一種抗幾何失真的彩色圖像數(shù)字水印算法

摘要：提出了一種基于SIFT（尺度特征變換）特征點(diǎn)校正幾何參數(shù)的小波域彩色圖像水印算法。該算法利用RGB彩色圖像中藍(lán)色與綠色分量的小波系數(shù)之間的關(guān)系，在藍(lán)色水平細(xì)節(jié)和垂直細(xì)節(jié)中嵌入相同的水印；水印檢測前，利用紅色分量中的SIFT特征點(diǎn)估計幾何參數(shù)，校正失真水印圖像，從而可以無失真地提取水印。實驗結(jié)果表明，該算法對壓縮、噪聲、剪裁、旋轉(zhuǎn)、縮放等各類幾何攻擊具有很好的魯棒性。

關(guān)鍵詞：數(shù)字水印； 尺度特征變換特征點(diǎn)； 小波； 估計幾何參數(shù)

中圖分類號：TP391文獻(xiàn)標(biāo)志碼：A

文章編號：1001－3695(2008)01－0257－03

隨著數(shù)字水印技術(shù)的發(fā)展，對數(shù)字產(chǎn)品的版權(quán)保護(hù)起到了非常重要的作用 [1，2]。目前大量的水印算法利用擴(kuò)頻、信道編碼和視覺系統(tǒng)特性提高了水印的嵌入強(qiáng)度。這對一般信號處理(如壓縮、噪聲干擾等)具有較好的魯棒性，但難以抵抗由于旋轉(zhuǎn)、縮放和平移等幾何處理所造成的去除同步攻擊[2~4]。水印檢測與嵌入同步是水印技術(shù)實際應(yīng)用前仍需解決的一大難題。

針對這一難題，O’Ruanaidh等人[5]提出了將水印嵌入到Fourier Mellin變換域中，但文中提到的困難限制了其應(yīng)用，所以該算法是理論上的。S. Pereia等人[6]在原始圖像DFT中頻系數(shù)中嵌入模板點(diǎn)作為校準(zhǔn)因子，但容易受到共謀攻擊。張力等人[7]提出了基于原始圖像矩的仿射不變性水印算法，對旋轉(zhuǎn)縮放和平移具有較好的魯棒性，但不能抗擊剪

三角形，將水印信息嵌入三角形中，能夠有效地抵裁攻擊。Bas等人[8]利用Harris角點(diǎn)形成Delaunay抗幾何攻擊，但Harris 角點(diǎn)對圖像縮放比較敏感。

針對上述這些問題的不足，本文提出了一種基于小波域的彩色圖像水印算法，同時在檢測前利用空域中的SIFT特征點(diǎn)集解決檢測水印的同步問題。

1SIFT特征點(diǎn)檢測及匹配

尺度不變特征變換稱為SIFT描述符，是由D. G.Lowe[9]提出來的，是一種基于空間的對圖像縮放、旋轉(zhuǎn)、平移、亮度變化和射影變換等保持不變性的局部特征描述算子。它利用圖像局部特征提取SIFT特征點(diǎn)，并描述了每個特征點(diǎn)的屬性如位置、尺度和方向。其檢測及匹配的具體步驟如下：

a)尺度空間極值的檢測。在DoG（difference of Gaussian） 尺度空間中檢測局部極值，初步確定特征點(diǎn)位置和所在尺度。DoG算子定義為兩個不同尺度的高斯核的差分與圖像的卷積。其公式如下：

在檢測尺度空間極值時，該像素需要與同一尺度的鄰近八個像素以及相鄰的上下兩個尺度對應(yīng)位置的9×2個像素進(jìn)行比較。

b)去除不穩(wěn)定特征點(diǎn)。在極值點(diǎn)所在位置和尺度上使用2×2 Hessian矩陣H計算其穩(wěn)定性，根據(jù)穩(wěn)定性量度標(biāo)準(zhǔn)來

3．3實驗效果

設(shè)原始圖像為256×256的girl圖像，嵌入的二值圖像水印大小為46×63(圖2)，對girl水印圖像進(jìn)行質(zhì)量因子為70的壓縮，尺寸放大兩倍，并將對其旋轉(zhuǎn)30°后，如圖3所示。經(jīng)紅色分量中的SIFT特征點(diǎn)校正后提取的圖像水印結(jié)果如圖4所示。利用相似度的判定準(zhǔn)則，得到NC=0.949 1，從而說明本文的水印算法對壓縮、剪裁和各種幾何失真有好的魯棒性。

將girl水印圖像添加椒鹽噪聲和剪裁一部分(圖5)后，提出的水印如圖6所示， 利用相似度的判定準(zhǔn)則，得到NC=0．891 3。這說明該算法對噪聲和剪裁具有較好的魯棒性。



4結(jié)束語

本文提出了一種新的基于SIFT特征點(diǎn)的同步方法，即基于尺度空間不變特征的新方法。這種尺度不變特性考慮了局部圖像特性，對旋轉(zhuǎn)、縮放、平移和亮度變化等具有不變性。利用彩色圖像紅色分量中穩(wěn)定的特征點(diǎn)作為幾何失真校正的模板，能夠有效估計幾何變換參數(shù)，校正失真水印圖像，從而能夠準(zhǔn)確地提取水印；同時水印的嵌入過程是基于圖像小波系數(shù)之間的關(guān)系，對壓縮和噪聲具有好的魯棒性。

參考文獻(xiàn)：

[1]COX I J， MILLER M L， BLOOM J A．Digital watermarking[M]．USA： Morgan Kaufman Publisher，2002．[2]俞龍江，牛夏牧，孫圣和．一種旋轉(zhuǎn)尺度變換和平移魯棒水印算法[J]．電子學(xué)報，2003，31(12)：2071－2073．

[3]劉九芬，黃達(dá)人，黃繼武．圖像水印抗幾何攻擊研究綜述[J]．電子與信息學(xué)報，2004，26（9）：1495－1503.

[4]李昌利，盧朝陽．?dāng)?shù)字水印的去同步攻擊及其對策[J]．中國圖象圖形學(xué)報，2005，10（4）：403－409．

[5]O’RUANAIDH J J K， PUN T． Rotation， scale and translation inva￣riant spread spectrum digital image watermarking [J]． Signal Processing， 1998， 66(3) ： 303－317．

[6]PEREIA S，PUN T．Robust temp late matching for affine resistant ima￣ge watermarks [J]． IEEE Transactions on Image Processing，2000，9(6)：1123－1129．

[7]張力，肖薇薇， 張基宏．基于原始圖像矩的仿射不變性水印算法[J]．深圳大學(xué)學(xué)報：理工版，2003，20(2)：16－21．

[8]P BAS，J M. MACQ C B．Geometricallyinvariantwatermarking using feature points [J] ．IEEE Trans on Image Processing，2002，11(9)：1014 1028．

[9]LOWE D G．Distinctive image features from scale invariant keypoints[J]．International Journal of computer Vision，2004，60(2)：91 110．

“本文中所涉及到的圖表、注解、公式等內(nèi)容請以PDF格式閱讀原文”