- 相關推薦
一種優(yōu)化的小波域圖像水印技術_小波變換
1.引言數(shù)字水印是一個將版權信息嵌入到指定媒體的技術[1]。有效的圖像水印技術主要包括水印生成、水印嵌入、水印識別和水印攻擊。
考慮到水印的隱蔽性，需要選擇一個適當?shù)那度胨惴▽⑺∏度氲筋l域系數(shù)中，使得含水印圖像與原始圖像比較起來，沒有明顯的質(zhì)量下降。近年來，使用各種優(yōu)化算法，如遺傳算法（GA），來加強水印的隱蔽性[2,3]。
水印識別是為進一步判斷提取的水印與原水印的相似程度和提取水印的所有者。為了更清晰地認證提取的水印，有意義水印可以部分或完全由協(xié)同神經(jīng)網(wǎng)絡（SNN）從水印圖像中恢復[4,5]。
本文提出了一種新的DWT域圖像水印技術。水印數(shù)據(jù)來自一個有意義的二進制圖像，由二維混沌編碼而成。水印嵌入中，GA用于選擇最佳嵌入強度，將水印嵌入到宿主灰度圖像。攻擊后，被提取的水印能通過SNN很好地識別。
2.水印生成
具有一次耦合項形式的二維Logistic映射系統(tǒng)的動力學行為是由控制參數(shù)
,
和
來控制。當
時，系統(tǒng)是混沌的，可加密數(shù)字圖像。
表示一個有意義的二進制圖像，其大小是
,
,
,
。
二維Logistic映射系統(tǒng)迭代運行
次后，得到
和
。使用數(shù)值
和
，加密算法描述如下：
1)把十進制數(shù)
轉(zhuǎn)換成二進制，選擇前
位為
。類似
，
轉(zhuǎn)換成
。
2)根據(jù)行序
和
，進行異或操作
,
。
3)根據(jù)列序
和
，進行異或操作
,
。
完成了以上三個步驟，就可以得到水印
。
3.水印嵌入
3.1遺傳算法
遺傳算法是模擬生物進化的最優(yōu)搜素算法，描述如下：
1）編碼：問題域的任何可能解都可表示成種群中的一個個體，并編碼為有限長度的二進制串，稱為染色體。調(diào)整二進制串中的組成元素，即基因，能最小化或最大化適應值。
2）初始種群：隨機生成一定個數(shù)的染色體作為第一代。
3）計算適應值：適應度函數(shù)由算法設計者設計，滿足特定應用的優(yōu)化目標。
4）遺傳操作：經(jīng)過選擇、交叉和變異運算后，得到下一代群體后。
5）終止規(guī)則：終止的規(guī)則是代數(shù)超過規(guī)定值或幾代后染色體的適應值無變化
3.2基于遺傳算法的水印嵌入
由于水印識別采用具有較好魯棒性的SNN方法，在水印嵌入算法中，設計的遺傳算法適應度函數(shù)只考慮隱蔽性。
（
�。┍硎敬笮�
的宿主灰度圖像，
為最優(yōu)的水印圖像。水印嵌入算法為：
1）在空域中，把宿主圖像切割成不重疊的
子圖
，共有
個子圖。
2）對每一個子圖進行DWT，得到低頻子帶
、兩個中頻子帶
和
、高頻子帶
。
3）共有
中低頻子帶，染色體可編碼成
位，每一個染色體對應一個子帶位置來嵌入水印。
4）對于每一個染色體，按照式1或式2修改相應的系數(shù)。
�。�1）
�。�2）
因子
和
是嵌入強度，CF是HL和LH之一，修改系數(shù)得到
后進行IDWT。所有的
組成了含水印圖像。
5）定義PSNR為適應度函數(shù)。
（3）
6）創(chuàng)建一些染色體來生成初始的種群。計算各染色體的適應度值，進行遺傳操作直到算法停止，同時得到最優(yōu)的含水印圖像。
4.水印識別
根據(jù)水印嵌入的規(guī)則和遺傳算法的最后染色體，用DWT得到水印圖像和宿主圖像.水印提取如下：
（4）
選擇與原始有意義的水印圖像具有相同大小和相似內(nèi)容的二進制圖像共同形成原型模式集。利用SNN識別提取的水印，解密還原后可得到原始水印圖像。
5.實驗
為了驗證預定技術的有效性，從ORL臉數(shù)據(jù)庫[6]選擇辣椒圖像作為宿主灰度圖像，大小為
，和大小為
的二進制臉部圖像作為有意義水印圖像。同時，其他四個二進制臉部圖像用來組成一個原型模式向量集合，如圖1。
選擇控制變量
，
和初始值
，
，
，把二進制臉部圖像加密成水印。臉部圖像和水印分別見圖1(c)和圖1(d)。
（a）辣椒圖像（b）水印辣椒圖像
�。╟）臉部圖像（d）水印
�。╡）其他四個圖像
圖1實驗用圖像
設置嵌入強度
，
。利用Matlab7.0軟件環(huán)境下的GADS工具箱，水印被嵌入到辣椒圖像。宿主圖像和水印圖像顯示為圖1(a)和圖1(b)。在遺傳算法中，經(jīng)過15代得到水印最優(yōu)位置
和最優(yōu)PSNR值53.1417。
在Matlab7.0軟件環(huán)境中，完成了對水印辣椒圖像的攻擊實驗：選擇均值零方差0.0005的高斯噪聲、均值零方差0.001的椒鹽噪聲、[0.10.9]到[01]對比度增強、[01]至[0.10.9]對比度減弱、3×3中值濾波和維納濾波、壓縮質(zhì)量50％的JPEG壓縮。攻擊后，約20-50的SNN演化后，提取水印能夠被正確地識別，見表1。
表1提取水印的SNN識別
解密水印SNN演化
高斯噪音
椒鹽噪音
對比度增強
中值濾波
中值濾波
維納濾波
JPEG壓縮
正如表1中所示，提取出的水印通過相關分析或者人類感覺器官不能被直接識別出來，但是通過SNN，被嵌入宿主圖像中的水印可以很容易地識別。
6.結(jié)束語
有效的數(shù)字水印技術必須滿足三個主要的特征：安全性、隱蔽性和魯棒性。本文使用二維混沌加密、遺傳算法和協(xié)同神經(jīng)網(wǎng)絡來滿足這些水印特性，實驗結(jié)果表明本文所提出圖像水印技術的可行性和有效性。
參考文獻
1 Cox I J, Miller M L, Bloom J A. Digital Watermarking. San Francisco: Morgan Kaufmann Publishers,2002
2 Huang H C, Pan J S, Huang Y H, and et al. Progressive Watermarking Techniques Using GeneticAlgorithms. Circuits Systems Signal Processing, 2007, 26(5):671-687
3 Chu S C, Huang H C, Shi Y, and et al. Genetic Watermarking for Zerotree-Based Applications. Circuits Systems SignalProcess,2008,27:171-182
4 Huang S, Zhang W, Feng W, and et al. Blind Watermarking Scheme Based on Neural Network. In Proc. ofthe 7th World Congress on Intelligent Control and Automation, vol. 1,2008:5985-5989
5 Chang C Y, Su S J. The Application of a Full Counter Propagation Neural Network to Image Watermarking.Proceedings of IEEE on Networking, Sensing and Control, 2005:993-998
6 AT&T Laboratories Cambridge. The ORL Database of Faces. http:// www. uk. research. att. com/ facedatabase. html.
【一種優(yōu)化的小波域圖像水印技術_小波變換】相關文章：
《波麗安娜》心得02-11
一波未平一波又起作文05-19
森波拉_950字07-29
吳秀波經(jīng)典語錄08-24
尺水興波結(jié)構精巧08-24
周立波最新語錄08-23
最新整理的周立波語錄08-23
大衛(wèi)科波菲爾梗概07-16
大衛(wèi)科波菲爾摘抄06-04