基于初始简图的数字水印感知模型的研究

李伟

（黑龙江八一农垦大学工程学院，大庆163319）

基于初始简图的数字水印感知模型的研究

李伟

（黑龙江八一农垦大学工程学院，大庆163319）

针对目前大多的感知模型未考虑图像的内容特征，提出一种基于初始简图的第二代水印感知模型构建方法。首先利用初始简图理论将图像内容分解为结构和纹理两大特征，并结合人类视觉系统HVS的感知特性，对内容特征进行感知度量和权重优化处理，最终构建JNDpsk感知模型，并利用该模型指导水印的嵌入和提取过程。实验结果表明，该算法在保证图像视觉质量的前提下，水印的鲁棒性能有很好的改善。

初始简图；第二代水印；内容特征；JNDpsk感知模型

近年来，随着数字版权问题日益受到广泛关注，作为版权保护领域的一个重要技术手段，数字水印技术逐渐成为国内外学术界一个新兴的研究热点［1］。各种水印算法大量涌现，王福丽等［2］利用奇异值特征具有较好的稳定性，将水印的奇异值嵌入到小波变换低频子带奇异值上，使水印算法具有较好的鲁棒性。肖振久等［3］通过计算图像块的熵值将图像的纹理特征进行分类，以控制水印的嵌入信息量，并依据JND感知模型控制水印嵌入强度，该算法可以较好的平衡水印不可感知性和鲁棒性之间的矛盾。但是，目前的这些水印算法大都是将水印能量扩展到图像中所有像素，无法与被嵌入载体内容特征结合起来，因此其鲁棒性在很多情况下不能满足应用的需求。为此，M.Kutter首次提出第二代数字水印的概念，基本思想是利用图像的内容特征（如图像的边角点、边缘和纹理区域等）来嵌入水印，从而增强水印的鲁棒性能，因此图像内容特征的选取是否合理对水印性能有至关重要的影响［4］。李雷达等［5］利用SIFT特征结合奇偶量化的思想来实现水印的嵌入，但该方法没有考虑人眼感知特性，而且对边缘与纹理的区分度不强。文献中［6］提出了一种利用SIFT特征提取算子的小波域抗几何攻击水印算法，虽然鲁棒性能有一定程度的增强，但是算法实现不易。

图像结构、纹理的有效分割对于第二代水印性能起到至关重要的作用。Guo等［7］利用初始简图理论通过数学建模的方法，实现了对媒体内容的有效分解。因此，基于初始简图理论，利用人类视觉特性（Human Visual system，HVS）分析不同图像特征的感知特性，提出了构建内容水印感知模型的方案，利用该模型合理分配水印能量，将水印以不同强度嵌入到对视觉敏感性不同的区域，从而更好的地平衡水印鲁棒性和不可感知性之间的矛盾。

1 初始简图的理论基础

Guo等［7］根据Markov随机场理论和稀疏编码模型在图像表示方面的优缺点，提出了一种新的图像表示模型——初始简图模型（primal sketch model）。根据初始简图理论，可以将图像划分为结构和纹理两大类别，即构成图像结构的可勾描部分，以及组成剩余纹理的不可勾描部分。图1描述了初始简图的具体分解过程，首先通过匹配追踪法快速定位图像的可勾描部分（b），并利用稀疏编码模型，即通过若干基元的线性叠加构成图像的结构部分（c）；而图像剩余的纹理部分（d）用FRAME模型来表达，并使用结构轮廓部分作为其边界条件，FRAME模型依据最大熵原则，将MRF建模和滤波理论结合在一起，通过对滤波器的选择和参数控制得到图像在不同尺度和方向上的纹理特征（e）；最后，通过简图图像和合成纹理的融合即可得到最终的合成图像（f）。

图1 初始简图模型方法示意图Fig.1 Schematic diagram of prime sketch model

2 基于初始简图的内容感知模型的研究

2.1 模型构建

内容感知模型构建方案的具体思路是依据人眼具有分层次感知特性［8］，首先通过初始简图模型将图像内容分解为结构和纹理两大类别，然后利用Barni感知模型［9-10］分析结构区感知阈值JNDtxn和纹理区感知阈值JNDtxe，最后通过实验方法确定各自权重比例，合并处理后获得原始图像的感知阈值。该模型综合考虑了图像的内容特征，以及人眼的视觉感知特性，更加合理的确定水印的嵌入位置和嵌入强度，从而更好地指导水印的嵌入过程。

其中，公式1为Barni感知模型，代表原始图像三级级小波分解后第l层级、s方向的感知阈值；公式2为基于初始简图的内容感知模型，C1和C2为权重系数，取值通过实验确定。

2.2 水印的嵌入算法

基于初始简图内容感知模型的数字水印嵌入方法如下所述：

Step1：利用JNDpsk模型计算结构区和纹理区在不同层级和方向上的感知阈值，并通过权重分析确定载体图像的感知阈值：

Step2：根据载体图像感知阈值的计算，选取合适的水印嵌入位置Icoef（i，j）。

Step3：本算法选取有意义的图像作为水印信息，根据其像素统计特征，选择合适的门限值进行二值化（0、1序列）处理，最终得到适于嵌入的水印信息。

Step4：将载体图像进行三级DWT变换，选择小波变换低频区域进行水印嵌入，计算其感知阈值确定水印的嵌入位置，并依据水印信息W的不同取值，嵌入不同强度S的水印：

Step5：对水印嵌入后的小波子带图像进行三级IDWT变换，即得到含水印的图像。

2.3 水印的提取算法

水印提取算法是水印嵌入算法的逆过程，具体的提取过程如下：

Step1：将含水印图像进行三级DWT变换，得到低频区域的小波系数值Icoef。

Step2：首先通过感知阈值确定水印的具体嵌入位置，然后依据嵌入强度提取水印信息：

Step3：对提取的水印序列进行变换处理，得到水印图像。

3 实验结果和性能分析

3.1 实验环境

将基于感知模型JNDpsk的内容水印算法（后文称算法2）与文献［9］的算法（后文称算法1）进行对比实验仿真。在实验中采用64×64的灰度图像作为水印图像，并且为了检验算法的通用性，选择了三幅512×512的载体图像进行仿真测试。如图2所示，Lena图含有分布相对比较平均的轮廓和细节区域；Peppers图包括较多的平滑区域以及大量的轮廓信息，但细节不丰富；Baboon图边缘轮廓不明显，但具有较多的细节信息。

图2 原始载体图片Fig.2 Images of original test

3.2 不可感知性测试

水印算法的不可感知性要求图像在嵌入水印后从视觉上无法感知水印的存在，从图3中可以看到，嵌入水印后的图像与原始图像在视觉质量上无明显差别。从表1中可以看出两种算法的PSNR值相差在1 dB以内，可以说对视觉质量几乎没有影响，因此结合主观评价，我们可以认为两种算法的感知性能基本一致。

图3 嵌入水印后图像Fig.3 Images of watermark embedding

表1 基于不同模型算法的图像PSNR值Table 1 PSNR of two different models

3.3 鲁棒性测试

在实验中使用Stirmark通用测试平台［11］，对嵌入水印图像进行高斯噪声、JPEG压缩、旋转这几种攻击测试，然后提取水印信息，通过误比特率的计算比较这两种算法在抗攻击能力方面的优劣性。误比特率的计算方法如下：

其中，W（i，j）表示原始的水印信息，W（i，j）表示受攻击后提取的水印信息，L表示水印序列的总长度。

（1）抵抗噪声攻击能力

图4 嵌入水印后图像的加噪攻击Fig.4 Gaussian noise attack of watermarked images

从图中可以看出，算法2的误比特率明显低于算法1的，即可以说明基于DWT域JNDpsk模型的水印算法抗噪性能更优。

（2）抵抗JPEG压缩能力

图5 嵌入水印后图像的JPEG压缩攻击Fig.5 JPEG compression attack of watermarked images

从图中可以看出，在不同JPEG压缩参数下，算法2的鲁棒性能要优于算法1。

（3）抵抗旋转攻击能力

图6 嵌入水印后图像的旋转攻击Fig.6 Rotation attack of watermarked images

从图中我们可以看出，当图像受到不同旋转度数攻击时，算法2的误比特率要低于算法1的，说明算法2的抗旋转攻击性能更优。

3.4 实验结果分析

根据上述实验结果可知，在嵌入相同水印容量的情况下，两种水印算法的嵌入水印后图像的视觉质量相似，都具有良好的不可感知性。从PSNR测试结果来看，两种水印算法的PSNR值相差在1 dB以内，因此，我们认为在不可感知性能方面，两种算法具有一致性。从鲁棒性能评测情况来看，基于初始简图的DWT域JNDpsk感知模型在抗噪声攻击、抗JPEG压缩攻击以及抗旋转攻击方面都较无初始简图的感知模型性能具有不同程度的改善。

4 结论

基于初始简图的小波域JNDpsk感知模型有效地利用了图像的纹理和结构特征，将水印技术与图像内容结合在一起，并且通过上述实验结果可以看出，基于该模型的算法可以更好地平衡不可感知性和鲁棒性之间的矛盾，给数字水印技术带来了优越性。因此，基于内容特征的第二代水印算法将成为数字水印技术探索的新目标。

［1］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，2014，35（2）：254-259.

［2］王福丽，陈雪松，韩静.基于DWT和SVD的视频水印算法研究［J］.黑龙江八一农垦大学学报，2014，26（4）：83-86.

［3］肖振久，田淑娇，陈虹.基于图像纹理复杂度的小波域数字水印算法［J］.计算机工程，2014，40（6）：85-89.

［4］刘律明.抗几何攻击图像水印算法研究［D］.广州：华南理工大学，2011.

［5］李雷达，郭宝龙，表金峰.基于奇偶量化的空域抗几何攻击图像水印算法［J］.电子与信息学报，2009，31（1）：134-138.

［6］Thorat C G，Jadhav B D.A Blind Digital Watermark Technique for Color Image Based on Integer Wavelet Transform and SIFT［J］.Procedia Computer Science，2010（2）：236-241.

［7］Guo C E，Zhu S C，Wu Y N.A mathematical theory of primal sketch and sketchability［J］.Proc.Int’l conf.on Computer Vision（ICCV），2003（2）：1228-1235.

［8］王帮元.EmguCV耦合视觉引导的图像目标定位与补偿技术研究［J］.湖北民族学院学报：自然科学版，2015（1）：43-45.

［9］Barni M，Bartolini F，Piva A.Improved Wavelet-Based watermarking through Pixel-wise masking［J］.Image Proeessing IEEE Transaetions，2001，10（5）：783-791.

［10］王春哲，李杰.基于边缘信息的图像质量评价研究［J］.长春大学学报，2014，24（10）：1330-1333.

［11］曾高荣，裘正定.数字水印的鲁棒性评测模型［J］.物理学报，2010，59（8）：5871-5880.

Research on JND M odel in Digital W atermarking Based on Prime Sketch

Li W ei
（College of Engineering，Heilongjiang Bayi Agricultural University，Daqing 163319）

Most of the current models could not consider the content feature of the image，and the perception model based on prime sketch of the second generation watermarking was presented.Firstly，the image was decomposed into two features of structure and texture based on the prime sketch.Then the two features were measured and optimized by the perception characteristics of the human visual system in order to build the JNDpskmodel.Finally，the model was used to guide the process of watermark embedding and extraction.The results showed that the algorithm had the improvement in robustness performance while guaranteeing the visual quality of images.

prime sketch；the second generation watermarking；content features；JNDpskmodel

TN91

A

1002-2090（2016）03-0134-05

10.3969/j.issn.1002-2090.2016.03.026

2015-04-03

李伟（1984-），女，助理实验师，中国传媒大学毕业，现主要从事机电方向的研究工作。