一种RGB分块压缩感知的图像水印算法

周 燕， 曾凡智, 张志飞， 章 兢

(1．佛山科学技术学院 计算机系，广东 佛山 528000；2．湘潭大学 信息工程学院，湖南 湘潭 411105)



一种RGB分块压缩感知的图像水印算法

周 燕1*， 曾凡智1, 张志飞1， 章 兢2

(1．佛山科学技术学院 计算机系，广东 佛山 528000；2．湘潭大学 信息工程学院，湖南 湘潭 411105)

根据压缩感知理论的计算保密特性，提出一种基于内容特征与压缩测量值的图像水印新算法.首先，对图像进行分块处理，获取分块RGB三个颜色层上的DCT变换系数.然后，对DCT中低频系数采用压缩感知测量提取图像内容特征，生成基于内容的数字水印.最后，利用精细化稀疏自适应匹配追踪信号重构算法，分多次把数字水印嵌入到分块颜色层的高频DCT系数的压缩测量值中，增强了水印鲁棒性.通过对提取的水印进行比对及差错控制，实现图像篡改检测.仿真实验表明，算法对图像篡改具有精确的检测能力.

压缩感知；图像水印；篡改检测；篡改定位

近年来，随着互联网高速发展与各类图像编辑软件的使用，导致图片伪造和篡改的恶性事件频发.基于图像内容的数字水印技术成为图像保护的重要手段和研究热点[1，2].相比空间域水印技术，在变换域系数中嵌入水印更加均匀和更具鲁棒性，已经成为主流技术之一[3].研究者把压缩感知理论[4，5]( CS)应用到图像水印方面，并且取得了一定的进展[6～12].以上文献要么水印生成过程与图像内容特征相关性不明显，要么在水印嵌入操作域选取、结合图像精细特征生成水印、采用信号重构加强水印保密性等方面不足，有待进一步研究.

针对CS在图像水印算法及篡改检测方面存在的不足，本文以图像分块为基础，首先通过DCT变换获取各个分块上R、G、B层的变换系数，采用CS压缩测量过程，提取分块图像的各个颜色层的内容特征，生成基于内容的认证水印.以MSAMP信号重构算法[13]为基础，把水印嵌入到各个分块上R、G、B层的DCT变换的高频系数压缩测量值中，避免了零水印方案的复杂验证过程，同时，保证了水印的透明性与保密性.通过提取认证水印并进行对比，实现对图像内容篡改的精确检测.

1 RGB分块压缩感知的图像篡改检测框架

本文通过压缩感知测量提取图像内容特征生成水印，分多次嵌入到压缩测量值中，水印的抗攻击能力较强.水印嵌入与篡改检测的整体框架如图1所示，主要分为图像水印保护和篡改检测两部分.

2 压缩感知下RGB分块的图像水印方案

2.1 图像水印的生成与嵌入

为了检测图像篡改的位置，对自然图像进行分块，其每个子块经过DCT变换后，得到低、中、高频系数.中、低频系数主要反映分块图像的内容特征，是图像内容特征提取的重要参数.高频系数的微小变化对图像影响较小，是水印嵌入的理想位置.

设原始图像大小为L1×L2，按照B×B大小对原始图像进行分块(假设L1、L2均能被B整除).分块行数和列数分别为Lr=L1/B,Lc=L2/B,分块总数为H=Lr×Lc.每个分块记为：Dlh,其中l=1,2,…,Lr；h=1,2,…,Lc，本文选取B=8.

算法1：图像水印的生成与嵌入算法

Step1：本文选取归一化Gauss随机测量矩阵Φ∈RM×32(一般选取M≥ 6)，矩阵Φ作为密钥参与水印提取过程.

Step2：对于图像的每个分块Dlh，用R、G、B代表每个8×8分块的三个颜色层，通过DCT变换得到分块的三个颜色层的DCT系数.

Step3：对R层的8×8 DCT系数，按Zig-Zag扫描的顺序形成64维向量ZR∈R64.分离分块Dlh上R层的中低频和高频系数.X1R(i)=ZR(i)； X2R(i)=ZR(i+32)，其中i=1,2,…,32.

Step4：对向量X1R,X2R采用压缩测量公式(1)分别进行压缩测量：

YiR=Φ·XiR,i=1, 2 .

(1)

类似处理G、B层得到压缩测量向量分别记为：YiG,YiB(i=1,2).获取图像两个特征向量序列YiL,YiH(i=1,2,3)：

(Y1L,Y2L,Y3L)=(Y1R,Y1G,Y1B) ,

(2)

(Y1H,Y2H,Y3H)=(Y2R,Y2G,Y2B) .

(3)

(4)

YiH(2k)=(YiH(2k-1)+YiH(2k))/2+a，YiH(2k-1)=(YiH(2k-1)+YiH(2k))/2-a，

(5)

若((wi==0)&&(YiH(2k)≥YiH(2k-1)))，

YiH(2k)=(YiH(2k-1)+YiH(2k))/2-a,YiH(2k-1)=(YiH(2k-1)+YiH(2k))/2+a,

(6)

k=1,2,3,代表水印嵌入位置，每个水印被重复嵌入3次以增强水印的鲁棒性.a为水印嵌入强度，嵌入强度a太小会导致鲁棒性不够使内容认证水印难以被检测,a太大会破坏水印的透明性,本文a=0.5.

(7)

Step9：按Step2至Step8依次处理完图像所有分块Dlh.

2.2 图像水印提取与内容篡改检测

在提取图像水印时，部分高频DCT系数在篡改检测时会出现一定的误判.为了降低误判率，本文利用篡改块具有局部聚集的特性，通过统计及阈值裁剪，去除大部分的误判块，达到误判修正目的.

算法2：水印提取与内容篡改检测算法

(8)

(9)

Step3：按照公式(10)计算矩阵MT=(MT(l,h))Lr×Lc，其元素各分块Dlh的篡改状态.

(10)

其中l=1,2,…,Lr;h=1,2,…，Lc.

Step4：为了降低误判率，计算分块Dlh的距离为d邻域内的篡改相关系数MC(l,h)如下：

(11)

其中l=1,2,…,Lr;h=1,2,…,Lc，本文选取d=2进行计算.

Step6：按Step1至Step5处理完图像中所有分块，输出图像篡改检测结果.

3 实验结果与分析

本文的仿真实验环境：开发平台为Matlab2012和 Visual Studio 2008，测试平台为联想M440S PC，硬件配置：CPU：Intel(R) I5-4200U4×2.4 GHz，内存：4 GB DDR3L，操作系统为32位的Windows7 SP1.

3.1 不可感知性分析

采用标准图像集进行仿真实验，图2是原始图像系列，图3是嵌入水印后的图像序列，嵌入水印前后在视觉上几乎没有区别，表明水印透明性很好.

采用峰值信噪比(PSNR)， 以lena、pepper图像作为实验对象，将本文算法与[11]、[14]的算法进行对比，对比结果如表1所示.从表中可以看出，本文算法对不同纹理的图像都具有较好的不可感知性.

表1 不同水印算法的PSNR对比

3.2 鲁棒性分析

采用归一化相关系数(Normalized Correlation, NC)作为水印鲁棒性的衡量标准[11],以lena图像作为实验对象，将本文算法与文献[11]、文献[15]的结果对比，结果如表2所示.本文算法在鲁棒性方面优于以往文献的算法.

表2 不同水印算法的鲁棒性能对比

3.3 图像篡改定位效果仿真

针对horse、coast、bus和dinner图像添加本文算法的数字水印后，分别进行添加、删除、修改和组合篡改的操作，然后对篡改进行检测与定位，结果如图4～7所示.从图中可以看出，本文算法在以上几个方面均具有较好的检测效果.

4 结束语

以压缩感知理论的计算保密性为基础，对图像进行分块及RGB颜色分层处理.首先通过各个分块的R、G、B层的DCT变换系数，采用压缩感知测量提取分块图像内容特征，并生成基于内容的认证水印.然后结合MSAMP信号重构算法，把水印嵌入到DCT高频系数压缩测量值中，避免了零水印的复杂验证过程，保证水印的透明性与保密性，实现对图像内容的篡改检测，为CS理论在图像数字水印方面的深入研究做了有益探索.

[1] WANG S M,ZHAO X J. Novel robust watermarking algorithm based on SVD and DCT [J]. Journal of Chinese Computer Systems, 2009,30(5):967-970.

[2] LIU H J,YANG S,XIA T W. DCT based public watermarking algorithm with visual model [J]. Computer Science,2009,36(7):281-283.

[3] PARK J Y,LIN J H,KIN G S,et al. Invertible semi fragile watermarking algorithm distinguishing MPEG-2 compression from malicious manipulation[C]//Proceedings of International Conference on Consumer Electronics. New York,NY,USA: IEEE Press,2002:18-19.

[4] CANDES E,WAKIN M. An introduction to compressive sampling[J].IEEE Signal Processing Magazine,2008,25 (2): 21-30.

[5] DONOHO D. Compressed sensing [J]. IEEE Trans on Information Theory,2006,52(4):1 289-1 306.

[6] RACHBIN Y, BARON D. The secrecy of compressed sensing measurements[C]// Proc Forty-sixth Annual Allerton Conference,2008: 813-817.

[7] 周燕,张德丰,马子龙. 基于压缩传感的图像哈希水印算法研究[J].中山大学学报,2010,49(6):58-63.

[8] 马洁,何映思.小波变换视域下CDMA图像盲水印算法研究[J].湘潭大学自然科学学报,2013,35(2) 90-93.

[9] 赵春晖,刘巍. 基于分块压缩感知的图像半脆弱零水印算法[J].自动化学报,2012,38(4):609-617.

[10] 赵春晖,刘巍. 基于压缩感知的交互支持双水印算法[J]. 电子学报,2012,40(4):681-687.

[11] 魏丰,梁栋,张成,等.基于压缩感知观测值的数字图像水印算法[J].安徽大学学报(自然科学版),2013,37(3):61-68.

[12] TAGLIASACCHI M,VALENZISE G,TUBARO S.Hash-based identification of sparse image tampering [J]. IEEE Transactions on Image Processing,2009,18 (11): 2 491-2 504.

[13] 周燕,曾凡智,赵慧民，等.一种基于精细化稀疏自适应匹配追踪算法的图像检索方法研究[J],电子学报,2014,42(12):2 457-2 466.

[14] 艾鸽,伍家松,段宇平，等.一种基于压缩感知的无损图像认证算法[J].东南大学学报(自然科学版),2013,43(3):489-493.

[15] 李浩,李宏昌.一种基于CS-SIFT抗几何攻击的图像双水印算法[J].计算机科学,2014,41(11A):263-267.

责任编辑：龙顺潮

An Image Watermarking Algorithm Based on RGB Block Compressed Sensing

ZHOUYan1*,ZENGFan-zhi1,ZHANGZhi-fei1,ZHANGJing2

(1.Department of Computer Science, Foshan University, Foshan 528000； 2. College of Information Engineering, Xiangtan University,Xiangtan 411105 China)

According to the characteristics of computation security based on the compressed sensing theory, a new image watermarking algorithm is proposed based on the content features and the compressed measurements. First, the image is divided into blocks, and the DCT transform coefficients of the RGB color layer on the block are obtained. Then, the low frequency coefficients of DCT are extracted from the image content features based on the compressed sensing measurement and the digital watermarking is generated. Finally, the digital watermarking is embedded into the sub block DCT high frequency coefficients using the Sparsity Adaptive Matching Pursuit Meticulous (MSAMP) algorithm repeatedly, which enhanced the robustness of watermarking. By comparing and controlling errors on the extracted watermark, image tamper can be detected. The simulation experiments show that the algorithm has the accurate ability to detect the image tamper.

compressed sensing; image watermarking; tamper detection; tamper localization

2016-04-17

广东省自然科学基金项目(2015A030313635)；广东省科技计划项目(2014A010103037)；佛山市科技创新专项资金项目(2015AG10008，2014AG10001)；广东省教育厅特色创新类项目(2015KTSCX153)；佛山科学技术学院优秀青年教师培养计划项目(fsyq201411)

周燕(1979-)，女，江西 抚州人，副教授.E-mail:zhouyan791266@163.com

TP391

A

1000-5900(2016)02-0073-06