【文章內(nèi)容簡介】 這里密鑰 K 是可選項，一般用于水印信號的再生。 數(shù)字水印提取的理論框架 水印生成 算法（ G） 數(shù)字水印 （ W） 原始載體數(shù)據(jù)（ I） 水印嵌入 算法（ E） 加入水印后的數(shù) 據(jù) 私鑰 /公鑰（ K） 南昌航空大學(xué)學(xué)士學(xué)位論文 8 數(shù)字水印提取過程基本框架示意圖如圖 圖 水印提取算法 由圖 ： 1 有原始載體數(shù)據(jù) I 時： ),?(? KIIDW W? () 2 有原始水印 W 時： ),?(? KWIDW W? () 3 沒有原始信息時： ),?(? KIDW W? () 其中， W? 表示估計水印， D 為水印檢測算法， WI? 表示在傳輸過程中受到攻擊后的水印載體數(shù)據(jù)。檢測水印的手段可以分為兩種： 一是在有原始信息的情況下，可以做嵌入信號的提取或相關(guān)性驗證； 二是在沒有原始信息情況下，必須對嵌入信息做全搜索或分布假設(shè)檢驗等。 如果信號為隨機信號或偽隨機信號，證明檢測信號是水印信號的方法一般就是做相似度檢驗。水印相似度檢驗的通用公式為： ???jijijijijiWWWSim,2, ?* () 數(shù)字水印（ W） /原始數(shù)據(jù)（ I） 待檢測數(shù)據(jù)（ WI? ） 水印提取算法（ D） 估計水?。?W? ） /相似度檢測（ Sim） 私鑰 /公鑰（ K） 南昌航空大學(xué)學(xué)士學(xué)位論文 9 其中 W? 表示估計水印， W 表示原始水印， Sim 表示不同信號的相似度。 數(shù)字水印的分類 數(shù)字水印可以從不同的角度進(jìn)行劃分： (1) 按照水印嵌入的位置 按照水印嵌入的位置可把水印分為空域水印和變換域水印。 空域的水印嵌入可以通過修改媒體的采樣值的強度值實現(xiàn)。這種方法不需要對原始媒體進(jìn)行變換，計算簡單，效率較高，但由于水印要均衡不可見性和魯棒性，因而可選擇的屬性范圍較小，而且生成的水印難以抵抗常見的信號處理攻擊及噪聲干擾的影響，魯棒性較差。 變換域的方法將水印添加到原始媒體的某種變換系數(shù)中實現(xiàn)嵌入，可以把水印加到 DFT域、 DCT變換域、小波變換域中等。變換域的方法需要對原始媒體數(shù)據(jù)進(jìn)行變換，計算較復(fù)雜，但變換域的水印算法往往有比較好的魯棒性，因此，變換域的水印算法是目前研究的熱點。 (2) 按 照水印檢測的方式 按照水印檢測的方式可把數(shù)字水印分為無需原作的水印 (盲檢測水印 )、需要原作的水印 (明檢測水印 )和需要原作相關(guān)信息的水印 (半盲檢測水印 )。 對于盲檢測水印，其檢測獨立于原始媒體數(shù)據(jù)進(jìn)行，即水印的抽取由含水印的媒體本身確定。這種水印的檢測可以在任何擁有檢測環(huán)境的平臺上進(jìn)行，使用范圍較廣。但此類算法僅利用選定數(shù)據(jù)的固有特征進(jìn)行水印的嵌入和檢測，這樣在數(shù)據(jù)固有特征被破壞時，水印檢測較為困難，生成水印的魯棒性較差。 對明文水印的檢測是在分析原始媒體數(shù)據(jù)與含水印媒體數(shù)據(jù)差別的基礎(chǔ)上進(jìn)行的，因而只能由原始作品的持有者進(jìn)行檢測，生成的水印難于被偽造。同時對這樣的算法，可嵌入水印的位置選擇范圍較大，能充分考慮到水印的魯棒性和不可感知性，生成水印的魯棒性較好。 半盲水印的檢測無需原作，但是需要某些與原作有關(guān)的信息，這些信息可能是原作嵌入水印時的某些參量，也可能是表征原作某些特征的信息。 (3) 按照所選水印的形式 按照所選水印的形式可把水印分為序列水印、標(biāo)志圖像水印和標(biāo)識信息水印。 序列水印采用的是滿足一定分布的偽隨機序列，這樣水印的檢測只能回答出水印的有無，不能給出水印的特征信息。水 印的檢測是通過計算相關(guān)函數(shù)來進(jìn)行的。為增強水印的說服力，增加視覺上的形象性，標(biāo)志水印采用具有一定代表性的標(biāo)志 南昌航空大學(xué)學(xué)士學(xué)位論文 10 圖像作為有意義水印。水印技術(shù)的提高使得人們將制作者、產(chǎn)權(quán)者及購買者的標(biāo)識信息直接作為水印嵌入原始作品當(dāng)中，這就是標(biāo)識信息水印。 (4) 按照水印的抗攻擊能力 按照水印的抗攻擊的能力可把水印分為脆弱水印、半脆弱水印和魯棒性水印。 脆弱水印主要用于完整性保護(hù)，對信號的改動很敏感。不僅水印的變換很容易被檢測到，而且易于對變化進(jìn)行空間分類和定位。可利用此類水印判斷數(shù)字媒體是否被篡改和進(jìn)行數(shù)據(jù)完整性的 檢測。 半脆弱性水印對于某些處理 (如 JPEG壓縮、 MP3壓縮等 )具有一定的魯棒性，對于其它處理則視為惡意攻擊，保持高度敏感性。因為一個完善的認(rèn)證系統(tǒng)應(yīng)能將 JPEG壓縮、 MP3壓縮等這類 “善意”的處理和那些蓄意破壞操作區(qū)分開來。實際中，數(shù)字圖像、 音頻、 視頻的數(shù)據(jù)量十分龐大，在數(shù)據(jù)庫和網(wǎng)上多以壓縮形式存儲和傳輸，壓縮后的內(nèi)容同樣應(yīng)視為真實。 魯棒性水印主要用于在數(shù)字作品中標(biāo)識著作權(quán)信息，它要求嵌入的信息能夠經(jīng)受各種常見的惡意攻擊。 (5) 按照水印的用途 不同的應(yīng)用需求造就了不同的水印技術(shù)。按照水 印的用途可把水印分為版權(quán)保護(hù)水印、篡改提示水印、隱蔽標(biāo)識水印和票據(jù)防偽水印。 版權(quán)保護(hù)水印是目前研究最多的一類水印，版權(quán)保護(hù)水印主要強調(diào)隱蔽性和魯棒性，對數(shù)據(jù)量的要求相對較少。 篡改提示水印是一種脆弱水印，其目的是標(biāo)識宿主信號的完整性和真實性。 隱蔽標(biāo)識水印是將保密數(shù)據(jù)的重要標(biāo)識隱藏起來，限制非法用戶對保密數(shù)據(jù)的使用。 票據(jù)防偽水印主要用于票據(jù)和電子票據(jù)的防偽。 數(shù)字水印的魯棒性問題和攻擊行為 數(shù)字水印的魯棒性問題 數(shù)字水印必須很難（希望不可能）被清除。當(dāng)然從理論上講，只要具有 足夠的知識，任何水印都可以去掉。但是如果只能得到部分信息，如水印在圖像中的精確位置未知，那么破壞水印將導(dǎo)致圖像質(zhì)量的嚴(yán)重下降。特別的，一個實用的水印算法應(yīng)該對信號處理、通常的幾何變形（圖像或視頻數(shù)據(jù)），以及惡意攻擊具有魯棒性。它們通常包括： 南昌航空大學(xué)學(xué)士學(xué)位論文 11 1. 圖像壓縮 :圖像壓縮算法是去掉圖像信息中的冗余量。水印的不可見性要求水印信息駐留于圖像不重要的視覺信息中，通常為圖像的高頻分量。而一般圖像的主要能量均集中于低頻分量上。經(jīng)過圖像壓縮后，高頻分量被當(dāng)作冗余信息清除掉，因此有的文獻(xiàn)將水印嵌入圖像的最顯著的低頻分量中或使用 帶低通特性的水印，雖然這可能會降低圖像的質(zhì)量。目前的一些水印算法對現(xiàn)有的圖像壓縮標(biāo)準(zhǔn)（ JPEG 、MPEG ） 具有較好的魯棒性，但對今后有更高壓縮比的壓縮算法則不能保證也具有同樣好的魯棒性。 2. 濾波 :圖像中的水印應(yīng)該具有低通特性，即低通濾波（如均值濾波和中值濾波）應(yīng)該無法刪掉圖像中的水印 ,事實上當(dāng)前很多針對水印的攻擊行為是用濾波完成的。 3. 圖像量化與圖像增強 :一些常規(guī)的圖像操作，如圖像在不同灰度級上的量化、亮度與對比度的變化、直方圖修正與均衡，均不應(yīng)對水印的提取和檢測有嚴(yán)重影響。 4. 幾何失真 :幾何失真包括圖像尺寸大小變化、圖像旋轉(zhuǎn)、裁剪、刪除或增加圖像線條以及反射等等。很多水印算法對這些幾何操作都非常脆弱，容易被去掉。因此研究水印在圖像幾何失真的魯棒性也是人們所關(guān)注的。 數(shù)字水印的攻擊行為 對數(shù)字水印的攻擊一般是針對水印的魯棒性提出的要求，在前面已介紹過數(shù)字水印的魯棒性是指水印信號在經(jīng)歷多種無意或有意的信號處理后，仍能被準(zhǔn)確檢測或提取的特征。標(biāo)準(zhǔn)數(shù)據(jù)處理是指數(shù)據(jù)（特別是數(shù)字作品）經(jīng)過數(shù)據(jù)發(fā)布渠道，如編輯、打印、增強、格式轉(zhuǎn)換等的過程。攻擊是指那些帶有損害性、毀壞性的，或者 試圖移去水印信號的處理過程。 魯棒性好的水印應(yīng)該能夠抵抗各種水印攻擊行為 。在這里我們只考慮那些并不嚴(yán)重導(dǎo)致載體數(shù)據(jù)失真的攻擊方法。 按照攻擊原理可以將攻擊分為四類：簡單攻擊、同步攻擊、削去攻擊和混淆攻擊。 (1) 簡單攻擊（ simple attacks） 簡單攻擊是試圖對整個水印化數(shù)據(jù)（嵌入水印后的載體數(shù)據(jù)）進(jìn)行操作來削弱嵌入的水印的幅度（而不是試圖識別水印或分離水?。?，導(dǎo)致數(shù)字水印提取發(fā)生錯誤，甚至根本提取不出水印信號。常見的操作有線性濾波、通用非線性濾波、壓縮（ JPEG、 MPEG）、添加噪聲、 漂移、象素域量化、數(shù)模轉(zhuǎn)換、 gamma 修正等。 (2) 同步攻擊（ synchronization attacks） 同步攻擊是試圖破壞載體數(shù)據(jù)和水印的同步性，即試圖使水印的相關(guān)檢測失效或使恢復(fù)嵌入的水印成為不可能。被攻擊的數(shù)字作品中水印仍然存在，而且幅度沒 南昌航空大學(xué)學(xué)士學(xué)位論文 12 有變化，但是水印信號已經(jīng)錯位，不能維持正常水印提取過程所需要的同步性。這樣，水印提取器就不可能、或者無法實行對水印的恢復(fù)和提取。同步攻擊通常采用幾何變換方法，如縮放、空間方向的平移、時間方向的平移（視頻數(shù)字作品）、旋轉(zhuǎn)、剪切、象素置換、二次抽樣化、 象素或者象素簇的插入或抽取等。 (3) 削去攻擊（ removal attacks） 削去攻擊試圖通過分析水印化數(shù)據(jù)，估計圖像中的水印，將水印化數(shù)據(jù)分離成為載體數(shù)據(jù)和水印信號，然后拋棄水印，得到?jīng)]有水印的載體數(shù)據(jù)，達(dá)到非法盜用的目的。常見的方法有：合謀攻擊（ collusion attacks）、去噪、 確定的非線性濾波、采用圖像綜合模型的壓縮（如紋理模型或者 3D 模型等）。針對特定的加密算法在理論上的缺陷，也可以構(gòu)造出對應(yīng)的削去攻擊。 (4) 混淆攻擊（ ambiguity attacks） 混淆攻擊是試圖生成一個偽源數(shù)據(jù)、偽水印化數(shù)據(jù)來混淆含有真正水印的數(shù)字作品的版權(quán)，由于最早由 IBM 的 Craver 等人提出，也稱 IBM 攻擊。一個例子是倒置攻擊，雖然載體數(shù)據(jù)是真實的，水印信號也存在， 但是由于嵌入了一個或多個偽造的水印，混淆了第一個含有主權(quán)信息的水印， 失去了唯一性。這種攻擊實際上使數(shù)字水印的版權(quán)保護(hù)功能受到了挑戰(zhàn) ， 如何有效地解決這個問題正引起研究人員的極大興趣。 南昌航空大學(xué)學(xué)士學(xué)位論文 13 3 圖像預(yù)處理算法實現(xiàn) 引言 在圖像處理的過程中，由于獲取圖像的工具或手段的影響，使獲取圖 像無法完全體現(xiàn)原始圖像的全部信息。因此，以改善圖像數(shù)據(jù)、抑制不需要的變形或者增強某些對于后續(xù)處理來說比較重要的圖像特征為目的的圖像預(yù)處理在圖像處理的過程中就顯得非常重要。 常用的圖像預(yù)處理手段包括圖像大小的修改、圖像濃度的擴(kuò)展，圖像由彩色差到灰度的轉(zhuǎn)變、圖像二值化、圖像的銳化處理及圖像平滑處理等方法。本文 采用了matlab 開發(fā)工具實現(xiàn)了上述圖像預(yù)處理算法并給出了各種算法的處理結(jié)果。 圖像二值化處理 二值化是數(shù)字圖像處理中一項最基本的變換方法 ,通過非零取一固定閾值、雙固定閾值等不同的閾值化 變換方法 ,使一幅灰度圖像變成了黑白二值圖像 ,將我們所需的目標(biāo)從復(fù)雜的圖像背景中提取出來 .閾值 [56]處理的操作過程是指定一個閾值 ,如果圖像中某像素的灰度值小于該閾值 ,則將該像素的灰度值設(shè)置為 0或 255,否則灰度值設(shè)置為 255 或 0。 圖像二值化的實現(xiàn)代碼 圖像二值化代碼見目錄 A（ ）。 在 matlab 實驗平臺結(jié)果如下圖： 南昌航空大學(xué)學(xué)士學(xué)位論文 14 圖 二值化處理后的圖像 圖像平滑處理 圖像的平滑方法是一種實用的圖像處理技術(shù)，能減弱或消除圖像中的高頻率分量 ，但不影響低頻率分量。因為高頻率分量主要對應(yīng)圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，平滑濾波將這些分量濾去可減少局部灰度起伏，使圖像變得比較平滑。實際應(yīng)用中，平滑濾波還可用于消除噪聲，或者在提取較大目標(biāo)前去除過小的細(xì)節(jié)或?qū)⒛繕?biāo)內(nèi)的小間斷連接起來。它的主要目的是消除圖像采集過程中的圖像噪聲，在空間域中主要利用鄰域平均法、中值濾波法和選擇式掩模平滑法等來減少噪聲；在頻率域內(nèi)，由于噪聲主要存在于頻譜的高頻段，因此可以利用各種形式的低通濾波器來減少噪聲。 圖像平滑處理代碼 圖像平滑處理代碼見目錄 A（ ）。 在 matlab 實驗平臺結(jié)果如下圖： 南昌航空大學(xué)學(xué)士學(xué)位論文 15 圖 平滑處理后的圖像 圖像銳化處理 圖像銳化是一種補償輪廓、突出邊緣信息以使圖像更為清晰的處理方法 .銳化的目標(biāo)實質(zhì)上是要增強原始圖像的高頻成分 。 常規(guī)的銳化算法對整幅圖像進(jìn)行高頻增強 ,結(jié)果呈現(xiàn)明顯噪聲 。 為此 , 在對銳化原理進(jìn)行深入研究的基礎(chǔ)上 ,提出了先用邊緣檢測算法檢出邊緣 , 然后根據(jù)檢出的邊緣對圖像進(jìn)行高頻增強的方法 。 實驗結(jié)果表明 ,該方法有效地解決了圖像銳化后的噪聲問題 。 銳化的目的在于使圖像中對