【正文】 本節(jié)了解 JPEG2022 的第一部分(Part I) 的結(jié)構(gòu)框架和 JPEG2022 的最新特征，作為JPEG2022 標(biāo)準(zhǔn)的一個(gè)簡(jiǎn)介，目的是介紹該標(biāo)準(zhǔn)的特點(diǎn)以及其中用到的主要算法，組織如下：第一部分主要介紹 JPEG2022 的新特征和它的主要應(yīng)用領(lǐng)域，第二部分介紹了JPEG2022 編解碼器的基本框圖以及各功能的實(shí)現(xiàn)，最后，在第三部分，詳細(xì)介紹了JPEG2022 中用到的核心算法：EBCOT [10]。它把 JPEG 的四種模式(順序模式,漸進(jìn)模式，無(wú)損模式湖南工程學(xué)院畢業(yè)設(shè)計(jì)(論文)17和分層模式)集成在一個(gè)標(biāo)準(zhǔn)之中，在編碼端以最大的壓縮質(zhì)量 (包括無(wú)失真壓縮)和最大的圖像分辨率壓縮圖像，在解碼端可以從碼流中以任意的圖像質(zhì)量和分辨率解壓圖像，最大可達(dá)到編碼時(shí)的圖像質(zhì)量和分辨率。 無(wú)損壓縮和有損壓縮：JPEG2022 提供無(wú)損和有損兩種壓縮方式，無(wú)損壓縮在許多領(lǐng)域是必須的，例如醫(yī)學(xué)圖像中有時(shí)有損壓縮是不能忍受的，再如圖像檔案中為了保存重要的信息較高的圖像質(zhì)量是必然的要求，同時(shí) JPEG2022 提供的是嵌入式碼流，允許從有損到無(wú)損的漸進(jìn)解壓。所謂的 漸進(jìn)傳輸就是先傳輸圖像輪廓數(shù)據(jù)， 然后再逐步傳輸其他數(shù)據(jù)來(lái)不斷提高圖像質(zhì)量，互聯(lián)網(wǎng)、 打印機(jī)和圖像文檔是這一特性的主要應(yīng)：可以指定圖片上感興趣區(qū)域( Region of Interest) ，然后在壓縮時(shí)對(duì)這些區(qū)域指定壓縮質(zhì)量，或在恢復(fù)時(shí)指定某些區(qū)域的解壓縮要求。 JPEG2022 的基本框架和實(shí)現(xiàn)源圖像數(shù)據(jù) 小波變換 量化 熵編碼 壓縮圖像數(shù)據(jù)存儲(chǔ)或傳輸壓縮圖像數(shù)據(jù)熵解碼解量化小波反變 換重建圖像數(shù)據(jù)圖 JPEG2022 編碼器和解碼器結(jié)構(gòu)圖JPEG2022 編碼器的結(jié)構(gòu)框圖如圖 所示，首先對(duì)源圖像數(shù)據(jù)進(jìn)行離散小波變換，然后對(duì)變換后的小波系數(shù)進(jìn)行量化，接著對(duì)量化后的數(shù)據(jù)嫡編碼，后形成輸出碼流。這是顯然的，因?yàn)榫W(wǎng)絡(luò)的帶寬非常寶貴，選用一種高壓縮比的文件格式是十分必要的。 JPEG 的壓縮原理JPEG 的壓縮原理其實(shí)上面介紹的那些原理的綜合，博采眾家之長(zhǎng)，這也正是JPEG 有高壓縮比的原因。由于該低頻分量包含了圖像的主要信息(如亮度 )，而高頻與之相比，就不那么重要了，所以我們可以忽略高頻分量，從而達(dá)到壓縮的目的。由于量化表左上角的值較小，右上角的值較大，這樣就起到了保持低頻分量，抑制高頻分量的目的。我們提到過(guò)， Y 分量代表了亮度信息，UV 分量代表了色差信息。我們可以對(duì) Y 采用細(xì)量化，對(duì)UV 采用粗量化，可進(jìn)一步提高壓縮比。上面講了，經(jīng)過(guò) DCT 變換后，低頻分量集中在左上角，其中 F(0，0)( 即第一行第一列元素) 代表了直流(DC)系數(shù)，即 88 子塊的平均值，要對(duì)它單獨(dú)編碼。 88 的其它 63 個(gè)元素是交流原始圖像數(shù)據(jù)分成 8*8 小塊 量化器DCT 熵編碼器 壓縮數(shù)據(jù)量化表 碼表湖南工程學(xué)院畢業(yè)設(shè)計(jì)(論文)19（AC）系數(shù)，采用行程編碼。圖 ZigZag這 63 個(gè) AC 系數(shù)行程編碼的碼字用兩個(gè)字節(jié)表示，如圖 所示。為了進(jìn)一步提高壓縮比，需要對(duì)其再進(jìn)行熵編碼，這里選用 Huffman 編碼，分成兩步：（1） 熵編碼的中間格式表示對(duì)于 AC 系數(shù)，有兩個(gè)符號(hào)。(0 ，0)和(15，0)是兩個(gè)比較特殊的情況。符號(hào) 2 為幅度值（ Amplitude）。符號(hào) 1 為尺寸（Size）；符號(hào) 2 為幅度值（Amplitude）。零行程長(zhǎng)度超過(guò) 15 個(gè)時(shí)，有一個(gè)符號(hào)(15 ，0) ，塊結(jié)束時(shí)只有一個(gè)符號(hào)(0，0) 。對(duì)符號(hào) 2 進(jìn)行變長(zhǎng)整數(shù) VLI 編碼。所以 AC 系數(shù)為 32 的碼字為 100000，33 的碼字為 100001，32 的碼字為 011111，33 的碼字為 011110。下面為 88 的亮度（ Y）圖象子塊經(jīng)過(guò)量化后的系數(shù)。第一步，熵編碼的中間格式表示：先看 DC 系數(shù)。下面對(duì) AC 系數(shù)編碼。所以 RunLength=1,Size=2,Amplitude=3，所以 AC 中間格式為(1,2)(2) ?？偣?31 比特，其壓縮比是 648/31=，大約每個(gè)象素用半個(gè)比特。這幾種方法的結(jié)合正式產(chǎn)生 JPEG 高壓縮比的原因。第二級(jí)的輸出經(jīng)解碼后迭加在經(jīng)過(guò)內(nèi)插的第一級(jí)解碼輸出上就可改善其質(zhì)量。 JPEG 達(dá)到的壓縮效果采用 JPEG 算法所能達(dá)到的壓縮效果，與被壓縮圖像的特性有關(guān)，對(duì)于在開(kāi)發(fā)和測(cè)試本算法標(biāo)準(zhǔn)時(shí)所用的那些內(nèi)容是彩色自然景物和人像的測(cè)試圖片，壓縮到 比特/象素時(shí)，圖像可以識(shí)別： 比特/象素時(shí)解碼后的圖像可評(píng)價(jià)為 “有用”；約 比特/象素時(shí)，可認(rèn)為是“極佳”；大約 比特/象素時(shí)基本上與原圖像無(wú)法區(qū)別。 基于組塊選擇的水印 DCT 算法最近，國(guó)際上出現(xiàn)了幾種數(shù)字水印的新算法，本章重點(diǎn)介紹一種基于圖像子塊的DCT 域水印算法。圖像分為 88 塊組成。第二個(gè)步驟我們首先檢查組塊 DCT 系數(shù)應(yīng)該滿足的條件，借此挑選出組塊，然后在從這些組塊中提取水印。令 表示水],[cLkks?印，在這里，K 是用戶的表示符， 代表水印向量， 代表組塊的位置， 代表skLkDCT 系數(shù)的調(diào)節(jié)系數(shù)。每個(gè)組塊的大小為8*8，每一個(gè)組塊都分配一個(gè)數(shù)表示自己的位置。兩個(gè)連續(xù)選擇的組塊之間的距離滿足函數(shù)： ()其中， 代表兩個(gè)連續(xù)選擇的組塊之間的距離，L 是高斯分布的維數(shù)，G() 是網(wǎng)絡(luò)xj的輸出， 、 、 代表水印提供的分布的參數(shù)。組塊必須滿足的條件為：其中， 為[0，1]之間的數(shù)。從而所有的 ? L2?,r環(huán)矩陣。在我們應(yīng)用了唯一的分布函數(shù)后，可得到下式： ()??,iNiNiiNTxT??? ()21, ,lnjijiNijd?????????????這樣，基于前一個(gè)組塊的位置我們可以確定第 N 個(gè)組塊的位置。滿足條件的組塊不TNi,同于不滿足的。根據(jù)水印的參數(shù)，我們能夠給出圖像中滿足條件的組塊的總數(shù)的范圍： ()????, ,1 16464LLiNi iNii iMRMRnwTwT?????在式中，M*R 代表圖像的大小 (以象素?cái)?shù)量來(lái)計(jì)算 )。位置包含所有滿足條件的組塊，2,11.()()expLNjijii jijG?????????????湖南工程學(xué)院畢業(yè)設(shè)計(jì)(論文) 23這些組塊位于第一個(gè)高斯函數(shù)確定的組塊和第 L 個(gè)函數(shù)確定的組塊之間。 ()????, ,1 1LiNikiNii iwTSwT??????????其中 表示這樣一個(gè)區(qū)域象素的數(shù)目，這樣一個(gè)區(qū)域代表在圖像中一個(gè)獨(dú)立的部sk分，依靠這個(gè)獨(dú)立的部分可以提取完整的水印，而不需要其它部分的幫助。 算法的優(yōu)缺點(diǎn)該種算法在健壯性和安全性是非常優(yōu)秀的，可以抵抗各種常見(jiàn)的攻擊，但是，本算法實(shí)現(xiàn)復(fù)雜，理論和實(shí)現(xiàn)的距離較大 [11]。(2)具有較大的感覺(jué)容量，以便嵌入水印后不會(huì)引起原始圖像視覺(jué)質(zhì)量的改變。低頻域包含圖像的大部分能量，作為原始圖像的近似部分，盡管包含的細(xì)節(jié)部分較少，但是，一些圖像處理方式往往是以去除冗余信息為手段，盡可能的避免對(duì)低頻區(qū)的影響，而首先選擇將高頻區(qū)域作為處理區(qū)域。高頻域大部分系數(shù)幅值較小，因此，不利于水印的魯棒性為了保證足夠的魯棒性，但是，它是原始圖像的細(xì)節(jié)部分，包含了大量的紋理、邊緣信息，因此，有利于水印的不可見(jiàn)性。將原始圖像不重疊地分成88的子塊，對(duì)每個(gè)子塊獨(dú)立地進(jìn)行DCT，可以共享一些JPEG標(biāo)準(zhǔn)的特性。首先對(duì)變換系數(shù)矩陣進(jìn)行ZigZag 掃描，將系數(shù)從低頻到高頻的順序進(jìn)行排列。由于每個(gè)子塊中只嵌入一位信息，這樣可以減少修改系數(shù)的數(shù)量，降低了原始圖像質(zhì)量下降的可能性。在該算法方案中，水印嵌入強(qiáng)度定義為相應(yīng)系數(shù)的增加或減小程度，由于JPEG標(biāo)準(zhǔn)中的亮度量化臺(tái)階是從視覺(jué)特性上對(duì)各系數(shù)的噪聲的定量，因此，將其作為水印嵌入強(qiáng)度的基本依據(jù)。在提取過(guò)程中，根據(jù)相應(yīng)位置上系數(shù)對(duì)的關(guān)系確定所包含的水印信息，因此，在水印的提取過(guò)程中只需知道水印嵌入位置，而無(wú)需使用原始圖像。??Qi（2） 將384384 的原始Lena圖像劃分成3232個(gè)88的圖像子塊，每個(gè)子塊中嵌入水印序列中的一位信息。（3） 在低頻系數(shù)中，按照相鄰系數(shù)對(duì)之間的大小關(guān)系，分為兩類系數(shù)對(duì)：大于關(guān)系的相鄰系數(shù)對(duì)與小于關(guān)系的相鄰系數(shù)對(duì)。（4）水印嵌入的基本原則是保持系數(shù)對(duì)的原有關(guān)系，當(dāng)嵌入的水印信息為時(shí)，選擇大于關(guān)系的系數(shù)作為嵌入位置；當(dāng)水印信息為0時(shí)，選擇小于關(guān)系的系數(shù)對(duì)作為嵌入位置。（6）水印的提取是水印嵌入的逆過(guò)程，水印提取的過(guò)程中不需要使用原始圖像，只需知道水印嵌入的系數(shù)對(duì)位置，通過(guò)系數(shù)對(duì)之間的關(guān)系即可確定相應(yīng)的水印值，水印提取方式如下： ()????1,0MiiWn????????其中 為水印嵌入系數(shù)對(duì)在低頻系數(shù)序列中的位置， 表示該水印序列中第 位。因?yàn)槎祱D像的像素值 。因此，本文中使用下式定義的?NC值來(lái)描述水印的相似度： ()??39。??,wij,ij 仿真實(shí)驗(yàn) 按照上述的水印嵌入方法，使用384384Lena灰度圖像進(jìn)行水印嵌入實(shí)驗(yàn)，水印是二維圖像。小波域數(shù)字水印設(shè)計(jì)與實(shí)現(xiàn)26 圖 原始圖象 圖 載入水印后圖像 圖 原始水印圖像從仿真實(shí)驗(yàn)可以看出，加入水印后的圖像與原始圖像沒(méi)什么不同，這體現(xiàn)了數(shù)字水印的不可見(jiàn)性，同時(shí)反映了數(shù)字水印的安全性。 圖 原始圖像 圖 壓縮后的圖像 圖 原始水印 圖 壓縮圖象提取出來(lái)的水印 圖 壓縮圖像中提取出來(lái)的水印仿真實(shí)驗(yàn)二：對(duì)水印圖像添加高斯噪聲湖南工程學(xué)院畢業(yè)設(shè)計(jì)(論文) 27對(duì)嵌入水印后的圖像進(jìn)行高斯噪聲添加處理，并從噪聲圖像中提取相應(yīng)的水印。仿真實(shí)驗(yàn)三：對(duì)水印圖像進(jìn)行中值濾波 對(duì)嵌入水印后的圖像進(jìn)行中值濾波處理，并從中值濾波后的水印圖像中提取水印。主程序運(yùn)行界面如圖 所示:圖 主程序運(yùn)行界面湖南工程學(xué)院畢業(yè)設(shè)計(jì)(論文) 29第 5 章 圖像數(shù)字水印的性能評(píng)估和攻擊 圖像數(shù)字水印的性能評(píng)估和基準(zhǔn) 對(duì)水印的性能建立合理的評(píng)估方法和基準(zhǔn)是數(shù)字水印研究的一個(gè)重要內(nèi)容。一般而言，在水印健壯性與不可感知性之間需要進(jìn)行折衷。首先，討論影響水印健壯性的因素。這是一個(gè)重要的參數(shù)，因?yàn)樗苯佑绊懰〉慕研?。被嵌入的信息依賴于各種不同的應(yīng)用場(chǎng)合。如果為了增強(qiáng)提取水印信息的準(zhǔn)確性而使用糾錯(cuò)碼等技術(shù)，則嵌入的比特?cái)?shù)還需要增加。水印嵌入強(qiáng)度和水印可見(jiàn)性之間存在著一個(gè)折衷。 （3）圖像的尺寸和特性。盡管非常小的含有水印的圖片沒(méi)有多少商業(yè)價(jià)值，但一個(gè)實(shí)用的水印軟件程序應(yīng)該能夠比此圖片中恢復(fù)出水印。但是，同時(shí)也希望這些圖像被掃描并被放到因特網(wǎng)上以后能夠得到保護(hù)。仍然以圖像水印為例，對(duì)描的自然圖像具有較高健壯性的方法在用于諸如計(jì)算機(jī)產(chǎn)生的合成圖像時(shí)，健壯性會(huì)大大削弱。 （4）密鑰。水印算法中，密鑰空間(密鑰允許取值的范圍)必須足夠大，以使窮舉攻擊法 (Exhaustive Search Attack )失效。 考慮上述這些參數(shù)，對(duì)于公平的測(cè)試基準(zhǔn)和性能評(píng)估，待評(píng)估水印方法必須在各種不同的測(cè)試圖像集中進(jìn)行測(cè)試。若要對(duì)幾種水印方法進(jìn)行比較，則必須確保對(duì)所有的待評(píng)估方法，嵌入的信息量是相同的。 因而， 正確評(píng)估和比較水印系統(tǒng)時(shí)，對(duì)水印可見(jiàn)性地考慮就十分重要。而在主觀測(cè)試方法中介紹一種基于觀測(cè)者打分的質(zhì)量等級(jí)評(píng)判方法。 大部分用在視覺(jué)信息處理中的失真量度量或質(zhì)量度量方法都屬于差分失真度量 ( Difference Distortion Metric)。差分失真量度量不能很好地與人類視覺(jué)系統(tǒng)相對(duì)應(yīng)，而復(fù)雜的水印方法可能會(huì)利用一種或多種視覺(jué)系統(tǒng)的效應(yīng)，因此將它們用于水印技術(shù)就會(huì)帶來(lái)一些問(wèn)題，例如使用上述方法來(lái)定量度量由水印處理過(guò)程所帶來(lái)的失真，可能會(huì)導(dǎo)致度量的不正確評(píng)估，如果使用適合于人類視覺(jué)的失真量度量，就可能更為有效。下面就介紹此種度量方法。下面是 Vanden 等人提出的失真量度量方法。 度量值的計(jì)算包括以下步驟：首先對(duì)圖像進(jìn)行粗分塊，用濾波器組將編碼誤差和原圖分解到各個(gè)知覺(jué)組件中；然后用原圖作為掩蔽對(duì)象對(duì)每一像素計(jì)算檢測(cè)上限。高于門限的差值湖南工程學(xué)院畢業(yè)設(shè)計(jì)(論文) 31即為一致性的度量，此差值也常常稱為可見(jiàn)性差值 ( JND,Just Noticeable Differenc