一種基于人類視覺系統(HVS)的數字水印

摘要:該文提出了一種建立在人類視覺系統(HVS)基礎之上的嵌入數字水印方案。在該方案中，首先分析了DCT域數字水印模型，并根據人類視覺模型的特性，設計出了一套數字水印嵌入算法。仿真結果表明該算法可以很好的滿足方案要求。

關鍵詞:人類視覺系統;數字水印;離散余弦變換

中圖分類號:TP309文獻標識碼:A文章編號:1009-3044(2009)26-7480-03

A Kind of According to the Numerical Watermark of Human Visual System

ZHANG Tong， ZHAI Wei-gang， ZHAO Wan-li

(The Second Artillery Engineering University， Xi'an 710025， China)

Abstract: An imbedded digital watermarking project， based on human visual system(HVS) is proposed. Firstly， a digital watermarking model based on DCT is analyzed， and a digital watermarking arithmetic is designed by the character of human visual system. The simulation shows that this arithmetic can satisfy the need of the project.

Key words: HVS; digital watermarking; DCT

隨著網絡技術的發展，特別是因特網的普及，現代人們交流信息更加方便。由于因特網的低成本及其廣泛的應用，大量的信息正在網絡平臺上交換傳遞，但數字信息非常容易遭受中途攔截與未授權訪問，對原創者和版權持有者容易造成巨大的經濟損失。為保護公共信道上傳輸信息的安全，必須采取相應的安全措施。傳統的加密方法對多媒體內容的保護和完整性認證具有一定的局限性。這是因為加密方法只用在通信的信道中，一旦被解密，信息就會完全變成明文;另外，密碼學中的完整性認證是通過數字簽名方式實現的，它并不是直接嵌到多媒體信息之中，因此無法察覺信息在經過加密系統之后的再次傳播與內容的改變。這樣，數字水印技術作為加密技術的補充，在多媒體信息的版權保護與完整性認證方面得到了迅猛的發展。

根據信息隱藏的目的，要求數字水印至少有三種特性:一是水印必須具有不可見性，不能被人眼所看到，即水印不能影響目標圖像質量;二是數字水印要具有魯棒性，能夠在傳輸或正常修改中保持水印信號的存在;三是未授權方不能鑒定或篡改水印。

本文首先分析了人眼的生理模型，在基于人類視覺系統(HVS)上給出了一個理想的數字水印方案，在本方案中數字水印在嵌入目標圖像后，能夠保持其不可見，并且能夠經受一般的無意義攻擊，對這些攻擊具有魯棒性。

1 人類視覺模型(HVS)

人的生理模型包括人類視覺系統(HVS，Human Visual System)模型和人類聽覺系統(HAS)模型。該模型不僅能被多媒體數據壓縮系統所利用，同樣可以供數字水印系統所利用。當人眼觀察物體時，視覺細胞中的桿體細胞占據主導地位，也就是說當物體的亮度發生變化時，因為桿體細胞的主導作用，人眼將很容易就能分辨出來，而當物體的顏色或者細節(對于圖像來說也就是圖像的紋理區域和邊緣處)發生變化時，人眼將不太容易分辨的出來。所以在設計數字水印算法時，為了提高水印圖像的不可見性，使人眼盡量感覺不到圖像的變化，我們可以選擇將水印信息嵌入到載體圖像的亮度分量中，如果有可能的話，還盡量要把水印信息嵌入到載體圖像的紋理區域和邊緣處。也就是說，利用視覺模型來確定與圖像相關的調制掩碼，然后再利用其來插入水印。這一方法同時具有好的透明性和魯棒性。

2 水印模型

黃繼武等在文章中指出:

1)低頻系數集中了信號的大部分能量，對信號較為重要。水印嵌入于此低頻系數中具有足夠的魯棒性。

2)低頻系數具有較大的值，水印信號相對較弱，嵌入后對目標圖像的影響較小，有利于保證水印的不可見性。

3)直流系數代表了塊的平均亮度，對直流系數的改變容易導致塊效應。

4)改變過多的交流系數可能對不可見性不利(強度不變)或者影響穩健性。

基于以上的準則，本文所提算法基本思想是:首先將原始水印圖像進行8×8塊的DCT變換，并對其DCT系數進行量化和調整，從而獲得水印信號。然后同樣將目標圖像按8×8塊進行DCT變換，并利用其HVS特性，將水印信號按照不同的強度嵌入其部分DCT低頻系數中，從而完成水印信號的嵌入。

算法基本框圖如圖1所示。

3 水印信息的嵌入

3.1 水印信號的生成

由于圖像數據量大，若直接將水印圖像嵌入到目標圖像中，會造成目標圖像的嚴重失真。因此，必須對水印圖像進行一定的壓縮，以減少嵌入的數據量，并盡量減少水印圖像的失真。通過對現有水印技術和圖像壓縮技術的研究，并充分考慮圖像的壓縮率和圖像恢復的容錯能力來選擇壓縮算法。由于JPEG壓縮的容錯能力差，JPEG碼流中含有特殊標識信息，因此如果提取的水印信息流中有一位出錯，就有可能導致JPEG解碼的后繼圖像全部出錯，導致恢復的圖像產生失真。鑒于JPEG壓縮的這種特性，本文選用DCT壓縮編碼來對水印圖像進行處理。

設水印圖像為I，首先將其分成互不覆蓋的8×8塊，記為:Bm=fm(x，y)，其中m=0，1，...，M-1，即:

對Bm進行DCT變換，得:

然后，利用表1的JPEG量化表對Bm中的DCT系數進行量化調整，得:

其中，round()為取整函數。

最后，將Bm中的非零系數取出構成Wm，由Wm構成水印信號W，即:

經過上述處理后，我們得到的水印信號W遠小于水印圖像的數據量(如表1)。

3.2 基于HVS的塊分類

水印的嵌入過程可以看作是在一個強背景下(目標圖像)，疊加上一個弱信號(水印圖像)。只要水印信號的強度低于HVS的對比門限強度，HVS就無法感受到水印信號的存在。

本文主要利用了三個HVS的特性，即:1)人眼對不同灰度具有不同的敏感性，通常對中等灰度最為敏感，對于低頻灰度和高頻灰度則非線性下降;2)對圖像平滑區的噪聲敏感，而對紋理區的噪聲不敏感;3)邊緣信息對于人眼非常重要，必須保證邊緣的質量不會受到太大的損害。

具體算法如下:設目標圖像為CI，將其分成8×8的塊(當然也可以進行16×16等正方形分塊)，記為:Bs=fs(x，y)，其中s=0，1，2，...，S-1，計算每一塊的熵值和方差，熵值較小的塊應該是平滑區域，而熵值大的區域則可能是紋理區域或邊緣，紋理對應的方差較小，邊緣對應的方差較大。

3.3 水印的嵌入

在上文中，我們提到了低頻系數對于水印嵌入后載體圖像失真較小，而且水印信號魯棒性強，因此，本文利用三個DCT低頻系數來嵌入水印。

將目標圖像塊Bs進行DCT變換，得:

再將水印信號依次疊加入Bs'中的三個低頻系數中，即:

其中s=0，1，2，...，S-1，α為強度因子，由其所屬的塊類決定。

對由上式計算得出的結果進行DCT反變換，可得到含水印的圖像，如圖2所示。

在本實驗中，目標圖像為256×256分辨率灰度圖像，水印圖像采用64×64分辨率灰度圖像。

4 水印信息的提取

水印提取框圖如圖3所示。

首先將目標圖像CI按8×8分塊，按照HVS的特性對其進行分類和DCT變換。然后將水印載體圖像f'(x，y)按8×8分塊進行DCT變換。對其求差，然后按照目標圖像的塊分類信息提取出水印信息，即:

中i=0，1，2，...，n-1，k=0，1，2，...，k-1

水印圖像的恢復按水印信號嵌入的逆過程進行。由于水印信號是由原始水印圖像塊的DCT系數經量化調整后的非零系數組成，因此，為了從水印信號序列中重構8×8的DCT矩陣，必須借助原始水印圖像進行恢復。

首先，將原始水印圖像按8×8進行塊變換得Fm(u，v)，并對其進行量化。從而得到包含零和非零量化值得量化矩陣Fm'(u，v)。

然后利用Fm'(u，v)和W'來重構檢測出來的水印圖像與其相應塊的DCT矩陣。

最后，將得到的Fm'(u，v)的非零系數進行逆調整。再進行分塊DCT反變換，從而恢復水印圖像:

進行過以上計算，可得到水印的圖像如圖4所示。

5 攻擊實驗

基于信息隱藏的目的，數字水印在嵌入目標圖像后，要保持其有魯棒性，即對無意攻擊(如圖像裁剪、噪聲干擾、圖像壓縮等)要有一定的抵抗能力，以保證在傳輸過程中水印信號不會丟失，下面就對載體圖像進行三類無意攻擊實驗。

5.1 圖像裁剪攻擊實驗結果

對載體圖像進行塊裁剪，任意選定裁剪區域，然后提取水印，如圖5所示。

5.2 噪聲干擾攻擊實驗結果

向載體圖像添加均值為0.01，方差為0.05的高斯噪聲，然后提取水印，如圖6所示。

5.3 圖像壓縮攻擊實驗結果

對載體圖像進行壓縮質量系數為20%的JPEG有損壓縮，然后提取水印，如圖7所示。

由于圖像在傳輸過程中，基于方便傳輸的目的，會有修改情況的發生，但都屬于無意攻擊的范疇，因此以上三種攻擊實驗能夠代表圖像在傳輸過程中遇到的大多數修改情況。在經過以上三種無意攻擊實驗后，提取出來的水印信號依然可辨，由此說明該算法的嵌入的水印信號具有一定的魯棒性。

6 應用與結論

本文提出了一種的基于HVS的水印解決方案，在本方案中，主要對水印圖像進行了低頻壓縮，使之在嵌入目標圖像后，確保其不可見性。壓縮方法選擇了DCT變換，通過這種壓縮能使能量更集中，并且主要集中在低頻部分，保證水印圖像信號的失真度較小。當水印圖像嵌入目標圖像后，得到的載體圖像保證人眼的不可見。然后，又對本方案的水印魯棒性進行了檢測，主要的檢測手段有圖像裁剪、噪聲干擾、圖像壓縮，這些檢測手段是日常網絡傳輸圖像所要進行的基本操作，通過檢測發現該水印嵌入方案具備一定的魯棒性。

在本水印嵌入方案中，主要特點有:1)算法將水印信息嵌入到目標圖像經DCT變換域的低頻中，既可以保證水印算法對攻擊具有較強的魯棒性，并且DCT變換又能夠將嵌入的水印能量較好的分布到圖像塊的各部分，這在一定程度上能使所嵌入水印信息具有不可見性;2)算法對目標圖像進行了HVS運算，保證水印信息嵌入后的不可見性;3)算法提出的水印模型是一種非盲水印，需要根據原始水印信息提取水印信號，該方法能夠保證版權要求和私人專屬性;4)算法對嵌入水印具有一定的魯棒性，能夠對一般的無意攻擊具有抵抗性。當然，目前此算法對諸如有意攻擊行為、圖像格式轉化等攻擊的魯棒性還不是很強。

參考文獻:

[1] 黃繼武，SHI Y Q，姚若河.基于塊分類的自適應圖象水印算法[J].中國圖象圖形學報，1999，4(8):640-643.

[2] 黃鳳崗，劉毅.基于分塊DCT的盲水印算法的研究[J].哈爾濱工程大學學報，2005，26(2).

[3] Avclbasi，Memon N D，Sankur B.Steganalysis Using Image Quality Metrics[J].IEEE Transactions on Image Processing，2005，12(2).

[4] 金聰，彭嘉雄.數字圖像水印嵌入強度的最優估計[J].紅外與激光工程，2004，33(2).

[5] 楊蕊，普杰信，盧振泰.一種基于DCT系數特性的盲檢水印算法[J].計算機應用研究，2006(2).

[6] 周玲余，張明，張華榮.基于相關性比較的DCT域盲水印算法[J].計算機應用研究，2005(9).

[7] 馮波，沈春林.數字水印技術的攻擊方法及對策[J].電腦開發與應用，2005(12).