專(zhuān)利名稱(chēng)：一種雙效數(shù)字水印方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種雙效數(shù)字水印方法。
背景技術(shù)：
隨著信息社會(huì)的發(fā)展，互聯(lián)網(wǎng)提供了海量的圖像、視頻和音頻等各種形式的數(shù)字 媒體信息數(shù)據(jù)。互聯(lián)網(wǎng)在提供方便服務(wù)的同時(shí)，一些未獲得相應(yīng)媒體認(rèn)證的用戶(hù)通過(guò)互聯(lián) 網(wǎng)輕易的獲得數(shù)字媒體，稍加修改后就給自己使用，如何來(lái)維護(hù)原創(chuàng)者的版權(quán)問(wèn)題，如何來(lái) 定位原的信息是否被篡改，數(shù)字水印技術(shù)是將一些標(biāo)識(shí)信息(即數(shù)字水印)直接嵌入數(shù)字 載體當(dāng)中，但不影響原載體的使用價(jià)值，也不容易被人的知覺(jué)系統(tǒng)(如視覺(jué)或聽(tīng)覺(jué)系統(tǒng))覺(jué) 察或注意到。數(shù)字水印按功能可分為版權(quán)保護(hù)水印和認(rèn)證水印，前者通過(guò)這些隱藏在載體 中的信息，可以達(dá)到確認(rèn)內(nèi)容創(chuàng)建者保護(hù)合法的版權(quán)，在發(fā)生版權(quán)糾紛時(shí)，創(chuàng)建者或所有者 的信息用于標(biāo)示數(shù)據(jù)的版權(quán)所有者，主要為魯棒水印，用于版權(quán)保護(hù)的數(shù)字水印要求有非 常強(qiáng)的魯棒性，除了要求能抵抗一般的圖像處理(如濾波、加噪聲、替換、壓縮等)外，還必 須能抵抗一些惡意攻擊如剪切和篡改；而后者進(jìn)行內(nèi)容完整性認(rèn)證來(lái)判斷載體是否被篡 改等目的，即用于多媒體內(nèi)容真實(shí)性鑒定的水印，這種水印同樣是在數(shù)據(jù)內(nèi)容中嵌入信息， 內(nèi)容發(fā)生改變時(shí)，水印信息會(huì)發(fā)生一定程度的改變，因而能夠鑒定原始數(shù)據(jù)是否被篡改。主 要為脆弱以及半脆弱水印。它要求有比較強(qiáng)的敏感性，又要能將失真情況檢測(cè)出來(lái)。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種雙效數(shù)字水印方法，其能巧妙地實(shí)現(xiàn)一次性嵌入雙效水 印，使得實(shí)驗(yàn)結(jié)果不僅具有很強(qiáng)的魯棒性并且能準(zhǔn)確地定位篡改發(fā)生的位置，具有魯棒性 和脆弱性?xún)煞N功能。本發(fā)明是這樣實(shí)現(xiàn)的一種雙效數(shù)字水印方法，其特征在于包括以下步驟
1)將原圖像進(jìn)行8x8分塊，
并對(duì)每個(gè)分塊進(jìn)行DCT變換，得到變換后的圖像；
2)對(duì)要嵌入水印的信息使用密鑰生成偽隨機(jī)序列，然后進(jìn)行糾錯(cuò)編碼，使水印信息的 信息標(biāo)志有更大的代碼分隔，增強(qiáng)糾錯(cuò)的效果；
3)得到每個(gè)變換后的小矩陣，根據(jù)HVS的亮度掩蔽特性，選擇塊內(nèi)兩個(gè)中頻系數(shù) D(a, b)和D(c，d)進(jìn)行比較，并設(shè)置嵌入的系數(shù)《，通過(guò)人為的調(diào)整系數(shù)《，水印序列重復(fù) 嵌入η次
4)水印信息嵌入后，進(jìn)行DCT反變換，就得到添加水印后的圖像。本發(fā)明實(shí)現(xiàn)在一次水印嵌入時(shí)有攜帶兩類(lèi)水印信息，利用嵌入系數(shù)之間的定量分 析能提取脆弱水印，并能準(zhǔn)確定位篡改的區(qū)域；而利用嵌入系數(shù)之間的定性分析可以提取 魯棒水印，在經(jīng)過(guò)基于證據(jù)理論的水印證據(jù)的融合后能夠有效得抵抗噪聲，JPEG壓縮，剪 切，模糊，替換、惡意竄改等各種攻擊。本發(fā)明不僅有很強(qiáng)的魯棒性并且能準(zhǔn)確地定位竄改 發(fā)生的位置，是一個(gè)安全且有效的雙效數(shù)字水印。
說(shuō)明書(shū)附圖


圖1是本發(fā)明的流程圖示意圖。
具體實(shí)施例方式
在介紹本發(fā)明的具體實(shí)施例前，要說(shuō)明的是，我們?cè)贛ATLAB 7. 0仿真實(shí)驗(yàn)平臺(tái) 下，選擇標(biāo)準(zhǔn)測(cè)試圖像Iena(512x512,8位灰度級(jí))作為原始圖像，以說(shuō)明本文算法的有效 性。水印的圖像水印為32x32的二值小圖標(biāo)，，糾錯(cuò)碼為BCH碼(31，21)。假設(shè)原水印為 W(I),提取出來(lái)的魯棒水印為》'(1)，其相關(guān)系數(shù)為
下面給出本發(fā)明詳細(xì)的敘述。為了便于其他領(lǐng)域的技術(shù)人員能很好的理解本發(fā)明，這里我們介紹下證據(jù)理論和 基于糾錯(cuò)失真度與證據(jù)理論的數(shù)據(jù)融合方法
證據(jù)理論
在證據(jù)的積累過(guò)程中，決策者需要充分地利用冗余信息進(jìn)行信息的融合。證據(jù)指的 是人們分析命題，判定基本可信的數(shù)分配的依據(jù)，這種依據(jù)通常來(lái)自事物的屬性，與客觀環(huán) 境，還包括人們的經(jīng)驗(yàn)、知識(shí)和對(duì)該問(wèn)題所作的觀察和研究。證據(jù)源的不確定的性質(zhì)必然導(dǎo) 致信息融合的困難，而Dempster-Shafer理論是一套基于“證據(jù)”和“組合”來(lái)處理不確定 性推理問(wèn)題的數(shù)學(xué)方法。該理論對(duì)不確定性的度量貼近于人們的思維習(xí)慣，利用上、下限概 率來(lái)解決多值映射問(wèn)題，并把證據(jù)的信任函數(shù)與概率的上下值相聯(lián)系，構(gòu)造了一種不確定 推理的模型框架Θ。對(duì)于問(wèn)題域中任何命題A都應(yīng)包含于冪集中，并在冪集上定義了基本
置信指派函數(shù)糟，^^^滿(mǎn)足叾賦目爿和^講=!)。其中，使得m(A)>0的A稱(chēng)為焦元。在識(shí)別框架β上基于基本概率分配的m的信任函數(shù)Bel定義為
自多個(gè)信息源的證據(jù)經(jīng)過(guò)處理后得到各個(gè)證據(jù)的基本概率分配函數(shù)和可信度，進(jìn)行DS 數(shù)據(jù)融合就依據(jù)以下合成規(guī)則
對(duì)于“上的兩個(gè)m函數(shù)ml, m2的Dempster合成規(guī)則為
其中，K為歸一化常數(shù)
基于糾錯(cuò)失真度與證據(jù)理論的數(shù)據(jù)融合方法使用DS方法融合信息的基本思想是，如果把來(lái)自多個(gè)信息源的證據(jù)進(jìn)行預(yù)處理，然后 計(jì)算各個(gè)證據(jù)的基本概率分配函數(shù)和可信度，再根據(jù)Dempster的合成規(guī)則計(jì)算所有證據(jù) 聯(lián)合作用下的基本概率分配函數(shù)和可信度最后按照一定的判決規(guī)則選擇可信度最大的假 設(shè)作為融合結(jié)果。本文利用糾錯(cuò)碼的糾錯(cuò)冗余信息將待融合的水印信息從圖像的不同位置 提取出來(lái)，通過(guò)糾錯(cuò)碼進(jìn)行計(jì)算它的失真度來(lái)確定融合時(shí)的可信度。最常見(jiàn)的信道編碼有漢明碼，BCH碼，卷積碼，Turbo碼等。本文采用BCH[n k]碼， 其中總的碼長(zhǎng)為n，信息位長(zhǎng)度為k，糾錯(cuò)碼能夠檢錯(cuò)或糾錯(cuò)，主要是靠碼字之間有較大 的差別。這可用碼字之間的漢明距離d(x，y)來(lái)衡量。它的定義為碼字χ與y之間的對(duì)應(yīng) 位取不同值的碼元個(gè)數(shù)。一種糾錯(cuò)碼的最小距離d定義為該種碼中任兩個(gè)碼字之間的距離 的最小值。一個(gè)最小距離為d的碼字最多能檢出Ι ^Χ 」位錯(cuò)誤如果d是偶數(shù)，它最多能 檢查出d/2位錯(cuò)誤。這樣在水印信道中我們所隱藏的水印信息如果遭到各種攻擊影響，我 們就可以檢測(cè)出它的錯(cuò)誤位數(shù)，并可以用錯(cuò)誤位數(shù)的大小來(lái)大致估計(jì)出水印受到攻擊的損 壞程度。水印證據(jù)麗A經(jīng)過(guò)糾錯(cuò)解碼后變成w 式( = 1…I)，它的失真度可以表示為，
我們可以根據(jù)糾錯(cuò)結(jié)果來(lái)判其錯(cuò)誤位數(shù)e，那么這個(gè)水印證據(jù)的失真度一定程度中就能表 示為
、wmC，此時(shí)，若e=0表示沒(méi)有失真。
η一般地，在實(shí)際的融合系統(tǒng)中，僅靠單一的融臺(tái)方法難以取得非常理想的效果 .故多種融臺(tái)方法的分工和互補(bǔ)是很自然的選擇。證據(jù)權(quán)重系數(shù)除了取決于該證據(jù)本身的 可靠性，還要兼故該證據(jù)與其他證據(jù)的沖突程度.所以，在對(duì)幾個(gè)證據(jù)賦權(quán)重時(shí)，首先
要求得第i個(gè)與第J·個(gè)證據(jù)的距離 ；/.·每個(gè)從水印圖像中提取的水印的信息證據(jù)W, (OASi)是一種m位長(zhǎng)的向量.為了衡量水印證據(jù)之間的沖突程度，我們定義任兩個(gè)水印
證據(jù)之間的距離為dyvmf;mnf)=,j(yvmf-wm0^mf-wmff /m
當(dāng)然兩個(gè)水印證據(jù)之間的距離越小表明兩個(gè)證據(jù)水印的沖突越小，則它們?cè)较嗨啤Ｋ?以它們之間的相似度為可以轉(zhuǎn)換 s φνηι q，wm .) = 1 — a (wm q，w )
反映了水印證據(jù)和之間的相似度.由此我們可以得到每一個(gè)水印證據(jù)
之間的可信度為 /
2 SiM(WmcjjWraey) T(Wmc1) = ^—-°了解完上述的理論，請(qǐng)參照?qǐng)D1，我們下面具體介紹下本發(fā)明的方法 水印的嵌入過(guò)程
第一步原圖像進(jìn)行8x8分塊，并對(duì)每個(gè)分塊進(jìn)行DCT變換，得到變換后的圖像； 第二步對(duì)要嵌入水印的信息使用密鑰生成偽隨機(jī)序列，然后進(jìn)行糾錯(cuò)編碼，使水印信 息的信息標(biāo)志有更大的代碼分隔，增強(qiáng)糾錯(cuò)的效果；第三步得到每個(gè)變換后的小矩陣，根據(jù)HVS的亮度掩蔽特性，選擇塊內(nèi)兩個(gè)中頻系數(shù) D(a, b)和D(c，d)進(jìn)行比較，并設(shè)置嵌入的系數(shù)β，通過(guò)人為的調(diào)整系數(shù)α，水印序列重復(fù) 嵌入η次
當(dāng)待嵌入的水印為1時(shí)，系統(tǒng)程序判斷如下 if (D(a,b)<D(c,d))
D(a,b)= ^'[D(a,b)+D(c,φ]+ct
D(c，d)= ^[D(a,b)+D(c,d)]-α dseif (D(a,b)-D(c,d)#2Q；) D(a,b)HD(c,d)f2 a;
同時(shí)當(dāng)待嵌入的水印為0時(shí)，系統(tǒng)程序判斷如下 if (D(a,b)>D(c,ii))
D(a,b)= l^[D(a,b)+DCc,d)]-a
D(c,d)= .^[(0(3 D(c,d)]+a else if (D(a,b)-D(c,d) *2a)
D(c,dH>(a,b)4-2a;
此時(shí)，水印一經(jīng)嵌入，通過(guò)定性檢測(cè)D(a，b)和Ε>(ε，φ的大小關(guān)系就能得到一個(gè)魯棒水 印，通過(guò)定量檢測(cè)D(Xb)和D(c;d)兩個(gè)系數(shù)的差值就能檢測(cè)或定位原圖像是否被篡改，就能 得到一種雙效水印的效果。第四步水印信息嵌入后，進(jìn)行DCT反變換，就得到添加水印后的圖像。水印的提取過(guò)程
提取的過(guò)程中的水印并不需要原始圖像。我們利用上述的密鑰和嵌入的秘密位置來(lái)查 找水印。提取的過(guò)程中的水印是描述如下
第一步待檢測(cè)的水印圖像進(jìn)行SxS分塊，并對(duì)每個(gè)分塊進(jìn)行DCT變換 第二步根據(jù)水印嵌入的秘密位置，尋找每一個(gè)分塊中相應(yīng)DCT系數(shù)之間的關(guān)系，提取 水印來(lái)檢測(cè)圖像哪些塊遭到篡改，設(shè)定閾值ε ,檢測(cè)的公式如下
,若檢測(cè)的公式成立，則說(shuō)明相應(yīng)的塊受到篡改； 第三步根據(jù)兩個(gè)系數(shù)之間的定性關(guān)系來(lái)檢測(cè)魯棒水印證據(jù) JV {bl, cl) > (b2, c2), then wmc、= 1 \if 4ff' (bls cl) < Il'(b2,c2), then wmc^=O ；
第四步每個(gè)提取的水印進(jìn)行糾錯(cuò)碼解碼，得到待融合的水印證據(jù)及每一個(gè)水印證據(jù) 分組的失真度；
第五步根據(jù)水印分組的失真程度以及水印分組之間的可信程度進(jìn)行
水印的融合
/ -、 ‘ 、
Tiwmcl) w‘=q. - —
Y^T(Wrmi) \ι-ι/ \
+
1 _Σ對(duì)·約)此時(shí) 「πι1并且需滿(mǎn)足ν ,，并且當(dāng)=ο或者^(guò)_，, η時(shí)有 a, e [0,1 J=1Τλ^wmci J 二 U
^^ — Q, “-1
第六步對(duì)于數(shù)據(jù)融合后的水印序列進(jìn)行量化，并利用密鑰得到水印信息，
以上所述僅為本發(fā)明的較佳實(shí)施例，凡依本發(fā)明申請(qǐng)專(zhuān)利范圍所做的均等變化與修 飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。
權(quán)利要求
一種雙效數(shù)字水印方法，其特征在于包括以下步驟1)將原圖像進(jìn)行分塊, 并對(duì)每個(gè)分塊進(jìn)行DCT變換，得到變換后的圖像；2)對(duì)要嵌入水印的信息使用密鑰生成偽隨機(jī)序列，然后進(jìn)行糾錯(cuò)編碼，使水印信息的信息標(biāo)志有更大的代碼分隔，增強(qiáng)糾錯(cuò)的效果；3)得到每個(gè)變換后的小矩陣，根據(jù)HVS的亮度掩蔽特性，選擇塊內(nèi)兩個(gè)中頻系數(shù)D(a,b)和D(c,d)進(jìn)行比較，并設(shè)置嵌入的系數(shù),通過(guò)人為的調(diào)整系數(shù),水印序列重復(fù)嵌入n次 4)水印信息嵌入后，進(jìn)行DCT反變換，就得到添加水印后的圖像。dest_path_image001.jpg,538377dest_path_image002.jpg,875817dest_path_image002.jpg
2.根據(jù)權(quán)利要求1所述的雙效數(shù)字水印方法，其特征在于進(jìn)一步包括以下水印提取 步驟1)待檢測(cè)的水印圖像進(jìn)行8x8分塊，并對(duì)每個(gè)分塊進(jìn)行DCT變換；2)根據(jù)水印嵌入的秘密位置，該位置由嵌入過(guò)程的偽隨機(jī)序列決定，尋找每一個(gè)分塊 中相應(yīng)DCT系數(shù)之間的關(guān)系，提取水印來(lái)檢測(cè)圖像哪些塊遭到篡改，設(shè)定閾值〖，檢測(cè)的公 式如下& ,若檢測(cè)的公式成立，則說(shuō)明相應(yīng)的塊受到篡改；3)根據(jù)兩個(gè)系數(shù)之間的定性關(guān)系來(lái)檢測(cè)魯棒水印證據(jù)；4)每個(gè)提取的水印進(jìn)行糾錯(cuò)碼解碼，得到待融合的水印證據(jù)及每一個(gè)水印證據(jù)分組 的失真度；5)根據(jù)水印分組的失真程度^(WWfi)以及水印分組之間的可信程度IIwmci)進(jìn)行水印 的融合；6)對(duì)于數(shù)據(jù)融合后的水印序列進(jìn)行量化，并利用所述密鑰得到水印信息。
3.根據(jù)權(quán)利要求1所述的雙效數(shù)字水印方法，其特征在于所述的水印一經(jīng)嵌入，通過(guò) 定性檢測(cè)D(a,b)和的大小關(guān)系就能得到一個(gè)魯棒水印，通過(guò)定量檢測(cè)D(a，l3)和兩個(gè)系數(shù)的差值就能檢測(cè)或定位原圖像是否被篡改，就能得到一種雙效水印的效果。
全文摘要
本發(fā)明涉及一種雙效數(shù)字水印方法，其特征在于包括以下步驟1)將原圖像進(jìn)行分塊,并對(duì)每個(gè)分塊進(jìn)行DCT變換，得到變換后的圖像；2)對(duì)要嵌入水印的信息使用密鑰生成偽隨機(jī)序列，然后進(jìn)行糾錯(cuò)編碼，使水印信息的信息標(biāo)志有更大的代碼分隔，增強(qiáng)糾錯(cuò)的效果；3)得到每個(gè)變換后的小矩陣，根據(jù)HVS的亮度掩蔽特性，選擇塊內(nèi)兩個(gè)中頻系數(shù)D(a,b)和D(c,d)進(jìn)行比較，并設(shè)置嵌入的系數(shù),通過(guò)人為的調(diào)整系數(shù),水印序列重復(fù)嵌入n次；4)水印信息嵌入后，進(jìn)行DCT反變換，就得到添加水印后的圖像；本發(fā)明能巧妙地實(shí)現(xiàn)一次性嵌入雙效水印，使得實(shí)驗(yàn)結(jié)果不僅具有很強(qiáng)的魯棒性并且能準(zhǔn)確地定位篡改發(fā)生的位置，具有魯棒性和脆弱性?xún)煞N功能。
文檔編號(hào)G06T1/00GK101923700SQ201010227469
公開(kāi)日2010年12月22日 申請(qǐng)日期2010年7月15日 優(yōu)先權(quán)日2010年7月15日
發(fā)明者孔祥增, 陳麗萍, 黃榕寧 申請(qǐng)人:福建師范大學(xué)