【正文】 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 標準的一個簡介，目的是介紹該標準的特點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現(xiàn)，最后，在第三部分，詳細介紹了JPEG2022 中用到的核心算法：EBCOT [10]。它把 JPEG 的四種模式(順序模式,漸進模式，無損模式和分層模式)集成在一個標準之中，在編碼端以最大的壓縮質(zhì)量 (包括無失真壓縮)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，最大可達到編碼時的圖像質(zhì)量和分辨率。 無損壓縮和有損壓縮：JPEG2022 提供無損和有損兩種壓縮方式，無損壓縮在許多領(lǐng)域是必須的，例如醫(yī)學圖像中有時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 JPEG2022 提供的是嵌入式碼流，允許從有損到無損的漸進解壓。所謂的 漸進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)來不斷提高圖像質(zhì)量，互聯(lián)網(wǎng)、 打印機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) ，然后在壓縮時對這些區(qū)域指定壓縮質(zhì)量，或在恢復(fù)時指定某些區(qū)域的解壓縮要求。 JPEG2022 的基本框架和實現(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，首先對源圖像數(shù)據(jù)進行離散小波變換，然后對變換后的小波系數(shù)進行量化，接著對量化后的數(shù)據(jù)嫡編碼，后形成輸出碼流。這是顯然的，因為網(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 的壓縮原理其實上面介紹的那些原理的綜合，博采眾家之長，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， 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 Y 采用細量化，對UV 采用粗量化，可進一步提高壓縮比。上面講了，經(jīng)過 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，要對它單獨編碼。 88 的其它 63 個元素是交流（AC）系數(shù)，采用行程編碼。圖 ZigZag這 63 個 AC 系數(shù)行程編碼的碼字用兩個字節(jié)表示，如圖 所示。為了進一步提高壓縮比，需要對其再進行熵編碼，這里選用 Huffman 編碼，分成兩步：（1） 熵編碼的中間格式表示對于 AC 系數(shù)，有兩個符號。(0 ，0)和(15，0)是兩個比較特殊的情況。符號 2 為幅度值（ Amplitude）。符號 1 為尺寸（Size）；符號 2 為幅度值（Amplitude）。零行程長度超過 15 個時，有一個符號(15 ，0) ，塊結(jié)束時只有一個符號(0，0) 。對符號 2 進行變長整數(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 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=，大約每個象素用半個比特。這幾種方法的結(jié)合正式產(chǎn)生 JPEG 高壓縮比的原因。第二級的輸出經(jīng)解碼后迭加在經(jīng)過內(nèi)插的第一級解碼輸出上就可改善其質(zhì)量。 JPEG 達到的壓縮效果采用 JPEG 算法所能達到的壓縮效果，與被壓縮圖像的特性有關(guān)，對于在開發(fā)和測試本算法標準時所用的那些內(nèi)容是彩色自然景物和人像的測試圖片，壓縮到 比特/象素時，圖像可以識別： 比特/象素時解碼后的圖像可評價為 “有用”；約 比特/象素時，可認為是“極佳”；大約 比特/象素時基本上與原圖像無法區(qū)別。 基于組塊選擇的水印 DCT 算法最近，國際上出現(xiàn)了幾種數(shù)字水印的新算法，本章重點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)。每個組塊的大小為8*8，每一個組塊都分配一個數(shù)表示自己的位置。兩個連續(xù)選擇的組塊之間的距離滿足函數(shù)： 2,11.()()expLNjijii jijGx????????????? ()其中， 代表兩個連續(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，基于前一個組塊的位置我們可以確定第 N 個組塊的位置。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 (以象素數(shù)量來計算 )。位置包含所有滿足條件的組塊，這些組塊位于第一個高斯函數(shù)確定的組塊和第 L 個函數(shù)確定的組塊之間。 ()????, ,1 1LiNikiNii iwTSwT??????????其中 表示這樣一個區(qū)域象素的數(shù)目，這樣一個區(qū)域代表在圖像中一個獨立的部sk分，依靠這個獨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，可以抵抗各種常見的攻擊，但是，本算法實現(xiàn)復(fù)雜，理論和實現(xiàn)的距離較大 [11]。(2)具有較大的感覺容量，以便嵌入水印后不會引起原始圖像視覺質(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性。將原始圖像不重疊地分成88的子塊，對每個子塊獨立地進行DCT，可以共享一些JPEG標準的特性。首先對變換系數(shù)矩陣進行ZigZag 掃描，將系數(shù)從低頻到高頻的順序進行排列。由于每個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，水印嵌入強度定義為相應(yīng)系數(shù)的增加或減小程度，由于JPEG標準中的亮度量化臺階是從視覺特性上對各系數(shù)的噪聲的定量，因此，將其作為水印嵌入強度的基本依據(jù)。在提取過程中，根據(jù)相應(yīng)位置上系數(shù)對的關(guān)系確定所包含的水印信息，因此，在水印的提取過程中只需知道水印嵌入位置，而無需使用原始圖像。??Qi（2） 將384384 的原始Lena圖像劃分成3232個88的圖像子塊，每個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)對之間的大小關(guān)系，分為兩類系數(shù)對：大于關(guān)系的相鄰系數(shù)對與小于關(guān)系的相鄰系數(shù)對。（4）水印嵌入的基本原則是保持系數(shù)對的原有關(guān)系，當嵌入的水印信息為時，選原始圖像象圖像子塊DCT 系數(shù)對 水印序列 W(n)二值圖像 子塊 FDCTZigZag 掃描量化表嵌入算法IDCT水印子塊水印圖象置亂擇大于關(guān)系的系數(shù)作為嵌入位置；當水印信息為0時，選擇小于關(guān)系的系數(shù)對作為嵌入位置。（6）水印的提取是水印嵌入的逆過程，水印提取的過程中不需要使用原始圖像，只需知道水印嵌入的系數(shù)對位置，通過系數(shù)對之間的關(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)對在低頻系數(shù)序列中的位置， 表示該水印序列中第 位。因為二值圖像的像素值 。因此，本文中使用下式定義的?NC值來描述水印的相似度： ()??39。??,wij,ij 仿真實驗 按照上述的水印嵌入方法，使用384384Lena灰度圖像進行水印嵌入實驗，水印是二維圖像。 圖 原始圖象 圖 載入水印后圖像 圖 原始水印圖像從仿真實驗可以看出，加入水印后的圖像與原始圖像沒什么不同，這體現(xiàn)了數(shù)字水印的不可見性，同時反映了數(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 壓縮圖象提取出來的水印 圖 壓縮圖像中提取出來的水印仿真實驗二：對水印圖像添加高斯噪聲對嵌入水印后的圖像進行高斯噪聲添加處理，并從噪聲圖像中提取相應(yīng)的水印。仿真實驗三：對水印圖像進行中值濾波 對嵌入水印后的圖像進行中值濾波處理，并從中值濾波后的水印圖像中提取水印。主程序運行界面如圖 所示:圖 主程序運行界面第 5 章 圖像數(shù)字水印的性能評估和攻擊 圖像數(shù)字水印的性能評估和基準 對水印的性能建立合理的評估方法和基準是數(shù)字水印研究的一個重要內(nèi)容。一般而言，在水印健壯性與不可感知性之間需要進行折衷。首先，討論影響水印健壯性的因素。這是一個重要的參數(shù)，因為它直接影響水印的健壯性。被嵌入的信息依賴于各種不同的應(yīng)用場合。如果為了增強提取水印信息的準確性而使用糾錯碼等技術(shù)，則嵌入的比特數(shù)還需要增加。水印嵌入強度和水印可見性之間存在著一個折衷。 （3）圖像的尺寸和特性。盡管非常小的含有水印的圖片沒有多少商業(yè)價值，但一個實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。仍然以圖像水印為例，對描的自然圖像具有較高健壯性的方法在用于諸如計算機產(chǎn)生的合成圖像時，健壯性會大大削弱。 （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)，對于公平的測試基準和性能評估，待評估水印方法必須在各種不同的測試圖像集中進行測試。若要對幾種水印方法進行比較，則必須確保對所有的待評估方法，嵌入的信息量是相同的。 因而， 正確評估和比較水印系統(tǒng)時，對水印可見性地考慮就十分重要。而在主觀測試方法中介紹一種基于觀測者打分的質(zhì)量等級評判方法。 大部分用在視覺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系統(tǒng)相對應(yīng)，而復(fù)雜的水印方法可能會利用一種或多種視覺系統(tǒng)的效應(yīng)，因此將它們用于水印技術(shù)就會帶來一些問題，例如使用上述方法來定量度量由水印處理過程所帶來的失真，可能會導(dǎo)致度量的不正確評估，如果使用適合于人類視覺的失真量度量，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。 度量值的計算包括以下步驟：首先對圖像進行粗分塊，用濾波器組將編碼誤差和原圖分解到各個知覺組件中；然后用原圖作為掩蔽對象對每一像素計算檢測上限。高于門限的差值即為一致性的度量，此差值也常常稱為可見性差值 ( JND,Just Noticeable Difference)。由于這個質(zhì)量值與已知的分貝數(shù) (dB)具有不同的意義，有時還采用 ITURR500 的質(zhì)量分數(shù) 4 。表 51 列出了分數(shù)和相應(yīng)的視覺可察覺性指標以及圖像質(zhì)量。 （3）主觀性質(zhì)量度量方法 對視覺質(zhì)量的評估還可以采用主觀打分的方法進行。這種測試通常分成兩個步驟：第一步，將有失真的數(shù)據(jù)集按由最好到最壞的次序分成幾個等級。這種打分也可以基于 UTUR Rec 500 質(zhì)量等級評判(見表 51 所列出的評分標準和相應(yīng)的可見性及質(zhì)量)。項目組完成的工作表明，不同經(jīng)歷的人 (比如專業(yè)攝影師和研究員)對水印圖像的主觀測試結(jié)果差異