基于中心与邻域系数均值关系的盲水印算法

　　1　引言

　　近年来,随着计算机技术的飞速发展,数字多媒体也随之广泛应用。网络通信技术使得数字多媒体信息(图像、文本、音频、视频)的复制与传播变得非常地方便快捷,但同时　　应运而生的就是盗版和通信信息的窃取,因此应用数字水印技术对数字信息版权进行保护迫在眉睫。在图像压缩标准“JPEG-2000”中,小波成为一种主要技术。使用小波域水印方法的主要优点有以下三个方面:①可以保证在“JPEG-2000”有损压缩下水印不会被去除;②可以将图像编码研究中关于视觉特性的研究成果用于水印技术;③有可能提供压缩域中直接嵌入水印的方法。除此之外,小波的多分辨分析[1][2]与人眼视觉特性是一致的,这对根据人类视觉系统(HVS)[3]选择恰当的水印嵌入位置和嵌入强度有很大的帮助。因此基于小波域的数字水印研究已经成为当前研究的热点和重要方向。

　　目前,大多数数字水印算法是将水印信息利用加性或乘性的方式以一定的强度嵌入到载体图像的空间域或频率域系数中,如文献[4]、[5],且大部分算法在提取水印信息时直接或间接需要原始载体图像,安全性不高,不利于图像的版权保护。本文提出了一种新的基于中心系数与邻域系数均值关系的DWT域盲水印算法,该算法的特点在于不是将二值水印图像直接嵌入到载体图像中,而是将载体图像进行小波变换,在中频系数中利用中心系数与邻域系数之间的关系来嵌入水印信息,嵌入之前对水印作了Arnold最优置乱,在保证水印鲁棒性的同时,增强了水印的不可见性,置乱的密钥与原始图像和二值水印都具有密切的关系,大量的实验结果表明,该算法既具有视觉上的不可见性,又具有较好的感知效果和鲁棒性,并且水印提取时不需要原始图像。

　　2　算法描述

　　在小波变换域中,高频部分代表图像的边缘、轮廓和纹理等细节信息,在这些地方嵌入水印,人眼不易察觉,但在经过图像处理或攻击后容易丢失,其稳定性差[8];低频部分集中了图像的大部分能量,将水印嵌入到低频系数中具有很强的鲁棒性,但水印嵌入到这部分系数中会引起块效应,容易引起载体图像的失真。因此,为平衡鲁棒性和不可见性之间的矛盾,本文选择小波变换的中频系数来嵌入水印。本文提出的算法是载体图像经小波变换后,在中频系数中利用中心系数与邻域系数均值之间的关系来表示水印信息[6]。算法的流程图如图1所示。

　　将嵌入水印后得到的因数Xwiu, ju结合原始载体图像分解得到的各级分辨率、各方向因数矩阵进行二级逆小波变换,重建图像即为嵌入水印后的图像。