基于DCT和DWT域水印算法的古籍数字化图像版权保护技术研究

夏 文, 华江林

(安徽新闻出版职业技术学院 新闻传播系，合肥 230601)

在网络科技飞速发展的新时代，人们对信息安全越来越重视[1].对于少数据量的信息版权保护来说，可以应用传统的版权保护方式，然而，这种方法并不适用于古籍数字化下的图像版权保护[2-3].针对上述情况，本研究提出了基于DCT和DWT域水印算法的古籍数字化图像版权保护方法.采用DCT和DWT域水印算法条件对古籍数字化图像进行随机次数迭代[4-5].为了减少迭代次数，引入了古籍数字化图像版权保护方法，为得到版权保护的古籍数字化图像，从而将其中各部分在不同规则下进行版权保护方法的演化[6].

1 DCT和DWT域水印算法

1.1 DCT和DWT域水印算法条件

DCT和DWT域水印算法条件对数据初值具有高压缩能力，在图像版权保护中具有重要作用.本研究采用目前被命名为广义猫映射的一种非线性映射的推广来进行共享资源的约束，此映射方法目前被许多研究者在研究遍历理论时所提出，是一种可逆的共享资源.广义猫映射如式(1)所示.

(1)

1.2 DCT和DWT域水印算法下的图像版权保护

由有限数据对象组成的一维数组N的离散模糊系统特殊类代表着一维图像版权保护方法.处于t时刻的状态和局部演化规则F的邻域数据决定着每个数据在t+1时刻的状态.如图1所示为简单的图像版权保护方法的空间排列结构.由图可以看出，算法的空间排列结构由3个邻域数据组成，其中包含8种邻域数据状态组合，28=256种规则.每个数据的状态S∈{0,1}，则可由式(2)表示其在t+1时刻的状态：

(2)

图1 一维古籍数字化下的数据空间

古籍数字化是指在给定的初始状态配置C0下，为再次得到该古籍数字化的初始配置C0，需要借助某演化规则F进行n次转换为新的状态配置Cn，再借助演化规则F-1将Cn作n次转换，它们之间存在如下关系：

(3)

(4)

2 古典数字化图像版权保护方法设计

本研究融合图像版权保护方法的优势从而设计出了执行速率快、系统结构简单、并行度强、安全性能及信息隐藏效果良好的全新的算法.算法思路如下：将古籍数字化图像用Arnold映射进行n(n≥5)轮迭代实现古籍数字化图像快速打乱；采取古籍数字化转换在不同转换规则下运行，更好的对古籍数字化图像进行了混淆，并且减少了轮回迭代次数.

2.1 古籍数字化图像快速打乱

利用Arnold映射进行快速打乱n次.研究表明：二维Arnold变换在不同的阶数N下存在着明显的周期性，对于256×256以及512×512的古籍数字化图像，其快速打乱周期分别为T256=384和T512=384.由此可见，迭代次数n不能太大以避免对版权保护速率和快速打乱效果产生影响.本研究算法快速打乱的轮回次数n(n≥5)由随机生成器产生.

2.2 古籍数字化图像混淆

经过上述古籍数字化图像快速打乱后获得的快速打乱古籍数字化图像AM×N，对其进一步用古籍数字化对古籍数字化图像值进行版权保护处理.具体版权保护过程如下：

a)将古籍数字化图像AM×N快速打乱并进行二值化，然后用8位的二进制表示其中的每个古籍数字化图像，从而得出BM×8N；

b)将古籍数字化图像BM×8N分解成4个子图Ci(i=1,2,3,4)，注意4个子图必须是大小等大，则Ci表示C1,C2,C3和C4；

c)得到初始伪随机序列Qm以及通过图像生成器得出的图像Ki.此时m=1，同时Ki也是DAB的局部转换规则；

d)按照DAB规则Ki将Ci(i=1,2,3,4)以Qm为初始化状态进行演变，从而得出Ci(i=i+4),此时Ci表示C5,C6,C7和C8；并将C6,C7,C8作为版权保护古籍数字化图像；

e)将位于左上角的C5利用古籍数字化图像分解为4个同等大小的子图Ci(i=i+4)，此时Ci表示C9,C10,C11和C12；

f)重复步骤c)～ e)，循环次数为m(m=1,2,3,…)，i=m×i+4，直至Ci变为8×8的古籍数字化图像.

g)最后得出的版权保护古籍数字化图像由所有子版权保护图合并得出.

3 仿真实验分析

本研究算法采用的图像集为(256,256,5,Ki,Qm,1,i,3)，其中，Ki={75R,90R,105R,150R}，每次古籍数字化图像后Ki中的规则左右循环改变一次，Qm={Q1,Q2,Q3}分别表示大小为214，212，210的一维数组0～1伪随机序列.i={1,2,3,4,…,10,11,12}.度量版权保护方法对古典数字化图像的压缩能力常用古籍数字化图像改变率(Digital image change rate in ancient books，DICRAB)和归一化平均改变强度(Unified Average Changing Intensity，简称UACI).古籍数字化图像中某个灰度值的变化由DICRAB值代表，同时对应于古籍数字化图像灰度值变化的比率.其值按式(5)、式(6)计算：

(5)

(6)

古籍数字化图像值的平均改变强度由UACI值代表，其值按式(7)计算：

(7)

其中：M，N分别代表古籍数字化图像的宽和高，C1(i,j)和C2(i,j)分别代表原始古典数字化图像以及改变后的古典数字化图像版权保护得到的古籍数字化图像在(i,j)处的古籍数字化图像值.

取古籍数字化图像的灰度值L=8，DICRAB和UACI的理想值相应变为0.996 1和0.334 6.本文选出来了3张标准测试图(Lena,Peppers和Baboon)进行验证，同时分别对每一张标准测试图随机更改了其中某部分的古籍数字化图像值，然后对其DICRAB和UACI值进行了10组数据的测试，测试结果见图2.由图2可以看出，DICRAB和UACI值均非常接近理想值，因此，此实验可以证明对古典数字化图像的压缩能力是极强的.首先，修改图像为(256,256,7,Ki,Qm,1,i,3)，保持Ki不变，Qm随机改变，对上述3种标准测试图进行测试，记录下两幅古籍数字化图像在图像改变前后的DICRAB和UACI值.结果如表1和表2所示.对比可得，对初始图像压缩能力很强，本文得出的算法更有实用价值.

图2 对古典数字化图像的标准测试图DICRAB和UACI值

表1 对图像的标准测试DICRAB值

表2 对图像的标准测试UACI值

4 结论

本研究利用DCT和DWT域水印算法对古籍数字化图像版权进行保护.运用DCT和DWT域水印算法条件减少混淆阶段的迭代次数，同时快速打乱古籍数字化图像顺序，以实现通过较少的迭代次数达到理想的、最优的版权保护效果.实验结果表明：该算法的应用价值在同等类别的算法中较高，可用于古籍数字化图像版权保护.

[参 考 文 献]

[1] LIU S,PAN Z,SONG H.Digital image watermarking method based on dct and fractalencoding[J].Iet Image Processing，2017,11(10):815-821.

[2] AL-HAJ A,MOHAMMAD A,AMER A.Crypto-watermarking of transmitted medical images[J].Journal of Digital Imaging，2017,30(1):26-38.

[3] BENRHOUMA O,HERMASSI H,BELGHITH S.Tamper detection and self-recovery scheme by dwt watermarking[J].Nonlinear Dynamics，2015,79(3):1817-1833.

[4] RAWAT S,RAMAN B.Best tree wavelet packet transform based copyright protection scheme for digital images[J].Optics Communications，2012,285(10-11):2563-2574.

[5] ABBAS A M.Block-based svd image watermarking in spatial and transform domains[J].International Journal of Electronics,2015,102(7):1091-1113.

[6] ROSIYADI D,HORNG S J,FAN P,et al.Copyright protection for e-government document images[J].IEEE Multimedia，2012,19(3):62-73.