一种彩色图像水印算法

詹 旭， 杜玲艳， 雷跃荣， 曾慧敏， 陈健陵

(1.四川理工学院自动化与电子信息学院，四川自贡 643000;2.东方电气集团东方锅炉股份有限公司，四川自贡 643000)

0 引言

随着数字技术和Internet的发展，数字图像得到了越来越广泛地传播。由于数字作品与生俱来的特性，使得其可以被高效地复制，大大降低了制作和使用成本。这些特性在为创造者提供很大便利的同时，也给盗版者提供了方便，使得盗版行为成本更低。例如，盗用者不但可以通过网络轻而易举地得到他人的原始作品，特别是数字化的图像、音乐、视频等，而且还可以未经所有者的同意就对原作品任意地加以复制、修改和再传播。这些行为严重地侵害了作者的著作权，也给版权所有者带来了巨大的经济损失，给信息安全造成了严重的威胁［1-5］。所以数字图像的版权日益成为人们关注的问题。采取有效手段对数字作品进行版权保护现在正变得十分迫切。除了完善与传统作品版权保护类似的法律和管理手段，使其更适合数字作品外，还应该针对数字作品本身的特点为数字作品提供技术上的保护［6-12］。

本文提出了一种彩色水印算法，将彩色图像从RGB空间转换到HSV空间中。首先把S矩阵进行了DCT变换，从而获得2个矩阵，一个包含低频分量;另一个包含高频分量。我们选择低频分量矩阵进行基于奇异值分解的灰度图像水印嵌入，此方案能有效抵抗JPEG压缩攻击和加噪声攻击，具有较强的鲁棒性。

1 彩色图像水印算法

1.1 宿主彩色图像的嵌入点选择

本文在对宿主彩色图像嵌入水印之前，首先对宿主图像进行了预处理。根据人类视觉系统的研究，人眼对HSV空间中的饱和度S的敏感程度低于RGB三分量，所以首先对宿主图像进行了空间转换，将彩色图像从RGB空间转换到HSV空间中，并将S进行了DCT变换，由于图像的大部分信息都集中在低频部分，所以选择了低频部分作为我们的嵌入位置。具体步骤如下:①宿主图像从RGB空间转换到HSV空间;②获取S分量，并进行DCT变换，从而获得低频信息SLdct和高频信息SHdct;③对SLdct进行DCT逆变换，从而获得图像矩阵SL。

1.2 水印嵌入

当获取了图像SL后，采用基于奇异值分解算法对水印图像W嵌入到宿主图像中，具体流程如下:

(1)将图像矩阵SL进行奇异值分解:

(2)读取水印图像W，将其迭加到对角阵S上得到新矩阵S':

式中，常数α＞0，调节水印的叠加强度。(3)将新矩阵S'进行奇异值分解:

式中，U1，V1为密钥信息，不包含任何水印信息。

(4)得到含水印的图像矩阵:

(5)对图像矩阵A进行DCT变换，从而获得SLAdct矩阵。

(6)用 SLAdct代替 SLdct，并与 SHdct组成矩阵SAdct。

(7)对SAdct进行DCT逆变换，从而获得新的分量SA。

(8)将SA代替S，从而获得嵌入水印后的彩色图像。

(9)将嵌入水印后的彩色图像从HSV空间转换到RGB中。

1.3 水印检测

水印检测是水印嵌入的逆过程，具体步骤如下:

(1)将嵌入水印后的彩色图像从RGB空间转换到HSV空间;

(2)获取S'分量，并进行DCT变换，从而获得低频信息SLdct'和高频信息SHdct';

(3)对 SLdct'进行 DCT逆变换，获得图像矩阵SL';

(4)对SL'进行奇异值分解:

(5)计算中间矩阵:

(6)获得水印图像:

2 实验与结论

为了验证本算法的性能，进行了仿真实验，实验中采用256×256×3大小的Lena.jpg图像作为载体图像，水印采用大小为128×128的“数字水印”的二值图像。用Matlab按照本文提出的方案进行了实验。

水印嵌入前后的结果如图1、2所示，原始水印与提取水印的结果如图3、4所示，图1、2的峰值信噪比PSNR 为45.34 dB;图3、4 的相关系数NC为0.99。从图中可以看出，水印嵌入后并没有改变图像质量，同时提取水印与原始水印相似度很高，没有对原始水印有所损坏，该算法具有较好的不可感知性。

图1 载体图像

图2 嵌入水印后的图像

图3 原始水印

图4 提取的水印

为了验证算法的鲁棒性，对嵌入水印后的图像进行加入高斯噪声、椒盐噪声、JEPG压缩、几何等方式进行了攻击，然后按照本文提出的算法进行水印提取，同时分别计算了嵌入水印后图像的PSNR值和提取水印的NC值。

从表1和图5、6可以看出，本算法能很好地抵抗JPEG压缩，提取出的水印图像在视觉上没有严重的质量下降。图7～17是对嵌入水印后的图像加入椒盐噪声、高斯噪声、裁剪、旋转、抖动等常见攻击后，所提取出的水印图像，表1为其对应的PSNR和NC值。从表1和图7～17可以看出，本算法能较好地抵抗噪声攻击，具有较好的鲁棒性;但是对几何攻击还有待提高。

表1 PSNR和NC值

图5(a) 嵌入水印后的图像(JPEG压缩80%)

图5(b) 提取的水印图像

图6(a) 嵌入水印后的图像(JPEG压缩40%)

图6(b) 提取的水印图像

图7(a) 嵌入水印后的图像(放大2倍)

图7(b) 提取的水印图像

图8(a) 嵌入水印后的图像(放大4倍)

图8(b) 提取的水印图像

图9(a) 嵌入水印后的图像(压缩50%)

图9(b) 提取的水印图像

图10(a) 嵌入水印后的图像(压缩80%)

图10(b) 提取的水印图像

图11(a) 嵌入水印后的图像加椒盐噪声

图11(b) 提取的水印图像

图12(a) 嵌入水印后的图像加高斯噪声

图12(b) 提取的水印图像

图13(a) 嵌入水印后的图像裁剪1/16

图13(b) 提取的水印图像

图14(a) 嵌入水印后的图像裁剪1/4

图14(b) 提取的水印图像

图15(a) 嵌入水印后的图像旋转30度

图15(b) 提取的水印图像

图16(a) 嵌入水印后的图像旋转90度

图16(b) 提取的水印图像

图17(a) 嵌入水印后的图像抖动

图17(b) 提取的水印图像

3 结论

本文研究了彩色水印算法［13-15］，水印的嵌入式在HSV彩色空间的饱和度S分量中进行，并对S分量进行了DCT变换，选择了低频信息位置进行水印嵌入。实验结果表明，本文所提出的算法能有效地抵抗JPEG压缩，对加噪声攻击时也具有较好的鲁棒性，但对几何攻击还有待改进。

［1］Pradosh Bandyopadhyay. Color image authentication through a dynamic fragile watermarking framework［J］. International Conference on Methodsand Modelsin ComputerScience，2009，12:1-7.

［2］Zhu B B，Swanson M D，Tewfik A H.When seeing isn’t believe［J］.IEEE Signal Processing Magazine，2004，21(2):40-49.

［3］Cox I J，Miller M L，Bloom J A.Digital watermarking［D］.New York:Academic Press，2002.

［4］考克思.数字水印［M］.王颖，黄志蓓译.北京:电子工业出版社，2003.

［5］VanSchyndel R G，Tirkel A Z，Osborne C F.A digital watermark［J］.International Conference on Image Processing，1994(2):86-90.

［6］邹 强.一种小波域的自适应数字盲水印算法研究［J］.计算机仿真，2011(6):284-287.

Qiang Zou.An adaptive blind digital watermarking algorithm based on wavelet domain［J］.Computer Simulation，2011(6):284-287.

［7］赵茂佳.基于人类视觉系统的小波水印算法研究与应用［D］.大连:大连理工大学，2011.

［8］张有矿.基于图像加密与SVD的数字水印算法研究及应用［D］.济南:山东师范大学，2011.

［9］赵春雨.提高嵌入容量的水印算法研究［D］.郑州:郑州大学，2011.

［10］王 侃.彩色图像双水印嵌入算法研究［D］.北京:北京交通大学，2012.

［11］曹小龙.全息数字水印的生成与防伪加密算法研究［D］.长沙:湖南工业大学，2012.

［12］姚 欢.抗几何攻击的变换域图像水印算法研究［D］.哈尔滨:哈尔滨理工大学，2012.

［13］周 星.基于数字水印的可追踪电子文档保护系统研究与实现［D］.西安:西安电子科技大学，2012.

［14］朱永安.清远教育信息网络建设［D］.北京:北京邮电大学，2011.

［15］曾司东.清远电信全球眼在交通管理的实现及应用［D］.北京:北京邮电大学，2011.