数字水印11222010190陶传成.doc

数字水印11222010190陶传成 作者： 日期：20 个人收集整理 勿做商业用途数字水印学生：陶传成 学号：11222010190教师：刘老师学校：复旦大学专业:软件工程课程：数字水印概述数字水印是一种嵌入到图像、视频或者音频数据中的标志通过对水印信息的检测可以达到保护多媒体数据版权的目的。近年来数字水印技术得到了较大的发展基于变换域特别是基于DCT的水印技术是目前研究的热点并且目前DCT编码在JPEG、MPEG、H.26x等编码标准都中有着广泛的应用。本课题针对基于DCT的视频水印算法进行研究,在简要介绍本课题研究背景与本课题的国内外研究动态的基础上随后介绍了数字水印技术的应用、特点和攻击方法与视频水印的特点及其国内外发展动态.本文重点对基于DCT的低频水印算法、基于DCT的中频水印算法和基于DCT的自适应视频水印算法进行了深入分析与研究使用伪码对这三种算法进行了简单的实现.对基于DCT的中频水印算法进行了改进在改进算法中对水印序列进行了扩频并对DCT变换后中频系数的处理进行了改进.最后在MATLAB中对水印的嵌入 、水印的检测与水印的剪切攻击进行了实验.Digital watermarking techniques have been proposed as a solution to the problem of copyright protection of multimedia documents. Digital watermark is mark embedded in digital image, video or audio documents, which can be detected to protect copyright of multimedia data. Digital watermarking techniques have greatly developed in recent years. Watermarking techniques based on the transformation domain has become a heated issue in the academic research of the field， and DCT (Discrete Cosine Transform） transforming coding has been widely used coding standards such as JPEG， MPEG and H.26x at present。 The subject is mainly propose the DCT-based video digital watermarkingin briefly introduced the background research and domestic and foreign research dynamic of the subject。 Afterwards introduced the application, the characteristic and the attack method of digital watermarking technology and the video digital watermarking characteristic and its the domestic and foreign development tendency. The article principally researches and analyzes an intermediate frequency DCT-based watermarking algorithm, a low frequency DCTbased digital algorithm and a DCTbased transforming watermarking algorithm, To has made an improvement to the DCT based intermediate frequency watermarking algorithm， has carried on the wide frequency to the watermark sequence in the improvement algorithm, and has made an improvement to intermediate frequency coefficient processing after the DCT transformation. Finally， haven the experiment in MATLAB about imbedding watermarking， detecting watermarking and cutting attacks本文为互联网收集，请勿用作商业用途本文为互联网收集，请勿用作商业用途The rapid development of Internet introduces a new set of challenging problems regarding security. One of the most significant problems is to prevent unauthorized copying of digital production from distribution。 Digital watermarking has provided a powerful way to claim intellectual protection。 Watermark must have two most important properties： transparency and robustness. Transparency refers to the perceptual quality of the watermarked data。 The watermark should be invisible over all types。 The digital watermark is still presented in the image after distortion and the watermark detector can detect it. Ideally， the amount of image distortion necessary to remove the watermark should degrade the desired image quality to the point of becoming commercially valueless. It is called the robustness of digital watermark to image processing. The common distortion of signal processing includes lossy compression （in particular JPEG)， resampling, requantization, image enhancement, cropping, etc. A key point of the watermarking technique is the tradeoff between the transparency and the robustness. We must determine where to insert watermark and how to enhance the robut个人收集整理,勿做商业用途本文为互联网收集，请勿用作商业用途数字水印的特点数字水印技术基本上具有下面几个方面的特点： -安全性：数字水印的信息应是安全的，难以篡改或伪造，同时，应当有较低的误检测率，当原内容发生变化时，数字水印应当发生变化，从而可以检测原始数据的变更；当然数字水印同样对重复添加有很强的抵抗性 -隐蔽性：数字水印应是不可知觉的，而且应不影响被保护数据的正常使用;不会降质； -鲁棒性：是指在经历多种无意或有意的信号处理过程后，数字水印仍能保持部分完整性并能被准确鉴别。可能的信号处理过程包括信道噪声、滤波、数/模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。主要用于版权保护的数字水印易损水印(Fragile Watermarking),主要用于完整性保护,这种水印同样是在内容数据中嵌入不可见的信息。当内容发生改变时，这些水印信息会发生相应的改变,从而可以鉴定原始数据是否被篡改。 -嵌入容量 (embedding capacity）:是指载体在不发生形变的前提下可嵌入的水印信息量。嵌入的水印信息必须足以表示多媒体内容的创建者或所有者的标志信息，或购买者的序列号，这样有利于解决版权纠纷，保护数字产权合法拥有者的利益。尤其是隐蔽通信领域的特殊性，对水印的容量需求很大.数字水印系统的基本原理通用的数字水印算法包含两个基本方面：水印的嵌入和水印的提取或检测. 设 I 为数字图像，W 为水印信号,K 为密码，则处理后的水印 W由函数 F 定义如下：W = F(I,W，K） (21） 若水印所有者不希望水印被其他人知道，则函数F应该是不可逆的，如经典的DES加密算法等。这是将水印技术与加密算法结合起来的一种通用方法，目的是提高水印的可靠性、安全性和通用性。水印的嵌入过程如图 21 所示，设有编码函数 E,原始图像 I 和水印W(W由 21 定义)，那么水印图像表示见公式(2-2):I = E(I,W ） = E（ I,F（ I，W ,K )） （22）水印检测是水印算法中最重要步骤。一般来说，水印检测首先是进行水印提取，然后是水印判决。若将这一过程定义为解码函数 D，那么输出的可以是一个判定水印存在与否的 0-1 决策，也可以是包含各种信息的数据流，如文本、图像等（图 23)。水印的特性及应用数字水印（Digital Watermarking）是往多媒体数据（如图像、声音、视频信号等）中添加某些数字信息（水印）而不影响原数据的视听效果,并且这些数字信息可以部分或全部从混合数据中恢复出来，以达到版权保护等作用。这里水印的嵌入载体可以是图像、声音、视频信号,还可以是文本格式，本文讨论的对象是数字图像.水印信息也可以是各种媒体，本文选用了图像，不过通过适当的调整就可以适应其他类型水印信息的嵌入。基于 DCT 域的数字水印算法近年来DCT已广泛应用于图像压缩编码中，是国际静止图像压缩标准JPEG的基础，国际序列图像压缩标准MPEG1和MPEG-2也是采用DCT变换方法，所以在数字图像的DCT域中嵌入水印信息，是最常见的嵌入方法之一。本文提出一种基于 DCT 的鲁棒数字水印算法,该算法利用了 HVS 来选择最佳的水印嵌入区域和嵌入水印信号的最大强度.实验结果表明，本算法具有很强的鲁棒性,有利于版权保护。Torus 自同构映射给定一幅图像，Torus 自同构映射42可以将其彻底的打乱,从而产生一幅完全混乱的图像.实际上，Torus 自同构映射对这些像素进行了如下公式所示的变换:如此反复重复下去，此过程可归纳为 AN（k ）:在上式中，(xn,yn)是二维空间上的一点，是对(x0,y0) 作用自同构映射n 次后的结果。Torus 自同构映射的参数是 k、n、N、K.其中 K 为自同构映射的最小整周期.文献给出了广义 Gray 变换理论周期的计算。计算表明，当 k=1，N=64 时，K=64；当 k=12，N=32 时 K=64，k 的值由使用者任意指定,n 和 N 则分别代表了 Torus 自同构映射的重复次数和给定图像的像素数(0nK）。Torus 自同构映射对给定图像可重复进行，以改变图像中像素的相对位置.需要注意的是尽管像素的相对位置改变了，Torus 自同构映射并未改变每一个像素的颜色值。Torus 自同构映射可以看作二维变换,可由一个 22的矩阵来描述。有时人们也直接称该矩阵为Torus 自同构映射。人类视觉频域特性: 人眼对图像信息的处理并不是逐点来进行的，而是抽取空间、频率或色彩的特征进行神经编码. 人的视觉感知特点与统计意义上的信息分布并不一致，即统计上需要更多信息量才能表述的特征对视觉感知可能并不重要，从感知的角度来讲无须详细表述这部分特征中提出了一种人眼视觉系统模型（HVS)，并给出了视觉系统的频率响应函数由此曲线可以看出，人眼对812之间的区域最敏感，对此区域对应的图像的像素即使作很小的改动，也会引起人眼的注意;然而对08和12区域响应较低，其中1222之间为中频部分,22区域为高频部分。另一方面,根据JPEG有损压缩原理:一般将DCT变换的高频系数变为零,然后再将剩下的DCT系数进行编码，来完成图像的压缩。所以如果在原始图像的高频DCT系数中嵌入水印信息，很可能在进行JPEG有损压缩时擦除水印信息.早期的DCT变换域的水印算法是把水印嵌入到原始图像的低频中，这里采用一种改进方法：把水印嵌入到中频(1222）分量上以调节水印的稳健性与不可见性之间的矛盾。由此曲线可以看出，人眼对812之间的区域最敏感,对此区域对应的图像的像素即使作很小的改动,也会引起人眼的注意；然而对08和12区域响应较低，其中1222之间为中频部分，22区域为高频部分。另一方面，根据JPEG有损压缩原理：一般将DCT变换的高频系数变为零，然后再将剩下的DCT系数进行编码，来完成图像的压缩。所以如果在原始图像的高频DCT系数中嵌入水印信息,很可能在进行JPEG有损压缩时擦除水印信息.早期的DCT变换域的水印算法是把水印嵌入到原始图像的低频中,这里采用一种改进方法：把水印嵌入到中频（1222）分量上以调节水印的稳健性与不可见性之间的矛盾。在实际计算中，我们先将原始图像分成88子块，然后将每个88的子图像块分别进行DCT变换，并将DCT系数进行Zig-Zag排列，然后根据公式（311）、(312)将DCT系数变换成相应的值来选取每个子块的嵌入区域.在图34中,图a）是一个88的DCT块经过Zig-Zag扫描后的排列图，图b）是根据公式将DCT系数变换为相应的径向频率的值的排列图。水印算法实现过程在充分考虑了人眼视觉模型(HVS），并将其与宿主图像的 DCT 变换相结合来选择嵌入水印信息的 DCT 系数,我们提出了一种基于 DCT 域的鲁棒数字水印算法.基本思想：先将原始图像分成 88 的子块.并分别对每一子块进行离散余弦变换,然后根据人类视觉模型频率响应函数来选取每一水印待嵌入的DCT 变换系数的位置,再利用最小可察觉误差（JND) 来确定在图像的每一子块所能嵌入的数字水印信号的最大强度,把已经过预处理的水印信息自适应地嵌入到原始图像，然后将嵌入水印信息的 DCT 系数的子块进行逆 DCT变换，最后合成为嵌入水印图像。提取算法与嵌入算法相似。嵌入算法设原始图像和待嵌入水印图像分别为 I( N1 N2 ）, W(M1 M2 ).为了方便计算，取M1 = N1 4， M2 = N2 4。第一步:用 Torus 图像置乱技术将二值水印图像置乱（可逆），然后转换成一维二值序列，记为w（i）,i =1,2,L,M1 M2 。第 二 步 : 将 原 始 图 像 I 分 为 互 不 覆 盖 的 88 的 子 块 fm (i， j ) ，,nm = N1 8， n = N2 8， i, j = 1,2，L8。对每个子块分别进行 DCT 变换，见公式(315)：设原始图像和待嵌入水印图像分别为 I( N1 N2 ）, W(M1 M2 ）。为了方便计算,取M1 = N1 4, M2 = N2 4。第一步:用 Torus 图像置乱技术将二值水印图像置乱（可逆），然后转换成一维二值序列，记为w（i），i =1，2，L，M1 M2 。第 二 步 ： 将 原 始 图 像 I 分 为 互 不 覆 盖 的 88 的 子 块 fm (i, j ） ,，nm = N1 8, n = N2 8， i, j = 1,2,L8。对每个子块分别进行 DCT 变换，见公式（3-15）：第三步：根据人类视觉频域特性结论，适当选取第二步完成后得到的子块系数矩阵中的（64M1 M2 ) N1 N2 各中频系数作为嵌入水印的位置（为了增强算法的稳健性，本算法利用了多重嵌入技术，即选择嵌入的区域多于嵌入的水印比特数,在本算法中，每 88 子块嵌入的水印4 比特，选取的嵌入区域 24 个）.第四步:根据人类视觉掩蔽特征公式求得每块图像里被选定区域的水印嵌入强度Qm （i， j ）。第五步：相应的从二值序列中按顺序取出 4 比特水印,运用公式（316）嵌入到选定的区域上。其中Qm (i， j ） 为系数 Fm （i, j ) 对应的步长或嵌入强度。第六步:对加入水印后 DCT 系数矩阵进行 DCT 逆变换，得到嵌入水印后的图像 I。 watermark W应该为6464的图像 对W进行Torus变换 将水印存入w中将原图分成8*8的小块,共3232块分别做dct变换 求出每块图像里被选定区域的水印嵌入强度 % 将水印嵌入到选定的区域上 每小块嵌入4bit的水印信息% 得到嵌入水印后的图像提取算法第一步:将加入水印的图像 I分为互不覆盖的 88 子块 Fm, （i, j ），nm = N1 8， n = N2 8， i, j = 1,2,L8,对每个子块分别进行 DCT 变换，见公式(3-17）：第二步：同样按照前面的结论选择出子块 DCT 系数矩阵中嵌入水印信号的中频系数位置,根据其所对应的嵌入强度利用公式（318）从嵌入位置上得到嵌入的水印分量：第三步：当对所有嵌入水印的子块处理完后，所提取出的水印分量可构成一个二值序列，（如果在水印嵌入之前将水印信号置乱过，此时要用置乱逆运算对该序列处理一下) ,将该二值序列转换成二维矩阵，从而得到水印图像 W 。相似度检测 观察者可以通过直接观察,主观的比较检测出的水印图像与原始图像的相似程度。但是，这种比较容易受观察者的经验、实验等条件因素的影响。并且嵌入水印图像经过一些处理、变换或侵权人的恶意破坏后,提取的水印可能不会与原始水印完全相同.这就需要一个判决标准来判定版权信息存在与否，或水印的提取程度。为了更确切的判定水印的提取程度,我们用提取水印与原始水印的相似度.计算相似性，其中 W 为 M1 M2的原始水印图像，W 为提取的水印图像，定义相似度如公式(319）:为了更确切的计算出提取水印和原始水印的相似程度,我们计算相似度时，对 W 和W 进行了如下修改：对于 NC 我们可以设定一个阀值 T,如果检测结果大于这个阀值 T 就说明水印已经被检测出来了。% 原始水印% 待检测水印 将NC的值与阀值比较 得出结论小结 简述了 Torus 自同构映射原理，并利用其对图像进行置乱，用来保护水印信息的安全.在对人眼视觉频率响应函数研究的基础上，给出了 DCT 系数所对应的径向频率的排列图，并且由此选出数字水印方案中需要的最佳嵌入区域。提出了一种基于 DCT 域的鲁棒数字图像水印算法，该方案充分考虑了人眼视觉特征(HVS）,利用最小可察觉误差（JND）嵌入最大可能的水印信息量，从而有效的提高了同类水印方案的鲁棒性.具体地说本章所提出的算法有如下几个优点：1、提取水印时,不需要原始图像。2、在嵌入时充分考虑了人眼视觉频率响应函数来选取最佳嵌入区域,提高了水印的不可见性。3、对人眼视觉(HVS)模型中的两个局部特性（亮度遮蔽和对比度遮蔽）的充分利用,优化了水印分量在嵌入位置上的嵌入强度，使得在保证了水印的不可见性的前提下，最大限度地嵌入水印分量，增强了水印的鲁棒性。4、水印嵌入过程中运用了多重嵌入技术,大大增强了水印算法的鲁棒性。5、选取图像作为水印信息，使得水印的检测结果更具有视觉效果。6、实验结果表明，本算法简单，易行，对高斯噪声、滤波、JPEG 压缩具有很好的鲁棒性。