一种半色调图像数字水印技术

word文档可自由复制编辑目录TOC\o"1-3"\h\u25899摘要 I27401ABSTRACT III19138前言 IV4109第1章绪论 1106181.1研究背景和研究意义 174811.2课题研究的主要内容 319996第2章半色调和数字水印技术 4293142.1半色调技术 435372.1.1连续调图像与半色调图像 4228642.1.2半色调技术的发展历史 5147812.1.3半色调技术分类 7159152.2数字水印技术 16134252.2.1数字水印基本概念与特性 16104632.2.2数字水印的分类 18245792.2.3数字水印的应用 19283492.2.4数字水印模型 2045562.2.5数字水印的典型算法 21143042.2.6数字水印系统的性能评估 2324850第3章半色调图像数字水印技术 27306233.1单幅图像中信息的隐藏 2741533.2多幅图像中信息的隐藏 2814745第4章实验研究 3031084.1灰度图像的半色调化处理 30286584.2水印嵌入实验 3771474.3水印鲁棒性攻击测试 4253154.3.1高斯低通滤波实验 43274244.3.2剪切实验 45163354.3.3旋转实验 47110444.4实验结果分析与结论 4968924.4.1水印嵌入实验结果分析与结论 49113734.4.2水印鲁棒性攻击测试实验结果分析与结论 5013007第5章结论与展望 5357985.1结论 53202505.2展望和未来的研究方向 5424328总结与体会 555073谢辞 5722123参考文献 5832689附录1（水印提取MATLAB程序） 5913524附录2（英文文献及翻译） 60word文档可自由复制编辑一种半色调图像数字水印技术摘要半色调技术在低分辨率的设备上有着广泛的应用背景，如激光或油墨打印机、传真机和廉价液晶显示器等。许多移动显示设备上也用到了半色调技术，如蜂窝式手机和PDA。半色调图像作为未来几十年里传播信息的重要手段之一，被广泛地应用在报纸、杂志、身份证、货币、支票和机密文件等工业上。由于Intemet网络是一个开放式的网络架构，数字信息传输的安全技术十分重要，如数字水印技术。数字水印技术能够将具有特定意义的标记(水印)，隐藏在数字图像、声音、文档、图书、视频等数字产品中，用以证明制作者对其作品的所有权，同时通过对水印的检测和分析来保证数字信息的完整可靠性。半色调图像作为有着广泛应用背景的特殊媒介，其数字水印的研究对于保护半色调产品的版权，防止产品被非法拷贝和篡改有着切实的意义。论文用计算机仿真软件MATLAB完成了对灰度图像的半色调化处理和在半色调图像中嵌入水印，并对嵌入水印后的半色调图像进行水印攻击测试来检测水印的鲁棒性。关键词：半色调图像；数字水印技术；MATLAB。word文档可自由复制编辑TheDigitalwatermarkingtechnologyofHalftoneimageABSTRACTHalftonetechnologyhasextensiveapplicationbackgroundsonlowresolutiondevices,suchaslaserandinkjetprinters,faxmachinesandlow-costliquidcrystaldisplays.Manymobiledevicesalsousethehalftonetechnique,suchascellularmobilephoneandPDA.Halftoneimageasoneoftheimportantmeansinthefuturedecadesofdisseminatinginformation,iswidelyusedinnewspapers,magazines,identitycards,thecurrency,checksandconfidentialdocumentsindustry.BecausetheIntemetnetworkisanopennetworkarchitecture,securitytechnologyofdigitalinformationtransmissionisveryimportant,suchasdigitalwatermarkingtechnology.Markerscanbedigitalwatermarkingtechnologyhasaspecificmeaning(watermark),hiddeninthedigitalimage,sound,documents,books,videoandotherdigitalproducts,toprovetheproducerownershipoftheirworks,atthesametime,thewatermarkdetectionandanalysistoensuretheintegrityofthereliabilityofdigitalinformation.Halftoneimageasaspecialmediahasawideapplicationbackground,researchofthedigitalwatermarkingforhalftoneproductcopyrightprotection,topreventtheproductfrombeingillegallycopiedandtamperedwithrealsignificance.ThecompletionofthegrayimageofthehalftoneprocessingandembeddedinthehalftoneimagewatermarkingusingcomputersimulationsoftwareMATLAB,andthewatermarkattacktesttodetecttherobustnessofwatermarkingforhalftoneimagewatermarking.Keywords:halftoneimage;digitalwatermarkingtechnology;MATLAB.

前言近年来，随着电子信息技术和互连网技术的飞速发展，多媒体数据（图形图像、音频、视频等）的数字化为多媒体信息的存储、复制和传播提供了极大地便利，电子信息表达的准确性和效率被显著提高，数字信息间的共享及交流达到了空前的深度和广度，它的传播形式更加多样化。由于任何事物都具有两面性，多媒体数据的数字化也不例外，它的这种便利性引起众多安全问题，如日常生活中，学生几乎人人拥有一台mp3或mp4，或手机，或笔记本等各种不同形式的电子设备，这些设备里面存储的歌曲基本都是从Internet上直接下载获得，而这种从Internet上非法复制及传播盗版音乐作品的行为使得歌曲作者的利益受到极大的侵害。所以，数字多媒体的版权保护及内容认证等在内的多媒体信息安全问题已成为当今数字世界中亟待解决的议题。除了与传统作品版权保护相类似的法律和管理手段外，还应该针对多媒体数据本身的特点为之提供技术上的保护。密码技术是信息安全技术领域的主要传统技术之一，但是此方法有两大缺点：一是加密后的文件因不可理解性从而妨碍信息的传播；二是一旦被解密后，文件就不再受保护。另一种信息安全的传统手段——数字签名技术，它需要在原始数据中加入大量的数字签名，这种方法影响了数字多媒体的适用性。因此，数字水印（DigitalWatermarking）技术的研究就是在这种应用要求下迅速发展起来的。数字水印技术为实现有效的信息版权保护提供了一条崭新的思路，成为数字信息安全研究领域的一个热点话题，已得到重视并逐渐形成完善的理论和技术，在实际中也得到了广泛的应用。半色调技术是指用少量的色彩将一幅连续色调图像(如灰度图像和彩色图像)量化为一幅二值图像或是只有少数几种色彩的彩色图像，并且量化后图像的视觉效果和原始图像相似的技术。因为人眼具有低通滤波特性，所以在观测半色调图像时，人眼会模糊图像像素点之间不连续的部分，使得半色调图像看起来和连续色调图像视觉效果相似。由于半色调技术中使用较少的颜色数来表现物体，因此存储物体图像所占用的空间不大，而且传送图像时速度较快。半色调技术在低分辨率的设备上有着广泛的应用背景，如激光或油墨打印机、传真机和廉价液晶显示器等。许多移动显示设备上也用到了半色调技术，如蜂窝式手机和PDA。半色调图像作为有着广泛应用背景的特殊媒介，其数字水印的研究对于保护半色调产品的版权，防止产品被非法拷贝和篡改有着切实的意义。本文简要介绍了灰度图像的半色调技术，如抖动法、误差扩散法、直接二元搜索法等。同时还简要介绍了数字水印技术的相关知识，包括数字水印技术基本概念与特性、数字水印模型、数字水印的分类及应用和对数字水印水印系统的性能评价。论文利用计算机仿真软件MATLAB完成了对灰度图像的半色调化和在半色调图像中嵌入水印，并对嵌入水印后的半色调图像进行水印攻击测试来检测水印的鲁棒性。本论文在仿真实验中对灰度图像的半色调化处理采用了误差扩散法，对水印的嵌入和提取采用了基于离散余弦变换（DiscreteCosineTransform，DCT）的水印算法。论文最后对半色调图像数字水印技术的研究作了总结，对应用前景和发展方向进行了讨论。word文档可自由复制编辑绪论研究背景和研究意义数字水印（DigitalWatermarking）技术是指在数字媒体中嵌入与媒体的作者、版权和使用许可相关的信息，这些信息被称为数字水印，亦称电子水印，它通常是不可见或不可觉察的，并且是很难被破坏掉的。水印嵌入过程本质是在宿主数据中（如图像、音频、视频等）嵌入第二个数据信息，该过程也不会影响原始数字媒体的正常使用。含水印的数字载体通过一些计算操作可以检测或提取出水印信息，用以进行多媒体数据的版权保护。数字水印是信息安全及隐藏技术中一个重要研究方向。半色调技术应用于印刷领域已有一个多世纪，应用在数字输出设备上也有40多年，数字半色调技术具有重要的理论意义和应用价值。数字半色调技术是指用少量的色彩将一幅连续色调图像（灰度或彩色图像）量化为一幅二值图像或者是只有少数几种色彩的彩色图像，而且结果图像的视觉效果与连续色调图像相似的技术。该技术主要利用人眼的低通特性，当在一定距离下观察图像时，人眼将图像空间上接近的部分视为一个整体，使得半色调图像局部平均灰度近似于原始图像的局部平均灰度值。半色调技术是针对打印输出的方法，而半色调数字水印技术则是在打印输出的过程中隐藏信息编码的技术，它与传统的图像数字水印有着不同的意义。半色调数字水印技术在打印的图像和文档作品中包含水印信息，这些信息以不易被察觉的形式随图像和文档作品一起传播，用以证明创作者对作品的所有权，并作为鉴定、起诉非法侵权的证据，同时通过对水印的检测和分析来保证数字信息的完整可靠性，从而成为知识产权保护和数字多媒体防伪的有效方式。半色调图像作为有着广泛应用背景的特殊媒介，其数字水印的研究对于保护半色调产品的版权，防止产品被非法拷贝及篡改有着重要的意义。由于数字水印技术在数字媒体信息版权保护方面的重要作用，全球支持或开展此项研究的政府机构和研究部门很多。如包括美国财政部、美国版权工作组、美国洛斯阿莫思国家实验室、美国海陆空军研究实验室、欧洲电信联盟、德国国家信息技术研究中心、日本NIT信息与通信系统研究中心、麻省理工学院、南加利福尼亚大学、普渡大学、剑桥大学、瑞士洛桑联邦工学院、微软公司、朗讯贝尔实验室、以公司等机构,同时,BIM、日立、NEC、Pinoeer和snoy五家公司还宣布联合研究基于信息隐藏的电子水印。1996年5月,第一届国际信息隐藏学术研讨会在英国剑桥牛顿研究所召开,至今该研讨会己举办了四届。另外,在EIEE和SPEI等一些重要国际会议上也开辟了与数字水印相关的专题。欧洲己有几项较大的工程项目如VIVA和ACTS中都有关于数字水印方面的专项研究。用于半色调图像的数字水印算法，可查阅到的资料并不多。不过在国外很多政府机构和研究部门已经开始这方面的研究。如美国财政部委托麻省理工学院媒体实验室，探究在彩色打印机和复印机输出的图像中加入数字水印，通过实时地从扫描票据中判断水印的有无，快速辨识真伪；在日本IBM东京研究室提出了用数据隐藏（DataHiding）鉴定数字化照片的来源，证实数字照片的完整性，判断照片是否被篡改以及定位篡改的地方；瑞士AlpVision公司专为打印文档设计的SafePaper软件可嵌在MicrosoftWord软件中，是专为打印文档设计的安全产品，它将水印信息隐藏到纸的背面，以此来证明文档的真伪。该公司研究的LabelIt软件，具有能够在任何扫描的图片中隐藏若干字符的技术。这些字符隐藏在扫描的图像中，即使图像格式被改变，字符的标记也不会消失，而且是完全不可见的。目前,国内已有不少研究机构及大学正在从事信息隐藏和数字水印方面的研究。1999年底,第一届全国信息隐藏学术研讨会(CIHW)在北京电子技术应用研究所召开,至今己成功的举办了五届,在很大程度上推动了国内水印技术的研究与发展。国家“863计划”、“973项目”(国家重点基础研究发展规划)、国家自然科学基金等都对数字水印的研究有项目资金支持。但是,用于半色调图像的数字水印技术的研究,国内仅有成都宇飞信息工程有限公司、阿须数码技术有限公司等单位开始了这方面的研究,并且就研究成果来说,大多局限在初始阶段,还没有成熟的商品化软件推出。课题研究的主要内容本课题主要采用256×256标准大小的灰度图像（若是彩色图像，先进行灰度化处理）作为研究对象，先将灰度图片进行半色调化处理，然后将二值水印图像嵌入到半色调图像中，进行相关攻击性检测，再提取水印，检测鲁棒性，得出相关结论。相关实验在Matlab环境下进行仿真。灰度图像的半色调化处理采用了误差扩散法。对水印的嵌入和提取采用了基于离散余弦变换（DiscreteCosineTransform，DCT）的水印算法。本文中用了高斯低通滤波、剪切、旋转3种攻击形式。通过实验可知：基于离散余弦变换（DiscreteCosineTransform，DCT）的水印算法隐蔽性好，原宿主半色调图像嵌入水印后，在视觉质量上没有改变，不影响其原有的价值和使用价值。并且该算法对高斯低通滤波攻击和剪切攻击具有较好的鲁棒性，对旋转攻击的鲁棒性较差。

半色调和数字水印技术半色调技术连续调图像与半色调图像在我们的日常生活中，所遇到的图像可大致分为两大类：连续调图像(Continuuos-ToneImage)和半色调图像(HaltfnoeImage)。如我们常见的彩色照片就是一种连续调图像，在这种图像上，存在着由淡到浓或由深到浅的色调变化并且浓淡或深浅是以单位面积成像物质颗粒密度来构成的，并且这种图像的深浅变化有无数多级。另外印刷工艺中的照相分色底片的连续调，是由单位面积内由金属银颗粒密度构成的；而各种彩色画稿的连续调，是由单位面积内由各种颜料颗粒密度构成的，单位面积内颜料颗粒多即为深色调，否则为浅色调。半色调图像如常见的印刷品图像，其由浅到深或由淡到浓的变化，是靠网点面积大小或网点覆盖率来表现的。一般用于复制诸如照片之类的连续调原稿时，会采用这种半色调技术，它将图像分成许多点，通过点的不同大小来表现颜色的深浅。在印刷品的印刷时，印刷机用有限数量的一套油墨(只有黑墨或青、品红、黄、黑墨)来印刷数量不同、大小不同的细小点，印刷品画面上色彩和浓淡就是靠这些细小的点来表示的，由此可以给人眼产生许多灰度级或许多颜色的错觉。当观察印品画面时，网点面积大，颜色就深，称为暗调；网点面积小，颜色就浅，则称为亮调。由于网点在空间上是有一定的距离的，呈离散型分布，并且由于加网的线数总有一定的限制，在图像的层次变化上不能像连续调图像一样实现无级变化，故称加网图像为半色调图像。如加网的阳片菲林、阴片菲林、印刷图像等都是半色调图像。半色调技术的发展历史在印刷工艺中，半色调技术也称为加网技术，加网技术发展到现在己有上百年的历史。从早期的照相加网到现代的数字加网，从调幅加网到调频加网，从粗网点到精细网点，共经历了三个阶段：照相加网(即模拟加网)、电子加网和计算机数字加网三个发展阶段。1、照相加网照相加网是指利用网屏对光线的分割作用，将连续调图像分解成大小不同网点的网目调图像的方法。它的发展可分为玻璃网屏加网和接触网屏加网两个阶段。网屏加网是德国的GocgrMeisnebach在1882年首创将连续调图像经加网分解成网目调图像进行制版印刷的加网技术，于1886年由美国人Ives和Ivey制造成功。投影网屏加网是加网技术的鼻祖，使印刷产品能反映图像的层次变化，但技术要求高，操作复杂。在制作玻璃网屏时，选用优质的光学玻璃，表面涂上耐强酸的漆膜，在专门雕刻机上划成等长的平行直线，线条的疏密由网屏的线数来确定。刻好后在玻璃背面也涂上耐酸保护膜，用氢氟酸腐蚀。经腐蚀凹下的部分涂上黑色油质，然后洗去耐酸膜层，这样就制成了透明与不透明相间的玻璃线条版。用两块这样的线条版垂直胶合在一起，边上镶好金属框，即制成玻璃网屏。加网时，光线通过网屏的网孔投射在感光版上。由于光线通过网孔后的衍射作用，就在湿版上产生大小不同的网点。通过网孔的光量强，网点就大；光量弱，网点就小。这样，就把原稿图像的明暗变化，映射到感光版上后转变成网点的大小变化。这种用网点大小表现明暗深浅的阶调，在工艺上称半色调(haltfone)。由于网屏上网线的宽度与透明方格的宽度相同，4条网线才围出一个透光方格。所以，整个网屏面积中只有四分之一的面积是透光的。为了在感光版上形成足够大小的网点，就必须有足够的感光量。由于感光版感光性能本来就低，再加上玻璃网屏的透光率也低，所以加网必须有功率强大的光源和较长的曝光时间。这种网屏在七十年代以前照相制版中用了很长时间。玻璃网屏除有笨重、价昂等缺点外，使用时网屏与感光片之间必须有一定的距离(网距)，易损失图像层次，影响画面清晰度，所以逐渐被接触网屏取代。接触网屏加网是Kodak公司在1940年根据半影理论第一次用工业方法研究成功的第二代加网技术。它克服了投影网屏的诸多缺陷：如在高光和暗调部位，网点的表现效果较差；需要备用各种点形、反差、线数的网屏；耐用性较差等。德国Klimsch厂在60年代生产了全阶调Gardar网屏，该网屏的线型是透明的，所以能把原稿上明亮部分的色调予以调节，有利于保证高调细节的完整性。这种网屏一般是用玻璃网屏作母版，在制版照相机上用硬性感光胶片制成的。接触网屏为胶片状，用放大镜仔细观察，上面布满了网点，每个圆网点中间有一个很黑的核心，边缘密度递减。从整体上看网点的排列，每四个黑点中间有一个透明孔，或每四个透明孔中间有一个黑点。接触网屏具有价廉、体轻，加网时与感光胶片密合接触，进行曝光，光线通过接触网屏就会在感光胶片上形成大小不同的光洁网点，其加网效果同用玻璃网屏基本一样，减少了翻拍中的层次损失，具有使用方便，提高了画面清晰度等优点。2.电子加网电子加网是指将图像信号数字化后经计算机计算处理并转换成网点输出的新型加网技术，这种技术产生于80年代初，是在电子分色机上通过电子网点发生装置对原稿完成加网的过程。其原理是：经过电子分色机处理的代表图像不同密度级次的数字信号，送入电子分色机图像输出记录系统的网点计算机，并通过比较回路形成网点大小、形状、角度的地址指令，由地址指令从网点计算机中获得控制激光记录系统的控制信号，加在电光调制器上，控制各个电光调制器的输出工作状态，最后把由调制器控制的光信号记录在感光材料上，就能获得与原稿图像信息相一致的、具有特定大小、形状和角度的网点。由于电子加网是数字控制的，网点是由激光记录所得，因此具有网点实、密度高、边缘清晰；网点层次多，细微层次丰富并且可以根据需要在不同阶调处产生形状不同的网点，易于控制网点扩大等优点。3.计算机数字加网数字加网是指桌面出版系统中采用基于PosstcriPt框架下的网点技术。根据记录点的分布状态，可以将数字加网分为调幅加网和调频加网两大技术。（1）数字调幅加网技术(点聚集态网点技术)在数字加网技术中，调幅加网是用不可见的、行列排列有序的网格分割图像，每个网格按照一定的角度、加网线数生成面积不同的网点。在生成记录网点的黑/白(0/l)时，总要受到加网角度、网点形状和加网线数的限制，所以在每个位置上设置0/1的自由度相对较低。调幅加网技术又称为点聚集态网点技术，这种加网技术得到的是聚集态的记录点。我们通常将聚集在一起的点称为传统网点，它由图像信息的灰度层次来控制网点的增长。(2)数字调频加网技术(点离散态网点技术)调频加网从某种意义上来说又可以称为点离散态网点技术，该技术得到的是离散分布的记录点。这种加网计算不再受网格的限制，直接以发散无序的记录点阵象素群构成图像，在每个可记录位置上设置0/l的自由度高于调幅加网，这使得调频加网图像具有较高的信息容量。调频加网又称随机加网，/随机性0在数学中用于描述分析和预言粒子在粘稠液体中运动的过程，印刷中则用于描述精确摆放点子的方法，以产生随机性并产生色调级的感觉。实际上，网点位置是基于/计算的随机性0。网点的空间分布是通过算法来分配的，根据色调的统计估算值和图像邻近部分的细节来分布点子，不会出现明显的堆积或不需要的微型点累积。半色调技术分类目前半色调技术最普遍的分类法是按照它的处理方式分为：抖动法，误差扩散法，迭代法三大类。抖动法抖动法是点处理类方法的一种典型算法，主要分为随机抖动和有序抖动两大类。这两种算法都需要一个模板，也称为抖动矩阵或阈值矩阵，抖动矩阵不仅决定了当亮度或灰度值减小时网点变成黑点的顺序，而且也决定了半色调图像的质量，所以抖动算法的关键是抖动矩阵的构造。该算法与抖动矩阵进行比较，矩阵中的每个阈值的取值范围是图像的最大灰度值和最小灰度值之间，其数学公式化如公式2-1：公式STYLEREF1\s2-SEQ公式\*ARABIC\s11式中f(i，j)代表连续色调图像中的像素点灰度值，t(i，j)代表抖动矩阵的阈值，而h(i，j)代表半色调后的图像灰度值。随机抖动矩阵是通过完全随机产生的，所以半色调后的图像质量常常很不理想，在实际中已经基本不再使用。但有序抖动的抖动矩阵是有规律的，具有良好的图像效果和高效的处理速度而被各大打印机厂商采用，有序抖动矩阵主要有两种类型：分散型和聚集型。典型的分散型抖动矩阵是Bayer有序抖动矩阵，而点局部聚簇整体分散是典型的聚集型矩阵，如图STYLEREF1\s2-2所示。(a)Bayer有序抖动阈值矩阵(b)聚簇型抖动阈值矩阵图STYLEREF1\s2-SEQ图\*ARABIC\s11有序抖动阈值模板虽然有序抖动算法比较简单，且具有较好的半色调图像质量，但其也具有致命的缺点，即含有明显的周期性人工纹理。即使抖动矩阵设计的非常完美，其输出的半色调图像依然存在瑕疵，且其半色调图像质量不如通过误差扩散算法获得的半色调图像。图2-3是有序抖动方法的输出结果（a）输入图像（b）Bayer有序抖动结果图STYLEREF1\s2-SEQ图\*ARABIC\s12输入图像及Bayer有序抖动结果误差扩散法在有序抖动处理中，利用了像素点与抖动矩阵比较来判断是否在一个位置放置微点，实质是一种点处理过程。在1976年Floyd和Steinberg提出了误差扩散算法，它将半色调加网从“点处理”过渡到“邻域处理”。误差扩散算法的提出为半色调加网带来了革命性的技术变革，也是半色调技术上的里程碑，并促进了半色调技术的飞速发展。通过误差扩散处理后的半色调图像像素分布各异且无规律性，色调丰富，视觉效果较好。直到目前为止，它依然被视为易于实现且视觉效果较好的半色调技术之一，被广泛应用图STYLEREF1\s2-SEQ图\*ARABIC\s13Floyd-Steinberg误差扩散示意图给定阈值t，设原图像为x(i，j)，输出为y(i，j)。对整幅图像按从左到右、从上到下的顺序逐点的依次执行两步操作：1、阈值化y（i，j）：公式STYLEREF1\s2-SEQ公式\*ARABIC\s122、把量化误差扩散到邻近的未被处理过的点。量化误差是指输入与输出之间的差：公式STYLEREF1\s2-SEQ公式\*ARABIC\s13量化误差扩散即改变空间上相邻像素x(i，j+1)，x(i+l，j-1)，x(i+1，j)，x(i+l，j+1)的值，将当前像素的量化误差按7：3：5：1的比例转移并叠加到邻近的像素。公式STYLEREF1\s2-SEQ公式\*ARABIC\s14如图STYLEREF1\s2-SEQ图\*ARABIC\s14所示为输入图像与采用误差扩散输出结果（a）输入图像（b）误差扩散结果图STYLEREF1\s2-SEQ图\*ARABIC\s15输入图像与误差扩散结果换句话说，误差扩散相当于把中值阈值法在每一个点上产生的误差再加到周围的点上，从而保持局部区域的总体灰度基本不变。量化误差扩散的参数可以用一个矩阵描述，称之为误差扩散过滤器，设为P，P=｛Nr，s｝，(r，s)D为P中所有非零元素对应的下标集合。这里的下标r，s是整数，可以为正、为负或为0。这样公式STYLEREF1\s2-SEQ公式\*ARABIC\s15式可写为：(r，s)D公式STYLEREF1\s2-SEQ公式\*ARABIC\s16FloyoLSteinberg算法中的P如图STYLEREF1\s2-4(a)。矩阵中的圆点代表N0，0(以下类似)。圆点和空自位置的参数都为0。因为像素处理顺序是从左到右、从上到下，所以量化误差只能向右方、左下、下方和右下的相邻像素扩散。阈值r的选取通常取中间值0.5。曾有人对其他阈值做过尝试，但结果没有明显的优点，所以大多数算法仍然简单的用0.5作为阈值。现举例说明阈值比较和扩散的过程：假设当前输入像素灰度为0.7，阈值为0.5，则该点输出1。量化误差为-0.3。Floyd-Steinberg算法的参数是7/16，3/16，5/16，1/16，即将量化误差-0.3分别乘以7/16，3/16，5/16和1/16叠加到四个相邻像素如图2-4所示。过滤器有很多选择，如，Jarvis、Stucki、Shiau-Fan等等，如图2-6所示。它们大部分是在Floyd-Steinberg过滤器基础上做的改进。因为误差扩散抖动算法会一定程度上使图像边缘模糊，有的改进过滤器可以补偿性的增强边缘，使输出图像更清晰。还有一些过滤器在不同程度上对误差扩散的速度和效果做了优化。现在的过滤器结构变得越来越复杂，但并不是过滤器越复杂，输出图像效果就越好。Floyd-Steinberg过滤器b、Burkers过滤器c、Sierra过滤器d、Stucki过滤器e、Jarvis过滤器f、Stevenson过滤器图STYLEREF1\s2-6常见的误差扩散滤波器从整体上看，误差扩散的效果是很好的。目前已有的最好的半色调效果仍是基于误差扩散方法。误差扩散也有不足之处。从速度上看，中值阈值法对每个像素只做一次比较运算，速度很快。而误差扩散要进行大量的乘除法运算，速度相对较慢。如图2-7所示不同滤波器得到的误差扩散图。图STYLEREF1\s2-SEQ图\*ARABIC\s16不同滤波器得到的误差扩散图迭代法迭代法是一种搜索的方法，其思想是通过最小化原图像与半色调图像的误差来寻找最佳的二值输出。由这种算法得到的半色调图像质量很好，但同时也以牺牲时间开销和计算量大为代价。迭代法中最具代表性的是DBS（DirectBinarySearch）算法，DBS运用视觉模型，通过不断地将像素取反和与相邻8邻域交换来减少半色调图像与原始连续图像的视觉误差，原理如图：图STYLEREF1\s2-SEQ图\*ARABIC\s17DBS算法框图DBS应用一个HVS视觉模型来减少半色调图像和原始图像的可见误差，HVS模型用一个低通滤波函数来表示，这个滤波器的频率响应如下：公式STYLEREF1\s2-SEQ公式\*ARABIC\s17其中和是视网膜对应角频率，L是平均亮度，c=0.525，d=3.91。e(x,y)为半色调图像与原始图像的可见误差，X为输出设备的可寻址点栅格，phvs(x,y)为点扩展函数也是H(,)的反傅里叶函数，[m,n]为原始图与半色调图之间的误差：e[m,n]=g[m,n]-b[m,n]，那么(x,y)与视觉模型的关系如下式：公式STYLEREF1\s2-SEQ公式\*ARABIC\s18公式STYLEREF1\s2-SEQ公式\*ARABIC\s19公式STYLEREF1\s2-SEQ公式\*ARABIC\s110(x,y)为敏感度函数，dot(x,y)为打印点轮廓函数，且，hvs(x,y)为HVS模型的对比度敏感函数(CFS)。h(x,y)为CSF函数的反傅里叶变换，D为视觉观测距离。那么由初始半色调图像与原始图像通过视觉模型产生的的误差均方为：公式STYLEREF1\s2-SEQ公式\*ARABIC\s111将(2-8)代人(2-11)，则E可以按如下公式表示公式STYLEREF1\s2-SEQ公式\*ARABIC\s112公式STYLEREF1\s2-SEQ公式\*ARABIC\s113公式STYLEREF1\s2-SEQ公式\*ARABIC\s114其中，[m,n]是打印可寻址网格离散点(x,y)和(x,y)之间的交叉校正函数。DBS用一个迭代的交换程序来减少误差E，这种算法从随机获得的半色调图像开始，按照从左到右，从上到下的顺序扫描整个半色调图像，对于每个半色调像素，评价像素取反和将其余相邻8邻域像素交换后的影响。如果取反和交换的任何改变能减少误差，那么这种减少误差的变换被保留，反复的执行上述过程，直到整个过程没有任何改变为止，算法结束。经过DBS处理后的半色调图像，几乎没有结构性纹理，而且能够很好的再现图像的丰富色调，视觉效果令人满意，如图2-8所示。但由于它是一种迭代算法，在不断的搜索最佳图像二值点排列的过程中，时间开销大，计算量过大导致了它很难用于实时处理场合，尤其在宽幅面打印机中的时间开销更大。针对此问题，Lieberman和David.J提出一种分块策略，在进行迭代前，将最先粗糙半色调图像分割成非叠加区域，使迭代发生在块区域内部，如果在某块中出现两次迭代误差变化不大，就停止此块的迭代，这样相对减少了时间开销。FarhanA.Baqai和JanP.Allebach指出在误差计算过程中的自相关和互相关函数是独立于原始图像和半色调图像，故可以将其预先计算出来，建立查找表，这样做也相对减少了时间开销，但算法计算量大的问题依然没有解决。Sagar等人提出进行DBS算法前先对最先的粗糙半色调进行局部分块，对每一小块寻求局部最小值，采用阈值优化和搜索优化来减少计算量，但算法是否有效还有待验证。图STYLEREF1\s2-SEQ图\*ARABIC\s18直接二元搜索法结果通过上述的三种主要半色调算法，通过表2-1来对比一下它们的优缺点。表2-1方法优点缺点抖动法点聚集态能够减弱点增益现象处理后图像半色调视觉效果不好，色调不够丰富点离散态能够保留图像的细节，视觉效果较好色调不丰富，点增益现象没有克服随机加网能够减弱龟纹现象半色调后图像色调不丰富误差扩散法得到图像色调相对丰富，像素分布各异无规律，算法高效简单应用广泛有明显的蠕虫和龟纹现象，有不连续的过度，在高光和暗调处与处理方向相关的滞后现象迭代法视觉效果最好，无龟纹，色调丰富计算量大，复杂度高，应用范围窄表STYLEREF1\s2-SEQ表\*ARABIC\s11三种半色调技术优缺点比较数字水印技术数字水印基本概念与特性数字水印（DigitalWatermarking）技术是将一些标识信息（即数字水印）直接嵌入数字载体当中或是间接表示，且不影响原载体的使用价值，也不容易被探知和再次修改，从而起到保护数字产品版权或完整性的一种技术。理想的数字水印方案应该是只有版权所有者才可以对其数字作品加载水印，但任何人都可以对其进行验证的水印方案。数字水印系统主要包括两个过程、三个要素：两个过程包括水印嵌入部分和水印提取认证部分，三个要素包括原宿主载体数据、水印和嵌入水印后的宿主载体数据。利用水印对数字产品进行保护需进行两个操作：为保护需在数字产品使用前将水印信息加入到数字产品中，一般称其为水印的嵌入；为验证或表明版权，需将加入到数字产品的水印提取出来，一般称其为水印的检测。数字水印技术除应具备信息隐藏技术的一般特点外，还有其特有的特点和研究方法。从信息安全的保密角度而言，如果隐藏的信息被破坏掉，系统可以视为安全的，因为秘密信息并未泄露；但是，在数字水印系统中，隐藏信息的丢失意味着版权信息的丢失，从而失去了版权保护的功能，所以这一系统是失败的。数字水印技术同信息安全技术的差别主要体现在三个重要方面：第一，水印是不可感知的。与条形码不同，它不会影响图像的美感。第二，水印与信息载体是不可分割的。当信息载体被转化为其他格式时，水印不会被清除。第三，水印能够同信息载体经历同样的变换。这意味着在某些情况下可以通过观察最终水印而获得信息载体所经过变换的一些信息。数字水印技术具有很多重要特性，包括嵌入有效性、显著性、数据容量、保真度、鲁棒性、安全性、复杂性、唯一性、通用性等。每一特性的重要性取决于实际应用的需要和水印的作用。实际上，对水印特性的理解也会随着应用的不同而变化。在数字水印的众多特性中，最主要的特性是显著性、数据容量和鲁棒性。下面对数字水印的显著性、数据容量和鲁棒性进行详细介绍。1、显著性显著性衡量水印的（不可）感知性或（不易）察觉性，对图像水印而言，就是不可见性。主要包括两个含义：一是水印不易被接收者或使用者察觉，二是水印的加入不影响原产品的视觉质量。从人的感知角度来说，图像水印的嵌入应以不使原始图像有可察觉的失真为前提。图像水印是一种特殊的水印，对一般的数字产品，可以在产品上加入可见的标志以表明其所有权，但对图像来说，这样可能影响图像的视觉质量和完整性。所以图像水印常指隐形水印，即水印对版权所有者是确定的，而对一般的使用者是隐藏的。与显著性密切相关的是保真度。一幅嵌入水印的图像的保真度可以用它与原始（不含水印的）图像的对比来判断。2、数据容量数据容量（payload）指在单位时间或一幅作品中嵌入水印的比特数。对照片而言，以张为单位数据容量指嵌入在照片中的比特数；对视频而言，数据容量既可以帧为单位，还可以秒为单位。换句话说，数据容量可指帧中嵌入的比特数，亦可指秒内嵌入的比特数；对音频而言，数据容量指传输过程中在一秒内所嵌入的比特数。一个N比特编码的水印系统可以嵌入2N个不同的消息，而在许多应用中要求检测器拥有双重功能：首先确定水印是否存在；如果存在，则继续确定嵌入的是2N个消息中的哪一个，则检测器共有2N+1个可能的输出值，即：2N个消息和“不存在水印”。3、鲁棒性鲁棒性（robustness）指图像水印抵御外界干扰，在图像产生失真（一般指失真并没有超出图像不能使用的极限）的条件下仍能保证其自身完整性和对其检测准确性的能力，即图像水印应能帮助以极低差错率来识别作品的所有权，所以鲁棒性也称可靠性或稳健性。对图像的外界干扰可以有很多种，从讨论水印鲁棒性的角度常分成两类。第一类是常规的图像处理手段（并非针对水印），如采样、量化、数/模、模/数转换，扫描，低通滤波、几何校正、有损压缩编码、打印等，图像水印抵御这些外界干扰的能力更常用鲁棒性来表示。第二类指恶意的攻击模式（针对水印），如对水印的非法探测和解码、重采样、剪切、以及特殊的位移、尺度变化等，图像水印抵御这些外界干扰的能力常用抗攻击性来衡量。数字水印的分类数字水印技术可以从不同的角度进行分类:1.按特性划分按水印的特性可以将数字水印分为鲁棒数字水印和脆弱数字水印两类。鲁棒数字水印主要用于在数字作品中标识著作权信息，如作者、作品序号等，它要求嵌入的水印能够经受各种常见的编辑处理;脆弱数字水印主要用于完整性保护，与鲁棒水印的要求相反，脆弱水印必须对信号的改动很敏感，人们根据脆弱水印的存在状态就可以判断数据是否被篡改及被篡改的程度。2.按水印所附载的媒体划分按水印所附载的媒体，可以将数字水印划分为图像水印、音频水印、视频水印、文本水印以及用于三维网格模型的网格水印等。随着数字技术的发展，会有更多种类的数字媒体出现，同时也会产生相应的水印技术。3.按检测过程划分按水印的检测过程可以将数字水印划分为明文水印和盲水印。明文水印在检测过程中需要原始数据，而盲水印的检测只需要密钥，不需要原始数据。一般来说，明文水印的鲁棒性比较强，但其应用受到存储成本的限制。目前学术界研究的数字水印大多数是盲水印。4.按内容划分按数字水印的内容可以将水印划分为有意义水印和无意义水印。有意义水印是指水印本身也是某幅数字图像(如商标图像)或数字音频片段的编码;无意义水印则只对应于一个序列号。有意义水印的优势在于，如果由于受到攻击或其它原因致使解码后的水印破损，人们仍然可以通过视觉观察确认是否有水印。但对于无意义水印来说，如果解码后的水印序列有若干码元错误，则只能通过统计决策来确定信号中是否含有水印。5.按用途划分不同的应用需要不同的水印技术。按水印的用途，可以将数字水印划分为票据防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印。票据防伪水印是一类比较特殊的水印，主要用于打印票据和电子票据的防伪。一般来说，票据的伪造者不可能对票据图像进行过多的修改，所以，诸如尺度变换等信号编辑操作是不用考虑的。但另一方面，人们必须考虑票据破损、图案模糊等情形，而且考虑到快速检测的要求，用于票据防伪的数字水印算法不能太复杂。版权标识水印是目前研究最多的一类数字水印。数字作品既是商品又是知识作品，这种双重性决定了版权标识水印主要强调隐蔽性和鲁棒性，而对数据量的要求相对较小。篡改提示水印是一种脆弱水印，其目的是标识宿主信号的完整性和真实性。隐蔽标识水印的目的是将保密数据的重要标注隐藏起来，限制非法用户对保密数据的使用。6.按水印隐藏的位置划分按数字水印的隐藏位置，我们可以将其划分为时(空)域数字水印、频域数字水印、时/频域数字水印和时间/尺度域数字水印。时(空)域数字水印是直接在信号空间上叠加水印信息，而频域数字水印、时/频域数字水印和时间/尺度域数字水印则分别是在DCI，变换域、时/频变换域和小波变换域上隐藏水印。随着数字水印技术的发展，各种水印算法层出不穷，水印的隐藏位置也不再局限于上述四种。在理论上，只要构成一种信号变换，就有可能在其变换空间上隐藏水印。数字水印的应用随着数字水印技术的发展，数字水印的应用领域也得到了扩展，主要有以下几个方面：（1）版权保护：数字作品的所有者可用密钥产生水印，并将其嵌入原始数据，当该作品被盗版或产生产权纠纷时，所有者即可从被盗版作品中获取水印信号作为依据，以此保护所有者的权益。（2）数字指纹：为避免未经授权的拷贝制作和发行，版权所有人可以向分发给不同用户的作品中嵌入不同的水印以标识用户信息。该水印可根据用户的序号和相关的信息生成，一旦发现未经授权的拷贝，即可根据此拷贝所恢复出的指纹来确定其来源。（3）标题与注释：将作品的标题、注释等内容以水印形式嵌入该作品中。例如，一幅画的作者和创作时间等。（4）访问控制：利用数字水印技术可以将访问控制信息嵌入到媒体中，在使用媒体前通过检测嵌入到其中的访问控制信息达到访问控制目的，这种水印应具有很强的鲁棒性。一个典型例子就是DVD防拷贝系统，即将水印信息加入DVD数据中，这样DVD播放机即可通过检测该水印信息而判断其合法性和可拷贝性。（5）认证和完整性校验：通常采用脆弱水印。对插入了水印的数字内容进行检验时，须用唯一的与数据内容相关的密钥提取水印，再通过检验提取出的水印的完整性来验证数字内容的完整性。其优点在于认证内容密不可分，处理过程得到了简化。数字水印模型目前，数字水印的研究共分为三个结构层次，分别是基础理论研究、应用基础研究和应用技术研究。其中，基础理论研究主要针对感知理论、信息隐藏及其数字水印模型、理论框架等；而应用基础研究的重要方向是针对图像、音频、视频等载体，研究不同载体对应的数字水印嵌入算法和检测算法；应用技术研究以实用化为目的，研究各种多媒体格式的数字水印在实际中的应用。从信号处理的角度看，嵌入载体对象的数字水印可视为在强背景下叠加一个弱信号。其限定条件是只要叠加的水印信号强度低于人视觉系统（HVS）的对比度门限或听觉系统（HAS）对声音的感知门限，则人视觉系统或听觉系统就无法感知到信号的存在。从数字通信的角度看，数字水印可以理解为在一个宽带信道（载体）上用扩频等通信技术传输一个窄带信号（水印）。但是，不论何种角度，数字水印系统都包括两部分：水印嵌入系统和水印检测系统。水印的嵌入模型如图STYLEREF1\s2-9所示，其输入是可选的公钥或私钥、水印信息和载体数据。该模型使用一个或多个密钥以确保系统安全，防止水印被修改和擦除。水印信息可以任何形式输入系统，如随机数字序列、图像或文本等。图STYLEREF1\s2-9水印信号嵌入模型水印的检测模型如图2-10所示，其输入至少包含传输之后的电子作品。如果检测系统在提取水印时需要原始载体或者原始水印，那么输入还包括原始载体作品或原始水印，当然这主要取决于水印的嵌入过程。图2-10中的虚线部分表示提取水印信息时，原始载体数据不是必要的。图STYLEREF1\s2-10水印信号检测模型数字水印的典型算法近几年数字水印技术研究发展很快，新算法层出不穷，最基本的就是空域算法和频域算法（变换域算法），很多新的算法都是基于变换域的。下面介绍一些典型的算法：空域算法：空域算法是相对于变换域算法而言的。其中比较典型的水印算法有LSB和MSB。LSB是将信息嵌入图像点中最不重要的像素位，以此保证嵌入水印的不可见性；MSB是将信息嵌入到图像点中最重要位，即最高位。但他们都有其共同缺点，这也是时空域算法普遍存在的缺点：算法鲁棒性差。另外一个常用方法是利用像素的统计特征将信息嵌入到像素的亮度值中，该算法与前面算法的区别是，它利用的是像素的统计特征。典型的有Patch-work算法。它是随机选择N对像素点（a，b)，每对像素点的差值是以0为中心的高斯分布。然后将点a的亮度值加1，点b的亮度值减1，以此改变分布的中心，并且使整个图像的平均亮度保持不变。最后采用统计的方法检测水印。为了抵抗有损压缩等处理，它将像素点对扩展成小块像素区域(patch)，增加一个patch中所有像素点的亮度值，同时减少对应的另外一个patch中所有像素点的亮度值。此算法对抵御有损压缩编码（JPEG）、剪裁攻击和灰阶校正很有效，但由于其嵌入的水印信息少，对多拷贝联合攻击抵抗能力脆弱。还有Schyndel算法。该算法提出了相关检测方法。该算法首先把一个密钥输入一个m-序列发生器来产生水印信号，m-序列的自相关函数和频谱分布的特点类似于随机高斯噪声，此后这个序列被重新排列成二维水印信号，并按像素点依次插入到原始图像像素值的最低位。但该算法嵌入码低，且对串谋攻击抵抗力弱。变换域算法：基于时空域算法存在的固有缺点，当前对数字水印算法的研究主要集中在变换域，它的基本思想是通过离散傅里叶变换（DFT）、离散余弦变换（DCT）或离散小波变换（DWT）等把数字图像的数据转化为相应频域的系数，以此来实现水印嵌入。在此算法中，首先要对载体进行某种特定的正交变换，嵌入空间是载体的某个或某些频带，这些频带所对应的变换系数要遵循一定的规则进行修改。载体的低频系数反映载体的主要轮廓，集中载体的绝大部分能量，是载体的主要信息；载体的高频系数则反映载体的细节，不易被人眼察觉。其特点是数据改变幅度小，水印的稳健性强且物理意义清晰，与压缩标准兼容可直接在压缩域中进行处理，且透明性好。缺点就是其抵抗几何变换等攻击的能力比较弱。压缩域算法：基于JPEG、MPEG标准的压缩域数字水印系统，由于其水印检测与提取可直接在压缩域数据中进行，这样就简化了完全解码与重新编码的过程，因此在数字电视广播及VOD中有很高的实用价值。输入的MPEG-2数据流可分为数据头信息、DCT编码信号块和运动向量3部分，一般的方法都是主要改变DCT编码信号块。相应的，水印的检测与提取也可以直接进行于压缩域数据中。NEC算法：它的工作原理是，首先由作者的标识码和图像的hash值等组成密钥，该密钥就做为种子产生伪随机序列，此序列满足高斯N（0，1）分布。再对图像做DCT变换，同时用这个伪随机序列调制图像除直流（DC）分量外的1000个最大的DCT系数。此算法可以防止IBM攻击，同时提出了一个重要原则，即水印信号应嵌入原数据中对人感觉最重要的部分，这大大增强了水印的鲁棒性和抗攻击能力。随后Podilchuk利用人类视觉模型改进了此算法，进一步提高了算法的鲁棒性与透明性等特性。该算法在数字水印算法中占有重要地位。（5）基于分形图像的编码方法：数学家M.F.Barnsley在论文中提出分形图像编码的概念，并且将迭代函数系统理论应用于图像编码，效果明显。此方法新颖有效，伴随着分形压缩技术的逐步完善，它的应用前景也会愈加广阔。生理模型算法：人的生理模型包括人类视觉系统（HVS)和人类听觉系统（HAS)。其思想均是利用从模型导出的JND（justnoticeabledifference）描述来确定在图像或声音的各部分所能容忍的数字水印信号的最大强度，以此避免破坏视觉或听觉的质量。实质就是，利用此模型确定与数据相关的调制掩模，再利用其嵌入水印。此方法同时具备好的透明性与鲁棒性。数字水印系统的性能评估主观性评估主观评估主要是利用人眼视觉特性来完成，通常是让观察者们在事先规定的评价环境和评价标准下进行，并根据观察者们的经验对图像提出质量评估，并给出评价分数，最后将所有观察者的分数进行加权平均，所得结果即为即为主观评估分数。主观质量评价方法包括相对性尺度和绝对性尺度，一般常用的主观评估指标如表2-1所示：表STYLEREF1\s2-SEQ表\*ARABIC\s12常用的主观评估指标相对性尺度标准绝对性尺度标准5分观察不出图像质量变化4分图像质量有变化，但不影响观察图像内容3分图像质量有变化，对观察图像内容稍有影响2分对观察图像内容有影响1分严重影响观察图像内容5分非常好4分好3分一般2分差1分非常差但是其结果会受到观察人的主观心理要求、文化素养、使用目的、观察环境等条件的约束，因此这种主观感性认识不能作为质量评估的唯一标准。故有人提出了一些定量的计算方法来客观评定数字水印系统性能。客观性评估客观性评估标准主要包括对隐蔽性和鲁棒性的性能评估。(1)隐蔽性评估，隐蔽性是对数字水印系统性能的最基本要求，为的是保证原宿主图像嵌入水印后，在视觉质量上不能够有改变，不能影响其原有的价值和使用价值。主要是检测嵌入全息水印前后宿主图像之间的差异。隐蔽性的客观评估本文采用峰值信噪比（PeakSignaltoNoiseRatio，PSNR）和通用图像质量指数（UniversalImageQualityIndex，UIQI）来衡量。(a)峰值信噪比PSNR是基于误差理论提出的，表示整个图像的失真程度，在一定程度上反映了图像变化前后各点像素误差的统计特性。令I(x，y)表示原宿主图像，Iw(x，y)表示含水印图像，峰值信噪比可定义为：（STYLEREF1\s2-SEQ公式\*ARABIC\s115）其中，M、N表示图像的行数和列数。单位用dB表示，数值通常在20dB和45dB之间，PSNR值越大，图像的保真度就越好，两图像完全相同时，值则是无穷大。PSNR是对错误的能源敏感，将图像看成孤立的点集合，而不是真正的信息丢失，缺点是不符合人眼的视觉特性。在彩色图像的质量评价中，例如RGB色彩模式的图像是由R、G、B3个色彩通道组成的，每一个颜色分量都需用一个字节表示，因此可以用三个色彩通道的峰值信噪比的平均值来表示其图像质量，算法如公式(2-8)所示：公式STYLEREF1\s2-SEQ公式\*ARABIC\s116其中PSNR(R)，PSNR(G)，PSNR(B)分别表示彩色图像的R、G、B3个色彩通道的峰值信噪比。(b)通用图像质量指数UIQI适用于各种图像处理，图像质量测量的方法不依赖于测试图像，观察条件以及观察者本身，测量得到的数值更符合人类视觉特性。令分别表示原宿主图像和含水印图像的信号，则通用图像质量指数可定义为：公式STYLEREF1\s2-SEQ公式\*ARABIC\s117其中由于此图像质量评价方法是将图像的相关性失真、亮度失真和对比度失真三个失真因素相结合进行建模的，为方便可以将公式2-10表示为：公式STYLEREF1\s2-SEQ公式\*ARABIC\s118其中第一项表示两幅图像之间的相关性关系，取值范围[-1，1]；第二项表示两幅图像之间的亮度关系，取值范围[0，1]；第三项表示两幅图像之间的对比度关系，取值范围[0，1]。故可得知UIQI值范围为[-1，1]，数值越大表明图像质量越好，仅当测试图像与原图像相同，即yi=xi，(i=1，2，...，N)时，UIQI才能取到最大值1。UIQI是目前较先进的图像质量评价指标。通用图像质量指数同样的可以应用在彩色图像的质量评价中，用R、G、B3个色彩通道的通用图像质量指数的平均值来表示其图像质量，算法如下：公式STYLEREF1\s2-SEQ公式\*ARABIC\s119其中UIQI（R），UIQI（G），UIQI（B）分别表示彩色图像的R、G、B3个色彩通道的通用图像质量指数。（c）鲁棒性评估数字水印系统的鲁棒性是指含水印的载体数据受到外界干扰，由于自然和人为等原因遭到攻击使得载体数据遭到一定程度的破坏的情况下，水印信息仍能被提取识别的性能。鲁棒性是衡量数字水印系统质量好坏的关键指标。本文用归一化相关系数（NormalizedCorrelation，NC）来衡量数字水印系统的鲁棒性。归一化相关系数定义如公式2-10所示：公式STYLEREF1\s2-SEQ公式\*ARABIC\s120其中w（x，y）表示提取水印信息，w'（x，y）表示原水印信息。归一化相关系数根据水印信息图像的相似度来评价提取水印的质量。NC数值范围为[0，1]，数值越大，两图相似性越好，表示提取水印的质量越好，即数字水印系统的鲁棒性越好。

半色调图像数字水印技术现已提出的半色调图像水印算法可分为两类：一类是把水印加入到一幅半色调图像中，检测时把待检测图像扫描到计算机，利用提取算法看能否提取出水印信息，从而判断该图像的来源或真伪；另一类方法是把同一水印加入到两幅或多幅图像中，至少同时拥有两幅图像，才能提取出水印信息，检测时把两幅或多幅图像叠加在一块，就可看到清晰的水印标识。单幅图像中信息的隐藏该类方法与普通的水印方法类似，只不过处理的是半色调图像。根据隐藏信息过程中原始多色调图像的需要与否，该类方法又可分为两类：第一类直接在半色调化的图像中加水印；第二类是在图像半色调化的过程中将信息隐藏其中。Z.Baharav，D.Shaked利用图像的有序抖动过程，通过采用不同的抖动矩阵将信息加入其中，抖动矩阵的序列代表了要加入的信息。具体实现时采用两个抖动矩阵，分别用来代表嵌入的信息位是0或l。但文章是在假设不涉及到打印扫描过程的情况下来实现这种方法的。HagitZ.HeI-or把上述方法改进并运用于印刷品的版权保护，还给出了具体的实现步骤。首先把要加入的信息编码为一二进制序列，然后将其排列为一二进制矩阵，根据矩阵中的元素值把抖动矩阵排列为阈值模板，用该模板处理原始图像，即可得到含有水印信息的半色调图像。检测时，通过判断抖动矩阵的序列来确定加入的二进制序列，从而提取出水印信息。Soo-changPei，Jing-mingGuo提出的方法与以上方法类似，但利用的是误差扩散过程。当采用不同的过滤器对图像进行处理时，所得半色调图像的纹理会有差别，这种差别在图像的空域和频域均有反映。因此，可以用两个过滤器对图像的不同部分进行处理，同样，它们的顺序代表了要嵌入的信息。检测时，在空域和频域均能得到水印信息。Shen-GeWang等用两个共轭抖动矩阵（conjugateScreen）对图像进行处理，在把所得半色调图像错位叠加后，即可看到水印信息。当两个抖动矩阵大小相等，对应元素值满足Tl（i，j）=255-T2（i，j）时，就称这两个矩阵为共轭抖动矩阵。由于两个共轭抖动矩阵的高度相关性，当用它们处理图像时，所得半色调图像也是高度相关的。因此，对于已设计好的抖动矩阵，对应于水印信息的背景部分元素值不变，而对应于水印信息的有效信息部分，元素值取它们共轭抖动矩阵中对应的值。当错位叠加处理后的图像时，水印信息便可清晰地显现出来。多幅图像中信息的隐藏该类方法把同一水印信息隐藏到两幅或多幅半色调图像中，提取水印信息至少需要两幅图像。与前面介绍的方法相比，该类方法检测过程比较简单，直接叠加两幅图像即可。mingSunFu，oscarc.Au提出的随机误差扩散（StochasticErrorDiffusion）方法中产生的第一幅图像是普通的半色调图像，而第二幅图像是根据水印标识通过随机误差扩散产生的。与Shen-GeWang用共轭抖动矩阵对图像处理的结果相似，两幅图像中水印背景部分像素值相等，而在水印的有效信息部分，误差扩散的纹理具有不同的相位信息。当两幅图叠加在一块时，同样可看到水印标识。图STYLEREF1\s3-1所示分别是第一、第二幅图及它们叠加后的效果。Soo-changPei，Jing-mingGuo提出的噪声平衡的误差扩散方法（Noise-BaIancedErrorDiffusion）与上述方法类似，但引入的噪声不同，并且可以产生多幅图像，任意两幅叠加，均可监测到水印。与上述两种方法不同，TadahikoKimoto提出的方法是在使用模板法对图像半色调处理的过程中实现的。该方法采用两个序列模板，所加水印同样是人眼可识别的标识。实现时，随机选取单元模板产生第一幅图像；对于第二幅，如果处理的像素位于水印背景区，则与第一幅图使用相同的模板，否则使用另一序列模板中的单元模板。检测时，原理与前述方法类似，不再重复。图STYLEREF1\s3-SEQ图\*ARABIC\s11为本方法实验结果。（a）普通半色调图像（b）根据水印产生的半色调图像（c）叠加后的图像图STYLEREF1\s3-1随机误差扩散法示例（a）第一幅半色调图像（b）第二幅半色调图像（c）叠加后的图像图STYLEREF1\s3-2利用模板法在半色调图像中隐藏信息示例

实验研究本次实验中，在Matlab环境下进行仿真实验，采用256×256标准大小的灰度图像（若是彩色图像，先进行灰度化处理）作为实验目标图像，水印图像采用32×32标准大小的灰度图像作为实验目标图像。首先将原图像信息读取后，对图像进行半色调化处理，然后嵌入水印，得到含水印的半色调图像，再从含水印的半色调图像中提取出水印，最后检测其鲁棒性。实验中对灰度图像的半色调化处理采用了误差扩散法。对水印的嵌入和提取采用了基于离散余弦变换（DiscreteCosineTransform，DCT）的水印算法。本次实验对四种图像进行了处理：分别是人物图像、风景图像、指纹和地图图像，具体处理方法及效果如下文所述。灰度图像的半色调化处理实验中的图片有五张。1、试验中用到的原图像如下所示：图STYLEREF1\s4-SEQ图\*ARABIC\s11lenna图STYLEREF1\s4-SEQ图\*ARABIC\s12goldhill图STYLEREF1\s4-SEQ图\*ARABIC\s13finger图STYLEREF1\s4-SEQ图\*ARABIC\s14aerial2、实验中选定二值图像“俊”作为水印图像，大小为32×32像素，如图STYLEREF1\s4-SEQ图\*ARABIC\s15所示：图STYLEREF1\s4-SEQ图\*ARABIC\s16水印图像选定图片后，先对最初选定图片进行实验前的处理，包括彩色图片灰度化和将图片裁剪成256×256的标准图片，然后再进行半色调化处理，本次实验采用误差扩散法对图像进行半色调化处理。误差扩散法MATLAB程序如下：X=imread('F:\image.jpg');A=rgb2gray(X);B=imcrop(A,[150,150,256,256]);%在图像的（150,150）处截取（256,256)大的图像B=double(B)/255;%把矩阵由UNIT8转换为实型I=zeros(256,256);%给数组B赋初值subplot(121);imshow(B,[0,1]);%显示图像Ba=7/16;b=3/16;c=5/16;d=1/16;%定义误差分配规则fori=1:256%对每行进行处理forj=2:256%对每列进行处理ifB(i,j)<1/2%进行阈值比较I(i,j)=0;elseI(i,j)=1;endwc=(B(i,j)-I(i,j));%定义误差B(i,j+1)=B(i,j+1)+wc*a;B(i+1,j-1)=B(i+1,j-1)+wc*b;B(i+1,j)=B(i+1,j)+wc*c;B(i+1,j+1)=B(i+1,j+1)+wc*d;%误差分配endendsubplot(122);imshow(I,[0,1]);图片效果如图STYLEREF1\s4-7、STYLEREF1\s4-8、STYLEREF1\s4-9、STYLEREF1\s4-10所示：（a）、Lenna灰度图像（b）、Lenna半色调图像图STYLEREF1\s4-SEQ图\*ARABIC\s17Lenna灰度图像和所得半色调图像（a）、goldhill灰度图像（b）、goldhill半色调图像图STYLEREF1\s4-SEQ图\*ARABIC\s18goldhill灰度图像和所得半色调图像（a）、finger灰度图像（b）、fingerl半色调图像图STYLEREF1\s4-SEQ图\*ARABIC\s19finger灰度图像和所得半色调图像（a）、Aeriall灰度图像（b）、Aerial半色调图像图STYLEREF1\s4-SEQ图\*ARABIC\s110Aerial灰度图像和所得半色调图像水印图像二