基于小波变换的数字水印技术的研究

周美丽，刘川

（延安大学陕西延安716000）

数字水印技术从正式提出到现在只有短短几十年的历史，但其在数字产品的隐蔽标识、知识产权保护、防伪等方面具有广泛的应用前景。在美国，以麻省理工学院媒体实验室为代表的一批研究机构和企业已经申请了数字水印方面的专利。1998年，美国政府报告中出现了第一份有关图像数据隐藏的AD报告[1]。我国学术界对数字水印技术的研究也相当重视，已经有相当一批有实力的科研机构投入到这一领域的研究中，但大多研究成果依然局限在初始阶段，目前没有商品化的软件推出，实际领域中的应用也还十分有限。目前研制更安全的数字水印算法是水印研究的重点之一，此外根据不同的数字产品内容分等级插入水印：即对重要的、安全性要求高的内容插入安全性好的水印，而对安全性要求不高的内容插入安全性一般的水印，这种分安全等级的水印方案有助于提高效率，也间接增强了水印的安全性[2]。

数字水印技术是一种新型的信息隐藏技术，它是实现在数字产品中加入保护产品版权或证明产品可靠性的数字水印。它弥补了传统的密码技术和数字签名技术的缺陷，因此数字水印技术是当前多媒体信息隐藏领域发展最快的技术之一。而小波变换是信号处理领域的一个热点研究，基于小波理论的研究成果应用非常广泛，如数字水印、特征提取、信号滤噪、数据融合等，几乎所有涉及信号处理的问题都会有小波的身影。小波理论应用之所以广泛，在于小波变换可以获得信号的多分辨率表征符合人类观察世界的一般规律。本文仿真实现了基于小波变换为基础的数字图像水印嵌入和提取技术，为数字图像安全性提供了技术支持[3-4]。

1 数字图像水印技术实现

基于小波变换数字技术使得图像的压缩、传输和分析变得更为便捷[4]。小波变换在数字水印中的应用近几年发展也非常快速。小波变换将输入信号分解为低分辨率参考信号以及一系列细节信号。在每一个尺度下，参考信号和细节信号包含了完全恢复上一尺度下信号的全部信息。由于小波变换与人类视觉系统对图像的认知有着相似的过程，所以被认为是一种很有前途的图像处理工具。小波变换将原始图像分解为一系列的高频分量和低频分量，因为人类视觉系统对图像低频分量的改变非常敏感，而对图像的纹理等高频部分的改变敏感性要小的多，文中正是利用这一点进行水印信息的嵌入[5-6]。

文中实现了小波域上对灰度图像水印的嵌入与提取，取灰度源数字图像X，水印图像W，如图1为数字水印图像嵌入流程图，图2为数字水印图像水印提取流程图：

图1 数字水印嵌入流程图Fig.1 The flow chart for digital watermarking

图2 数字水印提取流程图Fig.2 The flow chart for digital watermarking embedding

比较其他数字水印技术，基于小波域的数字水印技术优点在于：首先小波变换可以对人眼视觉系统进行更好的模拟，它把信号分成独立的子带并独立地进行处理，这种方式比离散余弦变换更接近人眼视觉系统[7-8]；其次在小波域进行信息隐藏，利用了小波变换的层次分级和时频局部化的特性，可以在图像信号重要分解系数中嵌入尽可能多的水印信号；此外小波域中的低频子带刻画了图像的平滑部分，而小波域中的高频子带描述了图像的特征信息，如图像的纹理区域和图像变化的边缘区域等等。水印算法可以选择加入到不同的小波域系数中，从而影响图像的平滑部分、纹理区域及边缘区域的目的，基于以上3点文中选择以小波分解为基础来进行数字图像的水印嵌入与提取[9-10]。

2 实验仿真

根据上述流程图对源数字图像’tire’进行嵌入水印，基于小波变换的数字水印的仿真结果如下，图3所示，为原始图像和小波变换后的图像；图4所示，为水印图像；图5所示，为水印嵌入图像与原图像的检测响应。

图3 原始图像和小波变换后的图像Fig.3 The original image and the wavelet transformimage

图4 水印嵌入图像Fig.4 The watermarking embedded image

图5 水印嵌入图像的检测响应Fig.5 The detection response of watermarking embedded image

上述实验是基于小波变换的灰度图像水印技术的仿真。将图像信号进行小波变换后，根据小波系数的特点，将灰度图像水印嵌入到图像载体小波分解的低频系数和部分中高频系数上。实验结果表明，该技术在数字图像隐蔽通、防伪等方面可以可靠应用，在数字水印技术应用中中具有良好的鲁棒性。

3 结论

由于篇幅局限本文只对数字图像水印嵌入技术得以实像跟踪系统。系统采用高速图像传感器作为图像采集装置，改善了低速图像跟踪系统对高速运动目标跟踪误差大、精度低等问题，具有单芯片集成、低功耗、小型化、便携化等优点，有良好的应用前景。

[1] 宁成军，史忠科.基于FPGA的实时空中目标跟踪系统设计与实现[J].交通运输系统工程与信息，2010，10（5）:45-52.NING Cheng-jun，SHI Zhong-ke.Design and implement of Real-time aerial target tracking system based on FPGA[J].Journal of Transportation Systems Engineering and Information Technology，2010，10（5）:45-52.

[2] 刘紫燕，冯亮，祁佳.一种基于FPGA的实时视频跟踪系统硬件平台设计术[J].传感器与微系统，2014，33（7）:98-102.LIU Zi-yan，FENG Liang，QI Jia.Design of a FPGA-based hardware platform of realtime video tracking system[J].Transducer and Microsystem Technologies，2014，33（7）:98-102.

[3] 计宏伟，王怀文.基于高速图像测量技术的缓冲材料缓冲性能的表征[J].振动与冲击，2011，30（9）:216-220.JI Hong-wei，WANG Huai-wen.Characterization of dynamic cushioning property of cushioning material based on highspeed image measurement technology[J].Journal of Vibration and Shock，2011，30（9）:216-220.

[4] 张远辉，韦巍，虞旦.基于实时图像的乒乓机器人Kalman跟踪算法[J].浙江大学学报，2009，43（9）:1580-1584.ZHANG Yuan-hui，WEI Wei，YU Dan.Kalman tracking algorithm based on real-time vision of ping-pong robot[J].Journal of Zhejiang University，2009，43（9）:1580-1584.

[5] 张正涛，徐德.基于智能摄像机的高速视觉系统及其目标跟踪算法研究[J].机器人，2009，31（3）:229-224.ZHANG Zheng-tao，XU De.High-Speed vision system based on smart camera and its target tracking algorithm[J].Robot，2009，31（3）:229-224.

[6] 刘刚，苏秀琴，胡晓东，等.高速电视下基于自适应阈值的实时图像跟踪[J].光子学报，2005，34（8）:1262-1265.LIU Gang，SU Xiu-qin，HU Xiao-dong，et al.Real-time image tra-cking based on adaptive threshold in high speed TV[J].Acta Photonica Sinica，2005，34（8）:1262-1265.

[7] Gu Q，Takaki T，Ishii I.Fast FPGA-based multiobject feature extraction[J].IEEE Transactions on Circuits and Systems for Video Technology，2013，23（1）:30-45.