一种基于HVS 的DCT 域图像自适应数字水印新算法

《一种基于HVS 的DCT 域图像自适应数字水印新算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Feb.2007,Volume4,No.2(SerialNo.27)通讯和计算机JournalofCommunicationandComputer,ISSN1548-7709,USA一种基于HVS的DCT域图像自适应数字水印新算法高海洋，李淑云，朱桂斌（重庆通信学院图像隐匿通信实验室，重庆400035）摘要：本文提出了一种基于人类视觉系统（HVS）的DCT域图像自适应数字水印算法，该算法可对原始宿主图像进行分块DCT变换，使用Robert算子对每一小块进行边缘检测提取，采用确定数值作为阈值对图像块进行分类，从而对嵌入的水印强度进行调整。添加水印时，对二值水印图像进行Arnold置乱、降维预处

2、理，并将此序列嵌入到每块的DCT低频系数上。仿真实验结果表明，本文实现的水印具有不可见性，且对于常见的JPEG压缩、噪声、裁剪等攻击具有较好的鲁棒性。关键词：数字水印；人类视觉系统；DCT；Arnold变换；Robert算子一方面可尽量减少嵌入信息对图像主观视觉的影1.引言响，同时又能尽量避免有损压缩对水印信息可能带来的损失。随着计算机网络和通讯技术的迅速发展，数字媒体得到广泛的应用，随之而来的信息安全、版权2.图像置乱保护等问题就变得日益突出。数字水印作为传统的加密方法的有效补充手段，近年来已成为多媒体信Cox认为，水印信息应服从高斯分布。为了破号领域的一个新的研究热点。坏图像像素的相关性

3、，而对图像进行置乱，使图像水印的鲁棒性和不可见性是数字水印技术的的各像素分布尽量随机，以至攻击者无法辨别是噪两个基本要素，影响这两个要素的关键技术是数字声还是水印。从水印的鲁棒性出发，由于图像信号水印的实现策略和所采用的水印结构。1997年Cox能量的分散，散布在一个区域中的有用信号能量极等人提出了一种基于离散余弦变换（DCT）域低频小，一旦水印遭受攻击而损失能量，会因为能量的[1]信号的扩频水印算法。后来，黄继武等人提出在分散而减小损失，加上人眼的局限性，也间接地增DCT域的直流（DC）分量上嵌入水印可以获得更强了水印的鲁棒性。[2-3]好的鲁棒性和不可见性。他们都选择伪随机序列置乱技术通

4、过置乱来分散错误比特的分布，从作为嵌入的水印结构，此水印结构相当于在图像中而在提高数字水印的鲁棒性方面又有了新的应用。加入1bit信息，只能用于判断图像中是否含有水印，在信息加密中，置乱技术主要考虑的是加密的强应用范围受到一定的限制。在许多场合，人们更希度，即解密的难度。而在数字水印中，置乱技术主望嵌入诸如作者的签名、版权声明、认证信息或公要考虑的是尽可能地分散错误比特的分布，提高数司图标等具有一定意义的数字水印。鉴于此，本文字水印视觉效果来增强数字水印的鲁棒性。因此在提出了一种基于DCT域DC分量，嵌入有意义的二数字水印系统中主要考虑的两个要求是：(1)尽可[4]值图像的数字水印方法。选择

5、DC系数的好处是，能小的计算量；(2)尽可能大的置乱度。【作者简介】高海洋（1976－），硕士研究生，助理工程师；研究方向：数字信号与信息处理、数字水印、信息隐藏。李淑云，硕士研究生；研究方向：数字信号与信息处理。朱贵斌，教授，硕士生导师；研究方向：信息隐藏。1一种基于HVS的DCT域图像自适应数字水印新算法2.1Anorld变换W=W(m,n)，0

6、2,...,N-1)，表示某一像素点的变换次数作为密钥k1，置乱后的图像可表示为：坐标，N是图像矩阵的阶数。利用上式，逐一对图WWm′′=≤{(,),0nmNnN≤12,0≤≤}像W中的像素点坐标做变换，当遍历了图像的所有然后，对W′从上到下，从左到右逐行扫描成一像素点之后，便产生了置乱后的图像W′。另外，对个序列X=≤{xiNNi,0≤12×}。该图像还可以进行反复迭代，以产生不同结果的图3.3拉伸系数的选取与水印的嵌入像。Arnold变换具有周期性，即当迭代到某一步时，根据图像空域纹理特性可以将图像块分成两将重新得到原始图像。类，第一类具有较强的纹理S1，第二类具有较弱的纹理S2。不同纹

7、理的区域嵌入水印的强度不同，纹3.水印的嵌入算法理越复杂的图像块选择的嵌入强度也越大，这样可以达到较好的不可见性。对置乱后的原始宿主图像3.1原始宿主图像的预处理[7]原始图像f(x,y)的大小为M×M，把原图像分进行Robert算子边缘检测，此方法在文献[7]中曾12MM被使用。设n为第k个8×8块边缘点的个数，当割为互不覆盖的大小为K(K=1×2)的8×8的k88n≥g时，图像块属于第一类，水印嵌入强度系