專利名稱：圖像篡改內(nèi)容可恢復(fù)的定位型認(rèn)證水印的生成與認(rèn)證方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種圖像篡改內(nèi)容可恢復(fù)的定位型認(rèn)證水印的生成與認(rèn)證方法，用于數(shù)字圖像的認(rèn)證，即對(duì)數(shù)字圖像的完整性、真實(shí)性進(jìn)行證明，并對(duì)被篡改的圖像信息進(jìn)行近似恢復(fù)。
背景技術(shù)：
隨著因特網(wǎng)的日益普及，特別是隨著計(jì)算機(jī)網(wǎng)絡(luò)通訊技術(shù)的發(fā)展，多媒體信息的交流已達(dá)到了前所未有的深度和廣度，數(shù)據(jù)的交換和傳輸變成了一個(gè)相對(duì)簡(jiǎn)單的過程，然而網(wǎng)絡(luò)信息的全透明性和易操作性，使得惡意攻擊者可以輕易地對(duì)其進(jìn)行篡改和偽造。在一些應(yīng)用(例如生物特征識(shí)別、法律證據(jù)圖像、新聞圖像、醫(yī)療圖像、網(wǎng)上交易)中，人們需要確切知道所接收或要使用的數(shù)字產(chǎn)品是否真實(shí)、完整，是否還具有使用價(jià)值。因此網(wǎng)絡(luò)環(huán)境下的信息安全問題，已成為當(dāng)前迫切需要解決的難題之一。在當(dāng)今信息認(rèn)證領(lǐng)域，數(shù)字水印作為解決該問題的技術(shù)之一日益為學(xué)術(shù)界和商界所關(guān)注。
用于認(rèn)證的數(shù)字水印通常應(yīng)該滿足以下幾點(diǎn)①不可覺察性，②篡改檢測(cè)與定位能力，③檢測(cè)不需要原始圖像，④算法的安全性；在某些應(yīng)用場(chǎng)合不僅需要對(duì)篡改的檢測(cè)和定位，還要求水印算法能夠近似恢復(fù)被篡改的圖像信息，這就為認(rèn)證水印算法提出更高的要求。現(xiàn)有的可恢復(fù)認(rèn)證水印中，常見的有以下兩種方法(1)基于JPEG壓縮的可恢復(fù)認(rèn)證水印算法JPEG是通用的國際圖像壓縮標(biāo)準(zhǔn)之一。參考文獻(xiàn)“Protection of digitalimages using self-embedding”(J.Fridrich，M.Goljan Processings ofNJIT Symposium on Content Security and Data Hiding in DigitalMedia，(Newark，NJ)[C].New Jersty Institute of Technology May，1999.)將原始圖像高7位作分塊(8*8的塊)DCT(離散余弦)變換，對(duì)其系數(shù)量化編碼后嵌入到該圖像另一塊的最低位，從而實(shí)現(xiàn)對(duì)圖像篡改定位的同時(shí)還可以利用水印中保存的DCT系數(shù)的量化編碼近似恢復(fù)被篡改的圖像內(nèi)容。參考文獻(xiàn)“圖像的自嵌入及竄改的檢測(cè)與恢復(fù)算法”(張鴻賓，揚(yáng)成電子學(xué)報(bào)，2004.2 pp196-199)從兩個(gè)方面對(duì)上述算法進(jìn)行改進(jìn)，一方面依據(jù)DCT系數(shù)的統(tǒng)計(jì)特性，對(duì)編碼位長(zhǎng)進(jìn)行改進(jìn)，使圖像的恢復(fù)質(zhì)量有明顯的提高；另一方面，通過密鑰控制水印塊嵌入的偏移值來提高算法的安全性。但該算法在圖像被篡改時(shí)不能準(zhǔn)確判斷篡改塊，同時(shí)算法密鑰空間小，存在不安全隱患。
(2)基于糾錯(cuò)控制編碼(ECC)的可恢復(fù)認(rèn)證水印算法糾錯(cuò)控制編碼(ECCerror control coding)是信息論中的三大編碼之一，主要用于數(shù)字系統(tǒng)的差錯(cuò)控制，對(duì)保證通信、存儲(chǔ)、信息轉(zhuǎn)移與媒體播放等數(shù)字傳輸過程的質(zhì)量有著重要意義。參考文獻(xiàn)“A watermarking sequenceusing parities of error control coding for image authentication andcorrection”(J.Lee，C.S.Won IEEE Trans on ConsumerElectronics，2000，46(2)pp313:317)利用糾錯(cuò)碼技術(shù)(例如RS碼)通過對(duì)圖像編碼生成水印，將生成的水印嵌入到圖像的最低位，利用糾錯(cuò)碼解碼技術(shù)實(shí)現(xiàn)對(duì)篡改圖像的定位與恢復(fù)。參考文獻(xiàn)“可恢復(fù)的脆弱數(shù)字圖像水印”(鄭江濱，馮大淦等，計(jì)算機(jī)學(xué)報(bào)，2004.3 pp371-376)采用一種基于塊交叉交插RS編碼的水印生成算法，進(jìn)一步提高算法的定位能力和較大面積的篡改恢復(fù)能力。但該算法在僅有水印信息被篡改時(shí)，可能對(duì)圖像信息進(jìn)行錯(cuò)誤的恢復(fù)。
上述的兩種水印算法在對(duì)圖像認(rèn)證與恢復(fù)時(shí)的共同特點(diǎn)是對(duì)八位的被測(cè)圖像利用高七位的信息通過特定的算法得到水印，將得到的水印嵌入到圖像的最低位，通過最低位的水印來定位和恢復(fù)對(duì)圖像的篡改。其不足之處在于它僅能指出對(duì)水印圖像(嵌入水印的圖像)的篡改位置，而不能區(qū)分是對(duì)高七位圖像信息的篡改還是最低位水印的篡改；對(duì)篡改圖像的恢復(fù)在水印信息不被篡改的情況下是可行的，當(dāng)水印信息被篡改時(shí)會(huì)引起篡改定位的困難或不能采用相應(yīng)有效的方法恢復(fù)被篡改的圖像信息。
水印圖像在網(wǎng)絡(luò)傳輸過程中，難免會(huì)造成少許水印信號(hào)或圖像信息的破壞，從而引起上述水印認(rèn)證系統(tǒng)的虛警概率提高，另一方面也給攻擊者以有機(jī)可乘，攻擊者可以通過篡改水印來偽造對(duì)圖像信息的篡改，使本來真實(shí)的圖像不能通過認(rèn)證，篡改恢復(fù)也不能有效地進(jìn)行，從而達(dá)到攻擊者的某種目的。因此采用上述認(rèn)證水印算法會(huì)造成真實(shí)的圖像不能得到有效的利用，降低數(shù)字圖像的交換效率，妨礙數(shù)字圖像認(rèn)證技術(shù)的推廣與應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種圖像篡改內(nèi)容可恢復(fù)的定位型認(rèn)證水印的生成與認(rèn)證方法，該方法不僅能對(duì)水印圖像的不同篡改進(jìn)行定位、識(shí)別對(duì)圖像信息的篡改強(qiáng)度，還能在區(qū)分水印是否被篡改的前提下，采用不同的方法近似恢復(fù)被篡改的圖像信息；其認(rèn)證結(jié)果直觀，視覺效果好，密鑰空間大，水印算法安全。
本發(fā)明解決其技術(shù)問題，所采用的技術(shù)方案為一種圖像篡改內(nèi)容可恢復(fù)的定位型認(rèn)證水印的生成與認(rèn)證方法，包括如下步驟(1)、水印生成將原始圖像I每個(gè)像素的最低位置零，并基于密鑰K0隨機(jī)選取部分像素的次低位置零，得到置零圖像 對(duì)該置零圖像I作二維一級(jí)小波分解，得{LL，LH，HL，HH}，將其中的低頻小波系數(shù)LL作基于密鑰K3生成隨機(jī)序列的5-7比特的非均值標(biāo)量量化，生成低頻壓縮圖像ILL；隨機(jī)選取其中的4個(gè)比特在其像素的對(duì)應(yīng)空間內(nèi)順序排列，生成與原始圖像同樣大小的4比特二值圖像ILb1，剩余的1-3比特按任意順序排列生成剩余比特二值圖像ILb2；再利用密鑰K1和密鑰K2生成不同的隨機(jī)序列分別對(duì)4比特二值圖像ILb1和剩余比特二值圖像ILb2分塊置亂加密，分別生成待嵌入的4比特水印W1和剩余比特水印W2；(2)、水印嵌入將(1)步生成的4比特水印W1嵌入到置零圖像I的最低位，剩余比特水印W2嵌入到置零圖像I已置零的次低位，生成嵌有水印的水印圖像Iw；(3)、水印提取低位恢復(fù)對(duì)水印圖像Iw傳輸后收到的被測(cè)圖像I*，取其最低位得到被測(cè)圖像I*的低位取出4比特水印W1′，根據(jù)密鑰K0取被測(cè)圖像I*對(duì)應(yīng)像素的次低位得到被測(cè)圖像I*剩余比特水印W2′，再根據(jù)密鑰K1和K2按(1)步相同方法的反向計(jì)算過程恢復(fù)出保存于水印中的低頻壓縮圖像ILL′；高位計(jì)算將被測(cè)圖像I*每個(gè)像素的最低位置零，并基于密鑰K0隨機(jī)選取部分像素的次低位置零，對(duì)其作二維一級(jí)小波分解，得{LL，LH，HL，HH}，采用與(1)步相同的方法及密鑰K3和K1，將其中的低頻小波系數(shù)LL計(jì)算生成被測(cè)圖像I*的低頻壓縮圖像ILL*和高位算出4比特水印W1*；(4)認(rèn)證將(3)步從水印恢復(fù)出的低頻壓縮圖像ILL′與被測(cè)圖像I*的低頻壓縮圖像ILL*相減，得到圖像差值ΔILL=ILL′-ILL*;]]>若圖像差值ΔILL全為零，認(rèn)定被測(cè)圖像I*的圖像信息和水印均沒有被篡改；若圖像差值ΔILL中有若干非零點(diǎn)集中于某區(qū)域，且該區(qū)域面積ΔS大于閾值模板T，認(rèn)定被測(cè)圖像I*中對(duì)應(yīng)區(qū)域的圖像信息被篡改，否則，認(rèn)定被測(cè)圖像I*的圖像信息沒有被篡改；若壓縮圖像差值ΔILL中沒有呈隨機(jī)分布的非零點(diǎn)，認(rèn)定被測(cè)圖像I*的水印沒有被篡改，否則認(rèn)定被測(cè)圖像I*的水印被篡改；水印的篡改位置則由水印差值ΔW=|W1′-W1*|]]>確定，該水印差值ΔW為(3)步中得到的低位取出4比特水印W1′與高位算出4比特水印W1*相減的絕對(duì)值，水印差值ΔW中非零點(diǎn)集中區(qū)域，就是被測(cè)圖像I*中水印被篡改的位置；(5)、恢復(fù)若(4)步的認(rèn)證認(rèn)定被測(cè)圖像的圖像信息被篡改、而水印未被篡改，則直接利用圖像差值ΔILL定位篡改位置并利用從水印中恢復(fù)的低頻壓縮圖像ILL′相應(yīng)位置的信息，近似恢復(fù)被測(cè)圖像I*中被篡改的圖像信息；若認(rèn)定圖像信息被篡改、水印也被篡改，則先對(duì)圖像差值ΔILL作“腐蝕-膨脹”處理，以精確定位圖像信息被篡改的位置，再利用從水印中恢復(fù)的低頻壓縮圖像ILL′相應(yīng)位置的信息，近似恢復(fù)被測(cè)圖像I*中被篡改的圖像信息。
與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是1、本發(fā)明能將大于設(shè)定閾值模板的篡改區(qū)域檢測(cè)出來并不予通過認(rèn)證，保證了數(shù)字圖像的可靠性與真實(shí)性；同時(shí)還能區(qū)分對(duì)水印的篡改，對(duì)這種不影響圖像真實(shí)性的水印篡改予以通過認(rèn)證，在保證圖像真實(shí)性的基礎(chǔ)上，提高了數(shù)字圖像的應(yīng)用與交換的效率，有利于數(shù)字圖像認(rèn)證技術(shù)的應(yīng)用與推廣。
2、認(rèn)證時(shí)通過從水印中恢復(fù)的低頻壓縮圖像ILL′與被測(cè)圖像I*的低頻壓縮圖像ILL*相減得到的圖像差值，直觀定位出圖像信息被篡改的位置，差值大小反映對(duì)應(yīng)圖像信息被篡改的強(qiáng)度；通過被測(cè)圖像I*的低位取出4比特水印W1′與高位算出4比特水印W1*相減(取絕對(duì)值)得到的水印差值，直觀定位出水印被篡改的位置。
3、在圖像信息被篡改時(shí)，本發(fā)明能在區(qū)分水印是否被篡改的前提下，采用不同的方法恢復(fù)被篡改的圖像信息。使得一定范圍的水印被篡改時(shí)，本發(fā)明仍能有效地近似恢復(fù)被篡改的圖像信息，最大限度地保證圖像的可用性。
4、生成水印時(shí)可以根據(jù)圖像的用途和對(duì)恢復(fù)效果的不同要求，對(duì)小波低頻系數(shù)作不同比特的量化，生成一定容量的水??；兼顧水印嵌入容量和不可見性要求，將生成的水印嵌入到原始圖像的最低位和部分次低位。
5、在生成水印時(shí)，利用密鑰控制非均勻量化步長(zhǎng)及次低位水印的嵌入位置，擴(kuò)大了密鑰空間，使水印算法更安全。
上述基于密鑰K0隨機(jī)選取部分像素的次低位置零時(shí)，其隨機(jī)選取的對(duì)象既可以是單個(gè)的像素，也可以是若干個(gè)像素組成的區(qū)域。
具體實(shí)施例方式
下面結(jié)合實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。


圖1為本發(fā)明實(shí)施例水印生成步驟的框2為本發(fā)明實(shí)施例水印生成步驟中的非均值標(biāo)量量化處理示意3為本發(fā)明實(shí)施例的水印提取與認(rèn)證步驟的框4為用本發(fā)明方法進(jìn)行水印生成與認(rèn)證的仿真圖例，其中I為原始圖像，Iw為水印圖像，ΔILL為圖像差值，ΔW為水印差值。
圖5為用本發(fā)明方法區(qū)分圖像與水印篡改并恢復(fù)出被篡改圖像信息的仿真圖例。其中I1*為圖像信息和水印均被篡改的被測(cè)圖像，I2*為圖像信息被篡改的被測(cè)圖像，I3*為水印被篡改的被測(cè)圖像；ΔILL(1)、ΔILL(2)和ΔILL(3)分別為與I1*、I2*和I3*相對(duì)應(yīng)的圖像差值，ΔW(1)、ΔW(2)和ΔW(3)分別為與I1*、I2*和I3*相對(duì)應(yīng)的水印差值。IC(1)和IC(2)分別為與I1*和I2*相對(duì)應(yīng)的近似恢復(fù)圖像，IC′(1)是利用photoshop編輯軟件對(duì)IC(1)去除噪聲點(diǎn)后的恢復(fù)圖像。
實(shí)施例一種圖像篡改內(nèi)容可恢復(fù)的定位型認(rèn)證水印的生成與認(rèn)證方法，包括如下步驟一、水印生成圖1示出水印生成過程為將原始圖像I每個(gè)像素的最低位置零，并基于密鑰K0隨機(jī)選取部分像素的次低位置零，得到置零圖像 對(duì)該置零圖像I作二維一級(jí)小波分解，得{LL，LH，HL，HH}，將其中的低頻小波系數(shù)LL作基于密鑰K3生成隨機(jī)序列的5-7比特的非均值標(biāo)量量化，生成低頻壓縮圖像ILL；隨機(jī)選取其中的4個(gè)比特在其像素的對(duì)應(yīng)空間內(nèi)順序排列，生成與原始圖像同樣大小的4比特二值圖像ILb1，剩余的1-3比特按任意順序排列生成剩余比特二值圖像ILb2；再利用密鑰K1和密鑰K2生成不同的隨機(jī)序列分別對(duì)4比特二值圖像ILb1和剩余比特二值圖像ILb2分塊置亂加密，分別生成待嵌入的4比特水印W1和剩余比特水印W2。
本例中非均值標(biāo)量量化采用基于密鑰K3生成隨機(jī)序列的5比特非均值標(biāo)量量化，原始圖像I置零是在其最低位和隨機(jī)選取四分之一的次低位進(jìn)行的，置零位用于嵌入水印，以保證原始圖像和水印圖像相應(yīng)的置零圖像相同。四分之一次低位的選取采用從2*2的圖像區(qū)域(塊)中選取一個(gè)像素，密鑰K0控制從四個(gè)像素中隨機(jī)選取一個(gè)，K0的取值范圍為1、2、3和4四個(gè)整數(shù)。對(duì)水印嵌入位置零的公式描述為 其中，i＝0，1，...，(m/2)-1，j＝0，1，...，(n/2)-1，
本實(shí)施例選擇DB1小波基對(duì)大小為m*n的圖像作二維一級(jí)小波分解，對(duì)其中的低頻小波系數(shù)LL作基于密鑰K3的5比特非均值標(biāo)量量化，生成低頻壓縮圖像ILL。圖2示出了非均值量化的過程與方法，用公式描述為ILL＝Q(LL) (2)對(duì)應(yīng)規(guī)則Q為 其中，i＝1，2，...，m/2，j＝1，2，...，n/2， 稱為均值量化步長(zhǎng)，max和min分別為L(zhǎng)L中元素的最大值和最小值。{δk，k＝0，1，2，...31}為隨機(jī)序列。
本實(shí)施例采用logistic混沌映射生成隨機(jī)序列{δk，k＝0，1，2，...31}，Logistic映射定義如下δk+1＝μδk(1-δk) (3)其中，0≤δk≤1，0≤μ≤4稱為分支參數(shù)。當(dāng)3.58＜μ≤4時(shí)，logistic映射工作于混沌狀態(tài)，本實(shí)施例中μ＝4。密鑰K3作為該混沌映射的初值。
由于混沌映射數(shù)量眾多，以及混沌系統(tǒng)對(duì)初值的極端敏感性、良好的隨機(jī)性和容易再生的特點(diǎn)，因而本實(shí)施例采用混沌序列作為微調(diào)量化步長(zhǎng)的隨機(jī)序列，具有更好的安全性。
本例中低頻壓縮圖ILL的每個(gè)元素轉(zhuǎn)換為5位二進(jìn)制，隨機(jī)取4位生成4比特二值圖像ILb1，剩余位生成剩余比特二值圖像ILb2。公式具體描述如下(ILL)(m/2)*(n/2)→(ILbk)(m/2)*(n/2),k=1,2---(4)]]>其中，(ILLij)10=(b4b3b2b1b0)2,]]>ILbij1→b3b2b1b0,]]>ILbij2→[b4]]]>
根據(jù)設(shè)定的密鑰K1和K2生成兩個(gè)隨機(jī)序列，分別對(duì)4比特二值圖像ILb1和剩余比特二值圖像ILb2進(jìn)行分塊置亂加密，加密后的二值圖像就是待嵌入的4比特水印W1和剩余比特水印W2。
二、水印嵌入過程水印嵌入將一步生成的4比特水印W1嵌入到置零圖像I的最低位，剩余比特水印W2嵌入到置零圖像I已置零的次低位，生成嵌有水印的水印圖像Iw。
嵌入方法用公式描述為Iw(ki+2*i，kj+2*j)＝I(ki+2*i，kj+2*j)+W2(5)Iw＝Iw*2+W1其中，i＝0，1，...，(m/2)-1，j＝0，1，...，(n/2)-1， kj＝mod(K0，2)三、水印提取圖3示出本發(fā)明的水印提取過程為低位恢復(fù)對(duì)水印圖像Iw傳輸后收到的被測(cè)圖像I*，取其最低位得到被測(cè)圖像I*的低位取出4比特水印W1′，根據(jù)密鑰K0取被測(cè)圖像對(duì)應(yīng)像素的次低位得到被測(cè)圖像剩余比特水印W2′，再根據(jù)密鑰K1和K2按一步相同方法的反向計(jì)算過程恢復(fù)出保存于水印中的低頻壓縮圖像ILL′；高位計(jì)算將被測(cè)圖像I*每個(gè)像素的最低位置零，并基于密鑰K0隨機(jī)選取部分像素的次低位置零，對(duì)其作二維一級(jí)小波分解，得{LL，LH，HL，HH}，采用與一步相同的方法及密鑰K3和K1，將其中的低頻小波系數(shù)LL計(jì)算生成被測(cè)圖像I*的低頻壓縮圖像ILL*和高位算出4比特水印W1*。
在原始圖像的置零位嵌入水印，使得水印圖像和原始圖像的置零圖像相同。如果被測(cè)圖像沒有被篡改，根據(jù)被測(cè)圖像I*按相同方法和相同密鑰生成的低頻壓縮圖像ILL*和4比特水印W1*與原始圖像的低頻壓縮圖像ILL和4比特水印W1相同。
四、認(rèn)證圖3示出本實(shí)施例的認(rèn)證過程是將三步水印提取過程中，從水印中恢復(fù)出的低頻壓縮圖像ILL′與被測(cè)圖像的低頻壓縮圖像ILL*相減，得到圖像差值ΔILL=ILL′-ILL*.]]>若圖像差值ΔILL全為零，認(rèn)定被測(cè)圖像I*的圖像信息和水印均沒有被篡改；如圖4中的ΔILL所示。
若圖像差值ΔILL中有若干非零點(diǎn)集中于某區(qū)域，且該區(qū)域面積ΔS大于閾值模板T，認(rèn)定被測(cè)圖像I*對(duì)應(yīng)區(qū)域的圖像信息被篡改，否則，認(rèn)定被測(cè)圖像I*的圖像信息沒有被篡改；如圖5ΔILL(1)和ΔILL(2)中有酒杯狀的非零點(diǎn)集中區(qū)，可認(rèn)定相應(yīng)被測(cè)圖像I1*和I2*在該區(qū)域的圖像信息被篡改，并準(zhǔn)確地反映出被篡改部分的形狀(酒杯狀)，ΔILL(1)和ΔILL(2)中該區(qū)域的灰度值可以直觀反映對(duì)該區(qū)域圖像信息的篡改強(qiáng)度。
若壓縮圖像差值ΔILL中沒有呈隨機(jī)分布的非零點(diǎn)，認(rèn)定被測(cè)圖像I*的水印沒有被篡改，否則認(rèn)定被測(cè)圖像I*的水印被篡改；水印的篡改位置則由水印差值ΔW=|W1′-W1*|]]>確定，該水印差值ΔW為三步中得到的低位取出4比特水印W1′與高位算出4比特水印W1*相減的絕對(duì)值，水印差值ΔW中非零點(diǎn)集中區(qū)域，就是被測(cè)圖像I*中水印被篡改的位置。如圖5ΔILL(1)和ΔILL(3)中存在呈隨機(jī)分布的非零點(diǎn)(噪點(diǎn))，認(rèn)定相應(yīng)被測(cè)圖像I1*和I3*中有水印被篡改，而圖ΔW(1)和ΔW(3)中酒杯狀的非零點(diǎn)集中區(qū)，準(zhǔn)確地反映出被測(cè)圖像水印被篡改的位置和形狀。
對(duì)閾值模板T的選取應(yīng)考慮，置亂塊的大小和被測(cè)圖像中被篡改區(qū)域的大小兩方面的因素。本實(shí)施例中，置亂塊的大小為2*2(即2*2像素構(gòu)成的圖像塊)，閾值模板T的大小為3*3。
五、恢復(fù)本實(shí)施例篡改恢復(fù)的過程為四步的認(rèn)證認(rèn)定被測(cè)圖像的圖像信息被篡改、而水印未被篡改，則直接利用圖像差值ΔILL定位篡改位置并利用從水印中恢復(fù)的低頻壓縮圖像ILL′相應(yīng)位置的信息，近似恢復(fù)被測(cè)圖像I*中被篡改的圖像信息；若認(rèn)定圖像信息和水印同時(shí)被篡改，則先對(duì)圖像差值ΔILL作“腐蝕-膨脹”處理，以精確定位圖像信息被篡改的位置，再利用從水印中恢復(fù)的低頻壓縮圖像ILL′相應(yīng)位置的信息，近似恢復(fù)被測(cè)圖像I*中被篡改的圖像信息。
用本發(fā)明方法對(duì)被篡改部分的圖像內(nèi)容進(jìn)行恢復(fù)時(shí)，若僅圖像信息被篡改，則恢復(fù)出的圖像質(zhì)量比較好；若圖像信息和水印同時(shí)被篡改，則恢復(fù)出的圖像質(zhì)量稍差。這是由于膨脹-腐蝕操作不能去除圖像信息篡改區(qū)域內(nèi)的噪聲點(diǎn)，因此恢復(fù)的被篡改處的圖像也會(huì)出現(xiàn)噪聲點(diǎn)。不過，因?yàn)檫@些噪聲點(diǎn)很明顯，可以利用圖像編輯軟件(如photoshop)很容易得把恢復(fù)圖像中的噪聲點(diǎn)去掉，得到圖像質(zhì)量較好的恢復(fù)圖像。圖5中的IC(1)和IC(2)分別為與I1*和I2*相對(duì)應(yīng)的近似恢復(fù)圖像，IC′(1)是利用photoshop編輯軟件對(duì)IC(1)去除噪聲點(diǎn)后的近似恢復(fù)圖像?？梢娪帽景l(fā)明的方法能有效的恢復(fù)被篡改的圖像內(nèi)容。
本發(fā)明中在水印成生過程中，低頻小波系數(shù)LL作非均值標(biāo)量量化的方法除了可以采用本例的5比特非均值標(biāo)量量化之外，還可以采用6、7比特非均值標(biāo)量量化方法；對(duì)置零圖像I作二維一級(jí)小波分解除可采用本例的DB1小波基外，還可采用其它任何現(xiàn)有的小波基。
本發(fā)明的效果可以通過以下性能分析驗(yàn)證一、不可見性分析脆弱水印要求加入的水印不可覺察，為了衡量水印圖像與原始圖像之間的差別，定義峰值信噪比PSNR(Peak Signal-to-Noise Ratio)為PSNR=10log10[255*2551m*nΣi=1mΣj=1n[I(i,j)-Iw(i,j)]2]---(6)]]>本實(shí)施例中把水印信息嵌入到圖像的LSB位和四分之一的次低位，因?yàn)樵紙D像的最低位和部分次低的每個(gè)比特是獨(dú)立的，所以[I(i，j)-Iw(i，j)]2的數(shù)學(xué)期望為E([I(i,j)-Iw(i,j)]2)=34*(1+0)*12+14((0+1+4+9)*14)=54]]>所以，原始圖像與水印圖像峰值信噪比的數(shù)學(xué)期望為E(PSNR)=10log10255*2551m*nΣi=1mΣj=1nE([I(i,j)-Iw(i,j)]2)=47.1617]]>可見，在最低位和四分之一次低位嵌入水印的算法可滿足脆弱水印不可見性的要求。同理，在最低位和四分之二次低位嵌入水印，原始圖像與水印圖像峰值信噪比的數(shù)學(xué)期望為E(PSNR)＝45.7004；在最低位和四分之三次低位嵌入水印，原始圖像與水印圖像峰值信噪比的數(shù)學(xué)期望為E(PSNR)＝43.9395，均可滿足脆弱水印不可見性的要求。考慮圖像的用途和對(duì)恢復(fù)效果的不同要求，可以選擇不同的量化比特。
二、篡改定位能力分析本發(fā)明通過圖像差值ΔILL=ILL′-ILL*]]>來定位圖像信息被篡改的位置。低頻壓縮圖像是對(duì)小波低頻系數(shù)量化得到的，低頻壓縮圖像的行列數(shù)為原始圖像的一半。以本實(shí)施例中采用的DB1小波基為例來說明該算法的篡改檢測(cè)能力。
DB1小波基的二維小波變換從數(shù)學(xué)角度可以近似用下述公式描述ILL(i，j)＝sum(I(2*i-1∶2*i，2*j-1∶2*j))/2(7)其中，i＝1，2，...，m/2，j＝1，2，...，n/2八位灰度圖像每個(gè)像素的取值范圍為
，因此ILL的取值范圍為
，做5比特均值標(biāo)量量化時(shí)的均值量化步長(zhǎng)為q＜(510/32)＜16。對(duì)一個(gè)像素值或一塊2*2像素值的和的改變超過32，差值圖像就不相等，從而可以定位出被篡改圖像信息的位置，差值大小反映對(duì)圖像信息的篡改強(qiáng)度。
三、區(qū)分篡改分析本發(fā)明的認(rèn)證算法通過圖像差值ΔILL=ILL′-ILL*]]>定位圖像被篡改的位置并區(qū)分是對(duì)圖像信息還是對(duì)水印的篡改。
若水印沒有被篡改，則從水印中恢復(fù)的低頻壓縮圖像ILL′等于水印圖像I的低頻壓縮圖像；若水印被篡改，對(duì)局部水印的篡改經(jīng)置亂恢復(fù)后，從水印恢復(fù)的低頻壓縮圖像ILL′上會(huì)出現(xiàn)隨機(jī)分布的噪聲點(diǎn)，但仍然可以反映水印圖像的基本內(nèi)容。ILL*是被測(cè)圖像I*的低頻壓縮圖像，當(dāng)被測(cè)圖像的圖像信息被篡改時(shí)，差值圖像ΔILL中對(duì)應(yīng)的位置不為零，不為零的區(qū)域與篡改的區(qū)域的形狀相似；當(dāng)水印被篡改時(shí)，ΔILL中出現(xiàn)類似隨機(jī)分布的小塊不為零的篡改點(diǎn)。
四、算法安全性分析一些情況下要求所使用的水印算法是公開的，那么算法的安全性就依靠密鑰來控制，因此合理的密鑰空間就成為算法安全性的重要保證。
本發(fā)明的水印生成算法中，密鑰K0用于次低位水印嵌入位置的選取，K3用于非均值量化步長(zhǎng)的調(diào)整，K1和K2用于分塊置亂加密，使用了多個(gè)密鑰，使得本發(fā)明的算法的安全性大為提高。
本發(fā)明方法的計(jì)算機(jī)仿真分析對(duì)208*328*8的“vase”灰度圖像，用Matlab仿真本發(fā)明的算法，該仿真對(duì)W1的置亂塊為2*2，(置亂塊的選取也作為密鑰的一部)，對(duì)W2的置亂塊為1*1，閾值模板T為3*3，水印圖像的不可見性采用峰值信噪比(dB)來衡量。
圖4為用本發(fā)明算法進(jìn)行水印嵌入及認(rèn)證的仿真圖例，圖4中I為原始圖像，Iw為水印圖像，ΔILL為圖像差值，ΔW為水印差值。原始圖像I與加入水印后的水印圖像Iw的峰值信噪比為48.1424，顯示該算法具有良好的不可見性，利用本發(fā)明的算法對(duì)水印圖像Iw進(jìn)行認(rèn)證得到的圖象差值ΔILL和水印差值ΔW全為零。
圖5為用本發(fā)明方法區(qū)分圖像與水印篡改并恢復(fù)出被篡改圖像信息的仿真圖例。使用photoshop圖像編輯軟件在水印圖像Iw上添加一個(gè)酒杯，被篡改后的圖像記為I1*；通過用水印圖像Iw的最低位和嵌有水印的次低位替換I1*的相應(yīng)位得到僅篡改圖像信息的被測(cè)圖像I2*；通過用篡改圖像I1*的最低位和嵌有水印的次低位替換水印圖像Iw的相應(yīng)位得到僅篡改水印的被測(cè)圖像I3*；ΔILL(1)、ΔILL(2)和ΔILL(3)分別為與I1*、I2*和I3*相對(duì)應(yīng)的圖像差值，ΔW(1)、ΔW(2)和ΔW(3)分別為與I1*、I2*和I3*相對(duì)應(yīng)的水印差值；IC(1)和IC(2)分別為與I1*和I2*相對(duì)應(yīng)的對(duì)圖像篡改內(nèi)容的近似恢復(fù)圖像，IC′(1)是利用photoshop編輯軟件對(duì)IC(1)去除噪聲點(diǎn)后的恢復(fù)效果。
圖像差值ΔILL(1)和ΔILL(2)中存在非零點(diǎn)集中的區(qū)域，判定被測(cè)圖像I1*和I2*該區(qū)域的圖像信息被篡改，根據(jù)非零點(diǎn)集中區(qū)域的形狀可判定被篡改圖像信息的形狀(本例為“酒杯狀”)，并且可以看出對(duì)圖像的篡改強(qiáng)度；圖像差值ΔILL(1)和ΔILL(3)中存在類似隨機(jī)分布的“噪聲”，說明被測(cè)圖像I1*和I3*中有水印被篡改，水印被篡改的位置和形狀通過水印差值ΔW(1)和ΔW(3)中的非零點(diǎn)集中區(qū)域來判定(本例為“酒杯狀”)；其中ΔILL(3)中僅有“噪聲”，而無非零點(diǎn)集中的區(qū)域，判定該被測(cè)圖像I3*僅有水印被篡改。
IC(1)和IC(2)分別為與I1*和I2*相對(duì)應(yīng)的近似恢復(fù)圖像，IC′(1)是利用photoshop編輯軟件對(duì)IC(1)去除噪聲點(diǎn)后的恢復(fù)效果。
篡改圖像I1*與水印圖像Iw的峰值信噪比為23.9679，相應(yīng)的恢復(fù)圖像IC(1)與水印圖像Iw的峰值信噪比為33.8166，利用photoshop編輯軟件對(duì)IC(1)去除噪聲點(diǎn)后的圖像IC′(1)與水印圖像Iw的峰值信噪比為37.5325；篡改圖像I2*與水印圖像Iw的峰值信噪比為23.9796，相應(yīng)的恢復(fù)圖像IC(2)與水印圖像Iw的峰值信噪比為38.3160；篡改圖像I3*與原始水印圖像Iw的峰值信噪比為60.8615，因?yàn)樵搱D像僅篡改了水印而沒有篡改圖像信息，所以采用本發(fā)明的恢復(fù)算法得到的恢復(fù)圖像與僅篡改水印的圖像I3*相同(圖中沒有顯示)。
可見，本發(fā)明算法可以做到精確定位篡改位置、區(qū)分圖像信息和水印的篡改、區(qū)分篡改強(qiáng)度，并可以在區(qū)分水印是否被篡改前提下按不同的方法近似恢復(fù)被篡改的圖像內(nèi)容。
權(quán)利要求
1.一種圖像篡改內(nèi)容可恢復(fù)的定位型認(rèn)證水印的生成與認(rèn)證方法，包括如下步驟(1)、水印生成將原始圖像I每個(gè)像素的最低位置零，并基于密鑰K0隨機(jī)選取部分像素的次低位置零，得到置零圖像 對(duì)該置零圖像I作二維一級(jí)小波分解，得{LL，LH，HL，HH}，將其中的低頻小波系數(shù)LL作基于密鑰K3生成隨機(jī)序列的5-7比特的非均值標(biāo)量量化，生成低頻壓縮圖像ILL；隨機(jī)選取其中的4個(gè)比特在其像素的對(duì)應(yīng)空間內(nèi)順序排列，生成與原始圖像同樣大小的4比特二值圖像ILb1，剩余的1-3比特按任意順序排列生成剩余比特二值圖像ILb2；再利用密鑰K1和密鑰K2生成不同的隨機(jī)序列分別對(duì)4比特二值圖像ILb1和剩余比特二值圖像ILb2分塊置亂加密，分別生成待嵌入的4比特水印W1和剩余比特水印W2；(2)、水印嵌入將(1)步生成的4比特水印W1嵌入到置零圖像I的最低位，剩余比特水印W2嵌入到置零圖像I已置零的次低位，生成嵌有水印的水印圖像Iw；(3)、水印提取低位恢復(fù)對(duì)水印圖像Iw傳輸后收到的被測(cè)圖像I*，取其最低位得到被測(cè)圖像I*的低位取出4比特水印W1′，根據(jù)密鑰K0取被測(cè)圖像對(duì)應(yīng)像素的次低位得到被測(cè)圖像剩余比特水印W2′，再根據(jù)密鑰K1和K2按(1)步相同方法的反向計(jì)算過程恢復(fù)出保存于水印中的低頻壓縮圖像ILL′；高位計(jì)算將被測(cè)圖像I*每個(gè)像素的最低位置零，并基于密鑰K0隨機(jī)選取部分像素的次低位置零，對(duì)其作二維一級(jí)小波分解，得{LL，LH，HL，HH}，采用與(1)步相同的方法及密鑰K3和K1，將其中的低頻小波系數(shù)LL計(jì)算生成被測(cè)圖像I*的低頻壓縮圖像ILL*和高位算出4比特水印W1*；(4)認(rèn)證將(3)步從水印恢復(fù)出的低頻壓縮圖像ILL′與被測(cè)圖像I*的低頻壓縮圖像ILL*相減，得到圖像差值ΔILL＝ILL′-ILL*；若圖像差值ΔILL全為零，認(rèn)定被測(cè)圖像I*的圖像信息和水印均沒有被篡改；若圖像差值ΔILL中有若干非零點(diǎn)集中于某區(qū)域，且該區(qū)域面積ΔS大于閾值模板T，認(rèn)定被測(cè)圖像I*中對(duì)應(yīng)區(qū)域的圖像信息被篡改，否則，認(rèn)定被測(cè)圖像I*的圖像信息沒有被篡改；若壓縮圖像差值ΔILL中沒有呈隨機(jī)分布的非零點(diǎn)，認(rèn)定被測(cè)圖像I*的水印沒有被篡改，否則認(rèn)定被測(cè)圖像I*的水印被篡改；水印的篡改位置則由水印差值ΔW＝|W1′-W1*|確定，該水印差值ΔW為(3)步中得到的低位取出4比特水印W1′與高位算出4比特水印W1*相減的絕對(duì)值，水印差值ΔW中非零點(diǎn)集中區(qū)域，就是被測(cè)圖像I*中水印被篡改的位置；(5)、恢復(fù)若(4)步的認(rèn)證認(rèn)定被測(cè)圖像的圖像信息被篡改、而水印未被篡改，則直接利用圖像差值ΔILL定位篡改位置并利用從水印中恢復(fù)的低頻壓縮圖像ILL′相應(yīng)位置的信息，近似恢復(fù)被測(cè)圖像I*中被篡改的圖像信息；若認(rèn)定圖像信息被篡改、水印也被篡改，則先對(duì)圖像差值ΔILL作“腐蝕-膨脹”處理，以精確定位圖像信息被篡改的位置，再利用從水印中恢復(fù)的低頻壓縮圖像ILL′相應(yīng)位置的信息，近似恢復(fù)被測(cè)圖像I*中被篡改的圖像信息。
2.根據(jù)權(quán)利要求1所述的一種圖像篡改內(nèi)容可恢復(fù)的定位型認(rèn)證水印的生成與認(rèn)證方法，其特征在于所述的基于密鑰K0隨機(jī)選取部分像素的次低位置零，其隨機(jī)選取的對(duì)象既可以是單個(gè)像素，也可以是若干個(gè)像素組成的區(qū)域。
全文摘要
本發(fā)明公開了一種圖像篡改內(nèi)容可恢復(fù)的定位型認(rèn)證水印的生成與認(rèn)證方法。將原始圖像最低位和部分次低位置零后的小波低頻系數(shù)作基于密鑰的非均值標(biāo)量量化，并利用隨機(jī)序列對(duì)其置亂加密來增強(qiáng)水印的安全性；將加密后的水印嵌入到原始圖像的置零位，認(rèn)證時(shí)通過圖像差值和水印差值分別定位圖像信息和水印被篡改的位置。本發(fā)明認(rèn)證時(shí)不需要原始圖像和原始水印，認(rèn)證結(jié)果不僅能對(duì)水印圖像的不同篡改進(jìn)行定位、識(shí)別對(duì)圖像信息的篡改強(qiáng)度，還能在區(qū)分水印是否被篡改的前提下，采用不同的方法近似恢復(fù)被篡改的圖像信息。該發(fā)明算法簡(jiǎn)單，容易實(shí)現(xiàn)，能在保證圖像真實(shí)性的前提下，提高數(shù)字圖像的交換效率，有利于數(shù)字圖像認(rèn)證技術(shù)的推廣與應(yīng)用。
文檔編號(hào)H04L9/14GK1614634SQ200410081400
公開日2005年5月11日 申請(qǐng)日期2004年12月6日 優(yōu)先權(quán)日2004年12月6日
發(fā)明者張家樹, 和紅杰 申請(qǐng)人:西南交通大學(xué)