数字水印+置乱

基于DCT变换的图像数字水印算法3徐世刚1)　李　娟1)　胡　广2)(武汉科技大学电子信息工程系1)　武汉　430081)(华中科技大学电子信息工程系2)　武汉　430074)摘　要　数字水印技术在保护数据信息安全和版权方面有着重要的应用。

对基本DCT域图像数字水印算法进行改进,该算法采用可视的二值图像作为水印信息,利用人类视觉系统(HVS)的冗余特性,将图像块进行分类,并结合边缘检测和A rnold型置乱变换加密,通过在图像块DCT域中修改低频区DC分量来嵌入不同强度的水印。

实验结果表明,该算法生成的水印是不可见的,并且对常见的图像处理和噪声干扰具有较好的鲁棒性。

关键词　数字水印　边缘检测　图像置乱　A rnold变换中图分类号　TP3911　数字水印概述数字水印技术是一种将特制的不可见的标记,利用数字内嵌的方法隐藏在数字图像、声音、文档、图书、视频等数字产品中,用以证明原始作者对其作品的所有权,并作为鉴定、起诉非法侵权的证据,同时通过对水印的检测和分析,验证数字信息的完整可靠性,从而成为知识产权保护和数字多媒体防伪的有效手段。

一般认为数字水印应具有安全性(可证明性)、隐形性(不可感知性)、稳健性(鲁棒性)和自恢复性等特点。

具有上述特点的水印才是严格意义上的数字水印,但由于对数字水印的定义尚未统一,许多文献中讨论的数字水印并不具备上述特点,或者仅具有上述的部分特点。

由于数字图像比声音、文字等蕴涵更多的信息量,因而现今对数字水印的研究,大多数都是针对图像进行的。

2　水印嵌入、提取位置的选择早期的基于DCT变换的水印算法是把水印嵌入到频域的高频系数中,因为原始图像经过DCT 变换后,大部分信息集中在低频部分,因此可以将水印嵌入含信息量少的高频部分,以尽量减少对原始图像的影响。

这样能保证视觉透明性,但是,各种常见的图像处理操作对于图像高频部分的损坏可能性很大,如有损压缩、低通滤波等,水印很容易在经历图像处理的过程中损失,故这类算法所产生的水印稳健性很差。

数字水印算法列举湖南科技大学计算机科学与工程学院①基于LSB 的数字水印方案（空间域、不可逆、不可见和盲检测）嵌入步骤：（1）先把水印信息转化为二进制比特流I。

（2）根据I的长度生成密钥K，并且严格保存。

密钥K是对图像载体像素位置的一个映射。

（3）把I中的每一位依次根据密钥K，置换掉原始载体图像中相应位置的像素最后一位。

提取步骤：（1）根据严格保存的密钥K遍历嵌入了水印的图像中的相应像素，提取出最后一位。

（2）将提取出来的每一位重新组合成水印信息。

②基于差分扩展的数字水印方案（变换域、可逆、不可见和盲检测）嵌入步骤：（1）将图像M分成像素点对（x，y），将水印信息转化为二进制比特流,比特流的每一位用m 表示。

（2）根据水印信息比特流的长度随机生成信息的嵌入位置k作为密钥信息严格保存。

（3）对图像M计算均值l和差值h：⎪⎩⎪⎨⎧-=+=yx h y x floor l 2(（floor表示向下取整）（4）将水印比特信息m以差值扩展的方法嵌入到差值h中：mh h +⨯='2（5）将得到的h '代入（3）中，得到新的图像像素对，形成嵌入秘密信息后的图像C。

提取步骤：（1）将图像C分成像素点对（x，y），读入密钥信息K。

（2）将图像C依旧按照嵌入步骤中的（3）式计算均值l和差值h。

（3）根据密钥k找到相应位置，提取差值h的最后一位比特信息m，再将差值h进行变换得到1>>='h h 。

（4）将提取到的比特信息m进行组合可以恢复水印信息，将得到的h '代入嵌入步骤的（3）中计算新的图像像素对可以恢复原始图像载体M。

③基于直方图修改的数字水印算法（空间域、可逆、不可见和盲检测）嵌入步骤：（1）找到直方图的零点z和峰值点p，将z v p <<的像素值v自加1。

（2）漂移后的直方图v=p处即为嵌入水印的位置，将水印信息转化为二进制流并记为k，按顺序嵌入，即k v v +='；（3）得到的由像素值v '组成的图像就是嵌入秘密信息后的图像。

2011，47（11）Computer Engineering and Applications 计算机工程与应用1引言随着多媒体技术的不断发展，数字作品在网络中迅速传播，虽然很便利，但是它的不安全性也是很显然的。

它在网络中高速度地被复制以及传播，给创造者带来了困扰，给盗版者提供了机会，数字水印技术应运而生。

数字水印是提供版权保护、打击盗版行为的有力工具，它作为信息隐藏的分支，已经成为多媒体信息安全的研究热点之一。

小波域数字水印的研究是近几年数字水印算法研究领域的一个热点。

小波变换使得信号分析不仅仅是在时域或频域单一分析域上进行，而是在时频的联合域上对信号分析，时频局域化使得小波变换有很大的优势。

但是基于小波分解的多分辨率分析虽然可以对图像进行有效的时频分解，但由于其尺度是二进制变化的，在高频频段，其频率分辨率较差，而在低频频段，其时间分辨率较差，即这种分辨率可视为对信号频率带进行指数间隔划分。

小波包分析能够为信号提供一种更加精细的分析方法，它不仅将频率带进行多层次划分，而且对小波多分辨分析没有细分的高频部分也进行进一步的分解，这就克服了正交小波变换的不足，因此小波包分析能够为图像提供一种比小波多分辨率分析更加精细的分析方法，小波包分析具有更广泛的应用价值[1-4]。

在水印处理过程中，找出合适的嵌入位置和嵌入强度是最关键的环节，如果这两步都能做到针对宿主图像的特征自适应地处理，则水印效果会更优。

目前很多算法使用相同的嵌入强度，这就意味着原始图像各子块所嵌入的水印能量是相同的。

这样极容易出现有些子块嵌入的水印能量过多，而有些子块嵌入的水印能量过少的现象。

即水印能量不能恰如其分地嵌入各个子块中。

鉴于此，本文提出了基于Arnold 置乱和小波包分解的自适应水印算法，首先采用Arnold 变换对水印图像进行预处理，然后对原始图像进行小波包分解，小波包分解能够提供一种更为精细的分解方法，将频带进行了多层次的划分，最后在水印的嵌入过程中，将置乱后的水印进行一级小波分解，根据高低频水印信息的不同特点，分别考虑嵌入位置和嵌入强度，实验结果证明所给算法具有较好的鲁棒性、不可见性和稳健性。