秦思嫻，肖建華，魏 翔，傅曉俊，余詠勝

(武漢市測繪研究院，湖北 武漢 430022)

一種利用影像多尺度特征的DOM不可見水印方法

秦思嫻，肖建華，魏 翔，傅曉俊，余詠勝

(武漢市測繪研究院，湖北 武漢 430022)

數(shù)字正射影像是測繪地理信息服務(wù)的基礎(chǔ)數(shù)據(jù)之一。根據(jù)生產(chǎn)單位數(shù)據(jù)現(xiàn)狀和對遙感影像數(shù)字水印的需求，本文綜合利用影像的光譜、紋理和屬性特征，提出了利用影像多尺度特征的DOM不可見水印方法。該方法首先結(jié)合小波分解和Harris特征算子提取影像多尺度特征，確定多水印的最佳嵌入?yún)^(qū)域；再利用擴頻化的DWT算法嵌入不可見數(shù)字水??；最后利用影像屬性信息輔助提取水印。本文從主觀分析、客觀分析和魯棒性分析3個方面評價了嵌入水印影像，分析結(jié)果表明，該方法能夠自動、有效地在DOM上嵌入多個不可見數(shù)字水印，多水印嵌入和影像屬性信息相結(jié)合提取水印的策略極大提高了水印魯棒性和水印檢測成功率，可以滿足實際生產(chǎn)對水印不可見性、安全性、高效性和魯棒性的要求。

DOM；不可見數(shù)字水印；多尺度特征；擴頻DWT方法

遙感影像是國家重要的基礎(chǔ)性、戰(zhàn)略性信息資源，目前已經(jīng)廣泛應(yīng)用于測繪、規(guī)劃、國土、導(dǎo)航、農(nóng)林業(yè)、軍事和政府決策等方面[1]。隨著影像廣泛應(yīng)用而來的是數(shù)據(jù)安全問題。遙感影像非法流傳、非法獲利現(xiàn)象使得數(shù)據(jù)擁有者不愿輕易公開或發(fā)布產(chǎn)品，阻礙了遙感產(chǎn)品的應(yīng)用與發(fā)展。如何保護遙感影像的數(shù)據(jù)安全已成為迫在眉睫的問題。

數(shù)字水印技術(shù)作為一種信息安全技術(shù)，是數(shù)字時代解決數(shù)字化產(chǎn)品安全保護的有效手段。它將水印信息(如版權(quán)、用戶信息等)嵌入到數(shù)字載體中，使水印信息成為數(shù)據(jù)不可分離的一部分，由此來確定版權(quán)擁有者、所有權(quán)認證、跟蹤侵權(quán)行為、識別購買者等附加信息[2]。數(shù)字水印技術(shù)在圖像、圖形、視頻、音頻等領(lǐng)域的安全保護方面取得了許多應(yīng)用成果，近幾年在測繪相關(guān)領(lǐng)域也得到了大量應(yīng)用[3-8]。

DOM(digital orthophoto map)是生產(chǎn)單位的主要產(chǎn)品之一，覆蓋范圍大，使用頻繁，數(shù)據(jù)安全尤為重要。為了方便使用，DOM通常以分幅存儲，按影像地理坐標進行編號。實際生產(chǎn)過程中往往需要對一幅或多幅DOM進行裁剪、拼接和調(diào)色等處理。根據(jù)生產(chǎn)單位的DOM數(shù)據(jù)存儲現(xiàn)狀和應(yīng)用特點，遙感影像數(shù)字水印應(yīng)滿足以下要求：

(1) 不可見性：所嵌入的數(shù)字水印需具有良好的視覺不可見性，不影響數(shù)據(jù)的后期使用。

(2) 安全性：在沒有正確密鑰的情況下無法提取或修改水印信息。

(3) 高效性：遙感影像數(shù)據(jù)量龐大，遙感影像數(shù)字水印算法要具有一定的高效性。

(4) 魯棒性：是衡量遙感影像水印算法優(yōu)劣的重要指標，要求數(shù)字水印能夠抵抗影像裁剪、拼接、調(diào)色、縮放和數(shù)據(jù)壓縮等有意和無意的數(shù)據(jù)處理。

根據(jù)數(shù)字水印的可見性差異，遙感影像數(shù)字水印分為可見數(shù)字水印和不可見數(shù)字水印兩種類型?？梢姅?shù)字水印將影像的版權(quán)信息以可見方式加載至遙感影像中，在明確表明影像版權(quán)的同時也降低了影像的視覺效果和價值。不可見數(shù)字水印隱式表達影像版權(quán)信息，能夠同時保證影像的版權(quán)保護與視覺效果，但對數(shù)字水印技術(shù)和安全性要求更高。

當下，測繪業(yè)界對遙感影像數(shù)據(jù)安全和版權(quán)保護意識相對較薄弱，缺乏系統(tǒng)性的數(shù)字水印理論研究和應(yīng)用成果。目前所采用的主要技術(shù)方法仍沿用數(shù)字圖像領(lǐng)域的研究成果，將遙感影像作為“圖片”使用，并沒有考慮遙感影像本身的光譜、紋理和屬性特征，應(yīng)用方式也以可見數(shù)字水印為主，不能滿足實際應(yīng)用需求[9-10]。根據(jù)以上分析，本文提出了利用影像多尺度特征的DOM不可見水印方法，根據(jù)遙感影像光譜和紋理表現(xiàn)確定水印嵌入?yún)^(qū)域，采用擴頻小波變換(discrete wavelet transform，DWT)方法嵌入不可見水印，利用影像屬性信息輔助檢測水印，解決了遙感影像實際生產(chǎn)中的不可見水印嵌入與檢測問題。

1 遙感影像數(shù)字水印技術(shù)

遙感影像數(shù)字水印技術(shù)包括水印嵌入和檢測兩大部分。水印嵌入根據(jù)用戶要求生成水印信息，并將水印信息嵌入遙感影像。水印檢測利用特定的水印檢測算法從影像中提取水印信息。在實際應(yīng)用中，一套完整的遙感影像數(shù)字水印技術(shù)流程要解決數(shù)字水印嵌入位置選擇、水印嵌入方法選擇和水印檢測方法選擇3個主要問題，這幾個問題處理是否得當將很大程度上影響最終產(chǎn)品質(zhì)量。具體分析如下：

(1) 水印嵌入位置的選擇是數(shù)字水印領(lǐng)域的基礎(chǔ)性問題。遙感影像具有豐富的細節(jié)和紋理特征，選擇具有較好抗旋轉(zhuǎn)和縮放能力的區(qū)域嵌入水印，能夠有效提高水印抵抗影像幾何攻擊的魯棒性[11]。然而，隨著攻擊強度的增加，水印抵抗力下降。為此，本文提出利用多尺度特征提取的方法，結(jié)合小波分解和特征提取的優(yōu)勢，充分利用光譜和紋理屬性，提高水印嵌入?yún)^(qū)域的魯棒性。

(2) 數(shù)字水印嵌入算法性能直接決定數(shù)字水印的優(yōu)劣，是數(shù)字水印技術(shù)的核心問題。頻域數(shù)字水印算法在影像頻域空間進行調(diào)制計算，魯棒性優(yōu)于空域算法，是當前數(shù)字水印領(lǐng)域的研究熱點。擴頻算法在一個寬頻信號中搭載水印信息，增加了信息冗余度，能夠有效提高水印的魯棒性，是當前數(shù)字水印領(lǐng)域的主流研究方法[12]。本文對DWT頻域算法進行擴頻化改進，綜合擴頻方法與頻域算法的優(yōu)點，以提高水印的魯棒性。

(3) 一般而言，水印檢測需要先對圖像進行水印定位，計算水印的相對像素坐標，再提取數(shù)字水印。當圖像大小發(fā)生變化時，該方法往往失效。遙感影像包含分辨率、地理坐標等屬性信息，即使影像大小發(fā)生變化，地理坐標數(shù)據(jù)也不會改變。因此，本文在水印檢測時引入影像屬性信息，以提高檢測效率和成功率。

2 利用影像多尺度特征的不可見水印方法

2.1 利用影像多尺度特征的不可見水印方法技術(shù)路線

利用影像多尺度特征的不可見水印方法包括5個主要步驟(如圖1所示)，即基于多尺度小波分解和Harris特征提取的影像多尺度特征點提取、多尺度特征點DBSCAN聚類分析、水印嵌入?yún)^(qū)域計算與優(yōu)化、擴頻方法嵌入水印、水印影像質(zhì)量評價。

2.2 影像多尺度特征點提取

對影像進行小波分解后得到LL、LH、HL和HH這4個子帶，其中LL低頻子帶是影像的近似，信息量最大，影像紋理和邊緣特征集中在LH、HL和HH高頻子帶。小波分解級數(shù)越大，各子帶所具備的信息量越大，信息被隱藏程度越深，所提取的特征點也將具有更好的抵抗力，但所需要的計算時間也增加。以2級小波分解為例，各子帶信息量排序為：{LL2、HL2、LH2、HH2、LL1、HL1、LH1、HH1}[13]。

綜合考慮計算量和信息隱藏能力，本文對影像進行了3級小波分解，在LL1、LL2和LL3低頻子帶分別提取各個尺度的Harris特征點，再按照不同尺度小波分解的空間對應(yīng)關(guān)系[13]，將各尺度特征點映射至原始影像，得到影像不同尺度特征點集合。通過這種方法能夠有效利用小波分解和Harris特征點的優(yōu)點，提高水印嵌入?yún)^(qū)域的魯棒性。

Harris算子定義了與自相關(guān)函數(shù)相關(guān)的M矩陣，M矩陣的特征值RH是自相關(guān)函數(shù)的一階曲率。對圖像中的任意一點(x,y)，如果水平方向和垂直方向RH值大于一定閾值且高于其鄰域中的其他點，則認為該點為特征點[13]。M矩陣定義為

RH=Det(M)-k·Trace2(M)

(1)

(2)

式中，W表示高斯窗口函數(shù)；*表示卷積運算；Lx、Ly和Lxy分別為圖像在水平方向x和垂直方向y上的偏導(dǎo)和二階偏導(dǎo)；Det(M)表示矩陣M的行列式；Trace(M)表示矩陣M的軌跡；k為經(jīng)驗值，一般取值0.03～0.05之間。

圖1 利用影像多尺度特征的不可見水印方法技術(shù)路線

2.3 最優(yōu)水印嵌入?yún)^(qū)域計算與優(yōu)化

由于實際生產(chǎn)應(yīng)用中往往需要對DOM進行裁剪和拼接，嵌入單個水印會導(dǎo)致水印信息丟失，無法起到保護數(shù)據(jù)安全的作用。為此，本文提出在一幅DOM中嵌入多個數(shù)字水印的策略，以保證水印的有效性。

為了確定水印的嵌入?yún)^(qū)域，對提取的多尺度Harris特征點采用DBSCAN動態(tài)聚類分析方法進行分析，得到多個確定的特征區(qū)域，取特征區(qū)域的質(zhì)心點作為水印嵌入中心位置，為準確實現(xiàn)水印重定位奠定基礎(chǔ)。本文利用DBSCAN算法的流程如下：

(1) 以多尺度Harris特征點數(shù)據(jù)集F為計算對象，以任意點m為起始點，查找F中所有關(guān)于從m密度可達的點，構(gòu)成m的Eps鄰域。

(2) 如果沒有點從m密度可達，則m被設(shè)定為噪聲點。如果該Eps鄰域內(nèi)特征點數(shù)大于最少點數(shù)目minpts，以鄰域內(nèi)所有點為種子點，查找密度可達點，直到所有的點都被查找完畢。

經(jīng)過DBSCAN算法分析后，Harris特征點分為有效特征點和噪聲點兩類。剔除噪聲點，將有效特征點按所屬類別進行分類，根據(jù)各有效特征點地理坐標計算各聚類中心點集C={c1，c2，…，cN}。由于提取的Harris特征點較多，經(jīng)過DBSCAN聚類分析后仍有較多的聚類中心得以保留，分別由Pts={pts1,pts2，…，ptsN}個特征點計算得到。直接利用聚類中心C嵌入水印會由于嵌入水印過多導(dǎo)致影像質(zhì)量下降，同時聚類中心距離太近也會導(dǎo)致水印彼此干擾，影響水印嵌入和檢測，必須對聚類中心C進行優(yōu)化，方法如下：將Pts按照從高到低排序，對特征顯著的前20%聚類中心按下式優(yōu)化

(3)

(4)

(5)

2.4 基于擴頻DWT算法的水印嵌入

假設(shè)在宿主信號中嵌入1比特的水印信息b，b=wi∈{0,1}。先用擴展因子cr對其進行擴展得到序列B={bb…b}，用長度為cr的比特序列表示1比特的水印信息，提高水印信息冗余度。對擴展序列B調(diào)制，得到調(diào)制序列

bp={bp0,bp1，…，bpcr-1}

(6)

pi∈{-1,1},i=0,1，…，cr-1

(7)

對于bp該序列用放大因子α進行調(diào)幅以增加水印嵌入的強度，得到待嵌入的水印信號序列X={abp0,abp1，…，abpcr-1}。最后選取cr個宿主信號H={h0,h1，…，hcr-1}疊加水印信號序列，得到嵌入水印的隱蔽信號

si=hi+abpi,i=1,2，…，cr-1

(8)

本文改進后的擴頻DWT算法流程如下：

(1) 對上文計算得到的水印嵌入?yún)^(qū)域進行16×16區(qū)域劃分，對各分區(qū)依次進行三級小波分解，得到{LL32×2，LH32×2,HL32×2,HH32×2}子帶，下標表示各子帶的維度；

(2) 對紋理和邊緣信息集中的LH3和HL3子帶擴展，得到宿主信號H2×4=[LH3，HL3]；

(3) 對水印信號進行調(diào)制，得到bp序列；

(4) 定義放大因子α，按式(8)計算嵌入水印的隱蔽信號S2×4=[LH3′,HL3′]；

(5) 對{LL3,LH3′,HL3′,HH3}進行逆DWT變換，轉(zhuǎn)換至影像RGB空間，完成水印嵌入。

2.5 基于影像屬性信息的水印提取策略

分辨率和地理坐標是遙感影像的特有屬性。利用影像屬性信息計算每個像素地理坐標(x,y)，將每個水印嵌入?yún)^(qū)域的中心點、四個角點的地理坐標作為密鑰信息輸出。水印檢測前直接利用地理坐標和影像屬性信息計算水印嵌入?yún)^(qū)域，在該區(qū)域內(nèi)進行水印檢測。該方法一方面避免了水印重定位過程，提高了水印檢測效率；另一方面不受影像縮放、裁剪等幾何攻擊影響，提高了水印檢測的成功率。

3 試驗結(jié)果與分析

3.1 試驗數(shù)據(jù)

本文試驗數(shù)據(jù)為0.2 m高分辨率DOM產(chǎn)品，包含RGB這3個波段，影像大小為5000×5000像素。影像范圍內(nèi)有農(nóng)田、房屋、水域、林地和道路等地物類型，便于直觀比較嵌入水印后的影像。要嵌入的數(shù)字水印圖像為武漢市測繪研究院縮寫“WHGI”，大小為64×128像素。原始影像數(shù)據(jù)和數(shù)字水印圖像如圖2所示。

圖2 本文采用的DOM產(chǎn)品和水印圖像

3.2 試驗結(jié)果與分析

本文從主觀分析、客觀分析和魯棒性分析3個方面對試驗結(jié)果進行評價。主觀分析對嵌入水印區(qū)域和影像進行主觀分析，客觀分析利用統(tǒng)計信息、影像質(zhì)量評價指數(shù)等對嵌入水印影像進行定量評價，魯棒性分析評價水印對影像處理攻擊的抵抗能力。

由于人眼對藍波段信息最不敏感，按上文介紹的方法對藍波段進行處理，試驗結(jié)果如圖3所示。對DOM提取了1683個多尺度Harris特征點，特征點集中在房屋、道路、溫室大棚等區(qū)域，均為明顯人類活動區(qū)域。對多尺度特征點進行DBSCAN聚類分析，剔除噪聲點后得到36個聚類中心。選取特征顯著區(qū)域作為水印嵌入?yún)^(qū)域并優(yōu)化，得到了6個水印嵌入?yún)^(qū)域。所有的水印嵌入?yún)^(qū)域均具有較為豐富的細節(jié)和紋理特征，且多為實際生產(chǎn)中需要重點關(guān)注的區(qū)域，如房屋、道路等，一般不會通過影像處理對這些區(qū)域進行干預(yù)。利用擴頻DWT算法嵌入不可見水印，嵌入水印后的影像如圖3(d)所示。水印具有良好的視覺不可見性，可以滿足實際應(yīng)用需求。

圖3 DOM數(shù)字水印試驗結(jié)果

利用均值、方差、最大差異值(DM)、峰值信噪比(PSNR)、熵和計算時間為指標進行定量評價，各指標見表1。相比于原始影像，嵌入水印影像在均值、方差和熵上沒有變化，PSNR值為56.98，表明影像視覺效果較好。對于5000×5000像素影像，嵌入6個水印所需要的時間為95s，主要計算時間用于尋找最優(yōu)嵌入點，水印嵌入所需的計算時間為5.24s，計算時間滿足實際應(yīng)用需求。

對嵌入水印的影像進行影像裁剪、灰度拉伸、影像縮放、有損壓縮和旋轉(zhuǎn)攻擊，攻擊后水印提取結(jié)果見表2。分析如下：由于DOM中嵌入多個水印，即使影像經(jīng)過裁剪后部分水印信息丟失，仍能夠成功檢測水印；對于影像縮放攻擊，像素的地理坐標不會發(fā)生變化，由于利用影像屬性信息輔助水印檢測，水印能夠抵抗縮放攻擊；頻域算法本身對數(shù)據(jù)壓縮有較好的抵抗性能；對于影像旋轉(zhuǎn)攻擊，影像旋轉(zhuǎn)后地理坐標和圖像行列坐標均發(fā)生變化，因此水印檢測失敗。

整體而言，由于在一幅DOM中嵌入了多個水印信息且輔助采用了影像屬性信息，即使在單個水印檢測失敗的情況下，也能利用其他區(qū)域的水印進行檢測，有效提高了水印檢測的成功率和效率。

表1 嵌入多個不可見水印遙感影像評價指標

表2 水印抵抗影像處理攻擊結(jié)果

4 結(jié)束語

本文提出了基于影像多尺度特征的DOM不可見水印方法，結(jié)合影像的光譜和紋理特征確定多個水印的嵌入?yún)^(qū)域，利用擴頻DWT算法嵌入數(shù)字水印，再利用影像屬性信息輔助進行水印檢測，充分利用了影像的光譜、紋理和屬性信息。相比于可見數(shù)字水印方法，本文提出的不可見數(shù)字水印方法在保證影像視覺質(zhì)量基礎(chǔ)上，有效確保了遙感影像的數(shù)據(jù)版權(quán)安全。目前該方法已經(jīng)應(yīng)用于實際生產(chǎn)中，可以為遙感影像數(shù)據(jù)安全和版權(quán)提供保護。

[1] 朱述龍，朱寶山，王紅衛(wèi). 遙感圖像處理與應(yīng)用[M]. 北京：科學(xué)出版社, 2006.

[2] 孫圣和，陸哲明，牛夏牧. 數(shù)字水印技術(shù)與應(yīng)用[M]. 北京：科學(xué)出版社, 2004.

[3] 任娜，朱長青，黃家柱，等. 數(shù)字水印技術(shù)在高分辨率遙感數(shù)據(jù)安全保護中的應(yīng)用[J].火力與指揮控制,2015,40(2)：19-23.

[4] 閔連全.一種魯棒的矢量地圖數(shù)據(jù)的數(shù)字水印[J].測繪學(xué)報, 2008,37(2)：262-267.

[5] 侯翔，楊輝. 基于奇異值分解的遙感圖像魯棒水印算法探討[J].測繪科學(xué),2015,40(7)：123-126.

[6] 朱長青，符浩軍，楊成松. 基于整數(shù)小波變換的柵格數(shù)字地圖數(shù)字水印算法[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版)，2009,34(5)：619-621.

[7] 朱長青，楊成松，任娜. 論數(shù)字水印技術(shù)在地理空間數(shù)據(jù)安全中的應(yīng)用[J]. 測繪通報,2010(10)：1-3.

[8] 張海濤，祝曉坤，董明，等. 基礎(chǔ)地理信息數(shù)據(jù)產(chǎn)品數(shù)字水印技術(shù)研究[J]. 測繪通報,2012(S1)：494-497.

[9] ZIEGELER S B,TAMHANKER H, FOWLER J E, et al. Wavelet-based Watermarking of Remotely Sensed Imagery Tailored to Classification Performance[C]∥IEEE Workshop on Advances in Techniques for Analysis of Remotely Sensed Data. Washington：[s.n.]，2003.

[10] 陳輝，郭科，鄭文峰.數(shù)字水印技術(shù)應(yīng)用于遙感圖像版權(quán)保護的評測標準研究[J].物探化探計算技術(shù),2008,30(5)：436-441.

[11] 楊猛. 基于特征點的遙感影像底圖版權(quán)保護方法的研究[D].哈爾濱：哈爾濱工程大學(xué),2011.

[12] 鄒瀟湘. 多媒體數(shù)字水印技術(shù)研究[D]. 北京：中國科學(xué)院研究生院, 2003.

[13] HARRIS C, STEPHENS M J. A Combined Corner and Edge Detector[C]∥Proceedings of the 4th Alvey Vision Conference.[S.L.]：citeseer.ist.psu.edu，1988.

[14] 黃達人，劉九芬，黃繼武.小波變換域圖像水印嵌入對策和算法[J].軟件學(xué)報,2002,13(7)：1290-1296.

[15] ZOU H, TEWWFIK H. Discrete Orthogonal M-band Wavelet Decompositions[C]∥Proceedings of the IEEE 1992 International Conference on Accoustics, Speech and Signal Processing. San Franscisco:[s.n.]，1992：605-608.

Study on Invisible Watermark Method Using Multi-scale Characteristics for DOM

QIN Sixian,XIAO Jianhua,WEI Xiang,FU Xiaojun,YU Yongsheng

(Wuhan Geomatics Institute, Wuhan 430022,China)

DOM is one of the fundamental datasets for the surveying and mapping geographic information services. According to the data status in the production unit and the application requirements of the digital watermark for remote sense images, an invisible digital watermark scheme based on the multi-scale characteristics designed for DOM is proposed in this work. Firstly, this scheme extracts multi-scale characteristics using wavelet decomposition and Harris detector. Watermark embedding areas are computed and optimized based on these multi-scale characteristics. Then digital watermarks are imbedded into these areas by using spread-spectrum DWT algorithm. Finally, watermarks are extracted with DOM attribute data as the auxiliary information. The watermarked DOM is evaluated in the aspects of subjective analysis, objective analysis and robustness analysis. Experiments and analysis show that multiple watermarks can be automatically and effectively embedded into DOM by the scheme proposed in this work. The strategies of multiple watermarks and attribute information greatly improve the watermark robustness and the success ratio of watermark detection. This work also proves that the scheme satisfies the invisibility, safety, effectiveness and robustness demand of digital watermark in the practical production.

DOM; invisible digital watermark; multi-scale characteristics; spread spectrum DWT algorithm

秦思嫻，肖建華，魏翔，等.一種利用影像多尺度特征的DOM不可見水印方法[J].測繪通報，2017(2)：82-86.

10.13474/j.cnki.11-2246.2017.0054.

2016-01-29；

2016-03-28

精密工程與工業(yè)測量國家測繪地理信息局重點實驗室開放基金(PF2013-14；PF2015-10)

秦思嫻(1987—)，女，博士，工程師，研究方向為遙感影像智能處理。E-mail：sixianqin@qq.com

P23

A

0494-0911(2017)02-0082-05