信息隱藏技術(shù)與應(yīng)用123章-資料下載頁(yè)
2025-10-10 11:06本頁(yè)面
【正文】 修改： 第四種方法 ? 其中 是當(dāng)前塊的噪聲敏感指數(shù)， Di是 Xi的量化單位， 5≤ k≤ 6。需要注意的是水印信號(hào)不是隨機(jī)產(chǎn)生的。通過利用 HVS的掩蔽效應(yīng)，我們可用不同的方法來(lái)確定噪聲的靈敏度。 其中 Iu,v是原始圖像的變換系數(shù)， wu,v是水印的值， JNDu,v是根據(jù)視覺模型計(jì)算得到的可感知偏差極值（ JND）。 ? 對(duì)于 DCT系數(shù)，可以使用 Waston定義的感知模型。該模型利用頻率的亮度敏感性和局部對(duì)比度掩蔽，對(duì)每個(gè) 8 8 DCT塊提供了與圖像相關(guān)的掩蔽閾值。根據(jù)原始圖像與待測(cè)圖像間的偏差和水印序列的相關(guān)性，可進(jìn)行水印檢測(cè)。即將最大的相關(guān)值與給定閾值相比較，以確定圖像中是否包含水印。 ? 實(shí)驗(yàn)證明上述水印方案對(duì) JPEG格式壓縮、剪切、放縮、附加噪聲及打印 /復(fù)印 掃描操作都有非常好的魯棒性。而對(duì)含有幾何變換的攻擊，則需在水印檢測(cè)前對(duì)圖像進(jìn)行相應(yīng)的逆操作。 ? Piva等人提出了另一種利用 HVS掩蔽特性的基于 DCT的水印方法。該水印由 M個(gè)符合正態(tài)分布的實(shí)數(shù)隨機(jī)序列組成 X={x， … ， x}。原始圖像 I的 N N個(gè) DCT系數(shù)按 Z字形掃描重新排列為一維向量。從該向量的起始位置 L+1處，選擇 M個(gè)系數(shù)組成的向量 T={t， … ， t}，并根據(jù)下式將水印嵌入到 T中： 第五種方法 ? 其中 是考慮到 HVS特性而引入的加權(quán)因子 ， 可簡(jiǎn)單的取為像素 yij處的歸一化采樣方差 ， 即以 yij為中心的一方塊的采樣方差與所有塊方差最大值的比率 。 對(duì)大多數(shù)水印方案 ， 水印檢測(cè)是通過比較水印和可能變化的 DCT系數(shù)間的相關(guān)性 Z和閾值 進(jìn)行的 。 Z定義為 實(shí)驗(yàn)結(jié)果證明該水印對(duì)一些圖像處理技術(shù)，如 JPEG格式壓縮、中值濾波、多重水印等有較強(qiáng)的魯棒性。 給定一 N N的圖像，其亮度為x[n]=x[n， n]， 0≤ n＜ N， 0≤ n＜ N。DCT域的水印信號(hào) W[k]是利用類似于直接擴(kuò)頻調(diào)制的方式產(chǎn)生的，為與 JPEG標(biāo)準(zhǔn)相一致， DCT是作用于 8 8像素塊上的。我們用一個(gè)編碼器把隱的消息 M映射為一 N維的碼字向量 b＝ (b,… ,b)，再由擴(kuò)張過程得到 2D序列 b[k]。該擴(kuò)張過程在 DCT域離散格點(diǎn)集 S中重復(fù)碼字的每一個(gè)元素 b，i∈ {1,… ,N}，以使其覆蓋整個(gè)變換后的圖像 X[k]。 用一具有密鑰 K的偽隨機(jī)序列發(fā)生器產(chǎn)生偽隨機(jī)信號(hào) s[k]。把 b[k]與 s[k]按逐個(gè)像素的方式相乘，擴(kuò)頻后的信號(hào)再與一知覺掩蔽信號(hào) [k]相乘，其基本目的是為了在保持對(duì)圖像修改的不可見性的前提下，使水印能量盡可能大。 ? 基于考慮到人類視覺系統(tǒng) (HVS)的頻率掩蔽特性的知覺模型，通過對(duì)原始圖像的知覺分析得到 [k]。把水印信號(hào) W[k]加入原始圖像 X[k]，就得到嵌入水印的圖像 Y[k]=X[k]+W[k]，整個(gè)嵌入過程見圖 。 ? 知覺分析 知覺掩蔽信號(hào) 反映對(duì) DCT系數(shù)X[k]允許作的最大的改變。為得到 ，需要使用 DCT域的心理視覺模型，這里采用的是 Ahumada等人提出的模型的簡(jiǎn)化。不可見性閾值 T(i， j)， i， j ∈ {0,… ,7}，決定對(duì)第 (i， j)個(gè) DCT系數(shù)的不可見修改的最大允許幅值，其對(duì)數(shù)形式為 ? 其中 fi,0和 f0,j分別為 DCT基函數(shù)的垂直和水平空間頻率， Tmin是關(guān)于空間頻率 fmin的 T(i， j)的最小值， r＝ 。這一數(shù)學(xué)模型不適用于直流 (DC)系數(shù)，因?yàn)?i和 j不能同時(shí)為零。考慮直流系數(shù) X0,0和屏幕平均亮度 ，可對(duì)每塊的閾值 T(i， j)作如下修正： ? 其中 f=， T=，K=。 一旦得到 T?(i， j)， 就可按下式計(jì)算知覺掩蔽信號(hào)： 其中 l1=k1 mod 8， l2 =K2 mod 8， 是Kronecker函數(shù)，標(biāo)度因子 ＜ 1使得我們可在水印中引入某種程度的保守性以考慮到那些被忽視的效應(yīng)。上式中的其他因子使得我們可用 DCT系數(shù)而不是亮度表示修正后的閾值 。 水印驗(yàn)證過程 ? 水印驗(yàn)證包括水印檢測(cè)和水印提取兩部分，如圖 。給定圖像 z[n]，對(duì)其作每個(gè)像素塊大小為 8 8的 DCT變換得到 Z[k]。首先用一個(gè)水印檢測(cè)器判定Z[k]中是否含有水?。蝗绻械脑?，再用水印解碼器估計(jì)消息 M。對(duì)每個(gè)過程，由 Z[k]計(jì)算一組充分統(tǒng)計(jì)。在驗(yàn)證過程不利用原始圖像，我們把原始圖像看作加性噪聲。 ? 事實(shí)上，我們是利用普通圖像的 DCT系數(shù)的統(tǒng)計(jì)模型解析得到合適的充分性統(tǒng)計(jì)。這些模型的參數(shù)值事先給定或由 Z[k]自適應(yīng)估計(jì)。為了能計(jì)算充分統(tǒng)計(jì)，還必須知道水印嵌入過程所使用的偽隨機(jī)信號(hào) s[k]和知覺掩蔽信號(hào) α [k]。由于沒有原始圖像可利用，在驗(yàn)證過程是無(wú)法精確知道知覺掩蔽信號(hào)的，但如果水印引入的知覺失真足夠低，那么仍可采用與水印嵌入過程完全相同的知覺分析從Z[k]得到知覺掩蔽信號(hào)的好的估計(jì)。 一旦計(jì)算出充分統(tǒng)計(jì)，水印檢測(cè)器比較二值假設(shè)檢驗(yàn)的對(duì)數(shù)似然函數(shù)值和閾值 η 后作出判定。水印解碼的充分統(tǒng)計(jì)經(jīng)過一解碼器，得到消息M的估計(jì)。 DCT系數(shù)的統(tǒng)計(jì)模型 傳統(tǒng)的相關(guān)檢測(cè)器結(jié)構(gòu)只有當(dāng)原始圖像 (即加性通道噪聲 )可用 Gaussian隨機(jī)過程建模時(shí)才是最優(yōu)的?，F(xiàn)在我們介紹一種能更好的刻劃普通圖像的 DCT系數(shù)的統(tǒng)計(jì)模型。設(shè)對(duì)原始圖像 x[k]作 DCT變換后得到二維序列 X[k]，記為 直流系數(shù)無(wú)法精確的用任何封閉形式概率密度函數(shù) (pdf)表示，這是因?yàn)槠渲狈綀D的不規(guī)則性和高度的圖像依賴特征。而交流系數(shù)可用零均值廣義 Gaussian概率密度函數(shù)表示： 水印檢測(cè) ? 數(shù)學(xué)上 ， 水印檢測(cè)問題可看作為二值假設(shè)檢驗(yàn)： H1： Y[k]=X[k]+W[k] H0： Y[k]=X[k] 其中 X[k]為原始圖像， W[k]是由密鑰 K產(chǎn)生的水印。假設(shè) H意指 Y[k]中包含由密鑰 K產(chǎn)生的水印， H意指 Y[k]中不包含由密鑰 K產(chǎn)生的水印 (但也許包含由其他密鑰產(chǎn)生的水印 )。在設(shè)計(jì)檢測(cè)器時(shí)必須考慮碼字向量 b的值的不確定性。最優(yōu)ML判定規(guī)則為
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1