【正文】 隨著多媒體技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展及廣泛應(yīng)用，對圖像、音頻、視頻等多媒體內(nèi)容的保護(hù)成為迫切需要解決的問題。31實(shí)驗(yàn)證明這種算法對通常的圖像處理，如剪切、噪聲干擾等，特別是幾何旋轉(zhuǎn)都具有一定的魯棒性和不可見性，但在檢測時(shí)需要原始圖像。 圖 添加噪聲后的圖像 圖 添加噪聲后對 50 個(gè)隨機(jī)水印序列的響應(yīng)圖 本章小結(jié)本章通過實(shí)例實(shí)現(xiàn)了一種典型的 DCT 變換。title(‘添加噪聲’)。figure。Noise0=10*rand(size(WImage2))。 添加噪聲向圖像中添加噪聲后，見圖 圖像清晰，其水印對噪聲具有一定的魯棒性。title(‘剪切圖象’)。figure。代碼如下:%剪切圖像左上角Wlmage4=idctF1。watermark＿detect(WImage6,Y1,I0,waterMark1,alfa)。imshow(WImage6，[])。WImage6=imrotate(WImage6,45,’bilinear,’’crop’)。 圖 高斯濾波 圖 b 高斯濾波后的圖像與 50 個(gè)隨機(jī)水印序列的對應(yīng)圖 圖像的幾何旋轉(zhuǎn)29對圖像進(jìn)行旋轉(zhuǎn) 45 度，得到圖 ，圖像清晰可見水印對這種攻擊有較強(qiáng)的魯棒性。title(‘濾波圖象’)。figure。H=fspecial(‘gaussian’,)[10，10]，5)。28圖 JPEG 壓縮后的圖像 圖 壓縮后圖像對于 50 個(gè)隨機(jī)水印序列的對圖 高斯濾波(Gaussian Filter)對水印圖像進(jìn)行高斯低通濾波，得到圖像 ，圖像變得模糊，這說明水印對這種攻擊的魯棒性很差。title(‘JPEG 壓縮’)。figure。P3=dctm。P1=dctm.’。im128128=kron(im88(1:8，1:8)，ones(16))。im88=zeros(9，9)。mask=ones(8，8)。[dum,order]=sort(DCTvar)。n=size(DCTvar,1)。P2=dctm。dctm=dctmtx(8)。WImage5=im2double(WImage5)。只有在檢測到所嵌的水印時(shí)相關(guān)值才達(dá)到峰值，對于其他水印的相關(guān)值近似為零。由于有損壓縮引起圖像的降質(zhì)，相關(guān)值會相應(yīng)減小。end 圖 嵌入水印的圖像與 50 個(gè)隨機(jī)水印的相應(yīng)圖 JPEG 壓縮27JPEG 壓縮時(shí)嵌有數(shù)字水印的圖像最易經(jīng)受的圖像處理。for i=1:kwaterMark2(I0(i))N0(i)end%選取 50 個(gè)測試序列，其中第 10 個(gè)為提取出的水印figurefor i=l:50if i==10watermark=waterMark2。endk=length(waterMark1)。K=k1。N0=zeros(k,l)。y=ml*nl。[Y2，I2]=sort(B)。代碼如下:%對嵌入水印圖像進(jìn)行 DCT 變換dctW1=dct2(idctF1)。圖 為對嵌入水印的圖像進(jìn)行水印序列提取，并選取 50 個(gè)測試序列的相應(yīng)圖。title(‘嵌入水印的圖像’)。figure。a=a+1。enda=1。endN=zeros(x,1)。elseM(x)=Y1(x)。%%修改幅值較大的 n 個(gè)頻域成分的幅值，嵌入水印For i=1:x If k=1M (x)=Y1(x)(1+alfa*Y0(k))。24k=LENGTH。[Y1，I1]=sort(A)。[Y0，10]=sort(waterMark1)。plot(waterMark1)。waterMark1=randn(LENGTH,1)。最后在進(jìn)行 DCT反變換得到嵌入水印的圖像，如圖 。% 圖 原始圖像 圖 DCT 變換后將產(chǎn)生的水印信號(水印信號為高斯隨機(jī)序列，服從正態(tài)分布)嵌入到 DCT變換后的圖像中。title(‘DCT 變化 ’)。23%%對原始圖像進(jìn)行 DCT 變換dctFI=dct2(trueImage)figure。imshow(truelmage)。LENGTH=2500。以圖 cameramanwe 為例，首先讀入原始圖像，將其進(jìn)行二維 N?NDCT 變 代碼如下:%讀入原始圖像，設(shè)置參數(shù)trueimaga=imred(‘’)。?(在實(shí)驗(yàn)中將取 T=5。T 增大，則虛警概率降低，漏警概率提高。 漏警概率是指待測圖像中含有水印，而檢測器輸出結(jié)果卻表明不含有水印的概率。閾值 T 的選擇要同時(shí)考慮虛警概率和漏警概率。`(/1)kxva?? 相似度計(jì)算定義被恢復(fù)出的水印信號 W? 和原始水印信號 W 的相似程度為:11. . .200(,)(*)/()nniiii ixx??????根據(jù)相似度的值即可判斷圖像中是否含有水印信號，從而達(dá)到版權(quán)保護(hù)的目的。 水印的提取對原始圖像和嵌入水印的圖像分別進(jìn)行離散余弦變換。其嵌入公式為: 。當(dāng)水印信號相對宿主信號較小時(shí)，還可以保證不可見性。Cox 等認(rèn)為圖像水印應(yīng)該放在視覺上最重要的分量上。即 : W=(X,0≤i≤n)(3)水印的嵌入。Cox 等指出由高斯隨機(jī)序列構(gòu)成的水印信號具有良好的魯棒性，在許多文獻(xiàn)中也都是將高斯隨機(jī)序列作為水印信號。 水印的嵌入(1)首先對原始圖像進(jìn)行 DCT 變換。因此在本文中數(shù)字水印的嵌入選在圖像 DCT 變換中重要分量的幅度成分中( 幅值較大的 n 個(gè)系數(shù)作為重要分量)。這樣，則無法保證圖像數(shù)字水印的穩(wěn)健性。而多數(shù)圖像處理方法對于圖像高頻部分的損壞程度較高，如有損壓縮、高頻濾波等。這兩個(gè)方面存在著矛盾。因此，近年來的水印算法研究集中在變換域算法及利用人眼視覺特性上。JPEG 是基于離散余弦變換域的壓縮方法，而 EZW 是基于小波變換域的壓縮方法。因此，數(shù)字水印算法面臨的第一個(gè)考驗(yàn)就是壓縮。通過圖可以看出，圖像 DCT 變換后大部分參數(shù)接近于零，只有左上角的低頻部分有較大的數(shù)值，中頻部分參數(shù)值相對較小，而高頻部分參數(shù)值相對非常小，接近于零。圖 是圖 經(jīng)過 DCT 變換后得到的系數(shù)圖像。二是 DCT 變換后圖像能量集中在圖像的低頻部分，即 DCT 圖像中不為零的系數(shù)大部分集中在一起(左上角)，因此編碼效率很高。當(dāng)然也可以對整幅圖像進(jìn)行 DCT 變換，這樣變換后的系數(shù)矩陣就體現(xiàn)了整幅圖像的特點(diǎn)，但是運(yùn)算速度比分塊 DCT 要慢。 系數(shù)通過編碼器進(jìn)行壓縮。由于大多數(shù)圖像的高頻分量較小，相應(yīng)于圖像高頻成分的系數(shù)經(jīng)常為零，加上人眼對高頻成分的失真不太敏感，所以可用更粗的量化。然后，對所bCr有的塊進(jìn)行 DCT。經(jīng)DCT變換以后系數(shù)大多數(shù)集中在左上角，通過“之”字型按二維頻率的高低順序讀出系數(shù)以降低碼率. 離散余弦變換的特點(diǎn)二維離散余弦變換目前最常使用的有損數(shù)字圖像壓縮系統(tǒng) JPEG 系統(tǒng)的核心。原樣值是8比特(0～255)，得到的直流分量的最大值是原來的8倍(0～2047)，交流分量的范圍是1024～1023?？紤]垂直方向上的變化，就需要一個(gè)二維的基底，該基底要同時(shí)反映水平方向和垂直方向頻率的變化，對應(yīng)于8*8的像素塊，它是由64個(gè)像素值所組成的圖像。圖 信號 DCT 變換與恢復(fù)圖像信號被分解成為直流成份，以及從低頻到高頻的各種余弦成份。一個(gè)8*8的二維數(shù)據(jù)塊經(jīng)DCT后變8*8個(gè)變換系數(shù)，當(dāng)U=0，V=0 時(shí)，F(xiàn)(0，0)是原64個(gè)樣值的平均，相當(dāng)于直流分量，隨著 U，V值增加，相應(yīng)系數(shù)分別代表逐步增加的水平空間頻率和垂直空間頻率分量的大小。DCT是目前較好的圖像變換方法。DCT變換還可以用來對圖像水印信息進(jìn)行處理，是數(shù)碼率壓縮需要常用的一個(gè)變換編碼方法，先將整體圖像分成N*N像素塊，然后對N*N像素塊逐一進(jìn)行DCT變換?；謴?fù)后的圖像很接近于原始圖像，在視覺上幾乎無法察覺。量化后獲得的DCT 系數(shù)通過編碼器進(jìn)行壓縮。這一處理的18目的是調(diào)整不同的譜元素對圖像的影響。JPEG 系統(tǒng)將要壓縮的圖像轉(zhuǎn)化為 顏色空間(每一個(gè)顏色元素表示為一個(gè)亮度成分 (Y)和兩個(gè)不同色度brYC成分( , )，并把每一個(gè)顏色平面分成88 的像素塊，然后，對所有的塊進(jìn)r行DCT 變換。 (a) 原始圖像cameraman (b) DCT 變換系數(shù)能量分布 圖像的DCT 變換二維離散余弦變換不但能夠?qū)⒆匀粓D像的主要信息集中到最少的低頻系數(shù)上，而且引起的圖像塊效應(yīng)最小，能夠?qū)崿F(xiàn)信息集中能力和計(jì)算復(fù)雜性的良好折中，因此它在壓縮編碼中得到廣泛的應(yīng)用[1][23]。二維有限長度離散序列x(i，k)，0≤i≤N1l，0≤k≤N2l 則用:x={xik, 0≤i≤N1l，0≤k≤N2l }或矩陣x={xik}N1N2 表示。16第三章 DCT 變換域數(shù)字水印嵌入技術(shù) 水印技術(shù)的概述離散余弦變換域(discrete cosine transform，DCT 域)是變換域的一種，DCT是數(shù)字信號處理技術(shù)中最常用的線性變換之一，離散余弦變換具有很好的能量壓縮能力和去相關(guān)能力，因此它在數(shù)字圖像壓縮和數(shù)字音頻信號壓縮等領(lǐng)域得到廣泛應(yīng)用,因此離散余弦變換在數(shù)字水印處理技術(shù)中受到了普遍重視。數(shù)字水印技術(shù)主要應(yīng)用于版權(quán)保護(hù)和網(wǎng)絡(luò)信息安全，是一種容易的、有效的手段，是傳統(tǒng)加密技術(shù)的有效補(bǔ)充。以上主要介紹了圖像數(shù)字水印的幾種常見攻擊方法，理解這些攻擊有助于認(rèn)識到現(xiàn)有的水印技術(shù)的缺點(diǎn)和局限性，并有助于對圖像數(shù)字水印方案的性能做透徹的分析和評估，從而提出更好的水印方案。作為一個(gè)起點(diǎn)，首先應(yīng)致力于建立一個(gè)綜合全面的法律基礎(chǔ)，以確保正當(dāng)?shù)氖褂盟『屠盟〖夹g(shù)來提供保護(hù)，同時(shí)，避免合法攻擊導(dǎo)致降低水印應(yīng)有的保護(hù)作用。合法攻擊還可能包括所有者和攻擊者的信用，攻擊者使法庭懷疑數(shù)字水印方案的有效性能力，除了這些之外，可能還和其他一些因素緊密相關(guān)，如：所有者和攻擊者的金融實(shí)力的對比、專家的證詞、雙方律師的能力等。攻擊者希望在法庭上利用此類攻擊，他們的攻擊是在水印方案所提供的技術(shù)或科學(xué)證據(jù)的范圍之外而進(jìn)行的。這種攻擊實(shí)際上使數(shù)字水印的版權(quán)保護(hù)功能受到了挑戰(zhàn)。在解釋攻擊中，圖像像素值或許改變或許不改變。此后，攻擊者可聲稱他擁有I 0的版權(quán)，因?yàn)楣粽呖衫迷瓐D從含水印圖像中檢測出其水印W，這就產(chǎn)生無法分辨與解釋的情況。攻擊時(shí)，攻擊者首先生成自己的水印W39。解釋攻擊是由美國IBM公司的水印技術(shù)研究小組針對可逆水印算法而提出來的一種水印攻擊方案，所以也稱之為IBM水印攻擊方案。而對馬賽克攻擊可以使用與圖像相關(guān)的易損水印，當(dāng)圖像被分割時(shí)，易損水印能報(bào)告圖像的失真情況。針對幾何攻擊，可以在嵌入水印的同時(shí)嵌入水印參照物，那么在提取過程中，先根據(jù)水印參照物的變化來獲得表達(dá)攻擊的變換步驟，然后應(yīng)用反轉(zhuǎn)變換獲得水印的完整恢復(fù)。當(dāng)處于兩個(gè)閾值之間時(shí)，監(jiān)測器輸出為隨機(jī)數(shù)。對于二值水印，其復(fù)雜度是O(2n)，其中n是水印長度。這種攻擊不需要攻擊者了解太多相關(guān)的水印知識，只需根據(jù)水印檢測器的輸出結(jié)果不斷的對圖像做細(xì)微修改，直至水印不能被檢測到為止。防御這種攻擊方法，要保證水印嵌入到尺寸足夠小的圖像中，使這種攻擊沒有多大的實(shí)際意義。這個(gè)探測器自動在網(wǎng)上下載圖片，然后根據(jù)水印檢測有無侵權(quán)行為。利用這個(gè)原理，馬賽克攻擊通過將一幅圖像分割成足夠小的圖像塊，將水印檢測器屏蔽。馬賽克攻擊主要用于對付Inter 網(wǎng)上的盜版版權(quán)檢測系統(tǒng)。采用幾何變形攻擊的一個(gè)典型是著名的水印測試工具StirMark[27] 。幾何變形攻擊是一種大面積的攻擊而不是針對單個(gè)像素的行為，采用的是對數(shù)據(jù)施加幾何變形方法，例如：縮放、偏移、旋轉(zhuǎn)、扭曲、裁剪、置換、移去或者插入等幾何變換。表示攻擊與去除攻擊的不同之處在于，它不需要去除載體中的水印，而是通過各種辦法使得水印檢測器無法檢測到水印的存在。需要指出的是這里的密鑰同密碼學(xué)中的嚴(yán)格的密鑰概念是不同的，密碼學(xué)中的密鑰在攻擊者已知加密算法、已知密文和已知明文攻擊下都是非常難以解出的水印中的密鑰尚無如此嚴(yán)格的要求。因此，算法的安全性應(yīng)依靠與內(nèi)容相關(guān)或無關(guān)的密鑰以及算法本身特性[26]。它利用同一原始多媒體數(shù)據(jù)集合的不同水印信號版本，逼近和恢復(fù)原始數(shù)據(jù)，目的是使監(jiān)測系統(tǒng)無法在一近似的數(shù)據(jù)集合中，檢測出水印信號的存在，其中最簡單的一種實(shí)現(xiàn)就是平均法。這類攻擊往往利用特定的水印方案中的弱點(diǎn)。實(shí)際上，相關(guān)檢測器對隨機(jī)噪聲這類攻擊是很魯棒的，因?yàn)樵趯?shí)際應(yīng)用中，噪聲并不是嚴(yán)重的問題，除非噪聲相對于圖像來說幅度太大或者噪聲同水印是相關(guān)的。雖然目前出現(xiàn)的水印算法可以分別抵抗一些基本的圖像操作(如旋轉(zhuǎn)、裁剪、重采樣、尺寸變化和有損壓縮等)，但對同時(shí)施加這些操作或隨機(jī)幾何變換卻無能為力。簡單攻擊只是通過對含有水印的圖像進(jìn)行某種操作來削弱或刪除嵌入的水印，而不是試圖識別水印或分離水印。它試圖削弱載體中的水印強(qiáng)度，或破壞載體中的水印。它主要攻擊魯棒性的數(shù)字水印，因而也可稱為魯棒性攻擊。采用 Craver 等人的劃分，數(shù)字水印攻擊包括針對魯棒性的常規(guī)信號處理操作，針對安全性的惡意攻擊以及針對水印應(yīng)用系統(tǒng)和法律問題的攻擊。到目前為止，還沒有一個(gè)算法能夠真正經(jīng)得住攻擊者的任意進(jìn)攻。 常見圖像水印攻擊方法 攻擊指的是任何一種可能削弱水印的檢測或擾亂通過水印傳遞信息的通信的任何處理。文