【正文】 作為一種新的課題嘗試算法，本文算法在理論上的完善和在實(shí)踐中的應(yīng)用仍需進(jìn)一步的研究和探討。只用到G分量，恢復(fù)出的效果在G分量這個(gè)層次上基本滿足要求，但若要求恢復(fù)到原貌即真彩圖，恢復(fù)算法就顯得力不從心了。認(rèn)證手段簡(jiǎn)單,不需要原始圖像,易于硬件實(shí)現(xiàn) 本算法的不足之處是沒(méi)有利用彩色圖像的色度成分,僅基于灰度分量進(jìn)行，在彩色圖像水印算法中，水印嵌入提取主要在RGB的G層上進(jìn)行的。當(dāng)檢測(cè)出非法篡改時(shí),可以準(zhǔn)確定位在的圖像塊內(nèi)。3．為了增強(qiáng)水印信息的安全性，引入了Arnold 置亂算法，使得原始?jí)K與其內(nèi)容保存塊之間在空間位置上分離開(kāi)，在邏輯上也無(wú)章可循，這就讓整個(gè)認(rèn)證鏈加長(zhǎng)，就消除了原算法缺陷。2．實(shí)現(xiàn)出了一種適用于視頻圖像內(nèi)容篡改證明和完整性認(rèn)證的完全脆弱水印算法。在此基礎(chǔ)上，實(shí)現(xiàn)了一種脆弱水印的視頻圖像內(nèi)容認(rèn)證算法。結(jié)論脆弱水印技術(shù)是進(jìn)行數(shù)字圖像認(rèn)證和完整性保護(hù)的重要手段，它是傳統(tǒng)數(shù)字簽名技術(shù)的衍生和發(fā)展。（八）本章小結(jié)本章是這篇文章的重點(diǎn),首先給出了算法的設(shè)計(jì)思路和實(shí)現(xiàn)目標(biāo),然后以灰度圖像的脆弱水印算法為基礎(chǔ)，實(shí)現(xiàn)了彩色圖像和視頻圖像內(nèi)容的認(rèn)證算法,推導(dǎo)出原論文系統(tǒng)存在的安全漏洞,并直接根據(jù)導(dǎo)致這些漏洞的因素提出改進(jìn)方案。 未來(lái)主要工作是利用色度信息改進(jìn)算法中水印的產(chǎn)生和嵌入策略。雖然，算法依然能實(shí)現(xiàn)精確的篡改鑒別，但這點(diǎn)不足使得在恢復(fù)過(guò)程中出現(xiàn)了遺憾。如果原始圖像被非法篡改，算法可以定位在8x8的圖像塊內(nèi)，實(shí)現(xiàn)精確定位。如果僅進(jìn)行一個(gè)圖層的恢復(fù)，效果不佳 如圖 520 。判斷圖像塊沒(méi)有沒(méi)有受到破壞，就能取出該塊LSB位進(jìn)行與嵌入相反過(guò)程，將64bit信息轉(zhuǎn)換成一8*8圖像塊。 圖512 medical篡改后圖像 圖513 medical檢測(cè)效果圖 圖514 medical篡改后圖像 圖515 medical檢測(cè)效果圖 圖516 car篡改后圖像 圖517 car檢測(cè)效果圖（六）條件恢復(fù)恢復(fù)的前提是內(nèi)容沒(méi)有受到破壞，如果內(nèi)容受到破壞就沒(méi)有恢復(fù)的價(jià)值。圖 513 ，圖 515，圖 513為本章算法檢測(cè)篡改的效果圖，其中白色代表檢測(cè)出來(lái)的篡改區(qū)域。本文將用PSNR來(lái)度量嵌入前后圖像的改變程度。定量分析大多使用各種失真度量的方法。這相當(dāng)于通過(guò)品茶來(lái)區(qū)分茶葉的等級(jí)。1．不可感知性水印系統(tǒng)的不可感知性可以用主觀測(cè)試和定量分析來(lái)衡量。類似彩色圖像的認(rèn)證，視頻圖像內(nèi)容認(rèn)證時(shí)，先在視頻中抽取一幀圖像，提取出Y cr cb 分量[12] [13]，然后在Y分量上調(diào)用嵌入/鑒別程序接口。如果想達(dá)到較高恢復(fù)效果，可以分別在三個(gè)分量上嵌入水印，篡改發(fā)生后，三分量都進(jìn)行恢復(fù)，這樣能達(dá)到滿意效果。由于只適用一種分量就能滿足精確認(rèn)證的要求，從時(shí)間角度考慮，只選用三種分量中的一種分量，恢復(fù)效果，若著眼于嵌入水印的那一個(gè)分量，此時(shí)效果良好，但由于原圖是彩色圖像，從彩色圖像這個(gè)角度看，效果不理想。 步驟1 提取彩色圖像的綠色分量G步驟2 調(diào)用灰度圖象嵌入和鑒別接口 水印可以嵌入到R、G、B任何分量都能實(shí)現(xiàn)精確認(rèn)證。 在水印嵌入過(guò)程中，查找二維空間位置映射表，找出內(nèi)容保存塊，把編出的64 位比特流嵌入到對(duì)應(yīng)塊的LSB中。距離越遠(yuǎn)，兩者同時(shí)被篡改的幾率越小，在原塊被篡改時(shí)，更有可能恢復(fù)。水印嵌入中最關(guān)鍵的部分就在于水印信息嵌入位置的選擇問(wèn)題?？臻g域算法以LSB (最低有效位)為主,就是將信息嵌入到數(shù)字圖像的某些像素位,具有算法簡(jiǎn)單、嵌入容量大、不可見(jiàn)性好和提取信息時(shí)不需要載體圖像等優(yōu)點(diǎn)。表52 　分組表 例如:某個(gè)量化后的DCT 系數(shù)值x = 16 ,由于x 是第5 組的,利用(52) 式計(jì)算其在第5 組的下標(biāo)值y= 1 ,所以實(shí)際保存值為(組號(hào),在組中的下標(biāo)) = (101 ,01111) （52） 其中， x為某個(gè)量化后的DCT系數(shù)值，n為組號(hào)3．水印的嵌入本算法中，認(rèn)證水印嵌入采用了空間域嵌入方法。它使原始圖像塊和其內(nèi)容保存塊，在空間位置上相互分離開(kāi)，在邏輯上也無(wú)章可循，降低圖像塊內(nèi)容和相應(yīng)水印信息同時(shí)被篡改的可能性，提高算法的篡改恢復(fù)質(zhì)量。在水印信息嵌入和鑒別恢復(fù)的時(shí)候，只要查找映射表，找到圖像塊對(duì)應(yīng)的位置，再進(jìn)行相應(yīng)的操作。提高數(shù)字水印算法的性能，主要有以下幾種方法：實(shí)現(xiàn)水印的隨機(jī)嵌入或?qū)λ⌒盘?hào)的加密處理。第ｉ個(gè)圖像塊的水印嵌入位置與該圖像塊偏移值得關(guān)系為 （51）其中，N 表示圖像塊數(shù)，P 表示第 i 個(gè)圖像塊的偏移值。 （2） 建立二維空間位置映射表原算法思想是將圖像分為互不相交的8*8圖像塊，對(duì)其高7位的DCT系數(shù)按照一定的碼長(zhǎng)量化編碼后，采用固定“偏移值”嵌入另一圖像塊的最低位。選定某個(gè)質(zhì)量因子q , 利用(39) 式計(jì)算量化表。當(dāng)篡改塊滿足可恢復(fù)條件時(shí)，就抽去內(nèi)容保存塊保存的64bit信息解碼盡可能重構(gòu)原始圖。有條件恢復(fù)過(guò)程：如果篡改部分其內(nèi)容保存塊沒(méi)有被破壞，那我們就能利用內(nèi)容保存塊保存的信息近似恢復(fù)被篡改部分的原貌。另外，采用的arnold圖像置亂算法設(shè)計(jì)成的二維映射表，巧妙解決了水印的嵌入位置的選擇問(wèn)題。圖51 三步走計(jì)劃本章對(duì)自嵌入數(shù)字水印的生成、水印的嵌入位置、內(nèi)容認(rèn)證和恢復(fù)方案進(jìn)行了分析研究并確定了解決方法。五、基于脆弱水印的視頻圖像內(nèi)容認(rèn)證算法及其實(shí)現(xiàn)（一）算法的設(shè)計(jì)和目標(biāo)算法總目標(biāo)：利用matlab工具，構(gòu)造一個(gè)基于脆弱水印視頻圖像內(nèi)容認(rèn)證的仿真系統(tǒng)，包括自嵌入水印的生成、嵌入方式嵌入位置的選擇、圖像內(nèi)容認(rèn)證、有條件地恢復(fù)等幾個(gè)關(guān)鍵技術(shù)環(huán)節(jié)。本章從arnold置亂定義入手，分析了置亂原理，置亂周期，置亂次數(shù)對(duì)圖像的影響，并給出不同置亂次數(shù)的效果圖，使得更加直觀。第1塊內(nèi)容將嵌入到第283塊的LSB位，第283塊內(nèi)容將嵌入到第550塊的LSB位，由于引入了置亂算法，使得原始?jí)K與其內(nèi)容保存塊之間在空間位置上分離開(kāi)，在邏輯上也無(wú)章可循，這就讓整個(gè)認(rèn)證鏈加長(zhǎng)，就消除了原算法缺陷。水印嵌入和鑒別時(shí)要用到二維空間位置映射表，事先將這些位置映射關(guān)系計(jì)算出來(lái)，將計(jì)算得到的結(jié)果保存為mat文件，等到要進(jìn)行對(duì)應(yīng)位置映射時(shí)候，直接查表就可以得到，省去了中間過(guò)程一次次反復(fù)計(jì)算的時(shí)間。表41 不同階數(shù)N所對(duì)應(yīng)的Arnold變換的周期TN2550100128256480500512T31015015096192120750384（二）巧用arnold變換制成二維映射表基本arnold置亂是基于像素的整幅圖像的置亂，在本算法中，由于圖像基本處理單元是宏塊，所以對(duì)基本arnold算法進(jìn)行巧妙改動(dòng)，使得置亂是以宏塊為單位，并將置亂后的結(jié)果存儲(chǔ)，以便后期利用。設(shè)NN 圖像的變換周期為T(mén), 依據(jù)變換后的混雜程度選定變換次數(shù)C, 在進(jìn)行了C 次變換的圖像中嵌入數(shù)據(jù), 嵌入完成后再對(duì)圖像進(jìn)行TC 次變換便可恢復(fù)得到顯示正常的載密圖像。利用Arnold 變換進(jìn)行預(yù)處理的另一優(yōu)勢(shì)在于其具有很好的周期性, 由此可保證置亂圖像的恢復(fù)以及嵌入數(shù)據(jù)的提取?？梢钥闯鼋?jīng)過(guò)了10 次變換后, 圖像已經(jīng)不具有任何原圖的輪廓或者形狀特征, 視覺(jué)上呈現(xiàn)為雜亂無(wú)序的, 類似于噪聲的分布, 置亂效果非常良好, 而且運(yùn)算也較為簡(jiǎn)單。下面以128 128 灰度圖像為例給出Arnold 變換的效果圖。由于在恢復(fù)的過(guò)程中，Arnold 變換會(huì)把原來(lái)先遭到損壞的比特分散開(kāi)來(lái)，減少其對(duì)人視覺(jué)的影響，這樣可以提高了數(shù)字水印的魯棒性。數(shù)字水印技術(shù)正是利用這個(gè)特性，先將要嵌入的水印圖像置亂，然后在利用各種算法將其嵌入到數(shù)字產(chǎn)品中。但繼續(xù)使用 Arnold變換，一定會(huì)出現(xiàn)一幅與原始圖像相同的圖像，因?yàn)?Arnold 變換具有周期性。將 Arnold 變換應(yīng)用到數(shù)字圖像上，可以通過(guò)像素坐標(biāo)的改變而改變圖像像素點(diǎn)的布局。它是一種可逆的變換，通過(guò)對(duì)數(shù)字圖像的位置或灰度級(jí)等做變換，去除水印圖像像素間的相關(guān)性，打亂原先的圖像，即使某些攻擊者能得到水印，如果不知道所用的置換方法，仍然無(wú)法最終恢復(fù)出水印原始圖像，這樣就可以增強(qiáng)水印信號(hào)的保密性，從而提高水印的魯棒性。四、數(shù)字圖像置亂技術(shù)圖像置亂作為一種加密技術(shù)，已成為數(shù)字圖像安全傳輸和保密存儲(chǔ)的重要手段之一。（五）本章小結(jié)本章關(guān)注點(diǎn)為JPEG壓縮技術(shù)，詳細(xì)分析了JPEG壓縮過(guò)程步驟和原理。（四）編碼處理量化的數(shù)據(jù)還要進(jìn)行編碼處理,編碼方法有許多種，本文算法使用非定長(zhǎng)編碼法。特殊的,當(dāng)質(zhì)量因子為100時(shí),量化表為全1,即不做量化。具體為上面的默認(rèn)量化表定位質(zhì)量因子為50%的量化表,其他精度的量化表通過(guò)如下公式得到 （39）其中q為質(zhì)量因子,Q是一個(gè)中間變量, std_ quantization為標(biāo)準(zhǔn)量化表。表31默認(rèn)量化表默認(rèn)量化表1611101624405161121214192658605514131624405769561417222951878062182237566810910377243555648110411392496478871031211201017292959811210010399可以看出,表中的系數(shù)基本是從左上往右下逐漸變大,表示對(duì)人眼來(lái)說(shuō)不敏感的高頻分量容易被舍去。JPEG委員會(huì)經(jīng)過(guò)大量試驗(yàn)的結(jié)果,得出一個(gè)對(duì)一般圖像來(lái)說(shuō)較優(yōu)化的量化表,包含在標(biāo)準(zhǔn)中,作為標(biāo)準(zhǔn)量化表。量化的基本步驟：把上一步驟得到的系數(shù)矩陣中的每個(gè)系數(shù)除以從所用的特定的量化表中得到的相應(yīng)數(shù)字,結(jié)果四舍五入為最接近的整數(shù)。因?yàn)?從數(shù)學(xué)上來(lái)說(shuō),是點(diǎn)矢量從空間域到頻率域的一一映射,IDCT是反映射。重建圖像時(shí)是用64個(gè)量化后的系數(shù)乘以量化表,然后進(jìn)行來(lái)計(jì)算像素值。丟失不重要的圖像信息的方法是通過(guò)量化減少64個(gè)系數(shù)的個(gè)數(shù),特別是矩陣中右下角的高頻分量,根據(jù)人眼的低通特性,這樣做不會(huì)嚴(yán)重降低圖像質(zhì)量,但并非絕對(duì)。這樣數(shù)列里的相鄰點(diǎn)在頻率上也是相鄰的了,這個(gè)過(guò)程被形象地稱為Z字形掃描。空域算法基本都是基于精確像素灰度級(jí)的,而對(duì)于圖像來(lái)說(shuō),具體到每個(gè)像素的灰度級(jí)并不是完全不變的,即使對(duì)圖像不做修改,而只是重新進(jìn)行一次編解碼過(guò)程另存操作圖像也會(huì)和原圖像有細(xì)微的差別，只是這種差別非常細(xì)微,人眼無(wú)法察覺(jué)。由于包含cosine函數(shù),必然會(huì)因?yàn)橛?jì)算機(jī)的有限運(yùn)算精度而丟失一些信息,這意味著即使沒(méi)有主要的有損步驟量化,也會(huì)有圖像質(zhì)量損失,但通常很小。嵌入水印的意義分塊為我們?cè)趫D像中嵌入水印提供了方便。第一個(gè)分量我們稱為直流分量（DC）,它代表的意義是這個(gè)塊的平均灰度級(jí)。圖像進(jìn)行離散余弦變換的目的是將圖像由空間域轉(zhuǎn)化到頻率域,根據(jù)人眼低通特性,轉(zhuǎn)化后的高頻分量對(duì)視覺(jué)影響較小,可按需求舍去以壓縮數(shù)據(jù)量。二維離散余弦反變換由下式表示： （38）在對(duì)圖像進(jìn)行前,要先將圖像分成的小塊。所以數(shù)字水印的跨學(xué)科性質(zhì)要求它與相關(guān)學(xué)科的發(fā)展進(jìn)行緊密的聯(lián)系（七）本章小結(jié)本章在理論上對(duì)基于數(shù)字水印的圖像內(nèi)容認(rèn)證技術(shù)作了一個(gè)較全面的概述,包括認(rèn)證水印的基本框架、分類、典型算法、認(rèn)證水印的攻擊、水印系統(tǒng)的一些性能評(píng)價(jià)標(biāo)準(zhǔn)等。本文將用PSNR來(lái)度量嵌入前后圖像的改變程度。定量分析大多使用各種失真度量的方法。但主觀測(cè)試的結(jié)果隨意性很大,很難把握,因此較合理有效的方法是量化度量。數(shù)字水印在可感知性和穩(wěn)健性之間有一個(gè)權(quán)衡。密鑰的使用和水印安全問(wèn)題確保嵌入信息的保密性及其它相關(guān)的問(wèn)題稱水印安全問(wèn)題。原圖像是否可以得到在水印的實(shí)際應(yīng)用中,有時(shí)有可能得到原始數(shù)據(jù)。感知效果它包含兩個(gè)具有細(xì)微差別的特性,品質(zhì)和保真度。攻擊和原始載體各不相同,很難對(duì)這些水印方法進(jìn)行比較,因此除了設(shè)計(jì)水印方法之外,一個(gè)重要的問(wèn)題是建立對(duì)水印的評(píng)價(jià)基準(zhǔn)。但我們只要在不同分塊之間添加相關(guān)性，即可增強(qiáng)抵御類似 VQ 攻擊的能力。如 Holliman 提出的 VQ 攻擊算法就可以用來(lái)攻擊分塊獨(dú)立的半脆弱水印。攻擊者先搜集多幅采用同一方案嵌入水印的圖像，然后在保持像塊相對(duì)位置的同時(shí)，將屬于不同圖像的圖像塊拼接起來(lái)形成新的篡改圖像。這種攻擊方式對(duì)塊內(nèi)容認(rèn)證和樣本認(rèn)證效果顯著，因?yàn)榇鄹恼邔?duì)這兩種認(rèn)證方式搜索的空間相對(duì)較小，篡改者可以分別對(duì)圖像的每個(gè)塊進(jìn)行獨(dú)立的搜索得到需篡改的信息。因此,設(shè)計(jì)密鑰時(shí),必須考慮其搜索空間應(yīng)該足夠的大,而且不同密鑰之間最好是正交的,這樣也就保證了密鑰很難被推斷出來(lái)。2．密鑰安全性基于圖像認(rèn)證的脆弱與半脆弱水印技術(shù)研究由于脆弱和半脆弱水印的安全性是與密鑰密切聯(lián)系在一起的,攻擊者非常有可能通過(guò)對(duì)水印的研究推斷出密鑰或減少密鑰的搜索空間。現(xiàn)在的一些脆弱和半脆弱水印方法能夠很容易地檢測(cè)出對(duì)圖像的隨機(jī)變化,而卻不能檢測(cè)出精心組織過(guò)