【導(dǎo)讀】所嵌入的水印是一幅8比特的圖像，利用圖像的多分辨率分解技術(shù)，相同分辨率層次的數(shù)字水印嵌。入到對(duì)應(yīng)的相同分辨率層次的原始靜態(tài)圖像之中，使水印對(duì)原始圖像具有自適應(yīng)性。實(shí)驗(yàn)證明，該算法具有更好的透明性，嵌入的信息量和可感知性也是傳統(tǒng)水印無法比擬的。

　　

【正文】 //將小波列變換后的數(shù)據(jù)轉(zhuǎn)存到圖片數(shù)據(jù)存儲(chǔ)區(qū) }//for_2 }//for_1 delete picLineTemp。 /刪除臨時(shí)存儲(chǔ)空間 } 水印置亂變換函數(shù) 1. Arnold置亂變換函數(shù) 函數(shù)功能： 該函數(shù)對(duì)水印圖像進(jìn)行置亂操作，以打亂水印圖像數(shù)據(jù)的分布，增強(qiáng)水印的抗切割攻擊性。 實(shí)現(xiàn)算法描述：按公式（ 23）所描述，為水印分辨率層的每個(gè)像素計(jì)算出其新的置亂后的位置，計(jì)算完每個(gè)像素新的位置后，更新分辨率層數(shù)據(jù)，得到雜亂分布的分辨率層數(shù)據(jù)。 參數(shù)說明： Data 存儲(chǔ)要進(jìn)行置亂處理的圖像的數(shù)據(jù)， height、 width 為水印圖像的高和寬， times為水印置 亂 迭代置亂次數(shù)為 times。 函數(shù)代碼如下： void CPicArnold::Arnold(unsigned char *Data, unsigned int width, unsigned int height, int times) 18 { //圖象置亂變換函數(shù) unsigned int n = width。 LPBYTE Temp = new BYTE[width * height]。 unsigned int i = 0, j = 0。 //分配置亂后的數(shù)據(jù)的臨時(shí)存儲(chǔ)空間 unsigned int pixel_x = 0, pixel_y = 0。 int k = 0。 while(k times) { //置亂度為 times，即循環(huán)置亂 times 次 for(i=0。 iwidth。 i++) { //置亂域的寬度 for(j=0。 jheight。 j++) { //置亂域的高度 pixel_x = (i + j) % n。 pixel_y = (i + 2 * j) % n。 //計(jì)算像素新的坐標(biāo)位置（ x, y） Temp[pixel_x * width + pixel_y] = Data[i * width + j]。 } //將圖像數(shù)據(jù)存入到臨時(shí)緩存中 }//x39。=(x+y)mod n,y39。=(x+2y)mod n for(i=0。 iwidth。 i++) { //更新圖像數(shù)據(jù)值 for(j=0。 jheight。 j++) { Data[i * width + j] = Temp[i * width + j]。 } } k++。 } delete Temp。 //釋放緩存空間 return。 }//CPicArnold::Arnold 2. Arnold置亂逆變換函數(shù) 函數(shù)功能：逆變換函數(shù)是計(jì)算出被置亂后的圖像每個(gè)像素在置亂前中的位置，以恢復(fù)出原始水印分辨率層。 實(shí)現(xiàn)算法描述：根據(jù) Arnold 置亂變換算法的過程和 8位圖像像素值的取值范圍（ 0≤ f(x, y)≤ 255），導(dǎo)出了一種逆變換算法。該算法假設(shè)了兩個(gè)變量 p 和 q，由 Arnold 正變換算法導(dǎo)出了四個(gè)方程組，然后再 根據(jù)像素值的取值范圍，計(jì)算出 p 和 q的可能取值，針對(duì) p 和 q的取值組合，計(jì)算出各方程組的解，那么在所有方程組解中滿足像素值取值范圍的即為逆置亂的解。經(jīng)分析，逆變換算法的解憂且僅有一個(gè)。 參數(shù)說明： In 為要進(jìn)行逆置亂處理的圖像的數(shù)據(jù)， height、 width 為水印圖像的高和寬。 times 為逆置亂迭代次數(shù)。 函數(shù)代碼如下： void CPicArnold::IrArnold(unsigned char *In, unsigned int width, unsigned int height, int times, int num) 19 { //求要進(jìn)行逆置亂的水印層的寬度和高度 unsigned int n = width / num, w = width / num, h = height / num。 LPBYTE Temp = new BYTE[w * h]。 //分配臨時(shí)存儲(chǔ)空間，存儲(chǔ)每次逆置亂后的數(shù)據(jù) unsigned int i = 0, j = 0。 //逆變換解 unsigned int pixel_x = 0, pixel_y = 0, x = 0, y = 0。 int k = 0。 while(k times) { //逆變換迭代運(yùn)算 for(i=0。 iw。 i++) { //逆變換區(qū)域?qū)挾? for(j=0。 jh。 j++) { //逆變換區(qū)域的高度 x = 2 * i j。 y = j i。 //方程組一的解 if((0 = x amp。amp。 x n) amp。amp。 (0 = y amp。amp。 y n)) { pixel_x = x。 pixel_y = y。 } //方程組二的解 x2=x1n, y2=y1+n,n為變換域的寬度 else if((0 = (x n) amp。amp。 (x n) n) amp。amp。 (0 = (y + n) amp。amp。 (y + n) n)) { pixel_x = x n。 pixel_y = y + n。 } //方程組三的解 x2=x1+n, y2=y1 else if((0 = (x + n) amp。amp。 (x + n) n) amp。amp。 (0 = y amp。amp。 y n)) { pixel_x = x + n。 pixel_y = y。 } //方程組四的解 x2=x1, y2=y1+n else if((0 = (y + n) amp。amp。 (y + n) n) amp。amp。 (0 = x amp。amp。 x n)) { pixel_x = x。 pixel_y = y + n。 } //if結(jié)束后可以得到滿足條件的解 Temp[pixel_x * w + pixel_y] = In[i * width + j]。 }//for1 //將求得的解位置的數(shù)據(jù)暫粗存在臨時(shí)存儲(chǔ)緩存中 20 }//for2 for(i=0。 iw。 i++) { for(j=0。 jh。 j++) { //更新數(shù)據(jù)，并返回 In[i * width + j] = Temp[i * w + j]。 } } k++。 }//while delete Temp。 //釋放臨時(shí)存儲(chǔ)空間 return。 } 系統(tǒng)界面設(shè)計(jì) 系統(tǒng)采用 VC 實(shí)現(xiàn)，建立的為單文檔工程?？紤]到在系統(tǒng)測(cè)試中要打開原始掩體圖像和水印圖像，將視圖分為兩部分，如圖 33所示，左視圖用于顯示打開的原始掩體圖像，右視圖用于顯示水印圖像，達(dá)到對(duì)圖像選取明朗的效果。另外，水印圖像的打開方式與原始掩體圖像的打開方式不同，避免了操作方式的單一化。 圖 33 系統(tǒng)主界面 現(xiàn)對(duì)水印操作流程作簡(jiǎn)要描述。 A、水印嵌入流程，點(diǎn)擊開始菜單里面的打開命令或文件按鈕，系統(tǒng)調(diào)用 Windows 標(biāo)準(zhǔn)文件打開對(duì)話框（圖 34），用戶找 到原始掩體圖像，選擇并點(diǎn)擊確定按鈕，這時(shí)打開原始掩體圖像 打開 水印圖像 21 會(huì)在左視圖顯示原始掩體圖像。在左列表框中用戶找到水印圖像并選取，則在右視圖中會(huì)顯示水印圖像，如果選取的不為用戶想要的原始掩體圖像或水印圖像，可進(jìn)行重新選擇。當(dāng)兩幅圖像都選取之后，用戶點(diǎn)擊嵌入按鈕，系統(tǒng)對(duì)打開的兩幅圖像格式和大小進(jìn)行判斷，檢驗(yàn)該水印圖像是否能作為水印嵌入到原始掩體圖像，如果不能，系統(tǒng)提示用戶重新選擇水印圖像。當(dāng)水印圖像滿足要求后，將在右視圖顯示嵌入水印后的圖像，用戶點(diǎn)擊開始菜單中的保存命令或保存按鈕，保存嵌有水印的圖像。 B、水印提取過程，由于水印提取仍需 原始掩體圖像的參與，故設(shè)定在左視圖打開嵌有水印的圖像，在右視圖打開原始掩體圖像，提取的水印圖像顯示在右視圖。 圖 34 圖像打開對(duì)話框 4 基于離散小波變換（ DWT）數(shù)字水印性能分析 圖像水印的穩(wěn)健性攻擊 數(shù)字水印技術(shù)在實(shí)際應(yīng)用中必然會(huì)遭到各種各樣的攻擊。人們對(duì)新技術(shù)的好奇、盜版帶來的巨額利潤(rùn)都會(huì)成為攻擊的動(dòng)機(jī)（惡意攻擊）；而且數(shù)字制品在存儲(chǔ)、分發(fā)、打印、掃描等過程中，也會(huì)引入各種失真（無意攻擊）。所謂圖像水印的穩(wěn)健性攻擊，就是對(duì)現(xiàn)有的圖像水印系統(tǒng)進(jìn)行攻擊，以檢驗(yàn)其魯棒性，通過分析其弱點(diǎn)所在及易受攻擊 的原因，以便在以后圖像水印系統(tǒng)的算法設(shè)計(jì)中加以改進(jìn)。攻擊的目的在于使相應(yīng)的圖像水印系統(tǒng)的檢測(cè)工具無法正確地恢復(fù)水印信號(hào)，或不能檢測(cè)到水印信號(hào)的存在。 常用的攻擊方法有： 1. 簡(jiǎn)單攻擊也稱為波形攻擊或噪聲攻擊即只是通過對(duì)水印圖像進(jìn)行某種操作，削弱或刪除嵌入的水印，而不是試圖識(shí)別或分離水印。這些攻擊方法包括線性或非線性濾波、基于波形的圖像壓縮（ JPEG）、添加噪聲、圖像裁減、圖像量化、模擬數(shù)字轉(zhuǎn)換等。 2. 同步攻擊也稱檢測(cè)失效攻擊即試圖使水印的相關(guān)檢測(cè)失效或使恢復(fù)嵌入的水印成為不可能。這種攻擊一般是通過圖像的集合操作 完成的，如圖像放大、空間位移、旋轉(zhuǎn)、圖像裁減、重采樣以及一些幾何變形等。這類攻擊的一個(gè)特點(diǎn)是水印實(shí)際上還存在于圖像上，但水印檢測(cè)函數(shù)已不能提取水印或不能檢測(cè)水印的存在。 22 3. 迷惑攻擊即試圖通過偽造原始圖像和原始水印來迷惑版權(quán)保護(hù)。 4. 刪除攻擊即針對(duì)某些水印方法通過分析水印數(shù)據(jù)，估計(jì)圖像中的水印，然后將水印從圖像中分離出來并使水印檢測(cè)失效。 水印攻擊實(shí)例 本節(jié)介紹幾中圖像處理，采用 Photoshop 軟件，對(duì)嵌有水印的圖像進(jìn)行添加雜色、亮度調(diào)整、圖像剪切等處理，檢測(cè)該算法的魯棒性。 添加噪聲處理 在圖像信號(hào)傳送 和處理過程當(dāng)中，存在著大量的加性噪聲和非相關(guān)的乘性噪聲。噪聲是妨礙人們感覺器官對(duì)所接收的信源信息理解的因素。我們對(duì)嵌有水印的圖像進(jìn)行加噪處理，然后提取出嵌入的水印信息，如圖 51所示： （ a） （ b） 圖 51 對(duì)圖像進(jìn)行添加噪聲處理效果 其中，（ a）為添加噪聲后的圖像，（ b）為提取出的水印圖像。由提取出的水印圖像可以看出，該算法對(duì)一般的噪聲攻擊有一定的魯棒 性。 圖像切割攻擊 圖像裁減也稱圖像切割，是對(duì)嵌有水印的圖像進(jìn)行切割，然后提取出水印信息，檢測(cè)水印算法的魯棒性，本文采用 Photoshop軟件對(duì)圖像進(jìn)行切割，再提取出隱藏的水印信息，如圖 52所示： （ a） （ b） 23 （ c） （ d） 圖 52 對(duì)圖像進(jìn)行切割提取出的水印 其中，（ a）、（ c） 為經(jīng)切割后的帶水印圖像，（ b）、（ d）分別為提取出的水印圖像，由結(jié)果分析，該算法對(duì)幾何攻擊魯棒性還有待改進(jìn)。 亮度增強(qiáng) 改變嵌有水印信息圖像的亮度值，提取出嵌有的水印信息，檢測(cè)水印算法的魯棒性，結(jié)果如圖 53所示： （ a） （ b） 圖 53 亮度增強(qiáng)效果 （ a）為亮度增強(qiáng)后的圖像，（ b）為提取出的水印信息，由效果可將，提取出的水印信息有一定的模糊，但仍能分辨出水印信息，因此該算法對(duì)圖像 亮度改變有一定魯棒性。 仿真試驗(yàn)結(jié)果證明，本文算法在水印不可見性、嵌入的水印信息量上有很好的效果，但在穩(wěn)健性上還有待進(jìn)一步完善。 5 結(jié)論 數(shù)字水印技術(shù)是隨著網(wǎng)絡(luò)通訊與多媒體信號(hào)處理的發(fā)展而迅速發(fā)展起來的一個(gè)新的研究方向，主要用于數(shù)字產(chǎn)品的版權(quán)保護(hù)。近年來國(guó)內(nèi)外對(duì)該技術(shù)的研究都非?；钴S，已經(jīng)提出了許多算法。 1. 本文主要做了以下工作： 查閱了大量有關(guān)數(shù)字水印技術(shù)的國(guó)內(nèi)外文獻(xiàn)，對(duì)目前數(shù)字水印的主要特征、分類、現(xiàn)有算法及發(fā)展?fàn)顩r作了介紹，為了進(jìn)一步研究數(shù)字水印的算法奠定了基礎(chǔ)。 對(duì)圖像處理的有關(guān)內(nèi)容作了相關(guān)分析 ，尤其是對(duì)圖像的置亂處理作了較深入的研究，為水印 24 的預(yù)處理作了準(zhǔn)備。水印預(yù)處理方法主要有：基于 Arnold 變換、幻方、 Hilbert 曲線、 Conway游戲、廣義 Gray碼變換、仿射變換、正交拉丁方變換等方法，在本文中主要應(yīng)用的置亂方法是 Arnold變換