数字图像处理课程报告——图像处理在数字水印中的应用
姓名：蒋运文
学号：12212842
专业：通信与信息系统
指导老师：沈伟教授
2013.06
一、研究背景及意义
数字图像处理方法的研究源于两个主要应用领域：其一是为了便于人们分析而对图像信息进行改进，其二是为使机器自动理解而对图像数据进行存储、传输及显示。
数字图像处理技术已经在各个领域上都有了比较广泛的应用，图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大，本文主要介绍数字图像处理技术在信息安全领域的数字水印中的应用。
在信息安全领域，数字图像还承担着作为法庭证据的责任，其真实性和完整性直接影响到执法结果，随着互联网的发展,人们越来越容易从互联网上获取数字多媒体信息,而与此同时,数字多媒体信息
的版权、保密等问题也变得日益突出起来。本文在介绍数字水印技术的相关概念、特点和分类的基础上,分析了实现数字水印的步骤,并对数字图像处理技术在数字水印中的应用进行了研究。
人们由于不同的应用需求造就了不同的水印技术，数字水印技术则是其中最新的一种，数字水印是把主要内容隐藏在图像，声音中，水印与内容结合在一起。这大大改善了传统水印的肉眼即可分辨性，数字水印在不同的环境同时也具有不同的特征性质，它还能够被特定的机器所识别，正是其具有的这些优点，越来越多的各个领域的人们开把把眼光看向它。数字图像水印可以用于鉴别信息真伪、认证身份、图像保护、版权保护、隐藏信息、以及做标记等等方面。数字图像不
仅包含信息量大，而且其传输和处理极其方便，成为人们获得信息的一种重要来源，所以数字图像水印也是应用得非常广泛的一项技术。
二、数字水印的衡量标准
安全性：数字水印的信息应是安全的，难以篡改或伪造，同时，应当有较低的误检测率，当原内容发生变化时，数字水印应当发生变化，从而可以检测原始数据的变更；当然数字水印同样对重复添加有很强的抵抗性
隐蔽性：数字水印应是不可知觉的，而且应不影响被保护数据的正常使用；不会降质；
鲁棒性：是指在经历多种无意或有意的信号处理过程后，数字水印仍能保持部分完整性并能被准确鉴别。可能的信号处理过程包括信道噪声、滤波、数/模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。主要用于版权保护的数字水印易损水印（Fragile Watermarking），主要用于完整性保护，这种水印同样是在内容数据中嵌入不可见的信息。当内容发生改变时，这些水印信息会发生相应的改变，从而可以鉴定原始数据是否被篡改。
三、数字水印的分类
数字水印的分类方法很多，下面按主要特征对其作一简单概述:从含水印图象中的水印是否可见分为可见水印和不可见水印两大类。当前学者们主要致力于研究不可见水印，即水印是不可被感知的，这也是本文的研究重点。为了保证水印嵌入引起的改变不被感知，需要
对感知模型进行研究。
A. 从来源来分
独立于图象的水印：是随机产生的也可以是事先给定的
图象自适应的水印：利用原始图象的特性生成的水印。
B. 从含水印图象的抗攻击能力即鲁棒性
脆弱水印：对任何图象变换或处理都非常敏感，
半脆弱水印：对某些特定的图象处理方法有鲁棒性而对其它的处理不具备鲁棒性。
鲁棒水印：对常见的各种图象处理方法都具备鲁棒性。
水印处理算法也可以分为两大类，即可见水印处理算法和不可见水印处理算法。不可见水印处理算法可以分为空间域、变换域和压缩域三种。
空间域：是用各种各样的方法直接修改图象的像素(如直接修改最低位)。对有损压缩和滤波有较好的鲁棒性，但是能够嵌入的水印信息不能太多，否则从视觉上会观察到图像的变化。
变换域：是对图象进行某种变换后嵌入水印，如离散余弦变换，离散傅里叶变换，小波变换，线性调频Z变换等。
压缩域：是在压缩后的位流中嵌入水印，如在矢量量化压缩后的索引中或JPEG，MPEG位流中。
四、实现数字水印的一般步骤
可大致将实现一个数字水印系统分为三个阶段:嵌入过程、传播过程和抽取过程。其中嵌入和抽取是相互对应的,即不同的嵌入方法
对应着不同的抽取方法。水印方案的提出要充分考虑到数字产品在传播过程中会受到怎样的干扰,这些干扰可能是天然的,比 如 信 道 噪 声;也可能是人为的,比如恶意的篡改数字产品。这些都需要被充分估计,并设计出能够抵抗这些干扰的水印方案。在嵌入之前,要对嵌入载体进行一些预处理或变换,同样抽取水印也需要作相对应的处理,所以一般的数字水印的实现流程如图1所示 待加入水印的图
像（原图像）嵌入水印位置加入水
印图像水印数据
加入水印图像
附带水印信息嵌入水印位置水印信息
预处理或变换嵌入逆变换预处理或变换提取（a ）嵌入过程
（b ）提取过程
图1 数字水印的嵌入和提取流程图
五、图像处理在数字水印上的应用
A. 在DWT 域嵌入水印
水印信号的嵌人算法
第 1步：对图像进行小波变换。小波变换在图像处理中的基本思想是把图像进行多分辨率分解成不同空间和独立 频带的子图像，然后对子图像的系数进行处理。将图像进行 一级分解的示意图如图2所示。可以看出，一幅图像经过一级小波分解后变成 4个四分之一
大小的子图像；左上角的LL1是平滑逼近，即低频逼近子图；右上角的HL1为水平分量 、左下角 LH1的为垂直分量、右下角的 HH1为对角方向分 量分别表示水平、垂直和对角线方向的中高频细节子图。对 低频部分继续分解，得到 n 级分解 ，产生 LH j 、HL j 、HH j (．j=1,2...n)三个高频带系列子图和一个 LL n 低频带子图。其中低 频带表示对原始图像的最佳逼近，它的统计特征和原图像相似，图像大部分能量集中在此。高频带部分代表图像的边缘及纹理。通过小波变换，可以有效的提取图像的高、低频成分。由于人眼对高频信息的敏感度低于对低频信息的敏感 度，因此水印嵌入到越高频的区域，对原始图像的影响越小，也就是说，水印的透明性越好。本文提出的算法是把水印嵌入到小波图像的高频系数C 。 图2 一级分解各分量示意图 LH1LL1HH1
HL1
图2 DWT 一级分解各分量示意图
第2步：将水印信号 W 嵌人 C 中。根据水印嵌人阈值 T1决定是否将水印信息嵌人到图像中。在水印嵌人门限内时w i 是一组服从正态分布的随机数序列，否则 w i =0。用 c i ’= c i (1+a i w i )将水印信号W 嵌人到 C 中，得到 C’。其中，a i 的大小决定了水印信号修改图像频率的强度。
