基于小波域和块分类的鲁棒自适应水印算法

1、第27卷第1期2007年2月桂林电子科技大学学报JournalofGuilinUniversityofElectronicTechnology.27,No.1VolFeb.2007基于小波域和块分类的鲁棒自适应水印算法白林雪,陈光喜(桂林电子科技大学数学与计算科学学院,广西桂林541004)摘要:一种基于小波域和图像块分类的鲁棒的自适应水印算法,能更加有效地利用人眼的视觉掩蔽特性,增强水印的安全性和鲁棒性。算法首先将8×8分块后的图像块根据亮度区别和纹理特征进行分类,计算出各块的JND阈值。把分块后的原图像按Hilbert扫描顺序排列,在序列中选取两相邻块,然后结合各分块JND阈值,

2、通过不同强度的调整两相邻块各对应中高频子带均值之间的大小关系自适应的嵌入水印。同时,根据水印信号改变低频系数的值以嵌入水印信号。实验结果证明:该算法可以存储较大量的水印信息,而且对常见图像处理操作、有损压缩、裁剪、挤压、像素移位等几何变换有较高的鲁棒性,且有较高的透明性。关键词:离散小波变换(DWT);人类视觉系统(HVS);细节子带;阈值;Hilbert扫描中图分类号:TP309.7文献标识码:A文章编号:1673X()Arobustimage-adaptivebasedicationBAILin2xue,CHENGuang2xi(ofathematicsandComputingScienc

3、e,GuilinUniversityofElectronicTechnology,Guilin541004,China)Abstract:Inmakingthemostofthehidingfeaturesofhumanvisualsystem(HVS)andincreasingthesecurityandrobustofwatermarking,arobustimage2adaptivepublicwatermarkingalgorithmbasedondiscretewaveletdomain(DWT)andblocksofimageisproposed.First,blocksofthe

4、originalimageareclassifiedaccordingtotheirluminanceandtexturefeaturesandtheJNDvalueofeachblockiscalculatedaccordingtoitsfeature.Atthesametime,the8×8blocksoftheoriginalimagearerearrangedintoa12DHilbertscanningorder.Then,twoneighboringblocksareselectedfromtheHilbertsequenceofthehostimageblocksint

5、urn.AccordingtotheJNDvalueoftheblocks,abinarywatermarkwithvisuallyrecognizablepatternsisembeddedintothehostimageby.Finally,acorrespondingdetailmodifyingthepolarityoftheaveragevalueofthetwocorrespondingsub2bandssub2bandischosenfromthreedetailsub2bandsofthetwoneighboringblocksatatimerespectively.Thelo

6、westcoefficiencyischangedbytheuseofthewatermark.Theembeddedwatermarkisinvisible.Theexperimentalresultsshowthattheproposedalgorithmiseffectiveandrobusttocommonimageprocessingoperationsandsomegeometricdistortionssuchascropping,pinching,pixel2shift,andsoon.Keywords:discretewavelettransformation;humanvi

7、sualsystem;detailsub2band;threshold;Hilbertscanning.近年来,数字水印技术作为多媒体作品版权保护的一种潜在解决方案受到了广泛的关注,并成为国内外学术界的一个新兴研究领域。一个有效的数字水印技术必须具备透明性、鲁棒性、安全性等一些基本特征。而水印透明性与鲁棒性是一对矛盾,解决这一矛盾的有效途径之一就是充分利用人类视觉系统(HVS)的屏蔽特性和小波变换(DWT)良好的时空局部特性。大多数基于DWT的水印算法都属于私有水印或易碎水印,针对版权保护的鲁棒公有水印算法较收稿日期:2006-12-05基金项目:国家自然科学基金(10501009,10661

8、005)作者简介:白林雪(19822),女,山东临沂人,硕士研究生,目前研究方向为密码学与信息隐藏和数字水印.第1期白林雪等:基于小波域和块分类的鲁棒自适应水印算法57少。文献1中提出了一种基于多小波的公开水印算法,但这种算法未能很好的考虑人类视觉系统掩蔽特性,也未能给出抗同步攻击的实验分析。文献2提出了一种基于小波变换和图像纹理特征的自适应水印算法,利用了图像本身固有的纹理特征寻找水印的嵌入位置,但其仅在中高频嵌入水印信号,抵抗压缩的性能不高。文献3提出了一个基于DWT的隐性水印嵌入对策,并应用该对策提出了一种自适应水印算法,但其水印检测需要原图,是一种私有水印方案。文献4以一幅有意义的二值

9、图像为水印,利用小波变换的层次结构将同一水印反复嵌入到不同位置,在高频嵌入较多水印信息,而在低频部分嵌入较少的信息,但其仅能抗压缩比为2.69的JPEG压缩。本文提出的一种鲁棒的基于分块DWT及图像块分类的的自适应水印算法,以一幅有意义的二值图像为水印,参考了文献5的噪声阈值计算方法,约束水印嵌入的强度。同时,算法在结合各块视觉阈值的基础上,通过不同强度的调整图像分块的Hilbert序均值之间的大小关系,且,对信号较为重要,水印信号相对较弱,嵌入后对图像影响较小,所以,本文算法在分块后图像的低频部分也嵌入了水印信息。即临界噪声阈值的大小不同。本文对载体图像进行互不覆盖的8×8分块,依

10、据图像块的亮度和纹理特征,将图像块分为四类:第一类图像块亮度低且纹理简单,HVS对其中像素值的改变较为敏感,迭加的水印信号的强度应最小,则其允许的临界噪声阈值应最小;第二类亮度低且纹理复杂:第三类亮度高且纹理简单:第四类亮度高且纹理复杂,HVS对其中像素值的改变敏感度最弱,迭加的水印信号的强度应最大,则其允许的临界噪声阈值应最大。1.2块视觉阈值JND计算为了使载体图像中嵌入的水印信号更大,同时具有良好的透明性和鲁棒性,很多自适应水印算法都开始考虑结合人眼视觉屏蔽特性本文的算法基于块的JND(justdifference)的计算,该算法主要利用:),而熵值较,可以用它来刻画图像分类的纹理掩盖效

11、应,设为H(u,v),为了计算的精确性,将其归一化到区间a,b上。(2)人眼对不同亮度区域的噪声的视觉敏感性不同,通常对中等灰度最为敏感,且敏感性向低灰度和高灰度两个方向成非线性下降,设不同亮度对噪声的掩盖因子(u,v),将其归一化到区间c,d上。(3)二维数字图像经一层小波变换后得到4个子图像,设不同层l(l=0,1,2,3)不同方向子带对噪声的)。掩盖因子为S(l,这样,根据上面介绍的图像块的分类,设定阈值K1、T1.当熵值H(u,v)<K1时,该图像块属于平滑区,否则属于纹理区;当噪声掩盖因子(u,v)<T1时,人眼对该图像块的亮度变化较为敏感,否则较不敏感。图像分块经一层小

12、波变换后各细节子l,带Du,v的视觉可容许噪声阈值可由式(1)表示,1图像块分类及临界噪声阈值的计算1.1图像块的分类水印嵌入过程可看作在强背景(即原始数据)上叠加一个弱信号(即水印),如果图像的亮度越亮,纹理越复杂,HVS对其中像素值的改变越不敏感,水印可见性必然较低,所加入的水印信号强度就可越大:反之,亮度越低,纹理越简单,水印信号嵌入强度就应越小。以上性质暗示,具有不同局部性质的区域,在保证不可见性的前提下,可允许迭加的信号强度不同,),S(l,)=J(u,v,l,)(u,v)S(l,)H(u,v)S(l,)(u,v)H(u,v)S(l,ifH(u,v)<K1and(u,v)<

13、;T1ifH(u,v)<K1and(u,v)T1ifH(u,v)K1and(u,v)<T1ifH(u,v)K1and(u,v)T1(1)通过上述分析与推导可知,式(1)临界噪声阈值)考虑了图像块不同亮度的对比度掩盖效J(u,v,l,应、不同纹理的屏蔽效应以及人类视觉系统对不同分辨率、不同方向特性的敏感性,确保了水印嵌入强度的可控和嵌入水印的高不可见性,并使得水印强度与原图像特征相适应。此外,在保证水印高透明性的前提下水印强度可达到较大,这为本文算法的鲁棒性提供了有力的保证。58桂林电子科技大学学报2007年2月2水印嵌入及提取算法2.1水印嵌入算法号。若令dif=Dij1(i,j)

14、-Dij2(i,j),=水印嵌入具体由以下个步骤完成:(1)水印信号生成。为了保证水印的安全性,水印在嵌入前将利用由密钥生成的混沌序列对其进行混沌调制。先将二值水印图像利用行扫描将其映射为一维向量W1W1(i) W1(i)0,1,0i<m×n,(J1+J2) 2,不妨将各系数的改变值设为-dif) 2,其t(i,j)(中t=1,2.(3)对所有经过系数调整后的子块进行一层DWT反变换,即得到嵌入水印图像I.2.2水印提取算法再由密钥key利用混沌序列生成一个二值混沌序列P,P=P(i) P(i)0,1,0i<m×n,由P对水印信号W信号Wt,1进行混沌调制,得到

15、待嵌入水印水印信号提取过程基本上是水印嵌入的逆过程:(1)首先将嵌入水印的图像和原始图像分别按8×8分块进行Hilbert扫描,在序列中按嵌入步骤(2)中的顺序在两个序列中依次选取两相邻块H1、H2和L1、L2,做一层DWT,依次选取各个细节子带HHl,2l,1Wt(i)=P(i) W1(i),0i<m×n,、这里“ ”表示异或(以下同)。(2)水印信号嵌入。为了保证算法同时具有较好的透明性和鲁棒性,本文选择在原图像各88嵌入,值为上限,改。从图像分块的Hilbert序列中依次选出相邻的两个分块H(2)和H(2+1),分别记为H1和H2,对它们分别作一层二维离散小波变

16、换;最后,每次在选定的两相邻块H1和H2各自细节子带中各选取一对应l,l,(以下简记为D1和D2).子带D1和D2若D1和D2为低频子带,则继续进行DWT变换,由于已将图像8×8分块,故只需进行到第三层变换,低频子带即为1×1,设此时低频系数的数量级表示为,则将两个对应子带系数按照以下公式进行修改:D=D+10)-(1+(以下简记H1,H2)L1Hl,2(以下简记L1,HLiiL2当,ijijWr(k)=1,0,ififHij11(i,j)(i,j)<Hij22(i,j)(i,j)(4)HH当=LLi,则要继续进行两层DWT变换,得到低频子带D1和D2,由下式提取出水

17、印信号,Wr(k)=0,ifH1=L1andH2=L21,else(5)(2)然后从以上提取出的num个水印版本中提取出调制水印信号Wt,num-11,ifWt=Ws=0r(k)DWt(i),(2)也就是说,当水印信号为“0”时,不作改动;当水印信号为“1”时,将两个子带的系数均稍作修改,由于低频系数具有较大的值,水印信号相对较弱,故嵌入后对图像影响较小,而且改变的强度是根据系数的数量级来确定,从而完成水印的自适应嵌入。若D1和D2为中高频子带,则结合式(1)给出的)和细节子带D1和D2中每个临界噪声阈值J(u,v,l,系数的显著因子l,=l,(i,j) +1 Dl,ij(6)k=0,1,2,

18、m×n-1.0,else(3)再由密钥key(与水印嵌入时相同)使用混沌序列生成二值混沌序列P对Wt进行解调,即W1(t)=Wt P(t),t=0,1,2,m×n-1.,2映射成二维矩阵W,W=W(i,j),0i<m,0j<n,W(i,j)0,1,W即是恢复出的水印信号。(4)最后按行扫描顺序将W13仿真试验及攻击分析(3)(以下简记为t(i,j),通过不同强度的调整两对应细仿真试验的水印是一幅32×32的二值图像(如图1所示)。前面提到的a、b、c、d分别取值1,10,1,5.式(1)中,K1、T1分别取值为6,3;在各图像分块经过一层小波变换后的各

19、个细节子带中嵌入num=8个节子带均值之间的大小关系来自适应的嵌入水印信第1期白林雪等:基于小波域和块分类的鲁棒自适应水印算法59水印版本,以下给出算法的一些不可见性和鲁棒性的试验结果及其抗攻击性能分析。.图2锐化、运动模糊、亮度增强和对比度增强后提取出的水印图1原始图像、水印图像和嵌入水印后的图像图3中分别是经过压缩比为2,8的小波压缩和质量因子为90,70,60的JPEG后提取的水印,恢复的水印仍然可以识别,相似值分别为1,0.8014,1,0.9152,0.6956.最后,表1给出了本文算法与同类算法的一些性能比较。从图1可以发现,在水印嵌入前后的图像并没有明显差别,说明该算法嵌入水印具有很好的不可见性,下面通过一些实验测试水印的鲁棒性。图2中前两幅分别是经过2次锐化和经3像素运动模糊后提取出的水印图像,恢复水印相似值分别为31对比算法本文算法文献5的算法文献1的算法是是否运算复杂度(Hilbert,DWT)低信噪比PSNR2次锐化效果质量因子70的JPEG压缩同上(Multiwav