【文章內(nèi)容簡(jiǎn)介】 到要嵌入水印的小分塊的坐標(biāo)信息序列，這里的是水印圖像矩陣的元素個(gè)數(shù)，作為密鑰之一保存．3. 根據(jù)中的坐標(biāo)信息嵌入水印，這里以中的第個(gè)坐標(biāo)為例，這組坐標(biāo)在中對(duì)應(yīng)的小分塊包含四個(gè)像素點(diǎn)，，嵌入方法為（53）（54）（55）這里為預(yù)設(shè)值，當(dāng)嵌入的水印圖像為二值圖像時(shí)最好取不小于15的較大值，；則為水印圖像矩陣的灰度均值．4. 遍歷序列中的坐標(biāo)，對(duì)每個(gè)選中的嵌入小分塊進(jìn)行嵌入操作后，得到嵌入水印后的新近似子帶．用代替進(jìn)行逆小波變換后得到嵌入水印后的載體圖像矩陣，公式為（56） 水印提取1. 對(duì)水印后的圖像矩陣做小波變換，得到含水印的近似子帶，公式為（57）2. 根據(jù)保存的密鑰，包括，，，提取置亂后的水印序列，這里以中的第個(gè)坐標(biāo)信息為例，公式如下（58）從而得到置亂后的水印序列．3. 對(duì)上一步提取出的水印序列進(jìn)行反置亂處理，得到最終提取出的水印圖像矩陣，反置亂方法為（1）根據(jù)置亂時(shí)的初始值，通過(guò)迭代產(chǎn)生混沌序列．（2）對(duì)中的元素進(jìn)行升序排序，在排序過(guò)程中記錄元素位置的變化．（3）按照上一步記錄的位置變化，對(duì)提取出的亂序水印序列進(jìn)行相反的變化，得到反置亂后的一維水印序列．（4）根據(jù)水印圖像的大小，掃描，按列還原出二維的水印圖像矩陣，最后將中的元素大于0的變?yōu)?，小于0的變?yōu)?，得到提取結(jié)果． 算法仿真實(shí)驗(yàn)本次仿真實(shí)驗(yàn)選取的載體圖像為512512像素的灰度圖像，選取的水印圖像為6464的二值圖像．該算法能夠嵌入灰度水印圖像和二值水印圖像，這里只給出粗略的灰度水印圖像仿真結(jié)果展示，為了方便T值的計(jì)算和算法之間的對(duì)比，結(jié)果展示還是二值圖像為主．設(shè)=，=，嵌入二值水印圖像時(shí)取值15．仿真結(jié)果如圖54到圖532所示．圖54 原始載體圖像圖55 嵌入灰度水印后圖像圖56 原始灰度水印圖57 提取出的灰度水印，T=503398圖58 原始載體圖像圖59 高斯噪聲攻擊后的圖像圖510 原始二值水印圖511 高斯噪聲后提取的水印圖像，T=1365圖512 泊松噪聲攻擊后的圖像圖513 椒鹽噪聲攻擊后的圖像圖514 泊松噪聲攻擊后提取的水印圖像，T=998圖515 椒鹽噪聲攻擊后提取的水印圖像，T=588圖516 斑點(diǎn)噪聲攻擊后的圖像圖517 裁剪攻擊后的圖像圖518 斑點(diǎn)噪聲后提取的水印圖像，T=1766圖519 裁剪攻擊后提取的水印圖像，T=281圖520 12位JPEG壓縮攻擊后的圖像圖521 右下平移100像素后的圖像圖522 12位JPEG壓縮攻擊后提取的水印圖像，T=1154圖523 右下平移100像素后提取的水印圖像，T=1272圖524 33小分塊的中值濾波后的圖像圖525 圖526 33小分塊的中值濾波后提取的水印圖像，T=655圖527 ，T=1圖529 30度旋轉(zhuǎn)后的圖像圖530 銳化后的圖像圖531 30度旋轉(zhuǎn)后提取的水印圖像，T=1334圖532 銳化后提取的水印圖像，T=90 算法性能分析綜合分析仿真實(shí)驗(yàn)的結(jié)果，該算法的魯棒性較弱，對(duì)泊松噪聲攻擊、椒鹽噪聲攻擊、裁剪攻擊、濾波攻擊和銳化攻擊的魯棒性相對(duì)好一些．算法的優(yōu)點(diǎn)在于能夠嵌入灰度圖像水印，使得該算法的水印數(shù)據(jù)容量較大，而且提取水印所需的密鑰較多，保密性較高．綜上所述，該算法的應(yīng)用方向最好是用于數(shù)據(jù)的加密傳遞，即用于網(wǎng)絡(luò)信息戰(zhàn)．觀察可知，提取出的水印圖像的損壞情況與載體圖像的受攻擊情況相關(guān)度不高，所以該算法不適用于圖像篡改檢測(cè)，而且由于魯棒性不高，該算法也不適用于版權(quán)保護(hù)．第6章 基于子塊區(qū)域分割和自嵌入技術(shù)的全盲多功能圖像水印算法的分析第6章 基于子塊區(qū)域分割和自嵌入技術(shù)的全盲多功能圖像水印算法的分析 算法主體該算法的主體思想是根據(jù)載體圖像生成水印，再將水印嵌入載體圖像，簡(jiǎn)略步驟為：1. 將載體圖像分為多個(gè)不重疊的小分塊．2. 對(duì)每個(gè)小分塊做離散余弦變換．3. 將每個(gè)離散余弦變換后的小分塊分為區(qū)域1和區(qū)域2兩部分，如圖61所示．4. 從區(qū)域1獲得水印信息，嵌入到區(qū)域2．5. 對(duì)每個(gè)嵌入結(jié)束的小分塊做逆離散余弦變換．6. 重新組合小分塊，生成嵌入水印后的圖像．圖61 拆分方法 水印生成該算法的水印信息并不是來(lái)自于圖像矩陣，而是通過(guò)對(duì)載體圖像的處理產(chǎn)生的特征水印，即原始水印信息來(lái)自于載體圖像信息，所以叫做特征水?。〉纳煞椒ㄈ缦拢?. 將載體圖像分為多個(gè)不重疊的小分塊．2. 對(duì)每個(gè)小分塊做同樣的處理，這里以其中的一個(gè)小分塊為例，對(duì)進(jìn)行離散余弦變換后生成新的矩陣，取的前行列的元素，得到的子矩陣，然后對(duì)進(jìn)行奇異值分解得到奇異值序列，最后求該奇異值序列的均值．3. 執(zhí)行上一步后將會(huì)得到一個(gè)二維的均值矩陣，矩陣的每個(gè)均值對(duì)應(yīng)一個(gè)小分塊．判斷均值矩陣中的每個(gè)均值的最高位數(shù)的奇偶性，生成特征水印矩陣．若均值的最高位數(shù)為奇數(shù)，水印矩陣對(duì)應(yīng)的值為1，若均值的最高位數(shù)為偶數(shù)，水印矩陣對(duì)應(yīng)的值為0．例如，若均值矩陣中的第行第列的均值的最高位數(shù)為5，則水印矩陣中第行第列的值為1，若均值矩陣中的第行第列的均值的最高位數(shù)為2，則水印矩陣中第行第列的值為0．最終生成的特征水印矩陣是一個(gè)二維的二值矩陣，它的元素個(gè)數(shù)等于小分塊個(gè)數(shù)． 水印置亂該算法采用的置亂方法是混沌映射置亂，置亂方法如下：1. 設(shè)定初始值和分支參數(shù)，利用公式迭代生成混沌序列，公式為（61）2. 混沌序列中最初的隨機(jī)數(shù)一般不穩(wěn)定，所以舍棄生成的混沌序列的前個(gè)值，然后從混沌序列中截取出與水印矩陣的元素個(gè)數(shù)等量的隨機(jī)數(shù)，這些隨機(jī)數(shù)記為序列．3. 用對(duì)水印矩陣加密，生成加密后的水印矩陣．加密方法為，先按列掃描特征水印矩陣，生成一維水印序列；然后將與的對(duì)應(yīng)元素做異或運(yùn)算，生成新的一維序列；最后將還原為二維矩陣，這個(gè)矩陣就是．公式為（62）置亂效果如圖62到圖63所示．圖62 原始水印圖63 置亂后 水印嵌入過(guò)程1. 將載體圖像分為多個(gè)不重疊的小分塊．2. 對(duì)每個(gè)小分塊做同樣的操作，以其中一個(gè)小分塊為例，對(duì)進(jìn)行離散余弦變換生成矩陣，設(shè)水印嵌入強(qiáng)度為．當(dāng)=0且時(shí)，進(jìn)行如下運(yùn)算（63）當(dāng)=1且時(shí)，進(jìn)行如下運(yùn)算（64）然后對(duì)進(jìn)行反離散余弦變換，得到含有水印信息的小分塊．3. 執(zhí)行完上一步之后，將得到的多個(gè)矩陣進(jìn)行重組，得到嵌入水印后的圖像． 水印提取1. 將載體圖像分為多個(gè)不重疊的小分塊．2. 對(duì)每個(gè)小分塊做同樣的操作，以其中一個(gè)小分塊為例，對(duì)進(jìn)行離散余弦變換生成矩陣．當(dāng)時(shí)，=1，當(dāng)時(shí)，=0．從而生成亂序的水印矩陣．3. 根據(jù)初始值和分支參數(shù)，重復(fù)水印置亂時(shí)的操作，生成混沌序列并截取有用部分，將截取的混沌序列二值化，使用二值化的結(jié)果與亂序水印矩陣做異或運(yùn)算，從而完成水印反置亂，得到提取出的水印． 算法仿真實(shí)驗(yàn)本次仿真實(shí)驗(yàn)選取的載體圖像為512512像素的灰度圖像．預(yù)設(shè)初始值=，分支參數(shù)=2，將圖像分為個(gè)小塊，小分塊區(qū)域1的大小為33，水印嵌入強(qiáng)度為．由于該算法的水印圖像不具有實(shí)際意義，因此在這里不給出水印圖片，只給出水印損壞參數(shù)T．仿真結(jié)果如下．圖64 原始載體圖像圖65 水印后圖像，=32，=38，T=1圖66 水印后圖像，=32，=39，T=0圖67 水印后圖像，=32，=100，T=0由上面的結(jié)果可以看出，理想的水印嵌入強(qiáng)度為39，此時(shí)T=0．接下來(lái)分析各類攻擊對(duì)提取的水印的影響，默認(rèn)=32，=39．圖68 高斯噪聲攻擊，T=39圖69 泊松噪聲攻擊，T=6圖610 椒鹽噪聲攻擊，T=46圖611 斑點(diǎn)噪聲攻擊，T=61圖612 裁剪攻擊，T=23圖613 12位JPEG壓縮攻擊，T=24圖614 右下平移100像素攻擊，T=126圖615 33小分塊的中值濾波攻擊，T=9圖616 ，T=0圖617 30度旋轉(zhuǎn)攻擊，T=142圖618 放大2倍攻擊，T=489圖619 銳化攻擊，T=32 算法性能分析該算法的原作者設(shè)計(jì)該算法的目的是為了實(shí)現(xiàn)圖像篡改提示，但本文主要分析的是算法的魯棒性等性質(zhì)．經(jīng)過(guò)實(shí)際檢驗(yàn)，該算法確實(shí)適用于圖像篡改檢測(cè)，并且是本文分析的算法中最適合用于圖像篡改檢測(cè)的算法．從這一點(diǎn)可以分析出該算法的魯棒性并不高，因?yàn)檫m用于圖像篡改檢測(cè)的算法一般都是脆弱性算法．第7章 算法性質(zhì)綜合分析第7章 算法參數(shù)對(duì)比 參數(shù)對(duì)比前文中各章的算法進(jìn)行仿真實(shí)驗(yàn)得到了參數(shù)T，該參數(shù)代表的是原始水印矩陣和提取出的水印矩陣中的不相似的像素點(diǎn)的數(shù)量，在這里我們利用它產(chǎn)生水印損壞率．由于各章算法仿真實(shí)驗(yàn)時(shí)用到的水印矩陣大小都不一致，所以水印損壞率的計(jì)算方法為=（71）其中S為水印圖像矩陣的元素?cái)?shù)量，對(duì)于水印損壞率的數(shù)據(jù)統(tǒng)計(jì)如表71所示．表71 對(duì)各章算法進(jìn)行攻擊的水印損壞率 算法攻擊第3章的算法第4章的算法第5章的算法第6章的算法沒(méi)有攻擊高斯噪聲泊松噪聲椒鹽噪聲斑點(diǎn)噪聲裁剪攻擊JPEG壓縮平移攻擊中指濾波高斯濾波旋轉(zhuǎn)攻擊縮放攻擊銳化攻擊表71中，對(duì)于第3章、第4章、第5章的算法，由于對(duì)圖像進(jìn)行縮放后不能提取水印，因此水印損壞率為1．觀察該表能夠直觀地了解四種算法對(duì)于各類攻擊的魯棒性，水印損壞率越高，魯棒性越低．結(jié) 論結(jié) 論本文分別對(duì)四種算法的性質(zhì)進(jìn)行了對(duì)比分析，包括它們的數(shù)據(jù)容量、隱蔽性、魯棒性和安全性，并給出了這些算法的適用領(lǐng)域，同時(shí)對(duì)部分算法的瑕疵給出了改進(jìn)建議．對(duì)于隱蔽性，主要通過(guò)仿真實(shí)驗(yàn)時(shí)載體圖像的視覺(jué)效果進(jìn)行判斷；對(duì)于魯棒性，主要通過(guò)對(duì)比在各種攻擊下水印圖像的損壞率進(jìn)行判斷，并在前文中給出了詳細(xì)的損壞率參數(shù)．對(duì)于各章算法的性質(zhì)分析總結(jié)如下．1. 第3章算法第3章算法嵌入水印后載體圖像的視覺(jué)效果幾乎沒(méi)有改變，因此隱蔽性較強(qiáng)，同時(shí)該算法對(duì)大部分的常規(guī)圖像處理操作如裁剪、JPEG壓縮、位移、中值濾波、高斯濾波、旋轉(zhuǎn)、銳化都有較高的魯棒性，但在多種噪聲攻擊中，只對(duì)泊松噪聲攻擊有較高的魯棒性．綜上所述，該算法是魯棒性水印算法，適用于版權(quán)保護(hù)．2. 第4章算法第4章算法中，水印后載體圖像的視覺(jué)效果與水印的嵌入強(qiáng)度成反比，水印嵌入強(qiáng)度越高，對(duì)載體圖像的視覺(jué)效果的影響就會(huì)越嚴(yán)重．水印嵌入的強(qiáng)度不大于10時(shí)才能保證不破壞載體圖像的視覺(jué)效果，保證水印的隱蔽性．因此，在保證水印隱蔽性的前提下，該算法屬于脆弱性水印，對(duì)于常規(guī)圖像處理攻擊的抵抗力十分低，只對(duì)高斯濾波攻擊和銳化攻擊有較高的魯棒性．通過(guò)觀察仿真實(shí)驗(yàn)的圖像可以發(fā)現(xiàn)，該算法提取出的水印圖像的損壞情況與載體圖像的受攻擊情況相關(guān)度較高．在各種類型的攻擊下，水印圖像的改變幾乎與載體圖像的改變同步，因此該算法適用于圖像篡改檢測(cè)．3. 第5章算法第5章的算法嵌入水印后對(duì)載體圖像的視覺(jué)質(zhì)量影響很小，因此隱蔽性較高．該算法的魯棒性相對(duì)較弱，對(duì)泊松噪聲攻擊、椒鹽噪聲攻擊、裁剪攻擊、濾波攻擊和銳化攻擊的抵抗能力相對(duì)要高一些．觀察可知，該算法提取出的水印圖像的損壞情況與載體圖像的受攻擊情況相關(guān)度不高，所以該算法不適用于圖像篡改檢測(cè)，而且由于魯棒性不高，該算法也不適用于版權(quán)保護(hù)．該算法能夠嵌入灰度圖像水印，因此該算法的水印數(shù)據(jù)容量較大，而且提取水印所需的密鑰較多，保密性較高．鑒于高數(shù)據(jù)容量和高保密性的特性，該算法的應(yīng)用方向最好是用于數(shù)據(jù)的加密傳遞，即用于隱蔽通信及其對(duì)抗．4. 第6章算法第6章的算法嵌入水印后對(duì)載體圖像的視覺(jué)質(zhì)量影響很小，因此隱蔽性較高．觀察表71可知，相對(duì)于其他三種算法，該算法對(duì)于各類攻擊的抵抗力都較高，因此可以判定算法的魯棒性較高．雖然原始水印信息隱藏就包含在載體圖像中，但該算法的安全性并不低，只要算法和密鑰不泄露，就能保證安全．經(jīng)過(guò)實(shí)際檢驗(yàn)，該算法確實(shí)適用于圖像篡改檢測(cè)，并且是本文提到的算法中最適合用于圖像篡改檢測(cè)的算法．5. 算法數(shù)據(jù)容量分析仿真實(shí)驗(yàn)中使用的載體圖像都是512512的灰度圖像．第3章算法使用的水印圖像是256256大小的二值圖像；第4章算法使用的水印圖像是6464大小的二值圖像；第5章算法使用的水印圖像是6464大小的二值或灰度圖像；第6章算法使用的水印圖像是二值圖像，其大小最大可以為256256，最小可以為22．因?yàn)榈?章算法能夠嵌入灰度圖像，因此在水印大小相近時(shí)，其數(shù)據(jù)容量最大．綜上可知，四種算法按照數(shù)據(jù)容量大小排序應(yīng)為：第5章算法第3章算法第6章算法第4章算法．參考文獻(xiàn)參考文獻(xiàn)[1] 吳慧琳，周激流，龔小剛，李炳法，文揚(yáng)，尹皓．一種與JPEG圖像壓縮編碼結(jié)合的細(xì)胞自動(dòng)機(jī)域盲水印算法[J]．電子與信息學(xué)報(bào)，2012，34（4）：844850．[2] Mehta R, Rajpal N．A hybrid semiblind gray scale image watermarking algorithm based on DWTSVD using human visual system model[C] Contemporary Computing (IC3), 2013 Sixth International Conference on．IEEE, 2013: 163168．[3] 解皎虹，孫巖．一種基于DWT與DCT相結(jié)合的彩色數(shù)字盲