基于纹理复杂度与DCT变换的彩色图像数字水印

  • 格式:doc
  • 大小:15.50 KB
  • 文档页数:3

基于纹理复杂度与DCT变换的彩色图像数字水印
作者:郑美珠张蕾
来源:《科技视界》2014年第19期
【摘要】利用共生矩阵模型对图像复杂度进行了分析,结合人类视觉系统,提出一种基于纹理复杂度的数字水印算法。

该算法将彩色宿主图像从RGB空间转换到YUV空间,提取Y 分量,并且根据宿主图像的纹理平均复杂度度量对宿主图像进行纹理区域划分;对水印图像进行二值化处理并且进行Arnold置乱;对宿主图像进行DCT变换,利用Watson视觉模型控制水印嵌入强度。

实验表明,该算法取得较好的效果,并且对水印攻击具有较好的鲁棒性。

【关键词】图像复杂度;纹理;置乱;DCT
0 引言
数字水印技术作为信息隐藏的一个分支为解决数字媒体版权保护问题提供了一个有效的解决方案。

目前,网络上传播的图像大部分都是彩色图像,然而彩色图像水印技术还没有得到很好的普及,因此,对彩色图像水印技术的研究将具有十分重要的理论意义和广阔的应用前景。

数字图像水印算法可以分为基于空间域与变换域。

空域水印处理使用各种各样的方法直接修改图像的像素,将数字图像水印直接加载在数据上,基于变换域的数字图像水印技术往往采用类似于扩频图像的技术来隐藏水印信息。

本文结合人类视觉系统,提出一种基于纹理复杂度的数字水印算法。

该算法将彩色宿主图像从RGB空间转换到YUV空间,提取Y分量,并且根据宿主图像的纹理平均复杂度度量对宿主图像进行纹理区域划分;对水印图像进行二值化处理并且进行Arnold置乱;对宿主图像进行DCT变换,利用Watson视觉模型控制水印嵌入强度。

1 水印信息的预处理
水印嵌入到宿主图像之前先对信号数据进行预处理。

一般对水印信号进行“置乱”来增强水印信号的抗攻击性与不可见性。

本文采用Arnold变换[1]来置乱原始图像,它的变换规则是:分别为像素点P在变换前后的位置。

M是阶数。

本文中采用的水印图像为64*64,取M=5。

2 基于共生矩阵模型的图像纹理复杂度估计方法[2]
图像的平均纹理复杂度用图像的相邻像素差值共生矩阵模型的均匀性统计量来估计。

在0°、45°、90°和135°方向上对相邻的元素作差。

灰度图像大小为M×N,为8位灰度图,则像素点p(i,j)的灰度值I(i,j)∈[0,255]。

用DK表示像素差值矩阵,则4个方向上的矩阵分别为D0,D45,D90,D135。

D0方向的差值矩阵为{D0(i,j)|D0(i,j)=Ii,j-Ii,j+1}。

分别统计各个方向上1~3阶差值共生矩阵,以0°方向为例:
计算得到图像的相邻像素的差值共生矩阵后,选取均匀性统计量来估计图像的纹理平均复杂度,定义图像纹理平均复杂度度量函数为
其中,权值函数w(d1,d2,d3)=1/(1+)。

图像纹理特征越简单,计算得到的均匀性统计量指标值越大。

本算法通过H(I)对图像的进行纹理区域划分从而使水印数据嵌入不同的区域中。

3 新的数字水印算法
3.1 算法描述
将宿主图像分成8×8大小的子块,那么图像就可分为个子块。

计算H(I)的值,求出最小值Hmin和最大值Hmax,并且将[Hmin,Hmax]划分为三个区间,分别记为q1,q2,q3。

根据纹理粗糙程度不同,水印在每个区域中的嵌入量分别为4,2,1位[3]。

然后各块可以按照如下的公式进行DCT变换:
取置乱后的水印信号分别进行嵌入,其中β为嵌入系数。

μ是水印的嵌入强度,μ越大,水印的鲁棒性越强,可是对宿主图像的破坏也越大。

设置嵌入强度的阈值为Waton视觉模型的JND[4]。

根据水印信号,选择不同的嵌入公式:
嵌入结束后对图像进行IDCT变换:
3.2 水印嵌入与提取
本文采用512×512的lena彩色图像和64×64的水印图像T为例。

过程如下
(1)将彩色水印图像Y进行二值化处理,利用Arnold置乱方法将这些二进制序列置乱处理得到要嵌入的二进制数据流。

Arnold置乱系数取值即为水印的密钥。

(2)将宿主图像分解为亮度分量Y和色差分量U和V,仅在Y上嵌入水印信号。

计算H (I)的值对图像块分类,对各块DCT变换。

计算每一块的JND。

(3)取黑白水印图像中的一个元素T(x,y),按照分类的原则嵌入到图像块的每个DCT分块系数中。

(4)对嵌入水印信息后的图像块进行IDCT变换。

水印的提取是嵌入的逆过程,将宿主图像分块与待检测图像进行DCT变换,变换规则如下:
当η=0时水印信号为0,当η=1时,水印信号为1,然后根据嵌入强度与系数结合密钥对提取的水印图像进行解密,得到嵌入的水印图像。

4 结果与分析
用lena图像作为宿主图像,进行实验,实验结果如下:
图1 实验结果
为了证实算法,对宿主图像进行攻击,得到的实验数据如表1所示。

表1 lena图像对常见图像处理与攻击的抵抗能力
【参考文献】
[1]王启亮,柏逢明.基于Arnold变换和DWT彩色图像数字盲水印算法[J].吉林大学学报:信息科学版,2011,29(4):304-310.
[2]邓果,赵险峰,黄炜,等.一种用于隐写测评的图像纹理复杂度估计方法[J].计算机工程,2012,38(14):116-118.
[3]胡学刚,王月.基于图像复杂度的数字水印算法[J].小型微型计算机系统,2012,33(5):1149-1152.
[4]张亮亮,陈秀宏.基于人类视觉系统和离散小波变换的彩色图像水印[J].计算机应用,2011,31(11):3056-3059.
[5]高清柳,李学斌.HSV颜色空间的彩色图像数字水印算法[J].计算机应用与软件,2007,24(8):189-190.
[6]刘利田,常建平.一种基于HVS的彩色图像水印算法[J].计算机工程,2007,33(24):144-145.
[责任编辑:汤静]。