基于Weber准则的图像脆弱盲水印技术研究

陈琴

（中国兵器工业第58研究所四川绵阳621000）

基于Weber准则的图像脆弱盲水印技术研究

陈琴

（中国兵器工业第58研究所四川绵阳621000）

提出了一种应用于医学图像认证的基于Weber准则的脆弱盲水印技术，基于Weber准则选择图像中的像素并插入脆弱水印。由于这种水印技术只选择和改变图像中的暗像素，因此不会造成图像的明显改变。这种水印技术能够鉴定医学图像在传输过程中是否发生了改变，并且通过比较水印像素能够确定发生改变的位置。同时由于这种水印技术是脆弱水印技术，对图像的恶意改变非常敏感，因此非常适宜应用在医学图像的认证中。除此之外，本文方法还具有对图像压缩极强的容忍性，能够将认证信息嵌入水印当中，这些特点在医学图像的认证中都极其重要。最后，文中通过基于标准图像库的实验结果表明了本文方法的有效性。

Weber准则；脆弱水印；医学图像；水印技术

数字图像水印技术是数字信号处理应用的一个重要方面。在图像中加入水印可以达到保护知识产权，进行图像认证的目的。数字图像水印技术在许多方面得到了广泛应用[1]。根据应用的不同可以设计稳健水印，脆弱水印和半脆弱水印。稳健水印是指水印一旦加入图像以后就不能够被去除。这种技术可以应用于知识产权保护等领域[2]。脆弱水印是指水印图像的任何改变也会导致水印自身的变化。因此脆弱水印对图像的改变时非常敏感的，这种技术可以应用于图像认证[3]。

到目前为止已经发展出了许多应用于图像认证的水印技术[4]，但是在医学图像的认证中，这种认证还是非常困难的。因为如果认证错误就会导致错误的结论。在本文方法中，我们采用Weber准则来选择插入水印的图像像素。采用Weber准则，只会选择和改变暗像素。这样就不会造成原图像的明显改变。文献[5]研究了医学图像的认证技术，并且指出在医学图像插入水印的时候不应该造成图像质量的下降。文献[6]定义了医学图像水印相关的问题，并且指出，医学图像的认证应当将压缩与其它改变区分开来。在本文给出的水印技术中，医学图像会被鉴定为在传输过程中发生了改变或者没有发生改变，并且通过比较水印像素能够确定发生改变的位置。为了使得这种脆弱水印技术能够应用于医学图像的认证，我们通过量化的方法在所选择的像素上加入水印。最后，通过基于标准图像库的实验结果表明了本文方法的有效性。

1 Weber准则

在文献[7]中，作者将Weber准则应用于水印认证。Weber准则指出增量阀值与背景强度的比值为常数。文献[8]采用Weber准则来定义Weber描述器。这种描述器基于两个分量:差分激励（χ）和像素的方向(λ)。为了计算强度为f(xi,yi)的像素(xi,yi)的差分激励，需要计算其与周围8个像素的强度的不同，并且需要评估其与当前强度的不同的比值，如图1所示。然后对这个比值求解反正切:

图1 像素(xi,yi)的邻近像素

χ(xi,yi)耳朵取值范围为[-π/2,π/2]。如果在这个式子中，分子分母同时为0，则将χ(xi,yi)置为0。χ(xi,yi)的值可能为正，也可能为负。如果当前像素的邻近像素的强度大于当前像素，则χ(xi,yi)为正；相反，χ(xi,yi)为负。χ(xi,yi)为正，意味着当前像素是较暗的像素。在本文采用的水印技术中，通过χ(xi,yi)的值来选择添加水印的像素。

2 脆弱水印技术

本文提出的基于Weber准则的水印技术是一种空域水印技术。这种水印技术通过抖动量化方法在图像中加入脆弱水印。在这种方法中通过Weber准则选择强度比周围像素更弱的像素。然后利用抖动量化方法改变所选择像素的强度。

在图像中加入水印需要以下的步骤:

1）将大小为M×N的图像H分解为3×3的块，则图像H可以表示为:

其中Bp,q可以表示为:

2）计算Bp,q中强度为f(xi,yi)的中心像素(xi,yi)的χ(xi,yi)；

3）选择具有正的χ(xi,yi)的像素；

4）通过式（4）改变所选择的像素的强度:

其中，fw(xi,yi)为加入水印以后的像素的强度，dk(0)为[0,Δ]的伪随机数；dk(1)为Δ/2+dk(0)。Δ为量化步径，k为需要加入水印的像素。随着Δ的增大，水印对图像的改变越不易被察觉。在本文的实验中，我们将Δ设置为2。

从水印图像中提取水印，需要采用与加入水印时相同的步骤选择所需提取水印的像素。提取水印的步骤为:

1）将大小为M×N的水印图像WI分解为3×3的块，则图像WI可以表示为:

其中:

2）计算WBp,q中强度为fw(xi,yi)的中心像素(xi,yi)的χ(xi,yi)；

3）选择具有正的χ(xi,yi)的像素；

4）采用与相同的抖动向量dk(0)和dk(1)对所选择的像素量化。然后比较这两种量化方式的距离和所选择像素的强度，然后采用式（7）计算bk:

其中:

3 实验结果

为了评估本文提出的水印技术的性能，进行了基于标准医学图像库的实验[9-10]。这些图像包含了大小不同的超声图像，MRI，CT等，如图2所示。同时还将本文算法的结果与现有的脆弱水印技术所得到的结果相比较以验证本文算法的优势。

图2 测试图像示例

进行了基于高对比度和低对比度图像的实验。图2中a和c为高对比度图像，b和e为低对比度图像；d和f为来自另一个数据库的高对比度图像。

在图2所示的图像中，加入了不同长度的随即水印模式。所能加入的最大比特数为中心像素具有正的χ(xi,yi)的大小为3×3的图像块。图2中所加入水印的数量如表1所示，响应的水印图像如图3所示。从中可以观测到，在采用本文算法的水印技术中，在高对比度图像中可以加入水印的比特数大于低对比度图像。从图3可以清楚的看到，本文所提出的水印技术是很难被察觉的。为了验证本文水印技术的不易被察觉，可以采用式（9）所示的PSNR:

医学图像水印技术的评估方法和其它水印技术不同。这是因为采用了不同的宿主图像，同时希望水印的不易被察觉和对各种改变的敏感。文献[11]定义了图像认证系统的评价标准，并指出评价方法应当满足一下的标准:对恶意改变的敏感性；对图像压缩的容忍性；能够检测改变区域的位置；认证数据应当嵌入水印图像；嵌入图像的水印应当具有不可见性。基于以上的这些准则，衡量本文算法应用于医学图像水印技术的适用性。

首先来看对恶意改变的敏感性。为了验证本文算法对恶意改变的敏感性，在图3所示的水印图像中加入Gaussian噪声。受到不同均值和方差的噪声影响的图像如图4所示。

表1 图2中不同图像所加入水印的比特数量

图3 加入水印后的图像

从中可以观察到，从噪声图像提取的水印会导致一系列的误报和漏报。从受到不同均值和方差的噪声影响的图像中提取的水印导致的误报和漏报的数量如表2所示。从表中可以清楚的看到，本文方法对噪声非常敏感，能够应用于医学图像的认证。噪声会导致如此多的误报和漏报主要是因为只在具有正方向的像素中加入了水印。在水印提取的时候，由于受到噪声的影响，具有负的到时接近于0的激励值就会变为正；同理具有整的但是接近于0的激励就会变为负。

为了验证本文算法对压缩的容忍性，对图3所示的图像进行各种压缩。发现当压缩比为15%时，仍然能够准确的提取出水银。表3所示为不同压缩比情况下的测试结果。从表3的结果我们可以看出，本文方法能够在水水印图像没有质量下降的情况下对图像进行认证。由于在压缩比高于15%以后，压缩水印图像的质量开始下降，因此本文算法对压缩的容忍性为压缩比达到或低于15%。

为了验证本文算法能够准确的定位水印图像发生改变的地方，将水印图像的一块截取，然后贴上其它图像。失真图像如图5所示。为了检测图像的失真部分，画出了需要检测的水印的线图，如图6所示。

图4 受噪声影响的图像

表2 本文算法对噪声敏感性测试结果

表3 本文算法对不同压缩比的容忍度测试结果

图5 失真图像

从图7所示的线图可以发现，在块标号为450～900范围内提取的水印与期望的水印不同。因此标号为450～900范围内的水印图像具有失真，因此不能够被认证，而图形的其它部分可以被认证。

为了定位由于噪声影响而发生改变的区域，我们在水印图像的局部加入Gaussian噪声，如图5c所示。为了检测图像的失真部分，我们画出了检测水印和期望水印的线图，如图7所示。从线图中可以发现在标号为1 200～1 600范围内的水印图像与期望的图像不一致，因此这一区域不能被认证。

图6 水印图像受到截取攻击和噪声攻击时的检测结果

在本文提出的水印技术中，将水印加入了暗像素中。基于Weber准则，选择具有正的χ(xi,yi)的像素，然后在其中加入水印比特。由于只在暗像素上加入了水印，因此加入宿主图像的水印是完全不可见的。

为了验证水印的不可见性，可以采用PSNR作为标准。图3所示的宿主图像与图3所示的水印图像之间的PSNR值如表4所示。从表4中可以看出，水印图像的PSNR非常高，因此其可见性是非常低的。

表4 主图像与水印图像之间的PSNR值

4 与现有水印技术的比较

为了分析本文算法的性能，将本文算法的结果与其它水印算法的结果相比较[12-14]。比较了不同算法所得到的PSNR。为了比较宿主图像和水印图像的PSNR，采用了来自于Springer医学图像数据库的图像[9]，如图7所示。在文献[12]的水印技术中，病人的信息被作为水印嵌入图像中。首先将图像进行二尺度小波变换，然后选择其中的两个子带嵌入水印。采用文献[12]方法和本文方法所得到的PSNR如表5所示。从表5中的结果可以看出，本文算法所得到的PSNR明显更高。因此本文算法的不可见性更优。

表5 各种不同图像的PSNR比较

表6 本文算法与文献[12]算法的PSNR比较

表7 本文算法与文献[13-14]算法的PSNR比较

此外还对比了本文算法与文献[13-14]中的算法的水印的不可见性。所采用的图像如图8所示。文献[13]采用了一种盲水印技术，将ECG信号作为水印嵌入宿主图像中以认证医学图像。采用EZW算法来嵌入水印，将ECG信号的小波变换的较大值替换为对应的宿主图像的小波系数值。宿主图像与水印图像的PSNR值如表6所示。文献[14]提出了一种在传输过程中认证医学图像的水印技术。在水印嵌入过程中，采用宿主图像的最不重要的像素来嵌入水印。主图像与水印图像的PSNR值如表7所示。

从表6和表7可以看出，采用本文算法的水印的PSNR值明显更高。同时，文献[13-14]只分析了一个参数的结果，而在本文中分析了算法的所有参数的性能，包含了改变区域的检测性能，对局部噪声的敏感性，对压缩的容忍性等。因此，从多个方面的比较结果可以看出，本文所提出的水印算法具有更好的适用性和优势。

图7 比较不同算法的PSNR所用到的图像

图8 比较本文算法和文献[13-14]算法所用到的图像

5 结论

本文主要研究了医学图像认证中所用到的脆弱水印技术。这种水印技术通过Weber准则选择添加水印的图像像素。通过实验验证表明了本文算法具有以下特点:能够适用于医学图像的认证，不管图像在传输过程中是否发生了失真；由于采用了Weber准则选择添加水印的图像像素，这种算法所添加的水印具有高度不可见性；这种水印技术图像的压缩容忍度极好；这种水印技术队恶意改变和噪声攻击都非常敏感。通过与现有水印技术的比较证明了本文算法的有效性和优势。

[1]刘珊.基于DCT域的多重视频水印算法研究[D].赣州：江西理工大学，2015.

[2]杨志疆，叶阿勇.一种基于DWT-QR的脆弱性音频水印算法[J].吉林师范大学学报:自然科学版，2015，36（1）:130-135.

[3]李娟.离散小波变换和正交三角分解相融合的图像水印算法[J].激光杂志，2015（9）:72-76.

[4]刘真，白韬韬，卢鹏.一种解密图像无背景噪声的加密全息数字水印技术[J].光学学报，2015（2）:88-95.

[5]谢斌，刘珊，任克强.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.

[6]朱建忠，姚志强.基于DWT-SVD和Turbo码的彩色图像盲水印算法[J].吉林大学学报:理学版，2014（4）:773-778.

[7]刘成云，常发亮.基于稀疏表示和Weber定律的运动图像盲复原[J].光学精密工程，2015，23（2）:600-608.

[8]张超.基于Weber数值的碎浪与泡沫实时模拟[D].秦皇岛：燕山大学，2014.

[9]王萌.基于医学图像内容保护的水印算法研究[D].杭州：杭州电子科技大学，2014.

[10]刘亚中.面向医学图像的数字水印技术研究[D].杭州:杭州电子科技大学，2014.

[11]周武杰.立体图像数字水印技术及其应用研究[D].宁波:宁波大学，2014.

[12]高海波，邓小鸿，陈志刚.基于可逆可见水印的医学图像隐私保护算法[J].计算机应用，2014，34（1）:119-123.

[13]邓小鸿，陈志刚，毛伊敏.基于无损水印的医学图像篡改检测和高质量恢复[J].中国图象图形学报，2014，19（4）:583-591.

[14]刘瑶利，李京兵.基于3D-DCT和混沌加密的医学体数据多水印算法[J].计算机工程与设计，2014，35（1）:26-31.

[15]高琳.医学图像数字水印技术研究[D].天津：南开大学，2014.

Research of medical image fragile and blind watermarking technique based on Weber rule

CHEN Qin
（NO.58Research Institute of China Ordnance Industries,Mianyang621000，China）

A blind and fragile watermarking technique based on Weber rule is proposed.Based on Weber rule selected pixels in the image and inserting fragile watermark,to identification of medical images in transmission process is changed,and by comparing the watermark pixel to determine where the change occurred,the malice of the technique of image change is very sensitive,very suitable for application in medical image authentication.In addition,the method also has the very strong tolerance to image compression,the authentication information can be embedded in the watermark,these features are very important in the medical image authentication.Experimental results show that the method is effective for the sensitive image.

Weber rule；fragile watermarking；medical image；watermarking technique

TN919

A

1674-6236（2017）23-0001-06

2016-06-04稿件编号：201606033

国家自然科学基金项目(61133016)

陈琴（1977—），女，四川绵阳人，工程师。研究方向：计算机应用。