一种基于像素差值的无损数字水印技术研究

2016-07-22蔡正保

大庆师范学院学报 2016年3期

关键词：数字水印差值像素

蔡正保

(安徽国防科技职业学院信息工程系，安徽六安 237011)

一种基于像素差值的无损数字水印技术研究

蔡正保

(安徽国防科技职业学院信息工程系，安徽六安 237011)

摘要：无损数字水印技术能够鉴别数字媒体的真实性和完整性的同时，还能实现数字媒体和水印的完好分离，可得无失真的原始数字媒体。采用对像素对进行分类和差值运算的方法来嵌入水印、提取水印和恢复原始载体，并在水印的嵌入过程中运用了纠错编码技术。算法易于实现且结构对称，鲁棒性强，能明显提高含印图像质量。

关键词：像素；差值；无损；纠错编码；数字水印

0引言

随着信息技术的发展，图像、音频等数字媒体信息都可以比较容易地进行复制、修改。这方便了人们信息交流的同时，也带来了信息的安全隐患。数字媒体作品容易被篡改、非法利用，作品版权需要保护[1]。确保数字媒体作品的真实性和完整性尤为重要，为解决这一问题，可以采用数字水印技术。然而，一些场合对数字媒体的真实性和完整性要求过高，例如在军事上和医学上对数字图像的安全性要求很高，这些数字图像不能因嵌入水印而引起的轻微失真，且载体图像还能恢复到原始状态。这就需要用到无损数字水印技术了，它能在保证数字媒体视觉质量的情况下把水印嵌入，在数字媒体内容遭受质疑时，可提取其中水印来鉴定真伪，并且原始数字媒体还能完整恢复[2]。一般的无损数字水印技术都可进行篡改检测以及可逆恢复，部分算法有较高的容量，可都有相同的缺点，也就是在数字媒体遭到攻击时，难以提取出正确水印，且原始载体难以恢复。本文结合纠错编码技术提出了一种基于像素差值的无损数字水印技术。

1技术路线

基于像素差值的无损数字水印技术，运用像素差值运算的办法来嵌入数据。将像素对分成可嵌入(A类)和不可嵌入(B类)两类，在进行水印嵌入时，若嵌入的是A类就采用像素差值的办法来对数据进行嵌入，若是B类就不处理像素对，这在像素对的处理上就比较简单。因在嵌入B类像素对过程中对其未作修改，导致在提取时会有错误出现，就要利用纠错编码技术对B类像素对提取的数据做纠错处理。其前提要在嵌入之前将隐体信息纠错编码。隐体信息含恢复数据和纯载荷，恢复数据中含有嵌入像素对在载体图像中所处位置的二值映射图P的JBIG压缩数据。在提取所嵌入的水印和原始载体恢复时，若所有的像素对都为A类，则将差值的最低位提取出来即可得嵌入的数据流。通过这种方法提取A类像素对比较合理，但提取B类像素对就可能会有错误。这是由于B类像素对在嵌入时没有修改，按A类像素对统一提取会有一半的出错概率，必须对嵌入数据流纠错处理，可获得纠错后的数据流，即可将嵌入载荷和恢复数据恢复出来。恢复数据主要存放映射图P。依据图P，使用像素差值方法恢复A类像素对的像素值，不改动B类像素对的像素值。

2像素差值技术

2.1像素差值运算

这里通过具体的例子来详细描述。在水印嵌入过程中，若有两个像素值a=154、b=151，需无损嵌入数据c=1。通过式(1)算得a、b的平均值u和差值v，即：

(1)

u=7转换成二进制是u=7=(111)2，把c=1嵌入到v的最低有效位上，得v′，则v′是v′=v×2+c=15。使用计算得到的新差值v′与u计算得到新的值，即：

(2)

依据计算得到的新值(a′,b′)，能够提取隐藏的数据c，可将原始的像素对(a,b)恢复出来。

在提取和恢复过程中，根据式(3)计算均值和差值：

(3)

把v′转换成二进制为v′=15=(1111)2，将其最低有效位提取出来，获得隐藏的数据c，可得原始差值v=(111)2=7。使用u′和恢复所得的v，能够获得原始像素对(a,b)。

2.2像素差值扩展

对于2.1所述的算法，差值v的二进制位可以从3位扩展到4位来嵌入数据c，可以称为差值扩展。使用该方法嵌入数据c，得到的差值为v′= v×2+c。为了避免出现溢出现象，v′须满足式(4)：

(4)

根据式(4)，对于c=0或者1，则：

(5)

对于c=0或者1，像素的差值扩展必须满足式(5)。

3信息纠错

在信息嵌入时，B类像素未做修改，在提取时B类像素会有一半的出错概率，必须要将提取数据做纠错处理。应先对隐体信息纠错编码，可采用纠错编码来提高水印抗攻击的能力，本文采用BCH码来对数据进行纠错[3]。BCH 码为一种线性分组码，纠错能力强，代数结构比较严密，易于构造。其形成的多项式f(x)和最小码距关系密切，可依据所需的纠错能力来构造BCH 码。

可将BCH码分为本原BCH码和非本原BCH码两类。对于本原BCH 码，其码长是j=2i-1(i>=3)；而对于非本原BCH码，其码长j为2i-1的一个因子[4]。对于两个正整数i(i>=3)、s肯定有以下的参数的BCH码，其码长为j=2i-1，它的监督位数g<=js，可以纠正不大于s个随机差错的BCH码[5]。使用式(6)所列的多项式f(x)可纠正s个差错的BCH码。

(6)

上式中，s是可以纠正差错的个数，f(x)是最小多项式，LCM是取括号中所示的多项式的最低公倍式。

4水印的嵌入、提取和载体图像的恢复

4.1水印嵌入

对于水印的嵌入，其步骤为：

(1) 由原始载体图像得像素对并算得像素对差值v。

(2) 生成二值映射图P,并对其JBIG压缩得P′。

(3) 把水印信息G当作主体，P′当作头部，得到隐藏信息G′。

(4) 对G′纠错编码并置乱，再嵌入。

(5) 对差值扩展后的像素对值进行计算，可获得含印图像。

4.2水印提取

对于水印的提取，其步骤为：

(1) 由含印图像生成像素对，并计算其差值、均值。

(2) 提取差值的二进制数据作为最低位，可得提取系列，并对其纠错编码可得解码数据。

(3) 根据解码数据可得其主体是水印信息，头部即是二值映射图。

4.3载体恢复

对于载体图像的恢复，可使用解码所得的二值映射图分两方面处理：

(1) 当二值映射图像素对为A类时，将像素对差值二进制数据右移一位，即可获得原始差值。根据含印图像像素对的差值和均值算得的像素值即为原始载体图像像素值。

(2) 当二值映射图像素对为B类时，则对像素对的值不做改变。

5实验分析

为测试算法的实际应用效果，这里选用4个256×256的灰度图像lena图、cameraman图、cat图、tyre图作为载体图像，见图1。再将这4个图像分别缩小至20×20、25×25、30×30、35×35、40×40、45×45、50×50作为待隐藏的水印。

Lena　　　　　　　　　　　cameraman　　　　　　　　　 cat　　　　　　　　　　　 tyre

嵌入水印后对于载体图像变化的评价可采用峰值信噪比(PSNR)，所得的实验数据见表1(嵌入量单位为bits，PSNR单位为dB)。表中的嵌入量、峰值信噪比是在肉眼不能感知载体图像变化的情况下的数据。当肉眼能感知载体图像有失真现象，实验数据不予采用。由表1中的实验数据分析得知，相同载体图像嵌入不同的水印，其信息隐藏量在一个数量级上。受限于篇幅，图2只列出了lena图像作为水印的含印图像效果图。再对图2所示的含印图像进行水印提取，提取出水印后的载体图像的PSNR为无穷大，可见，载体图像可完整恢复。

表1　肉眼不能感知载体图像失真的实验数据

Lenacameraman cattyre

图2lena图像作为水印的含印图像效果图

在同一个大小相同载体图像中嵌入大小不同的水印后的情况分析，选取图1中的Lena图为例，嵌入不同大小的水印后的PSNR见表2。同一个大小相同载体图像中嵌入大小不同的水印后，PSNR随着水印的增大而减小。也就是隐藏信息量越大，含印图像的质量就越差。同样，对含印图像进行水印提取后PSNR为无穷大，可完整对载体图像进行恢复[6]。

表2　大小相同Lena图像(256×256)嵌入大小不同的水印后的PSNR

再对图2所示的含印cameraman图像进行椒盐噪声攻击(密度为0.004)，得到的图像见图3。

可见，由本算法得到的含印图像抗攻击能力强，算法采用了纠错编码，有较高的鲁棒性。

6结语

本文提出了一种基于像素差值的无损数字水印算法。算法的水印嵌入、提取、载体图像恢复过程是对称处理，简单且易于实现，鲁棒性强。算法在保证含印图像质量较好的同时水印有较高的嵌入量，且载体图像能够准确无误地恢复。即使在含印图像受到攻击的情况下，仍然能够很好地恢复出原始载体图像。在人们对数字媒体的真实性和完整性要求越来越高的情况下，该类技术就更加重要，需进一步做更深入的研究。

[参考文献]

[1] 郑汉忠.基于混沌序列的数字水印及多路图像加密的研究与实现[D].广州：广东工业大学,2015:23-26.

[2] LI YU-CHIANG,YEH CHIA-MING, CHANG CHIN-CHEN.Data hiding based on the similarity between neighboring pixels with reversibility[J].Digital Signal Processing,2010, 20(4):1116-1128.

[3] 王也隽.信息隐藏技术及其军事应用[M].北京：国防工业出版社,2011.

[4] BRIAN K L,LIN YEN-Ming.High-capacity reversible data hiding by maximum-span pairing[J].Multimedia Tools and Applications,2011,52(2):499-511.

[5] 侯庆政.基于二值图像数字水印技术的票据防伪方法研究[D].杭州：杭州电子科技大学,2015.

[6] 谯钧.基于 DCT 的鲁棒性和半脆弱性图像水印算法研究[D].兰州：西北师范大学学位论文,2013.

[责任编辑：崔海瑛]

(英文摘要略)

A study of digital watermarking technology based on Lossless pixel difference

CAI Zheng-Bao

(Department of Information and Engineering,Anhui of Defense Technology,Anhui 237011,China)

作者简介：蔡正保(1984-)，男，安徽六安人，讲师，从事信息安全技术研究。

基金项目：安徽省教育厅质量工程项目(2015gxk133)；安徽国防科技职业学院基金项目(gf2015jxyjz02)。

中图分类号：TP391