一种基于数字版权保护的数字盲水印算法研究

张 明，顾亚男

（中国石油大学（华东） 图书馆，山东 青岛 266580）

一种基于数字版权保护的数字盲水印算法研究

张 明，顾亚男

（中国石油大学（华东） 图书馆，山东 青岛 266580）

文章针对各种数字多媒体版权容易被窃取修改盗用，提出一种改进的基于SVD和DWT变换多子带嵌入的数字盲水印算法。新算法首先对原始载体图像进行分块，运用SVD分解出奇异值和奇异值向量，然后运用DWT变换分成4个子带，将置乱后的水印运用特殊算法嵌入到除了低频子带外的其他3个子带中，最后直接运用阈值的方法将水印提取出来。实验结果表明，与传统的DWT水印算法相比，新算法具有良好的不可见性和鲁棒性，不仅能抵抗裁剪，旋转等几何攻击，而且能有效抵抗噪声、图像灰度值变化等攻击。

数字版权；数字盲水印算法；SVD；DWT；阈值

随着互联网大数据信息化时代的到来，越来越多的数字图书图像在传播和存储过程中遭到各种干扰和攻击[1]，数字水印技术作为近年来数字版权信息研究热点之一，也日益收到关注[2]。刘涛等[3]提出了在离散小波变换（Discrete Wavelet Transform，DWT）小波分解的低频域中，采用邻域均值估计和量化的方法，将水印自适应地嵌入低频域小波系数中，但是算法鲁棒性不好。Zhou[4]提出一种将水印嵌入到二级小波变换的低频子带中，算法不仅复杂，而且对裁剪、旋转等几何攻击和图像像素变化、直方图均衡化等攻击效果不好。本文结合奇异值分解（Singular Value Decomposition，SVD）变换与DWT变换的特点提出了一种新的水印算法，该算法不需要密钥就能直接提取出水印，并且对裁剪、旋转等几何攻击，噪声、图像灰度值变化等攻击表现出了很好的抵抗效果。

1 数字水印算法

1.1 水印的嵌入

设原始载体图像为I，水印图像为W，运用Arnold加密后的水印图像为首先对载体图像进行8×8分块处理，分成一系列的子块In（n=1,2,…,4 096）。对每一个子块In做SVD分解得到S和V，然后根据I'n=S·V得到新的矩阵，再做一级小波变换，得到一个新的系数矩阵包括低频子带水平子带垂直子带和对角线方向的细节子带，然后根据公式（1）和（2）计算：

求得矩阵C(i,j)(i=1,2,3,4;j=1,2,…,12)的值，再对矩阵C(i,j)计算求平方和求得Sn，根据公式（3）和我（4）求得P值：

其中a，b，c为嵌入水印调制参数，根据经验值设置得到a=4，b=1，c=0.318。

根据公式（5）嵌入水印：

根据新的矩阵C'(i,j)(i=1,2,3,4;j=1,2,…,12)生成新的水平、垂直、对角线方向的细节子带，再根据初始的低频子带，经过逆变换生成含有水印的载体图像。

1.2 水印的提取

根据公式（1）和（2）求得矩阵C'(i,j)(i=1,2,3,4；j=1,2,…,12)，根据矩阵C'(i,j)求得矩阵的和S'。设检测到的水印信号为W'，T为检测阈值。不同阈值下归一化相关系数（Normalized Correlation，NC）如图1所示。

图1 不同阈值下NC值

根据图1可以看出，当阈值T选择在50～60时，算法NC值最大，所以此处可以设置阈值T=55，然后采用公式（6）来检测或者提取水印信号的值：

根据Arnold变换具有的周期性特征，将提取出的水印信息进行周期变换，就能够得到提取出的水印图像信息。

2 实验及分析

2.1 数字水印评价标准

峰值信噪比（Peak Signal to Noise Ratio，PSNR）[5-7]是判定图像失真程度的主要衡量标准。PSNR值越大，表示两幅图像相似度越高。

归一化相关系数[5-7]通常用来评价原始水印和提取出来的水印之间的相似度。NC值越大，代表水印算法鲁棒性越高[5]。

2.2 实验结果及分析

通过PSNR和NC值来评价算法的效果。通过计算，原始载体图像和含水印载体图像的PSNR是38.230 7，比文献［4］的PSNR是34.324 3相比高一些。原始水印图像和提取出的水印图像NC=1，这说明水印提取几乎是无损的，证明本算法具有很强的鲁棒性。

分别对本文算法进行各种攻击，实验所得NC值如表1所示。

表1 受各种攻击后提取水印的NC值

续表1

从表1数据看出，本文算法在裁剪、旋转、图像像素变化，降低对比度等攻击下NC值明显高于文献[4]，说明鲁棒性很好。从人类视觉方面可以看出，本文算法能有效地抵抗住他们的攻击。相比文献[4]，新算法不仅在裁剪、旋转、图像像素变化，降低对比度方面明显较好，而且在抗噪声、直方图均衡化性能方面也较优。

3 结语

本文在总结前人关于SVD和DWT水印算法的基础上，提出了一种改进的基于SVD和DWT数字盲水印算法。新算法首先对原始载体图像进行分块，运用SVD分解出奇异值和奇异值向量，然后运用DWT变换分成4个子带，将置乱后的水印运用特殊算法嵌入到除了低频子带外的其他3个子带中，最后直接运用阈值的方法将水印提取出来。实验结果表明，与传统的DWT水印算法相比，新算法具有良好的不可见性和鲁棒性，不仅能抵抗裁剪、旋转等几何攻击，而且能有效地抵抗噪声、图像灰度值变化等攻击，表现出了很强的鲁棒性。

[1] 张军亮，朱学芳.数字水印在数字版权保护中的应用[J].现代情报，2012（5）：62-66.

[2] 姜明芳.适用于电子图书版权保护的可逆可见水印方案[J].现代情报，2014（2）：58-61.

[3] 刘涛，肖汉.基于小波变换的图像自适应数字水印算法研究[J].计算机应用研究，2010（3）：1058-1060.

[4] ZHOU Y，JIN W.A robust digital image multi-watermarking scheme in the DWT domain[C].Cairo：International Conference on Systems and Informatics，2012：1851-1854.

[5] 张明.基于DWT变换和PCA主成分分析的数字水印算法研究[D].青岛：中国石油大学（华东），2014.

[6] PRAMOUN T，AMORNRAKSA T.Improved image watermarking scheme based on DWT coefficients modification in LL subband[C].Phetchaburi：International Conference on Electrical Engineering/electronics，Computer，Telecommunications and Information Technology. IEEE，2012：1-4.

[7] HANA O，HELA M，KAMEL H.A robust multiple watermarking scheme based on the DWT[C].Tunisia：International Multi-Conference on Systems，Signals amp; Devices. IEEE，2013：1-6.

Study on a blind digital watermarking algorithm based on digital copyright protection

Zhang Ming, Gu Yanan
（Library in China University of Petroleum（East China）, Qingdao 266580, China）

With a wide variety of digital multimedia copyright modi fi ed theft is easy to steal, this paper puts forward an improved blind watermarking algorithm based on SVD and DWT. Firstly, using SVD decomposition to obtain singular values and singular value vector,divides the four subbands using DWT transform, then the scrambling watermark will be embedded in three sub-bands except the lowfrequency sub-band according to a special operation. Finally, using a method of threshold to extract the watermark. Experimental results show that compared with the traditional DWT watermarking algorithm, the algorithm has good invisibility and robustness, can not only resist cropping, rotating geometric attacks, but also can effectively resist attacks such as noise, image grey value change.

digital copyright; blind digital watermarking algorithm; singular value decomposition; discrete wavelet transform; threshold

张明（1989— ），男，山东潍坊人，馆员，硕士；研究方向：情报信息，信息检索。