劉慶亮 楊樹(shù)國(guó)

（青島科技大學(xué)數(shù)理學(xué)院，山東 青島 266061）

基于小波變換的圖像雙水印算法

劉慶亮 楊樹(shù)國(guó)*

（青島科技大學(xué)數(shù)理學(xué)院，山東 青島 266061）

隨著信息技術(shù)的迅猛發(fā)展，數(shù)字作品的知識(shí)產(chǎn)權(quán)保護(hù)和信息的安全性愈來(lái)愈越重要。本文提出一種基于小波變換的圖像雙水印算法，首先運(yùn)用HAAR小波對(duì)原始圖像亮度分量進(jìn)行三層離散小波變換，并運(yùn)用Arnold變換和二維超混沌模型對(duì)識(shí)別水印進(jìn)行混沌加密；然后結(jié)合小波域內(nèi)的JND模型，在低頻分量中嵌入識(shí)別水印，并運(yùn)用同一密鑰在水平分量中嵌入確認(rèn)水印。實(shí)驗(yàn)結(jié)果表明，該雙水印算法具有良好的不可見(jiàn)性、魯棒性和安全性，能有效提高圖像版權(quán)的認(rèn)證、保護(hù)能力。

雙水??；Arnold變換；二維超混沌模型；離散小波變換；JND模型

1 引言

隨著信息技術(shù)和網(wǎng)絡(luò)的迅猛發(fā)展，人們可以很方便地獲取想要的數(shù)字信息，但隨之而來(lái)的數(shù)字作品的知識(shí)產(chǎn)權(quán)保護(hù)和信息的安全問(wèn)題也變得愈來(lái)愈越重要。

2005年，許斌等提出了一種在圖像小波變換域中嵌入雙水印的算法[1]。該方法在圖像變換域低頻分量中嵌入識(shí)別水印，在高頻分量中嵌入確定水印，該算法能夠有效保護(hù)圖像內(nèi)容完整和維護(hù)圖像版權(quán)，但是抵抗噪聲能力較差。2009年，岳巖等提出了一類(lèi)基于DCT特性的雙水印算法[2]，算法結(jié)合圖像的紋理特性，通過(guò)嵌入可見(jiàn)水印和不可見(jiàn)水印實(shí)現(xiàn)圖像的版權(quán)保護(hù)和認(rèn)證，但是水印的不可感知性較差。2013年，陳興娥等提出在原始圖像中嵌入兩個(gè)數(shù)字水印[3]，一個(gè)是用于圖像版權(quán)保護(hù)的奇異值分解的魯棒性數(shù)字水印，另一個(gè)用于圖像內(nèi)容認(rèn)證的基于圖像內(nèi)容的自適應(yīng)半脆弱水印，大大提高了數(shù)字水印的應(yīng)用范圍和可擴(kuò)展性。

目前，人們對(duì)水印圖像的質(zhì)量要求越來(lái)越高，水印的設(shè)計(jì)要盡可能滿(mǎn)足魯棒性好、不可感知性強(qiáng)的特點(diǎn)，不僅能夠有效地保護(hù)圖像內(nèi)容完整和維護(hù)圖像版權(quán)，還要保證圖片的質(zhì)量。如文獻(xiàn)[4]提出了一種基于混沌的脆弱水印算法，通過(guò)修改載體圖像的最低有效位來(lái)實(shí)現(xiàn)水印的嵌入。但是圖像原始數(shù)據(jù)受到影響，圖像的不可感知性效果較差。文獻(xiàn)[5]提出了一種醫(yī)學(xué)圖像認(rèn)證算法，運(yùn)用聯(lián)合稀松編碼將水印嵌入到非感興趣區(qū)域，保證了圖像的魯棒性和不可感知性。

鑒于此，本文提出一種基于小波變換的圖像雙水印算法，以達(dá)到有效保護(hù)版權(quán)和準(zhǔn)確認(rèn)證圖像版權(quán)的雙重目的。該算法首先運(yùn)用HAAR小波對(duì)原始圖像的亮度分量進(jìn)行三層小波分解，運(yùn)用Arnold變換和二維超混沌系統(tǒng)對(duì)識(shí)別水印進(jìn)行加密；然后結(jié)合JND模型，將識(shí)別水印嵌入到穩(wěn)健性較好的低頻分量中，并將確認(rèn)水印自適應(yīng)地嵌入到小波域的水平分量中。水印的嵌入強(qiáng)度由低頻系數(shù)決定，水印的提取不需要原始圖像，可實(shí)現(xiàn)水印的自適應(yīng)嵌入和盲提取功能。實(shí)驗(yàn)結(jié)果表明，該水印算法具有良好的魯棒性和不可感知性。

2 相關(guān)理論闡述

2.1 離散小波變換[6-8]

小波變換（wavelet transform）是空間（時(shí)間）和頻率的局部變換，能有效地提取圖像的主要信息和分析局部信號(hào)。選擇小波變換域的低頻區(qū)嵌入水印，就是考慮到低頻區(qū)內(nèi)系數(shù)抗干擾能力強(qiáng)的特點(diǎn)。

為了使算法具有較快的運(yùn)算速度和較好的效果，本文運(yùn)用HAAR小波對(duì)原始圖像的亮度值進(jìn)行三層離散小波變換。圖1所示為三層小波分解的示意圖。

實(shí)驗(yàn)表明，在低頻分量中嵌入水印信號(hào)對(duì)高斯噪聲、椒鹽、平滑、剪切等攻擊表現(xiàn)出較好的魯棒性。此外，選擇不同小波基對(duì)嵌入水印性能有很大影響。劉久芬等人研究了水印算法中不同小波基與魯棒性的關(guān)系，其研究結(jié)果表明正交基的正則性、消失矩階數(shù)、支撐長(zhǎng)度及小波能量在低頻帶的集中程度對(duì)水印魯棒性的影響極?。黄溲芯拷Y(jié)果表明HAAR小波比較合適圖像水印。因此本文選擇HAAR小波基對(duì)載體圖像進(jìn)行分解。

圖1 三級(jí)小波分解示意圖

2.2 Arnold變換[8-10]

為了提高水印信號(hào)的安全性，在嵌入水印前需對(duì)水印進(jìn)行加密處理。Arnold變換是一種常用的置亂加密方法，可以減少圖像相鄰像素之間的關(guān)聯(lián)性，提高水印的魯棒性。Arnold變換實(shí)質(zhì)上是把(x，y)點(diǎn)的像素信息置換到(x’，y’)點(diǎn)。

對(duì)于N×N大小的水印圖像，進(jìn)行n次置亂的公式為：

其解密過(guò)程如下：

其中，(x，y)為原始信號(hào)，n為n≥1的正整數(shù)，置換次數(shù)為Arnold變換的密鑰K1。

2.3 二維超混沌系統(tǒng)模型[11,12]

目前Logistic映射廣泛應(yīng)用于圖像加密領(lǐng)域，但是這種一維混沌系統(tǒng)存在對(duì)初值的敏感性較大、密鑰空間相對(duì)較少、安全性能較低等缺點(diǎn)。為了滿(mǎn)足圖像水印的魯棒性和不可感知性，本文采用安全性較好、密鑰空間較多的二維離散超混沌系統(tǒng)。

選取的二維離散超混沌系統(tǒng)形式如下：

當(dāng)a1=1.3;a2=-1.05;a3=1.15;a4=-0.2時(shí)，系統(tǒng)處于超混沌狀態(tài)。進(jìn)行圖像加密時(shí)，首先輸入初始值為x0、y0的密鑰K1，根據(jù)式（3）產(chǎn)生序列xn、yn；然后把二維序列降維，變成一維序列sn。為了序列具有較好的擴(kuò)散均勻度，本文采用的降

維方程為：

然后將其轉(zhuǎn)化成大小為N×N的矩陣s(i，j)，(i，j=1，…，N)，然后得到二值化的超混沌矩陣t(i，j)，矩陣二值化方法如下，其中mean為矩陣中各數(shù)均值。

將水印圖像對(duì)應(yīng)的二值矩陣w(i，j)與二值化的超混沌矩陣t(i，j)進(jìn)行異或運(yùn)算。

2.4 小波域內(nèi)最小可觀測(cè)誤差（JND）模型[14,15]

通過(guò)小波變換將圖像分解成低頻分量、水平分量、垂直分量和對(duì)角分量。在小波域內(nèi)，人眼對(duì)這些分量系數(shù)的頻率敏感度函數(shù)如下：

其中c表示小波分解的層數(shù)，d表示小波分解的方向LL，LH，HL，HH。

在小波域內(nèi)，人眼對(duì)亮度的敏感性函數(shù)如下：

在小波域內(nèi)，人眼所能觀察圖像的紋理掩蔽性函數(shù)如下：

其中，

綜上得到小波域內(nèi)人眼視覺(jué)系統(tǒng)JND模型，如下：

3 雙水印算法描述

本文的雙水印算法根據(jù)圖像的頻域和空間域的特點(diǎn)，對(duì)原始圖像進(jìn)行三層HAAR小波變換，在圖像的小波變換域中分別嵌入識(shí)別水印和確認(rèn)水印，且使這兩個(gè)水印具有針對(duì)性和關(guān)聯(lián)性。

3.1 圖像預(yù)處理

（1）載體圖像預(yù)處理

選取大小為M×M的原始圖像I，運(yùn)用HAAR小波基，對(duì)其進(jìn)行三層小波分解，得到原始載體圖像的小波系數(shù)分量LL3,LH3,HL3,HH3。

（2）識(shí)別水印圖像預(yù)處理

選取N×N大小的二值圖像作為識(shí)別水印W(x，y)，應(yīng)用Arnold變換對(duì)識(shí)別水印信號(hào)進(jìn)行n次置亂處理，并用二維超混沌系統(tǒng)進(jìn)行加密，得到加密后的識(shí)別水印信號(hào)W’(x，y)。

（3）確認(rèn)水印圖像預(yù)處理

首先，利用密鑰K3構(gòu)造長(zhǎng)度為N×N的隨機(jī)正態(tài)分布序列Sm，利用隨機(jī)序列均值將其轉(zhuǎn)化為0和1的二值序列Tm，二值序列的轉(zhuǎn)化方法如下：

然后，運(yùn)用MATLAB命令“reshape”將Tm轉(zhuǎn)化為N×N的矩陣T。

最后將矩陣T(x，y)與加密的識(shí)別水印信號(hào)W’(x，y)進(jìn)行異或運(yùn)算，并將0全部替換為-1，生成確認(rèn)水印信號(hào)Z。

3.2 信號(hào)嵌入與圖像重構(gòu)

（1）識(shí)別水印的嵌入

選取小波分解后的LL3方向上(x，y)處的小波系數(shù)LL3(x，y)嵌入識(shí)別水印信號(hào)，嵌入方法如下：

從LL3(x，y)的首項(xiàng)開(kāi)始嵌入水印信息，公式如下：

其中L(x，y)為含水印信息的低頻小波系數(shù)；α為嵌入強(qiáng)度，α∈(0,1]。

（2）確認(rèn)水印的嵌入

取小波變換后載體圖像水平方向LH3系數(shù)嵌入確定水印信號(hào)。嵌入方法如下：

從水平方向系數(shù)首項(xiàng)開(kāi)始嵌入水印信息，公式如下：

其中H(x，y)為含水印信息的水平小波系數(shù)；β為嵌入強(qiáng)度，β∈[0.1,0.5]。

（3）載體圖像重構(gòu)

利用L(x，y)、H(x，y)及其他小波分解系數(shù)重構(gòu)小波系數(shù)，得到含水印圖像I*。

4 雙水印信號(hào)提取與檢測(cè)

（1）識(shí)別水印信號(hào)提取與檢測(cè)[1,12]

首先提取出載體圖像三層小波分解的低頻分量頻率系數(shù)，利用下面公式還原識(shí)別水印信號(hào)：

輸入密鑰K1和K2進(jìn)行二維超混沌系統(tǒng)和Arnold變換解密過(guò)程，得到識(shí)別水印圖像W(x，y)。

為了檢測(cè)算法的魯棒性，采用歸一化的相關(guān)系數(shù)NC值作為該水印算法魯棒性以及圖像認(rèn)證、版權(quán)保護(hù)的客觀評(píng)價(jià)指標(biāo)，其計(jì)算公式如下：

若NC值越接近1，則表明提取的識(shí)別水印與原始水印相似度越大；反之，相似度越小。

（2）確認(rèn)水印信號(hào)檢測(cè)[13,14]

首先提取含有水印圖像三層小波分解的水平分量系數(shù)，并計(jì)算其與確認(rèn)水印信息的相關(guān)性，計(jì)算方法如下：

對(duì)于待檢測(cè)圖像I',定義如下檢測(cè)響應(yīng)度函數(shù)：

可以通過(guò)給出閾值T,對(duì)確認(rèn)水印進(jìn)行確認(rèn)。檢測(cè)響應(yīng)度ρ越接近1，越能確認(rèn)水印信息。

5 實(shí)驗(yàn)結(jié)果與分析

5.1 實(shí)驗(yàn)環(huán)境設(shè)定與參數(shù)選取[15,16]

實(shí)驗(yàn)環(huán)境為MATLAB2016a，選取512×512的“l(fā)ena.bmp”圖像作為原始載體圖像，32×32的二值圖像“水印”作為原始識(shí)別水印圖像，確認(rèn)水印序列Z的大小為32×32。

實(shí)驗(yàn)中，密鑰K1的確定：Arnold變換次數(shù)n=23；密鑰K2的確定：二維超混沌系統(tǒng)參數(shù)選取的初值為：x0=0.2,y0=0.7；嵌入強(qiáng)度系數(shù)α=0.3，β=0.3；密鑰K3的確定：隨機(jī)正態(tài)分布序列Sm，其長(zhǎng)度為32×32。

圖2中，a為原始圖像；b為原始識(shí)別水印圖像；c為加密的識(shí)別水印圖像；d為原始圖像小波三層分解圖像；e為含水印圖像，其PSNR值為52.9513，說(shuō)明該水印算法的不可見(jiàn)性良好；f分別為提取的水印圖像，其N(xiāo)C值為1，確認(rèn)水印檢測(cè)響應(yīng)度為1，說(shuō)明算法魯棒性較好。

圖2 水印嵌入信息圖像

5.2 水印不可見(jiàn)性分析

圖像PSNR值（峰值信噪比）是最廣泛使用的評(píng)鑒畫(huà)質(zhì)的客觀量測(cè)法。一般情況下，PSNR的值高的圖像質(zhì)量相對(duì)較高，通常，當(dāng)PSNR值在28以上時(shí)，圖像質(zhì)量差異不太顯著，當(dāng)高于35～40時(shí)，則肉眼分辨不出差異。本文對(duì)三幅不同載體圖像進(jìn)行了分析，分析結(jié)果如圖3所示。

圖3 不同載體圖像水印不可見(jiàn)性分析

5.3 算法魯棒性分析

對(duì)水印魯棒性進(jìn)行測(cè)試分析，對(duì)含有水印的lena載體圖像作以下各種攻擊后得到待測(cè)圖像。從待測(cè)圖像以提取識(shí)別水印和確認(rèn)水印。通過(guò)識(shí)別水印的NC值、確認(rèn)水印檢測(cè)響應(yīng)度ρ的大小，以及載體圖像受攻擊后的PSNR值，對(duì)算法進(jìn)行魯棒性分析。攻擊類(lèi)型如下：

(1)隨機(jī)噪聲：載體圖像添加均值為0、方差為0.0001的Gauss白噪聲干擾；

(2)旋轉(zhuǎn)：圖像旋轉(zhuǎn)角度為15°；

(3)剪切：圖像左上角剪切掉8×8像素；

(4)中值濾波：用3×3正方形窗口對(duì)圖像濾波攻擊。

測(cè)試結(jié)果如圖4所示：

圖4 魯棒性分析圖

圖4所示的含水印的lena圖像在遭受攻擊后的圖像質(zhì)量在一定程度上有明顯差異，但是提取的水印圖像依然能夠辨別，圖4中提取的水印NC值依次為0.9576、0.8100、0.7071、0.8591。另外，確認(rèn)水印的響應(yīng)度均大于0.7，完全可以判定待測(cè)圖像確認(rèn)水印存在，從而可以認(rèn)為提取的識(shí)別水印有效。載體圖像遭受不同攻擊后，提取的水印的相關(guān)參數(shù)如表1所示。

為了更好地說(shuō)明算法的算法優(yōu)越性，本文對(duì)二維超混沌加密和Logistic加密進(jìn)行了比較，實(shí)驗(yàn)結(jié)果如表1所示。實(shí)驗(yàn)結(jié)果表明本文算法效果更好。

為了說(shuō)明算法魯棒性，對(duì)本文算法與文獻(xiàn)[1]進(jìn)行比較，如表2所示。表2顯示的數(shù)據(jù)顯示，本文算法明顯優(yōu)于文獻(xiàn)[1]，表明本文算法的魯棒性較好。

表1 水印算法比較分析

表2 算法魯棒性比較

為了更好地說(shuō)明算法的魯棒性，本文對(duì)不同載體圖像進(jìn)行了攻擊實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如表3所示。通過(guò)表中數(shù)據(jù)，不難發(fā)現(xiàn)算法對(duì)于不同的載體圖像，仍然具有良好的魯棒性。

表3 算法魯棒性分析

6 結(jié)束語(yǔ)

本文在小波變換的基礎(chǔ)上，提出一種基于JND模型的雙水印算法。實(shí)驗(yàn)結(jié)果表明，該算法不僅具有較快的計(jì)算速度，還具有良好的不可見(jiàn)性和魯棒性。另外，算法通過(guò)密鑰控制大大提高了算法的安全性，因此，該雙重水印檢測(cè)方法能夠有效認(rèn)證、保護(hù)圖像版權(quán)。

[1]許斌，王潤(rùn)生．基于小波變換的雙水印算法[J]．計(jì)算機(jī)工程與科學(xué)，2005，27(1)：24-26．

[2]岳巖，王希常，劉江．基于頻域DCT特性的數(shù)字圖像雙水印算法[J]．信息技術(shù)與信息化，2009，23(1)：62-63．

[3]陳興娥．圖像版權(quán)保護(hù)和內(nèi)容認(rèn)證的數(shù)字雙水印技術(shù)研究[J]．廊坊師范學(xué)院學(xué)報(bào)，2013，13(4)：38-43．

[4]Mantratzis C，Orgun M，Cassidy S．Separating XHTML content from navigation clutter using DOM-structure block analysis[C]//Hypertext 2005，Proceedings of the，ACM Conference on Hypertext and Hypermedia，September 6-9，2005，Salzburg，Austria．DBLP，2005：145-147．

[5]Tareef A，Al-Ani A，Nguyen H，et al．A novel tamper detectionrecovery and watermarking system for medical image authentication and EPR hiding[J]．Conf Proc IEEE Eng Med Biol Soc，2014：5554-5557．

[6]吳婧瑾．基于小波的數(shù)字水印的研究實(shí)現(xiàn)[D]．成都：電子科技大學(xué)，2008．

[7]周?chē)?guó)瑞．小波與數(shù)字水印理論及應(yīng)用研究[D]．成都：電子科技大學(xué)，2010．

[8]劉衍琦，詹福宇．MATLAB圖像與視頻處理實(shí)用案例詳解[M]．成都：電子工業(yè)出版社，2015．

[9]張穎，楊玥．Arnold雙置亂圖像加密算法[J]．遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2013，32(10)：1429-1432．

[10]吳玲玲，張建偉，葛琪．Arnold變換及其逆變換[J]．微計(jì)算機(jī)信息，2010，26(14)：206-208．

[11]肖振久，李南，王永濱，等．基于超混沌的醫(yī)學(xué)圖像篡改定位零水印算法[J]．計(jì)算機(jī)工程與應(yīng)用，2017，53(7)：115-120．

[12]周蕊，于曉明，焦占亞．一種基于混沌序列的數(shù)字圖像加密算法[J]．微電子學(xué)與計(jì)算機(jī)，2010，27(12)：62-64．

[14]肖亮，韋志輝，吳慧中．一種利用人眼視覺(jué)掩蓋的小波與數(shù)字水印[J]．通信學(xué)報(bào)，2002，23(3)：100-106．

[13]楊樹(shù)國(guó)．魯棒圖像數(shù)字水印技術(shù)的研究[D]．哈爾濱：哈爾濱工程大學(xué)，2003：25-33．

[14]申麗平．基于離散小波變換的數(shù)字圖像雙水印算法[J]．計(jì)算機(jī)工程，2011(s1)：128-130．

[15]胡彥，陳昭炯．MATLAB在數(shù)字水印中的應(yīng)用[J]．計(jì)算機(jī)工程，2003，29(7)：184-186．

[16]秦襄培，鄭賢中．MATLAB圖像處理寶典[M]．北京：電子工業(yè)出版社，2011．

Image Dual WatermarkingAlgorithm Based on Wavelet Transform

Liu Qingliang Yang Shuguo*
(Qingdao University of Science and Technology,Qingdao 266061,Shandong)

With the rapid development of information technology,digital media intellectual property protection and information security are more and more important.In this paper,an image dual watermarking algorithm based on wavelet transform is proposed.First,the luminance component of original image is subjected to three discrete wavelet transforms(DWT)by HAAR wavelet.And the watermark is identified for chaotic encryption by Arnold transform and two-dimensional hyper-chaotic model.Then,the watermark is embedded in the low frequency component according to the JND model.And the watermark is embedded in the horizontal component according to the same key.The experimental results show that the double watermarking algorithm has good invisibility,robustness and security,and can effectively improve the image copyright authentication and protection ability.

dual watermark;Arnold transform;two-dimensional hyper-chaotic model;DWT;JND model

TP391.4

A

1008-6609(2017)10-0001-05

劉慶亮（1991-），男，山東臨朐人，碩士研究生，研究方向?yàn)閳D像水印、視頻水印。

*通訊作者：楊樹(shù)國(guó)（1970-），男，山東曹縣人，博士，教授，研究方向?yàn)閿?shù)字水印、圖像處理。

山東省重點(diǎn)研發(fā)計(jì)劃項(xiàng)目，項(xiàng)目編號(hào)：2015GGX101020；青島市科技發(fā)展計(jì)劃項(xiàng)目，項(xiàng)目編號(hào)：KJZD-13-27-JCH；山東省研究生教育創(chuàng)新計(jì)劃項(xiàng)目，項(xiàng)目編號(hào)：SDYY16010；山東省教育科學(xué)“十二五”規(guī)劃課題，項(xiàng)目編號(hào)：YBS15014。