（如JPEG壓縮等）等受到影響，因此半脆弱水印技術更加適合于實際應用需求。

Celik等[8]提出了一種基于圖像像素平面分層的半脆弱數字水印算法，水印嵌入算法基于圖像像素最低有效位，能夠精確定位圖像篡改位置，但是無法抵抗JPEG壓縮等非惡意圖像處理操作。Lin和Chang[9]提出了一種基于DCT域的半脆弱水印算法，算法不僅能夠檢測和定位篡改區域，還能夠抵抗一定的JPEG壓縮（QF=50），但是針對其他非惡意圖像處理操作，水印魯棒性較差。文獻[10]中Ho等提出了一種基于圖像分塊技術和PST變換的半脆弱水印算法，實驗結果表明該算法較DCT變換算法有一定的優越性。同時，DWT算法[11-13]因為具有較好的時頻特性，使得圖像在局部化認證過程中不需要依賴于圖像分塊技術，在半脆弱水印算法研究中應用較多。以上研究成果主要針對圖像的內容認證和篡改定位功能，同時附加版權標識功能的水印算法研究則具有更好的研究意義。

針對以上問題，本文通過嵌入兩種不同的半脆弱水印，提出一種可以同時支持版權標識與篡改定位的圖像數字水印方案。水印方案中對于沒有發生惡意篡改的水印圖像可以提取出水印信息，對于發生惡意篡改的水印圖像則無法檢測出水印信息，同時提示篡改，并定位篡改軌跡。實驗結果表明水印方案性能高效，實用性強。

1 方案設計

本文水印方案以JPEG壓縮圖像為載體圖像，同時嵌入版權標識水印和篡改定位水印。為了避免兩種水印之間的影響，水印算法結合了JPEG壓縮核心技術DCT變換系數的量化機制以及變換的可逆性進行水印信息的嵌入和提取處理過程。

1.1 JPEG編解碼過程

JPEG圖像通過解碼器解碼出圖像像素矩陣，對亮度和色差量信號進行分塊DCT變換，通過量化DCT系數壓縮圖像數據，最后進行熵編碼生成JPEG圖像。實現流程如圖1所示。

圖1 JPEG圖像編碼流程

1.2 DCT變換

JPEG編碼進行8×8大小圖像分塊DCT變換，并對分塊DCT系數進行量化和壓縮編碼，如圖2a所示。圖2b直觀描述了DCT系數對應塊圖像的頻率特征。其中0號對應DC直流系數，表征圖像的背景亮度，其余1～63號對應交流系數，按照Zig-Zag掃描順序依次表征圖像的低頻信號和高頻信號。

1.3 DCT系數量化

量化方法為

式中：Ci(x,y)表示第i塊圖像的(x,y)坐標DCT系數；函數R(·)表示取整運算；Q(x,y)表示(x,y)坐標量化步長；Ci(x,y)表示量化后DCT系數，0≤ x,y≤ 7。

2 水印算法

2.1 水印的預處理

圖2 DCT變換描述圖

本文水印方案支持二值圖像水印、文本水印及兩者之和3種形式。對于二值圖像水印，將圖像像素值作為二進制碼字信息嵌入。對于文本水印，則是將文字信息轉換為對應的二進制碼字信息嵌入。水印嵌入前對該水印二進制信息進行偽隨機置亂，置亂水印信息具有較好的不可預測性和隨機性，從而保證了視覺對嵌入水印的不可感知性和水印的安全性。最后保存為一維序列W={wi}作為嵌入信息，其中i=1,2,…,C,C=M×N,wi=0或1。

2.2 版權標識水印的嵌入

解壓縮JPEG圖像后，獲取亮度像素矩陣，對矩陣進行8×8大小分塊DCT變換，并對DCT系數進行ZigZag掃描，記為Ci(j),j=0,1,2,…,63。整個序列記為Ci。序列Ci的個數和圖像塊數相同，其中i表示序列的序號。并選取Ci(k-2),Ci(k-1),Ci(k),Ci(k+1),Ci(k+2)連續5個DCT系數值作為水印宿主序列，k=2,3,…,61。

根據圖2b所示，編號12所對應的DCT交流系數Ci(12)對于圖像的整體影響比較均勻，且為圖像的中頻系數，易于平衡圖像嵌入水印的不可感知性和魯棒性。具體嵌入算法為：

如果wi=0，則

如果wi=1，則

式中：Ci(k)'為修改后的DCT系數；Q為水印強度調節因子。

修改DCT系數后，由于水印嵌入是在系數量化之前進行，因此系數量化會影響水印的魯棒性。

2.3 篡改定位水印的嵌入

由于圖像的JPEG壓縮會對水印圖像造成一定的影響，因此用于篡改定位的半脆弱水印需要具有一定程度的魯棒性，能夠抵抗JPEG壓縮等非惡意的圖像處理操作。同時為了保證篡改定位水印的處理對版權標識水印不造成水印攻擊影響，結合DCT系數的變換可逆性，算法通過對載體圖像的亮度像素矩陣進行8×8大小分塊DCT變換，對DCT直流系數Ci(0)的量化處理進行篡改定位水印的嵌入和檢測，i表示圖像分塊號。具體嵌入方法為

式中：Ci(0)'表示第i塊圖像的DCT直流系數；函數R(·)表示取整運算；step表示量化步長；Ci(0)'表示量化后DCT直流系數。

2.4 篡改檢測與定位

獲取嵌入水印后的圖像的亮度像素矩陣，并對像素矩陣進行8×8分塊DCT變換。具體篡改檢測方法如下

式中：Ci(0)表示第i塊圖像的DCT直流系數；函數R(·)表示取整運算；mod(·)表示模運算；step表示量化步長。

2.5 水印信息提取

對上述分塊DCT系數中獲取水印宿主序列Ci(k-2),Ci(k-1),Ci(k),Ci(k+1),Ci(k+2)。具體提取算法如下：

如果

則水印判斷為1，否則判斷為0。最后對水印信息進行反置亂處理恢復出水印信息。

3 實驗結論與分析

3.1 算法實驗分析

實驗選取JPEG壓縮真彩色銀行票據圖像作為水印載體圖像，如圖3a所示，水印圖像如圖3b。水印采用二值圖像，大小為130×129，如圖4a所示，提取水印如4b所示。水印圖像PSNR為48.43 dB，文件體積增幅比為16.20%。水印提取的誤比特率為1.65%。圖5a表征水印票據圖像的篡改，圖5b表征篡改票據的檢測與定位。

a人民銀行票據圖像

圖3 載體圖像與水印圖像（截圖）

圖4 水印圖像

實際應用中，由于對載體圖像加載了半脆弱水印信息，因此，水印圖像的文件大小會有一定程度的增幅，為了減小體積增幅，可以對水印圖像進行適當的JPEG壓縮，但是過低圖片質量壓縮又會造成圖像被誤檢測為篡改，同時也會造成水印信息的誤比特率的增加，以下對多幅銀行票據進行實驗仿真，并給出實驗結果，如表1所示。

a水印票據圖像的篡改

圖5 水印票據的篡改檢測與定位（截圖）

表1 水印圖像體積增幅比、PSNR及水印誤比特率的關系

經過對多幅銀行票據的測試，水印圖像體積增幅比不大，甚至部分圖像文件體積減小；水印圖像的PSNR基本保證在40 dB以上，水印不可感知性較好；水印誤比特率也基本在1%。算法具有很好的實用性。

3.2 算法比較

對比算法中，實驗使用了Lena，Baboon和Barbara，3幅256×256灰度圖像。對多種水印算法的PSNR進行比較，見表2。

實驗結果表明本文算法在嵌入水印的圖像質量上有比較明顯的提升。

4 結論

針對JPEG圖像提出了用于版權標識和篡改定位功能的圖像水印算法水印嵌入和提取算法基于JPEG圖像解壓縮后的像素矩陣進行。水印算法結合了JPEG壓縮核心技術DCT變換系數的量化機制以及變換的可逆性進行版權標識水印和篡改定位水印的嵌入和提取處理過程。水印算法對銀行票據圖像進行了性能測試，并且給出了水印算法可以通過JPEG壓縮質量控制水印算法的圖像體積增幅比、PSNR以及水印誤比特率指標。實驗結果表明，算法在版權標識和篡改定位方面均具有較好的實用性。

[1]LANGELAAR G，SETYAWAN I，LAGENDIJK R.Watermarking digital image and video data：a state-of-the-art overview[J].IEEE Signal Process.Mag.，2000，17（5）：20-46.

[2]SWANSON M，KOBAYASHI M，TEWFIK A.Multimedia dataembedding and watermarking technologies[J].Proceeding of the IEEE，1998，86（6）：1064-1087.

[3]COX I，KILLIAN J，LEIGHTON T，et al.Secure spread spectrum watermarking for multimedia[J].IEEE Trans.Image Processing，1997，6（12）：1673-1687.

[4] LIN E T，DELP E J.A review of fragile image watermarks[C]//Proc.Multimedia and Security Workshop at ACM Multimedia’99.Orlando：[s.n.]，1999：35-40.

[5] 張憲海，楊永田.基于脆弱水印的圖像認證算法研究[J].電子學報，2007，35（2）：34-39.

[6] HOLLIMAN M，MEMON N.Counterfeiting attacks on oblivious block-wise independent invisible watermarking schemes[J].IEEE Trans.Image Processing，2000，9（3）：432-441.

[7] AL-MUALLA M E.Content-adaptive semi-fragile watermarking for image authentication[C]//Proc.14th IEEE Int.Conf.on Electronics，Circuits and Systems.[S.l.]：IEEE Press，2007：1256-1259.

[8] CELIK M U.Hierarchical watermarking for secure image authentication with localization[J].IEEE Trans.Image Processing，2002，11（6）：585-595.復雜度高的缺點，本文提出了一種基于內容自適應的多參考幀快速選擇算法，具有實現簡單且通用性強的特點。實驗結果表明，相對于常見的多參考幀快速選擇算法，本文算法具有更好的R-D性能，大幅降低了計算復雜度，且對于各種類型的視頻具有較強的自適應性。下一步工作將研究多參考幀運動估計和編碼模式快速選擇算法的有效結合，進一步提高H.264的編碼實時性。

參考文獻:

［1］馬玉，沈龍梅，李小龍，等.基于H.264的無線局域視頻通信終端的研發［J］.吉林大學學報:信息科學版，2013，31(5):483-488.

［2］ ZHU Shiping，TIAN Jun.An improved fast fractional pel motion estimation algorithm based on H.264［C］//Proc.2010 IEEE International Conference on Industrial Technology.Washington，DC:IEEE Press，2010:179-182.

［3］徐靜，周兵，黃雪莉，等.基于空域特征的H.264快速多參考幀選擇算法［J］.通信學報，2010，31(7):40-45.

［4］仲偉波，孟艷茹.基于時空相關的H.264多參考幀快速選擇算法［J］.計算機科學，2013，40(5):93-96.

［5］丁媛媛，司玉娟，姚成.H.264快速多參考幀選擇算法［J］.吉林大學學報:工學版，2010，40(2):566-570.

［6］肖創柏，鄔鵬.基于H.264/AVC的自適應快速多參考幀選擇算法［J］.北京工業大學學報，2009，35(4):543-548.

［7］ SHEN Liquan，LIU Zhi，ZHANG Zhaoyang，et al.An adaptive and fast multiframe selection algorithm for H.264 video coding［J］.IEEE Signal Processing Letters，2007，11(14):836-839.

［8］ LIU Zhenyu，LI Lingfeng，SONG Yang，et al.Motion feature and hadamard coefficient-based fast multiple reference frame motion estimation for H.264［J］.IEEE Trans.Circuits and Systems for Video Technology，2008，18(5):620-632.

［9］張淑芬，李華.基于H.264的多參考幀快速選擇算法［J］.電子學報，2009，37(1):62-66.

［10］姜峰，姜東，劉芳.一種新型H.264/AVC多參考幀預測方法［J］.電視技術，2012，36(15):17-20.

［11］陸寄遠，孫少暉，朝紅陽.聯合分數運動估計優化的多參考幀快速選擇算法［J］.計算機科學，2010，37(6):283-285.