基于图像区域极值的数字水印算法的

【摘 要】为了提高图像在空间域嵌入水印后的透明性和稳健性,本文提出了一种基于图像区域极值的数字水印嵌入和提取方法：首先将图像分为几大块,再将每块分成许多小的区域,然后将水印同时嵌入各块每个区域的极值中；在提取水印时按嵌入的逆过程进行.实验结果表明,该算法水印的隐藏效果好、抗裁剪进攻及抗噪声干扰能力较强,并具有较高的运行效率.

【关 键 词 】数字水印；数字图像；区域极值

【中图分类号】TP393【文献标识码】A【文章编号】1672-5158（2013）07-0122-02

Image Digital Watermark Algorithm Based on Region Extremum

HU qi-guang

（School of Information Science and Engineering, Hunan City University, Yiyang 41300,China）

【Abstract】For the sake of enhancing the transparence and steadiness of image embedded watermark in spacial domain,a watermark’s embedding and extracting algorithm based on image region extremum is presented.At first, the image is separated into several blocks, then each block is separated into aller regions, at last, the watermark is embedded in each aller region of each block simultaneously. The watermark extracting is an inverse process of watermark embedding. The test results verifled that the watermark has good hiding effect, stronger anti-cutting performance and anti-noise interference capacity, as well as higher running efficiency.

【Key words】digital watermark； digital image； region extremum

【基金项目】 湖南省科技计划项目（编号：2012SK3115）

引言

随着多媒体技术和网络技术的迅速发展,图像、音频和视频等多媒体数字信息更易于存储和发布,也能容易地传播和复制,由此而引发了关于多媒体信息的传输安全问题和数字产品的版权保护问题.数字水印技术就是在这种情况下发展起来的一门技术,它通过在原始数字作品中嵌入一些有意义的信息来达到保护版权的目的.一个优秀的数字图像水印技术应具有透明性、稳健性和安全性等几个基本属性.

数字水印技术根据算法工作域的不同可分为空间域和变换域两种.针对数字图像在空间域嵌入水印的稳健性较差等问题,本文提出了一种基于区域极值的算法：将数字图像分成几大块,再将每块分成许多小的区域,然后将水印同时嵌入各块每个区域的极值中；在提取水印时按嵌入的逆过程进行,不需要原始图像的参与,可实现水印图像的提取.实验结果表明,该算法不但水印的隐藏效果好,又可以抗裁剪攻击以及噪声干扰,嵌入及提取水印过程均只需要数秒钟,具有较高的执行效率.

1.水印算法

1.1 嵌入水印的方法

如果 （ , ）f x y为原始灰度图像,其大小为 MM?； （ , ）W x y为二值水印图像,其大小为 NN?； （ , ）g x y为嵌入水印后的图像.若 2mMNn?（其中 ,, ,M N m n均为正整数）,则水印嵌入过程可表述为：

（1）将二值水印图像 W进行置乱,生成新的二值水印图像 W?（其大小仍为 NN?）；

（2）将原始灰度图像 f进行偶数量化后的变为 f?,再分成相等的

22mm?个大块；

2.1 原始图像及水印

本测试中采用 512,32,1,8MNmn.测试用原始图像如图2（a）所示,它以“.png”格式存储的256级灰度图像（512×512）；待嵌入的水印为图3（a）所示以“.bmp”格式存储的二值图像（32×32）.所有实验测试均在Windows XP Professional + Matlab软件环境下完成.

2.2 嵌入与提取水印

对图3（a）原始水印进行Arnold二维变换置乱后.嵌入到图2（a）原始图像中,得到如图2（b）所示的含水印图像,从图2（b）中提取的二值水印如图3（b）所示.

2.4 实验结果分析

从实验结果可以看到,图2（a）的原始图像和图2（b）含水印图像肉眼几乎看不出什么区别,说明该水印算法的隐蔽性很好；从图2（b）含水印图像中提取的二值水印图像图3（b）和原始二值水印图像图3（a）完全一致.从图4（a）的含噪声图像和图4（b）的被剪切图像中提取的二值水印图像均可清淅地看出水印信息,说明该水印算法的抗噪声干扰和抗裁剪性能均很好.通过图4（b）在提取水印的步骤（3）中,如果条件改为,则提取的水印更接近原始水印.水印的嵌入和提取时间均不到10 s.

另外通过对含水印图像图2（b）实验测试,在±30%范围内改变图像亮度,均能很好地提取水印；但在改变图像的对比度时.提取的水印质量很差,甚至不能正确提取.说明该水印算法对亮度改变攻击的抵抗能力很强而对对比度的改变很敏感.

3.结束语

本文提出了一种基于区域极值的数字图像二值水印嵌入与盲检测算法,该算法在对图像分块并划分区域的基础上,用置乱后的水印信息对每个区域的极值进行奇偶调整,从而实现了二值水印的嵌入.

水印的提取过程与嵌入过程相反.通过判断各区域极值的奇偶性即可确定嵌入的水印信息是0或1,然后对各块对应区域提取的信息进行多数综合并反置乱还原得到二值水印图像.实验结果表明,该算法具有较好的视觉质量和较强的稳健性；当水印检测时,不需要原始图像的参与,有效地实现了水印的盲检测.但该算法对对比度改变攻击的抵抗能力较弱,还需要进一步分析研究.