袁 慶 玲, 里 紅 杰, 陶 學(xué) 恒

( 大連工業(yè)大學(xué) 信息科學(xué)與工程學(xué)院, 遼寧 大連 116034 )

0 引 言

紙幣作為主要的貨幣流通手段在人們的生活中承擔(dān)著重要的角色,但各種各樣的假鈔也同時出現(xiàn)在人們的生活中,給人們的生活增加了不和諧音符[1-2]。隨著紙幣制造技術(shù)的提高以及驗鈔機的不斷更新?lián)Q代,假鈔不但沒有減少反而增多,有的甚至可以躲過驗鈔裝置的檢驗,流通于市場。據(jù)警方透露,2008年末我國檢獲假人民幣上億元,而且這批假幣在驗鈔機里驗不出“真身”。

目前各國的鈔票防偽技術(shù)主要集中于特殊紙張和防偽制版及印刷[3]。隨著印刷技術(shù)的不斷普及和世界知識的共享,人們對制造紙幣的流程和技術(shù)不斷熟悉,制造假鈔的工藝越來越被人熟知,因此必須在紙幣的制作和檢測方面加入新的技術(shù)。

數(shù)字水印技術(shù)具有如下3個特點:

(1)安全性:信息安全,難以篡改或偽造。當(dāng)原內(nèi)容發(fā)生變化時,數(shù)字水印也相應(yīng)變化,從而可以檢測原始數(shù)據(jù)的變更；數(shù)字水印同樣對重復(fù)添加有強抵抗性。

(2)隱蔽性:不可知覺,而且不影響被保護數(shù)據(jù)的正常使用；不會降質(zhì)。

(3)魯棒性:在經(jīng)歷多種無意或有意的信號處理過程后,數(shù)字水印仍能保持部分完整性并能被準(zhǔn)確鑒別。

本實驗將數(shù)字水印技術(shù)應(yīng)用到紙幣防偽來提高紙幣的偽造難度,從而提高紙幣的安全性。

縱觀近幾年有關(guān)驗鈔機的專利,中國的發(fā)明專利中只有鮑東山[3]的專利將紙幣數(shù)字化處理分析,其他都是在努力提高組成驗鈔機的各個組件的精度。鮑東山使用Intel 586-133作為微處理器,消耗功耗大,由于其功能需要外圍擴展,一定程度上影響了其穩(wěn)定性。

本研究使用的ARM9具有低功耗、高性能、高速精準(zhǔn)的計算能力和較好的穩(wěn)定性、相對便宜的價格等特點;同時ARM9相比于DSP處理器,可以運行Linux免費的操作系統(tǒng),多任務(wù)執(zhí)行,有利于嵌入式系統(tǒng)的升級和更新。利用ARM9的嵌入式系統(tǒng)作為紙幣數(shù)字水印的檢測裝置,可以快速識別紙幣,且有利于檢測裝置的升級。

1 數(shù)字水印的嵌入

1.1 數(shù)字水印技術(shù)

數(shù)字水印技術(shù)將一些標(biāo)識信息直接嵌入數(shù)字載體,而不影響原載體的使用價值,也不容易被人的知覺系統(tǒng)覺察或注意到,只有通過專業(yè)的檢測器和閱讀器才能提取。

經(jīng)過數(shù)十年的研究數(shù)字水印技術(shù)取得了很大的進(jìn)步,見諸各種文獻(xiàn)的水印算法有很多種,然而從水印嵌入方式的角度來看,圖像水印算法主要分為兩大類:空間域水印算法和變換域水印算法?？臻g域算法的特點是直接對原始圖像的像素值作修改,比較典型的空域算法包括文本水印算法、Schyndel算法和Patchwork算法等[4]；空間域算法雖然簡單但是水印容量小,魯棒性差,現(xiàn)在已經(jīng)很少單獨用這些方法了。變換域水印算法內(nèi)嵌水印容量較大,且水印具有不可見性,魯棒性也較好。目前數(shù)字水印嵌入模型大多采用如下兩種公式[5]:

F=x+awi

(1)

F=x+aiwi

(2)

式(1)為加法法則,式(2)為乘法法則。式(1)、(2)中,F為添加水印后的變換域系數(shù),x為變換域的系數(shù),awi為加入的水印強度,ai為添加水印的拉伸因子,wi為水印系數(shù)。

在嵌入模型的基礎(chǔ)上,為了保持水印的不可見性,同時提高水印的魯棒性,本研究提出小波變換系數(shù)的自適應(yīng)數(shù)字水印技術(shù),根據(jù)小波系數(shù)的不同添加不同強度的數(shù)字水印。

1.2 數(shù)字水印的置亂

紙幣上的號碼是銀行發(fā)行紙幣過程中對紙幣進(jìn)行的編號,每張紙幣的號碼都是唯一的,因此選取紙幣號碼作為數(shù)字水印。通過對比提取數(shù)字水印號碼與紙幣真實號碼是否重復(fù),判別紙幣真?zhèn)巍?/p>

為了增加水印的破解難度,在數(shù)字水印嵌入宿主圖像之前進(jìn)行置亂處理,使水印像素空間的相關(guān)性最小。選取的數(shù)字水印圖像為19×133的紙幣號碼灰度圖像,如圖1所示。

圖1 數(shù)字水印圖像

Fig.1 Digital watermark image

采用Arnold變換對數(shù)字水印圖像置亂,傳統(tǒng)的二維圖像置亂變換一般用于正方形圖像處理,對寬高不等的矩形圖像需進(jìn)行正方形擴展,或使用高維置亂變換陣置亂。只要M/N為整數(shù)值,則二維非等長的Arnold變換周期即存在[6],其中M為行,N為列。Arnold變換公式如下:

(3)

設(shè)圖1為A,在進(jìn)行Arnold變換時將A轉(zhuǎn)置,然后二值化,其灰度直方圖如圖2所示。

圖2 紙幣號碼灰度直方圖

由于直方圖是多峰分布,所以可以采用OTSU算法[7]。OTSU算法是以最佳門限將圖像灰度直方圖分割成兩部分,使兩部分的類間方差取得最大值。當(dāng)類間方差為最大時,計算出的像素值即為最佳門限。類間方差與門限值的關(guān)系如圖3所示,取得最佳門限為108。

圖3 門限k與類間方差的關(guān)系

A二值化后進(jìn)行Arnold變換,設(shè)參數(shù)a=1,b=1,c=1,d=2。經(jīng)一次變換原來位置(x,y)處的像素值到(x′,y′)處,即

x′=mod (x+y,133)

(4)

y′=mod (x+2y,19)

(5)

這樣可能會使坐標(biāo)x′,y′為0,對于超出位置范圍可改為:

x′=mod (x+y,133)+1

(6)

y′=mod (x+2y,19)+1

(7)

通過循環(huán)進(jìn)行Arnold變換,直到x′=1,y′=1,計算得周期T=63。通過計算置亂度選取水印置亂的次數(shù),置亂度用符號ZLD表示,(i,j) 點像素與它相鄰的8個像素的平均距離設(shè)為D(i,j),邊界點除外,則ZLD為:

(8)

計算變換1～62次的ZLD結(jié)果如圖4所示。

圖4 ZLD曲線

圖4中,橫坐標(biāo)為變換次數(shù),縱坐標(biāo)為ZLD,變換次數(shù)為23時ZLD最大,所以選取Arnold變換次數(shù)為23。變換后的水印如圖5所示。

圖5 變換后的數(shù)字水印

Fig.5 Digital watermarking after transformation

1.3 水印嵌入位置選取

載體圖像經(jīng)過二層小波變換后大部分能量集中在低頻域,將水印嵌入低頻域提高了魯棒性,卻降低了不可見性,而將水印嵌入高頻域中水印又降低了魯棒性。為此,根據(jù)人的視覺特性[8],本研究選取低頻域小波系數(shù)變化大的地方嵌入適當(dāng)強度的水印。在低頻域嵌入水印提高了魯棒性,在小波系數(shù)變化大的地方嵌入適當(dāng)?shù)乃≡黾恿怂〉牟豢梢娦浴?/p>

設(shè)LL1為二層小波低頻域,LH1為二層小波域垂直高頻分量,HL1為二層小波域水平高頻分量,HH1為二層小波域?qū)蔷€方向的高頻分量。測得LH1、HL1、HH1 3個高頻分量中LH1的能量最大,在LH1中選取小波系數(shù)大的19×133個像素點記錄位置,作為水印的嵌入位置。高頻域表示的是圖像的細(xì)節(jié),高頻域的小波系數(shù)越大表明低頻域的小波系數(shù)變化越大,所以通過高頻域的系數(shù)確定在低頻域的嵌入位置,在LL1中按在LH1中選的19×133個位置嵌入水印。

1.4 水印嵌入

二值化后的水印經(jīng)過置亂形成水印W為19×133的矩陣W(i,j)={0,1},(i,j)是水印的像素位置,在選定的19×133個位置上嵌入水印；PS(x,y)為選取的嵌入位置,當(dāng)PS(x,y)=1時嵌入；adLL1(x,y)表示加入水印后的紙幣圖像,經(jīng)過二層小波變換后低頻域的小波系數(shù)。

當(dāng)PS(x,y)=1,W(x,y)=1時,令

adLL1(x,y)=LL1(x,y)+a[LL1(x,y),M]

(9)

當(dāng)PS(x,y)=1,W(x,y)=0時,令

adLL1(x,y)=LL1(x,y)-a[LL1(x,y),M]

(10)

在保持好的魯棒性的同時增加不可見性,這里根據(jù)mod[LL1(x,y),M]的不同選取不同的a值。其中a為嵌入水印的強度,M為參數(shù),取M=120.56,此值是嵌入位置的小波系數(shù)最大值和最小值的平均值,a分別為1,0.5,0.3,0.2,0.16,0.1,0.08,0.06,0.05,0.04,結(jié)果如表1所示。

嵌入水印后的峰值信噪比PSNR為42.696,歸一化相關(guān)系數(shù)NC為0.996 72,表明圖像有很好的不可見性。

表1 a的取值

2 水印的提取

對含水印的圖像進(jìn)行二層小波變換,LLC1表示二層變換的低頻域,在LLC1中提取水?。籔S為嵌入的位置矩陣；LL為原始圖像的低頻域。當(dāng)PS(x,y)=1時,若mod[LLC1(x,y),120.56]>mod[LL(x,y),120.56],則W(i,j)=1；若mod[LLC1(x,y),120.56]≤mod[LL(x,y),120.56],則W(i,j)=0。

將提取的19×133個系數(shù)排列成19×133矩陣,然后執(zhí)行Arnold變換63-23=40次,提取的水印如圖6所示。

圖6 提取水印圖像

Fig.6 Extracted watermark image

測得PSNR為37.55,NC為1。測試結(jié)果表明水印圖像在無任何攻擊的情況下可以無任何失真地提取出水印信號。

3 性能測試

對含水印圖像進(jìn)行攻擊來檢測魯棒性,結(jié)果如表2所示。加入水印后的圖像經(jīng)過攻擊后提取的水印圖像如圖7所示。

表2 攻擊方式及參量值

圖7 提取的水印圖像

由表2和圖7可見,此算法有較好的抗噪聲能力,對紙幣的污損、剪切、噪聲等操作具有較好的魯棒性。

4 嵌入式系統(tǒng)的數(shù)字水印檢測

4.1 數(shù)字水印檢測裝置簡介

數(shù)字水印檢測裝置嵌入式系統(tǒng)框架如圖8所示。以ARM9 S3C2440為微核心處理器,OmniVision OV9650攝像頭為圖像采集裝置,應(yīng)用程序完成數(shù)字水印的提取以及數(shù)字水印和紙幣號碼相關(guān)性的對比。

圖8 嵌入式系統(tǒng)的框圖

具體實現(xiàn)是將攝像頭驅(qū)動加入到Linux內(nèi)核,圖像處理應(yīng)用程序加入到文件系統(tǒng)中,當(dāng)掃描1張紙幣時調(diào)用1次圖像處理應(yīng)用程序。圖像處理軟件實現(xiàn)的是將攝像頭采集的含水印的紙幣圖像二次小波變換,在低頻域里根據(jù)水印提取算法提取水印,然后和標(biāo)準(zhǔn)水印對比確定其相關(guān)性。由于數(shù)字水印在嵌入紙幣時通過Arnold變換進(jìn)行置亂,置亂次數(shù)為數(shù)字水印的一個密鑰,將數(shù)字水印嵌入到紙幣中,其中嵌入位置也已固定,則固定的位置為另一個密鑰。只有知道這兩個密鑰才可以正確識別和添加,并且在數(shù)字水印中還可以加入其他的密鑰來提高紙幣的安全性。

4.2 檢測裝置的性能測試

采集15張含水印的紙幣圖像,其中5張為嵌入水印的置亂次數(shù)不一樣的假幣,5張為嵌入位置不一樣的假幣,5張為按規(guī)定嵌入,即為真幣。用同一個提取算法提取數(shù)字水印,提取的數(shù)字水印與標(biāo)準(zhǔn)數(shù)字水印的歸一化相關(guān)系數(shù)如表3所示,標(biāo)準(zhǔn)的置亂次數(shù)是23。

表3 提取水印的歸一化相關(guān)系數(shù)比較

Tab.3 Normalized correlation comparison of digital watermarking of abstracting

置亂次數(shù)歸一化相關(guān)系數(shù)位置不同程度/%歸一化相關(guān)系數(shù)標(biāo)準(zhǔn)嵌入歸一化相關(guān)系數(shù)200.456 350.572 10.995 70250.486 5100.430 90.987 00240.500 8150.249 81.000 00280.334 6200.178 40.978 90350.347 0250.143 20.998 43

由表3知當(dāng)置亂次數(shù)不是23時,提取的水印的歸一化相關(guān)系數(shù)小于0.5,當(dāng)嵌入的位置與標(biāo)準(zhǔn)的嵌入位置不同時,提取的水印的歸一化相關(guān)系數(shù)小于0.6。由表2和3可知,當(dāng)歸一化相關(guān)系數(shù)設(shè)為0.9時,可準(zhǔn)確辨別出紙幣的真?zhèn)巍?/p>

其中點鈔的速度是20張/s左右,即每隔50 ms 點一張鈔票。圖像的采樣速率是30 f/s,攝像頭用33 ms采集圖像信息,并保存到SDROM。由于ARM9主頻為400 MHz,一個時鐘周期為0.002 5 μs。ARM9每個CPU時鐘周期都可以完成一個Load或Store指令。本研究水印的提取和相關(guān)性的對比所用時鐘周期為1萬個左右,紙幣判別在毫秒級完成,所以在點鈔的瞬間可以完成紙幣的判別。

5 結(jié) 論

該數(shù)字水印算法不論對剪切還是有污損的紙幣都有較強的魯棒性,都可以提取相關(guān)性較高的水印,且圖像濾波對水印也不會有較大程度地?fù)p害。紙幣檢測裝置可以準(zhǔn)確檢出紙幣,有效地保證了紙幣的安全性,同時,ARM9的高速也滿足了檢測裝置對速率的要求。為了提高圖像采集的速度可以換用CIS接觸式傳感器代替攝像頭,在嵌入式系統(tǒng)中利用其可以多任務(wù)執(zhí)行的功能添加如號碼定位、磁性號檢測等功能。

[1] 陶學(xué)恒,里紅杰,趙昕,等. 基于數(shù)字化的紙幣防偽技術(shù):中國, 200810246941.8[P]. 2009-06-10.

[2] 陶學(xué)恒,蘆金石. 新型驗鈔機的技術(shù)原理及可視化設(shè)計[J]. 機電產(chǎn)品開發(fā)與創(chuàng)新, 2006, 19(5):77-78,83.

[3] 鮑東山. 復(fù)合高技術(shù)驗鈔機:中國, 02104493[P]. 2003-10-08.

[4] van SCHYNDEL R G, TIRKE1 A Z, OSBORNE C F. A digital watermark[C]. Austin:IEEE Proceeding on International Conference on Image Processing, IEEE Press, 1994(2):86-90.

[5] 于帥珍,馮麗平. 數(shù)字水印的關(guān)鍵技術(shù)[J]. 計算機技術(shù)與發(fā)展, 2010, 20(2):148-151.

[6] 邵利平,覃征. 二維非等長圖像置亂變換[J]. 電子學(xué)報, 2007, 35(7):1290-1294.

[7] 張華熊,仇佩亮. 置亂技術(shù)在數(shù)字水印中的應(yīng)用[J].電路與系統(tǒng)學(xué)報, 2001, 6(3):32-36.

[8] MACQ B M, QUISQUATER J J. Cryptology for digital TV broadcasting[J]. Proceedings of the IEEE, 1995, 83(6):944-957.