一種彩色圖像水印算法

詹 旭， 杜玲艷， 雷躍榮， 曾慧敏， 陳健陵

(1.四川理工學院自動化與電子信息學院，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

隨著數字技術和Internet的發展，數字圖像得到了越來越廣泛地傳播。由于數字作品與生俱來的特性，使得其可以被高效地復制，大大降低了制作和使用成本。這些特性在為創造者提供很大便利的同時，也給盜版者提供了方便，使得盜版行為成本更低。例如，盜用者不但可以通過網絡輕而易舉地得到他人的原始作品，特別是數字化的圖像、音樂、視頻等，而且還可以未經所有者的同意就對原作品任意地加以復制、修改和再傳播。這些行為嚴重地侵害了作者的著作權，也給版權所有者帶來了巨大的經濟損失，給信息安全造成了嚴重的威脅［1-5］。所以數字圖像的版權日益成為人們關注的問題。采取有效手段對數字作品進行版權保護現在正變得十分迫切。除了完善與傳統作品版權保護類似的法律和管理手段，使其更適合數字作品外，還應該針對數字作品本身的特點為數字作品提供技術上的保護［6-12］。

本文提出了一種彩色水印算法，將彩色圖像從RGB空間轉換到HSV空間中。首先把S矩陣進行了DCT變換，從而獲得2個矩陣，一個包含低頻分量;另一個包含高頻分量。我們選擇低頻分量矩陣進行基于奇異值分解的灰度圖像水印嵌入，此方案能有效抵抗JPEG壓縮攻擊和加噪聲攻擊，具有較強的魯棒性。

1 彩色圖像水印算法

1.1 宿主彩色圖像的嵌入點選擇

本文在對宿主彩色圖像嵌入水印之前，首先對宿主圖像進行了預處理。根據人類視覺系統的研究，人眼對HSV空間中的飽和度S的敏感程度低于RGB三分量，所以首先對宿主圖像進行了空間轉換，將彩色圖像從RGB空間轉換到HSV空間中，并將S進行了DCT變換，由于圖像的大部分信息都集中在低頻部分，所以選擇了低頻部分作為我們的嵌入位置。具體步驟如下:①宿主圖像從RGB空間轉換到HSV空間;②獲取S分量，并進行DCT變換，從而獲得低頻信息SLdct和高頻信息SHdct;③對SLdct進行DCT逆變換，從而獲得圖像矩陣SL。

1.2 水印嵌入

當獲取了圖像SL后，采用基于奇異值分解算法對水印圖像W嵌入到宿主圖像中，具體流程如下:

(1)將圖像矩陣SL進行奇異值分解:

(2)讀取水印圖像W，將其迭加到對角陣S上得到新矩陣S':

式中，常數α＞0，調節水印的疊加強度。(3)將新矩陣S'進行奇異值分解:

式中，U1，V1為密鑰信息，不包含任何水印信息。

(4)得到含水印的圖像矩陣:

(5)對圖像矩陣A進行DCT變換，從而獲得SLAdct矩陣。

(6)用 SLAdct代替 SLdct，并與 SHdct組成矩陣SAdct。

(7)對SAdct進行DCT逆變換，從而獲得新的分量SA。

(8)將SA代替S，從而獲得嵌入水印后的彩色圖像。

(9)將嵌入水印后的彩色圖像從HSV空間轉換到RGB中。

1.3 水印檢測

水印檢測是水印嵌入的逆過程，具體步驟如下:

(1)將嵌入水印后的彩色圖像從RGB空間轉換到HSV空間;

(2)獲取S'分量，并進行DCT變換，從而獲得低頻信息SLdct'和高頻信息SHdct';

(3)對 SLdct'進行 DCT逆變換，獲得圖像矩陣SL';

(4)對SL'進行奇異值分解:

(5)計算中間矩陣:

(6)獲得水印圖像:

2 實驗與結論

為了驗證本算法的性能，進行了仿真實驗，實驗中采用256×256×3大小的Lena.jpg圖像作為載體圖像，水印采用大小為128×128的“數字水印”的二值圖像。用Matlab按照本文提出的方案進行了實驗。

水印嵌入前后的結果如圖1、2所示，原始水印與提取水印的結果如圖3、4所示，圖1、2的峰值信噪比PSNR 為45.34 dB;圖3、4 的相關系數NC為0.99。從圖中可以看出，水印嵌入后并沒有改變圖像質量，同時提取水印與原始水印相似度很高，沒有對原始水印有所損壞，該算法具有較好的不可感知性。

圖1 載體圖像

圖2 嵌入水印后的圖像

圖3 原始水印

圖4 提取的水印

為了驗證算法的魯棒性，對嵌入水印后的圖像進行加入高斯噪聲、椒鹽噪聲、JEPG壓縮、幾何等方式進行了攻擊，然后按照本文提出的算法進行水印提取，同時分別計算了嵌入水印后圖像的PSNR值和提取水印的NC值。

從表1和圖5、6可以看出，本算法能很好地抵抗JPEG壓縮，提取出的水印圖像在視覺上沒有嚴重的質量下降。圖7～17是對嵌入水印后的圖像加入椒鹽噪聲、高斯噪聲、裁剪、旋轉、抖動等常見攻擊后，所提取出的水印圖像，表1為其對應的PSNR和NC值。從表1和圖7～17可以看出，本算法能較好地抵抗噪聲攻擊，具有較好的魯棒性;但是對幾何攻擊還有待提高。

表1 PSNR和NC值

圖5(a) 嵌入水印后的圖像(JPEG壓縮80%)

圖5(b) 提取的水印圖像

圖6(a) 嵌入水印后的圖像(JPEG壓縮40%)

圖6(b) 提取的水印圖像

圖7(a) 嵌入水印后的圖像(放大2倍)

圖7(b) 提取的水印圖像

圖8(a) 嵌入水印后的圖像(放大4倍)

圖8(b) 提取的水印圖像

圖9(a) 嵌入水印后的圖像(壓縮50%)

圖9(b) 提取的水印圖像

圖10(a) 嵌入水印后的圖像(壓縮80%)

圖10(b) 提取的水印圖像

圖11(a) 嵌入水印后的圖像加椒鹽噪聲

圖11(b) 提取的水印圖像

圖12(a) 嵌入水印后的圖像加高斯噪聲

圖12(b) 提取的水印圖像

圖13(a) 嵌入水印后的圖像裁剪1/16

圖13(b) 提取的水印圖像

圖14(a) 嵌入水印后的圖像裁剪1/4

圖14(b) 提取的水印圖像

圖15(a) 嵌入水印后的圖像旋轉30度

圖15(b) 提取的水印圖像

圖16(a) 嵌入水印后的圖像旋轉90度

圖16(b) 提取的水印圖像

圖17(a) 嵌入水印后的圖像抖動

圖17(b) 提取的水印圖像

3 結論

本文研究了彩色水印算法［13-15］，水印的嵌入式在HSV彩色空間的飽和度S分量中進行，并對S分量進行了DCT變換，選擇了低頻信息位置進行水印嵌入。實驗結果表明，本文所提出的算法能有效地抵抗JPEG壓縮，對加噪聲攻擊時也具有較好的魯棒性，但對幾何攻擊還有待改進。

［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.

Qiang Zou.An adaptive blind digital watermarking algorithm based on wavelet domain［J］.Computer Simulation，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.