基于混沌特性的小波数字水印算法C-SVD课件

第4章(2)基于混沌特性的

小波数字水印算法C-SVD4.1小波4.2基于混沌特性的小波数字水印算法C-SVD

4.2.1小波SVD数字水印算法4.2.2基于混沌特性的小波数字水印算法C-SVD4.3图像的数字水印嵌入及图像的类型解析4.4声音的数字水印嵌入4.5数字水印的检测4.6数字水印检测结果的评测

图像的类型解析

灰度图像

RGB图像

索引图像

4.4声音的数字水印嵌入

WAVE声音文件可以看作一个列向量。根据C-SVD方法，如果要在WAVE声音文件中嵌入数字水印，要将WAVE声音文件转换为二维矩阵，只有这样才能通过计算二维矩阵的相关系数判断水印存在与否。因此首先要将WAVE声音文件这个列向量转换为n阶方阵，不足的元素由0来填充。接下来的操作与图像的水印嵌入过程相同。然后将嵌入数字水印的方阵转换为列向量，并根据填充0的元素个数将列向量的最后几个元素去掉。图4.15显示了一个WAVE声音文件在嵌入数字水印前后的声音波形图。

4.4声音的数字水印嵌入

从图中可以看出，WAVE声音的波形变动很小，人的听觉系统是无法分辨其间的差距的。MP3音乐风靡全球，深得人们的喜爱。那么如何保护MP3音乐作品的版权呢？可以对MP3音乐声音文件嵌入数字水印来实现其版权保护。方法为：将MP3音乐声音文件转化为WAVE声音文件，使用上面讨论的对WAVE声音文件嵌入数字水印的方法，再将WAVE声音文件转化为MP3音乐声音文件.这要求水印是健壮的，因为从WAVE声音文件转化为MP3音乐声音文件是一个有损压缩的过程。

4.5数字水印的检测

数字水印的检测成功与否非常关键，一个信号中的水印如果不能正确地被检测出来，那么就失去了数字水印存在的意义。图4.16显示了数字水印的检测过程。

理论上讲，当被检测图像中包含数字水印时，其相关系数应该为1，反之则介于0、1之间。但是一般说来，实际信号经过传输中的噪声以及其它一些信息处理操作，都会发生或多或少的改变，因此这里判断出的相关系数很难达到1或者是0。只能根据相关系数向1和0的趋近程度来判断是否存在数字水印。矩阵对相关性相当敏感，不相关的矩阵经过通常的变换计算出的相关系数非常接近于0，而相关矩阵即使经过一些变换其相关值也非常接近于1，这使得判别水印的存在状况有了依据。4.6数字水印检测结果的评测

4.6.1参数d/n与б对数字水印的影响

图像的小波系数水印改变量用||(CA)||来衡量，它受尺度参数σ控制。在数字水印的嵌入技术中除了初值之外还有两个参数极为重要：一个是d/n，另一个是б。W(CA)的随机性由参数d/n控制。图4.12给出σ及d/n对水印的影响。因此在加水印的过程中有必要对参数σ及d/n进行合理的选择和测试。选择不同的参数，水印效果是不同的。测试结果如图4.17所示。d/n表示原矩阵被随机矩阵替代的列数。从图4.7中可以直观地看到d/n的值越接近于1，生成的水印随机性越强，反之则越象原图像。图4.18和4.19中的两个图分别显示了d/n=0.01和d/n=0.99时，选取连续的500个初值生成的水印与原水印之间相关系数的比较结果。

从理论角度分析，两个图像越相象，它们之间的相关性越强。当两个图像完全相同时，它们的相关系数为1；反之，两个图像越随机，它们之间的相关性越弱。当d/n趋近于1时，随机矩阵取代了绝大部分原矩阵数据，因此生成的水印图像随机性较强；d/n趋近于0时，随机矩阵几乎没有对原矩阵产生任何影响，因此生成的水印图像比较相似。可见，上面的实验结果与理论分析完全一致。相关系数高的水印属于弱水印，这类水印大多应用于完整性确认；相关系数低的水印属于强水印，它广泛应用于版权保护、身份确认等方面б的值为0、1之间的实数，б值的大小代表着水印信息在嵌入水印后的图像中痕迹所占的比重。б的值越接近于1，它所占的比重越大，越接近于0它所占的比重越小。在C-SVD算法中，由于生成的数字水印是由原图像得来的，因此б取值的大小不会对最终图像的结果产生感官上的影响。对于以其它途径获得的数字水印来说，适当地选取б值极为重要。对于用来进行内容保护或标记注释的数字水印来说，尽量选择较大的б值，以增强水印信息的影响力；而对于用在版权保护或信息隐藏方面的数字水印来说，要选取较小的б值以避免秘密信息的泄漏。4.6.2数字水印的抗压缩检测

从这个改进的算法C-SVD可以

得出以下结论：(1)密钥唯一性：不同的密钥产生不等价的水印，即对任何图像M,(2)不可逆性：混沌序列{Xn}是不可逆的：是不可逆的，即不能根据W(CA)逆推出来。不可逆意味着对于任何水印信号W，很难找到其它有效水印与该水印信号等价。(3)不可见性：C-SVD算法是不可见水印处理系统，嵌入水印后没产生可见的数据修改，即加水印后的数字产品相似于原始数字产品，即XPw~XP0。(4)水印有效性：在水印处理算法C-SVD中水印是有效的。对于特定的产品XP∈XS，当且仅当存在K∈KS，使得G(XP,K)=W。

(5)产品依赖性：在相同的密钥条件下，当G算子用在不同的产品时，产生不同的水印信号，即对于任何特定的密钥K∈KS和任何XP1、XP2∈XS满足。

(6)多重水印：对已知水印信号的产品用另一个不同的密钥再作水印嵌入是可能的。若，i=1,2,…n，那么对于任何，原始水印必须在中还能检测出来，即相关系数，这里n是一个足够大的整数使得XPn相似于XP0。而XPn+1与XP0却不相似。(7)鲁棒性：设XP0是原始产品，而XP