[doc格式] 一种基于DWT的彩色水印算法

[doc格式] 一种基于DWT的彩色水印算法 一种基于DWT的彩色水印算法 第7卷第l2期 2008年12月 软件导刊 SoftwareGuide Vo1.7NO.12 Dec.2008 一 种基于DWT的彩色水印算法 肖志亮.董芳 (中国地质大学信息学院,湖北武汉430074) 摘要:介绍了数字水印技术实现的一般原理,提出了一种基-?’DWT(离散小波变换)的彩色图像数字水印算法.首 先将彩色图像由RGB模型转变为YIQ模型,然后对Y,I,Q进行变换.通过MATLAB仿真结果表明,利用该算法嵌入的 水印具有信息量大,不可见性好等优点. 关键词:彩色数字图像;离散小波变换;数字水印 中图分类号:TP312文献标识码:A文章编号:1672—7800(2008)12—0047—02 0引言 随着计算机网络通讯技术的发展.数据的交换和传输变成 了一个相对简单的过程,借助于电子设备可以方便,迅速地将 数字信息传输到目的地,随之而来的副作用是这些数据文件或 作品使某些个人和团体有可能在没有得到作品所有者的许可 下拷贝和传播有版权的内容,如涉及司法诉讼,政府文件等信 息,则会遭到恶意攻击和篡改伪造等等. 密码技术是信息安全技术领域的主要传统技术之一,但这 并不能完全解决问.密码学只能保护传输中的内容,而内容 一 旦解密就不再有保护作用了.这样,人们提出了新兴的信息 隐藏的概念——数字水印(di~tMwatermarking).数字水印技 术是一种可以在开放网络环境下保护版权和认证来源及完整 性的新型技术,创作者的创作信息和个人标志通过数字水印系 统以人所不可感知的水印形式嵌入在多媒体中.人们无法从表 面上感知水印,只有专用的检测器或计算机软件才可以检测出 隐藏的数字水印. 1基于DWT的彩色水印算法 DWT(DiscreteWaveTransform)是一种时间一尺度(时间一 频率)信号的多分辨率方法,在时频两域都具有表征信号 局部特征的能力.根据人类视觉系统的照度掩蔽特性和纹理掩 蔽特性,将水印嵌入到图像的纹理和边缘等不易被察觉.离散 小波变换不仅可以较好地匹配HVS(HumanVisualSystem)的 特性,而且与JPEG2000,MPEG4压缩标准兼容,利用小波变换 产生的水印具有良好的视觉效果和抵抗多种攻击的能力,因此 基于DWT域的数字水印技术是目前主要的研究方向,正逐渐 代替DCT(DiscreteCosineTransform)成为变换域数字水印算法 的主要工具. 本文提出一种双彩色图像水印算法,首先将彩色原始图像 和彩色水印图像分别由RGB模式转换到YIQ模式,然后将水印 图像的Y,I,Q分量分别嵌入到原始彩色图像的Y,I,Q分量经过 DWT(离散小波变换)的第二级小波低频系数中,再通过DWT 逆变换得到新的Y,I,Q分量,再从YIQ空间转换到RGB空间,最 终得到嵌入水印后的图像. 水印嵌入的总体过程如图1所示: 嵌入水印1.I色彩空间转换I.IY,I,Q分量进 后的图像广-1YIQ到RGB广]行DWT反变换 图l水印嵌入的总体过程 1.1水印的嵌入 (1)载入原始标准图像(1enna.bmp),进行原始图像的色彩 空间变换.即转换RGB值为NTSC的颜色空间.对水印图像也做 类似的图像色彩空间变换. (2)对原始图像色彩空间变换后的Y,I,Q分量进行分解, 并提取Y,I,Q分量的第二级低频系数;. (3)对Y,I,Q分量的第二级低频系数进行排序,分别嵌入 对水印图像色彩空间转换后的Y,I,Q分量; (4)重构原始图像的Y,I,Q分量,并进行色彩空间转换,即 转换NTSC颜色空间为RGB.得到嵌入水印后的图像. 1.2嵌入水印分量的比例 在对原始图像与水印图像进行色彩空问转换后,由RGB的 作者简介:肖志亮(1982,),男,湖北郧县人,中国地质大学信息工程学院硕士研究生,研究方向为计算机科学与技术;董芳(1983-),女,湖北武汉 人,中国地质大学信息工程学院硕士研究生,研究方向为计算机科学与技术. ? 48?软件导刊2008正 值转换为NTSC颜色空间,由水印图像Y,I,Q分量嵌人到原始图 像的Y,I,Q分量,其嵌入比例系数(本文均选为0.1)可以是不同 的,因为会影响到图像的显示效果,所以也不能使Y,I,Q分量 所嵌入的不同比例系数过高,过低或差别很大.通过实验表明: 原始图像的Y,1,Q分量所嵌入水印分量的值即使不同,也应该 较为接近. 1.3水印提取 水印提取过程基本上是水印嵌入过程的逆过程.具体提取 过程如下: (1)将嵌入水印后的图像与原始图像进行色彩空间转换, 即转换RGB的值为NTsC颜色空间: (2)嵌入水印后的图像色彩空间转换后的Y,I,Q分量,分 别减去原始图像色彩空间转换后的Y,I,Q分量:保存所得的 值,记为Yl,I1,Q1: (3)Yl,I1,Q1分量分别除以嵌入水印时Y,I,Q分量的水印 比例系数;然后再分别重构Y1,I1,Q1分量,即可得到水印图 像. 2实验与讨论 为了验证本算法的高效性,下面给出了自选测试BMP类型 图像的实验结果.实验中,水印图像选用了的BMP类型图像,采 用相关性检测NC定量分析提取出的水印与原始水印的相似 度,均方差(MSE)检测衡量加有水印信息的图像与原始图像在 品质上的差异.信噪~LSNR和峰值信噪~EPSNR评价原始图像 与含水印图像之间的差别. 2.1相关性检测 由于嵌入水印后的图像可能存在失真.特别是对图像进行 各种攻击后,会导致提取出的水印在一定程度上与原始水印有 所不同,为了确定图像中是否含有水印,可采用归一化相关系 数NC(normalizedcross—correlation)对提取出的水印和原始水印 的相似性进行定量检测,NC的定义为: ??W(i,j)W?) NC(W,)=』u_——一(1) ??(?)i--Oj=O 其中,表示提取出的水印,为原始水印. 2.2均方差(MSE)检测 MSE(MeanSquareError)是最普遍的使用于图像感知质量 评价的手段之一.MSE可以直接反映出评估对象发生的改变. 对于衡量加有水印信息的图像与原始图像在品质上的差异,我 们完全可以使用MSE作为一种评估的手段,得到图像质量变化 的客观指标.图像之间的MSE由以下公式计算得到: 脚=(,(,y)-Ire(x,y))(2) 其中,I(x,y)表示原始图像各像素,(Y)表示加有水印 的图像各元素.M*N是图像的尺寸. 2.3信噪I:[~SNR和峰值信噪I:[:PSNR SNR与PSNR是最通行的评定信号品质的标准.相对于原 始作品来说,水印信号可认为是随机噪声.SNR与PSNR都应该 是针对信号功率和噪声功率来说的,在图像处理和水印不可见 性评价中,用以下公式定义加有水印的图像的SNR和PSNR: M? ??l(x,y)二一’一, SNR(dB)=101oglo广盟IL———一(3) ??(,),)一(,y))x=ly=l PSNR(dB):lOloglo可—一(4) ??(,y)一(,y))x=ly=l 其中,D是信号的峰值,对于一个8位图像来说,每个像素 值的峰值就是255,这里D都等于(如果将像素值归一化到 [0,1]区间,则有D=I;若是针对l6位图,则D=65535). 2.4水印嵌入和提取的实验结果 图2中的2-1和2—2分别为原始灰度图像和原始水印的图 像:图3中的3—1和3—2为嵌入水印后的图像与提取的水印图像. 实验结果表明该算法具有很好的不可见性. ?2-1原始图像2—2水印图像 图2原始图像 ?3-1含水印图像3-2提取出的水印 (PSNR=51.154dB)(NC=0.94974) 图3嵌入水印图像及提出的水印 实验结果如下表1: 表1实验结果 实验检测项目检测结果 相关性检测NC 均方差(MSE)检测 信噪比SNR检测 峰值信噪比PSNR检测 NC=0.94974 MSE为:127.6094 SNR=0.034245dB PSNR=51.154dB 第7卷第l2期 2008年12月 软件导刊 SoftwareGuide V01.7No.12 Dec.2008 求解多维0—1背包问题的蚁群算法研究 张芹.宫洪芸 (中国地质大学计算机学院,湖北武汉430074) 摘要:系统地阐述了蚁群算法,并对它进行改进,优化.将蚁群算法应用于求解多维0—1背包问题,提出一种新的 求解多维0-1背包问题的算法——基于交换策略的蚁群算法. 关键词:多维0-1背包问题;蚁群算法;交换策略;优化 中图分类号:TP312文献标识码:A文章编号:1672—7800(2008)12—0049—03 1多维0—1背包问题 1.1问题描述 多维0—1背包问题就是给出一套实体及它们的价值和尺 寸.选择一个或多个互不相干的子集,使每个子集的尺寸不超 过给定边界,而被选择的价值总和最大.具体地,已知n个价值 为=1,2,…,n)的物品,m个容积为Ci(l,2,…,m)的容 器,第个物品占用第i个容器的容积大小为b.现在的问题是 选择哪些物品装入这m个容器,即求一个二进制的向量:( … ,),使得装入的总价值最大.这是一个整数规划问题. 其严格的数学描述如下: maxf(x,…,)=?vi*xJ j=l . ?b?cf(=1,2,…,m)(1)j=t ?{0,1},(i=1,2,…,n) 其x,:,3,…,)为目标函数;为0-1变量,当物l勋 被选人时xj=l,否则F0. 1.2多维o_1背包问题的图形表示 多维0—1背包问题的构造图如图1所示.该图由n+1个节点 按照先后顺序排列而成,从节点i(i=1,2,…n)出发共有n条有向 线段a[i?]q=l,2,…n)连接到节点i+1,在a[i,j](i,j=l,2,…n) 上有q(射个物品的价值)和占用每个容器大小6(J=l,2,… n)与其相关联. 3结束语 本文提出了一种基于离散小波变换(DWT)的彩色图像水 印算法,与二值图像和灰度图像不同,彩色图像作为水印图像 嵌入与提取的难度较大,因其具有R,G,B不同的层面,在嵌入 与提取时都要充分考虑水印图像嵌入到原始图像的各层的比 例系数,从嵌人水印后图像中提取时也要考虑比例系数(本文 R,G,B各层的嵌入与提取的比例系数均取0.1),实验结果表 明:隐藏了水印的图像与原始图像在视觉上几乎分辨不出,较 好地达到了隐藏水印的目的,实验结果:输入图像均方差 (MSE)检测数据的MSE为:127.6094,待测图像的信躁比为: 0.034245dB,提取的水印具有很高的峰值信噪比(PSNR= 51.154dB)且与原始水印具有很好的相似性(NC=0.94974),从 而验证了该算法的可行性.但该算法提取水印时需要原始图像 的参与,不能实现盲水印提取. 参考文献: [1]王丽娜,郭迟,李鹏.信息隐藏技术实验教程[M].武汉:武汉大学 出版社.2004. [2]王丽娜,张焕国.信息隐藏技术与应用[M].武汉:武汉大学出版 社.2oo3. [3]SwansonMD,KobayashiM,TewfikAH.Multimediadata embeddingandwatermarkingtechnologies[J].Proceedingsofthe IEEE,1986(6).. [4]龚劬,苗婷.基于图像特征的小波域自适应水印算法[J].计算机 工程与应用.2007(25). [5]孔祥雏,刘华健,刘雨.数字图像的光电处理对数字水印的影响 [J】.光电子?激光,2001(6). [6]刘挺,尤韦彦.一种基于离散小波变换和HVS的彩色图像数字水 印技术[J].计算机工程,2003(4). (责任编辑:卓光) 作者简介:张芹(1983,),女,湖北武汉人,中国地质大学(武汉)硕士研究生,研究方向为计算机网络;宫洪芸(1985-),女,湖北武汉人,中国地质大 学(武汉)硕士研究生,研究方向为网络工程与应用.