（通信与信息系统专业论文）基于小波域隐马尔可夫模型的自适应图像水印.pdf

基于小波域h m m 模型的鲁棒图像水印 专 业：通信与信息系统 硕士生：张荣跃 指导教师：倪江群 摘要 随着互联网的日益普及，数字媒体的版权保护变得越来越重要。因此，用于 版权保护的数字水印技术成为当前研究的热点。 从数字通信的角度看，水印嵌入可理解为在一个信道( 原始图像) 上用传输一 个窄带信号( 水印) 。那么水印的盲检测相当于在强噪声中检测弱信号，检测器的 性能在很大程度上依赖于“信道”的统计模型，因此如何准确描述信道( 原始图 像) 统计模型，对提高检测性能至关重要。 当前基于模型的小波域水印盲检测算法主要基于两种模型，即( 1 ) 服从高 断分布：和( 2 ) 服从一般高斯分布( g e n e r a l i z e dg a u s s i a r ld i s z r i b u t i o n ) ， 这两种假定都认为小波系数间统计独立。我们提出的算法基于小波域隐马尔可夫 模型，这个模型能很好地刻画小波系数的真实分布以及系数间的能量相关性。 本文提出了优化的嵌入策略和采用动态阈值判决等方法，进一步提高水印抵 抗s t r m a r k 攻击的稳健性。 另外本文实现了高容量，稳健的有意义水印嵌入及盲检测算法。 关键词：水印，h m m 模型，盲检测，视觉掩盖 ar o b u s ti m a g ew a t e r m a r k i n ga l g o r i t h m b a s e do nh m mi nw a v e l e td o m a i n m a j o r ： n a m e ： c o m m u n i c a t i o na n di n f o r m a t i o ns y s t e m s z h a n gr o n g y u e s u p e r v is o t ：n ij i a n g q u n a b s t r a c t w i t ht h ep o p u l a r i t yo f i n t e m e t ，t h ec o p y r i g h tp r o t e c t i o no fd i g i t a lm e d i ai s b e c o m i n gi n c r e a s i n g l yi m p o r t a n t a n dt h u sd i g i t a lw a t e r m a r k i n g ，e s p e c i a l l yf o ri m a g e a n dv i d e o ，h a sb e c o m et h ed o m a i no fe x t e n s i v er e s e a r c h f r o mt h ep e r s p e c t i v eo f d i g i t a lc o m m u n i c a t i o n ，t h ed i g i t a lw a t e r m a r k i n gc a nb ed e s c r i b e da sap r o c e s so f t r a n s m i s s i o nn a r r o w b a n ds p r e a ds p e c t r u ms i g n a lo v e rw i d e - b a n dc h a n n e la n db l i n d w a t e r m a r kd e t e c t i o ni se q u i v a l e n tt ot h ed e t e c t i o no fw e a ks i g n a lf r o ms t r o n gn o i s e b a c k g r o u n d c o n s e q u e n t l yt h ep e r f o r m a n c eo fd e t e c t o ri sh e a v i l yd e p e n d e do nt h e m o d e lo ft h e “c h a n n e l ”，i e ，t h ea c c u r a c yo ft h es t a t i s t i c a lm o d e lf o rt h ew a v e l e t c o e f f i c i e n t si sv i t a lf o rp e r f o r m a n c ei m p r o v e m e n to ft h ed e t e c t o r c o m p a r e dw i t ht h ee x i s t i n gm o d e lb a s e dw a v e l e tw a t e r m m k i n ga l g o r i t h m ，w h e r e t h ew a v e l e tc o e f f i c i e n t sa r ee i t h e ra s s u m e dt ob eg a u s s i a no rg e n e r a l i z e dg a u s s i a n d i s t r i b u t i o n ，t h ep r o p o s e da l g o r i t h me m p l o yav e c t o rh m mm o d e l ，w h i c ht a k e si n t o a c c o u n tb o t ht h ee n e r g yc o r r e l a t i o na c r o s st h es c a l ea n dt h ed if f e r e n ts u b b a n da tt h e s a m es c a l eo ft h ew a v e l e t p y r a m i d s i m u l a t i o n r e s u l t sd e m o n s t r a t et h a t ，b y i n c o r p o r a t i n go t h e rk e yt e c h n o l o g i e ss u c ha so p t i m a le m b e d d i n gs t r u c t u r ef o rh m m t r e ea n dd y n a m i c a lt h r e s h o l ds c h e m e ，t h ep r o p o s e dw d h m mb a s e dw a t e r m a r k i n g s c h e m ea c h i e v e sh i g hr o b u s t n e s sa g a i n s ts t i r m a r ka t t a c k s ，s u c ha sj p e gc o m p r e s s i o n ， m e d i a na n df i l t e r i n g a l s ow ep r o p o s e dab l i n dm u l t i b i t sw a t e r m a r k i n gb a s e do nh i d d e nm a r k o v m o d e li nw a v e l e td o m a i n k e yw o r d s ：w a t e r m a r k h i d d e nm a r k o vm o d e l ( h m m ) ，b 1 h dd e t e c t i o n ，h v s 中山大学硕士论文 第一章绪论 水印技术是多媒体信息安全的一个新领域，本文主要针对图像水印，应用信 号处理，通信理论，数学分析的方法，对基于图像小波域隐马尔可夫模型的水印 算法进行了研究。在本章中，将对数字水印技术研究背景，研究意义，稳健性的 要求等方面进行简单的论述。 1 1 研究背景及意义 随着互联网的飞速发展，信息交流使用达到了前所未有的深度和广度，但作 品侵权也随之更加容易，篡改也更加方便，因此，如何保护作品版权已受到人们 的高度重视，也面临着巨大的挑战。如今信息隐藏技术，特别是数字水印技术将 成为版权保护的重要手段。 传统的加密技术 4 ，5 在数据传输过程中虽有保护作用，但数据一旦被接收并 解密，其保护作用也随着消失。因此只能满足有限的要求。此外加密系统所伴随 的硬件开销也部分限制了其市场空间。 数字水印不同于传统的加密，因为其目的不在于限制正常的数据存取，而在 于保证嵌入的水印数据不被侵犯和发现，为数字媒体信息打上个永久性的烙印 f 6 】。另外，由于数字水印必须考虑嵌入的信息在经历各种环境、操作之后，仍 需具有免遭破坏的能力。因此，水印技术必须同时考虑正常的信息操作和人为的 攻击所造成的威胁关键是要使嵌入信扈、部分不易被f 常的数据操作( 如通常的 信号变换操作或数据压缩) 或有意的攻击所破坏。由此数字水印可望在技术卜为 数字媒体信息及其所有者权益提供有效的保护。 数字水印的研究成果将有助于我国在知识产权保护技术方面的发展，为版权 保护提供一种新的工具。同时由于信息的伪装性及与原始媒体的不可分离性，使 第一章绪论 其具有广泛的应用前景。随着数字水印技术的深入研究，其应用领域也在不断拓 展，当前涉及的基本应用领域以及可以预想的应用领域包括 7 ： ( 1 ) 媒体所有权的认定和版权保护。含有原刨者或销售者版权信息，的数字水 印以不可见的方式嵌入到所需保护的数字媒质中，成为保护对象内容的 一部分。水印的嵌入使得移去水印不可能或相当困难，而检测器根据所 检测到的水印即可辨明数字作品的合法所有者，或辨认媒体合法用户信 息，对媒体的传播进行跟踪。对于媒体创作者，可在媒体传播前嵌入水 印。例如，把水印技术实现在数字照相机中，可以使照片带上摄影师的 信息。有了原始图像、原始水印以及嵌入算法，司在任何情况下对可疑 的、有争议的图像进行测试，证实该图像的所有权归属，从而对媒体的 传播进行跟踪。对于媒体用户，则需要确认媒体的合法来源。在这种情 况下，可采用类似于密码学中的“公开密匙”方法，用户根据密钥对媒 体进行检验。 ( 2 ) 数字指纹( d i g i t a lf i n g e r p r i n t i n g ) 。为了避免未经授权的拷贝制作和发行， 出品人可以将不同用户的i d 或序列号作为不同水印( 指纹) 嵌入作品的 合法拷贝中。一旦发现未经授权的拷贝，就可以根据此拷贝所恢复出的 指纹来追查非法拷贝的源头。 ( 3 ) 标题与注释( a n n o t a t i o n ) 。将作品的标题、注释等内容f 例如，一幅照片拍 摄的时间与地点等) 以隐减形式嵌入陔作品中，这种隐式注释传输时不需 要额外的带宽，且不易丢失。 ( 4 ) 篡改提示鉴定鉴别( a u t h e n t i c a t i o n ) 。当数字作品被用于法庭、医学、 新闻及商业时，常常需要确定他们的内容是否被修改、伪造或特殊处理 过。为实现这样的目的，通常可将原始数据( 例如图像) 分成多个独立块， 将每个块加入不同的水印，通过检测每个数据块中的水印信号来确定作 品的完整性。与其他水印不同的是，这类水印必须是脆弱的。水印包括 验证内容真实性所需要的信息，它被设计成对内容的任何改变都将破坏 水印或者导致产生容易识别的与水印不匹配的内容，并目，在检测水印 时不需要原始数据。 中山大学硕士论文 ( 5 ) 拷贝控$ 0 ( c o p yc o n t r 0 1 ) 。水印中包括了数据所有者要求的有关使用和拷 贝的限制，设备在检查了水印信息之后再决定是否拷贝。这种应用的 个典型例子是d v d 防拷贝系统，即将水印信息加入到d v d 数据中，这 样，d v d 播放机即可通过检测d v d 数据中的水印信息而判断其合法性 和可拷贝性，从而保护数据所有者的商业利益。 ( 6 ) 广播和出版监视( b r o a d c a s ta n dp u b l i c a t i o nm o n i t o r i n g ) 。类似于签名，水 印识别数据的所有者，但这里是由自动系统进行检测。陔自动系统监视 电视、无线电广播、计算机网络以及其它分发信息的通道，以跟踪数据 出现在什么时候和什么地方。数据的所有者希望他们的资料没有被非法 地分发。 ( 7 ) 数字作品的真伪鉴别。与名画家的作品类似，随着时问的推移，某些数 字媒体作品也将显示出其贵重的价值。类似于名画正品和赝品的鉴别也 ：肾在数字媒体中出现。应用水印技术，这工作将变得比较简单。 ( 8 ) 保密通信。可以把需要传递的秘密信息嵌入可以公开的媒体中。由于嵌 入秘密信息的媒体在主观视觉听觉上并未发生变化，察觉到秘密信息 的存在是不大可能的。从这个意义上讲，传输秘密信息的信道也是秘密 的，这将有效地减少遭受攻击的可能性。同时，d i 于信息的嵌入方法是 髓密的，如果再结合密码学的方法，即使敌方知道秘密信息的存在，要 提取和破泽该信息也是十分困难的。 ( 9 ) 多语言电影系统和电影分级。利用隐式标注技术，可以把电影的多种语 ；配音和字幕嵌入到视频图像中携带，在保证图像视觉质量不受影响的 情况下节省了声音的传输信道。与此类似，把电影分级信息嵌入到图像 中，c t j 以实现画面放映的控制，从而实现电影的分级播放。 ( 1 0 ) 个人身份证件和专用票据的防伪。大额发票、个人有效证件( 身份汪、驾 征等1 和渚如银行的专用卡和票据f 如个人支票、信用卡、储蓄卡等) 等的 防伪关系到国家、个人财产的安全。把数字水印和目前的防伪技术结合 起来，l t j 以更加可靠地起到防伪作用。 第一章绪论 目前在数字水印领域中开展的研究基本上可以分为如下几个方面： ( 1 ) 信息隐藏理论与方法的研究 8 。本质上，数字水印属于信息隐藏的 范围，研究信息隐藏理论和方法有助于为数字水印建立坚实的理论基础。 研究范围包括信息隐藏模型、信息隐藏容量、信息隐减的信息论方法、 信息隐藏的稳健性、数据的嵌入方法和嵌入对策等。 ( 2 ) 稳健水印算法 9 1 2 】。包括稳健性嵌入对策、自适应水印算法、h v s h a s ( h u m a nv i s u a ls y s t e m h u m a na u d i os y s t e m ) 的应用、隐藏信息的检 测方法等。在未来一段时期以内，这仍是最主要的研究方向之一。压缩 域的数据操纵，是多媒体信号处理领域近年来倍受关注的问题。在压缩 域而不是在原始图像中实现水印和信息的隐藏与检测，在许多应用场合 下，特别是视频水印和信息在视频中隐藏的实现中，电显得十分必要。 ( 3 ) 多媒体认证和脆弱水印算法的研究 1 3 】。脆弱水印作为多媒体认证的新 技术，正在成为研究热点，使得传统基于密码学的数字签名技术无法解 决的问题正在被逐步克服。 ( 4 ) 水印攻击方法的研究 1 4 1 5 1 。研究对水印实施攻击以消除水印以及水印 对抗攻击的方法、信息隐藏协议、水印在解决所有权证实方而的作用和 不足。 ( 5 ) 隐减信启、的检测和分析的研究【1 6 1 。关于隐藏信息的检测和分析也逐步 引起专家和学者们的重视，它不仅具有一定的现实意义，而且还可以促 进与其对立的信息隐减技术一起发展。目前已有学者提出一蝼隐减信息 检测的算法，主要分为空域时域和频域两大类，历类算法的主要思想 基本相同，首先从原始图像和掩体图像的比较和分忻中找出个或多个 低阶或高阶统计量，这些统计量会在信息嵌入的前后发生明显的改变， 然后通过洲练或推导计算得到剧来区分嵌有隐减信息和没有嵌有隐减信 息的判断准则：在对目标图像进行检测和分析时，先汁算其统汁量，再 跟判断闽值进行比较，从而确定目标图像足否存在隐减信息。 ( 6 ) 数字水印和信息隐藏技术的应用1 7 1 。 中山大学硕士论文 由于数字水印研究历史较短，大多数问题的研究还未深入，存在许多值得研 究的问题。对其研究具有足够的学术先进性和较大的学术意义。 根据水印载体的不同，水印技术可分为图像水印技术、音频水印技术和视频 水印技术。由于图像信息在多媒体信息中的广泛性和重要地位，以及其在研究过 程中所具有的代表性，本文将以图像为基础，开展数字水臼的研究。本文将主要 研究图像水印技术中的新方法和关键技术。它是视频水印技术的基础，对音频水 印技术有一定的推动作用。其他媒体如音频、视频等，可以参考图像水印理论和 方法进行设计。 1 2 图像隐形水印的基本要求 从视觉效果考虑，图像水印分可见 1 8 仟口不可见【9 】二种。可见水印的应用范 围受到较大限制，因而不可见( 隐形) 水印是目前图像水印的主要研究内容。数字 水印是一种十分贴近实际应用的数据隐藏技术，虽然其具有一定的共有特性，如 不易察觉性、安全可靠性( 不易被破解、伪造) ，但更多的特性要求往往来自特定 应用需求。根据使用目的不同，数字水印可分成脆弱水印和稳健水印两类。 稳健水印是根据版权保护的需求应运而生的，用于标识数字产品版权和用户 授权等信息，从而作为非法侵权盗版的证据。因此这类应用中的数字水印在不易 陂察觉的同时，应能对不同方式的信号处理或恶意攻击具：苜很强的稳健性。在 些应用如版权保护、指纹、访问控制等，水印能够抵抗各种各样的攻击iz j 能是主 要关心的问题。而在其他一些应用如认证、注释等，稳健性并不是一个丰要要求。 脆弱水印主要用于数字多媒体产品的内容及版权等关键信息的真伪鉴定，防止非 篡改、伪造，保障数据完整性 1 9 2 0 。这类水目j 强调对攻击的敏感性。 往文主要研究稳健的隐形图像水印。一般来说，对稳健的图像隐形水印有儿 个要求9 ，1 2 j ： ( 1 1 稳健性。即水印图像经过一些常见的改变后，仍具有较好的i ，j 检测性。 第一章绪论 这些改变包括常见图像处理f 如数据压缩、低通滤波、图像增强、二次抽 样、二次量化、a d 和d a 转换等) 、几何变换和几何失真f 如裁剪、 尺度拉仲、平移、旋转、扭曲等) 、噪声干扰、多重水印( m u l t i p l e w a t e r m a r k i n g ) 的重叠等。对不同的应用场合，要求有不同的稳健性。 ( 2 ) 不可见性，即不可感知性。水印应该是视觉上不可见的，即其存在不应 浚使原始图像视觉质量发生变化或影响原始图像的况觉效果。 ( 3 ) 嵌入信息量。数字水印算法对信息隐藏容量的要求依赖于不同的应用。 如版权保护应用中对于可嵌入的信息量要求不大，可以是一个随机序列 ( 1 比特信息) ，或者是几十到几百个比特( 字符串或者图标) 。水印界有人 认为在一般的水印应用如版权保护、指纹等，1 0 0 比特以下的水印也许 就足够了。而在隐藏通信和标注中则要求的可嵌入信息量要大得多。 ( 4 ) 计算有效性。水印处理应该由软件或硬件有效地实现，尤其在某些应用 场合如视频水印或在产品网络中监视多媒体数据时，水印检测应足够快， 有时甚至要求水印算法的实现满足实时性的要求。计算有效性非常依赖 于应用，通常，对于嵌入速度和检测速度的要求不是对称的。例如，在 d i v x 加指纹应用中，水印必须用廉价的硬件f 例如几个美元片的单片 帆1 实时地嵌入，在检测时，它们可以无需实时且价值成于卜万的专、j p 发备检测。另一方面，在用于d v d 的拷贝控制时，检测端用廉价的芯 片实时实现，而嵌入水印可能在价格不菲的专业设备上进行。另外，还 要考虑伸缩性。计算机的速度每l 个月翻一倍，因此，今天认为计算 二不合理的东西可能很快就可以变为现实。因而没计仲水印使其检测 器和或插入器对于各代计算机具有伸缩性是非常理想的。 f 5 1 秘密性。嵌入过程( 嵌入方法和水印结构) 足秘密的，水印足统计上不 可检测的。对于通过改变水印图像来消除和破坏水印的企图，水印应该 保持存在直到图像已严重失真而丧失使用价值。对f 原版媒体的证实， 通过识别水印是否失真应能判断原版媒体是否被改变过。 ( 6 ) 正确解决所有权的死锁 2 0 1 ( 不确定性) 问题。即水印用来作为所有权 征明时，应能给判断提供唯一眭的h f 据。 中山大学硕士论文 1 3图像隐形水印的稳健性 对于版权标记的数字7 女：e i j ，不可感知性是前提，稳健性是关键的性能指标。 应当沈，数字水印在版权保护方面的应用是由强大的社会需求驱动，而数字水印 在其他方面的应用就显得相对不那么急迫，可以说是由数字水印研究驱动的应 用。目前数字水印在稳健性方面的不足是影响数字水印得到应用的主要因素，电 是最终数字水印能否在多媒体版权保护等方面得到应用的关键。 1 3 1 水印稳健性的要求 水印的稳健性应该满足如下的要求： f 1 ) 抗信号处理的稳健性。指水印对抗图像压缩、图像滤波( 包括线性滤波如 g a u s s i a n 滤波、均值滤波和非线性滤波如中值滤波等) 、图像增强( 包括锐 化、对比度变换、噪声消除等) 、色彩变换一次抽样、二次量化、v d 和d a 等。损数据压缩是多媒体信号在传输和存储中极有可能遇到的处 理，没有理由因为多媒体信号隐藏有水印而要求用户不进行数据压缩。 另一方面，当水印在丁f 常的数据压缩下丢失时，数据压缩便成为一种有 效的攻击手段。因此，对抗正常的数据压缩是水印的基本要求。低通滤 波、图像增强、色彩变换、二次抽样、二次量化、恪式转换等都是图像、 署频、视频信号常见的处理方法。它们均能保持多媒体信号的主要成分， 因此要求水印在经历低通滤波后仍然存在是很自然的。a d 和d a 涉及 到信号在模拟和数字格式之问的转换，虽然仅在某些应用场合出现，但 这是信号传播过程中的一个可能环节，因此也要求水印应该具有好的稳 健性。 编辑和裁剪。有空间几何裁剪、m o s a i c 攻击等。裁剪是对图像视频信 第一章绪论 号进行加工的一种正常处理过程，也可能成为非法盗版者的一种手段或 对水印进行攻击的方法。无论在哪种情况下，水印都需要有较强的抵抗 能力。理想情况下，只要裁掉部分所占的比例不大，水印信息应该完全 保留。退一步，裁剪可能导致部分水印数据的丢失，但不应影响到整个 水印的检测。 ( 3 ) 仿射变换和几何失真。有尺度拉伸、平移、旋转、剪切、全局仿射变换、 随机局部扭曲以及它们的组合等。几何处理有可能是图片盗版者的主要 处理手法，如盗版者在水印图像中引入随机局部扭曲使水印检测失败， 而不影响图像的视觉效果，也可以是图片拥有者或者使用者的无意之失， 如为出版或艺术上的处理，让图片放大、旋转等；而几何失真则有可能 是图像在传输处理过程中引入的失真或在打印扫描过程中因为未对准 而引入的几何失真。对抗仿射变换和几何失真是当前图像和视频水印一 个富有挑战性的课题。 ( 4 ) 噪声干扰。包括g a u s s i a n 加性噪声、乘性噪声等。噪声干扰是信号传输 过程中可能引入的，白色g a u s s i a n 加性噪声是最常见的噪声模型。这也 是目前水印算法稳健性能测试的常用指标之一。需要指出的是，并非所 有的噪声都是加性白色g a u s s i a n 。 f 5 ) 多重水印。后续嵌入的水印，是否会破坏先前的水e ，或造成版权证明 的二义性。多重水印出现在这样的场合。盗版者得到了嵌入了合法水印 的宿主信号，然后嵌入了另一个水印冒充所有者。盗版者水印的嵌入将 可能造成二种后果。一是第二个水印的嵌入有可能破坏合法水印：二是 即使不破坏合法水印，但二个水印的存在有可能引起所有权的含糊不清。 稳健水印应该有抵抗这二种可能性的能力。 ( 6 ) 其它恶意攻击。作为版权标识的手段，水印必然会遭遇各种各样可能的 恶意攻击。对水印的攻击和水印的抗攻击，将类似于密码分析学与密码 学的关系，既对立又互相促进，促使水印稳健性的不断提高。衡量水印 茸法稳健性存在几方面的困难。第一，稳健性是由抗不同攻击的性能构 成的组合概念，不同的应用场合对水印抗某种攻击的稳健性具有不同的 中山大学顾士论文 要求，因此很难用一个参数来表达。第二，比较水印稳健性的前提条件 难以定义。这是由于不可感知性难以描述引起的。尚未有合理的衡量掩 密信号保真度的准则：以p s n r 为代表的客观标准不完全符合听视觉 系统的特点，而主观标准无法计算。因此，目前要将不可感知性数值化 是不大可能的。由于不同的水印强度影响不可感知性，因而比较水e i j f , 惫 健性存在一定的困难。 尽管比较水印的稳健性尚未存在标准，但研究人员开发了一些稳健性测试平 台，如s t i r m a r k 、u n s i g n 、o p t i m a r k 等。通过这些软件，人们可以知道所隐藏的 水印对抗已知攻击的性能，这在实际应用中是有价值的。水印界也需要一个基准 可以展现哪个工作较其它算法更有效，这样才能突出那些研究中有前景的领域。 最常用和公认的评价稳健性标准的软件是s t i r m a r k 。s t i r m a r k 是一种通用的工具， 目的是对图像水印算法的基本鲁棒性进行测试，从1 9 9 7 年l1 月开始免费提供 f h t t p ：w w w e 1 c a m a e u k - f a p p 2 w a t e r m a r k i n s t i r m a r k ) 。它先后出了几个版本，如 s t i r m a r k 3 1 版本和最近的s t i r m a r k 4 0 版本。它们都可以对水印图像执行系列 常规信号处理和几何变换的攻击，作为测试图像水印算法稳健性的基准 1 5 】。数 字水印仍有许多未探索的领域，到目前为此也仅有少数作者对他们的水刚系统作 了广泛的测试 1 0 1 l ，2 l 】。 1 3 2 常见攻击对水印的影响 对水印图像的各种攻击导致的后果有： f i ) 改变水印信号各分量的幅度，造成水印信息的部分丢失或者水印信噪比 的下降。这类攻击有加性噪声污染、j p e g 压缩、裁剪、高斯滤波、锐化 ( s h a r p e n i n g ) 、f m l r ( f r e q u e n c ym o d el a p l a c i a nr e m o v a l ) 等。 f 2 ) 某些常见的信号处理，如中值滤波等【耋l 会导致水印载体一图像特征值的 衰落，从而导致水印的不可检测。 ( 3 ) 若水印不是嵌入在具有几何不变域中，则几何失真会导致水印信号检测 第一章绪论 的失步。从水印攻击的角度，破坏水印的同步比直接破坏数据更加有效。 如旋转( r o t a t i o n ) 、缩放( s c a l i n g ) 、平移( t r a n s l a t i o n ) 、裁剪( c r o p p i n g ) 和它们的组合r s t 攻击、抖动( j i t t e r ，即随机去行去列) ，反折( f l i p p i n g ) 、 剪切( s h e a r i n g ) 、一般线性变换( g e n e r a ll i n e a rt r a n s t b r m a t i o n ) 、随机扭 曲( r a n d o m i z a t i o n - a n d b e n d i n g ) 等几何变换，使水印嵌入的位置丢失， 从而导致水印检测失步。 i - 3 3 影响水印的稳健性的因素 有多个因素可以影响水印的稳健性，包括水印嵌入的强度、嵌入的策略和水 印的结构等。 水印的嵌入强度是影响稳健性的直接因素。嵌入水印的强度越大，稳健性越 好，但增加嵌入强度时不能破坏水印的不可感知性的要求。 嵌入策略包括嵌入的域，嵌入位置等，嵌入策略要解决如何合理分配水印的 能量。相对于空间域水印，变换域水印在图像从时域到频域的变换过程中，对水 印信息进行一定的频域调制，使其很好地隐减在图像重要的能量部分同时又不 引起图像质量的明显下降。较好地满足了数字水印技术透明性和鲁棒性的要求。 7 j ( 印的结构是另一个可能影响水印稳健行的因素。典型的水印是高斯分布的 随机实数序列、均匀分布的随机实数序列、二进制的随机序列。有意义水印可以 通过转换成为上述的水印。 l4 论文结构安排 本文对基于小波域h m m 模型的自适应图像水印进行了研究，共分五章。 第一章简述了数字水印技术的研究背景、意义，稳健水印的要求等。 中d l 大学硕士论文 第二章简述了离散小波变换，引入了小波域h m m 模型及人类视觉系统 ( h v s ) 等概念。 第三章研究了基于小波域h m m 模型的伪随机水印的嵌入和盲检测算法，分 析t e 较其性能。 第四章研究了基于小波域h m m 模型的有意义水印的嵌入和茸检测算法，实 现了高容量，稳健的有意义水印嵌入及盲检测。 第五章对本文工作进行了总结，展望了后续研究工作。 ! 三至尘垫堕堕兰堑里查堕型塑叁鲞塑茎蔓竺 第二章小波域隐马尔可夫模型和人类视觉系统 本章简述了小波变换和人类视觉系统应用于水印算法中的优点，并建立了图 像小波域h m m 模型。 2 1 小波变换 小波分析属于时频分析的一种，它优于傅立叶变换的地方是：它在时域和频 域同时具有良好的局部化性质。而且小波中2 的伸缩率与计算机视觉和人眼视觉 特征相吻合。 v i a l l a t 将小波变换理论用于信号处理，提出了多尺度分析的概念，给出了 将图像分解为不同频率通道的算法及其重构算法。利用二维离散小波变换，可将 原始图像在独立的频带与不同的空间方向上( 水平、垂直、对角) 加以分解，便 于利用h v s ( 人类视觉系统) 在相应频带和空间方向上有不同敏感性的特点。 小波变换具有以下性质： 局部性( l o c a l _ i c y ) ：小波系数能确定信号在时间和频率两个空f 可上的位 置。 。多尺度性( 1 u l t i r e s o l u t i o n ) ：小波变换可以在不同的尺度上进行： 压缩性( c o m p r e s s i o n ) ：信号经过小波变换后，边缘的系数比较大，甲坦区 系数很小，也就是说能量被压缩： 2 2 隐马尔可夫模型 ! 些查兰塑堕苎 c r o u s e 等 2 2 指出小波变换除了具有：局部性、多尺度性和压缩性之外，还 具有下列性质： 。聚集性( c l u s t e r i n g ) ：小波变换系数大( 小) 的地方其周围的小波系数也 较大( 小) 。 持续性( p e r s i s t e n c e ) ：在不同的尺度之间小波系数的大小保持一定的相 似性。 充分考虑到信号小波域系数的上述性质，c r o u s e 等 2 2j 2 4 描述了可以精 确描述小波系数的统计模型一小波域h m m 模型。 2 2 1h m m 模型及基本概念： 在h 州模型中，每个小波系数w 肚( 1 j s ， ，表示层数，j - i 表示能量 最高的层) 有一相应的隐状态s 肚，隐状态有m 种取值，它的概率分布为： p ( s k2 m ) 2 p 羟；m = l ，m 。在隐状态s 肚= 脚的条件下，小波系数w k 服从 高斯分布g ( 溜，盯( ”, k ) 。实际上小波系数的均值近似为0 ，因此取爱：0 。为 了减少参数的数目，假定同一子带的小波系数具有相同的分布。为方便讨论，并 不失一般性，本文假定m = 2 ，小波系数w n 的概率分布可已为： j ( w ) = p g ( w ；g 1 1 ) + p ；2 g ( 吣盯；2 )( 2 1 ) 其中p ；1 + p ；2 1 = 【，g ( w ；盯) 为0 均值，方差为仃二的高斯分布，即 g ( w ；叫。丽le x p ( 一导) 。在此模型中p ? ，p 【2 有其物理意义，即相应地表 示小波系数w 从处于状态“小”和“大的概率。 对于小波系数沿s c a l e 的能量相关性 述父节点到到4 个子节点的状态转移概率 h m m 模型以隐状念的马尔可夫键来描 记为 第二章小波域隐马尔町夫模型和人类 ；! l i 觉系统 爿，= 髀甜j = 2 , 3 , - - , j ( 2 2 ) 其中n m - + 表示父结点隐状态m 到子结点隐状态m 的转移概率。f 是不同 s c a l ei 司的隐状态形成马尔可夫链，子结点状态概率分布就可以可由父结点状态 概率和转移矩阵计算： p 1 m ) - p 熘p 夕。”，j = 2 ，3 ，j 如记p ，= b ；p ；) ，则p ，= p h a ，t s 此：f f p ，= p t a 2 a 3 a ，2 2 ，3 ， 于是小波域的h m m 模型可以用下面的参数集来完整地描述 ( 2 3 ) ( 2 4 ) 0 = p 【，a 2 ，a ，j 盯j ，( = l ，j ，= i 2 ) ( 2 5 ) 陔统计模型有效的描述了小波系数的统计分布及不同s c a l e 间系数的能量 相关性，并还存在高效的e m ( e x p e c t a t i o nm a x i m i z a t i o n ) 算法，用以从原始 信号小波系数中估计出h m m 模型参数。 在图像处理中直接采用上述模型相当于假定小波系数在不同方向是独立的 这种假定忽略了图像信号小波域内，在相同s c a l e0 i 同方向系数间实际存在的相 关性。为了更好地揣述图像小波系数的统计分布，在本文中我们给出并采用向量 h m m 模型，即把相同位置不同方向的三个系数作为一组向量，角+ ： w k ：( w 毁w 斌w 斌) 7 ，见图2 1 ( b ) 所示，其中w ? ：，w t 。2 ) ，w ( ，- l 3 t 分别表示水甲方向 垂直方向，对角方向的小波系数。对于向量h m m 模型，我们有： 硝w ) = p 1 。g ( w ；c y l ) + p 1 2 g ( w ；c t 2 ) f2 6 ) 这罩的g ( w ；c ) 是0 均值，l 办方差矩阵为c 的多变量高斯概率密度函数，即 ，r 97 、 g ( w ；c 、= 一 ： e x p ( 一w7 c w 1 7 ( 2 石) “i d e t ( c ) 一! 坐查堂堡主堡茎 其中n 为变量的数目，这里n = 3 ，表示3 个方向的变量。 ( a ) 标量h m m 模型( b ) 向量h m m 模型 图2 1h m m 模型( 两层示意图) 同样，向量h m m 模型中，小波系数安排成四叉树的结构。父向量结点到子向 量结点的转移概率矩阵同标量h m 模型相似。向量h m f 模型的参数集为： 目= p i ，a 2 ，a ，i c 甲，( ，= 1 j ，m = l ，2 ) ( 2 - 8 ) 由于向量h 删模型不仅描述了不同s c a l e 阃的相关特性，还考虑了不同方 向小波系数剧的相似性，向量h m 模型对小波系数的统计特征的描述比标量h m m 模型要精确得多。我们的仿真实验结果也表明，采用向量h m m 模型的水印检测器 的性能比采用标量模型的检测器有很大的提升。 2 2 2 隐马尔可夫模型参数的估计 f m m 的参数集。包括各个子带的均值、方差、仞始状态概率和父结点到子 结点的转移概率( 若有n 个子带，且子带系数分为f 1 1 个状态，则有m $ n 个均值、 m n 个方差、m 个初始状态概率，( n 1 ) $ m $ m 个转移概率) ，h m m 参数的估计叮由 如下巨m 算法 2 2 j 来实现： ( 【) 初始化参数集o = o ”，迭代计数器【- 0 。 第二章小波域隐马尔可夫模型和人类视觉系统 ( 2 ) es t e p ：计算隐含状态变量s 的概率质量函数p ( s1 w h1 ) ( 3 ) ms t e p ：e ”1 ：a r gmax0e i nf ( w ，s 10 ) 1 w ，o1 ( 4 ) 1 ：i + i ，如果0 收敛，则退出，否则跳到第( 2 ) 步。 在向量h m m 模型的参数估计中，需要把方差的估计改成协方差的估计。 2 3 人类视觉系统 图像的最终接收者为人。 因此，充分研究h v s 系统，对于图像信息的处理 肓非常重要的意义。研究发现，人具有下述视觉特性：( 1 ) 对亮度响应的非线 性特征。 在平均亮度大的区域，人眼对灰度误差不敏感。( 2 ) 人眼对于不同频 率的信号有不同的灵敏度，对高频分量不敏感。( 3 ) 人眼易觉察到边缘位置的 变化，而对于边缘区域象素的灰度误差，人眼并不敏感。h v s 的上述特性蜕明， 对于可接受范之内的象素值变动，人眼会认为没有改变。而数字水印则刚好作 为一种微弱的变化引入图像，其内在要求就是不可见。因此这一问题解决得好 与否，直接影响到水印方案质量的好与坏。另一方面，在图像压缩领域，类似 问题同样困扰着研究者，早先所采用的均匀量化方案，会带来均匀量化噪声，从 而导致图像有人为修改的痕迹。通过研究，w a t s o n i 2 5 j 认为可以把这种量化噪 声限制在人眼可接受的范围，也就是晓视觉上不可见。 采用和w a t s o n 类似的研究思路，可以进行自适应水印嵌入既通过对图像 d w t 域的h v s 分析，产生定量的d w t 域视觉掩蔽特性，并将水印嵌入强度限制在 h v s 不可见范围内。在我们的算法中我们综合考虑了3 种d w t 域视觉掩蔽特性， 包括( 【) h v s 埘不同方向1 ：同层次的中高频子图像中的噪声较为不敏感，有频 率掩盖系数f l r e q u e n c e o ：( 2 ) 对不同亮度区域的噪声的视觉敏感性不同，对很黑 或很亮的区域的噪声不敏感，有亮度掩盖系数t u m i n a n c e o ；( 3 ) 对图像纹理区域 的噪声不敏感，有纹理掩盖系数f 蹦f “r f 0 。直接引用l e w i s2 6 等的结果，临界 口j 。见误差j n d 门限，取为上述三项系数的乘积： 中山大学硕十论文 j n d ( j o ，x y = f r e q u e n c e ( j 。) 4 l u m i n a n c e ( j ，j ，y j8 t e x t u r e ( j ，x v ) o 0 3 4 t2 - 9 ) 其中 ，蚀a “e n c e 一，”c ，。，= 乒旷f 。o ：= 。h 腩h 。， + i o j l ；0 i ( 2 一1 0 ) 砌讹删m ( m 棚= s + 熹一ju 圭= ov 圭= o p 气川+ ：，x v + l + ：，y ) ( 2 - 1 1 ) t e x t u r em ( j v + 等) ) 2 2 ( 2 一1 2 ) + 1 6 川唧( 1 3 l l ( 1 ，2 + 啬， l 2 + 苦i ) ) 7 0 l 2 r = = = = 矿矿扩矿 三扩 + d u 咖。 叫 舭。 h 矿 一抖 1 i m 墨 第三章随机序列水印嵌入及检测 第三章随机序列水印嵌入及检测 本章研究了基于小波域h m m 模型的伪随机水印的嵌入和盲检测算法，分析 其稳健性，并与传统相关检测器进行性能的比较，理论分析和实验模拟的结果都 晓明了新提出水印算法更加稳健。随机序列水印虽然仅包含了l 比特水印嵌入， 但可以构建基于h m m 模型的图像水印算法的理论框架并验证其可行性进而可以 推广至多比特水印的嵌入和检测。 3 1 随机序列水印嵌入 为了配合向量h m m 模型，图像小波系数用向量树的结构表示，为了能更好 地抵抗j p e o 攻击，原始图像经四层小波分解后，将水印嵌入低频的两层子带， 最终构成的用于嵌入水印的向量树t ：包含1 5 个系数节点其结构如图2 1 ( b ) 所示文中以w ( t ，i ) 表示第t 棵树中的第i 个结点的系数。 水印的嵌入过程如下： ( 1 ) 对图像小波域信号进行视觉特性分析，得到各个系数的嵌入强度口，其 中用a ( t ，f ) 表示第t 棵树中的第i 个结点的视觉掩盖强度； ( 2 ) 嵌入的水印为一一长度为t 伪随机序列s i n ，取值+ 【或一l ： ( 3 ) 在密钥k 控制f ，随机选取t 棵准备嵌入水印的树，每棵树对应伪随 机序列中的一位，按如下的方法修改系数的值： 中山大学硕士论文 w ( f ，i ) = w ( r ，f ) + s t a ( t ，i ) ，i = 1 ，1 5 ( 3 1 ) 其中口为全局的嵌入强度调整因子，s 为第t 棵树对应的伪随机序列s n 中的一位。 3 2 优化嵌入策略 水印的盲检测本质上是一个弱信号检测问题，小波域h m m 模型的建立有助 f 水印信号的可靠检出，其物理意义可以解释如下：假定根据原始图像建立了 个描述其统计行为的h m m 模型0 利用嵌入的水印信号w 的统计模型和0 距 离实现可靠检测，两者间的距离越大，检测就越容易。故好的水印嵌入策略是在 保证水印不可见性的前提下，使水印信号统计模型和图像h m m 模型间差别较大。 在我们向量h m m 结构中，除根结点外，其它结点都有四个兄弟，由于它们 有相同的父结点，因此取值比较相似，按照3 1 节的嵌入策略，这些节点或者同 时增大，或者同时减小，水印嵌入后对节点的相似性的改变较小。参见图3 1 ( b ) ， 考虑将四个子节点分成两组，每组两个，在水印嵌入时一组增大，而另外一组减 小：这样就可以尽可能地改变这些点的相似性，嵌入水印的统计模型和图像h m m 模型间的距离尽可能地加大，以保证水印的可靠检出。优化的水印嵌入策略如f ： 懈：桨”(裟纠孕：镏：i；印”(3-2)w i w ( tis t i 2 p a r t1 ( ，) =，) 一卢】“( f ，f ) ， 汁