一种基于邻域均值的DCT水印算法

轩璐

(三门峡职业技术学院 信息传媒学院，河南 三门峡 472000)

一种基于邻域均值的DCT水印算法

轩璐

(三门峡职业技术学院 信息传媒学院，河南 三门峡 472000)

基于离散余弦变换(DCT)，分析了变换后单个系数和区块系数均值在各类常见攻击中的稳定性，为提高算法的鲁棒性，提出了一种利用邻域均值（NM）间关系确定嵌入方式，并将嵌入能量分散嵌入到 DCT 区块的盲水印算法。实验表明，算法在确保不可见性的基础上，对鲁棒性有较大提升。

邻域均值（NM）；离散余弦变换；鲁棒性；数字水印

引言

数字水印技术是目前应用普遍的多媒体版权保护 手段之一[1]。 伴随着多媒体 应 用的日益普 及 ，如何设计出稳定且易实现的数字水印方案成为学界研究的主要问题[2]。 传 统 的 数字水印技术 主 要分为空域和频域两种， 一般来说空域算法较为直接，易于实现，但对于各类攻击的鲁棒性较差，目前应用较少。所以目前主要研究都集中在计算较为复杂，但鲁棒性较好的频域水印嵌入[3]。 在频域 水 印研究中，研究的问题主要集中在载体图像的水印容量、水印嵌入点的选择以及水印嵌入强度等方面。水印研究的重点就是通过以上三个方面的研究力求达到不 可 见性与鲁棒 性 的平衡[4]。

文献[5]提 出 了一种 基 于 关系 的 DCT 域 算法 ，算法以载体图像 8*8DCT 变换的（5，2）和（4.3）位置值的大小关系为嵌入条件，将置乱的水印信息通过位置交 换的方式插入 到以上两点。 文献[6]利用 8*8DCT变换矩阵（3，3）、（4，4）位置周围 4 个点的均值作为插入系数实现水印在以上两点的插入。以上两种方法较好地实现水印的不可见性，但水印插入基于单值得修改，在各类攻击中受到影响较大，鲁棒性上仍存在改进的空间。笔者利用人类视觉系统特性，提出了一中基于关系的邻域均值的水印算法，将水印插入能量分散在 DCT变换的多个位置中， 有效地提高了针对多种攻击的抗干扰性，在保证不可见性的基础上，对鲁棒性有明显提高。

1 算法准备

1.1 离散余弦变换

离散余弦变换相关性能够接近最佳变换 K-L变换，具有算法强度小，可分离性好等优点。 被广泛应用图片水印算法中。其变换公式与逆变公式见〈1〉、〈2〉。

式中，x，y，u，v=0，1，…，N-1。

二维离散余弦逆变换公式为

式中，x，y，u，v=0，1，…，N-1。

1.2 DCT 变换系数稳定性分析

文 献[5]、[6]均 选 用 DCT 变 换 中 频 系 数 中 某 个 固定位置值进行水印嵌入，为分析固定值的稳定性需要进行稳定性分析。 具体做法是，提取待检测图片绿色分量进行 8*8 的 DCT 变换， 提取每个矩阵文献[5]使 用 的 （5.2）位 置 的 数 值 与 图 片 受 到 乘 性 噪 声攻击（0.05）、高斯滤波噪声攻击（4*4，0.5）以及均值滤波攻击（3*3）后的数值进行比较，观察其变化幅度，结果如图（1）。 在此基础上，本文提出将 DCT 变换后矩阵 (1，3)、(2，3)、(1，4)、(2，4)位置的均值进行上述实验，结果如图（2）。 通过分析，我们可以看出均值攻击后的变化幅度远远小于单值的变化幅度。即均值的抗干扰能力强于均值，更换载体图片进行多次实验，实验结果一致。

图1 单值攻击变化比较

通过实验可以得出结论，若将水印信息以多个点均值的形式进行同样强度的嵌入，较单点嵌入具有更强的抗干扰能力。

图2 均值攻击变化比较

2 水印算法

2.1 水印预处理

受到载体图像嵌入容量的限制，一般采用灰度图像作为水印，水印在嵌入前必须进行处理，将水印变换为一个置乱后二进制序列，置乱的主要目的是消除水印各像素点的相关性，以此应对剪切等攻击。 本文选择 Arnold 变换进行水印置乱。 具体做法是将 32*32 的水印图像依照公式〈3〉变换得到二进制序列W。

其中M为水印图像的长或宽。

2.2 水印嵌入过程

水印的嵌入流程如图4， 将载体图像的绿色分量进行 8*8 分块，对每个分块进行 DCT 变换，然后根据两个选定均值块的平均值大小关系进行水印嵌入。 最后将嵌入水印信息的绿色分量 DCT 逆变换后与红色、蓝色分量合并得到含水印的图像。

图4 水印嵌入流程

算法具体步骤为：

第 一 步， 利用公式〈3〉对水印图片进行 N 次Arnold 置乱，得到一个 M*M 的一维二进制序列 W'。

第二步，提取载体图像绿色分量G，对G实施8*8 的 DCT 转换， 得到矩阵其中 IDCIL（i,j）1〈i,j≤8 即 AC 系数。式〈4〉、〈5〉进行水印嵌入, 其中 T 是防止差值过小设置的阀值。

第 四 步 ， 对 所 有 的 I*DClT进行 IDCT 运算，可以得到含有水印信息的载体图像绿色分量。

第五步，将提取到的绿色分量与红色、蓝色分量合并，得到含水印信息的载体图像，水印嵌入结束。

2.3 水印提取

水印详细提取过程可见图5， 含有水印的载体图像进行嵌入逆过程即可得到水印信息，具体步骤可归纳为：

第一步， 对获得的图像进行图像进行 RGB 提取，对其中的绿色分量进行 8*8DCT 转换。

第二步，根据公式〈6〉提取嵌入信息。

第三步，根据顺序将提取的嵌入信息组成一维二进制序列 W*，对 W*进行 Arnold 逆变换，即可得到最终提取结果。

图5 水印提取过程

4 实验结果分析

本文在 Matlab7.0 环境下进行仿真测试， 载体图像与水印图像 (见图 6), 分别为 256*256 的彩色Lena 图像以及 32*32 的二值图。测试采峰值信噪比(PSNR)评价算法的不可见性，归一化相关系数(NC)来定量的评价算法的鲁棒性。

4.1 不可见性

通过图 7 与图 6Lena 图的对比，肉眼无法分辨有明显的不同，计算 PSNR 值为 31.9844，可以得出结论本文算法具备较好的不可见性。

图6 嵌入水印图片与水印

图7 嵌入后图片与提取水印

4.2 鲁棒性分析

为验证算法的鲁棒性，本文采取了部分常见攻击测试，具体数据见表 1。

表1 在不同攻击下水印提取平均成功率

通过数据可以得出结论，本算法在应对各种攻击时表现出较强的性能，具备一定的应用价值。

5 结论

对 DCT转换中频系数的单数和均值在各类攻击中的稳定性进行了测试，在测试数据分析的基础上提出了一种基于关系的邻域均值 DCT水印算法。 通过仿真实验，证明新算法具有良好的不可见性和鲁棒性。

[1]LI Lizhong，GU Qiaolun，GAO Tiegang．A zero-watermarking algorithm based on fuzzy adaptive resonance theory［C］/ /Proc． FSKD '09． Tian-jin： IEEE Press，2009： 378～382．

[2]鲁晓 辉,金 渊智.基于 MPEG-2 的视 频水 印算法[J].计算 机应用与软件，2014(10)：144～146.

[3]熊祥 光,王 端理.基于 HVS 和关系 的 DCT 域 彩色图 像水 印方案[J].计算 机工程 与科 学，2014(02)：311～316.

[4]武风 波,汪 峰.基于 HVS 的 小波变 换数 字图像 水印 算法[J].应用 光学，2014(02)：311～16.

[5]徐 金 东,黎 洪 松,倪梦莹 ，等一 种 基 于关系 的 DCT 域 数 字 水印改进算法[J].北京师范大学学报(自然科学版)，2007(01)：57～59.

[6]谢斌 ，刘 珊，任克 强，等基 于 DCT 的自 适应 多重彩 色图 像盲水 印算法 ［J］．电 视技 术，2014,38(9)：21～24.

（责任编辑 梁红艳）

TP391.41

：A

：1671-9123（2014）04-0116-03

2014-11-10

轩璐(1981-)，女，河南三门峡人，三门峡职业技术学院信息传媒学院讲师。