【正文】 ijB 矩陣進(jìn)行重組，得到嵌入水印后的東北電力大學(xué)本科畢業(yè)論文 32 圖像． 水印提取 1. 將載體圖像分為多個(gè)不重疊的 nn? 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 ijB 為例，對(duì) ijB 進(jìn)行離散余弦變換生成矩陣 1ijB ．當(dāng) )1,2()1,1( 11 ??? mBmB ijij 時(shí)， ijW1 =1 ，當(dāng))1,2()1,1( 11 ??? mBmB ijij 時(shí)， ijW1 =0．從而生成亂序的水印矩 陣． 3. 根據(jù)初始值 0y 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 512? 512 像素的灰度圖 像．預(yù)設(shè)初始值0y =，分支參數(shù) ? =2，將圖像分為 n 個(gè)小塊，小分塊區(qū)域 1 的大小為 3? 3，水印嵌入強(qiáng)度為 p ．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， n =32， p =38， T=1 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 33 圖 66 水印后圖像， n =32， p =39， T=0 圖 67 水印后圖像， n =32， p =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) n =32， p =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 東北電力大學(xué)本科畢業(yè)論文 34 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 3? 3 小分塊的中值濾波攻擊， T=9 圖 616 像素值的高斯濾波攻擊， T=0 圖 617 30 度旋轉(zhuǎn)攻擊， T=142 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 35 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 ．東北電力大學(xué)本科畢業(yè)論文 36 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 ? =ST （ 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 37 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 ． 東北電力大學(xué)本科畢業(yè)論文 38 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 512? 512 的灰度圖像．第 3 章算法使用的水印圖像是 256?256 大小的二值圖像；第 4 章算法使用的水印圖像是 64? 64 大小的二值圖像；第 5 章算法使用的水印圖像是 64? 64 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 256? 256，最小可以為 2?2． 因?yàn)榈?5 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) 39 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) ， 2020， 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), 2020 Sixth International Conference on． IEEE, 2020: 163168． [3] 解皎 虹 ， 孫巖 ． 一種基于 DWT與 DCT相結(jié)合的彩色數(shù)字盲水印算法 [J]． 計(jì)算機(jī)安全 ， 2020， 16（ 1） ： 6567． [4] 劉宏斌 ， 王麗君 ， 王克剛 ， 陳升 ． 小波域中的魯棒性盲水印算法 [J]． 電子技術(shù)應(yīng)用 ， 2020， 27（ 3） ： 122125． [5] 強(qiáng)世東 ， 強(qiáng)英 ． 基于小波域的自適應(yīng)圖象盲水印算法 [J]． 計(jì)算機(jī)工程與應(yīng)用 ，2020， 41（ 24）： 4749． [6] 王友衛(wèi) ， 申鉉京 ， 陳海鵬 ． 基于 Slant變換的半脆弱水印算法 [J]． 北京工業(yè)大學(xué)學(xué)報(bào) ， 2020， 39（ 1） ： 7680． [7] Emir Ganic, Ahmet M． A DFTBased SemiBlind Multiple Watermarking Scheme For Images[C]． Eskicioglu． Bedford Avenue CUNY Brooklyn College, 2020:
。ijW =1 且 ????? )1,2()1,1( 11 mBmB ijij 時(shí)，進(jìn)行如下運(yùn)算 ???????????????????????2))1,2()1,1(()1,1()1,1(2))1,2()1,1(()1,2()1,2(11111111mBmBmBmBmBmBmBmBijijijijijijijij?? （ 64） 然后對(duì) 1ijB 進(jìn)行反離散余弦變換，得到含有水印信息的小分塊 39。 （ 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 nn? 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 ijB 為例，對(duì) ijB 進(jìn)行離散余弦變換生成矩陣 1ijB ，設(shè)水印嵌入強(qiáng)度為 ? ． 當(dāng) 39。L 還原為二維矩陣，這個(gè)矩陣就是 39。W ．加密方法為，先按列掃描特征水印矩陣，生成一維水印序列 lW ；然后將 lW 與 L 的對(duì)應(yīng)元素做異或運(yùn)算，生成新的一維序列 39。2W ． （ 4） 根據(jù)水印圖像的大小，掃描 39。(),( 1 miWqdyxcA i ???? （ 54） ))(39。1W ． 5. 根據(jù)水印圖像的行列數(shù)，掃描 39。F ． 水印提取 1. 讀取含水印圖像后，將得到的矩陣 39。K ，將所有的 39。 yxW =1 時(shí) 1)2,3()3,4( 11 ??? nKK （ 43） 當(dāng) ),(39。 yxW =1 時(shí)，使)2,3()3,4( 11 KK ? ；當(dāng) ),(39。 （ 42） 置亂效果如圖 41 和 42 所示． 東北電力大學(xué)本科畢業(yè)論文 16 圖 41 原始水印 圖 42 置亂后 水印嵌入過(guò)程 1. 將水印載體圖像矩陣 F 分割為多個(gè) 8? 8 的小塊． 2. 對(duì)每個(gè)小塊做同樣的處理．這里以其中一個(gè)小塊 K 為例，設(shè) K 為橫向第 x縱向第 y 個(gè)小塊．先對(duì) K 做離散余弦變換得到 1K ，然后將水印矩陣的一個(gè)像素嵌入到 1K 的中頻部分， 由于 1K 的大小為 8? 8，故 1K 的中頻部 分為 )2,3(1K 和)3,4(1K ． 嵌入方法為，取 39。W 進(jìn)行逆仿射變換， 生成最終提取出的水印矩陣 1W ，逆仿射變換的方法已在前文給出． 算法仿真實(shí)驗(yàn) 本次仿真實(shí)驗(yàn)選取的載體圖像為 512? 512 像素的灰度圖像，選取的水印圖像為 256?256 的二值圖像，設(shè)置水印置亂次數(shù)為 5，量化步長(zhǎng) ? 為 9，水印檢測(cè)閥值 T 為 150．其中閥值 T 的計(jì)算方法為，對(duì)提取的水印圖像與原始水印圖像的每個(gè)像素點(diǎn)作差，再求差的絕對(duì)值的和，公式如下： }256,2,1{,)),(),(( 1 ???? yxyxWyxWs u mT （ 319） 仿真結(jié)果如圖 39 到圖 334 所示． 圖 39 原始載體圖像 圖 310 嵌入水印后圖像 圖 311 原始水印 圖 312 正常提取的水印， T=0 東北電力大學(xué)本科畢業(yè)論文 12 圖 313 高斯噪聲攻擊 圖 314 泊松噪聲攻擊 圖 315 高斯噪聲后提取的水印， T=16344 圖 316 泊松噪聲后提取的水印， T=1042 圖 317 椒鹽噪聲 圖 318 斑點(diǎn)噪聲 圖