陳善學(xué)，彭 娟，李方偉

(重慶郵電大學(xué) 移動(dòng)通信安全研究所,重慶400065)

隨著計(jì)算機(jī)網(wǎng)絡(luò)和通信技術(shù)的飛速發(fā)展，數(shù)字媒體(圖像、視頻、音頻)得到了廣泛的應(yīng)用，與此同時(shí)，數(shù)字媒體的信息安全、知識(shí)產(chǎn)權(quán)保護(hù)和完整性認(rèn)證等問題也變得日益突出。傳統(tǒng)的加密系統(tǒng)在數(shù)據(jù)傳輸過程中可以起到保密的作用，但數(shù)據(jù)一旦被解密，保護(hù)作用也隨之消失。數(shù)字水印[1-3]作為傳統(tǒng)加密方法的有效補(bǔ)充手段已經(jīng)在各種多媒體的保護(hù)領(lǐng)域得到應(yīng)用。魯棒性數(shù)字水印用于數(shù)字產(chǎn)品的版權(quán)保護(hù)，脆弱數(shù)字水印常用于數(shù)字產(chǎn)品的完整性認(rèn)證和內(nèi)容篡改的定位。

目前脆弱數(shù)字水印技術(shù)主要有空間域和變換域兩種方法?？臻g域方法是基于像素的脆弱水印技術(shù)和基于分塊的脆弱水印技術(shù)，是最早的基于LSB的方法。參考文獻(xiàn)[4]對(duì)原始圖像的特征與一個(gè)有意義的二值水印圖像經(jīng)過異或操作后嵌入到圖像中最低有效位，該算法具有定位特性，可以非常直觀地看出被篡改的區(qū)域，但其嵌入的水印信息量較小。變換域方法更容易對(duì)圖像被篡改的特征進(jìn)行描繪，因此更多的脆弱水印算法采用在變換域中。參考文獻(xiàn)[5]對(duì)原始圖像DCT低頻系數(shù)進(jìn)行二進(jìn)制編碼后的數(shù)據(jù)嵌入到圖像的最低有效位，這種方法對(duì)原始圖像進(jìn)行恢復(fù)。參考文獻(xiàn)[6]介紹了一種圖像小波父系數(shù)和子系數(shù)之間的水印算法，該算法通過計(jì)算圖像中隱藏的水印信息和基于接收到的圖像構(gòu)造的水印信息之間的相似度來描述圖像變化的強(qiáng)度。

篷車在積雪的樹林里走了很長(zhǎng)一段路才來到丕平鎮(zhèn)?，旣惡蛣诶郧霸鴣磉^這兒一次，不過現(xiàn)在看上去卻不一樣了。商店的門以及所有房屋的門都關(guān)著，樹墩上落著厚厚的積雪，沒有一個(gè)小孩在外面玩，只有兩三個(gè)腳蹬皮靴、頭戴皮帽、身穿色彩鮮艷的方格花呢外套的男人在外邊走動(dòng)。

因?yàn)榛煦缦到y(tǒng)對(duì)初值的極度敏感性，很多研究都把混沌系統(tǒng)引入到水印的生成。參考文獻(xiàn)[7]提出了一種基于混沌的DCT域脆弱數(shù)字水印算法，該算法將圖像DCT次高頻系數(shù)和水印密鑰合成為L(zhǎng)ogistic混沌映射初值從而生成水印，再將水印嵌入到圖像DCT變換后的高頻系數(shù)中得到水印圖像，它可以精確檢測(cè)到對(duì)水印圖像的一個(gè)像數(shù)點(diǎn)的改變，并具有良好的定位篡改能力。參考文獻(xiàn)[8]提出基于混沌映射的小波域脆弱數(shù)字水印算法，該算法在生成水印信息和檢測(cè)水印時(shí)映射到每個(gè)小波系數(shù)，并運(yùn)用混沌理論在提取水印時(shí)實(shí)現(xiàn)盲檢測(cè)，它具有良好的驗(yàn)證功能。參考文獻(xiàn)[9]抽取邊緣紋理特征作為水印信息，并利用混沌加密后對(duì)小波系數(shù)進(jìn)行量化調(diào)制來嵌入水印。為了提高水印的安全性，本文將二維Logistic混沌映射引入到脆弱數(shù)字水印中，將圖像的特征信息和密鑰產(chǎn)生混沌映射的初值，進(jìn)而產(chǎn)生水印信息，并結(jié)合小波變換的特征信息將水印嵌入到小波變換后的高頻部分。實(shí)驗(yàn)證明,該算法不但增強(qiáng)了水印的安全性，而且還具有良好的不可見性和篡改定位能力，符合脆弱數(shù)字水印必須要實(shí)現(xiàn)盲檢測(cè)。

1 二維logistic混沌映射和DWT變換

1.1 二維logistic混沌映射

混沌指在確定性系統(tǒng)中出現(xiàn)的一種類似隨機(jī)的現(xiàn)象，不收斂但有界，并且對(duì)初值具有極敏感的依賴性，因此利用混沌現(xiàn)象可以構(gòu)造非常好的信息加密系統(tǒng)。

Logistic混沌映射是一種常見的混沌動(dòng)力系統(tǒng)，二維Logistic混沌映射系統(tǒng)為：

1.2 DWT變換

傍晚7時(shí)30分，義診結(jié)束后，專家們?cè)诜祷匕⒖颂K市的途中，陳正副院長(zhǎng)又接到了趙主任的電話：“一名出生3小時(shí)的新生兒突然出現(xiàn)一側(cè)陰囊皮膚發(fā)黑，B超考慮急性睪丸扭轉(zhuǎn)可能?！?/p>

圖像經(jīng)過l級(jí)DWT變換后的高頻部分是圖像感知中最不重要的分量，但它對(duì)圖像的修改卻是最為敏感的，因此將水印信息嵌入到原始圖像的高頻子帶中，具體操作如下。

(1)配伍性實(shí)驗(yàn)。將緩蝕劑與阻垢劑按1∶1質(zhì)量比與模擬地層水混合，在60℃、常壓條件下按SY/T 5273-2014《油田采出水處理用緩蝕劑性能指標(biāo)及評(píng)價(jià)方法》測(cè)試兩種不同試劑之間的配伍性。

2 水印算法的實(shí)現(xiàn)

2.1 水印生成

在嵌入水印之前,為了確保水印信息的安全性，提出了用原始圖像的特征信息結(jié)合二維Logistic混沌映射生成水印信息。用一幅N×N原始圖像I生成水印的步驟如下。

(1)將 I做 l(l＝2,3)級(jí) DWT，提取低頻子帶 LLl的系數(shù)，它的尺寸大小是 N0×N0(N0＝N/2l)，然后將它分解成尺寸大小為 4×4的塊，記作 LL，即：

例（6）需要表述否定情況，在商務(wù)信函中，說話者會(huì)盡量在措辭方面避免“you”，以保護(hù)讀者的“自我”，該句采用了無靈主語(yǔ)you flexible spending并使用被動(dòng)語(yǔ)態(tài)，語(yǔ)氣上避免了責(zé)備，雙方合作才能由機(jī)會(huì)順利進(jìn)行。

其中，m,n∈{1,2,…,M}，M＝N0/4。

其中，g1和 g2是耦合項(xiàng)，可以取兩種情況，即 g1＝γyn，g2＝γxn一次偶合項(xiàng)和 g1＝g2=γxnyn對(duì)稱一次耦合項(xiàng),本算法采用一次耦合項(xiàng);x0和 y0為系統(tǒng)初值，x0,y0∈(0,1);μ、λ1、λ2、γ為混沌系統(tǒng)控制參數(shù)。

利用不同材質(zhì)的氣調(diào)包裝材料，通過測(cè)定菌落總數(shù)、揮發(fā)性鹽基氮、汁液損失、肉色、pH值、MFI指數(shù)等指標(biāo)，對(duì)冷鮮羊肉的貯藏效果進(jìn)行了比較分析。在整個(gè)貯藏期間，三組處理的pH值均處于正常肉標(biāo)準(zhǔn)，MFI指數(shù)變化也類似且無顯著差異。從抑菌效果來看，A、B組處理的抑菌效果明顯高于C組，其中A組處理的抑菌效果最佳，可能與其阻隔性比B材料更高有關(guān)，同時(shí)A組處理的肉色保持效果要優(yōu)于B組。在汁液損失率方面，C組處理表現(xiàn)最差，B組汁液損失率明顯高于A組。

由 式(3)可 知，a(m,n),b(m,n)∈(0,1)。

將兩版教材實(shí)數(shù)章節(jié)的內(nèi)容編排進(jìn)行對(duì)比(見表1)，我們發(fā)現(xiàn)：兩版教材都是按照“平方根→實(shí)數(shù)”的邏輯順序來編排內(nèi)容，關(guān)于實(shí)數(shù)內(nèi)容的節(jié)數(shù)均為4節(jié).但兩版教材在各節(jié)具體內(nèi)容的選取上有明顯差異：浙教版單獨(dú)一節(jié)介紹立方根的知識(shí)，而美GMH版只是在問題挑戰(zhàn)中簡(jiǎn)單呈現(xiàn)立方根的概念(見圖2)；美GMH版將實(shí)數(shù)內(nèi)容與勾股定理合為一章，將估算平方根獨(dú)立成節(jié)介紹，還介紹如何運(yùn)用勾股定理的知識(shí)作圖準(zhǔn)確表示無理數(shù)；浙教版單獨(dú)介紹實(shí)數(shù)的運(yùn)算，強(qiáng)調(diào)數(shù)系擴(kuò)充后對(duì)實(shí)數(shù)運(yùn)算法則的處理.

(2)為了提高水印的不可見性，將τ(i,j)量化:

其中,key1、key2是密鑰，其取值 范圍為-a(m,n)＜key＜1-a(m,n)，-b(m,n)＜ key＜ 1-b(m,n)。

1.2.2.1 氣相色譜條件。色譜柱為HP-5MS毛細(xì)管柱(30 m×0.25 mm × 0.25 μm)；程序升溫：從60 ℃開始,以10 ℃/min升到120 ℃,然后再以20 ℃/min升到220 ℃,最后以10 ℃/min升到280 ℃；進(jìn)樣口溫度為270 ℃；載氣為He；柱流量：0.8 mL/min；進(jìn)樣量：0.1 μL,分流比：50∶1。

(4)將初值代入二維Logistic混沌映射產(chǎn)生長(zhǎng)度為16的序列，然后將混沌序列量化成二值序列，并且把二值序列記作 xy,i∈{1,2,…,16}。

非化石能源：核能、云電和可再生能源是廣東省非化石能源供應(yīng)增量的主要組成部分，后續(xù)應(yīng)進(jìn)一步安全高效發(fā)展核電，推進(jìn)后續(xù)核電項(xiàng)目建設(shè)，合理接受西部水電，積極開發(fā)利用可再生能源。

利用小波變換后低頻子帶中數(shù)據(jù)特征產(chǎn)生水印信息，在驗(yàn)證時(shí)不需要原始序列，降低了水印認(rèn)證的風(fēng)險(xiǎn)?；煦缬成鋵?duì)初值具有極端敏感性，可以實(shí)現(xiàn)內(nèi)容篡改的準(zhǔn)確檢測(cè)，滿足了脆弱水印對(duì)惡意篡改的脆弱性，采用二維混沌映射，有利于增強(qiáng)水印的安全性。

離散小波變換(DWT)應(yīng)用于圖像就是對(duì)圖像進(jìn)行多分辨率分解，將圖像分解成不同空間、不同頻率的子圖像。圖像進(jìn)行1級(jí)小波分解，可以分解為低頻LL1、水平高頻LH1、垂直高頻 HL1和高頻 HH1(1表示 1級(jí)小波分解)4個(gè)子帶分量。LL1可以進(jìn)行第2級(jí)小波分解,分成4個(gè)子帶分量。圖1為3級(jí)小波分解示意圖，每個(gè)子帶分辨 率 由 低 到 高 依 次 為：LL3、LH3、HL3、HH3、LH2、HL2、HH2、LH1、HL1、HH1。 圖像進(jìn)行 n 級(jí) DWT 后可生成 3n+1個(gè)子帶分量。

2.2 水印嵌入

分析圖像小波變換可知，分辨率較小的小波系數(shù)有更重要的地位，小波分辨率最低時(shí)(LLN子帶)，集中了圖像大部分能量，能夠近似表示圖像，是小波分解后最重要的部分;而小波分解后的高頻部分含有圖像邊緣紋理信息，這部分對(duì)圖像篡改敏感，為了提高脆弱數(shù)字水印對(duì)篡改的敏感性，將水印信息嵌入到高頻子帶中。

(1)計(jì)算 τ(i,j)：

(3)計(jì)算二維混沌映射的初值:

其中，α1,α2,α3∈(0,1),α1、α2、α3取值越小，不可見性就越好,但會(huì)影響水印的檢測(cè)能力。實(shí)驗(yàn)證明，α1＝0.05,α2＝0.1,α3＝0.15 較好。

(3)為了實(shí)現(xiàn)盲檢測(cè),將水印信息嵌入到高頻子帶中：

(4)將修改后的高頻系數(shù)與其他系數(shù)組合后做離散小波反變換IDWT，即可得到含水印的圖像I′。

2.3 水印檢測(cè)

為了使水印認(rèn)證系統(tǒng)具有盲檢測(cè)的能力，設(shè)置了參考水印，在水印提取前，利用待測(cè)圖像按照水印生成步驟生成參考水印W′。因?yàn)樗∈抢玫皖l子帶系數(shù)而產(chǎn)生的，且水印是嵌入到高頻子帶中，因而水印的嵌入不會(huì)影響參考水印的生成；然后按照式(6)和式(7)計(jì)算τ′(i,j)，最后按照式(9)檢測(cè)水印。

術(shù)后所有病例均采用Matta影像學(xué)評(píng)估標(biāo)準(zhǔn)評(píng)定髖臼骨折復(fù)位質(zhì)量：骨折端移位＜1 mm為解剖復(fù)位，移位1～3 mm為滿意復(fù)位，移位＞3 mm為不滿意復(fù)位。術(shù)后1年采用改良的Merle d'Aubigine和Postel評(píng)分系統(tǒng)評(píng)定髖關(guān)節(jié)功能，總分18分，優(yōu)18分，良15～17分，可12～14分，差＜12分。

如果 A(i,j)＝W(i,j),則圖像未被篡改；如果 A(i,j)≠W(i,j),則圖像被篡改。

3 實(shí)驗(yàn)結(jié)果

本實(shí)驗(yàn)采用MATLAB仿真來驗(yàn)證算法，原始圖像為512×512的Lena和Pepper，為了使混沌系統(tǒng)工作穩(wěn)定，本實(shí)驗(yàn)中混沌系統(tǒng)的控制參數(shù)為：μ＝4.0，γ＝0.1,λ1＝λ2＝0.89。

3.1 水印的不可見性

對(duì)Lena和Pepper圖像加水印，結(jié)果如圖2和圖3所示。從圖中看出，在視覺上看原始圖像與含水印圖像沒有差別。根據(jù)式(10)計(jì)算原始圖像與含水印圖像的峰值信噪比PSNR(Peak Signal-to-Noise Ratio)分別為41.689 6和43.100 4，由此可以得出該算法有很好的不可見性。

3.2 篡改定位能力

為了測(cè)試算法對(duì)圖像篡改的敏感性和定位能力，將Lena和Pepper剪切掉部分,結(jié)果如圖4和圖5所示。實(shí)驗(yàn)證明該算法有良好的篡改定位能力。

本文將二維Logistic混沌映射引入到脆弱數(shù)字水印中，該算法首先將圖像的特征信息結(jié)合密鑰產(chǎn)生混沌映射的初值從而產(chǎn)生水印信息，然后將水印信息嵌入到對(duì)篡改感知敏感的小波變換后的高頻子帶中，最后根據(jù)小波變換后的系數(shù)特征實(shí)現(xiàn)水印盲檢測(cè)。采用了二維混沌，增強(qiáng)水印的安全性。實(shí)驗(yàn)證明，該算法有良好的不可見性和圖像篡改定位能力。

[1]金聰.數(shù)字水印理論與技術(shù)[M].北京：清華大學(xué)出版社，2008.

[2]龔巖琳.基于混沌的數(shù)字圖像加密與水印技術(shù)研究[D].重慶：重慶郵電大學(xué)通信安全研究所，2010.

[3]趙健,周欣,周明全.非線性技術(shù)數(shù)字水印研究發(fā)展現(xiàn)狀與展望[J].北京郵電大學(xué)學(xué)報(bào)，2005,10(25):112-115.

[4]WONG P W.A public key watermark for image verification and authentication[C].Proceedings of the IEEE International Conference on Image Processing.Chicago.USA,1998:455-459.

[5]FRIDRICH J,GOLJAN M.Image with self-correcting capabilities[C].Proceedings of the IEEE International Confer-ence on Image Processing,Kobe,Japan,1999(3):792-796.

[6]鄧承娟，楊百龍，林白露.基于圖像的半脆弱數(shù)字水印技術(shù)研究[J].現(xiàn)代電子技術(shù)，2011,12，34（23）:85-87.

[7]李趙紅，候建軍.基于Logistic混沌映射的 DCT域脆弱數(shù)字水印算法[J].電子學(xué)報(bào)，2006(12):2134-2137.

[8]葛為衛(wèi)，崔志明，吳健.基于混沌映射的小波域脆弱數(shù)字水印算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2008(8)：2137-2139.

[9]趙娟，楊釩.一種用于圖像內(nèi)容認(rèn)證的半脆弱數(shù)字水印[J].計(jì)算機(jī)技術(shù)與發(fā)展，2011，21(1):151-153.