英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

I.J. Information Technology and Computer Science, 2012, 3, 1-7

Published Online April 2012 in MECS (http://www.mecs-press.org/) DOI: 10.5815/ijitcs.2012.03.01

一种强鲁棒性和高度安全的基于DWT-SVD的彩色图像水印算法：在所有Y，U，V颜色空间中嵌入数据

Baisa L. Gunjal

Amrutvahini College of Engineering, Sangamner, Arsquo;nagar, MS, India

Email: hello_baisa@yahoo.com

Suresh N. Mali

Principal, Singhgad College of Technology and Science, Narhe, Pune, India

Email: snmali@rediffmail.com

摘要：本文主要讲述了基于DWT-SVD的彩色图像数字水印技术在YUV颜色空间使用阿诺德变换的方法。将RGB彩色图像转换为YUV颜色空间，再将图像进行3级DWT分解，然后应用SVD进行处理。使用阿诺德变换的水印抗干扰的安全性增加。所有嵌入的水印在Y，U和V颜色空间的HL3区域。 分解使用了简单的“哈尔特征”来完成, 水印的嵌入和提取采用了对称正交小波和直接加权因子。 通过PSNR和归一化相关（NC）值进行测试的10个不同的值的挠曲因子，我们得到了最大的PSNR高达52.3337的Y通道和NC的平均值等于0.99为最佳恢复水印值.。该方案为非盲水印和方案，具有强大的鲁棒性，能应对不同的攻击，如压缩，缩放，旋转，裁剪和噪声的增加，这是测试与标准数据库大小的图像：

512x512以及水印大小： 64X64

索引： 术语-DWT-SVD, Arnold 变换, YUV 色彩空间, PSNR, NC

1. 介绍

近几年来，包括图像在内的多媒体数据共享、计算机通信和互联网音频视频都显著增加， 因此，多媒体数据的创作、复制、分发和传输已经变成了大众需求。

显然，这可能导致未经授权的复制问题。而数字图像水印通过对原始图像中的重要信息进行隐藏，从而实现对数字图像的版权保护。 透明性、鲁棒性的感知和盲水印容量是决定水印质量的主要特征。 [6]感知透明性代表图片的感知质量不会因水印存在而破坏，鲁棒性代表抵抗不同的攻击如压缩、缩放、旋转、裁剪、噪声攻击、锐化、对比度调整等攻击的能力。 感知透明性和鲁棒性是两个对比措施， 因此，研究人员努力追求强大的鲁棒性和更好的感知透明性的水印方案。水印可以在空间域或频域实现。在空域中，通过直接修改覆盖图像的像素值来嵌入水印， 这些算法虽然实现简单。但这些算法存在不少问题：水印信息隐藏能力低，PSNR少，原始水印与提取水印之间相关性小，安全性较差，因此任何人都可以检测到这种算法； 频域的水印能嵌入到变换系数的图像，提供更多的信息隐藏能力和更强大的水印攻击的鲁棒性，因为信息可以传播到整个图像

2 Strongly Robust and Highly Secured DWT-SVD Based Color Image Watermarking: Embedding Data in All Y, U, V Color Spaces

[1]。本文中使用的彩色图像数字水印在频域利用离散小波变换和奇异值分解以及阿诺德变换为YUV颜色空间的水印提供高安全性和强鲁棒性。本文的其余部分组织如下：第2节侧重于调查，第3节介绍了算法的基本基础，第4节侧重于建议的方法和第5节提出了实验结果，结论见第6节。

2. 调查

虽然傅立叶短时变换和傅立叶变换和连续小波变换可用于变换域，但它们都有自己的局限性。而离散小波变换能为给定的图像提供多分辨率，并能有效地利用数字滤波器来实现，已经成为图像处理领域研究者的研究热点。在这里，我们对变换域的变换和现有的基于离散小波变换的彩色图像水印技术进行了文献综述。 以下是一些现有的彩色图像水印方法：[1]整数小波变换与位平面复杂分割。该方法使用了更多的数据隐藏能力，利用了RGB颜色空间进行水印嵌入。[2]基于DWT的彩色图像水印算法。RGB的颜色空间转换到YIQ的颜色空间，将水印嵌入在Y和Q分量中。这种方法适用于相关性高达0.91的JPEG压缩攻击。[3]提出了一种基于小波变换和余弦变换的彩色图像水印算法。将二值图像作为水印嵌入到彩色图像的绿色或蓝色分量中。[4]提出了一种基于DWT奇异值分解的彩色图像绿色分量彩色图像水印算法。该方法

基于DWT和奇异值分解的彩色图像绿色成分进行水印置乱。该方法非常实用的，并且其PSNR高达42，82。在[5]中, 提出了数字彩色图像的金字塔小波水印技术。该算法在噪声和压缩攻击方面提供了更好的安全性和更好的相关性。

3. 提出方法的基础

A] YUV 颜色空间

由于在RGB颜色空间中的像素值具有高度相关性，RGB色彩空间能转换成YUV颜色空间。RGB颜色空间适用于许多水印算法，但RGB颜色空间较为复杂，在描述的颜色图案和每个组件之间有会有冗余信息[2]。同时，嵌入的水印是在RGB颜色空间内，相比YUV颜色空间的鲁棒性较差。因此，我们将RGB颜色空间转换为YUV颜色空间，然后再嵌入水印。最初彩色图像读取和R，G，B组件的原始封面图像分离。他们被转换成YUV颜色空间时使用下面的方程。

Y = 0.299 times; R 0.587 times; G 0.114 times; B; (1) U = —0.147 times; R — 0.289 times; G 0.436 times; B (2) V = 0.615 times; R — 0.515 times; G — 0.100 times; B (3)

利用小波变换嵌入水印后，YUV颜色空间转换回RGB颜色空间使用下面的方程。

R = Y 1.140 times; V (4) G = Y — 0.395 times; U — 0.581 times; V (5) B = Y 2.032 times; U (6)

Strongly Robust and Highly Secured DWT-SVD Based Color Image Watermarking:

3

Embedding Data in All Y, U, V Color Spaces

B] 离散小波变换（DWT）

离散小波可以表示为：

fnof; (t) = a–j/2

j,k O

fnof; (a–j

O

t — k aO) (8)

人眼视觉系统（HVS）在水平方向上比垂直方向。因此，在本文中，选择HL3水平子带进行水印嵌入。

对二进小波的A0 = 2和B0 = 1，所以我们又可表示为：

fnof;j,k (t) = 2–j/2 fnof; (2–j t — k ) j, k c Z (9) DWT提供了多分辨率的图像表示，并可以有效地使用数字滤波器实现。图像本身被认为是二维信号，当图像通过一系列的低通和高通滤波器，被DWT分解成不同分辨率的子带[ 4 ]。分解可以在不同的DWT等级实现。

C] 奇异值分解（SVD）

奇异值的图像提供了很好的稳定性。当一个很小的数值被添加，它不会导致太多的变化。 因此，线性代数中的奇异值分解被用来解决许多数学问题。

每个实矩阵A可以分解为三个矩阵的乘积A=Usum;VT ,

u和v是正交矩阵， UUT =1 ， VVT = 1 ， sum; 是对角项的求和， lambda;1, lambda;2hellip;..给出了A的奇异向量。

这些对角项称为奇异值，分解称为奇异值分解。因此我们有：

T T T

A = lambda;1 U1 V1 lambda;2 U2 V2 hellip; .. lambda;r Ur Vr

(10)

图1： 三级分解的图像中LL3 、HL3、LH3、 HH3子带

图1显示的图像能三级分解为LL3 HL3，LH3 HH3子带。LL3子带被称为“近似”的低频子带。HL3被称为水平子带，LH3被称为垂直分带，而 HH3被称为对角线子带。LH3、HL3和HH3是高频子带。人们普遍认为大部分自然图像的最大能量集中在低频区域。因此，任何修改低频子带的动作将导致严重的和不可承受的图像退化。所以我们，未嵌入水印LL3子带。水印嵌入的良好区域是高频子带，因为人眼对这些子类不敏感，波段无法被侦测。其中R是矩阵A的秩。奇异值指定图像层的亮度，而相应的对奇异向量指定图像层的几何形状。SVD可以在DWT域水印[ 1 ]中作为方便的工具。

D] 阿诺德变换

阿诺德变换具有特定的属性，使给定的图像到达它的原始状态后，进行特定次数的迭代。这些特定数量的迭代称为阿诺德周期。因此，阿诺德变换作为提高水印方案的安全性有效的技术。[6]图像的阿诺德变换方程是：

sn 1 1 s

如果对高频子带进行任何修改[7][8][9]，他们产生有效的不被人眼感知的水印。但HH3包括网上子带图像的边缘和纹理。因此，HH3也排除在外。

(micro;n ) = [1 2] (micro;) (mod N) (11)

其中，（x，Y）= { 0,1，..... n}是从原始图像的像素坐标。（xn，micro;N）是经过阿诺德变换相应的结果。阿诺德变换的周期性

4 Strongly Robust and Highly Secured DWT-SVD Based Color Image Watermarking: Embedding Data in All Y, U, V Color Spaces

(P)依赖于给定图像的大小。从方程：11我们有

xn =x y (12)

Yn =x 2*y (13) If (mod (xn , N) ==1 amp;amp; mod (micro;n , N) ==1) then P=N (14)

4. 提出的方法

A] 水印嵌入算法

该算法是修改方案中给出的[ 1 ]方案，将水印嵌入在绿色分量的彩色图像。 该算法的修改的结果完整分析了YUV颜色空间的Y，U和V分量，同时利用阿诺德变换增加安全性。

步骤 1: 读取彩色载体图像并将其转换成YUV颜色空间分离Y，U和V分量方程1,2和3。

步骤 2: 使用3级离散小波变换得到的Y分量图片“y_hl3_component”如图1所示：

步骤 3: 运用SVD对“y_hl3_component”变换如下：[U，S，V ] = SVD（y_hl3_component） (15) 步骤4: 读取水印命名“W ”。

步骤 5:应用阿诺德变换对水印W变换，新水印命名W1，使用等式12和13和14。

步骤 5:使用以下公式进行水印的制定和嵌入:

S1 = S times; K1 times; W1 (16) 其中K1是挠曲因子

步骤 6: 对上述S1组件应用SVD分解

[U1, SS, V1] = SVD(S1) (17)

步骤7: 应用逆奇异值分解得

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[137719]，资料为PDF文档或Word文档，PDF文档可免费转换为Word