数字水印技术及其应用

当前数字水印技术的研究热点和难点有二：一是嵌入的水印如何抵抗几何攻击；二是如何通过水印技术来维护各种视频的版权，从而打击盗版。本书就是为了解决这两个难点的，这书中，重点介绍的就是基于特征的抗几何攻击的第二代数字水印技术和视频水印技术。本书中说介绍的内容，能够为当前正在学习和研究数字水印的学生和研究者提供借鉴、参考及学习的资料。 

主要内容包括数字水印系统的基本模型和算法分析、用于版权保护的鲁棒性透明水印，包括能抵抗一般性图像处理等非几何攻击的水印技术和基于特征点的抗几何攻击的水印技术、图像水印算法和视频水印技术、传统的DCT和DWT变换域上的数字水印技术、*的Contourlet变换域水印技术、基于神经网络的半色调图像水印技术、非压缩域和压缩域空间的视频水印技术。

目录CONTENTS

第1章绪论

1.1数字水印技术相关概念

1.2数字水印的研究现状

1.3数字水印技术的发展趋势

小结

参考文献

第2章数字水印技术的基本理论

2.1数字水印技术的特点

2.2数字水印技术的基本框架

2.3数字水印系统的性能评价

2.4数字水印检测的错误概率

2.5数字水印技术的分类

2.6数字水印技术算法攻击分析

2.7视觉系统的掩蔽特性

2.8DCT和提升方案小波变换简介

2.8.1小波变换

2.8.2离散余弦变换

小结

参考文献

第3章提升方案小波和DCT的图像盲水印算法

3.1引言

3.2基于HVS的自适应水印嵌入策略

3.3水印嵌入和提取算法

3.3.1水印嵌入

3.3.2水印提取与检测

3.4实验结果

3.4.1水印嵌入和提取的效果

3.4.2对JPEG有损压缩的鲁棒性测试

3.4.3对噪声攻击的鲁棒性测试

3.4.4对剪切攻击的鲁棒性测试

3.4.5对锐化增强的鲁棒胜性测试

3.5讨论

小结

参考文献

第4章基于峰值信噪比的迭加量化公开水印算法

4.1引言

4.2水印嵌入算法

4.2.1水印混沌置乱

4.2.2水印的嵌入

4.2.3量化步长的确定

4.3水印提取过程

4.3.1水印提取

4.3.2相关检测

4.4实验结果

4.4.1水印嵌入和提取结果

4.4.2抗攻击实验

4.5讨论

小结

参考文献

第5章一种基于神经网络的半色调图像水印算法

5.1引言

5.2基于神经元的半色调处理算法

5.2.1半色调调制

5.2.2基于神经元的误差扩散核

5.3基于神经元误差扩散核的半色调图像算法

5.3.1数字水印的嵌入

5.3.2数字水印的提取

5.4实验结果

5.4.1检测性能测试

5.4.2抗攻击能力测试

小结

参考文献

第6章抗几何攻击的图像水印算法概述

6.1引言

6.2抗几何攻击图像水印算法研究现状

6.2.1基于攻击校正的水印方法

6.2.2基于不变性的水印方法

小结

参考文献

第7章基于归一化图像重要区域的图像水印算法

7.1引言

7.2图像归一化技术简介

7.3归一化图像重要区域的确定

7.4基于归一化图像重要区域的数字水印算法

7.4.1数字水印的嵌入

7.4.2数字水印的提取

7.5实验结果

7.5.1检测性能测试

7.5.2抗攻击能力测试

小结

参考文献

第8章基于DWT域的抗几何攻击水印算法

8.1引言

8.2特征点模板的提取

8.2.1Harris算子

8.2.2特征尺度

8.2.3改进的HarrisLaplace

8.2.4特征点模板的确定

8.2.5特征点匹配

8.3几何攻击的参数估计和校正

8.4水印嵌入

8.5水印检测

8.6实验结果

8.7讨论

小结

参考文献

第9章基于自适应特征区域的图像水印算法

9.1引言

9.2基于尺度空间特征点的局部特征区域划分

9.2.1自动尺度选择和尺度不变特征点

9.2.2局部特征区域的自适应划分

9.3基于特征点的图像水印算法

9.3.1数字水印的嵌入

9.3.2数字水印的检测

9.4实验结果

9.4.1检测性能测试

9.4.2抗攻击能力测试

小结

参考文献

第10章基于仿射不变特征点的抗几何攻击水印算法

10.1引言

10.2HarrisAffine检测算子

10.2.1仿射高斯尺度空间

10.2.2仿射自相关矩阵

10.3特征点和特征区域的提取

10.4局部特征区域的自适应划分

10.5水印嵌入

10.6水印检测

10.7实验结果

10.8讨论

小结

参考文献

第11章基于Contourlet变换域的水印算法

11.1引言

11.2Contourlet变换

11.2.1拉普拉斯金字塔滤波器组

11.2.2方向滤波器组

11.2.3金字塔方向滤波器组

11.2.4Contourlet变换的特性

11.3基于Contourlet变换域的自适应水印算法

11.3.1水印嵌入

11.3.2水印检测

11.3.3实验结果

11.3.4讨论

11.4基于特征点模板的Contourlet域抗几何攻击水印算法

11.4.1特征点模板的提取

11.4.2特征点模板的匹配

11.4.3几何攻击参数的估计和校正

11.4.4水印嵌入

11.4.5水印检测

11.4.6实验结果

11.4.7讨论

小结

参考文献

第12章视频水印技术简介

12.1引言

12.2视频水印技术相关概念

12.2.1视频水印技术的基本特点

12.2.2视频水印技术的分类

12.2.3视频水印的攻击方式

12.2.4视频压缩编码国际标准

12.2.5MPEG标准系列

12.2.6视频水印技术的应用领域

12.3视频水印算法回顾

12.4视频水印技术的研究趋势

小结

参考文献

第13章基于提升方案小波和HVS特性的自适应视频
水印算法
13.1引言

13.2算法概述

13.3水印图像预处理

13.4视频流预处理

13.4.1视频场景分割

13.4.2视频帧小波变换

13.4.3视频帧图像小波域重要系数的确定

13.5水印嵌入自适应性处理

13.5.1纹理区域的分类

13.5.2运动区域分类

13.6算法实现

13.6.1水印嵌入

13.6.2水印提取

13.6.3实验结果

13.7讨论

小结

参考文献

第14章基于特征区域的抗几何攻击视频水印算法

14.1引言

14.2几何攻击参数的估计和校正

14.2.1特征区域的检测

14.2.2旋转角的估计

14.2.3尺度变换参数的估计

14.2.4平移尺度的估计

14.3水印嵌入过程

14.3.1水印混沌置乱处理

14.3.2水印嵌入

14.3.3量化步长确定

14.4水印检测过程

14.5实验结果

14.6讨论

小结

参考文献

第15章基于帧差纹理方向的自适应视频水印算法

15.1引言

15.2不可见噪声块的确定

15.3水印嵌入过程

15.3.1嵌入帧的选择

15.3.2嵌入块的选择

15.3.3嵌入位置的选择及嵌入公式

15.3.4进一步保证鲁棒性的嵌入策略

15.4水印提取过程

15.4.1水印的提取

15.4.2水印的相似度检测

15.5实验结果

小结

参考文献

第16章基于运动特征的视频水印算法

16.1引言

16.2不同运动对象区域的确定

16.2.1聚类分析

16.2.2分类方法

16.2.3分类的作用

16.3水印嵌入过程

16.4水印检测

16.5实验结果

小结

前言FOREWORD
随着网络技术与多媒体技术的迅猛发展，多媒体数据正逐渐成为人们获取信息的重要来源，并已成为人们生活的重要组成部分。应该说，多媒体数据的数字化不仅为多媒体信息的存取提供了极大的便利，而且极大提高了信息表达的效率和准确性。人们可以通过Internet发布自己的作品，传递重要信息，进行网络贸易等。然而，数字化的多媒体信息极易被无限制任意编辑、复制与散布。例如，现代盗版者只需轻点几下鼠标便可获得与原版一样的复制品，并以此获取暴利； 而一些具有特殊意义的信息，如涉及司法诉讼、政府机要等信息，则会遭到恶意攻击和篡改伪造等。这一系列数字化技术本身的可复制和广泛传播性所带来的负面效应，已成为影响信息产业健康、持续发展的一大障碍。目前，包括版权保护、内容认证等在内的多媒体信息安全问题已变得日益突出，且已成为数字世界中非常重要和紧迫的议题。
数字水印技术是国际信息安全学术界研究的一个前沿方向，为多媒体的安全保存和传送开辟了一条全新的途径。数字水印技术是集数学、密码学、信息论、概率论、计算复杂度理论、计算机网络以及计算机应用技术于一体的多学科交叉综合性高新技术。目前还没有形成完整的理论体系，存在很多亟待解决的难题，但数字水印技术已经作为多媒体信息版权保护及完整性验证最有效的手段，成为目前国际学术界研究的一个热点。介绍数字水印技术的最新研究成果，反映当前最新的研究方向是本书的主要目标。
本书共包含16章。第1章和第2章介绍了数字水印的相关概念，数字水印技术的基础理论，数字水印技术常用的变换方法： 提升方案小波和DCT变换的基本理论，并分析了国内外研究现状和发展趋势等基本问题。第3~5章详细介绍了三种具体的图像水印技术： 提升方案小波和DCT的图像盲水印算法，基于峰值信噪比的迭加量化公开水印算法和基于神经网络的半色调图像水印算法。第6章介绍抗几何攻击的图像水印技术，包括几何攻击对图像水印技术的影响和现有的抗几何攻击算法等问题。第7~10章详细介绍了4种抗几何攻击的图像水印技术： 基于归一化图像重要区域的图像水印算法，基于DWT域的抗几何攻击水印算法，基于自适应特征区域的图像水印算法和基于仿射不变特征点的抗几何攻击水印算法。第11章详细介绍了Contourlet变换的基本理论和特征，并介绍了两种基于Contourlet变换的水印技术。第12章介绍了视频水印技术的相关概念、视频水印技术研究现状和发展趋势。第13~16章详细介绍了4种视频水印技术： 基于提升方案小波和HVS特性的自适应视频水印算法，基于特征区域的抗几何攻击视频水印算法，基于帧差纹理方向的自适应视频水印算法和基于运动特征的视频水印算法。
本书内容具有如下特点。
(1) 内容新颖。本书内容主要是对近几年最新的数字水印理论与技术进行介绍，而不是大量地介绍熟知的论文与方法。
(2) 内容全面。本书既介绍了基于图像内容的一代水印技术，又介绍了基于特征的第二代水印技术； 既介绍了对于常规图像处理具有鲁棒性的水印技术，又介绍了对几何攻击具有高鲁棒性的基于特征的抗几何攻击水印技术； 既介绍了图像水印技术，又介绍了非压缩中的视频水印技术和压缩域空间的视频水印技术等。
(3) 理论性强。本书介绍了许多与数字水印相关的基础理论，例如水印技术的基本框架、水印技术的评价系统、Contourlet变换、提升方案小波、特征点提取算法、视频压缩编码国际标准等。
借本书出版之际，衷心感谢王相海教授和王钲旋教授在本书编写过程中给予的指导、支持和鼓励，同时感谢崔东峰、陈恒、景雨、巩庆志、李绍华给予的帮助和启发。
本书的出版得到了大连外国语大学出版资助项目(2016CBZZ05)、国家自然科学基金项目(61501082)、辽宁省自然科学基金项目(20170540232)、辽宁省教育厅科学研究一般项目(L2015137)和辽宁省社会科学规划基金项目(L15CGL009)的资助，在此表示感谢。

由于作者水平有限，书中难免会有疏漏与不妥之处，欢迎读者不吝指正。

第3章提升方案小波和DCT的图像盲水印算法
3.1引言
多媒体技术和计算机网络技术的不断发展使越来越多的多媒体信息可以通过网络进行传输，这给人们提供了极大的方便，但数字产品的易复制、易修改等特点使得许多数字产品的版权受到威胁。作为传统加密方法的有效补充手段，数字水印技术近年来引起了人们的高度重视并逐渐成为多媒体信号处理领域的一个研究热点。
数字水印是一组表示版权或证明信息的编码或特定的信息(可以是图标或序列号)，它被永久地“埋植”在数字产品(宿主数据)中，以便鉴别数字产品的来源、创作者、拥有者、发行人或被授权的使用用户等版权信息。被嵌入数字产品中的水印信息通常需要具有不可见性和健壮性，即嵌入水印的图像与原图像比较无明显差异，或者不易察觉其差异，同时嵌入数字产品中的水印信息能够抵抗一些常见的噪声污染，以及信息处理、有损压缩等攻击。
本章提出一种基于提升方案小波［1］和DCT的彩色图像盲水印算法，该方法利用HVS的亮度掩蔽特性和纹理特性，在图像小波变换的较低频子带DCT域的不同类型块中嵌入不同能量的水印系数，从而保证了所嵌入水印具有自适应能力，这在一定程度上可以保证在不可见性前提下的极大鲁棒性。实验结果验证了所提出方法的有效性。
3.2基于HVS的自适应水印嵌入策略
水印嵌入可以看作是在强背景(原始图像)下加上一个弱信息(水印)，只要迭加的信号低于JND的值，视觉系统就无法感觉到水印信息的存在［2］。根据HVS的视觉特点，人眼对图像的亮度和纹理通常具有可屏蔽特性［3］，即人眼对图像的中间亮度区域的畸变最敏感，且对亮度的敏感性随着亮度的增加或减少向两端呈抛物线状下降，即所谓的亮度掩蔽特性； 此外，背景的纹理越复杂，嵌入的水印可见性越低(边缘信息对人眼非常重要，必须保证边缘的质量不受大的损害)，即所谓的纹理掩蔽特性。这样图像背景的亮度和纹理将影响水印信息的可见性和鲁棒性。
水印嵌入的思想是首先将宿主图像进行一层或多层提升方案小波分解，对其较低频子带(如果嵌入的水印信息量较少，则可以仅考虑低频子带LL，否则可再选用HL和LH子带)进行8×8分块的DCT变换，水印信息将嵌入在每个分块的DCT域中，如果水印信息嵌入在LL子带的分块DCT域中，则改变该8×8块中两个中频分量的值(中频分量值的位置可在JPEG所给出的量化表［4］中选取)； 如果水印信息嵌入在HL或LH子带的DCT系数中，则改变其两个中低频分量的值。

设Yck为所选择的经DCT变换后的系数块，Yck(u1,v1)和Yck(u2,v2)为Yck块中两个待嵌入水印信息的系数，令Yck(u1,v1)和Yck(u2,v2)的初值均为［Yck(u1,v1) Yck(u2,v2)］/2，具体嵌入原则如下。
若嵌入的水印信息w′k=1，则取：

Yck(u1,v1)=Yck(u1,v1) α·β·γ·(mk-Ywmean Ywmean)
(3.1)

若嵌入的水印信息w′k=0，则取：

Yck(u2,v2)=Yck(u2,v2) α·β·γ(|mk-Ywmean| Ywmean)
(3.2)

其中：
(1) Ywmean为Yck所在的小波分解子带的系数均值，若该均值大于127，则Ycmean取127。
(2) α为可见性临界系数。设背景亮度为Y，根据Weber定律［5］，在均匀背景下，人眼刚好可以识别的物体亮度为Y＋Y，其中，Y一般可取002Y。在我们所给出的方案中，每8×8子带的DCT块中嵌入一个水印，故α可取小于64×0.02＝0.128的实数。
(3) β为亮度掩蔽系数。根据HVS的亮度掩蔽特性，将β定义为1 |mk-Ywmean|/Ywmax，其中，Ywmean和Ywmax分别为Yck所在的小波分解子带的系数均值和系数最大值； mk为待嵌入水印的8×8小波分解子带块的系数均值。
(4) γ是纹理掩蔽系数，其计算在Yck所在的小波分解子带中进行，具体过程为： 首先将Yck所在的小波分解子带分成8×8的块Ywk，计算每一块小波系数的平均值mk和方差δ2k：

mk=164∑7i=0∑7j=0Ywk(ui,vj)(3.3)

δ2k=164∑7i=0∑7j=0［Ywk(ui,vj)-mk］2(3.4)

块方差δ2k的大小反映了块的平滑程度，当δ2k较小时，块中的系数比较均匀，反之，则块将包含着较多的纹理和边缘的系数。这样根据Yck所在的小波分解子带中小波系数的分布情况，可选定一个阈值ω(也可通过实验来确定)，按该阈值将块Ywk分成B1和B2两类： 当δ2kB2类中的块Ywk可能由两种情况形成： 一种情况是该块中含有边缘信息以外的较丰富的纹理信息； 另一种情况是该块中含有较丰富的边缘信息。前一种情况对噪声不太敏感，后一种情况则需保护边缘信息，这样对属于B2类的系数块需要进一步区分。我们通过计算系数块的梯度来区分B2类中系数块的两种情况［6］，对Ywk块中的每一系数Ywk(u,v)，采用Roberts梯度的近似算法来计算其梯度：

Ywk(u,v)=Ywk(u 1,v 1)-Ywk(u,v)

Ywk(u 1,v)-Ywk(u,v 1)(3.5)

由于在纹理丰富的系数块中，Ywk(u,v)较大的系数较多，而在边缘信息丰富的系数块中，Ywk(u,v)大的系数相对较少，这样，可以通过适当选择一个阈值Tdrads，统计出各Ywk块中Ywk(u,v)>Tdrads的系数的个数Nk，进而通过选择阈值Tcount，将B2类中的各Ywk块进一步分成B21和B22两类： 当Nk≥Tcount时，Ywk∈B21； 当Nk按照上述分类情况，纹理掩蔽系数γ可定义为： γ=ξ·ln(2 δ2k/δ2mean)，其中，δ2k为Ywk块的方差； δ2mean定义为(δ2min δ2max)/2，其中，δ2min和δ2max分别为Ywk所在子带方差的最小值和最大值； ξ被定义为：

ξ=1,当Ywk∈B21

0.75，当Ywk∈B22(3.6)

上述水印嵌入策略充分考虑了HVS的特性，根据块的特点，在不同块中嵌入不同的水印能量，保证了所嵌入水印的自适应性。