基于图像合并和平稳小波变换的新型水印嵌入算法*

吴 捷

(泰州职业技术学院信息技术学院 泰州 225300)



基于图像合并和平稳小波变换的新型水印嵌入算法*

吴 捷

(泰州职业技术学院信息技术学院 泰州 225300)

提出一种基于图像合并和平稳小波变换的新型水印嵌入算法。不同于常见的数字水印嵌入算法，该方案首先将原始图像A分离成相互独立的两幅图像B和C，选择其中的一幅图像B进行水平合并，然后对融合后的图像进行平稳小波变换，选择低频子带进行水印嵌入，再通过平稳小波逆变换及水平分裂操作和图像C合成得到最终的含水印图像。实验结果表明，论文提出的水印算法不但具有较好的保真度，对于各种噪声攻击也具有较强的鲁棒性。

图像合并; 平稳小波变换; 水平分裂; 鲁棒

Class Number TN911.73;TP391.4

1 引言

随着互联网应用的广泛普及，通过网络发表和传播的数字媒体资源日益增多。为了保护这些数字媒体的版权，数字水印技术应运而生，其原理是通过一定的算法将一些标志性信息直接嵌到多媒体内容中来证实该作品的所有权。目前常见的数字水印算法主要采用空域技术或变换域技术，其区别在于水印的嵌入方式有所不同。

空域水印算法虽然简单易行，但是水印的鲁棒性较差，无法经受一些常见的攻击。而变换域[1～7]技术可以在保证嵌入强度的同时，兼顾水印的不可感知性，具有较高的隐蔽性和安全性，近几年的研究成果大多是基于变换域展开的。

文献[1]算法通过对载体图像进行n层离散小波变换并随机选取部分子带进行SVD分解获得奇异值来实现水印的嵌入；文献[2]基于DCT提出了一种鲁棒性良好的水印算法。在水印嵌入过程中采用良好的机制将抗攻击比较好的系数筛选出来实现水印的嵌入；文献[3]在小波变换的第二级和第三级高频系数上随机选择了一些分散的嵌入点各嵌入一半的水印，该算法在抵抗噪声、滤波攻击方面取得了不错的效果；文献[4]提出一种基于量化的混合提升小波变换和奇异值分解的自适应数字图像水印算法；文献[5]为了平衡水印的透明性和鲁棒性，提出了基于果蝇优化算法(FOA)的小波域数字水印算法。该算法利用果蝇优化算法将离散小波变换(DWT)应用到水印技术中，通过群体智能算法解决水印的透明性和鲁棒性之间的矛盾。文献[6～7]基于NSCT和SVD提出了多重水印算法，也取得了不错的实验结果。

本文的主要贡献在于，通过将图像合并算法和平稳小波变换相结合提出了一种新型水印嵌入算法。和已有算法相比，本文算法的水印嵌入量较大，嵌入灰度图像水印后对原始图像的影响较小，并且能够抵抗各种噪声攻击。

2 图像的合并算法

本文提出的图像合并算法涉及到图像分离、图像合并、图像合成三个步骤。首先将原始图像分离成两个矩阵，以8×8的矩阵A为例，可以将其按照如下算法分离成两个矩阵(B&C)。

图像分离：依次读入矩阵A数据，如果是奇数行就将奇数列数据写入矩阵B，否则就将偶数列数据写入矩阵B；进行类似的操作可以得到矩阵C。

图像分离Matlab代码：

/*生成矩阵B*/

for i=1:Rows

for j=1:2:Columns-1

if (mod(i,2) ～= 0)

B(i,j)=cover_object(i,j);

else

B(i,j+1)=cover_object(i,j+1);

end

end

end

/*生成矩阵C*/

for i=1:Rows

for j=1:2:Columns-1

if mod(i,2) ～= 0

C(i,j+1)=cover_object(i,j+1);

else

C(i,j)=cover_object(i,j);

end

end

end

图像合并：选择矩阵B，将其第一行和最后一行数据进行累加，第二行和倒数第二行数据进行累加，第三行和倒数第三行数据累加，依此进行得到矩阵S。

for i=1:Rows/2

for j=1:Columns

S(i,j)=B(i,j)+B(mm-i+1,j);

end

end

图像合成：若要将矩阵S还原成最初的矩阵A，则可以通过将矩阵B进行水平分裂，即将之前合并的数据恢复到原先位置，并和矩阵C合成即可。

for i=1:Rows /2

for j=1:Columns

if mod(i,2) ～= 0

if mod(j,2) == 0

B(mm+1-i,j)=S(i,j);

else

B(i,j)=S(i,j);

end

end

if mod(i,2)== 0

if mod(j,2) ～= 0

B(mm+1-i,j)=S(i,j);

else

B(i,j)=S(i,j);

end

end

end

end

3 平稳小波变换

平稳小波变换(Stationary Wavelet Transform，SWT)[8]近几年在图像去噪领域得到了广泛的应用。和大家所熟知的DWT相比，平稳小波变换的优势在于对信号滤波后不进行下采样，能保证图像的冗余性与平稳不变性[9～10]。

对一幅图像进行一次平稳小波变换后会产生四个子带图像，如图1所示。在分解出的四个子带图像中，低频子带LL1集中了原始图像的大多数能量，是最逼近原始图像的子图。所以一般都是选择LL1子带进行水印嵌入。

图1 一级SWT小波分解

4 水印的嵌入与提取

4.1 水印的嵌入

本文选择(256×256)的灰度图像作为原始图像 ，选择(128×256)的灰度图像作为水印图像。

水印的嵌入步骤可总结如下:

1) 由前面的算法，首先将图像A分解为B*&C，选择B按行进行水平合并，得到图像B′(128×256)；

2) 对B′进行一级平稳小波变换，选择LL1(128×256)子带进行水印嵌入；

3) 运用加性准则嵌入水印LL1=LL1+αW(其中α为嵌入强度因子);

4) 做一级平稳小波逆变换(ISWT)，得到变换后的图像B*(128×256)；

5) 由B*&C合成，得到最终嵌入水印的图像。

4.2 水印的提取

本文算法提取水印时需要使用原始图像，具体步骤如下:

1) 将待测图像IA分离成两部分IB&IC；

5 实验结果与分析

本文在Windows XP操作系统下安装使用Matlab7.0工具进行实验仿真，原始图像采用256×256像素的bard、cameraman、lena、baboon标准灰度图像，水印图像采用128x256像素的“苏州大学”字的灰度图像。采用Sym2平稳小波对原始图像进行一级分解与重构。在实验结果评价方面，本文采用峰值信噪比PSNR来评价加入水印后的图像质量，采用提取出来的水印WN和原始水印W之间的相似度NC来衡量水印检测结果。

表1是未经任何攻击提取出的水印参数，四幅测试图像的NC值都没有达到1，但偏差较小，影响很细微可以忽略。PSNR值都在34以上，因此本文算法嵌入的水印信息对原始图像影响较小，并且可以正确提取。

图3给出本文算法的分步实验结果，其中图3(a)是256×256的原始图像A，图3(b)和图3(c)是分离出的图像B和图像C，图3(d)是对图像B进行水平合并后的图像，图3(e)是待嵌入的水印，图3(f)是加入水印后图像，图3(g)是矩阵数据复位后的图像，图3(h)是图像B和图像C重新合成后的图像，图3(i)是提取出的水印。

表2给出了椒盐、高斯、积性噪声攻击后的测试数据，从中可以看出本文算法能较好地抵抗各种类型的噪声攻击。

表3是本文算法和文献[1,6～7]的嵌入容量对比，可以看出本文算法在水印嵌入量上有大幅度的提升，足以表示多媒体内容的创建者或所有者的标志信息，同时感观上影响不大。

表1 不同原始图像的相似度NC和PSNR

表2 攻击数据

表3 水印嵌入量对比

图3 分步实验结果

6 结语

目前的数字水印研究文献大多是通过对原始图像进行DWT、DCT或NSCT变换，然后再进行SVD分解嵌入水印,导致水印的嵌入容量受到限制。本文基于图像合并和平稳小波变换，提出了一种新型数字水印算法，在保证水印不可见的前提下，大大提高了嵌入水印的信息量。实验结果表明本文算法可以取得较好的保真度和鲁棒性，能经受各种类型的噪声攻击。今后的研究工作主要是对该算法进行进一步改进，以能有效应对诸如旋转、裁剪等几何攻击。

[1] 熊祥光，王力.一种改进的DWT-SVD域参考水印方案[J].计算机工程与应用，2014,50(7):75-79. XIONG XiangGuang, WANG Li. Improved reference watermarking scheme in DWT-SVD domain [J]. Computer Engineering and Applications,2008,36(3):136-139.

[2] 李莹，李春兴，于晓.一种基于DCT鲁棒性的数字水印算法[J].青岛科技大学学报(自然科学版)，2015,36(4):443-448. LI Ying, LI ChunXing, YU Xiao. A Robust Watermarking Algorithm Based on DCT [J].Journal of Qingdao University of Science and Technology (Natural Science Edition),2008,36(3):136-139.

[3] 张勤，崔丽.基于DWT的一种数字水印算法[J].北京师范大学学报(自然科学版)，2015,51(1):19-22. ZHANG Qin, CUI Li. Digital watermarking algorithm based on DWT [J]. Journal of Beijing Normal University (Natural Science),2015,51(1):19-22.

[4] 熊祥光，曾文权.基于LWT-SVD的鲁棒自适应水印方案[J].计算机工程与设计,2015,36(6):1494-1497. XIONG Xiangguang, ZENG Wenquan. Robust adaptive watermarking scheme based on LWT-SVD [J]. Computer Engineering and Design,2015,51(1):19-22.

[5] 肖振久，孙健，王永滨.基于果蝇优化算法的小波域数字水印算法[J].计算机应用，2015，35( 9):2527-2530. XIAO ZhenJiu, SUN Jian, WANG Yongbin. Wavelet domain digital watermarking method based on fruit fly optimization algorithm[J]. Journal of Computer Application,2015,35(9):2527-2530.

[6] 姚蕾，王玲，李燕.基于NSCT-SVD 的多重数字水印算法[J].计算机工程，2014，40(7):106-113. YAO Lei, WANG Ling, LI Yan. Multiple Digital Watermarking Algorithm Based on NSCT-SVD[J].Computer Engineering,2014,40(7):106-113.

[7] 赵勇，熊顺清，袁莎.复合NSCT分解DCT变换和SVD分解的多重变换水印[J].计算机工程与应用,2013,49(20):167-170. ZHAO Yong, XIONG ShunQing, YUAN Sha. Multiple transform domain watermarking algorithm based on NSCT decomposition DCT transform and SVD decomposition [J]. Computer Engineering and Applications,2013,49(20):167-170.

[8] 吴捷，马小虎.一种基于平稳小波变换的盲水印嵌入算法[J].电视技术,2015,39(12):8-11. WU Jie, MA XiaoHu. Blind Digital Image Watermarking Scheme Based on Stationary Wavelet Transform[J]. Video Engineering,2015,39(12):8-11.

[9] 叶双清，杨晓梅.基于小波变换和非局部平均的超分辨率图像重建[J].计算机应用,2014,34(4):1182-1186. YE ShuangQing, YANG XiaoMei. Super resolution image reconstruction based on wavelet transform and non-local means [J]. Journal of Computer Applications,2014,34(4):1182-1186.

[10] 杨勇，郭吉强.Lipschitz指数与平稳小波变换在CT图像去噪中的应用[J].计算机工程与应用，2012,48(6):190-192. YANG Yong, GUO JiQiang. Application of Lipschitz exponent and SWT for denoising of CT image [J]. Computer Engineering and Applications,2012,48(6):190-192.

A Novel Watermarking Scheme Based on Image Merging and DWT

WU Jie

(School of Information and Technology, Taizhou Polytechnic College, Taizhou 225300)

A new digital watermarking algorithm combined with image merging and stationary wavelet transform (SWT) is proposed.Unlike the common watermarking techniques, this scheme decomposes the original image A into B&C firstly，then selects one of the images B to carry on the horizontal merging and watermark is embedded in low frequency band of fusion image by using stationary wavelet transform. The final watermarked image is obtained by inverse stationary wavelet transform and horizontal split operation and synthesis with image C. Experiments show the watermarking algorithm is proposed in this paper not only has good fidelity, but also has good robustness to various noise attacks.

image merging, SWT, horizontal split, robustness

2016年5月8日,

2016年6月27日

泰州职业技术学院博硕基金项目(编号：TZYBS-15-4)资助。

吴捷,男,硕士,讲师,研究方向：数字图像处理、信息安全技术等。

TN911.73;TP391.4

10.3969/j.issn.1672-9722.2016.11.029