一種基于邊緣檢測(cè)技術(shù)的DCT域非嵌入式認(rèn)證水印

摘 要：根據(jù)DCT系數(shù)的特性及邊緣檢測(cè)技術(shù)，提出了一種依賴(lài)于可信第三方的、可有效抵抗常規(guī)圖像處理攻擊的非嵌入式認(rèn)證水印.算法通過(guò)對(duì)圖像各DCT分塊中的直流系數(shù)進(jìn)行計(jì)算來(lái)獲取圖像的邊緣屬性，并利用該屬性生成含有水印信息的用于版權(quán)保護(hù)的認(rèn)證碼.傳統(tǒng)的水印算法需要修改載體圖像的內(nèi)容，會(huì)損壞圖像數(shù)據(jù)，而非嵌入式認(rèn)證水印算法利用認(rèn)證碼避免了水印信息對(duì)圖像數(shù)據(jù)造成破壞，保證了載體圖像的質(zhì)量.仿真實(shí)驗(yàn)結(jié)果表明，與常規(guī)的DCT域水印嵌入算法相比，該算法對(duì)普通的圖像處理操作(如銳化、噪聲、反色處理等)具有更好的魯棒性，能有效抵御JPEG壓縮攻擊，對(duì)幾何攻擊(如旋轉(zhuǎn)、裁剪等)也具有一定的抵抗能力.

關(guān)鍵詞：離散余弦變換； 非嵌入式認(rèn)證水印； 邊緣檢測(cè)； 數(shù)字水印； 數(shù)字圖像

中圖分類(lèi)號(hào)：TP309 文獻(xiàn)標(biāo)識(shí)碼：A

A Non-embedded DCT-based Watermarking Using Edge Detection Technology for Authentication

CAI Li-jun1，YI Ye-qing2， LIU Yun-ru2， ZHOU Hui-jun1

(1．College of Information Science and Engineering， Hunan Univ， Changsha， Hunan 410082，China;2．Dept of Computer

Science Technology ， Hunan Institute of Humanities Science and Technology， Loudi， Hunan 417000，China)

Abstract: In this paper， we propose a non-embedded watermarking based on a trusted third party， coefficients features of DCT and edge detection. The algorithm first calculates the edge information of the images by DCT coefficients and then computes authentication codes with the edge information. The non-embedded watermarking technology avoids the damage of the original image， which is caused by traditional watermarking. The experiments have shown that， compared with conventional DCT-based watermarking algorithm，the algorithm proposed in this paper is much more efficient in resisting general image processing operations (e.g. sharpening， noising， invert， etc)， JPEG compression， and geometric attacks (e.g. rotation， cropping， etc).

Key words:DCT； non-embedded authentication watermark； edge detection； digital watermarking； digital image

數(shù)字水印是保護(hù)數(shù)字作品版權(quán)的重要技術(shù)，它通過(guò)水印嵌入算法將一些可感知或不可感知的標(biāo)識(shí)信息直接嵌入到數(shù)字載體當(dāng)中，以確定數(shù)字產(chǎn)品的所有權(quán)或檢驗(yàn)數(shù)字內(nèi)容的原始性.目前，傳統(tǒng)的水印算法是將水印嵌入到圖像的頻域或是空域中：空域算法通常結(jié)合加密、分塊等常規(guī)圖像處理手段，利用人類(lèi)視覺(jué)盲點(diǎn)隱藏水印[1-2]，而頻域算法一般是將圖像轉(zhuǎn)換到特定域嵌入水印信息[3-4].

然而，傳統(tǒng)的水印技術(shù)總是需要修改原始圖像的內(nèi)容，雖然這種修改會(huì)盡量控制在肉眼不易察覺(jué)的程度，但畢竟對(duì)原作品造成了一定程度的損壞，對(duì)于某些高分辨率的攝影作品、高精度的醫(yī)學(xué)甚至是衛(wèi)星圖像，顯然不適用.高精度圖像的版權(quán)保護(hù)需要一種新的、不會(huì)對(duì)原始作品造成任何破壞的水印技術(shù).

傳統(tǒng)水印算法的研究主要集中在空域處理技術(shù)上，如Fridrich等人提出了一種基于Yeung-Mintzer算法的脆弱水印，這是一種典型的空域算法[1].Chang等人提出了一種引入了分塊均值計(jì)算的空域水印算法，利用分塊均值計(jì)算得到新的導(dǎo)向圖，以生成水印信息[2].隨著水印技術(shù)的進(jìn)一步發(fā)展，研究人員開(kāi)始關(guān)注頻域處理技術(shù)，如Chen等人在2004年提出了一種結(jié)合DWT變換的LL小波系數(shù)生成水印信息的方法[3].該方法是水印技術(shù)和加密技術(shù)的融合.Omari等人在2005年提出了一種基于盲認(rèn)證方式的魯棒水印算法，力圖獲得較大的數(shù)字水印容量[4].傳統(tǒng)水印算法的相關(guān)研究還出現(xiàn)了既非空域也非頻域的第二代圖像處理技術(shù).如Wang等人所提出的基于Harris-Laplace檢測(cè)算子以及偽Zernike矩相關(guān)知識(shí)的魯棒水印算法[5]，Xu等人基于零知識(shí)交互證明系統(tǒng)和位委托方案設(shè)計(jì)的算法[6]，以及Zhao等人引入了RSA-PSS公鑰簽名機(jī)制[7]提高水印信息的性能.

由于這些傳統(tǒng)水印算法還是無(wú)法避免圖像信息不同程度地受損，因此有的學(xué)者用粒子群優(yōu)化、克隆選擇等智能算法對(duì)這些傳統(tǒng)的水印嵌入算法進(jìn)行了優(yōu)化，以修正圖像信息受損所帶來(lái)的誤差.Shih等人在頻域處理技術(shù)的基礎(chǔ)上引入了智能算法，提出了一種基于智能算法修正技術(shù)的脆弱水印，通過(guò)訓(xùn)練不同的取整方案獲取樣本集，并不斷進(jìn)化最終得到一個(gè)優(yōu)化結(jié)果，以此提高水印的性能[8].類(lèi)似的工作還有，Aslantas等人于2007年先后提出的一種基于克隆選擇算法的脆弱水印方案、以及一種采用了粒子群優(yōu)化算法的頻域水印技術(shù)，并于2009年設(shè)計(jì)了基于遺傳算法(GA)、微分進(jìn)化(DE)等4種智能算法的脆弱水印方案[9].由于采用了智能優(yōu)化算法，這些算法都擁有較好的誤差修正效果，但同時(shí)存在著計(jì)算量過(guò)大，運(yùn)算時(shí)間過(guò)長(zhǎng)的缺陷.

與以上水印算法不同，本文提出了一種新的非嵌入式認(rèn)證水印，并參照AACS標(biāo)準(zhǔn)的密鑰管理機(jī)制提出了基于可信第三方的水印認(rèn)證碼.與智能算法不同的是，該算法不是修正受損的圖像信息，而是利用可信第三方及水印認(rèn)證碼避免信息受損，保證原始載體圖像的質(zhì)量.實(shí)驗(yàn)結(jié)果證實(shí)，與常規(guī)的DCT域水印嵌入技術(shù)[10]相比，該算法對(duì)普通的圖像處理操作(如銳化、噪聲、反色處理等)具有更好的魯棒性，能有效抵御JPEG壓縮攻擊，對(duì)幾何攻擊(如旋轉(zhuǎn)、裁剪等)也具有一定的抵抗能力.

本文的結(jié)構(gòu)安排如下：第1節(jié)介紹Sobel邊緣檢測(cè)的基本原理，第2節(jié)詳細(xì)敘述非嵌入式認(rèn)證水印算法，第3節(jié)是實(shí)驗(yàn)結(jié)果及性能分析，第4節(jié)總結(jié)本文算法，并展望下一步工作.

1 Sobel邊緣檢測(cè)

邊緣檢測(cè)是使用數(shù)學(xué)方法提取圖像像元中具有亮度值(灰度)空間方向梯度大的邊、線(xiàn)特征的過(guò)程.圖像邊緣檢測(cè)大幅度地減少了數(shù)據(jù)量，并且剔除了不相關(guān)的信息，保留了圖像重要的結(jié)構(gòu)屬性.有許多方法用于邊緣檢測(cè)，Sobel邊緣檢測(cè)是這當(dāng)中的一個(gè)典型算法.

圖1 Sobel邊緣檢測(cè)模板

Fig.1 Sobel edge detection kernels

本文采用的Sobel邊緣檢測(cè)算法使用了水平、垂直、左對(duì)角線(xiàn)及右對(duì)角線(xiàn)4個(gè)方向的模板進(jìn)行邊緣檢測(cè).圖1(a)表示的是某圖像的輸出像素點(diǎn)x及其8個(gè)鄰接點(diǎn)a1，a2，…，a8.像素點(diǎn)x的4個(gè)Sobel邊緣檢測(cè)模板，根據(jù)圖1(b)~(e)定義如下.

水平模板：

E(H)=(a1+2a2+a3)－(a7+2a6+a5). (1)

垂直模板：

E(V)=(a3+2a4+a5)－(a1+2a8+a7). (2)

左對(duì)角線(xiàn)模板：

E(DL)=(a2+2a3+a4)－(a8+2a7+a6). (3)

右對(duì)角線(xiàn)模板：

E(DR)=(a2+2a1+a8)－(a4+2a5+a6). (4)

以上4個(gè)模板分別表示了像素點(diǎn)x在模板對(duì)應(yīng)的方向上的強(qiáng)度變化.用這4個(gè)模板變量計(jì)算輸入像素點(diǎn)x的梯度：

2 非嵌入式認(rèn)證水印算法

2.1 認(rèn)證碼生成算法

本文提出的認(rèn)證碼生成算法基本思想是，使用8×8分塊DCT變換技術(shù)將圖像由空域轉(zhuǎn)換到頻域，隨后提取各個(gè)分塊的直流 (DC) 系數(shù)，重新構(gòu)建一個(gè)含有圖像大部分能量的系數(shù)矩陣，利用Sobel算子對(duì)該矩陣進(jìn)行邊緣檢測(cè)，并結(jié)合圖像水印生成帶有水印信息的認(rèn)證碼，在可信第三方注冊(cè)并發(fā)布認(rèn)證碼信息.

假定原始圖像大小為N×N，水印大小為(N/8) ×(N/8)，算法具體步驟如下：

第一步，YUV變換.根據(jù)顏色空間變換的通用公式(6)，將原始圖像從RGB格式轉(zhuǎn)換成為YUV格式.

YUV=0.2990.5870.114－0.147－0.2890.4360.615－0.515－0.100RGB. (6)

YUV是編譯true-color顏色空間(color space)的種類(lèi)，“Y”表示明亮度(Luminance， Luma)，“U”和“V”則分別是色度、濃度(Chrominance， Chroma).YUV通常用來(lái)描述類(lèi)比訊號(hào)，現(xiàn)今已經(jīng)在電腦系統(tǒng)上廣泛使用.本文采用的是標(biāo)準(zhǔn)彩色測(cè)試圖像，通常表達(dá)成紅綠藍(lán)(RGB)三基色模型，紅綠藍(lán)3個(gè)通道之間的相關(guān)性極大，并不適合數(shù)字水印的應(yīng)用，但也有一些針對(duì)藍(lán)色通道進(jìn)行水印嵌入的研究.為了將算法應(yīng)用于彩色圖像，本文將圖像變換成YUV格式，YUV格式的優(yōu)越性在文獻(xiàn)[10]中得到了證實(shí).

第二步，構(gòu)建DC系數(shù)圖.將亮度分量Y進(jìn)行8×8分塊處理：

Y=∪N/8i=1∪N/8j=1Y(i，j).(7)

對(duì)各個(gè)亮度分塊進(jìn)行DCT變換：

YDCT(i，j)=DCT(Y(i，j)).(8)

提取各個(gè)DCT分塊左上角的DC系數(shù)，構(gòu)造DC系數(shù)圖M：

M(i，j)=YDCT(i，j)(1，1). (9)

第三步，構(gòu)建邊緣圖，獲取準(zhǔn)確的圖像邊緣特征信息.對(duì)DC系數(shù)圖M進(jìn)行Sobel邊緣檢測(cè)，根據(jù)公式(1)~(4)計(jì)算M圖各點(diǎn)的4個(gè)方向模板，并根據(jù)公式(5)構(gòu)建公式(10)，計(jì)算各點(diǎn)的梯度：

其中，K=E(H)2+E(V)2+E(DL)2+E(DR)2.

確定某閾值T(根據(jù)實(shí)驗(yàn)來(lái)確定其具體值)，比較梯度值

第四步，水印預(yù)處理.根據(jù)某閾值S將圖像水印W二值化，水印像素值在S值以下的置0，其余置1.為了盡可能簡(jiǎn)單，本文采用閾值為128，二值圖像W0-1計(jì)算公式：

W0－1(i，j)=0，if W(i，j)

1，if W(i，j)≥S.(12)

第五步，認(rèn)證碼生成.認(rèn)證碼V由經(jīng)過(guò)處理的圖像水印W0-1和邊緣圖E計(jì)算得出：

V=zigzag(E)zigzag(W0－1). (13)

獲取認(rèn)證碼后，將版權(quán)所有者信息ID，水印信息W，閾值T，認(rèn)證碼信息V在可信第三方進(jìn)行注冊(cè)并發(fā)布.

2.2 水印提取算法

本文提出的水印提取算法步驟與認(rèn)證碼生成算法類(lèi)似，在從可信第三方申請(qǐng)獲取認(rèn)證碼V后，計(jì)算得到水印信息的zigzag掃描值，并將像素值重新擴(kuò)展至[0， 255]，得到水印圖像.詳細(xì)過(guò)程不再贅述.

3 水印抗攻擊性能測(cè)試

3.1 邊緣圖閾值的確定

對(duì)DC系數(shù)圖進(jìn)行Sobel邊緣檢測(cè)時(shí)，邊緣圖閾值T將直接影響到輸出的邊緣圖像的準(zhǔn)確性，進(jìn)一步影響到由邊緣圖和水印共同生成的認(rèn)證碼，從而影響算法的抵抗能力.為了得到合適的閾值，本文以圖2中512×512大小的國(guó)際標(biāo)準(zhǔn)彩色測(cè)試圖像lena及peppers進(jìn)行實(shí)驗(yàn)，考察了不同T值之下，Sobel邊緣檢測(cè)的效果.實(shí)驗(yàn)結(jié)果如圖3和圖4所示.

閾值T的最終取值介于最大和最小的DC系數(shù)值之間，本文取T=100作為初始值，以100為跨度，逐個(gè)遞增.觀察邊緣檢測(cè)效果，選取效果最佳時(shí)的T值作為閾值.比較數(shù)次實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，閾值T在1 300至1 900之間時(shí)，邊緣檢測(cè)的效果最佳，最能反映圖像的邊緣信息特征.綜合比較了各個(gè)邊緣信息的完整程度之后，本文最終決定采用T=1 600.

3.2 算法性能測(cè)試及分析

以圖2中512×512大小的標(biāo)準(zhǔn)彩色圖像lena和64×64大小的灰度圖像水印作為測(cè)試數(shù)據(jù)，在經(jīng)過(guò)本文算法處理后，對(duì)lena圖像進(jìn)行各種攻擊.

1)普通圖像處理攻擊：對(duì)lena圖像進(jìn)行各種普通圖像處理攻擊，水印提取的效果見(jiàn)表1.

是用來(lái)衡量水印的準(zhǔn)確程度的，而PSNR值則用于對(duì)被攻擊圖像損壞程度進(jìn)行估計(jì)，經(jīng)過(guò)觀察實(shí)驗(yàn)數(shù)據(jù)發(fā)現(xiàn)，本文算法對(duì)于高通濾波的抵抗能力稍弱，但圖像水印仍可辨認(rèn)，對(duì)于其他攻擊如高斯噪聲、反色及模糊處理等具有良好的魯棒性，水印的NC值均在0.9以上.

2)幾何攻擊：對(duì)標(biāo)準(zhǔn)彩色lena圖像進(jìn)行幾何攻擊，實(shí)驗(yàn)結(jié)果記錄在表2中.

對(duì)比實(shí)驗(yàn)結(jié)果，算法對(duì)于旋轉(zhuǎn)攻擊的抵抗能力一般，隨著旋轉(zhuǎn)角度的增大，NC值不斷下降，由0.8以上降至0.6.對(duì)于裁剪攻擊的魯棒性則較為穩(wěn)定，NC值保持在0.8至0.9.實(shí)驗(yàn)結(jié)果說(shuō)明，算法對(duì)于幾何攻擊具有一定的抵抗能力.

3)JPEG攻擊：對(duì)彩色lena圖像進(jìn)行不同質(zhì)量因子下的JPEG壓縮，得到的實(shí)驗(yàn)數(shù)據(jù)見(jiàn)表3.

實(shí)驗(yàn)結(jié)果證實(shí)，本文算法對(duì)于JPEG壓縮攻擊具有極好的抵抗能力，水印的NC值均達(dá)到了0.99以上.

4) 與常規(guī)DCT域水印算法[10]比較：文獻(xiàn)[10]針對(duì)JPEG壓縮攻擊，提出了一種基于DCT域的水印算法，通過(guò)調(diào)和DCT系數(shù)，將水印嵌入到載體圖像的低頻部分，是一種典型的傳統(tǒng)水印算法.分別采用文獻(xiàn)[10]提出的常規(guī)DCT域水印算法和本文提出的非嵌入式水印算法，以圖2中512×512大小的國(guó)際標(biāo)準(zhǔn)彩色測(cè)試圖像lena，peppers，baloon，airplane以及64×64大小的灰度圖像水印作為測(cè)試數(shù)據(jù)，進(jìn)行實(shí)驗(yàn).對(duì)經(jīng)過(guò)水印算法處理的圖像進(jìn)行JPEG壓縮、銳化、裁剪等各種攻擊，通過(guò)比較圖像水印的質(zhì)量 (PSNR值) 和準(zhǔn)確性 (NC值) ，對(duì)比2種算法對(duì)各種攻擊的抵抗能力.

實(shí)驗(yàn)結(jié)果見(jiàn)表4，其中，JPEG (QF90) 表示質(zhì)量因子為90的JPEG壓縮處理.觀察實(shí)驗(yàn)結(jié)果發(fā)現(xiàn)，2種算法在遭受攻擊時(shí)，PSNR值相近，NC值差異較大，本文的非嵌入式算法NC值較高，均在0.9以上，算法所提取的水印更準(zhǔn)確，在抵御普通圖像處理攻擊及幾何攻擊方面，比常規(guī)DCT域水印算法具有更好的魯棒性，在抵抗JPEG壓縮攻擊時(shí)，本文算法的優(yōu)勢(shì)更明顯.

5)算法復(fù)雜度分析：本文中對(duì)數(shù)字圖像DCT系數(shù)進(jìn)行Sobel邊緣檢測(cè)，需要遍歷所有像素點(diǎn)進(jìn)行計(jì)算，時(shí)間復(fù)雜度為O(M×N)，其中，M×N為圖像的像素個(gè)數(shù).

用邊緣信息與水印進(jìn)行運(yùn)算，水印需經(jīng)過(guò)Zigzag掃描，計(jì)算結(jié)果長(zhǎng)度假定為L(zhǎng)，該運(yùn)算時(shí)間復(fù)雜度為O(L).

本文算法在引入了特征提取方法Sobel邊緣檢測(cè)技術(shù)的同時(shí)引進(jìn)了頻域處理方法DCT變換，通過(guò)反復(fù)實(shí)驗(yàn)獲取了邊緣圖的閾值，獲取了準(zhǔn)確的邊緣信息，取得了質(zhì)量較高的認(rèn)證碼，從而提高了水印強(qiáng)度，得到了良好的實(shí)驗(yàn)效果.綜合上述實(shí)驗(yàn)結(jié)論，該算法對(duì)于普通圖像處理操作和幾何攻擊的魯棒性得到了證實(shí).

4 結(jié) 論

本文提出了一種新的基于邊緣檢測(cè)及頻域變換技術(shù)的非嵌入式認(rèn)證水印算法，不會(huì)對(duì)原始作品造成任何破壞，在有效地保護(hù)了作品版權(quán)的同時(shí)，也保證了作品的質(zhì)量.算法通過(guò)采用Sobel邊緣檢測(cè)技術(shù)對(duì)圖像的DCT系數(shù)進(jìn)行計(jì)算處理，取得了含有水印信息的認(rèn)證碼，對(duì)普通的圖像處理操作(如銳化、噪聲等) 、JPEG壓縮攻擊具有很好的魯棒性，對(duì)幾何攻擊(如旋轉(zhuǎn)、裁剪等)也具有一定的抵抗能力.然而，不在原始圖像中嵌入水印對(duì)于算法本身來(lái)說(shuō)，既是優(yōu)勢(shì)也是局限，盡管可以抵御各種針對(duì)圖像本身的破壞性攻擊，很好地進(jìn)行版權(quán)認(rèn)證，但在侵權(quán)追蹤方面就無(wú)法與傳統(tǒng)的水印技術(shù)相比，未來(lái)將針對(duì)這一局限做出改進(jìn).

參考文獻(xiàn)

［1］ FRIDRICH J， GOLJAN M， BALDOZA A C. New fragile authentication watermark for images[C] //Proc IEEE Int Conf Image Processing(ICIP’00). New York: IEEE， 2000：446-449.

［2］ CHANG C C， LIN P Y. Adaptive watermark mechanism for rightful ownership protection[J]. Journal of Systems and Software， 2008， 81 (7)：1118-1129.

［3］ CHEN T H ， HORNG G， LEE W B. A publicly verifiable copyright-proving scheme resistant to malicious attacks[J]. IEEE Transactions on Industrial Electronics， 2005， 52 (1)：327-334.

［4］ AL-OMARI R S， AL-JABER A. A robust watermarking algorithm for copyright protection[C] //The 3rd ACS/IEEE International Conference on Computer Systems and Applications. New York: IEEE， 2005：90-97.

［5］ 王向陽(yáng)， 侯麗敏， 楊紅穎. 基于圖像特征點(diǎn)與偽Zernike矩的魯棒水印算法研究[J]. 計(jì)算機(jī)研究與發(fā)展， 2008， 45(5)：772-778.

WANG Xiang-yang， HOU Li-min， YANG Hong-ying. A robust watermarking scheme based on image feature and Pseudo-Zernike moments[J]. Journal of Computer Research and Development， 2008， 45(5)：772-778.(In Chinese)

［6］ 許文麗， 于葉云， 王育民. 安全高效的水印認(rèn)證協(xié)議[J]. 計(jì)算機(jī)研究與發(fā)展， 2008， 45(2)：557-562.

XU Wen-li， YU Ye-yun， WANG Yu-min. Secure and efficient protocols for watermark verification[J]. Journal of Computer Research and Development， 2008， 45(2)：557-562. (In Chinese)

［7］ 趙險(xiǎn)峰， 李寧， 黃煒. 使用閾下信道的可逆R-S數(shù)字水印[J]. 計(jì)算機(jī)研究與發(fā)展， 2009， 46(1)：100-107.

ZHAO Xian-feng， LI Ning， HUANG Wei. Reversible R-S digital watermarking using the subliminal channel[J]. Journal of Computer Research and Development， 2009， 46(1):100-107. (In Chinese)

［8］ SHIH F Y， WU Y. Enhancement of image watermark retrieval based on genetic algorithms[J]. Visual Communication and Image Representation， 2005， 2(16)：115-133.

［9］ ASLANTAS V， OZER S， OZTURK S. A novel clonal selection algorithm based fragile watermarking method[C] //Proceedings of the 6th International Conference on Artificial Immune Systems. Berlin: Springer， 2007：358-369.

［10］LIN S D， SHIE S C， GUO J Y. Improving the robustness of DCT-based image watermarking against JPEG compression[J]. Computer Standards Interfaces ， 2009， 32(1/2)：54-60.