基于Weber準則的圖像脆弱盲水印技術研究

陳琴

（中國兵器工業第58研究所四川綿陽621000）

基于Weber準則的圖像脆弱盲水印技術研究

陳琴

（中國兵器工業第58研究所四川綿陽621000）

提出了一種應用于醫學圖像認證的基于Weber準則的脆弱盲水印技術，基于Weber準則選擇圖像中的像素并插入脆弱水印。由于這種水印技術只選擇和改變圖像中的暗像素，因此不會造成圖像的明顯改變。這種水印技術能夠鑒定醫學圖像在傳輸過程中是否發生了改變，并且通過比較水印像素能夠確定發生改變的位置。同時由于這種水印技術是脆弱水印技術，對圖像的惡意改變非常敏感，因此非常適宜應用在醫學圖像的認證中。除此之外，本文方法還具有對圖像壓縮極強的容忍性，能夠將認證信息嵌入水印當中，這些特點在醫學圖像的認證中都極其重要。最后，文中通過基于標準圖像庫的實驗結果表明了本文方法的有效性。

Weber準則；脆弱水印；醫學圖像；水印技術

數字圖像水印技術是數字信號處理應用的一個重要方面。在圖像中加入水印可以達到保護知識產權，進行圖像認證的目的。數字圖像水印技術在許多方面得到了廣泛應用[1]。根據應用的不同可以設計穩健水印，脆弱水印和半脆弱水印。穩健水印是指水印一旦加入圖像以后就不能夠被去除。這種技術可以應用于知識產權保護等領域[2]。脆弱水印是指水印圖像的任何改變也會導致水印自身的變化。因此脆弱水印對圖像的改變時非常敏感的，這種技術可以應用于圖像認證[3]。

到目前為止已經發展出了許多應用于圖像認證的水印技術[4]，但是在醫學圖像的認證中，這種認證還是非常困難的。因為如果認證錯誤就會導致錯誤的結論。在本文方法中，我們采用Weber準則來選擇插入水印的圖像像素。采用Weber準則，只會選擇和改變暗像素。這樣就不會造成原圖像的明顯改變。文獻[5]研究了醫學圖像的認證技術，并且指出在醫學圖像插入水印的時候不應該造成圖像質量的下降。文獻[6]定義了醫學圖像水印相關的問題，并且指出，醫學圖像的認證應當將壓縮與其它改變區分開來。在本文給出的水印技術中，醫學圖像會被鑒定為在傳輸過程中發生了改變或者沒有發生改變，并且通過比較水印像素能夠確定發生改變的位置。為了使得這種脆弱水印技術能夠應用于醫學圖像的認證，我們通過量化的方法在所選擇的像素上加入水印。最后，通過基于標準圖像庫的實驗結果表明了本文方法的有效性。

1 Weber準則

在文獻[7]中，作者將Weber準則應用于水印認證。Weber準則指出增量閥值與背景強度的比值為常數。文獻[8]采用Weber準則來定義Weber描述器。這種描述器基于兩個分量:差分激勵（χ）和像素的方向(λ)。為了計算強度為f(xi,yi)的像素(xi,yi)的差分激勵，需要計算其與周圍8個像素的強度的不同，并且需要評估其與當前強度的不同的比值，如圖1所示。然后對這個比值求解反正切:

圖1 像素(xi,yi)的鄰近像素

χ(xi,yi)耳朵取值范圍為[-π/2,π/2]。如果在這個式子中，分子分母同時為0，則將χ(xi,yi)置為0。χ(xi,yi)的值可能為正，也可能為負。如果當前像素的鄰近像素的強度大于當前像素，則χ(xi,yi)為正；相反，χ(xi,yi)為負。χ(xi,yi)為正，意味著當前像素是較暗的像素。在本文采用的水印技術中，通過χ(xi,yi)的值來選擇添加水印的像素。

2 脆弱水印技術

本文提出的基于Weber準則的水印技術是一種空域水印技術。這種水印技術通過抖動量化方法在圖像中加入脆弱水印。在這種方法中通過Weber準則選擇強度比周圍像素更弱的像素。然后利用抖動量化方法改變所選擇像素的強度。

在圖像中加入水印需要以下的步驟:

1）將大小為M×N的圖像H分解為3×3的塊，則圖像H可以表示為:

其中Bp,q可以表示為:

2）計算Bp,q中強度為f(xi,yi)的中心像素(xi,yi)的χ(xi,yi)；

3）選擇具有正的χ(xi,yi)的像素；

4）通過式（4）改變所選擇的像素的強度:

其中，fw(xi,yi)為加入水印以后的像素的強度，dk(0)為[0,Δ]的偽隨機數；dk(1)為Δ/2+dk(0)。Δ為量化步徑，k為需要加入水印的像素。隨著Δ的增大，水印對圖像的改變越不易被察覺。在本文的實驗中，我們將Δ設置為2。

從水印圖像中提取水印，需要采用與加入水印時相同的步驟選擇所需提取水印的像素。提取水印的步驟為:

1）將大小為M×N的水印圖像WI分解為3×3的塊，則圖像WI可以表示為:

其中:

2）計算WBp,q中強度為fw(xi,yi)的中心像素(xi,yi)的χ(xi,yi)；

3）選擇具有正的χ(xi,yi)的像素；

4）采用與相同的抖動向量dk(0)和dk(1)對所選擇的像素量化。然后比較這兩種量化方式的距離和所選擇像素的強度，然后采用式（7）計算bk:

其中:

3 實驗結果

為了評估本文提出的水印技術的性能，進行了基于標準醫學圖像庫的實驗[9-10]。這些圖像包含了大小不同的超聲圖像，MRI，CT等，如圖2所示。同時還將本文算法的結果與現有的脆弱水印技術所得到的結果相比較以驗證本文算法的優勢。

圖2 測試圖像示例

進行了基于高對比度和低對比度圖像的實驗。圖2中a和c為高對比度圖像，b和e為低對比度圖像；d和f為來自另一個數據庫的高對比度圖像。

在圖2所示的圖像中，加入了不同長度的隨即水印模式。所能加入的最大比特數為中心像素具有正的χ(xi,yi)的大小為3×3的圖像塊。圖2中所加入水印的數量如表1所示，響應的水印圖像如圖3所示。從中可以觀測到，在采用本文算法的水印技術中，在高對比度圖像中可以加入水印的比特數大于低對比度圖像。從圖3可以清楚的看到，本文所提出的水印技術是很難被察覺的。為了驗證本文水印技術的不易被察覺，可以采用式（9）所示的PSNR:

醫學圖像水印技術的評估方法和其它水印技術不同。這是因為采用了不同的宿主圖像，同時希望水印的不易被察覺和對各種改變的敏感。文獻[11]定義了圖像認證系統的評價標準，并指出評價方法應當滿足一下的標準:對惡意改變的敏感性；對圖像壓縮的容忍性；能夠檢測改變區域的位置；認證數據應當嵌入水印圖像；嵌入圖像的水印應當具有不可見性。基于以上的這些準則，衡量本文算法應用于醫學圖像水印技術的適用性。

首先來看對惡意改變的敏感性。為了驗證本文算法對惡意改變的敏感性，在圖3所示的水印圖像中加入Gaussian噪聲。受到不同均值和方差的噪聲影響的圖像如圖4所示。

表1 圖2中不同圖像所加入水印的比特數量

圖3 加入水印后的圖像

從中可以觀察到，從噪聲圖像提取的水印會導致一系列的誤報和漏報。從受到不同均值和方差的噪聲影響的圖像中提取的水印導致的誤報和漏報的數量如表2所示。從表中可以清楚的看到，本文方法對噪聲非常敏感，能夠應用于醫學圖像的認證。噪聲會導致如此多的誤報和漏報主要是因為只在具有正方向的像素中加入了水印。在水印提取的時候，由于受到噪聲的影響，具有負的到時接近于0的激勵值就會變為正；同理具有整的但是接近于0的激勵就會變為負。

為了驗證本文算法對壓縮的容忍性，對圖3所示的圖像進行各種壓縮。發現當壓縮比為15%時，仍然能夠準確的提取出水銀。表3所示為不同壓縮比情況下的測試結果。從表3的結果我們可以看出，本文方法能夠在水水印圖像沒有質量下降的情況下對圖像進行認證。由于在壓縮比高于15%以后，壓縮水印圖像的質量開始下降，因此本文算法對壓縮的容忍性為壓縮比達到或低于15%。

為了驗證本文算法能夠準確的定位水印圖像發生改變的地方，將水印圖像的一塊截取，然后貼上其它圖像。失真圖像如圖5所示。為了檢測圖像的失真部分，畫出了需要檢測的水印的線圖，如圖6所示。

圖4 受噪聲影響的圖像

表2 本文算法對噪聲敏感性測試結果

表3 本文算法對不同壓縮比的容忍度測試結果

圖5 失真圖像

從圖7所示的線圖可以發現，在塊標號為450～900范圍內提取的水印與期望的水印不同。因此標號為450～900范圍內的水印圖像具有失真，因此不能夠被認證，而圖形的其它部分可以被認證。

為了定位由于噪聲影響而發生改變的區域，我們在水印圖像的局部加入Gaussian噪聲，如圖5c所示。為了檢測圖像的失真部分，我們畫出了檢測水印和期望水印的線圖，如圖7所示。從線圖中可以發現在標號為1 200～1 600范圍內的水印圖像與期望的圖像不一致，因此這一區域不能被認證。

圖6 水印圖像受到截取攻擊和噪聲攻擊時的檢測結果

在本文提出的水印技術中，將水印加入了暗像素中。基于Weber準則，選擇具有正的χ(xi,yi)的像素，然后在其中加入水印比特。由于只在暗像素上加入了水印，因此加入宿主圖像的水印是完全不可見的。

為了驗證水印的不可見性，可以采用PSNR作為標準。圖3所示的宿主圖像與圖3所示的水印圖像之間的PSNR值如表4所示。從表4中可以看出，水印圖像的PSNR非常高，因此其可見性是非常低的。

表4 主圖像與水印圖像之間的PSNR值

4 與現有水印技術的比較

為了分析本文算法的性能，將本文算法的結果與其它水印算法的結果相比較[12-14]。比較了不同算法所得到的PSNR。為了比較宿主圖像和水印圖像的PSNR，采用了來自于Springer醫學圖像數據庫的圖像[9]，如圖7所示。在文獻[12]的水印技術中，病人的信息被作為水印嵌入圖像中。首先將圖像進行二尺度小波變換，然后選擇其中的兩個子帶嵌入水印。采用文獻[12]方法和本文方法所得到的PSNR如表5所示。從表5中的結果可以看出，本文算法所得到的PSNR明顯更高。因此本文算法的不可見性更優。

表5 各種不同圖像的PSNR比較

表6 本文算法與文獻[12]算法的PSNR比較

表7 本文算法與文獻[13-14]算法的PSNR比較

此外還對比了本文算法與文獻[13-14]中的算法的水印的不可見性。所采用的圖像如圖8所示。文獻[13]采用了一種盲水印技術，將ECG信號作為水印嵌入宿主圖像中以認證醫學圖像。采用EZW算法來嵌入水印，將ECG信號的小波變換的較大值替換為對應的宿主圖像的小波系數值。宿主圖像與水印圖像的PSNR值如表6所示。文獻[14]提出了一種在傳輸過程中認證醫學圖像的水印技術。在水印嵌入過程中，采用宿主圖像的最不重要的像素來嵌入水印。主圖像與水印圖像的PSNR值如表7所示。

從表6和表7可以看出，采用本文算法的水印的PSNR值明顯更高。同時，文獻[13-14]只分析了一個參數的結果，而在本文中分析了算法的所有參數的性能，包含了改變區域的檢測性能，對局部噪聲的敏感性，對壓縮的容忍性等。因此，從多個方面的比較結果可以看出，本文所提出的水印算法具有更好的適用性和優勢。

圖7 比較不同算法的PSNR所用到的圖像

圖8 比較本文算法和文獻[13-14]算法所用到的圖像

5 結論

本文主要研究了醫學圖像認證中所用到的脆弱水印技術。這種水印技術通過Weber準則選擇添加水印的圖像像素。通過實驗驗證表明了本文算法具有以下特點:能夠適用于醫學圖像的認證，不管圖像在傳輸過程中是否發生了失真；由于采用了Weber準則選擇添加水印的圖像像素，這種算法所添加的水印具有高度不可見性；這種水印技術圖像的壓縮容忍度極好；這種水印技術隊惡意改變和噪聲攻擊都非常敏感。通過與現有水印技術的比較證明了本文算法的有效性和優勢。

[1]劉珊.基于DCT域的多重視頻水印算法研究[D].贛州：江西理工大學，2015.

[2]楊志疆，葉阿勇.一種基于DWT-QR的脆弱性音頻水印算法[J].吉林師范大學學報:自然科學版，2015，36（1）:130-135.

[3]李娟.離散小波變換和正交三角分解相融合的圖像水印算法[J].激光雜志，2015（9）:72-76.

[4]劉真，白韜韜，盧鵬.一種解密圖像無背景噪聲的加密全息數字水印技術[J].光學學報，2015（2）:88-95.

[5]謝斌，劉珊，任克強.基于DCT的自適應多重彩色圖像盲水印算法[J].電視技術，2014，38（9）:21-24.

[6]朱建忠，姚志強.基于DWT-SVD和Turbo碼的彩色圖像盲水印算法[J].吉林大學學報:理學版，2014（4）:773-778.

[7]劉成云，常發亮.基于稀疏表示和Weber定律的運動圖像盲復原[J].光學精密工程，2015，23（2）:600-608.

[8]張超.基于Weber數值的碎浪與泡沫實時模擬[D].秦皇島：燕山大學，2014.

[9]王萌.基于醫學圖像內容保護的水印算法研究[D].杭州：杭州電子科技大學，2014.

[10]劉亞中.面向醫學圖像的數字水印技術研究[D].杭州:杭州電子科技大學，2014.

[11]周武杰.立體圖像數字水印技術及其應用研究[D].寧波:寧波大學，2014.

[12]高海波，鄧小鴻，陳志剛.基于可逆可見水印的醫學圖像隱私保護算法[J].計算機應用，2014，34（1）:119-123.

[13]鄧小鴻，陳志剛，毛伊敏.基于無損水印的醫學圖像篡改檢測和高質量恢復[J].中國圖象圖形學報，2014，19（4）:583-591.

[14]劉瑤利，李京兵.基于3D-DCT和混沌加密的醫學體數據多水印算法[J].計算機工程與設計，2014，35（1）:26-31.

[15]高琳.醫學圖像數字水印技術研究[D].天津：南開大學，2014.

Research of medical image fragile and blind watermarking technique based on Weber rule

CHEN Qin
（NO.58Research Institute of China Ordnance Industries,Mianyang621000，China）

A blind and fragile watermarking technique based on Weber rule is proposed.Based on Weber rule selected pixels in the image and inserting fragile watermark,to identification of medical images in transmission process is changed,and by comparing the watermark pixel to determine where the change occurred,the malice of the technique of image change is very sensitive,very suitable for application in medical image authentication.In addition,the method also has the very strong tolerance to image compression,the authentication information can be embedded in the watermark,these features are very important in the medical image authentication.Experimental results show that the method is effective for the sensitive image.

Weber rule；fragile watermarking；medical image；watermarking technique

TN919

A

1674-6236（2017）23-0001-06

2016-06-04稿件編號：201606033

國家自然科學基金項目(61133016)

陳琴（1977—），女，四川綿陽人，工程師。研究方向：計算機應用。