【文章內(nèi)容簡介】 廣闊的應(yīng)用前景。 圖 信息隱藏技術(shù)的分類 2 數(shù)字圖像水印技術(shù)綜述 數(shù)字水印是一種數(shù)字標(biāo)記，可以是數(shù)字、序列號、文字、圖像標(biāo)志等標(biāo)識或版權(quán)信息，一般包括版權(quán)所有者的標(biāo)記或代碼，以用能證實用戶合法擁有數(shù)據(jù)的用戶代碼等基本信息，將它秘密地內(nèi)嵌到數(shù)字產(chǎn)品中可能幫助識別確定產(chǎn)品的內(nèi)容、著作權(quán)、使用權(quán)、完整 性等。水印技術(shù)與傳統(tǒng)的信息加密都是把信息的保護轉(zhuǎn)化為對密鑰的保護。因此，水印技術(shù)沿襲了傳統(tǒng)加密技術(shù)的一些基本思想和概念，但兩者采用的保護信息手段不同：傳統(tǒng)的加密算法一般是基于文本數(shù)據(jù)設(shè)計的，它把一段有意義的數(shù)據(jù)流轉(zhuǎn)換成看起來沒有意義的數(shù)據(jù)，如 DES（ Data Encryption Standard）和 RSA（以三個發(fā)明者的首位字母命名）。由于將明文數(shù)據(jù)加密成密文數(shù)據(jù)，使得在網(wǎng)絡(luò)傳遞過程中非法攔截者無法從中獲得信息，從而達(dá)到保密的目的。雖然，我們可以把媒體數(shù)據(jù)作為文本數(shù)據(jù)流一樣看待，使用傳統(tǒng)的加密算法進行加密 ，但是，多媒體數(shù)據(jù)流具有的特性與文本數(shù)據(jù)的特性有很大不同。因此，目前的傳統(tǒng)加密方法如 DES、 3DES或 RSA 等也很難滿足多媒體應(yīng)用中的實時性等要求。而數(shù)字水印技術(shù)則是把一個有意義的信息隱藏在另一個稱為載體信息的公開信息中，而可能的監(jiān)測者或非法攔截者難以從公開信息中判 斷機密信息是否存在或截獲機密信息，從而保證機密信息的安全。 數(shù)字水印的定義和基本原理 從信號處理的角度看，在載體圖像中嵌入數(shù)字水印可以視為在強背景（即原始圖像）下疊加一個視覺上看不到的弱信號（水?。捎谌说囊曈X系統(tǒng)（ HVS），分辨率受 到一定的限制，只要疊加信號的幅度低于 HVS 的對比度門限， HVS 就無法感覺到信號的存在，因此，通過對載體對象作一定的調(diào)整，就有可能在不引起人感知的情況下嵌入一些信息。 所有水印系統(tǒng)都包括兩個基本的構(gòu)造模塊：水印嵌入模塊和水印提取或檢測模塊。數(shù)字水印技術(shù)實際上是通過對水印載體媒質(zhì)的分析、嵌入信息的預(yù)處理、信息嵌入點的選擇、嵌入方式的設(shè)計、嵌入調(diào)制的控制等幾個相關(guān)技術(shù)環(huán)節(jié)進行合理優(yōu)化，尋求滿足不可感知性安全可靠性穩(wěn)健性等諸條件約束下的最優(yōu)化設(shè)計問題。 水印嵌入模塊 水印嵌入模塊就是把水印信號 w 嵌入到原始圖像 I，從而得到含水印信號 Iw。水印嵌入過程如圖 所示。 圖 水印嵌入框圖 水印提取或檢測模塊 水印提取或檢測就是判斷某一數(shù)據(jù)中是否含有指定的水印信號，并可能恢復(fù)出水印信息。提取或檢測算法主要是設(shè)計一個相應(yīng)于嵌入過程的檢測算法。檢測的結(jié)果或是原水?。ㄈ缱址驁D像等），或是基于統(tǒng)計原理的只能判斷水印存在與否。檢測方案的目標(biāo)是使錯判與漏判的概率盡量小。為了給攻擊者增加去除水印的難度，目前大多數(shù)水印制作方案都在水印加入、提取時采用密鑰，只有掌握密鑰的人 才能讀出水印。水印的提取過程如圖 所示，檢測過程如圖 所示。 圖 水印提取框圖 圖 水印檢測框圖 基于 DCT域的數(shù)字水印技術(shù) 離散余弦變換（ Discrete Cosine Transform）屬于正交變換圖像編碼 方法中的一種。正交變換圖像編碼始于 1968 年。當(dāng)時安德魯斯（ Andrews）等人發(fā)現(xiàn)大多數(shù)自然圖像的高頻分量相對幅度較低，可完全舍棄或者只用少數(shù)碼字編碼，提出不對圖像本身編碼，只對其二維傅立葉（ DFT）系數(shù)進行編碼和傳輸。但 DFT 是一種正交變換，運算量很大，常常使實時處理發(fā)生困難，第二年他們就用 WalshHadamard變換（ WHT）取代DFT 可以使運算量明顯減少，這是因為 WHT 變換只有加減法而無需乘法。但是更有意義的是離散余弦變換和離散正旋變換的出現(xiàn)，它們具有快速算法，精確度高。其中最重要的是1974 年 提出的 DCT，因為其變換矩陣的基向量很近似于托伯利茲矩陣 的特征向量，而托伯利茲矩陣又體現(xiàn)了人類語言及圖像信號的相關(guān)性。因此， DCT 常常被認(rèn)為是語音與圖像信號變換的準(zhǔn)最佳變換。 圖像是二維的，所以在研究時主要用到二維 DCT，以及二維 IDCT來對 圖像進行處理。 離散余弦變換（ DCT）的定義 數(shù)字圖像 X（ m,n）是具有 M行 N列的一個矩陣。為了同時減弱或去除 圖像數(shù)據(jù)相關(guān)性，可以運用二維 DCT，將圖像從空間域轉(zhuǎn)換到 DCT 變換域。 根據(jù)定義，二維離散余弦變換（ DCT）定義如下： MNM 2N(1) 式中 m， k=0,1,?,M1。 n， l=0,1,?,N1。 其中函數(shù) 二維逆離散余弦變換（ IDCT）的定義如下： 2N(2) 式中： m， k=0,1,?,M1。 n， l=0,1,?N1。 離散余弦變換的特點 在基于 DCT 的變換編碼中，圖像是先經(jīng)分塊（ 88 或 1616）后再經(jīng) DCT，這種變換是局部的，只反映了圖像某一部分的信息。當(dāng)然也可以對整幅圖像的特點，但是運算速度比分塊 DCT要慢。圖像經(jīng) DCT后，得到的 DCT圖像有三個特點： 一是系數(shù)值全部集中到 0 值附近（從直方圖統(tǒng)計的意義上），動態(tài)范圍很 小，這說明用較小的量化比特數(shù)即可表示 DCT 系數(shù)； 二是 DCT 變換后圖像能量集中在圖像的低頻部分，即 DCT圖像中不為零 的系數(shù)大部分集中在一起（左上角），因此編碼效率很高。 三是沒有保留原圖像塊的精細(xì)結(jié)構(gòu)，從中反映不了原圖像塊的邊緣、輪 廓等信息，這一特點是由 DCT缺乏時局域性造成的。 圖像 DCT 變換后大部分參數(shù)接近于零，只有左上角的低頻部分有較大的 數(shù)值，中頻部分參數(shù)值相對較小，而大部分高頻參數(shù)值非常小，接近于零。 工具選擇 簡介 Matlab 是當(dāng)前在國內(nèi)外十分流行的工程設(shè)計和系統(tǒng)仿真軟件包。它是 MathWorks公司于 1982年推出的一套高性能的數(shù)值計算和可視化軟件，它集數(shù)值分析、矩陣運算、信號處理和 圖形顯示于一體，構(gòu)成了一人方便的、界面友好的用戶環(huán)境。 Matlab 的推出得到了各個領(lǐng)域?qū)＜摇W(xué)者的廣泛關(guān)注，其強大的擴展功能為各個領(lǐng)域的應(yīng)用提供了基礎(chǔ)。由各個專家學(xué)者相繼推出了 MATLAB 工具箱，其中的信號處理 (signal processing)、控制系統(tǒng) (control system)、神經(jīng)網(wǎng)絡(luò) (neural work)、圖像處理 (image processing