【文章內容簡介】 的危險，所以嵌入的水印應該設計成對共謀攻擊而言是安全的，同樣，對于某些數字指紋來說，他們要求水印易于提取，且有很低的復雜度?？截惐Ｗo：在多媒體發(fā)行體系中，希望存在這樣的一個拷貝保護機制，即它不允許未經授權的媒體拷貝，在開放系統(tǒng)中很難實現拷貝保護，然而在封閉或私有系統(tǒng)中，拷貝保護是可行的，在這樣的系統(tǒng)中，可用水印來說明數據的拷貝情況。安全的隱秘通信：情報戰(zhàn)是信息戰(zhàn)的重要組成部分，其核心思想是利用公用網絡進行保密數據傳送，目前采用的方式主要是“文件加密” ，然而經過加密的文件往往是混亂無序的，容易引起攻擊者的注意。網絡多媒體技術的廣泛應用使得利用公用網絡進行保密通信有了新的思路，即利用數字水印技術把需要傳遞的秘密信息作為水印嵌入到可以公開的數字產品的時(空)域和變換域中，從而實現隱蔽通信。由于嵌入秘密信息的圖像在主觀視覺上并未發(fā)生變化，察覺到秘密信息的存在是不大可能的。從這個意義上講，傳輸秘密信息的信道也是秘密的。這將有效地減少遭受攻擊的可能性。同時，由于信息的嵌入方法是保密的，如果再結合密碼學的方法，即使敵方知道秘密信息的存在，要提取和破譯該信息也是十分困難的。9第二章 圖像數字水印關鍵技術 圖像數字水印的概念及基本特征 圖像數字水印技術就是將特定的標記，如作者名、創(chuàng)作時間、所有權等信息，利用數字內嵌的方法嵌入到數字圖像中，用以證明創(chuàng)作者對其作品的所有權。同時還可以作為鑒定、起訴非法侵權的證據，通過對水印的檢測和分析來保證數字信息的完整性[6] 。作為版權信息嵌入到圖像中的秘密信息即稱為數字水印，它可以是無意義的隨機序列，也可以是文字、圖像、聲音等有意義的信息。數字水印與原始圖像緊密結合并隱藏其中，能經歷一些不破壞原始圖像的使用價值或商用價值的操作而保存下來。數字水印不影響圖像的可用性。它是信息隱藏技術的最重要的一個分支，是解決多媒體數據版權保護問題的有效手段之一。一般地，圖像數字水印具有如下的基本特性：(1)不可見性。即水印是不易察覺的。水印技術的首要條件是嵌入水印的圖像和原始圖像基本上相同，圖像的質量不因水印的嵌入有明顯的改變。不可見性包含兩方面的意思，一個指視覺上的不可見性，即因嵌入水印導致圖像的變化對觀察者的視覺系統(tǒng)來講應該是不可察覺的，最理想的情況是含水印圖像與原始圖像在視覺上一模一樣，這是絕大多數水印算法所應達到的要求；另一方面水印用統(tǒng)計方法也是不能恢復的[7]，如對大量的用同樣方法和水印處理過的圖像即使用統(tǒng)計方法也無法提取水印或確定水印的存在。(2)確定性。嵌入到圖像中的水印應能被唯一確定地檢測并提取，從而可靠地判定該作品的真正所有者，而不會出現檢測不到嵌有水印的圖像中的水印或報告不含有水印的圖像中含有水印這樣的錯誤。(3)安全性。圖像數字水印的安全性就是指它抵抗蓄意竄改或惡意攻擊的能力。也就是說嵌入水印和檢測水印的方法對沒有授權的第三方是保密的而且不可輕易破解。水印系統(tǒng)對安全性的要求對于不同的應用差別很大。(4)可證明性。水印能夠為受到保護的圖像的歸屬提供完全可靠的證明。在需要的時候，水印檢測算法能夠識別并提取嵌入在保護對象中的所有者的相關信息。水印能夠用來判別對象是否受到保護，并能監(jiān)視被保護對象的傳播、真?zhèn)舞b別以及非法拷貝控制等。就目前已經出現的很多算法而言，攻擊者完全可以破壞掉圖像中的水印，或復制出一個理論上存在的“原始圖像” ，這導致文件所有者不能令人信服地提供版權歸屬的有效證據。因此一個好的水印算法應該能夠提供完全沒有爭議的版權證明，在這方面還需要做很多工作。(5)魯棒性。魯棒性是數字水印技術最重要的一個特性。由于數字水印完全嵌入圖像中，那么對含水印圖像所做的變換也會導致其中水印的變化，所以數10字水印必須對作用于圖像的變換具有抵抗作用。魯棒水印主要是指在經歷多種有意或無意的信號處理后，水印仍能保持完整或仍能被準確鑒別。常見的圖像處理和攻擊有：有損壓縮、濾波、噪聲干擾、邊緣增強、旋轉、伸縮、剪切、掃描等操作。從理論上講，在具備相應的信息后，水印是可以消除的，而成功的數字水印技術就是要保證在解碼信息不完備的情況下，任何試圖去除水印的操作均會導致原始圖像質量的嚴重破壞。實際上很難設計出一種方法能夠保證對所有可能的圖像處理和攻擊都具有魯棒性，因此魯棒性的強弱應該視不同的應用需求而定。在實際應用中，要求設計的水印方案至少對一些常用的圖像處理具有魯棒性。 圖像數字水印的基本原理和系統(tǒng)框架 圖像數字水印的基本原理大多數圖像數字水印技術所遵循的基本原理是利用人類視覺的感覺冗余性，將水印信息嵌入到同樣具有數據冗余特性的圖像中去，使得水印在圖像中不被察覺并且足夠安全。一般通過相關或類似于相關的計算進行檢測。從圖像處理的角度看，嵌入水印可以視為在強背景(原始圖像)下疊加一個弱信號( 水印)，由于人類視覺系統(tǒng)(Human Visual System——HVS)的分辨率受到一定的限制，只要疊加信號的幅度低于HVS 的最小可察覺誤差， HVS 就無法感覺到信號的存在，因此通過對原始圖像做一定的調整，有可能在不改變視覺效果的情況下嵌入一些水印信息。 圖像數字水印算法的基本框架所有的圖像數字水印算法都由兩個基本系統(tǒng)：水印嵌入系統(tǒng)和水印恢復系統(tǒng)組成。1. 水印嵌入系統(tǒng)水印嵌入過程中，通過嵌入算法將水印信號加在原始圖像上，生成含水印的圖像，水印可以是任何形式的數據。大多數水印方案在水印嵌入過程中都使用了密鑰，從而加強了整個系統(tǒng)的安全性。水印系統(tǒng)的輸出稱為含水印圖像。設原始圖像為 I ，水印為 W ，密鑰為 K ，則水印嵌入可用式(21)來述：I w = F (I, W, K ) (21) 式中 F 表示水印嵌入算法，如圖 所示。水印 W密鑰 K嵌入算法 含水印圖像原始圖像 I圖 圖像數字水印嵌入系統(tǒng)框圖兩種常用的水印嵌入方法如式（22）示： vwi =vi +awi (加法法則)11 vwi =vi(1+awi) (乘法法則)其中，v i ,viw 分別表示原始圖像像素和嵌入水印的圖像像素，w i 為水印信號分量，0 ≤ i ≤ n , α為尺度因子。在保證不可見的前提下，盡可能提高嵌入水印的強度，α的選擇必須考慮圖像的性質和視覺系統(tǒng)的特性。2. 水印恢復系統(tǒng)水印恢復時，先檢測待測試的圖像中是否含有水印信號，如果待測圖像中含有水印，則從中提取出水印， 所示。設待測圖像為I 39。 ，從I 39。中提取的水印為 W39。，δ (.)為檢測函數。則：W39。 =δ (I 39。 , I ) (23)計算相關系數C (W,W 39。 )，如果C (W,W39。 )滿足：C (W,W39。 ) ≥T (設T為閾值)，則可判定水印存在，否則認為水印不存在。水印 W 或原始圖像 I密鑰 K檢測 （ 提取 ） 算法 水印 （ 相關 ） 系數待測圖像I?圖 圖像數字水印恢復系統(tǒng)框圖 數字圖像水印的典型算法數字圖像水印的算法按照嵌入域的不同主要可分為空域算法、變換域算法。前者使用各種方法直接修改圖像的象素值，將數字水印直接加載在數據上；而后者首先對原始圖像進行適當變換（既可以對整幅圖像變換，也可以將原始圖像分塊后對某些小塊進行變換），然后將水印信息嵌入到變換域選定的系數上，最后通過相應的反變換得到含水印的圖像。一般來說，空域算法具有計算簡單、信息隱藏量大的特點，但其最大的缺點是缺乏理想的魯棒性，盡管有些算法提出了改善魯棒性的一些方法，但空域算法在魯棒性上一般比變換域的算法差，因此在魯棒圖像水印算法中用的較少。變換域算法因具有較強的抵抗信號處理和惡意攻擊的能力、更便于適應人類視覺系統(tǒng)的特性選擇不同的嵌入頻帶、與某些壓縮標準兼容等優(yōu)點，是目前魯棒水印算法的主流。而結合空域和變換域特性的圖像自適應算法則是圖像水印技術中一個有前景的研究方向。 空間域數字水印算法 典型的空域算法是 LSB（最低有效位）算法[13]，它的嵌入是把水印比特插入原始圖像灰度值的最低位，檢測是通過計算互相關函數來實現的。LSB 算法的優(yōu)點是算法簡單易實現；水印嵌入的數據量大；含水印圖像不可見好，但是它致命的弱點是魯棒性很弱，在對數字圖像處理或變換后，圖像的低位非常容易改變，攻擊者只需通過簡單地刪除圖像低位數據或者對數字圖像進行簡單12的數學變換就以將水印信息破壞掉。另外一類重要的空域算法利用了圖像像素的統(tǒng)計特征，其主要思想是通過修改原始圖像像素使得原始圖像像素的某體統(tǒng)計特征發(fā)生變化，檢測時只需查看含水印圖像的統(tǒng)計特征即可，從而達到盲檢測的目的。為了保證安全性，這些統(tǒng)計特征的來源必須受到密鑰的控制。常用的統(tǒng)計量包括：平均值、標準偏差和直方圖等。這一類算法的代表是patchwork 算法[14]。 變換域數字水印算法 變換域算法常用的變換域有離散余弦變換（DCT）、離散小波變換（DWT ）、離散傅立葉變換（ DFT）等。實際上，變換域算法并不限于上述三種變換，只要能隱藏水印信息，任何變換都是可行的。Koch 等人[15]首先提出了基于DCT 域的水印算法，通過修改由偽隨機選定的中頻系數對的差值來嵌入水印。由于它與JPEG 壓縮的特性兼容，且在修改DCT系數的同時考慮到了JPEG 壓縮量化矩陣，因而可以有效地改善水印對有損壓縮的魯棒性。Cox 等人[16]首先提出將水印嵌入到圖像感知重要的區(qū)域中，其思想是要破壞水印必然要破壞圖像的重要內容，這一思想已被許多算法采用。為了得到水印的魯棒性和不可見性的最佳折衷，人們逐漸認識到利用視覺生理模型的重要性。Watson 感知模型[17] 就是一個建立在分塊 DCT 變換基礎上的感知模型，利用該模型可以估計圖像之間的臨界可見誤差（JND），控制水印嵌入算法的最大嵌入能量，使之適應于圖像的特性。與DCT 相比，DWT 具有以下優(yōu)點：具備多分辨率特性，嵌入的水印可以選擇在不同的分辨層上得到不同的魯棒性和視覺特性；良好的時頻分解特性更符合人類視覺系統(tǒng)的特點，使得水印的嵌入可以更好地結合HVS，從而改善水印圖像的質量或水印的性能；與新一代的壓縮標準兼容，如JPEG2022 和MPEG7，因DWT 在數字水印技術中有著廣泛的應用前景?；贒WT 的水印算法，通常是先將原始圖像進行多級小波分解，然后再通過修改小波變換系數來實現水印的嵌入。水印檢測器接收到目標圖像后，先進行同樣的小波分解，通過相應的檢測算法來判斷目標圖像是否含水印或直接通過提取算法將水印提取出來。小波域的水印算法根據嵌入位置大體可分為低頻域算法和高頻域算法。文獻[18]提出一種基于低頻子帶嵌入的盲水印算法，通過一個不重疊31 大小的滑動窗，對小波分解的整個低頻系數進行掃描，對連續(xù)的3 個系數進行排序，對最小值、最大值之間的長度進行M 段分割，中間值根據水印值進行量化，算法的缺點是在JPEG 壓縮率較大的情況下檢測效果不太理想。文獻[19] 的算法將水印嵌入到圖像的DWT 分解高頻區(qū)域，算法首先利用Daubechies8 小波濾波器對圖像進行三級小波變換然后選擇所有高頻子帶中大于閾值的系數作為嵌入位置，按照乘性規(guī)則嵌入水印，所嵌入的水印為與各高頻子帶相匹配的偽隨機實數的Gaussian 序列，使用相檢測方法。低頻域嵌入算法的優(yōu)點是魯棒性強，但容易影響圖像的視覺效果；高頻域嵌入算法的優(yōu)點是有較好的抵抗噪聲能力，但抗JPEG 有損縮和低通濾波的性能差，而將高低頻水印算法優(yōu)點結合起來，可以達到揚長避短、互相補充的目的，本文第五章就是基于這種思想進行研究的。 常見圖像水印攻擊方法 攻擊指的是任何一種可能削弱水印的檢測或擾亂通過水印傳遞信息的通信的任何處理。為了破壞圖像數字水印的安全性，水印攻擊者總是設法消除信息13所有者的水印內容的有效性，使相應的水印系統(tǒng)的檢測工具無法正確地恢復水印信號，或不能檢測到水印信號的存在。到目前為止，還沒有一個算法能夠真正經得住攻擊者的任意進攻。為了更好的檢驗水印算法的魯棒性和安全性，分析算法缺陷和產生原因，以便在新的水印系統(tǒng)的設計中加以改進，有必要對水印攻擊進行分析。采用 Craver 等人的劃分，數字水印攻擊包括針對魯棒性的常規(guī)信號處理操作，針對安全性的惡意攻擊以及針對水印應用系統(tǒng)和法律問題的攻擊。現有的圖像水印系統(tǒng)的攻擊方法，主要可分為四大類： 去除攻擊(Removal Attacks)去除攻擊是最常用的攻擊方法。它主要攻擊魯棒性的數字水印，因而也可稱為魯棒性攻擊。這類攻擊的目的在于擦除或除去標記過的數據中的水印而不影響圖像的使用。它試圖削弱載體中的水印強度，或破壞載體中的水印。這類攻擊可以再細分為：簡單攻擊(也可稱為波形攻擊或噪聲攻擊)和刪除攻擊。簡單攻擊只是通過對含有水印的圖像進行某種操作來削弱或刪除嵌入的水印，而不是試圖識別水印或分離水印。它包括無惡意的和常見的一些信號處理方法，如線性或非線性濾波、基于波形的圖像壓縮(JPEG，JPEG2022，MPEG)、添加噪聲、Gamma 校正、圖像裁剪、圖像量化、模擬數字轉換、打印和掃描等。雖然目前出現的水印算法可以分別抵抗一些基本的圖像操作(如旋轉、裁剪、重采樣、尺寸變化和有損壓縮等)，但對同時施加這些操作或隨機幾何變換卻無能為力。人們通常有這樣的誤解：一個幅度很小的水印可以通過加上類似幅度的噪聲來除去。實際上，相關檢測器對隨機噪聲這類攻擊是很魯棒的，因為在實際應用中，噪聲并不是嚴重的問題，除非噪聲相對于圖像來說幅度太大或者噪聲同水印是相關的。刪除攻擊主要針對某些水印算法，通過分析水印數據，估