英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

使用Arnold变换的不可见标志水印

N Saikrishna ， MG Resmipriya

计算机科学与工程学院PG学者，Amal Jyothi工程学院，戈德亚姆，686518

计算机科学与工程学院助理教授，Amal Jyothi工程学院，戈德亚姆，686518

摘要：数字水印是将信息隐藏到数字内容中。嵌入到主要图片的较小徽标图像称之为标志图像。本文提出一种不可见的安全水印。通过输入密钥确定最初的嵌入位置，从而将主图像分为白色和黑色纹理区域。标志图像使用阿诺德变换进行变换，离散小波变换（DWT）技术被用于将标志图片嵌入到白色纹理区域。通过输入相同密钥完成水印提取。在嵌入完成后，徽标在主图片中不易察觉。 最后进行分析，PSNR值被用作确定恢复图像质量的亮度。

关键词：Arnold变换；直方图定向梯度；离散小波变换（DWT）

1.介绍

在宿主图像上永久隐藏或嵌入图像的方法称为数字图像水印。水印被用于版权所有权标识^[1]。不可见的水印是用该方法嵌入其中的数据是不可见的或人眼无法察觉的。隐形水印能在非法使用图像时到其确切的所有者或合法用户。因此这些方法作为识别所有权的手段是有效的。现在篡改在社交网站上分享的照片正成为一个主要的问题。原始图像可能会经历各种形式的几何和非几何攻击，如旋转，缩放，平移和压缩，运动模糊，高斯噪声。鲁棒性是针对这些类型的几何和非几何攻击的抵抗标准。不可见的水印主要用于那些诸如嵌入QR（快速响应）^[13]代码的图像是水印的图像肉眼无法看见的。其他应用包括图像质量评估，医学图像，多媒体传输等。图像，音频或甚至文字形式的水印无法从宿主图像中识别，但它可以在提取程序之后查看。这种水印的重要属性称为隐形。安全性确保只有授权方才能访问水印。因此，水印的主要特性是不可感知性，安全鲁棒性。标志水印的主要挑战是处理各种各样的攻击，包括几何和非几何。另一个挑战是使标识在宿主图像中不可见。应该是在整个宿主图像不可见而不是部分。在提取过程之后，水印需要是原始的或可理解的形式进行有效比较。 该算法必须足够强壮以承受各种攻击，不可察觉，可以有效保护水印。 该系统必须足以处理多个徽标。水印的两个主要领域是空间域和变换域^[14]。 空间域包括像素值的直接修改。 这些方法很简单，不足以抵御不同的攻击。变换域技术转换像素，变换可以基于离散傅立叶变换（DFT），离散余弦变换（DCT）和离散小波变换（DWT）。 这些技术比空间域更强大，更难察觉。 DCT采用基于块的处理，但系数不解相关。 因此，对于一个高效的系统，基于小波变换的水印处理效果更好。

所提出的系统旨在引入不可见和安全的灰度标志水印。 主要步骤包括转换，嵌入和提取。最初用户需要输入密钥，然后使用rand函数，根据提供的顺序确定均匀分布的位置。 系统然后将宿主图像分割成白色纹理和黑色纹理区域。 下一步是使用Arnold转换和旋转来转换徽标图像。 白色纹理区域的位置用于嵌入。 离散小波变换用于嵌入和提取。 使用PSNR（峰值噪声 - 信号比）分析水印和恢复图像的质量。

第2节是对现有文献的研究。 它简要介绍了数字水印的基础知识，一些现有技术的描述以及以前已知的有关水印的方法和过程。 第3节给出了实施的详细概述，以及主要模块的描述。 第4部分将根据嵌入和恢复图像的质量总结实验的结果。 最后，最后一部分对本文进行总结，并为实施的系统提供未来的发展前景。

2.相关研究

数字水印用于认证，完整性或显示其所有者的身份。隐写术和水印采用隐藏技术来嵌入数据。隐写术的目的在于对人类感官的不敏感性，因为数字水印试图将健壮性设置为最高优先级。水印是将信息直接嵌入主机或原始内容的技术。已经为图像，音频，视频，文档和图形提出了水印算法。根据工作类型，水印技术正在被分类到空间和变换领域。在空间域中，水印嵌入直接应用于像素值。通过改变组成图像像素的一个或多个位来操纵图像。最低有效位（LSB）和M序列是空间域的例子。在变换域中，会发生图像到一组组件的转换。 例子包括离散傅立叶变换（DFT），离散余弦变换（DCT）和离散小波变换（DWT）。 与DCT相比，DWT技术可以转换整个图像。 DCT中的系数相关并导致阻塞的人为因素。 因此，考虑到操纵方面，DWT执行快速且稳健的形式的水印技术。 变换域水印对于利用嵌入过程中的感知性，设计水印技术和直接嵌入压缩比特流是有用的。 频域数字水印技术用于获取水印的一般性质，如安全性，不可感知性和鲁棒性。

人眼可以检测到可见的水印，很容易去除。 在不可见的水印中，嵌入的数据是不可见的，即当放置在宿主图像中的水印是不可察觉的。 水印需要不可察觉，并且图像的视图不受影响。不可见的水印比可见水印更好，因为它在嵌入后在视觉上不可察觉，并且在提取时视觉可识别。 基于块的方案是单独处理每个块，并且可以在几何和非几何攻击中生存，并因此确保完整的鲁棒性。因此，大部分水印方案专注于面向块的技术，并将每个块视为单独的图像并执行相应的操作。

除了基于DCT或DWT的技术之外，还引入了另一种称为SVD ^[3]（单值分解）的水印加密方法。 在二维DWT中，每个级别的分解产生由LL，HL，LH和HH表示的四个数据带。 LL子带可以进一步分解以获得另一级别的分解。分解后，将单值分解过程应用于每个频带，并用视觉水印的奇异值修改封面图像的奇异值。 基于SVD的技术可以仅修改奇异值并留下正交矩阵。 这些方法不会将水印完全嵌入到宿主图像中。 当缩放因子达到不合理的值时，图像变亮并因此导致低视觉质量。 因此，与DWT方法相比，基于SVM的方法效率较低。

版权保护是通过一种称为人类视觉系统（HVS）^[4]模型的有效技术来实现的，将其应用于水印方案。 有许多因素影响人眼的噪声敏感度，如频带，亮度，纹理和与边缘的接近度。 人眼对亮度高且在高频子带中的图像区域不太敏感。 人眼对纹理区域噪声的敏感度较低，而且更接近边缘。 该系统使用掩蔽函数来计算主图像的小波系数的权重因子。 嵌入的方法完全取决于权重。 HVS是水印中需要考虑的一个重要特征。

水印方案采用了称为Arnold变换的技术^[6]来使徽标纹理化。 该方案增强了水印的安全性。 纹理化过程是为了增强与宿主图像的相似性。 有复合水印算法^[10]，它基于模数和添加因子进行嵌入。 该标志被伪随机混洗并被缩放，并使用基于模量的算法嵌入在图像的LL子带中。 标志是基于DCT变换的，并且使用系数的加权相加嵌入到LH，HL和HH子带的感知重要块中。 这些权重是基于视觉遮蔽来确定的。

3.实施步骤

该系统引入基于纹理化的隐形标志水印。 拍摄尺寸为512times;512的主图像和尺寸为64times;64的小图像。 宿主图像被分割成64个块，其中每个块的大小为64times;64。最初，在嵌入过程之前应该输入一个密钥。 该键确定嵌入的位置。 嵌入和提取过程基于离散小波变换（DWT）完成。 系统的主要阶段如下：

3.1基于密钥的纹理分割

首先宿主图像和徽标图像被加载。接下来的过程是分离主图像的纹理区域和非纹理区域。在嵌入过程之前需要输入一个关键字。 Rand函数使用一个称为seed的参数，它提供了一个随机控制和特定的顺序。 Randperm函数使用最大位置作为参数，并生成具有绝对顺序的均匀分布的位置。然后显示黑白纹理区域的二进制图像正在生成。所有的均匀的点都是白色纹理，另一个是黑色纹理。也就是说，用于嵌入的每个位置由白色纹理区域构成，我们可以在其中执行嵌入。获取嵌入位置后，完成基本嵌入过程。在提取过程中也重复该过程。也就是说，在提取之前，用户需要输入在嵌入期间已经输入的相同密钥。在提取过程中仅指定相同的密钥后，可以恢复确切的嵌入图像。这个阶段主要提供水印的安全性。

3.2标志图像的Arnold变换

在将宿主图像分解为白色和黑色纹理区域之后，下一步是使用Arnold变换对徽标图像一些变换。 这是为了增强徽标图像的安全性。也就是说，徽标图像不是像直接嵌入的，而是通过转换后进行嵌入。 在提取阶段，应用逆Arnold变换。

3.2.1．Arnold变化

Arnold变换是将徽标图像中的每个坐标（x，y）变换为新坐标（x，y）并且由以下等式给出的二维映射：

xrsquo;= a1x a2y modL

yrsquo; = a3x a4y modL

其中参数可以满足，a1 * a4-a2 * a3 =∓1并且参数Ltimes;L是标志图像的尺寸。 自适应标志图像执行迭代过程，产生加干扰图像。阿诺德变换是一个周期性的可逆映射。此外，阿诺德变换仅适用于方形图像。阿诺德变换用于对数字图像进行加扰，并具有许多应用，特别是在数字水印中。

标志图像的旋转适用于角度90,180和270.这里的迭代次数是4.加扰和解扰的能力可以增强水印的安全性。 图1显示了所示的标志图像和图2应用于此的Arnold变换。

图像1：64*64标志图像

图像2：64*64标志图像结果Arnold变换后的结果

3.2.2．直方图的倾斜梯度

面向方向梯度直方图（HOG）是一种用于图像处理不同领域的特征描述符。 用于最初加水印的HOG和主图像的计算。这有助于找出两幅图像之间的差异或不相似之处。 我们需要最小化不相似性，从而加强水印嵌入.HOG是指出主要差异的重要因素。 应用Arnold变换来减少那些使图像明显相似的不同点。

3.3 DWT域中的水印嵌入

嵌入模块主要有两个输入。它们是来自第一阶段的宿主块和来自下一阶段的混乱的标识图片。在找出最小相异性之后，在已经识别出最佳位置处嵌入加扰标志图像。使用基于两级DWT（离散小波变换）的嵌入方案，将加扰的标识图像嵌入到主图像的对应块中。这里采用人类视觉系统（HVS）方法。 该方法解释说，我们的眼睛更容易吸引到频率较低的区域，并且更适应高频区域。 因此LL子频带嵌入隐藏信息的机会最小。像LH，HL，HH等其他子带有机会嵌入更多数据。水印嵌入可以基于下面的等式来解释。

LL1 = alpha;* ll LL;

LH1 = alpha;* lh LH;

HL1 = alpha;* hl HL;

HH1 = alpha;* hh HH;

这里alpha;是嵌入的权重因子。 HH，LH，HL和HH是主机图像的子带。 ll，lh，hl和hh是变换后的标志图像的子带。 子带LL1，LH1，HL1和HH1最终构成嵌入图像或水印图像。

3.4 水印提取

水印的提取过程也是基于DWT完成的。在从加水印图像的子带中减去主图像的所有子带之后，获得加扰的标志或水印。为了提取加扰或纹理化的徽标，使用逆DWT。Arnold变换中的迭代次数用于平均变换后的徽标。最后，我们将从水印图像中获得确切的标识图像。

4.实验结果

主要针对4个宿主进行嵌入和提取。水印图像看起来与原始宿主相似。这证明该系统支持隐形。这是水印或标识图像完全隐藏在宿主中，并且对我们的眼睛是不可见的。图4显示了各种宿主以及水印图像。在嵌入之前需要输入一个关键字。在提取阶段必须输入之前输入的相同密钥。 如果密钥，我们将无法恢复确切的标志图像。 这证明系统的全性。

图3：宿主图像和嵌入水印后的图像

PSNR被用作比较原始标志图像和恢复的图像的度量。 测量PSNR值的一般公式如下所示，这里MSE是均方误差。

PSNR = 10 lowast; log10((255 lowast; 10)^2 / MSE

如果没有噪声，则恢复的图像显示更好的PSNR结果。 针对各种宿主图像的PSNR值在图4中示出。如图，所提出的系统在没有噪声的情况下显示平均PSNR值为48。PSNR的值越高表明有效的水印嵌入或恢复的图像和水印图像质量良好。 图4显示该系统与指定的宿主图像运行良好，并且对于所有宿主图像，PSNR测量的结果几乎相似。

椒盐噪声用于测试系统。这是一种经常在图像上看到的噪音。它呈现为稀疏的白色和黑色像素。首先，手动输入噪音。之后，使用上述公式计算相同的PSNR值并绘制相应的图。下图显示了PSNR与噪音水平的关系图。

图4：PSNR与噪音系数

5.结论与展望

本文提出了一种灰度标志水印算法。选择一个密钥用于决定嵌入的位置，以便通过输入相同的密钥来提取徽标图像。 这种方法的主要思想是使用阿诺德变换来变换标识图像。 嵌入是基于离散小波变换和人类视觉系统完成的。 所提议的系统通过证明不可见性和安全性较高，并且估计PSNR值而成功运行。

该系统未来的增强可以应用于确保针对各种几何和非几何攻击都具有强健性。同样，通过使用各种标识和宿主图像，该系统的性能比其他任何竞争方法都要高。 该系统也可以应用于彩色图像。

参考文献：

[1]Podilchuk C I, Delp E J. Digital watermarking: algorithms and applications[J]. Signal Processing Magazine IEEE, 2001, 18(4):33-46.

[2]Zhao X, Ho A T S. An Introduction to

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22788]，资料为PDF文档或Word文档，PDF文档可免费转换为Word