【正文】 可見水印 脆弱水印 魯棒性水印 完備水印 非完備水印 空間域 /時(shí)間域水印 變換域水印 空間域 /時(shí)間域水印 變換域水印 圖 1 數(shù)字水印的分類 數(shù)字水印典型算法 近幾年來，數(shù)字水印技術(shù) 研究取得了很大的進(jìn)步，本節(jié)對一些典型的算法進(jìn)行分析。在這里我們給出近幾年數(shù)字水印算法的發(fā)展演變過程及其間的一些典型算法，其中大部分算法針對的源數(shù)據(jù)是圖像，這主要是因?yàn)閳D像水印工作開展得最為全面徹底， 除特別指明，這些算法主要針對圖像數(shù)據(jù)（某些算法也適合視頻和音頻數(shù)據(jù)）。其中 Schyndel 算法 [15]被認(rèn)為是一篇具有歷史價(jià)值的文獻(xiàn)，文中闡明了一些關(guān)于水印的重要概念和魯棒水印檢測的通用方法（相關(guān)性檢測方法），此算法首先把一個(gè)密鑰輸入一個(gè) m序列（ maximumlength random sequence）發(fā)生器來產(chǎn)生水印信號(hào)，然后此 m序列被重新排列成 2 維水印信號(hào)，并按象素點(diǎn)逐一插入到原始圖像象素值的最低位。它們主要是通過輕微改變字符間距，行間距或是增加、刪除字符特征如底紋線等方法來嵌入水印。攻擊者通過把字符間距、行間距進(jìn)行隨機(jī)化處理而破壞水印。另外的途徑是在符號(hào)級或語義級加入水印。 1995 年 Bender 等人 [12]提出了圖像水印的 Patchwork 算法。為增加其水印的魯棒性，文中還把象素對擴(kuò)展為小塊的象素區(qū)域 (如 88)，通過增加一個(gè)區(qū)域中的所有象素點(diǎn)的亮度值而相應(yīng)減少對應(yīng)區(qū)域中所有象素點(diǎn)的亮度值的調(diào)整來隱藏信息。 紋理塊映射編碼法 將一個(gè)基于紋理的 水印嵌入到圖像的具有相似紋理的一部分當(dāng)中，這個(gè)方法是基于圖像的紋理結(jié)構(gòu)的，因而很難察覺水印。 ⑵ 變換域算法 [4552,71101] DCT 域數(shù)字水印算法 [7175,7782]通常 是首先把圖像分成 88 的不重疊象素塊，在經(jīng)過分塊 DCT 變換，得到由 DCT 系數(shù)組成的頻率塊，然后隨機(jī)選取一些頻率塊，將水印信號(hào)嵌入到由密鑰控制選擇的一些 DCT系數(shù)中。在水印信號(hào)提取時(shí)，則選取相同的 DCT 系數(shù)，并根據(jù)系數(shù)之間的關(guān)系抽取比特信息。其他變換域算法還有諸如 DFT 域 [8385]、分形域 [16,86,87]、小波域 [88101]、哈達(dá)瑪變換域等都 具有相似的原理。這一算法提出了強(qiáng)壯水印算法的幾個(gè)重要原則： 水印信號(hào)應(yīng)該嵌入源數(shù)據(jù)中對人的感覺最重要的部分。這樣，攻擊者在破壞水印的過程中，不可避免地會(huì)引起圖像質(zhì)量的嚴(yán)重下降。水印的強(qiáng)壯性大大提高。這使得水印經(jīng)受多拷貝聯(lián)合攻擊的能力大大增強(qiáng)。 COX 等人通 過擴(kuò)頻通訊技術(shù)尋求這兩個(gè)矛盾的要求之間的平衡。 COX 等人把圖像的頻譜空間視為通信信道，水印則視為在此信道中傳輸?shù)男盘?hào)。由于在水印驗(yàn)證的過程中，驗(yàn)證人知道水印的位置與內(nèi)容，他可以把這些微弱信號(hào)集中起來得到一個(gè)有較高信噪比的單一輸出。 NEC 系統(tǒng)的實(shí)現(xiàn)方法是：首先以密鑰為種子來產(chǎn)生偽隨機(jī)序列，該序列具有高斯 N(0,1)分布，密鑰一般由作者的標(biāo)識(shí)碼和圖像的哈希值組成，其次對圖像做 DCT 變換，最后用偽隨機(jī)高斯序列來調(diào)制（疊加）該圖像除直流（ DC）分量外的 1000 個(gè)最大的 DCT 系數(shù)。由于采用特殊的密鑰，因此可防止 IBM 攻擊，而且該算法還提出了增強(qiáng)水印魯棒性和抗攻擊能力的重要原則即水印信號(hào)應(yīng)該嵌入源數(shù)據(jù)中對人感覺最重要的 部分；水印信號(hào)由獨(dú)立同分布隨機(jī)實(shí)數(shù)序列構(gòu)成，該實(shí)數(shù)序列應(yīng)該具有高斯分布 N(0,1)分布的特征。 ⑷ 生理模型算法 水印的魯棒性與透明性是一對矛盾，解決這一矛盾的有效途徑之一就是充分利用人的生理模型包括人類視覺系統(tǒng) HVS（ Human Visual System）和人類聽覺系統(tǒng) HAS[53]。利用視覺模型，本人在 文獻(xiàn) [81]和 [82]中給出了基于分塊 DCT 的自適應(yīng)數(shù)字水印算法； 等人 [93,94,99]實(shí)現(xiàn)了一個(gè)基于小波分解框架的數(shù)字水印算法。它們的基本思想均是利用從視覺模型導(dǎo)出的 JND(Just Noticeable Difference)描述來確定在圖像的各個(gè)部分所能容忍的數(shù)字水印信號(hào)的最大強(qiáng)度，從而能避免破壞視覺質(zhì)量。 這一方法同時(shí)具有好的透明性和強(qiáng)健性。 視頻水印研究是當(dāng)前水印技術(shù)研究方 向 中的一個(gè)熱點(diǎn)和難點(diǎn)，熱點(diǎn)在于大量消費(fèi)類數(shù)字視頻產(chǎn)品的推出，如 VCD、 DVD，使以數(shù)字水印為重要組成部分的數(shù)字產(chǎn)品版權(quán)保護(hù)技術(shù)的市 場需求更為迫切。然而在視頻水印的研究方面，由于包括時(shí)間域掩蓋效應(yīng)等特性在內(nèi)的更為精確的人眼視覺模型尚未完全建立，使視頻水印技術(shù)相對于圖像水印技術(shù)發(fā)展滯后，同時(shí)現(xiàn)有的標(biāo)準(zhǔn)視頻編碼格式又造成了水印技術(shù)引入上的局限性。最重要的是，當(dāng)需要嵌入實(shí)時(shí)水印時(shí)，計(jì)算復(fù)雜性會(huì)變成首要問題。常用的評價(jià)指標(biāo)有： （ 1）隱蔽性 數(shù)字水印的信息量與隱蔽性之間存在著矛盾，隨著水印信息量的增加，作品的質(zhì)量必然下降，因?yàn)閺囊欢ㄒ饬x上，水印信息相對于原始信息，本身就屬于噪聲。然而在實(shí)際中，這兩個(gè)指標(biāo)往往不能同時(shí)實(shí)現(xiàn)，不過這并不會(huì)影響數(shù)字水印技術(shù)的應(yīng)用，因?yàn)閷?shí)際應(yīng)用一般只偏重其中的一個(gè)方面。但對保證數(shù)據(jù)安全來說，情況恰恰相反，各種保密的數(shù)據(jù)隨時(shí)面臨著被盜取和篡改的危險(xiǎn)，所以魯棒性是十分重要的，此時(shí)，隱藏?cái)?shù)據(jù)量的要求居于次要地位。 隱蔽性測試需要對水印算法的信息量與能見度進(jìn)行評估，給出水印信量與數(shù)據(jù)降質(zhì)之間的準(zhǔn)確關(guān)系?？赡艿男盘?hào)處理過程包括信道噪聲、濾波、數(shù) /模與模 /數(shù)轉(zhuǎn)換、二次采樣、剪切、位移、旋轉(zhuǎn)、尺度變化以及有損壓縮編碼等。 （ 3）安全性 安全性測試主要是對破解水印算法的時(shí)間及復(fù)雜性進(jìn)行評估，以此作為水印安全性的指標(biāo)。下面進(jìn)一步分析這些測試指標(biāo)，并給出數(shù)學(xué)表達(dá)式。 （ 1）能見度：能見度是水印隱蔽測試的一個(gè)指標(biāo)。用戶不能夠區(qū)分出在宿主圖像中的水印信息。 （ 2）峰值信噪比（ PSNR） 為了進(jìn)一步量化水印隱蔽性，本文使用峰值信噪比（ PSNR）來估計(jì)水印嵌入宿主圖像之后噪聲的大 小，并作為反映一個(gè)數(shù)字水印方案的隱蔽來衡量水印的隱蔽性和數(shù)據(jù)嵌入過程的效率。其中 f 是宿主圖像， w 是水印信息， wf 是嵌入水印的信息， ),( nm 是特定的坐標(biāo)值， fN 是 宿主信息或者是嵌入水印的信息的像素個(gè)數(shù)。本文采用下面的公式來求得相關(guān)系數(shù)： ????????? ?wwwNiNiNiiwiwiwi22121)()()()(),(? （ 1－ 2） 其中 )(iw 和 )(iw? 分別是嵌入和恢復(fù)的水印信息， wN 是水印的長度。而對于脆 弱水印，這個(gè)值應(yīng)該盡量減小。漢明距離表示為： ???? ?? wNiwHD iwiwNww 1 )()(1),(? （ 1－ 3） 其中 )(iw 和 )(iw? 分別表示嵌入及恢復(fù)的水印， wN 為水印長度， ? 是異或運(yùn)算符。然而，有這種可能，那就是，數(shù)字水印沒有被正確檢測或者失真沒有被正確界定，這種事件的發(fā)生機(jī)會(huì)被稱為錯(cuò)誤否定概率（假陰性概率）。這些數(shù)量經(jīng)過分析得到并且以特定數(shù)字水印算法的參數(shù)來表示。例如，對于 DVD 播放 中的水印恢復(fù)必須要實(shí)時(shí)進(jìn)行，但是對于高度安全的圖像水印，實(shí)時(shí)性就會(huì)變成第二位的了，而魯棒性便成為問題的焦點(diǎn)。 從以上的介紹中，我們可以了解到水印的產(chǎn)生背景、應(yīng)用、傳統(tǒng)的算法及水印性能標(biāo)準(zhǔn)，在下面的章節(jié)中，將開始介紹二值水印系列的生成，水印的加入，水印的檢測等內(nèi)容。因此 ，必須對水印圖像進(jìn)行一定的壓縮，以減少嵌入的數(shù)據(jù)量．通過對現(xiàn)有水印技術(shù)和圖像壓縮技術(shù)的研究，并充分考慮圖像的壓縮率和圖像恢復(fù)的容錯(cuò)能力（ JPEG 壓縮容錯(cuò)能力差，由于 JPEG 碼流中含有特殊標(biāo)志信息，因此如果我們提取的水印信息流中有一位出錯(cuò)，就有可能導(dǎo)致 JPEG 解碼的后繼圖像全部出錯(cuò)，以至恢復(fù)的圖像無法理解），我們選用 DCT 技術(shù)來對水印圖像進(jìn)行壓縮。 ???? yxyxfD C TvuFB mm 1,2,1,0 ?? Mm ? (22) 然后 ,利用 JPEG量化表對 39。39。最后 ,將 39。 算法改進(jìn) 根據(jù)對數(shù)字水印的研究，可以給出如下的定義：數(shù)字水印是永久鑲嵌在其他數(shù)據(jù)中具有可鑒別性的數(shù)字信號(hào)或模式，而且并不影響數(shù)據(jù)的可用性。因此，必須對水印圖像進(jìn)行一定的壓縮，以減少嵌入的數(shù)據(jù)量．通過對現(xiàn)有水印技術(shù)和圖像壓縮技術(shù)的研究，并充分考慮圖像的壓縮率和圖像恢復(fù)的容錯(cuò)能力（ JPEG 壓縮容錯(cuò)能力差，由于JPEG 碼流中含有特殊標(biāo)志 信息，因此如果我們提取的水印信息流中有一位出錯(cuò)，就有可能導(dǎo)致 JPEG解碼的后繼圖像全部出錯(cuò)，以至恢復(fù)的圖像無法理解），我們選用 DCT技術(shù)來對水印圖像進(jìn)行壓縮。39。為了增加水印圖像的安全性和增強(qiáng)水印系統(tǒng)的魯棒性，我們 將 P 再作進(jìn)一步的處理： （ 1）將 P轉(zhuǎn)換成二進(jìn)制碼（ P中的每一個(gè)數(shù)用 7位二進(jìn)制碼表示），我們得到只包含 0，1數(shù)字的水印序列 Q ,再將 Q 中的 0替換位 1； （ 2）利用密鑰 key 生成二值混沌序列 C ， tc 是 C 中的一個(gè)元 素，且 tc ∈ {1,1},將水印序列 Q 中的每個(gè)元素用二值混沌序列進(jìn)行調(diào)制，我們得到最終的水印信號(hào)W , ttt cqw ?? t， tq 表示水印序列 Q 中的一個(gè)元素， tc 表示水印信號(hào) W 中的一個(gè)元 素。 （ 2）由于使用混沌序列對水印信號(hào)進(jìn)行了調(diào)制，由于混沌序列的優(yōu)良特性，使沒有密鑰的用戶無法獲取水印信息，增加了系統(tǒng)的安全性。在過去的十幾年中，數(shù)字水印技術(shù)得到了飛速發(fā)展，已產(chǎn)生了眾多水印嵌入、檢測算法。根據(jù)水印算法的工作域不同可將其分為：變換域法 [5052,71101]和空域法 [1215,3642]。早期的許多水印算法都是在空域進(jìn)行，雖然其魯棒性較變換域法稍差，一直有許多人進(jìn)行這方面的研究，并提 出了很多有代表性的空域水印算法。 1995 年 Bender 等人 [12]提出圖像水印的 Patchwork 算法，它是一種基于改變圖像數(shù)據(jù)統(tǒng)計(jì)特性的水印算法，該算法首先隨機(jī)選取 N 對象素點(diǎn)，然后通過增加象素對中一個(gè)點(diǎn)的亮度值，而相應(yīng)降低另一個(gè)點(diǎn)的亮度值的調(diào)整來隱藏信息。原始圖像 I 的第 m 行、第 n 列處的亮度為 xm,n，按下面方法將其分為 A、 B 兩組。 , 其中 k 為常數(shù)， A’和 B 合起來即為加了水印的圖像。39。 其中 2239。然后將此統(tǒng)計(jì)量與閾值相比較，來確定是否存在水印。此外，他們還提出在水印解碼前對圖像進(jìn)行預(yù)處理，來預(yù)測嵌入的水印，這一步驟顯著地提高了魯棒性，并可應(yīng)用于空間域中的各種擴(kuò)頻水印。 jibjiji LBB , )1(??? ? 其中 Bi,j和 Li,j分別是為 (i,j)處的藍(lán)色值和亮度值， ? 是嵌入強(qiáng)度。恢復(fù)出來的比特值則由該象素點(diǎn)檢測出的值與估計(jì)值的差分 ji,? 的符號(hào)確定。算法以一有意義的二值圖像為水印，根據(jù)原圖像各分塊的對比度不同而不同強(qiáng)度地嵌入水印比特信息，但其提取水印時(shí)需使用原圖像。算法能抗壓縮化 13:1 的 JPEG 壓縮，但沒能充分利用 HVS 屏蔽特性，算法也沒能給出抗同步攻擊實(shí)驗(yàn)結(jié)果。但其分類方法多少有些“武斷”，還有待進(jìn)一步提高。尹康康等 [42]對Kankanhalli算法進(jìn)行了改進(jìn)，算法在空域內(nèi)計(jì)算可感知噪聲閾值矩陣 JND，大大簡化了 HVS模型，復(fù)雜度低，水印強(qiáng)度具有自適應(yīng)調(diào)節(jié)能力。 上述算法存在的一個(gè)共同的缺陷就是沒能考慮人類視覺系統(tǒng)特性（ HVS），算法不能抵抗高壓縮率的壓縮處理和低通濾波等攻擊操作。算法克服了一般空域算法魯棒性差的缺點(diǎn)，在確保較高水印透明性的同時(shí)，對常見信號(hào)處理操作攻擊有好的魯棒性。 圖像空域灰度公開水印算法 混沌序列 混沌現(xiàn)象是在非線性動(dòng)力系統(tǒng)中出現(xiàn)的確定性的、類似隨機(jī)的過程，這種過程既非周期又不收斂，并且對初始值有極其敏感的依賴性。這是因?yàn)榛煦缦到y(tǒng)的類隨機(jī)特性十分適合于通信中的噪聲偽裝調(diào)制。 一個(gè)一維離散時(shí)間非線性動(dòng)力系統(tǒng)定義如下： )(1 kk xx ??? (31) 其中， xk ?V， k=0,1,2,3… ，我們稱之為狀態(tài)。如果我們從一個(gè)初始值 x0 開始，反復(fù)應(yīng)用 ?，就得到一個(gè)序列 { xk 。這一序列稱為該離散時(shí)間動(dòng)力系統(tǒng)的一條軌跡 。 一類非常簡單卻被廣泛研究的動(dòng)力系統(tǒng)是 logistic 映射 [5658]，其定義如下： )1(1 kkk xxx ??? ? (32) 其中， 0 ? ? ? 4 稱為分枝參數(shù)（ bifurcation parameter）， xk ∈ (0,1)定義同上。也就是說，由初始條件 x0 在 logistic 映射的作用下所產(chǎn)生的序列 { xk。 另一類簡單的映射是 Chebyshev 映射，以階數(shù)為參數(shù)。事實(shí)是通過簡單的變量代換， logistic 映射同樣可以在區(qū)間 (1, 1)上定義。在 ?=2的滿射條件下， logistic 映射與 Chebyshev映射是拓?fù)涔曹椀模唵蔚卣f，從理論上講，它們可以視作動(dòng)力性態(tài)相同的系統(tǒng)。只有這些形式如此簡單的映射，我們才能解析地求得 PDF。通