基于patchwork方法的圖像水印技術

李美燕,孫孟卓,李 德

(延邊大學工學院 吉林 延吉 133002)

0 引言

隨著科技和技術的發展數字水印的應用領域一直擴大,數字水印技術是保護信息安全、實現版權保護和解決版權糾紛等問題的有效方法[1]。目前已經有很多種數字水印方法被研究和應用,試圖在空間域、變換域和壓縮域等域層盡可能做數字水印方法的擴展,嘗試更多的可能性[2-3]。本文利用數字水印技術中的典型patchwork方法和時頻域的改進算法探究了patchwork方法的魯棒性。

1 基于patchwork的數字水印算法

1.1 patchwork水印嵌入方法

基于patchwork方法進行水印的嵌入,具體流程為:(1)讀入載體圖像,得到uint8類型圖像文件參數,將參數賦給另一個參數,現在就有兩個相同的圖像信息參數備用。(2)將其中一個參數改為雙精度浮點類型備用,并通過參數獲取矩陣的行數和列數。(3)通過循環運算,將像素點行列數相加之和能被2整除的像素點的像素值增加c,將像素點行列數相加之和不能被2整除的像素點的像素值減少c。每個挨著的像素點的所經歷的像素值加減操作都不一樣[4]。(4)將這個參數的圖像數據寫到圖像文件里,得到嵌入了patchwork數字水印的圖像,見圖1。

圖1 patchwork方法嵌入水印示意圖

1.2 patchwork水印檢測方法

基于patchwork方法進行水印的提取,具體流程為:(1)讀入載體圖像,將圖像信息參數轉換為double類型為運算備用,并獲取矩陣的行數和列數,并設定閾值。(2)將像素點行列數相加之和能被2整除的像素點(a類)的像素值做累和運算,將像素點行列數相加之和不能被2整除的像素點的(b類)像素值做累和運算。(3)求出a類像素點的像素值的均值和b類像素點的像素值的均值。(4)判定水印的存在與否:如果兩類像素點的像素值均值之差大于閾值,則認定為是有水印的,否則認定為是沒有水印的,見圖2。

圖2 patchwork方法提取水印示意圖

1.3 基于時頻域的改進方法

(1)讀入載體文件,將圖像信息參數轉換為雙精度類型為運算備用。

(2)產生一個8×8的DCT變換矩陣,進行離散余弦變換。

(3)得到重構后的圖像。再用典型patchwork方法進行水印的嵌入[5-6]。

2 實驗結果及分析

2.1 實驗運行環境及樣本

本實驗在MATLAB R2019a環境下對原始測試圖片用典型patchwork方法添加數字水印,并在添加數字水印之后,進行各種攻擊環境下的水印盲檢測。再用離散余弦變換對原始測試圖片做頻域變換處理,用patchwork方法嵌入數字水印,進行各種攻擊環境下的水印盲檢測。最后對patchwork算法和patchwork改進算法經過各種攻擊的圖像與原圖像進行余弦相似度的測試。對每個攻擊測試進行分析,再對比兩組實驗的數據做進一步分析檢測算法的魯棒性。

2.2 攻擊環境下的水印盲檢測

2.2.1 典型patchwork方法

對添加了patchwork方法的數字水印的圖像加入了8種攻擊,實驗結果如表1所示。(為了保持圖像整齊良好的視覺效果,有的被改動過寬高)

表1 典型patchwork方法攻擊環境下的水印盲檢測

下面是對每一次實驗操作的解釋和總結:

(1)高斯噪聲:參數設置到約0.049以上的時候,不能檢測出水印。

(2)椒鹽噪聲:參數設置到約0.061 5以上的時候,不能檢測出水印。

(3)乘性噪聲:參數設置到約0.085以上的時候,不能檢測出水印。

(4)泊松噪聲:patchwork方法下的數字水印能夠抵抗泊松噪聲。

(5)剪切:只要是能得出結果的經過剪切的圖片都能檢測到水印的存在,patchwork方法對剪切攻擊有著非常強的魯棒性。

(6)旋轉:patchwork方法下的數字水印不能抵抗旋轉攻擊。

(7)腐蝕:patchwork方法下的數字水印不能抵抗腐蝕攻擊。只有當se = strel('disk',0);時才會顯示有水印,而做了一組對照實驗,根據實驗結果顯示此時它的數據與只加了水印但是沒有經歷任何攻擊的實驗結果完全相同,說明當參數為0時,并沒有對圖片進行腐蝕。所以該方法無法承受腐蝕攻擊。

(8)膨脹:只對膨脹強度是se = strel('ball',2,1);的時候可以檢測出水印。對于se = strel('ball',a,b);當se = strel('ball',2,1);時能夠檢測出水印,當a=2,b=2和a=2,b=3和a=2,b=4時,通過對比數據,與a=2,b=1的實驗結果的各項數據是完全相同的,皆能檢測出水印。推論:當b>=a時,實驗結果與se = strel('ball',a,a-1);完全相同。a->半徑,b->高度,不可以類比成畫圖是x和y,這個ball它只能做成橢圓形而且當高度大于等于半徑時,結果是無效且等于高度=半徑-1時的實驗結果,且參數只能是整型的。

另外,用patchwork方法在各種攻擊下進行圖像與原始圖像的余弦相似度測試,結果如表2所示。

表2 典型patchwork經攻擊后圖像與原始圖像的余弦相似度

2.2.2 時域結合算法與檢測結果

對時域結合算法添加數字水印的圖像進行了與上個實驗相同的8種攻擊,實驗結果為:

(1)高斯噪聲:參數設置到約0.053以上的時候,不能檢測出水印,比典型patchwork方法對抗高斯噪聲的能力較有提升。

(2)椒鹽噪聲:參數設置到約0.062以上的時候,不能檢測出水印,比典型patchwork方法對抗椒鹽噪聲的能力較有提升。

(3)乘性噪聲:參數設置到約0.089以上的時候,不能檢測出水印,比典型patchwork方法對抗乘性噪聲的能力較有提升。

(4)泊松噪聲:時域結合算法添加數字水印的圖像也能夠抵抗泊松噪聲。

(5)剪切:時域結合算法添加數字水印的圖像對剪切的攻擊也同樣有著非常強的魯棒性。

(6)旋轉:時域結合算法添加數字水印的圖像也不能抵抗旋轉攻擊。

(7)腐蝕:時域結合算法添加數字水印的圖像不能抵抗腐蝕攻擊。

(8)膨脹:只對膨脹強度是se = strel('ball',2,1);的時候可以檢測出水印。

另外,用時頻域變換在各種攻擊下進行圖像與原始圖像的余弦相似度測試,結果如表3所示。

表3 時頻域變換經攻擊后水印圖像與原始圖像的余弦相似度

3 結果

通過上述實驗結果分析可知,patchwork方法的數字水印對于高斯噪聲、椒鹽噪聲、乘性噪聲、泊松噪聲和膨脹攻擊都有不錯的魯棒性和抵抗能力,patchwork方法對于剪切攻擊也有著非常好的抵抗能力,但是不能抵抗旋轉攻擊和腐蝕攻擊。基于時頻域改進算法的數字水印,其抵抗高斯噪聲、椒鹽噪聲和乘性噪聲的能力,通過明顯的數據對比,較只通過patchwork方法加上水印的有著更好的抵抗能力,對泊松噪聲和膨脹攻擊也都有一定的魯棒性和抵抗能力,增強了魯棒性,但也不能抵抗旋轉攻擊和腐蝕攻擊。通過兩組水印實驗結果的余弦相似度的對比可以看出,在高斯噪聲、椒鹽噪聲、乘性噪聲、泊松噪聲和剪切攻擊下可以檢測出水印,但時頻域結合算法圖像比原始圖像的余弦相似度更低,進一步提高了典型patchwork方法的魯棒性。

4 結語

本文通過patchwork算法為數字圖像添加水印,提取水印,利用攻擊環境下的水印盲檢測探究該算法的魯棒性,并對典型的patchwork算法進行基于時頻域的改進算法,探究改進算法的魯棒性。通過實驗證明,典型patchwork算法有較強的魯棒性,基于時頻域的改進算法進一步增強了典型patchwork算法的魯棒性。