一种基于图像内容特征的自适应水印认证系统

陈星娥

(福建江夏学院 电子信息科学学院,福建 福州 350108)

一些水印的生成并不是基于图像内容本身的，这使得水印认证时需要原始水印的提供，这种方法虽鲁棒性强，但存储和维护成本高,且泄密风险大，因此本系统采用水印盲检测，在对原始图像进行三层小波变换后，在图像的低频部分LL3中提取图像的内容特征作为水印信息.数字水印嵌入应考虑其在载体图像中的嵌入强度，嵌入强度越大，鲁棒性越强，但载体图像失真可能性越高，不能保证水印的不可见性；而嵌入强度越小，载体图像越不失真，但水印的鲁棒性越差，抗各种攻击的能力就越弱[1].要很好地平衡水印的不可见性和鲁棒性，在水印嵌入时应利用人眼视觉系统(HVS)特性，结合图像特性，确定图像不同区域的最佳水印嵌入强度.

本文提出的基于图像内容特征的自适应图像水印认证系统，其选取图像小波变换的低频信息作为图像特征产生水印信息，水印嵌入时在保证水印不可见性的前提下,根据人眼的视觉特性和图像的局部特征，使水印随着局部特征的变化而自适应的调整嵌入的强度.本系统中水印的产生和嵌入都是基于图像的，因而在水印检测和认证过程无需原始图像和水印的提供，实现了系统的水印盲检测功能.

1 自适应水印认证系统

1.1 视觉掩蔽特性

1)频率掩蔽特性.人眼对图像小波解后的不同子带的噪声敏感度不同，对低频子带的噪声较为敏感，而对高频子带的噪声不敏感，尤其对45°方向的频带敏感度较低.

2)亮度掩蔽特性.人眼对低亮度背景下的噪声较为敏感，低亮度背景下的噪声比高亮度背景下的噪声更容易被察觉.

3)纹理掩蔽特性.人眼对图像平滑区的噪声较敏感，而对纹理区的噪声不敏感.

其中:θ为小波子带的方向，λ(l,θ)、Λ(l,i,j)、Ξ(l,i,j)分别为各子带的频率掩蔽特性、亮度掩蔽特性和纹理掩蔽特性.

1.2 水印认证系统要求

1)水印要全面反映出图像的变化.

2)水印检测时不需要原始图像的参与，即实现盲检测.

3)如果含水印图像没有被修改，则必须满足从中提取出来的水印信息与原始水印信息应完全相同.

4)如果含水印图像被修改并改变了图像内容，则必须满足从中提取出来的水印信息与原始水印信息的不同，即要求系统对恶意图像篡改的敏感性.

5)如果含水印图像虽被修改，但并不导致图像内容的变化，则必须满足从中提取出的水印信息与原始水印信息的相同，即要求系统对非恶意操作的鲁棒性.

6)通过对提取出的水印信息与原始水印信息的差别比较，判断图像内容的完整性.

1.3 水印的生成与预处理

图像三级小波变换后的LL3子带集中了原始图像的主要能量，包含了原始图像的基本特征信息，因此本系统选择在LL3子带中提取图像的内容特征产生水印信息.为保证水印信息的安全，本系统根据Logistic映射对初值的敏感性及具有白噪声的统计特性，用Logistic 映射将提取出的水印信息调制成待嵌入的水印信息[2].本文设定图像的高度和宽度分别为M，N，水印的生成与预处理步骤如下.

1)生成实值混沌序列，利用Logistic映射生成实值混沌序列Xk(k=1,2, …)，然后从序列Xk中选取(M/8)*(N/8)个元素，而Logistic映射的初始值则作为密钥进行保存.xk=uxk-1(1-xk-1).

其中:xk∈(0,1)，0≤u≤4.当3.569 945 6

2)生成二值混沌序列，对实值混沌序列通过阈值变换得到二值混沌序列T(Xk),K=1,2,…, (M/8)*(N/8)，本文的阈值设定为0.5，该序列由0或1构成.

3)用Logistic映射对基于图像内容的水印信息进行调制，将水印信息与二值混沌序列进行异或操作得到待嵌入的水印信息.

1.4 水印嵌入子带的选取

水印嵌入子带的选取是决定水印的不可见性和鲁棒性的关键因素，同时也决定水印对各种攻击及攻击位置的分析判断能力.根据人眼视觉特性，嵌入的水印信息必须低于HVS的对比门限，才能保证水印的不可见性.对图像进行三层小波变换后可得到一个低频子带LL3和9个细节子带，图像的低频子带聚集了图像的大部分能量，对图像的一般操作(如JPEG压缩，图像缩放，低通滤波)有较好的鲁棒性，但人类视觉对这部分的失真比较敏感，如果将水印信息全部嵌入到此子带，则无法很好的保证水印的不可见性[3].通过分析发现人类视觉对图像的细节子带(即高频部分)失真不是很敏感，将水印嵌入到此部分能使图像具备抗噪声叠加等攻击的能力.因此本系统选择将水印嵌入到图像的低频和高频中，以提高系统的抗攻击能力.

1.5 水印的自适应嵌入

水印嵌入强度也是决定系统不可见性和鲁棒性的至关重要的因素，强度太大则破坏了水印的不可见性，但也不能过小，会导致水印提取检测的失败.而自适应嵌入能很好地折衷水印的不可见性和鲁棒性问题[4].

为提高水印的嵌入质量，本系统在进行高频部分嵌入时，是对图像的高频系数进行排序，再选择水印的嵌入位置，因为兼顾了嵌入子带和嵌入强度，同时嵌入时采用了多分辨率重复自适应方法，大大提高了水印的不可见性和鲁棒性.

本系统先将图像进行三层小波变换，后在图像的低频部分LL3中进行图像内容特征的提取，并用Logistic映射将提取出的水印信息调制成待嵌入的水印信息，要嵌入的小波系数位置确定后，根据人眼视觉系统模型得到JND门限值，根据门限值确定了量化参数后，就可对相应的小波系数用量化参数进行量化并完成水印信息的嵌入.嵌入了水印后的小波系数通过小波逆变换就可得到含水印图像，如图1.水印嵌入过程具体如下：

1)图像小波变换.对图像进行三层小波变换，得到一个低频子带LL3和9个细节子带LHi,HLi,HHi(i=1,2,3).

2)水印信息生成.在图像的低频部分LL3中提取图像的内容特征作为水印信息，并用Logistic混沌序列调制得到待嵌入的数字水印信息.

3)量化参数选择.量化参数的取值是很重要的，因为其决定着嵌入到图像中的水印对图像失真的敏感性.要保证水印的不可见性，量化参数的取值就不能太大，取值太大，水印对图像失真的敏感度越低，导致不能正确识别出图像失真，但量化参数取值也不能太小，这会使水印对图像失真过于敏感，导致系统的图像认证失败.

图1 水印的自适应嵌入流程图Fig.1 Flow chart of self-adaptive embedding

1.6 水印的提取及认证

水印的提取过程基本上是嵌入过程的逆过程，在水印的提取和认证阶段，应尽量不需要原始图像的参与，否则，会影响水印的检测效率，甚至降低水印的实际应用的意义.水印的提取及认证流程如下：

步骤1：从待检测图像中提取出原始水印信息;

步骤2：对待检测图像用上文提到的水印生成办法，提取基于待检测图像内容特征的水印信息，并利用Logistic的混沌映射调制得到最终水印信息;

步骤3：比较步骤1、2得到的水印信息，确认图像内容的完整性.如图2所示.

图2 水印的提取及认证流程图Fig.2 Flow chart of watermark extraction and certification

2 试验结果分析

在仿真试验中，本系统采用的是256×256大小的灰度图像作为载体图像，采用的是haar小波基对图像进行三层小波变换.

2.1 水印的不可见性

其中：I表示原始载体图像，IW表示含水印图像，M、N分别表示图像的高度和宽度.利用PSNR可以反映出含水印图像与原始图像之间的差异程度，其值越大表示两幅图像差别越小，PSNR的值如果高于35db时，两幅图像就有很高的相似度，就很难分辨出两幅图像.在仿真实验中，将原始图像与含水印图像进行比较，图像几乎察觉不出变化，如图3所示，PSNR值为45.121，进而判断水印的不可见性良好，很难察觉水印的存在.

图3 水印嵌入前后图像效果比较Fig.3 Comparison of images before and after embedding watermark

2.2 对常规图像处理操作的鲁棒性

图像可能遭受两种类型的攻击：一种是图像的常规处理操作，如JPEG压缩、滤波、图像缩放等.另一种是恶意图像篡改操作，如图像剪切、涂改等操作.本水印的鲁棒性要求水印图像在遭受常规图像处理操作后，水印能正常提取出来.水印的能否正常提取是通过原始水印与提取出的水印的相似度来衡量的，本文用相关系数NC来衡量.

其中：W′(u,v)和w(u,v)分别表示待检测水印W′和原始水印w在位置(u,v)的值.仿真试验中，分别对图像进行了JPEG压缩(压缩因子为60)、中值滤波[5 5]和高斯噪声添加(均值为0，方差为0.01)等常规图像处理操作测试后，图像的主要基本特征不会受到影响，被篡改的区域呈均匀分布或随机分布，水印信息能正常提取出来，且水印相似度都较高.试验表明水印图像对常规图像处理操作具有较强的鲁棒性.如图4.

图4 常规图像处理操作测试结果Fig.4 The test results of the common image processing operations

2.3 对恶意篡改操作的脆弱性

仿真试验中，对图像进行图像剪切和图像替换等恶意篡改攻击测试时，本系统能检测出连续的篡改区域，并统计出篡改区域的个数超过水印不可见性允许的阈值，如图5.试验表明水印图像在遭受恶意篡改操作时，系统能判断出图像遭受了恶意篡改，对图像内容完整性能做出准确无误的判断，达到预期目标.

图5 恶意篡改攻击测试结果Fig.5 The test results of the malicious tampering attack

2.4 与其它系统的比较

与其它系统相比，本图像水印认证系统具有以下优点.

1)水印信息是基于原始图像生成的，选取图像小波变换后的低频部分提取出图像的内容特征作为水印信息.

2)混沌置乱技术的应用，利用Logistic映射具有白噪声的统计特性，用Logistic映射将提取出的水印信息调制成待嵌入的水印信息，大大提高了水印的安全性.

3)水印的自适应嵌入，本系统根据人眼的视觉特性及图像嵌入位置的局部特征自适应的调整水印嵌入强度，并能保证含水印图像的不可见性和鲁棒性.

4)水印的提取检测过程无需原始图像的提供，实现了盲检测.

3 结论

数字水印技术是解决网络传输中的图像作品安全隐患的一种有效手段，本文提出了一种基于图像特征的自适应水印认证系统，在水印不可见性的基础上，根据人眼的视觉特性及要嵌入水印位置的图像局部特征实现数字水印的自适应嵌入.系统在保证了水印不可见性的同时，能够正确识别常规图像处理和恶意图像篡改操作，达到系统图像认证的要求.

参考文献:

[1] 王艳辉，王相海.用于图像认证的数字水印综述[J].计算机工程与应用,2007(2):33-37.

[2] 陈善学,彭娟,李方伟.基于二维Logistic混沌映射的DWT数字水印算法[J].重庆邮电大学学报,2012(8):495-500.

[3] 刘挺.基于分块的多尺度小波频域数字水印[J].电子设计与工程,2013(6):34-36.

[4] 王景中.张哲铭.一种新的自适应数字水印算法[J].电子设计工程,2012(10):66-70.