图像处理第11章 图像水印

第四单元拓展技术

图像水印：在保证图像视觉质量的前提下，将特定的信息“编入”图像数据，实现对图像的加工，将特定信息与图像联系在一起彩色图像：将图像从标量图像拓展为矢量图像视频图像：将图像空间从一般的空间域拓展到时间域多尺度图像处理：将图像表达方式进行处理，通过综合利用图像内容在多个尺度上的联系，对图像更全面、有效的处理图像水印彩色图像处理视频图像处理多尺度图像处理单元内容第11章图像水印章节安排：11.1节对有关水印原理和特性内容进行介绍，水印的嵌入和检测；11.2节介绍DCT域的图像水印，无意义水印，有意义水印的算法；11.3节介绍DWT域图像水印，介绍其特点和应用；11.4节讨论对水印性能的评判问题；11.5节从更高的层次讨论水印及相关技术，介绍水印与信息隐藏的关系。第11章图像水印图象水印的主要用途(1)版权鉴定：提供证明所有者的信息，从而保护图象产品的版权（著作权）(2)使用者鉴定：可将合法用户的身份记录在水印中并用来确定非法复制的来源

(3)真实性确认：水印的存在可以保证图象没有被修改过(4)自动追踪：通过追踪水印，从而知道何时何地图象被使用，有利于版税征收(5)复制保护：利用水印可以规范对图象的使用，如仅播放而不复制11.1水印原理和特性{使用角度上看，对水印的操作主要是嵌入和检测；从性能看，不同水印有不同特点，用来对水印进行分类}11.1.1水印的嵌入和检测利用水印保护数字产品需进行两个操作：水印的嵌入：在数字产品使用前将水印加入到数字产品中以进行保护

水印的检测：将嵌入到数字产品中的水印提取出来以验证或表明版权

图11.1.1水印的嵌入和检测示意图11.1.1水印的嵌入和检测设原始图象为f(x,y)，水印为W(x,y)，嵌入水印的图象为g(x,y)，水印嵌入过程表示为：

（E表示嵌入函数）

g=E(f,W)

（11.1.1）给出待检测图像h（x,y）,可从中抽取待验证的可能水印

w（x,y）：

（D表示检测函数）

w=D(f,h)

(11.1.2)考虑原始水印和可能水印的相关函数C(.,.)如果（T为预先确定的阈值）：C(W,w)>T则表示水印存在，否则认为不存在。11.1.2水印特性图像水印最重要的特性有两个：显著性，稳健性1.显著性衡量水印的不可感知性或不易察觉性包括两个含义：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。与显著性密切相关的是保真度，水印图像的保真度可用它与原始图像的差别来判断。显著性是一个相对的概念，水印的显著性与水印本身及与原始图像的对比性有关。（P253图11.1.2）11.1.2水印特性2.稳健性稳健性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使图像不能使用的极限）的条件下仍能保持其自身完整性和对其检测准确性的能力。也称可靠性或鲁棒性，与嵌入信息量和嵌入强度有关系。易损水印对外界处理有敏感的反应，会随着媒体被修改而发生变化，可用于检测是否对水印所保护的数据进行了修改。达到媒体是否受到改动的结论。11.1.2水印特性水印的其他常需考虑的特性1.安全性指水印不易被复制和伪造的能力，以及不易被非法检测的能力2低复杂性

指水印嵌入和提取的计算复杂度低3.唯一性对所有权有唯一确定的判断4.通用性同样的水印技术是否可适用于不同的媒体11.1.3水印分类1.公开性分类水印类别特性私有水印其检测需要提供提供原始数字产品，借此作为提示以寻找水印嵌入的位置，或从嵌入水印图像中将水印部分区别出来。半私有水印检测不需使用原始数字产品，但须提供其中是否有水印的信息公有水印（盲水印）既不需要提供原始数字产品，也不需要提供嵌入水印后的数字产品。可直接从接收到的数字产品中检测出来。不对称水印（公钥水印）指任何用户都能看到，但去不掉的水印，水印嵌入与水印检测工程中使用的密钥不同11.1.3水印分类2.感知性分类(1)可感知水印可感知水印是可见的，如覆盖在图像上的可见图标，电视屏幕四角的电视台标示或栏目标示。该水印往往是版权信息，它提供了寻找原作品的线索，付费后专业软件可以去掉可感知的水印。(2)不可感知水印不可感知水印也称隐形水印，这种水印常表示原作品的身份，造假者轻易去不掉，主要用于检测非法复制和鉴别产品真伪。图像水印对图像来说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蔽的11.1.3水印分类3.含义/内容分类(1)无意义水印

利用伪随机序列表达有无，难以伪造无水印

：H0:g–f=n

有水印：H1：g–f=w+n上式中n为噪声(2)有意义水印•本身有特定/确切含义（多比特信息）•文字串、图标、图象等，可提供的信息多，对其嵌入和检测的要求也高11.1.3水印分类4.变换域水印尽管图象水印的嵌入可在空域，即图象域中进行，但大多数图象水印的嵌入都是在变换域中进行的。变换域法的主要优点：(1)水印信号的能量可广泛分布到所有象素上，有利于保证不可见性；(2)可以比较方便地结合人类视觉系统的某些特性，有利于提高稳健性；(3)变换域方法与大多数图象编码国际标准兼容，可直接实现压缩域内的水印算法（此时的水印也称比特流水印），从而提高效率。11.2DCT域图像水印{利用AC系数可加强嵌入的秘密性，而利用DC系数可增加嵌入的数据量}11.2.1无意义水印算法水印嵌入

综合利用DC和AC系数的方案将图象块分为三类：①具有低亮度且纹理简单的块（嵌入较少水印）②具有高亮度且纹理复杂的块（嵌入较多水印）③

其它块（嵌入量适中）11.2.1无意义水印算法具体步骤/细节产生一个服从高斯分布N(0,1)的随机序列作为拟嵌入的水印{gm:m=0,1,2,…,M–1}选取4个DCT系数即Fi(00)Fi

(01)Fi(10)和Fi(11)取随机序列长度为图象分块数的4倍,将随机序列乘以适合的拉伸因子后嵌入DCT系数.嵌入时对DC和AC系数采用不同的嵌入公式，对AC系数采用线性公式，对DC系数采用非线性公式，综合如下

a和b为拉伸因子11.2.1无意义水印算法对纹理简单的块，a=0.005；对纹理复杂的块，a=0.01.

根据分类结果：第1类b=3，第2类b=9，第3类b=6例11.2.1水印不可见性示例

原始图水印图差值图

11.2.1无意义水印算法2.水印检测水印的检测采用假设相关检测方法。将待检测图像与原始图像相减后的结果进行分块DCT，再从中获得待测试水印序列与原始水印做相关性检测，以认定是否有水印。图11.2.3水印算法流程图11.2.1无意义水印算法具体步骤：(1)计算原始图象f(x,y)和拟检测图象h(x,y)的差图像(2)对差图象的每个块计算DCT(3)从DCT图象块提取可能的水印序列(4)计算可能的水印和原嵌入水印的相关性，并作出判断对给定阈值T，如果Ｃ（Ｗ，ｗ）＞Ｔ，表明检测到所需水印，否则认为没有水印，在选择阈值Ｔ时，既要考虑误检也要考虑虚警。１１.２.２有意义水印算法1.水印嵌入对上讲的无意义水印算法改进得到一种可用有意义水印的算法。(1)构造符号集（有意义符号）(2)将每个符号对应一个二值序列(3)序列中“0”和“1”出现服从Bernoulli分布（保证随机性）(4)将序列扩展成（符号数的）整倍数(5)将扩展序列加到DCT块的系数中１１.２.２有意义水印算法水印嵌入的步骤(1)将原始图像f(x,y)分解为8×8的图像块，将各块记为bi,i=0,1,..,N-1:

(2)对每个块计算DCT:(3)根据需嵌入的符号序列的长度L，选择一个合适的匹配滤波器的维数M。(4)将扩展序列嵌入到DCT块中。令W={wi|wi=0,1}为对应有意义符号的扩展序列，则可将水印标示为D代表前四个DCT系数，s是水印的强度１１.２.２有意义水印算法2.水印检测对有意义水印检测的前三个具体步骤与对无意义水印的检测相同{P.257}在第四个步骤中，设第i次提取时，wi*是提取出的信号强度；是第k个匹配滤波器的输出，它们之间的相关为其中M是匹配滤波器的维数给定j，1≤j≤L,如果那么对应

j

的符号就是检测出的符号。11.3DWT域图像水印与DCT域图像水印相比DWT域图像水印由于之处来自于小波变换的特性(1)小波变换具有空间-频率的多尺度特性，对图像的分解可以连续地从低分辨率到高分辨率进行，有利于确定水印的分布和位置以提高水印的稳健性并保证不可见性。(2)DWT有快速算法，可对图像整体进行变换，对外界干扰也有较好的抵御能力(3)DWT的多分辨率特性可以较好地域人类视觉系统（HVS）特性相匹配，易于调整水印嵌入强度以适应人眼视觉特性，平衡水印稳健性和不可见性之间的矛盾。11.3.1人眼视觉特性人眼视觉特性（P.259）(1)

亮度掩蔽特性：越亮越不敏感(2)纹理掩蔽特性：越强越不敏感(3)频率特性：越高越不敏感(4)相位特性：比对模的变化更不敏感(5)方向特性：对斜方向光强变化不如水平/垂直方向敏感借助HVS和视觉掩盖效应的基本思想是利用HVS导出视觉阈值（JND），并用来确定在图像中各个部分所能容忍的水印信号的最大强度，避免水印的嵌入破坏图像的视觉质量。11.3.1人眼视觉特性3个人眼视觉掩盖特性和视觉阈值设对图像进行了L级小波分解（得到3L+1个子图像），小波域的基于人眼视觉掩盖特性的视觉阈值表示为T(u,v,l,d),其中u和v表示小波系数位置，l表示小波分解层次，d表示高频子图像的方向。(1)人眼对不同方向不同层次的高频子带图象的噪声不太敏感，另外对45º方向的子带（如HH子带）图象的噪声也不太敏感，不同子图像对噪声的敏感度与该子图像的掩盖因子成反比设在l层沿d方向的子图像对噪声的掩盖因子：M(l,d

)

Ml和Md分别考虑了不同分解尺度和不同分解朝向子图像的掩盖特性：Ml

对高频子图像取较大的值，对低频子图像取较小的值，Md对450方向的子图取较大的值，而对其他朝向的子图像取较小的值。大的M(l,d)表明该子带对噪声的敏感度较低，可以在其上叠加较多的水印。

11.3.1人眼视觉特性(2)人眼对不同亮度区域噪声的视觉敏感性不同，通常对中等灰度最为敏感，而趋向低灰度和高灰度两个方向敏感度都非线性下降。实际应用中可将这种非线性用关于灰度的二次曲线来表示。例如对256级灰度图像，将其灰度范围分城3段，低灰度、中灰度和高灰度，图像块中均值为m。该块各点对噪声掩盖因子B(u,v)曲线为凹曲线，由曲线B可知，低灰度和高灰度处对噪声的敏感度较低，可以叠加较多的水印。11.3.1人眼视觉特性(3)人眼对图象平滑区噪声较敏感而对纹理区噪声较为不敏感。可根据图象分块区域的熵值来计算纹理掩盖效应。熵值较小表示对应灰度平滑区，熵值较大表示对应图像纹理区。掩盖因子：H(u,v)，块的熵值为H。将块的熵值归一化并乘以系数k以与其他掩盖效应因子相匹配，得到块图像纹理掩盖因子：在掩盖效应大的区域可以叠加较多的水印。综合考虑上述3种特性，小波域视觉掩盖特性值表示为上式给出的人眼视觉掩盖特性的视觉阈值T(u,v,l,d)综合考虑了人类视觉系统在不同分辨率和不同方向特性的敏感性，以及图像块在不同亮度下的对比度掩盖效应和对不同纹理的屏蔽效应，根据该视觉阈值可控制水印嵌入的强度和嵌入水印的不可见性，以保证在水印不可见的前提下尽可能增加嵌入水印的强度从而提高水印的稳健性。11.3.2小波水印算法1.水印嵌入

选用具有高斯分布N(0,1)，长度为M的实数随机序列作为水印W，即W={w1,w2,…,wM}基本嵌入流程与DCT域类似11.3.2小波水印算法主要过程：(1)确定小波基，

对原始图像L级小波变换，分别得到一个最低频子图像和3L个高频子图像。(2)计算高频子图象内的人眼视觉掩盖特性的视觉阈值T(u,v,l,s)，然后对高频子图像内的小波系数进行降序排列并选择小波系数插入水印(3)嵌入水印（即用水印序列来调制前N个小波系数）

(4)将嵌入水印的高频子图象结合低频子图象一起进行小波反变换，得到嵌水印图象f'(x,y)。11.3.2小波水印算法2.水印检测

对原始图象f(x,y)和待测图象f''(x,y)（有可能与原嵌入水印图象f'(x,y)不同）都进行L级小波分解，得到各自的1个最低频子带和3L个高频子带

从原始图像f(x,y)的最小波高频子图像中得到重要系数{Si，i=1,2…}，从待测图像f''(x,y)的小波高频子图像中选择相应的系数作为待测重要系数集{Si'',i=1,2,…}。依次比较各Si和Si''的值，从而提取水印信息W''。对待测水印序列和原始水印之间相似性的定量评价可以使用归一化相关系数CN:如果CN的值超过某一阈值，则判定W和W''为相关水印序列，即图像中存在先前嵌入的水印。11.3.2小波水印算法例11.3.1水印分布示例这里所用水印符合高斯分布N(0,1),长度M=1000的随机序列。(a)为原始图像，(b)为含水印图像（PSNR=38.52dB）,(c)为两组的绝对差值图像

(1)从视觉效果上看不出两图的差别，这说明该算法嵌入水印具有很好的不可见性。(2)从差值图像可以看出，水印嵌入强度在纹理区、低亮度区和高亮度区要大些，而在图像平滑区和中等亮度区相对弱写，水印嵌入强度具有自适应调节性能。11.4水印性能评判{对水印性能的检测和评价与所关心的水印特性和指标密切相关}11.4.1失真测度衡量图像水印的不可见性客观指标，用f(x,y)代表原始图像，用g(x,y)代表嵌入水印的图像，图像尺寸均为N×N，定义不同的是真测度，常见差失真测度包括以下两种：(1)Lp

范数：(2)拉普拉斯均方误差：P=1时得到平均绝对差，p=2时，得到均方根误差11.4.1失真测度常见两种相关失真测度(1)归一化互相关(2)相关品质11.4.2基准测量和攻击1.基准测量方法{水印的稳健性与水印的可见性以及有效载荷有关}先确定一定的图象/视频数据；

嵌入尽可能多但还不至于导致非常影响视觉质量（根据某种测度）的水印；对嵌入水印的数据进行处理或攻击；通过测量所产生误差的比例来估计水印方法的性能。

衡量水印性能的基准方法将于选用的有效载荷、视觉质量测度以及处理或攻击方法有关11.4.2基准测量和攻击1.基准测量方法(1)稳健型基准测量有效载荷固定为1个比特或60个比特，视觉质量测度采用了空间掩膜模型，水印的强度被调节到根据上述模型只有不到1%的像素能看出有变化。11.4.2基准测量和攻击(2)感知性基准测量有效载荷固定为80个比特，视觉质量测度采用了失真测度。该失真测度考虑人类视觉系统的对比敏感度和掩膜特性，对超过视觉阈值（JND）的点进行计数。JND可用来确定在图象各个部分所能容忍的水印信号的最大强度，从而避免水印的嵌入破坏图象的视觉质量。换句话说，就是利用人类视觉模型来确定与图象相关的调制掩模。11.4.2基准测量和攻击2.攻击类型对水印的攻击是未经授权的操作常见的3种攻击类型：(1)检测：例如一个水印产品的使用者检测了本应由所有者才检测的水印，这也称被动攻击；(2)嵌入：例如一个水印产品的使用者对产品嵌入了一个本应由所有者才能嵌入的水印，这也称伪造攻击；(3)删除：例如一个水印产品的使用者删除了本应由所有者才有权删除的水印。上述几种手段也可能结合使用，如先删除产品中已有的水印，在嵌入需要的水印，称为改变攻击。11.4.2基准测量和攻击

所谓水印攻击分析，就是设计方法对现有的水印系统进行攻击，以检验其稳健性。攻击的目的在于使相应的水印系统无法正确的恢复水印信号，或检测工具不能正确的检测到水印信号的存在。

用来模拟攻击的工具称为StirMark软件，利用它通过考察水印检测器能否从遭受攻击的水印载体中提取或检测出水印信息来评定不同水印算法抗攻击的能力。还可以将各种处理方法和攻击手段集合起来构成新的攻击。11.4.3水印性能测试示例1.DCT域无意义水印性能的测试(1)稳健性

均值滤波亚采样压缩图像加噪声

PSNR=22dB

PSNR=21dBPSNR=19dB

PSNR=12dB这四种情况下图像均有较大失真，但水印均能正确地检测出来11.4.3水印性能测试示例(2)唯一性由N(0,1)的高斯分布产生10000个随机序列，选其中一个序列作为嵌入水印而将其它序列作为对比水印进行测试真假水印得到的结果差别很大，真水印很易与假水印区别开图象处理操作原始图压缩均值滤波亚抽样与嵌入水印的相关114.512.413.823.6与其它序列的相关（最大值）3.823.984.593.58表11.4.2对水印唯一性的测试结果11.4.3水印性能测试示例2.DCT域有意义水印性能的测试(1)对均值滤波的稳健性对每幅图嵌入了一个有8个符号的水印序列对有意义水印不仅需要正确检测出各个符号，而且要正确检测出各个符号的位置。表11.4.3给出对应测试结果，正确符号图11.4.2两幅实验图像指既符号正确也位置正确。花人群11.4.3水印性能测试示例(2)对亚采样的稳健性对每幅实验图像嵌入的也是一个有8个符号的序列。图(a)和图(b)分别为对Lena图用1:2和1:4亚采样结果的局部图，图(c)和图(d)分别为对Person用1:2和1:4亚采样结果的局部图。对比，Person图受亚采样的影响更为明显。11.4.3水印性能测试示例(3)对JPEG压缩的稳健性对每幅实验图象嵌入的符号序列尺寸是变化的，从1到128。表中给出的数值是能将整个符号序列完全正确检测出来时的图象峰值信噪比（PSNR）的最低值。可看出嵌入符号序列的长度与图像峰值信躁比的关系。11.4.3水印性能测试示例3.小波域水印性能的测试水印对一些图像处理和攻击的抵抗能力见表11.4.6，如果选择判决门限为0.2，则根据归一化相关系数值，水印都能被正确检测出来。11.5信息隐藏{信息隐藏是一个比较广泛的概念，一般指将某些特定的信息有意地和隐蔽地嵌入某种载体，以达到保密的目的。}11.5.1水印与信息隐藏根据是否对特定信息本身存在性的保密或不保密，信息隐藏可以是隐秘的或非隐秘的；根据这些特定信息与载体相关或不相关，信息隐藏又可分为水印类型的或非水印类型的。

与载体相关与载体不相关隐藏存在性隐秘水印秘密通信已知存在性非隐秘水印秘密嵌入通信11.5.1水印与信息隐藏(1)隐秘水印隐秘术将（需保密的）信息隐藏在另一（可公开的）信息/数据中。水印常还多一个要求，即抗击可能攻击的稳健性/鲁棒性水印系统所隐藏的信息总是与被保护的产品结合在一起的，而隐秘术系统仅考虑隐藏信息而不关心载体(2)非隐秘水印水印并不总需要隐藏，尽管大多数文献的研究集中在不可见水印上。水印与密码学有一些相通之处，可用来隐藏信息，也可作为一种捉左权保护技术。11.5.1水印与信息隐藏(3)私密通信秘密通信时常采用隐蔽信道，而且嵌入的信息是与载体无关的，这里嵌入的信息是接收方需要的而载体并不是接收方需要的，载体只是用来帮助传输嵌入的信息。(4)私密嵌入通信嵌入通信指通过公开通道传输秘密信息，该信息被嵌入到公开的信号中但与该信号无关，所以不是水印。嵌入通信与信息伪装密切相关，信息伪装保护的是信息的存在性

11.5.2基于迭代混合的图象隐藏{图像隐藏可看作是一种特殊的信息伪装，它将拟隐藏的图像嵌入到载体图像中传递}(1)

图像混合考虑载体图像f(x,y)和拟隐藏图像s(x,y)，如果α满足0≤α≤1，则称图像为图像f(x,y)和s(x,y)的参数α混合，当α为0或1时称为平凡混合。

图(a)为载体图像，图(b)为隐藏图像，图(c)为取α为0.5得到的混合图像。11.5.2基于迭代混合的图象隐藏当混合参数

α接近1时，混合图象b