米小珍，車宇，董華軍

(1.大連交通大學(xué) 機(jī)械工程學(xué)院，遼寧 大連 116028;2.大連交通大學(xué) 交通運(yùn)輸工程學(xué)院，遼寧 大連116028)

0 引言

如今，數(shù)字媒體更加廣泛應(yīng)用于人們的生活當(dāng)中，數(shù)據(jù)信息的傳遞變得更加簡(jiǎn)單.但由于一些人受到利益的驅(qū)使做一些非法拷貝、修改等侵權(quán)行為，使人們意識(shí)到產(chǎn)品信息安全的重要性.基于離散小波變換(DWT)和人類視覺系統(tǒng)(HVS)的數(shù)字水印技術(shù)把秘密的信息通過特殊的算法進(jìn)行適當(dāng)?shù)淖儞Q后嵌入到多媒體產(chǎn)品中，可以在開發(fā)的網(wǎng)絡(luò)環(huán)境下保護(hù)和認(rèn)證信息的完整性.

近些年來，數(shù)字水印技術(shù)的研究取得了很大的進(jìn)展.其中典型的算法主要有空間域算法、變換域算法和生理模型算法.典型的空間域算法是把密鑰嵌入到隨機(jī)選擇的圖像點(diǎn)中最不重要的像素位上，這樣能夠使嵌入的水印是不可見的.其缺點(diǎn)是魯棒性較差，導(dǎo)致水印信息容易被圖像處理破壞.小波水印算法是根據(jù)小波分解后產(chǎn)生的細(xì)節(jié)子帶和近似子帶的不同來確定水印嵌入的不同位置，可分為低頻域水印和高頻域水印.變換域算法是利用強(qiáng)信號(hào)掩蓋較弱信號(hào)的掩蓋現(xiàn)象，然后把水印嵌入到頻域中.其中應(yīng)用最廣的是基于圖像的余弦變換的頻域水印算法.該類算法有較強(qiáng)的抗攻擊能力，適合用于數(shù)字產(chǎn)品版權(quán)保護(hù)，但其隱藏和提取信息操作非常復(fù)雜，不能夠隱藏較大的信息，有一定的局限性.生理模型算法包括人類視覺系統(tǒng)和人類聽覺系統(tǒng)，主要是通過從視覺模型提取出的最小可覺差(Just Noticeable Difference)，確定圖像在各個(gè)位子所能承受的數(shù)字水印信號(hào)的強(qiáng)度的極大值來避免視覺質(zhì)量被破壞，能夠提高水印的透明性和強(qiáng)健性.本文結(jié)合人眼視覺特點(diǎn)，利用人眼視覺系統(tǒng)的亮度特性，通過一種基于DWT和HVS的水印嵌入算法可以得到更好的水印嵌入圖片.

1 小波水印和HVS算法基本原理

1.1 小波水印算法的基本概念

小波水印算法根據(jù)小波分解后產(chǎn)生的近似子帶和細(xì)節(jié)子帶系數(shù)的不同，確定水印嵌入的不同位置，主要算法可分為兩類:低頻域水印和高頻域水印算法［1］.其中近似子帶的系數(shù)能量大，并且通過簡(jiǎn)單的信號(hào)處理后仍然可以非常好的保留，一定強(qiáng)度的水印被嵌入，原圖視覺效果不受其影響［2］.人眼的視覺特性(HVS)用于高頻域水印算法，在細(xì)節(jié)子帶的邊緣和紋理處有較大系數(shù)的情況下，水印的信息被嵌入后，人眼對(duì)圖像的變化不敏感.這種算法結(jié)合自適應(yīng)思想，能夠增強(qiáng)水印的魯棒性.

水印的嵌入過程通常用可加性模型進(jìn)行水印嵌入，水印嵌入的公式為:

式中，Q為閾值;p為水印.小波分解后的低頻域和高頻域以及對(duì)應(yīng)的近似子帶和細(xì)節(jié)子帶是水印嵌入的主要位置.嵌入水印的流程如圖1所示.

圖1 嵌入水印的流程

1.2 HVS 算法

人的生理模型包括人類視覺系統(tǒng)(HVS，Human Visual System)和人類聽覺系統(tǒng)(HAS，Human Auditory System)該模型不僅被多媒體數(shù)據(jù)壓縮系統(tǒng)利用，同樣可以供數(shù)字水印系統(tǒng)利用.HVS方法利用人眼的視覺特性選擇嵌入位置點(diǎn)及嵌入的水印強(qiáng)度［3］.

在圖像方面來說，人類視覺系統(tǒng)有許多對(duì)圖像處理具有重要價(jià)值的特性，例如頻率敏感性、亮度特性、視覺系統(tǒng)對(duì)顏色的感知性等.其中，亮度特性是關(guān)于人眼對(duì)亮度變化的敏感性.由于人眼對(duì)高亮度區(qū)域的噪聲不敏感，所以亮度越高的背景所能嵌入的信息越多.從圖像的類型方面來說，在圖像中紋理越密集的位置能嵌入的信息越多.HVS對(duì)不同顏色表現(xiàn)不同的敏感性的特性在彩色圖像的數(shù)字水印嵌入中具有至關(guān)重要的意義.每個(gè)彩色圖像都可分為R、G、B三種基色，在向彩色圖像嵌入水印時(shí)，根據(jù)人眼對(duì)不同顏色敏感性的不同，從而調(diào)整水印的嵌入能力，使嵌入后的水印圖像具有較好的質(zhì)量.根據(jù)人眼對(duì)各顏色敏感性的不同，在此取R∶G∶B=1∶2∶4.

2 水印的嵌入與提取

數(shù)據(jù)的所有權(quán)是通過在原始的數(shù)據(jù)中合理的嵌入秘密信息(水印)來核實(shí)的［4-5］.水印可以嵌入標(biāo)識(shí)、文本文字、排列號(hào)等，并且具有不可見性，與原始圖像、音頻數(shù)據(jù)等緊密結(jié)合在一起保存起來.

在圖2中(a)為水印信號(hào)嵌入模型，把水印信號(hào)嵌入到原始數(shù)據(jù)中;(b)為水印提取模型，把水印從水印圖像中提取出來;(c)為水印信號(hào)檢測(cè)模型，檢測(cè)指定數(shù)據(jù)中是否含有指定的水印信號(hào).

圖2 水印嵌入、提取、檢測(cè)模型

2.1 水印的嵌入算法

采集的二維圖像信號(hào)在一次離散小波變換后分解成4幅，按從左到右從上到下的順序依次為原圖像的低頻、垂直細(xì)節(jié)、水平細(xì)節(jié)、高頻.然后，按照同樣的方式繼續(xù)對(duì)低頻分量進(jìn)行第2次、小波變換.

經(jīng)過DWT分解后，低頻與原始采集的圖像相近，所以在該頻段中所加入的水印信息具有較強(qiáng)的魯棒性［6］.可是人類視覺系統(tǒng)對(duì)水印加入低頻分量的敏感性要遠(yuǎn)高于對(duì)高頻加入的圖像信息.再由圖像的壓縮知識(shí)可以使我們了解到，水印加在高頻段在圖像進(jìn)行有損壓縮的情況下容易丟失數(shù)據(jù)［7］.結(jié)合以上的情況考慮，本算法采用不同基色與不同加權(quán)相乘的方法對(duì)JPEG圖像進(jìn)行處理來解決可視失真，采用多層次嵌入低頻小波系數(shù)以及在中頻嵌入水印的方式來提高水印的魯棒性.

在本算法中，從原始的信息圖像中分解出ER、EG、EB3個(gè)基色分量，在對(duì)三個(gè)基色分量進(jìn)行2層小波分解.然后，同樣的方法分解 QR、QG、QB三個(gè)數(shù)字水印的基色分量，對(duì)其分別進(jìn)行小波分解.最后將水印的三個(gè)基色分量的分解系數(shù)分別對(duì)應(yīng)的嵌入到原始彩色圖像的三基色分解系數(shù)中去，算法的嵌入公式為:

其中，r∶g∶b=2∶1∶4，并且r(g，b)、A(x，y)是原始數(shù)據(jù)圖像的紅色分量R或(G、B)經(jīng)DWT兩層分解后的平滑逼近區(qū)域的第x，y各系數(shù)的值，其它的可依次類推.

2.2 水印提取算法

水印提取的算法就是水印嵌入的逆向算法［8］，就是把原始圖像和數(shù)字水印圖像分別作兩層小波的分解，從原圖像信息和數(shù)字水印圖像的第二層分解的低頻系數(shù)得到水印的低頻系數(shù)，從原圖像和數(shù)字水印圖像的第一層得到高頻系數(shù).實(shí)現(xiàn)過程中按嵌入時(shí)相同的過程將原始圖像的小波系數(shù)相應(yīng)地從水印圖像的小波系數(shù)中減去.最后用反變換的方法處理數(shù)字水印的小波系數(shù)，從而得到水印的圖像.

實(shí)驗(yàn)中，對(duì)于加入水印后的圖像的檢測(cè)采用峰值信噪比(PSNR)，對(duì)于水印的相似性檢測(cè)用歸一化互相關(guān)系數(shù)(NC)，計(jì)算公式如下:

式中，M和N代表圖像的大小;I'(i，j)和I(i，j)是指原始圖像和嵌入水印之后圖像的像素值.通過比較PSNR的大小來衡量圖像的質(zhì)量，通常PSNR越大，圖像的質(zhì)量越高.

式中，WM(i，j)代表水印圖像的像素灰度值;WM*(i，j)代表從受攻擊后的宿主圖像中提取出來的水印圖像的象素灰度值，H和W代表水印圖像的高和寬.

3 實(shí)例應(yīng)用與分析

為測(cè)試本算法的效果，以大連交通大學(xué)教學(xué)用的CRH3轉(zhuǎn)向架的圖像作為測(cè)試圖像，進(jìn)行水印的嵌入與提取實(shí)驗(yàn)，同時(shí)對(duì)水印圖像進(jìn)行透明性和魯棒性檢測(cè).

3.1 水印的嵌入與提取的透明性檢測(cè)

實(shí)驗(yàn)采用以MATLAB7.0分析了該轉(zhuǎn)向架圖像，“大連交通大學(xué)”圖像作為原始水印，選擇bior4.4雙正交小波基.采用峰值信噪比PSNR來度量圖像質(zhì)量，水印嵌入后的圖像峰值信噪比PSNR為59.6977dB，從圖中看出它與原始圖像區(qū)別很小，具有較好的透明性.無攻擊時(shí)水印的嵌入與提取如圖3所示.

圖3 水印算法透明性測(cè)試

3.2 魯棒性檢測(cè)

算法的抗攻擊性是認(rèn)證水印的一個(gè)重要的性能指標(biāo).通常對(duì)圖像的攻擊包括:改變圖像內(nèi)容、噪聲攻擊、圖像增強(qiáng)處理、幾何變形攻擊等.圖像增強(qiáng)處理攻擊又包括濾波，增強(qiáng)對(duì)比度，直方圖均衡化等.

(1)噪聲攻擊后的水印提取

對(duì)嵌入水印后的圖像進(jìn)行噪聲攻擊，嵌入水印圖像的轉(zhuǎn)向架圖像分別進(jìn)行三次加噪:第一次為加入椒鹽噪聲(0.03);第二次為加入高斯噪聲(0.02);第三次為加入乘性噪聲(0.01).利用水印的提取算法在受過噪聲攻擊后的圖像中提取水印.實(shí)驗(yàn)結(jié)果如圖4所示，從實(shí)驗(yàn)結(jié)果看來，本文所提出的算法能夠抵抗一般的噪聲攻擊.

圖4 抗噪聲檢測(cè)

(2)濾波攻擊后的水印提取

本文采用對(duì)嵌入水印的圖像進(jìn)行灰度處理，然后進(jìn)行5×5的中值濾波操作.一般來講，經(jīng)過濾波處理后的圖像變得模糊，同時(shí)對(duì)水印的影響也較大.但利用我們的方法，從提取出的水印圖像可以看出，即使圖像經(jīng)過濾波攻擊后變得比較模糊，我們?nèi)钥梢垣@得比較清晰的圖片如圖5所示.

圖5 抗噪聲檢測(cè)

4 結(jié)論

本文采用一種基于離散小波變換和HVS的數(shù)字水印算法，將水印信息自適應(yīng)地嵌入到CRH3高速列車轉(zhuǎn)向架的原始彩色圖像的三基色分解系數(shù)中，得到了安全可靠的圖片.從算法的保真度和抗攻擊性兩個(gè)方面進(jìn)行試驗(yàn)測(cè)試，對(duì)原始圖片進(jìn)行椒鹽噪聲、高斯噪聲、乘性噪聲和中值濾波攻擊，受攻擊后提取出水印的NC值仍然很大，即能得到很大的相關(guān)度，表明該算法對(duì)這些攻擊具有較好的保真度和魯棒性.

這種算法非常適合應(yīng)用于嵌入到多媒體產(chǎn)品中，能夠很好的保護(hù)版權(quán)和驗(yàn)證真?zhèn)?，并且具有十分廣闊的發(fā)展前景.但該算法仍然有不成熟的方面，有些問題還需要解決.例如:圖像的不可感知性和算法的穩(wěn)健性之間的矛盾，因?yàn)閮烧卟豢赡芡瑫r(shí)滿足，只能在兩者中尋找一平衡點(diǎn).所以，如何在提高算法穩(wěn)健性的同時(shí)還能結(jié)合HVS的特點(diǎn)，使圖像的感知性和算法的魯棒性達(dá)到平衡仍是一個(gè)有待解決的問題.

［1］蘭紅星，陳松喬，胡愛娜.基于小波域的第二代數(shù)字水印算法的研究［J］.電子學(xué)報(bào)，2007，35(9):1799-1803.

［2］羅軍輝，馮平.Matlab7.0在圖像處理中的應(yīng)用［M］.北京:機(jī)械工業(yè)出版社，2005.

［3］周偉，桂林.MATLAB小波分析高級(jí)技術(shù)［M］.西安:西安電子科技大學(xué)出版社，2006.

［4］劉雪婷.淺析基于小波變換的數(shù)字水印技術(shù)［J］.科技信息，2007，5:27-28.

［5］孫延奎.小波分析及其應(yīng)用［M］.北京:機(jī)械工業(yè)出版社，2005.

［6］彭珍妮.小波域數(shù)字認(rèn)證水印算法研究［D］.南京:南京航空航天大學(xué)，2007.

［7］趙翔，郝林.數(shù)字水印技術(shù)綜述［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2006，27(11):1946-1950.

［8］LU YINGHUA，QIN JING，KONG JUN.A robust digital watermarking scheme based on optimal coefficients selector about sub images［C］.The 2007 international conference on wavelet analysis and pattern recognition.Hong Kong:IEEE，2007:1865-1869.