关于计算机图像的可逆水印算法研究

赤峰学院学报渊自然科学版冤Vol.29No.2

2013年2月JournalofChifengUniversity渊NaturalScienceEdition冤Feb.2013

关于计算机图像的可逆水印算法研究

陈功平

渊信阳师范学院网络信息与计算中心袁河南信阳464000冤

摘要院随着现代信息技术的迅猛发展袁数字多媒体在众多领域中得到应用.随之产生了一系列安全问题院开放式网络中传输的信息容易被拦截曰多媒体软件强大的编辑功能也让信息的剪切尧复制尧拼接尧删除以及伪造变得极易发生.针对这些现状袁本文对多媒体图像进行研究袁针对当前数字水印方面的热点问题可逆水印进行探讨.

关键词院图像曰可逆水印法曰研究中图分类号院TP302.4文献标识码院A

文章编号院1673-260X渊2013冤02-0025-03

1引言

Komatsu运用预测编码的方法实现了在图像中嵌随着计算机技术的发展袁各种媒体内容被转化入水印.之后一系列研究数字水印的文章陆续出为数字形式袁因为数字形式便于流传袁便于大家的现袁Turner实现了在采样点的非重要比特位点处嵌分享与传阅袁以及它低廉的成本袁几乎可以让创作入认证码.Cox在他的方案中使用了原始宿主图像袁者野一劳永逸冶地享受创作带来的收益袁不过这也同而这种对图像随机扰动尧扫描尧剪切尧压缩这些操作时带来了一个问题袁就是数字内容的安全问题袁如

具有一定的的鲁棒性袁基于扩频通信思想袁Cox实何能享受网络便利的同时依然保护数字内容的安

现了在图像DCT变换后的中低频系数中嵌入水印.全袁这变成了当下一个严峻的问题.这也是本文研Furon基于公钥密码学的思想袁提出了非对称水印究的目的所在袁本文重点探讨多媒体里的图像问方法袁而这一方法可以满足Kerckhoff准则.Cox等题袁深入研究了对图像的所有权尧完整性尧机密性的引入了通信领域中的边信息袁认为可以在嵌入水印保护问题.

时借助于宿主媒体自带的信息.Moulin等研究了在数字水印技术作为信息隐藏技术研究领域的数字水印中使用脏纸理论袁如果宿主图像不满足加重要分支袁目前在多媒体信息安全研究领域异军突性高斯白噪声的特征袁脏纸理论仍然适用且有效.起袁已成为国际上的一个前沿热点领域.它利用数使用到了量化索引调制渊QIM冤理论袁该理论能够实字嵌入袁将与载体内容相关或不相关但具有特定意现传输信息的目的袁其实它是针对脏纸理论的拓义的水印袁隐藏到声音尧文档尧数字图像尧视频尧图书展.Eggers等提出了一种盲水印方法袁这种方法简等数字产品这样的载体中.这些数字水印可以作为化了Costa理论中使用到的码本袁是将Costa脏纸证据来鉴定尧起诉非法侵权袁可以证明作品的所有理论使用到信息隐藏中的一种次优解.随后自适应权归属问题.并且针对数字水印的检测和分析也可数字水印借助于感知掩蔽现象进行信息隐藏.目前以保证数字信息的可靠性和完整性袁对于知识产权其他一些算法则针对DWT变换域内.

的保护也能发挥很大作用.因而数字水印技术在对同时袁在信息的完整性保护方面袁脆弱/半脆信息的保护以及完整性认证方面袁有着广阔的前弱水印收效颇丰.Zhu通过研究得出了利用失真度景袁当今在技术前沿领域发展迅速.本文对多媒体量而不是二值判断的图像认证法.Fridrich和图像的可逆水印进行研究袁具有很强的现实意义袁Goljan将自身低画质版本的图像嵌入到宿主图像希望对应用者有一定的实践参考价值.的最低比特位中袁这是一种自嵌入的脆弱水印法.2关于数字水印的研究

Wong则提出了刚够检测多处图像篡改袁却对图像对于数字水印的研究起步于上世纪80年代袁

压缩处理很敏感的图像认证算法袁这种方法是基于

-２５-

.com.cn. All Rights Reserved.修改图像象素中最不重要比特位.这些方法大多是在空域中嵌入脆弱水印袁另外还可在变幻域中嵌入水印,这样的水印属于半脆弱水印袁因为它对适量的滤波处理和压缩不敏感.此外有些学者修改含所有权的水印进行研究.还有人关注与图像认证相关的的安全可靠性问题袁并提出了一些攻击方法.Holliman和Memon提出了把图像中的水印拷贝到其它不含水印的图像中的拷贝攻击法.3关于可逆水印算法的研究

1994年Barton提出可以将原始数据流进行无损压缩从而挤出一定的空间来嵌入有用信息袁这是关于可逆信息隐藏的思想最早可以追溯到的文献.随后Honsinger等使用Hash函数将原图像生成认证信息袁再与原图像一起进行模256运算袁进而生成水印图像.但这种方法能够导致图像部分边界元素异常.Fridrich设计出两种可逆认证法袁第一种方法在具有两特性的数据块中隐藏认证信息袁并且数据块具有一定的压缩能力袁对随机处理不敏感.第二种方法使用hash运算对宿主图像进行处理生成认证信息袁再对平面进行无损压缩袁并嵌入认证信息.算法一能够用到原始的多媒体数据中袁但这两

种方法都有局限性.法一袁对不敏感的数据块进行

处理时袁信息隐藏量有限.方法二袁当针对最不重要位平面时袁信息隐藏量有限.当针对其它位平面时袁图像容易失真.

Celik等则利用自适应无损图像编码进行压缩袁信息隐藏量更大袁这个方法称为G-LSB可逆信息隐藏算法.Xuan等经研究提出了无损信息隐藏算法袁这种方法基于可逆整数小波变换.该方法首先对图像的灰度直方图实行压缩处理袁并且记录修改信息袁从而避免了象素值的溢出.其次对这些图像运用整数小波变换袁对中低位平面实行压缩袁之后嵌入有用信息袁再做一次逆整数小波变换袁就可以得到需要的结果.Tian的研究则在信息隐藏容量方面做出很大提高袁他运用可逆整数小波变换袁把信息嵌入到高频小波系数中.Alattar则使用了更为一般的可逆整数小波变换袁他选择相邻的几个象素如相邻的四个象素作为一个变换单元来进行信息隐藏袁相对于Tian的算法袁Alattar可以隐藏更多的信息.象素间差值小的值都可用来进行信息隐藏.Tho-di提出了一次对图像作用最大可取得接近1bpp信息隐藏量的方法袁该法首先选取一个预测算子对象

-２６-

素值预测袁再加大预测误差来处理信息.Chang和Lu通过提高象素和它之前几个象素均值的差值袁然后利用这些差值来隐藏信息.该方法仅仅分析比较了总信息隐藏量袁没有在性能分析时考虑到辅助数据对于有效信息隐藏量的影响.Kamstra借助于低频系数在嵌入前后基本不变的特点袁构造出一个度量函数袁它与此处的象素近似关联袁函数值越大相关性越小袁反之则越大袁按照函数值升值排序袁再在处理后的象素对差值中隐藏信息.这个方法对纹理偏多的图像效果不好袁对低频信息偏多的图像效果好.Thodi在特征值扩展算法中引入调整直方图这一思想收效颇为不错.Kamstra和Thodi在减少位置图的消极效应方面收效明显袁信息隐藏量上比较显著.Yang等则基于压扩技术和整数离散余弦变换提出了可逆水印法.Bao等制定了两种针对医学图像的可逆水印法.Chang和Lin提出了无需区分嵌入位置的可逆信息隐藏算法.Wang等探讨了基于二维矢量图的可逆信息隐藏法.还有学者设计出与音频相关联的大容量可逆水印法.Shi等则对这些算法分析后进行了归类袁将目前的可逆信息隐藏算法分为三种院脆弱认证尧半脆弱认证尧大数据量信息隐藏.

4基于LSB算法的可逆水印

LSB是LeastSignificantBit的缩写袁意思是最不重要比特位.LSB算法利用了数字图像处理中位平面的原理袁即改变图像的最低位的信息袁对图像信息产生的影响非常小以至于人眼的视觉感知系统往往不能察觉.以一幅256灰度的图像为例袁256灰度共需要8个位来表示袁但其中每一个位的作用是不一样的袁越高位对图像的影响越大袁反之越低的位影响越小袁甚至不能被感知.

LSB算法实现较为简单袁嵌入水印步骤如下院①将原始载体图像的时/空域像素值由十进制转换到二进制表示袁下面以大小的块图像为例.

255253254111111111111110111111110253255253252255254要→111111011111111111111101111111001111111111111110②用二进制秘密信息中的每一比特信息替换与之相对应的载体数据的最低有效位袁假设待嵌入的二进制秘密信息序列为[011000100]袁则替换过程如图所示.

.com.cn. All Rights Reserved.111111111111110111111110111111101111110111111111111111011111111111111101111111001111111011111100111111001111111111111110要→111111011111111011111110③将得到的含秘密信息的二进制数据转换为十进制像素值袁从而获得含秘密信息的图像袁如图所示.

111111101111110111111111254253255111111001111111011111100254252111111011111111011111110要→252253254254LSB算法提取水印步骤如下院

○1将得到的隐藏有秘密信息的十进制像素值转换为二进制数据袁如图所示.

254253255111111101111110111111111252254252要→111111001111111011111100253254254111111011111111011111110○2将二进制数据的最低有效位提取出来袁即为秘密信息序列[011000100].

如图所示.

111111101111110111111111111111001111111011111100要→011000100111111011111111011111110但是袁对于上述思路袁一个八位的二进制水印

信息就需要载体作品用八个像素值空间去存储.如果盲目照搬上述思路来进行水印嵌入袁不仅在有限的作品容量中嵌入的信息量小袁而且当嵌入的水印数据量多时袁计算机的计算量会很大袁也可能载体作品的容量不够或为了使作品能够存储水印信息而将作品高位也进行数据置换袁从而带来严重的失真.因此袁必须在上述思路的基础上另辟蹊径.

本文中袁我是将一副灰度图片嵌入到一副偏蓝的RGB图片中.这里我在嵌入前先将图片进行了裁剪袁使得载体图片的R尧G尧B任何一个通道矩阵的行尧列大小都大于的嵌入的灰度图片矩阵的行尧列大小.由于图片偏蓝袁因此为了使得嵌入水印后袁图片失真较小袁我选择用色彩非常弱的红色通道嵌入灰度图片.

程序算法如下院

渊1冤取出RGB图片的红色通道袁然后用mod这

个函数将该通道与灰度图片矩阵大小相等的部分的各个像素取模2值袁那么像素值为奇数的就会余1袁像素值为偶数的就为0袁将取模余数用一个和灰度图片矩阵等大小的矩阵存储起来袁然后将红色通道被模2的像素与其对应余数相减.那么袁红色通道取模2的那部分像素此刻值的二进制最后一位都为0.

值都渊除2冤以对128要嵌袁并入将的其灰商度的图整片数袁我部们分和小数将其各个部分分像素

别用一个和灰度图片大小相同的矩阵存储起来.那么袁存储整数的矩阵是一个二值矩阵袁取值要么是0袁要么是1.

的那渊部3冤分将像RGB素值图与片存的储红灰色度通图道片中的按矩阵1步对应骤处值理相加袁那么红色通道就有了灰度图片的信息袁水印被嵌入.

通道渊按4冤1为无失及3步真取骤处出理水的印那袁可以将部分像RGB素值再图片取红mod

色

2值袁并将余数组成的矩阵与2步骤中存储小数部分的矩阵相加再乘以128袁把所得矩阵显示出来袁就是原来嵌入的灰度图片.

的RGB渊5冤图为无失片按真还1步骤原的方式RGB图处片理袁袁可以将再将处嵌理后得入水印

到的矩阵与1步骤中存储余数的矩阵相加袁再将得到矩阵显示出来袁就是原来的RGB图片了.要要要参考文献要要要要要要要院

要要要要要要要要要也1页张北京立凡:印,游刷福学成院,学张报勇,2009斌.手渊写04数冤.字识别系统设计.也2页解冯伟.机兴械.Visual工业出版C++社,2010.

数字图像模式识别技术详也3页张术宏及林工.程实精通践Visual.人民邮C++电出数版字社图,2008.像模式识别技也4页京章院毓晋清华.图大像学工出版程社渊中.

册冤图像分析渊第二版冤.北也5页刘理金中的春应,蒋用先.微刚计算.均值机聚信息类在袁2007.

三维重构图像预处

-２７-

.com.cn. All Rights Reserved.