【正文】 這無疑也就更快地促成了各自完成自己的畢業(yè)設(shè)計(jì)。在他的指引下 ，我們對數(shù)字水印有了更多的認(rèn)識，也產(chǎn)生了興趣。數(shù)字水印是一門極具市場前景和挑戰(zhàn)性的新興學(xué)科，引起了大批科研人員的研究興趣。它是通過將某些包含創(chuàng)作者或版權(quán)所有者特征的信息直接嵌入到原始信息中以達(dá)到保護(hù)版權(quán)或跟蹤非法復(fù)制等目的，同時(shí)這種嵌入是不可察覺的，水印的嵌入不會(huì)影響原始信息的商用價(jià)值或使用價(jià)值。 TIFF壓縮 同樣 TIFF 格式的壓縮量也不大，其原理與以上的基本一致。 中值濾波 同樣，當(dāng)進(jìn)行中值濾波時(shí)，其結(jié)果如下所示： (a)峰值信噪比 :PSNR= (b) 相似性度量 :NC= 圖 37 對圖像進(jìn)行中值濾波處理后的圖像及其恢復(fù)的水印 平滑濾波 當(dāng)進(jìn)行平滑濾波后檢測的結(jié)果如下所示： (a) 峰值信噪比 :PSNR= (b) 相似性度量 :NC= 圖 38 對圖像進(jìn)行平滑濾波處理后的圖像及其恢復(fù)的水印 從以上的幾個(gè)對含水印的圖像進(jìn)行濾波后恢復(fù)的水印來看，所得到的結(jié)果是可以接受的，至少都保證 70%的正確率。 椒鹽噪聲是一種常見的噪聲，下圖 56 的左圖是加入了椒鹽噪聲后的含水印的圖像，其峰值信噪比 : PSNR=。本文中的測試是對圖象的中間部分進(jìn)行裁剪。39。從而得到包含零和非零量化值的量化矩陣 ),( vuFQm 。再將 W39。tW ： 圖 水印提取基本框圖 含水印圖像 映射為一維 Hilbert序列 Hb 從序列 Hb中偽隨機(jī)選取一 1*8 塊 水印提取 水印解調(diào)制 提取水印 ????? ?????? ? ?? .1,1,0,12),(,1)(1039。 通過前面的分析可知，臨界噪聲閾值 J不僅保證了水印嵌入的不可察覺，同時(shí)也確保在水印不可見的前提下，水印嵌入可達(dá)到較大，使得水印有較高的魯棒性，這從理論上保證了本文算法的有效性和實(shí)用性。 （ 2） 水印嵌入位置的選取。39。設(shè) 象素 I(i,j)所在 5 5 分塊的均方差為D(i,j)，為方便下面對視覺因子的后續(xù)處理，對方差 D(i,j)取值范圍按如下公式進(jìn)行歸一化： ? ? ? ? .1)m i n(),()m i n()m a x( 1),( 2),(m a x39。從數(shù)字通信的角度看，水印嵌入可理解為在一個(gè)寬帶信道（載體圖像）上用擴(kuò)頻通信技術(shù)傳輸一個(gè)窄帶信號（水印信號）。實(shí)際上，一些學(xué)者認(rèn)為 Cox 的觀點(diǎn)并非定論。例如，為生成 logistic 四值混沌序列，我們?nèi)绻褏^(qū)間 I:(1,1)劃分為四個(gè)子區(qū)間 Ij； j=0,1,2,3，使得xk落入個(gè)子區(qū)間的概率相等，可以劃分點(diǎn)為： d0=1， d1= 2/2? ， d2=0， d3= 2/2? ， d4=1。事實(shí)上，在數(shù)字水印研究領(lǐng)域的一篇經(jīng)典文獻(xiàn) [15]中，就提出使用 m 序列作為水印信號，這被認(rèn)為是數(shù)字水印研究領(lǐng)域的一個(gè)重要概念。產(chǎn)生 m 序列的反饋多項(xiàng)式一定是不可約多項(xiàng)式。 在加密系統(tǒng)中，偽噪聲序列即 PN（ PseudoNoise）序列得到了廣泛應(yīng)用。 Logistic 序列的以上特性表明，盡管混沌動(dòng)力系統(tǒng)具有確定性，但其遍歷統(tǒng)計(jì)特性等同于白 圖 混沌系統(tǒng)的初始敏感性 實(shí)線 x0= 虛線 x0= 噪聲，因而可以應(yīng)用于包括數(shù)字通訊和多媒體數(shù)據(jù)安全等眾多應(yīng)用領(lǐng)域的噪聲調(diào)制。在 ?=2的滿射條件下， logistic 映射與 Chebyshev映射是拓?fù)涔曹椀模唵蔚卣f，從理論上講，它們可以視作動(dòng)力性態(tài)相同的系統(tǒng)。 一類非常簡單卻被廣泛研究的動(dòng)力系統(tǒng)是 logistic 映射 [5658]，其定義如下： )1(1 kkk xxx ??? ? (32) 其中， 0 ? ? ? 4 稱為分枝參數(shù)（ bifurcation parameter）， xk ∈ (0,1)定義同上。這是因?yàn)榛煦缦到y(tǒng)的類隨機(jī)特性十分適合于通信中的噪聲偽裝調(diào)制。尹康康等 [42]對Kankanhalli算法進(jìn)行了改進(jìn)，算法在空域內(nèi)計(jì)算可感知噪聲閾值矩陣 JND，大大簡化了 HVS模型，復(fù)雜度低，水印強(qiáng)度具有自適應(yīng)調(diào)節(jié)能力。恢復(fù)出來的比特值則由該象素點(diǎn)檢測出的值與估計(jì)值的差分 ji,? 的符號確定。 其中 2239。 1995 年 Bender 等人 [12]提出圖像水印的 Patchwork 算法，它是一種基于改變圖像數(shù)據(jù)統(tǒng)計(jì)特性的水印算法，該算法首先隨機(jī)選取 N 對象素點(diǎn)，然后通過增加象素對中一個(gè)點(diǎn)的亮度值，而相應(yīng)降低另一個(gè)點(diǎn)的亮度值的調(diào)整來隱藏信息。 （ 2）由于使用混沌序列對水印信號進(jìn)行了調(diào)制，由于混沌序列的優(yōu)良特性，使沒有密鑰的用戶無法獲取水印信息，增加了系統(tǒng)的安全性。 算法改進(jìn) 根據(jù)對數(shù)字水印的研究，可以給出如下的定義：數(shù)字水印是永久鑲嵌在其他數(shù)據(jù)中具有可鑒別性的數(shù)字信號或模式，而且并不影響數(shù)據(jù)的可用性。因此 ，必須對水印圖像進(jìn)行一定的壓縮，以減少嵌入的數(shù)據(jù)量．通過對現(xiàn)有水印技術(shù)和圖像壓縮技術(shù)的研究，并充分考慮圖像的壓縮率和圖像恢復(fù)的容錯(cuò)能力（ JPEG 壓縮容錯(cuò)能力差，由于 JPEG 碼流中含有特殊標(biāo)志信息，因此如果我們提取的水印信息流中有一位出錯(cuò)，就有可能導(dǎo)致 JPEG 解碼的后繼圖像全部出錯(cuò)，以至恢復(fù)的圖像無法理解），我們選用 DCT 技術(shù)來對水印圖像進(jìn)行壓縮。然而，有這種可能，那就是，數(shù)字水印沒有被正確檢測或者失真沒有被正確界定，這種事件的發(fā)生機(jī)會(huì)被稱為錯(cuò)誤否定概率（假陰性概率）。其中 f 是宿主圖像， w 是水印信息， wf 是嵌入水印的信息， ),( nm 是特定的坐標(biāo)值， fN 是 宿主信息或者是嵌入水印的信息的像素個(gè)數(shù)。下面進(jìn)一步分析這些測試指標(biāo)，并給出數(shù)學(xué)表達(dá)式。但對保證數(shù)據(jù)安全來說，情況恰恰相反，各種保密的數(shù)據(jù)隨時(shí)面臨著被盜取和篡改的危險(xiǎn)，所以魯棒性是十分重要的，此時(shí)，隱藏?cái)?shù)據(jù)量的要求居于次要地位。然而在視頻水印的研究方面，由于包括時(shí)間域掩蓋效應(yīng)等特性在內(nèi)的更為精確的人眼視覺模型尚未完全建立，使視頻水印技術(shù)相對于圖像水印技術(shù)發(fā)展滯后，同時(shí)現(xiàn)有的標(biāo)準(zhǔn)視頻編碼格式又造成了水印技術(shù)引入上的局限性。利用視覺模型，本人在 文獻(xiàn) [81]和 [82]中給出了基于分塊 DCT 的自適應(yīng)數(shù)字水印算法； 等人 [93,94,99]實(shí)現(xiàn)了一個(gè)基于小波分解框架的數(shù)字水印算法。由于在水印驗(yàn)證的過程中，驗(yàn)證人知道水印的位置與內(nèi)容，他可以把這些微弱信號集中起來得到一個(gè)有較高信噪比的單一輸出。水印的強(qiáng)壯性大大提高。在水印信號提取時(shí)，則選取相同的 DCT 系數(shù)，并根據(jù)系數(shù)之間的關(guān)系抽取比特信息。 1995 年 Bender 等人 [12]提出了圖像水印的 Patchwork 算法。其中 Schyndel 算法 [15]被認(rèn)為是一篇具有歷史價(jià)值的文獻(xiàn)，文中闡明了一些關(guān)于水印的重要概念和魯棒水印檢測的通用方法（相關(guān)性檢測方法），此算法首先把一個(gè)密鑰輸入一個(gè) m序列（ maximumlength random sequence）發(fā)生器來產(chǎn)生水印信號，然后此 m序列被重新排列成 2 維水印信號，并按象素點(diǎn)逐一插入到原始圖像象素值的最低位。 （ 5）私鑰水印和公鑰水?。核借€水印只能被持有特定密鑰持的人讀取或檢測，水印插入與水印提取或檢測過程所使用的密鑰相同；而公鑰水印 [106108]允許公眾利用公鑰提取或檢測水印以驗(yàn)證所有者，創(chuàng)作者或版權(quán)所有者利用一個(gè)私鑰嵌入水印，但是利用公鑰來推導(dǎo)私鑰和利用公鑰來去除水印這兩個(gè)過程都非常困難。易損水印 [52,55,100,101]很容易被 破壞，主要應(yīng)用于完整性驗(yàn)證等應(yīng)用之中，它隨著對象的修改而破壞，哪怕細(xì)小的修改也會(huì)影響數(shù)字水印的提取和檢測 。最常見的分類方法包括以下幾類 [3,6,7,10]： （ 1）可視水印與不可視水?。簭耐庥^上可將數(shù)字水印分為可視水印和不可視水印兩類。特別是水印算法的速度對分布式網(wǎng)絡(luò)上的多媒體數(shù)據(jù)監(jiān)視來說應(yīng)足夠快。所謂的信號處理操作包括：傳輸過程中的信道噪聲、濾波、模糊、信號增強(qiáng)、有損壓縮、幾何變換、 D/A或 A/D轉(zhuǎn)換等。隨著高質(zhì)量復(fù)制設(shè)備的出現(xiàn)和電子商務(wù)的興起，票據(jù)防偽技術(shù)也在不斷發(fā)展。 （ 4）圖像認(rèn)證（ Image Authentatication） 認(rèn)證的目的是確定數(shù)據(jù)的修改。 1996 年，美國電影協(xié)會(huì)（ MPAA）、消費(fèi)電子產(chǎn)品制造商協(xié)會(huì)（ CEMA）和部分計(jì)算機(jī)廠商聯(lián)合成立了國際版權(quán)保護(hù)技術(shù)工作組（ CPTWG）來研究防止數(shù)字視頻被盜版。因?yàn)閱蝹€(gè)加入水印的拷貝會(huì)受到共謀攻擊（ Collusion Attacks），嵌入的水印必須被設(shè)計(jì)成共謀安全的（ CollusionSecure）。而如何有效地保護(hù)這些數(shù)字產(chǎn)品的版權(quán)就成為一個(gè)極其關(guān)鍵的問題 ，也是數(shù)字水印技術(shù)研究的主要推動(dòng)力。人們可以通過 Inter 網(wǎng)發(fā)布自己的作品，傳遞重要信息，進(jìn)行網(wǎng)絡(luò)貿(mào)易等。但是與此同時(shí)其暴露出的安全問題也越來越嚴(yán)重：數(shù)字作品極易被非法拷貝和復(fù)制，使得很多版權(quán)所有者不愿意輕易公開其作品，這在相當(dāng)程度上阻礙了其自身發(fā)展。目前，版權(quán)保護(hù)可能是水印最主要的應(yīng)用。同樣，對于某些數(shù)字指紋應(yīng)用來說，它們要求水印易于提取，且有很低的復(fù)雜度，例如對 WWW 應(yīng)用，有專門的 Web搜索者尋找嵌入了水印的盜版圖像。在過去幾年，該協(xié)會(huì)已研制成功了 DVD 防拷貝系統(tǒng)。當(dāng)數(shù)字作品被用于法庭、醫(yī)學(xué)、新聞及商業(yè)時(shí)，常需要確定它們的內(nèi)容是否被修改、偽造或特殊處理過。顯然，電子商務(wù)中各種電子票據(jù)的有效防偽是十分重要的。所謂的攻擊包括：篡改、偽造、去除水印等。 但數(shù)字水印技術(shù)并不等同于信息隱藏技術(shù)，兩者的區(qū)別在于對強(qiáng)壯性的要求不同。如果嵌入的水印強(qiáng)度足夠大，能夠用肉眼直接觀察到，則稱之為可視水印。魯棒水印則應(yīng)該經(jīng)得起一般處理操作而存留下來，應(yīng)用范圍更加廣泛，主要應(yīng)用于版權(quán)保護(hù)中，是水印研究的重點(diǎn)。通常來說，公鑰水印的安全性和強(qiáng)壯性比不上私鑰水印，但公鑰水印在聲明版權(quán)信息和預(yù)防侵權(quán)行為上無疑具有優(yōu)勢，是水印發(fā)展的方向。由于水印信號被安排在了最低位上，它是不可見的，基于同樣的原因， 它可以輕易地被移去，因此也是不強(qiáng)壯的； Bender、 Brassil等 [12,43]描述了幾種文本數(shù)據(jù)的水印方法。一種基于改變圖像數(shù)據(jù)統(tǒng)計(jì)特性的水印算法，該算法首先隨機(jī)選取 N 對象素點(diǎn)，然后通過增加象素對中一個(gè)點(diǎn)的亮度值，而相應(yīng)降低另一個(gè)點(diǎn)的亮度值的調(diào)整來隱藏信息。其思想類似于擴(kuò)展頻譜通訊中的跳頻（ Frequency Hopping）技術(shù)，特點(diǎn)是數(shù)據(jù)改 變幅度較小，且透明性好，但是其抵抗幾何變換等攻擊的能力較弱。 水印信號應(yīng)該由具有高斯分布的獨(dú)立同分布隨機(jī)實(shí)數(shù)序列構(gòu)成。 但要想破壞水印，攻擊人必須在所有頻段上加入幅度較大的噪聲，這無疑提高了水印的安全性。近年來，已有越來越多的水印算法開始考慮利用人類視覺系統(tǒng)（ Human Visual System）的屏蔽特性。而另一方面，由于一些針對視頻水印的特殊攻擊形式（如幀重組，幀間組合等等）的出現(xiàn)，為視頻水印提出了一些區(qū)別于靜止圖像水印的獨(dú)特要求。 另外，對于圖像、聲音等多媒體數(shù)據(jù)質(zhì)量的評估不能僅依據(jù)信噪比、峰值信噪比等信號處理中的數(shù)據(jù)，還要依賴視覺和聽覺的生理模型，否則就不具有科學(xué)性，這不僅是數(shù)字水印，也是數(shù)據(jù)壓縮的基本準(zhǔn)則之一。不失一般性，假設(shè)宿主信息和水印信息分別都是圖像。 （ 3）相關(guān)系數(shù)：為了衡量嵌入的和恢復(fù)的水印之間的相關(guān)性。類似的，圖像中一個(gè)錯(cuò)誤的水印檢測或者是錯(cuò)誤的失真檢測的概率被稱為錯(cuò)誤肯定概率（假陽性概率）。具體如下： 設(shè)水印圖像為 I ，我們將其分成互不覆蓋的 8?8 塊，記為 ),( yxfB mm ? ，m=0,1,?,M 1,即 ?10 ),(??? Mm m yxfI 0≤ x,y≤ 7 (21) 對 mB 進(jìn)行 DCT變換 ,得到 ? ?7,0),(),(39。 但由于某些水印圖像（如灰度水印圖像區(qū)別于二值水印圖像）數(shù)據(jù)量大，若直接將其嵌入原始圖像中，這是不現(xiàn)實(shí)的。 3 數(shù)字水印嵌入算法的實(shí)現(xiàn) 前人工作 自從 1993 年 Tirkel發(fā)表了一篇名為“ Electronic Watermark”的文章后 [14]，數(shù)字水印技術(shù)作為一種保護(hù)版權(quán)的有效手段得到了廣泛關(guān)注，并成為了國際學(xué)術(shù)界的一個(gè)研究熱點(diǎn)[327,3655,6163,71101,105108]。 Pitas[36]在 Patchwork 算法基礎(chǔ)上提出了一種基于統(tǒng)計(jì)檢測的空域水印方案，嵌入水印為一與原圖同樣大小的二值圖像 S={sm,n}，其中“ 0”和“ 1”的總數(shù)相同。 BA ?? 、分別為集合 A’和 B 的采樣方差。 臺(tái)灣的 ChangHsing Lee 等 [38]提出了一種應(yīng)用于版權(quán)保護(hù)的空域自適應(yīng)水印技術(shù)。但其實(shí)現(xiàn)的只是基于假設(shè)檢驗(yàn)的水印檢測，僅僅判定水印的存在與否，檢測結(jié)果不 夠直觀，同時(shí)其魯棒性似乎也過于依賴比特位擴(kuò)展。更重要的，通過混沌系統(tǒng)對初始值 的敏感依賴性，可以提供數(shù)量眾多、非相關(guān)、類隨機(jī)而又確定可再生的信號?；煦鐒?dòng)力系統(tǒng)的研究工作指出，當(dāng) … ? ? 4 時(shí)， logistic 映射工作于混沌態(tài)。這兩種映射所生成的序列的概率分布函數(shù) PDF（ Probability Density Function）也是相