基于小波壓縮的彩色圖像半脆弱水印認證

詹 旭， 杜玲艷 馬 將， 梁小曉， 陳健陵

(1. 四川理工學院 a. 自動化與電子信息學院;b. 計算機學院，四川 自貢643000;2. 東方電氣集團東方鍋爐股份有限公司，四川 自貢643000 )

0 引 言

作為數字媒體作品知識產權保護的一種有效手段，數字水印技術得到了廣泛關注，并已成為國際學術界研究的熱點［1-5］。數字水印技術的分類方法很多，依據含水印信號的抗攻擊能力，可將其劃分為魯棒水印技術、脆弱水印技術和半脆弱水印技術［6-10］。其中，半脆弱水印技術既可在一定程度上容忍施加于含水印數字媒體上的常見信號處理操作(如疊加噪聲、有損壓縮等)，又能對惡意篡改具有定位篡改區域的能力，在網絡時代具有更重要的應用價值［11-15］。

本文提出了一種彩色圖像半脆弱水印認證方案，該方案將彩色圖像轉換成灰度圖像，對灰度圖像進行2 層小波分解，從而提出第2 層低頻信息作為水印圖像;在水印嵌入階段，首先將彩色圖像從RGB 空間轉換到HSV 空間中，對飽和度S 分量進行了DCT 變換后，獲取低頻分量，作為水印嵌入的位置，然后將水印圖像進行基于奇異值分解算法，從而嵌入水印;在生成認證碼階段，首先對嵌入水印后的圖像矩陣中的元素的低位置零，將嵌入水印后的圖像進行了HASH 運算，生成認證碼，并將認證碼取代嵌入水印后的圖像矩陣中的元素的低位，實現認證碼隱藏;在認證階段，該方案能對篡改后的圖像進行準確檢測和定位。

1 基于小波壓縮的彩色圖像半脆弱水印認證

1.1 水印圖像的產生

本文將原始彩色圖像轉換成灰度圖像，通過小波壓縮后，生成水印圖像，具體步驟如下:

(1)將原始彩色圖像轉換成灰度圖像;

(2)將灰度圖像進行2 層小波分解，獲取第2 層低頻系數;

(3)修改圖像的高度后，生成水印圖像W。

1.2 水印圖像的嵌入

根據人類視覺系統研究結果，人眼對飽和度S 的敏感程度低于RGB 三分量，所以本文首先將原始彩色圖像從RGB 空間轉換到HSV 空間，并提取飽和度S進行DCT 變換后，獲其低頻信息作為水印嵌入位置，水印嵌入時，采用基于奇異值分解算法，具體步驟如下:

(1)將原始彩色圖像從RGB 空間轉換到HSV 空間;

(2)提取飽和度Ss進行DCT 變換后，獲取低頻信息SL;

(3)再將SL 做DCT 逆變換后，獲取其時域矩陣

SLT;

(4)將SLT 進行奇異值分解:SLT=USVT;

(5)讀取水印圖像W，將其迭加到對角陣S 上得到新矩陣S':S' =S +αW，其中，常數α ＞0 調節水印的疊加強度;

(6)將新矩陣S'進行奇異值分解:S' =U1S1VT1，U1，S1，V1為私有密鑰，不包含任何水印信息;

(7)得到含水印的圖像矩陣:W' =US1VT;

(8)對W'進行DCT 變換，從而獲得SWL 矩陣;

(9)用SWL 代替原始低頻信息SL，并與原始高頻信息構成矩陣S1;

(12)將嵌入水印后的彩色圖像從HSV 空間轉換到RGB 中。

1.3 生成認證碼

(1)獲得的嵌入水印后的彩色圖像中RGB 三分量矩陣中的每個像素最低位置零;

(2)嵌入水印后的彩色水印圖像進行HASH 運算后，生成消息認證碼M1;

(3)隨機產生私有密鑰K1，計算

(4)將消息認證碼M 轉換成二進制數值后，依次放入嵌入水印后的彩色圖像RGB 三分量的最低位;

(5)將嵌入水印圖像后的彩色圖像、隨機密鑰K1，通過公鑰加密后傳輸，具體如圖1 所示。

圖1 生成認證流程

1.4 圖像認證

圖像認證見圖2。

(1)用私鑰解密后獲取嵌入水印圖像后的彩色圖像、隨機密鑰K1;

(2)計算M1=Decrypt(M，K1);

(3)將嵌入水印后的彩色水印圖像進行HASH 運算后，生成消息認證碼M'1;

(4)比較M1與M'1，如果相同，認證通過;否則，認證失敗。

圖2 認證流程

1.5 篡改定位

如果圖像認證失敗，說明圖像被篡改，需要對圖像進行篡改定位，具體步驟如下:

(1)將嵌入水印后的彩色水印圖像Y*按照步驟2.1 生成水印圖像W'w;

(2)從嵌入水印后的圖像Y*中獲取水印圖像

進行奇異值分解

計算中間矩陣

獲得水印圖像

鎖定篡改位置:將W'w與相減，從而獲取一個圖像，實現篡改定位(見圖3)。

圖3 篡改定位

2 實驗與結論

為了驗證本文算法的魯棒性與脆弱性，進行了實驗，實驗中采用了大小為256 ×256 ×3 的Lena 彩色圖像，并采用了DB5 小波進行小波壓縮，原始圖像、嵌入水印后的圖像分別如圖4、5 所示，嵌入水印后的圖像的PSNR=57.43。水印圖像和提取后的水印圖像如圖6、7 所示，圖6 和圖7 的相關系數為0.99。可見，視覺上與原圖沒太大差別，滿足了水印不可見性的原則。

2.1 對含水印圖像進行魯棒性實驗

為了驗證本算法的魯棒性，使用了JPEG壓縮、疊加噪聲對含水印圖像進行了處理。表1 給出了原始水印與提取后的水印圖像的NC 值，圖8 ～12 是對含水印圖像進行處理后，提取的水印圖像。

圖4 原始圖像

圖5 嵌入水印后的圖像

圖6 水印圖像

圖7 提取后的水印圖像

表1 實驗數據

圖8 JPEG 壓縮，質量因子為80

圖9 JPEG 壓縮，質量因子為60

圖10 JPEG 壓縮，質量因子為40

圖11 疊加高斯噪聲

圖12 疊加椒鹽噪聲

圖13 嵌入水印后的圖像被篡改

圖14 篡改定位

圖15 嵌入水印后的圖像疊加椒鹽噪聲

圖16 篡改定位

實驗數據表明，本文算法具有較好的魯棒性，在含水印圖像遭到JPEG 壓縮、疊加噪聲后，仍然能檢測到水印圖像，為原圖被攻擊后恢復原圖提供了很好的依據。

2.2 對惡意篡改的脆弱性檢測

為了檢測本文算法的脆弱性，驗證當原圖被篡改后可提取水印圖像，對篡改區域定位的可行性進行了實驗，對測試圖像(含有水印圖像的圖像)進行了裁剪實驗。

從圖13 ～16 可以看出，本文算法不僅對于惡意篡改表現出脆弱性，并能通過提取水印圖像，對惡意篡改后的嵌入水印圖像進行篡改定位。

3 結 語

本文提出了一種基于小波壓縮的彩色圖像半脆弱水印認證方案，該方案既具有魯棒性，能抵抗JPEG、疊加噪聲攻擊;又具有脆弱性，能對被惡意篡改后的嵌入水印后的彩色圖像進行篡改定位，符合半脆弱水印認證要求，為半脆弱水印認證提供了一定的理論基礎。

［1］ Pradosh Bandyopadhyay. Color Image Authentication through a Dynamic Fragile Watermarking Framework ［J］. International Conference on Methodsand Modelsin ComputerScience，2009，12:1-7.

［2］ Zhu B B，Swanson M D，Tewfik A H. When Seeing Isn＇t Believe［J］. IEEE Signal Processing Magazine ，2004，21 (2):40-49.

［3］ Cox I J，Miller M L，Bloom J A. Digital Watermarking［D］. New York:Academic Press 2002.

［4］ 考克思.數字水印［M］. 王 穎，黃志蓓譯.北京:電子工業出版社，2003

［5］ VanSchyndel R G，Tirkel A Z，Osborne C F. A Digital Watermark［J］. International Conference on Image Processing，1994(2):86-90.

［6］ 鄒 強. 一種小波域的自適應數字盲水印算法研究［J］. 計算機仿真，2011(6):284-287.

［7］ 趙茂佳. 基于人類視覺系統的小波水印算法研究與應用［D］.大連:大連理工大學，2011.

［8］ 張有礦. 基于圖像加密與SVD 的數字水印算法研究及應用［D］. 濟南:山東師范大學，2011.

［9］ 趙春雨. 提高嵌入容量的水印算法研究［D］. 鄭州:鄭州大學，2011.

［10］ 王 侃. 彩色圖像雙水印嵌入算法研究［D］. 北京:北京交通大學，2012.

［11］ 曹小龍. 全息數字水印的生成與防偽加密算法研究［D］. 長沙:湖南工業大學，2012.

［12］ 姚 歡. 抗幾何攻擊的變換域圖像水印算法研究［D］. 哈爾濱:哈爾濱理工大學，2012.

［13］ 周 星. 基于數字水印的可追蹤電子文檔保護系統研究與實現［D］. 西安:西安電子科技大學，2012.

［14］ 朱永安. 清遠教育信息網絡建設［D］. 北京:北京郵電大學，2011.

［15］ 曾司東. 清遠電信全球眼在交通管理的實現及應用［D］. 北京:北京郵電大學，2011.