数字水印算法技术研究

数字水印算法技术研究

摘要：图像数字水印的研究目前已经取得了很大进展，但是仍然难以抵抗几何攻击，基于旋转不变性和图像归一化提出一种新的旋转和缩放不变的图像水印算法，该文就此算法做一些相应的研究。

关键词：图像水印；几何攻击；图像分割

中图分类号：TP301.6文献标识码：A文章编号：1009-3044(2011)28-6971-03

Research of Digital Watermarking Algorithm Technology

QIU Jing,XU De-zhi

(School of Information Science and Engineering, Central South University, Changsha 410083, China)

Abstract: Digital image watermarking the research has made a lot of progress, but it is still difficult to resist geometric attacks, Based on rotation invariant and image normalization put forward a new kind of rotation and zooming constant image watermarking algorithm is proposed, the paper on some corresponding algorithm.

Key words: image watermarking; geometric attack; image segmentation

1 绪论

随着计算机和通信技术的发展，传统的媒体内容已经转向数字化存储和传播，并且数字化的媒体信息已经占据了电子商务市场的巨大份额，学者们尝试通过加密和数字签名技术来解决数字媒体内容存在的信息安全问题。数字水印技术的发展已经超过10多年的历史，并且取得了很大进展，但它尚未成为数字内容安全系统，越来越多的攻击有效部位数字水印技术仍然面临的问题。当前数字水印算法抵抗水印几何攻击的效果差，构成了难以衡量的威胁，极大地影响了数字水印技术的发展。

2 数字水印的研究现状

数字水印是一种信息隐藏技术，一般来说，它需要正确插入嵌入式数字化改造产品，通常转化为数字水印秘密信息。目前，数字水印算法已经变得更丰富和更成熟。数字水印包括图像处理，多媒体技术，模式识别，密码学，信息和通信等学科领域，需要综合利用这些不同领域的算法、思想和观点。随着数字水印在许多领域中具有巨大的潜在应用市场，一些著名的实验室、科研机构和企业都投入了大量的人力物力进行水印技术的研究与开发。如美国的麻省工学院、英国剑桥大学、哥伦比亚大学的ADVENT实验室、日内瓦大学的数字水印研究组、德国国家信息技术研究所、美国NEC研究所、日本NTT信息与通信系研究中心、普林斯顿大学等等在数字水印领域都有较成功的研究。

3 数字水印的应用领域

数字水印的主要应用之一是版权保护，由主要生产数字水印作品拥有者，并嵌入原始数据，然后添加一个水印出版作品。当该作品被盗版或者出现版权纠纷时，水印的提取和认证能够证明加水印作品的版权；其次数字水印技术可以对识别信息进行编码，从而替代

动态监控技术。它利用自身嵌入在内容之中的特点，无需利用广播信号的某些特殊片段，因而能够完全兼容于所安装的模拟或数字的广播基础设备；其他的应用领域还有对所有者鉴别、所有权验证、操作跟踪、内容认证、拷贝控制。

4 数字水印算法研究

4.1 数字水印算法思想

本文提出了一种水印算法思想，首先，原始或者加水印的图像被分割成一些同质的区域，并提取出特征点。然后，定义圆形区域的水印嵌入和提取。基于图像归一化和方向分配，旋转、缩放和平移不变的区域可以被用于水印的嵌入和提取。分割后的图像采用混合广义高斯分布建模，将这个模型作为对水印处理过程的各方面进行数学分析的基础，比如发生错误的概率和嵌入强度的调节。其流程如图1所示。

4.2 水印嵌入算法

基于以上思想，首先，使用Harris和Laplace探测器提取主体图像中稳定的特征点；然后，根据特征尺度理论自适应地确定局部特征区域，并使用图像归一化技术进行归一化处理；最后，根据预矫正补偿理论，通过比较DFT的中频数值，将一些数字水印嵌入到不重叠的归一化的局部特征区域。

水印嵌入算法可以分为一下几个步骤：

1） 通过密钥K1产生一个随机序列（数字水印），L是序列的长度，序列的数值属于集合{0,1}。

2） 将Harris-Laplace探测器应用于主体图像，得到一个特征点的集合，作为局部特征区域的中心参考。

3） 对一组局部特征区域（圆形区域）进行重构。

4） 在每个特征区域进行零填充操作，将圆形区域映射到的尺寸的块（是圆形区域的半径）。然后，对每个尺寸的块进行归一化操作。

5） 将DFT变换应用于每个归一化之后的块，获得DFT频谱，振幅谱和相位谱。

选择和修正水印嵌入过程中DFT参数数值的过程如下：

首先，在Fk中选择半径r1和rL（r1＜rL），在半径r1和rL之间的环形区域覆盖了DFT变换域中的中频部分。令为在局部特征区域中围绕零频率部分的同心圆，这里。

然后，根据密钥K2，在Fk的第一象限中随机选择DFT的中间系数。

最后，从第一个点开始，间隔90°选择两个点，定位在DFT平面的上半区域。嵌入1比特水印的过程如下：

a） 计算之间原来幅度的差异

b） 修正DFT的中频数值：

如果水印的为1比特，且Δ大于α，则没有变化，否则

如果Δ小于，则没有变化，否则

这里和是旧数值，是在局部特征区域第i个同心圆上在和两点上的新数值。α是水印强度。α值增大也会增加水印算法的鲁棒性，但是α值较小时嵌入的水印才是不可见的。因此在鲁棒性和透明性之间也存在一个平衡问题。

另外，为了在DFT频谱修正之后产生一个实值图像，在DFT下半平面上的对称点也必须转换为完全相同的数值。

通过重复上述步骤，可以将L比特的水印嵌入到环形区域中。最后，可以通过IDFT变换获得水印归一化块。

6）在不同的归一化块和水印归一化块之间计算不同差异图像块。

7）在对差异图像块进行反向归一化之后，在空间域增加原始块，可以得到水印块。然后通过在每个水印块上进行零去除操作得到水印圆形区域。最后，用取代Ok。

通过在所有局部特征区域重复上述步骤（4）-（7）可以到水印图像。

4.3 水印探测算法

探测过程使用特征点提取结果，接着使用自同步水印。在水印探测过程中，如果两个嵌入的水印被探测到则说明水印存在。水印探测算法的步骤如下：

1） 原始水印是根据相同的密钥K1产生的。

2） 将Harris-Laplace探测器应用于接受到的图像，得到一系列特征点，可以作为局部特征区域的参考中心。

3） 重建一组局部特征区域。

4） 在每个局部特征区域上进行零填充操作，将圆形区域映射到的尺寸的块（是圆形区域的半径）。然后，对每个尺寸的块进行归一化操作。

5） 将DFT变换应用于每个归一化之后的块，获得DFT频谱，振幅谱。

和水印嵌入过程相似，第i个同心圆的DFT变换的中间系数是根据密钥在第一个象限随机选择的，然后选择两个点）。提取的水印比特数由以下决定：

这里上选择的系数值。

通过重复上述步骤，可以得到提取的水印。

6） 探测过程中有一定的误报率。为了估计这个错误，比较提取的水印和原始的水印是十分必要的。对一个没有水印的图像，提取的比特数被假设为独立随即变量，如果提取的比特数和嵌入的相同则称作成功提取，成功提取的概率为。假设。令r为在每个圆形区域成功提取的比特数，L为水印序列的大小。然后，基于伯努利试验的假设，r是独立于二项分布的随机变量。如果一个圆形区域中提取的比特数大于一个阈值则说明存在水印。这个阈值为T。因此，圆形区域的误报率就是r≥T的累计概率：

此外，至少有两个圆形区域成功提取水印才可以确定一幅图像中存在水印。在这种准则下，一幅图像的误报率为：

这里M是一幅图像中所有圆形区域的数量。如果确定了，则可以计算出T。

如果至少两个圆形区域成功提取水印，则说明提取成功，否则，提取失败。

5 小结

近年来，在理论上取得了水印的快速发展，但在实践中仍然有许多需要解决。将水印嵌入图像的部分区域后，基于特征点的算法可以用于抵抗裁剪攻击，与该技术结合可以抵抗更广泛的几何攻击，具有较好的效果。

参考文献：

[1] Wang J W,Gao X B,Zhong J J.A video watermarking based on 3-D complex wavelet[C].Proeeedings of IEEE International Conference on Image Processing,2007.

[2] Chao-Hung Lai,Jiunn-Lin Wu.Robust image watermarking against local geometric attacks using multiscale block matching method[J].Journal of Visual Communication and Image Representation,2009,20(6):377-388,

[3] Wei Lu,Fu-Lai Chung,Hongtao Lu,et al.Detecting fake images using watermarks and support vector machines[J].Computer Standards & Interfaces,2008,30(3): 132-136.

[4] Aidan Mooney,John G Keating,Ioannis Pitasb.A comparative study of chaotic and white noise signals in digital watermarking[J].Chaos,Solitons &

Fractals, 2008,35(5):913-921.

[5] Pham V Q,Miyaki T, Yamasaki T,et al.Geometrically invariant object-based watermarking using SIFT feature[C].Proeeedings of IEEE International Conference Image Processing,2007.