基于图像分割技术的图像数字水印算法研究

马永强，孙 伟，边 静，张健立，刘 志

（集宁师范学院 计算机与大数据学院，内蒙古 乌兰察布 012000）

0 引言

随着计算机技术和网络技术的不断发展，各类多媒体数据相关行业也得到了长足的发展。同时，多媒体数据的安全性问题面临新的挑战。对于多媒体产品所有者和服务提供商来说，数字媒体资源的保护已经成为一个越来越重要的问题。信息安全领域的专家学者开始关注数据安全问题，已开展研究并提出一些解决措施。

随着数字水印技术的出现和发展，数据的安全性问题在某种程度上得到了解决，因此图像水印技术越来越受到各国学者的关注，各种数字水印技术不断出现[1]。传统的数字水印处理方式是将特定的版权信息经过处理后嵌入到产品数据中，嵌入的水印信息可以是二维图像，也可以是其他形式的信息[2-3]。数据版权信息即水印信息，普通用户无法通过眼睛识别水印信息，也就是说对水印信息有不可见性的要求[4]。如前文所述，各类技术的不断发展为人们提供了便捷的信息查询手段，同时也使得人们能够更为容易地获取他人信息，在这个过程中不可避免地会出现版权被侵犯的问题[5-6]。数字水印与纸水印两者的相似之处都是水印被嵌入产品中，用于证明版权归属，防止伪造[7-8]。数字图像水印技术是利用人类视觉系统以及图像自身存在的冗余信息将经过加工处理的版权信息嵌入到数字产品中。图像数字水印等不同的水印技术都需要专业技术人员使用专业的水印嵌入方法和提取方法才能够进行水印的嵌入和提取[9-10]。

基于网格分割理论和已有的三维数字水印算法，本文将三维几何模型的旋转规范化，将模型转换成不变的仿射空间，从而能够在一定程度上抵抗模型的变换、旋转、缩放等攻击。

1 图像数字水印算法

1.1 图像分割技术

图像分割就是把图像分为若干个特定的、具有独特性质的区域并提取出感兴趣目标的技术和过程。图像分割过程其实是一个进行标记的过程，目的是为属于同一区域的像素赋予相同的编号。数字半色调技术通过对实际图片像素的明暗状态进行二次分布，经过半色调技术处理后，实现图像各个子区域内的平均灰度与原灰度图像的平均灰度基本相同。

通过相关技术实现将模型转换到一个不变空间，目的是获得模型对平移、缩放和旋转等一系列操作的不变性。在正式处理之前一般会有一个预处理环节，以便在提取图像数字水印时，能够避免对原始模型进行重新定位，进一步降低时间成本。

1.2 图像数字水印算法

将每个图像分块进行离散余弦变换（DCT 变换），可以得到相应的系数。使用以下公式对系数进行量化：

式中：γ 是量化表中的量化因子。

之后按照Z 形顺序进行扫描，采用8×8 分块方式，完成对64 个系数的编号，实现从低频带上取出前8 个频点系数，分别标记为W(1),W(2),…,W(8)，函数可定义为：

最后进入水印检测环节后，可以通过对原始网格和嵌入水印的网格进行小波变换的方式，得到两个小波系数矩阵，通过两个矩阵的差值获取水印信息。

2 图像数字水印算法仿真实验

2.1 图像预处理

二值化处理是文档图像处理过程中一个必不可缺的环节，通过对文档图像进行二值化处理，后期字符识别和处理操作将会更为方便和容易。

2.2 水印嵌入

本文不仅对原始图像嵌入了水印，也对图像分割之后的文字区域和图像区域分别嵌入了水印。为了确保提取到的图像区域比较完整，对经过闭运算得到的图像又进行开运算，通过使用4×4 的正方形结构元素的方法，实现了图像中更多的白色像素能够被置为黑色，然后再对图像进行取反操作。对图像区域的非连通区域进行填充就是通过此方法实现的。

3 实验结果

组合攻击实验结果如表1 所示。在组合攻击实验中，根据已有文献提到的方法分别采用三种不同的组合策略。课题组成员分别对两个模型进行相同的组合攻击测试，由此得到的数字水印的相关系数也不尽相同。

表1 组合攻击实验结果

当使用“裁剪50%+简化30%”这对组合进行攻击时，数字水印的相关系数明显低于0.5，这充分说明这一组合攻击对嵌入的水印破坏程度较大；而另外两种组合攻击的结果表明，本课题组成员提供的算法能够成功检测出嵌入的数字水印信息。

经过计算，JEPG 库图像的峰值信噪比（Peak Signal to Noise Ratio，PSNR）平均值分别为0.978 2、0.987 4、0.996 2。根据实验过程和最终的结果来看，在数字水印信息的检测环节，用到了原始数字中的信息，因此本图像数字水印算法属于非盲数字水印方法。

经过SR 系统的灰度图像嵌入水印前后K-S 统计值如图1 所示。可以看出，经过SR 系统后，各幅图像无论在嵌入水印前或嵌入水印后，Laplace 分布的统计值最高，首先被排除。少数α 统计值与广义高斯分布统计值有交织情况，再加上α 分布较为复杂，因此排除该分布。嵌入水印前，高斯分布统计值为最低的可能性约为96.8%。而嵌入水印后，高斯分布与广义高斯分布的统计值出现一定程度彼此交织的情况。简单统计后发现，高斯分布统计值低于广义高斯分布统计值的可能性约为78%。

图1 经过SR 系统的灰度图像嵌水印前后K-S 统计值

4 结语

本研究为了完成数字水印信息的嵌入，将某几个子区域的频域系数矩阵作为水印信息的载体，经过相关技术处理后得到带有数字水印信息的三维几何模型。本质上来说，这种方法对选取这些子区域中的每个顶点都嵌入了相应的数字水印信息；通过实验过程和结果来看，本课题组提出的这种非盲数字水印算法可以抵抗一定程度的网格简化攻击和噪声攻击，同时也能够弥补已有算法的一些不足之处。当然，这种非盲水印算法也存在一定的缺点，如时间复杂度较高，并且在对包含顶点数目较多的模型进行数字水印信息的嵌入时，算法执行效率不高，希望这些问题在后续的研究过程中有所改善。