CN101088098A - 根据整数小波表示的健壮无损数据隐藏和恢复的系统和方法 - Google Patents

Abstract

提供了一种方法，包括：提供用于图像的优选为一个高频子带的IWT(整数小波变换)系数块；确定所述块内的所述系数的均值；以及建立编码均值以将逻辑0位值和逻辑1位值之一嵌入到所述第一块中。

Description

根据整数小波表示的健壮无损数据隐藏和恢复的系统和方法

技术领域

本发明涉及用于在图像中嵌入数据以及从中恢复该嵌入的数据的方法和装置。

背景技术

数据隐藏，也公知为数据隐蔽，是将有用数据(信息)嵌入诸如图像数据的掩护媒体(cover media)的过程。有数据嵌入其中的掩护媒体在此处称为“标记媒体”。数据隐藏可用于识别、注释、版权保护以及鉴权的用途。在这种应用中，隐藏的数据和掩护媒体可以密切相关。这种数据嵌入通常称为水印或更一般地称为“做标记”。理想的是，隐藏数据是知觉上透明的。除非说明，标记媒体应尽可能接近于掩护媒体。

由于嵌入数据的存在，掩护媒体通常会经历一些失真。而且，甚至当除去所述嵌入数据后，也难以将掩护媒体恢复到嵌入所述数据之前它所处的状况。具体而言，甚至在隐藏数据被提取之后，掩护媒体的某些永久失真通常仍保留。失真源包括舍入误差、截断误差、以及量化误差。由于对于一些应用，如医疗诊断和法律执行，一旦隐藏的数据被取回，将掩护媒体准确恢复到嵌入前的状况是重要的，这种失真导致了问题。满足此需求的标记技术称为无损的或无失真的。这种标记技术也称为可逆标记技术，且通常适合于原始媒体数据应准确恢复的应用。

最近，文献中已报道了一些无损标记技术。第一种方法在图像空间域中实现。见美国专利6278791，2001年8月21日授予，题目“LosslessRecovery of an Original Image Containing Embedded Data”，C.W. Honsinger，P.Jones，M.Rabbani和J.C.Stoffel(此处称为“Honsinger”)，其公开通过引用结合在此。

另一空间域技术报道于Fridrich中。J.Fridrich，M.Goljan和R.Du，“Invertible authentication”，Proc.SPIE，S ecurity and Watermarking ofMultimedia Contents，San Jose，CA，2001年1月(此处称为“Fridrich”)。此文档的整个公开通过引用结合在此。在变换域还存在无失真标记技术。B.Macq和F.Deweyand，“Trusted headers for medical images”，DFG VIII-DII Watermarking Workshop，Erlangen，德国1999年10月(此处称为“Macq”)。此文档的整个公开通过引用结合在此。

报道于“De Vleeschouwer”中的方法的容量也很有限，除了它表现出对高质量JPEG压缩的健壮性。C.De Vleeschouwer，J.F.Delaigle和B.Macq，“Circular interpretation on histogram for reversible wartermarking”，IEEEInternational Multimedia Signal Processing Workshop，Cannes，法国，345-350页，2001年10月(此处称为“De Vleeschouwer”)。此文档的整个公开通过引用结合在此。这些技术涉及鉴权而不是数据隐藏，因此嵌入在掩护媒体中的数据总量有限。

适合于高嵌入率数据隐藏的所述第一无损耗标记技术出现在Goljan，M.Goljan，J.Fridrich和R.Du的“Distortion-free data embedding”，Proceedings of 4^th Information Hiding Workshop，Pittsburgh，PA，2001年4月(此处称为“Goljan”)，此文档的整个公开通过引用结合在此。在Goljan中，图像的像素被分成不重叠块，每块由若干邻近的像素组成。例如，这个块可以是具有4个连续像素的水平块。建立区别功能以将所述块分成3个不同的类别：正则的、奇异的、和不可用的。作者用所述区别功能来捕获所述组的光滑度。

可逆操作可应用于组。具体而言，可逆操作可将一个灰度级值映射到另一个灰度级值。此操作是可逆的，因为将它应用于一个灰度级值两次会产生原始灰度级值。这个可逆操作因此称为“翻转”。对于典型的图像，小幅度的翻转将导致区别功能的增加，导致较多的正则组和较少的奇异组。正是该偏置实现了无失真数据隐藏。尽管该方法不使掩护数据失真而隐藏数据，使用该技术可隐藏的数据的量对某些应用还不足够大。根据Goljan，对于512×512×8灰度图像，估算有效载荷的范围是从3000位到24000位。该方法的另一问题是随着嵌入图像中的数据量增加，该图像的视觉质量降低。例如，PSNR(峰值信噪比)可降到低至35dB(分贝)，且一些不理想的假象可出现在该图像中。

基于整数小波变换的Xuan的方法是最近提出的可嵌入大量数据的可逆数据隐藏技术。Guorong Xuan，Jidong Chen，Jiang Zhu，Yun Q Shi，Zhicheng Ni，Wei Su“Distortionless Data Hiding Based on Integer WaveletTransform”，IEEE Intemational Workshop on Multimedia Signal Processing，St.Thomas，美国Virgin Island，2002年12月(此处称为“Xuan”)。此文档通过引用结合在此。Xuan的主要思想如下。在整数小波变换被施加到原始图像之后，在子带LH、HL和HH的位平面中的二进制1和二进制0之间的偏置显著增加。因此，在这些位平面中的1和0可被无损地压缩以便为数据嵌入留出许多存储空间。数据嵌入之后，应用逆整数小波变换来形成标记图像。用该技术获得的容量是非常大的。但是，由于为避免上溢和下溢的状况而应用的直方图修改，所述标记图像的PSNR不高。对于一些图像，PSNR仅为28dB。

一种基于直方图运算的方法是最近公开的无损数据隐藏技术，对大多数图像，其在保持高的视觉质量(保证PSNR高于48dB)的同时可嵌入大量数据(对5 12×512×8灰度图像为5k到80k位)。Z.Yi，Y.Q.Shi，N.Ansari和S.Wu，“Reversible data hiding”IEEE International Symposium on Circuitsand Systems，2003年5月泰国曼谷(此处称为“Ni”)。此文档通过引用结合在此。仅通过将其放在本专利申请的“背景技术”部分，并不是承认此文档(Ni)是现有技术。

但是，仅有一种现有的无损数据隐藏技术(De Vleeschouwer)对应用于隐秘图像(stego image)(包括嵌入数据的图像)的压缩是健壮的。具体而言，仅在Vleeschouwer中，在隐秘媒体经历了压缩之后仍可正确地提取出隐藏的数据。利用其他现有技术，在隐秘媒体压缩之后，嵌入数据不能无错误地恢复。

参考图1A和B，尽管De Vleeschouwer技术对压缩是健壮的，因为它使用模256加法，它产生了令人讨厌的椒盐噪声(salt-and-pepper noise)。即，当像素灰度值接近于256(最亮)和/或0(最暗)时，该模256加法可能引起最亮和最暗灰度值之间的翻转。这常常发生在医学图像中。这种椒盐噪声对许多应用是不可接受的。

因此，本领域需要一种用于以可逆方式将一个量的健壮数据嵌入到掩护媒体中的系统和方法(原始掩护媒体可没有椒盐噪声地保留)。

发明内容

提供了一种方法，包括：提供用于图像的至少一个频率子带的IWT(整数小波变换)系数块；确定所述块内的所述系数的均值；以及建立编码的均值以将逻辑0位值和逻辑1位值之一嵌入到第一块中。

当在此结合附图说明本发明的优选实施例时，其他方面、特征、优点等对本领域技术人员将变得明显。

附图说明

为了说明本发明的各个方面，在附图中示出了当前优选的形式，但是，应理解，本发明不限于示出的精确设置和装置。

图1A-B为示出使用常规数据隐藏技术而发生的不理想的椒盐噪声效应的图像；

图2为曲线图，示出适合于根据本发明的一个或多个方面标记的测试图像(JPEG2000测试图像的红色平面，称为N1A)的HL1子带中的IWT系数的直方图；

图3为曲线图，示出适合于根据本发明的一个或多个方面标记的N1A测试图像的HL1子带中的10×10块的系数均值的直方图；

图4是矩阵，包括识别用于确定要在根据本发明的一个或多个方面执行的数据嵌入操作期间修改IWT系数组中的哪个系数的掩码的信息；

图5A-5D为示出对于用于根据本发明的一个或多个方面标记的块的4个相应类别，图像块的像素的空间域灰度值分布的直方图；

图6为示出适合于根据本发明的一个或多个方面使用的5/3小波滤波器的滤波器系数的数据表；

图7所示为示出根据本发明的一个或多个方面，对于在HL1子带中的(i，j)位置的IWT系数值的改变在空间域中的单位阶跃响应的矩阵；

图8所示为示出根据本发明的一个或多个方面，对于在LH₁子带中的(i，j)位置的IWT系数值的改变在空间域中的单位阶跃响应的矩阵；

图9所示为示出根据本发明的一个或多个方面，对于在LL₁子带中的(i，j)位置的IWT系数值的改变在空间域中的单位阶跃响应的矩阵；

图10为示出根据本发明的一个或多个方面，在空间域中IWT系数和受影响的像素组之间的关系的块图；

图11为示出根据本发明的一个或多个方面，单位阶跃响应C_LL(i，j)的四分之一和单位阶跃响应C_LL(i，j+1)的四分之一的矩阵；

图12为示出根据本发明的一个或多个方面，用于类型A块的数据嵌入规则的曲线图；

图13为示出根据本发明的一个或多个方面，用于类型B块的数据嵌入规则的曲线图；

图14为示出根据本发明的一个或多个方面，用于类型C块的数据嵌入规则的曲线图；

图15所示为根据本发明的一个或多个方面，用于数据嵌入的系统和方法的框图；

图16所示为根据本发明的一个或多个方面，用于恢复掩护媒体数据的方法的流程图；

图17所示为根据本发明的一个或多个方面，已根据优选数据嵌入方法标记的医学图像；

图18所示为根据本发明的一个或多个方面，已根据优选数据嵌入方法标记的测试(N1A)图像；

图19所示为当使用根据本发明的一个或多个方面的方法标记图像时，将块大小和数据存储容量相关的实验结果的数据表；

图20为示出根据本发明的一个或多个方面，块大小对平均块系数值的作用的实验结果的数据表；

图21所示为根据本发明的一个或多个方面，已使用变量，块大小＝5以及移位量＝8，来标记而产生40.09dB(分贝)的PSNR(峰值信噪比)的图像；

图22所示为根据本发明的一个或多个方面，已使用变量，块大小＝12以及移位量＝2，来标记而产生49.46dB(分贝)的PSNR的图像；

图23所示为根据本发明的一个或多个方面，利用块大小以及移位量值的各种组合而产生的PSNR的值的数据表；

图24所示为根据本发明的一个或多个方面，绘出对于各种块大小，数据存活率相对于PSNR的曲线图；

图25为示出根据本发明的一个或多个方面，使用3×3中值滤波器的测试结果的数据表；以及

图26为示出根据本发明的一个或多个方面，存在具有0均值和0.001方差的加性高斯噪声的情况下的测试结果的数据表。

具体实施方式

我们已研究了图像小波变换的特征并发现高频子带(HLn，LHn，或HHn)的系数具有0均值和类似拉普拉斯的分布。一个这样的例子是如图2所示称为N1A的N1A JPEG2000测试图像的HL₁子带，其中X轴代表IWT(整数小波变换)系数值，而Y轴代表采用相应系数值的系数的数目。我们进一步将该子带分成具有边长B的不重叠的方块并计算每个块中的系数值的均值。

${\mathrm{Mean}}^{\left(t\right)}=\frac{1}{B^2}\underset{i=1}{\overset{B}{\mathrm{\Σ}}}\underset{j=1}{\overset{B}{\mathrm{\Σ}}}{C}_{\mathrm{ij}}^{\left(t\right)}---\left(1\right)$

其中上标(t)表示第t块，且C_ij ^(t)表示第t块的IWT系数。图3示出了这些均值的分布的一个例子。在图3中，X轴代表在N1A JPEG 2000测试图像的HL₁子带中的10×10不重叠块(即边长B＝10)的均值，且Y轴代表具有相应均值的块的数目。可观察到图3所示的均值的方差比系数自身的方差小得多。

我们提出的半脆弱无损数据隐藏算法的一个方面是利用该特性。优选地，每个不重叠块中将被嵌入一位数据。首先，我们扫描所有块并找出系数的最大绝对均值，用m_max表示：

$m_{\max }=\underset{t}{\mathrm{Max}}\left(\right|{\mathrm{mean}}^{\left(t\right)}\left|\right)---\left(2\right)$

再次，“t”表示块索引，且Max表示取最大值的操作。阈值T设置为不小于m_max的最小整数。因此，所有块的均值的绝对值将小于或等于T。现在，通过建立(或运算)每个块的均值，每个不重叠块中可嵌入一位。如果逻辑1位值要被嵌入块中，该块的均值将在远离0的方向上被移位一移位量S，其优选地等于或大于T。如果逻辑0位值要被嵌入，该块和该块中的IWT系数的均值优选地保持不变。因此，具有大于T的绝对值的块系数的均值优选地表示该块中隐藏的二进制“1”。小于T的平均系数值优选地表示嵌入的二进制“0”。

优选地，由于移位量S对所有块是固定的，原始系数可通过执行反向操作来恢复，即从逻辑1位值(“1”位)所嵌入的块的IWT系数减去S。于是，该嵌入操作优选地可逆。因此，如果隐秘图像没有失真，则掩护媒体可无错误地恢复。而且，由于我们通过控制一个块中的IWT系数的均值来嵌入数据，由无意的攻击如JPEG/JPEG2000压缩引起的对图像的较小改变不会导致该均值改变太大。于是，即使隐秘图像被轻微更改，隐藏的数据的正确检测优选地仍是可能的。我们将在本申请稍后部分验证该权利要求。

应指出无损水印是基于信息理论的原理：在整个无损数据隐藏过程中所有原始掩护媒体信息应保留在标记图像中。因此，如果标记图像经历有损压缩，原始掩护媒体通常不再能被恢复，因为关于原始图像的信息已丢失。还要注意，我们通常选择HL₁、LH₁高频子带来嵌入数据。即，虽然较高等级的高频子带HL_n、LH_n(n＞1)的IWT系数块的均值分布也按照以上给出的理论来表现，但我们通常不在这些高等级IWT系数中嵌入数据。这是因为对这些较高等级子带的更改会显著降级图像质量。

提出的无损数据隐藏算法

首先解决如何防止上溢/下溢的问题。然后给出所提出的数据嵌入过程。

上溢/下溢的起因

如果我们处理的所有图像是JPEG2000格式的，则在前面部分提出的方法是足够的。让我们假设我们具有一个JPEG2000格式的图像。如在Christopoulos中所公开的，我们可通过层2解码，随后是层1解码，从该图像文件导出所有的IWT系数。C.Christopoulos，A.Skodras，T. Ebrahimi，“The JPEG2000 still image coding system：an overview”，IEEE Trans.OnConsumer Electronics，vol.46，no.4，pp.1103-1127，2000年11月(此处称为“Christopoulos”)。该文档通过引用结合于此。

然后，隐藏数据可被嵌入到高频IWT系数中。改变的系数可再被编码以形成准备好用于如传输或打印的应用的标记的JPEG2000文件。在接收器端，隐藏数据可从标记的JPEG2000图像文件中提取。如果没有更改施加于标记的图像，所有修改的系数优选地被移回其原始值，假设数据提取过程知道用在数据嵌入中的移位量的值。因此我们具有了图像的恢复版本，其优选地与原始图像相同。这是因为JPEG2000编码优选地保证小波系数不被截断。见JPEG2000 Part I Committee Draft Version 1.0。ISO/IEC JTC1/SC 29/WG 1 N1646R可得自： http://www.jpeg.org/public/fcd15444-1.pdf，其整个公开通过引用结合于此。因此，上溢和/或下溢优选地不发生。

但是，有时隐秘图像可转换为JPEG2000格式以外的格式。文件格式改变应被认为是允许的，且原始掩护媒体在文件格式改变之后应保留。尽管如此，我们发现，有时在从JPEG2000格式到另一格式，如，例如，位图格式的格式改变之后，恢复的介质会不同于原始介质。这是因为空间域中的像素灰度值优选地由固定长度的位序列(一般8位，有时16位)表示。在彩色图像中，像素中的每个基色成分通常也由8位表示。在IWT系数被嵌入操作更改之后，由于该嵌入操作，一些像素的灰度值可被移出允许的灰度值范围。对于8位灰度图像典型的灰度范围是0-255。

该现象称为上溢/下溢，其将在下面解释。在我们的算法中，一些IWT系数在数据隐藏操作中被修改。且，系数值的这一改变，在将所述块变换到空间域时，导致空间域中像素灰度值的相关变化。而且，像素灰度值的变化会超出典型的灰度值限制范围，如0到255，因此导致下溢状况和/或上溢状况。因此，通常发生截断。大于255的像素灰度值(上溢)优选地设置为等于255，以及小于0的像素灰度值(下溢)优选地设置为等于0。从信息理论的观点来看，在截断中有信息丢失，且因此在以后的数据提取过程中，原始图像不能完全精确地恢复。

上溢/下溢的防止

通常，只要空间域中标记图像的像素灰度值保持在允许范围内，就没有上述的上溢/下溢问题。下面，假设像素灰度值将由8位表示且允许的灰度值范围是[0，255]。如果对于一些图像，允许的范围不是[0，255]，提出的原理保持有效，且可容易地得出对应的解决方案。

本方法的优选实施例是基于块的。具体而言，该方法优选地将所选的高频子带划分成不重叠的块，且数据隐藏优选地逐块执行。但是修改与考虑中的块相邻的块中的IWT系数，会干扰对应于该块的像素的灰度值，这将在本文档的稍后部分变得明显。因此，如果我们能从相邻的IWT系数块中去除任何干扰，就更容易避免上溢/下溢。因此，优选地使用图4的掩码。

在该掩码边界的外部元素被标记为‘0’，且内部元素标记为‘1’。在该掩码中，‘0’识别在数据嵌入过程中不改变的IWT系数，而‘1’识别将改变的系数。换言之，在位嵌入阶段，为了改变IWT系数块的均值，我们优选地仅改变在上述掩码中其位置与‘1’位相关的那些系数并优选地将该块的外边界上的系数保持原样。通过使用Christopoulos的IWT理论，容易显示当使用图4所示的掩码改变所选块中的IWT系数时，相邻块中的像素的灰度值不会被影响。即，通过使用该方法，优选地消除了相邻块间的干扰。

一旦相邻块间的干扰已经去除，防止上溢/下溢的讨论可着眼于单个块。基本思路说明如下。考虑IWT系数块B_W及其空间域中的对应块B_S。这里，术语“对应”是指其灰度值与IWT系数块相关的像素组。所述对应关系可根据现有IWT理论容易地确定。我们假设最大像素灰度值改变的绝对值为S_max。在B_S中，如果a)存在具有大于(255-S_max)的灰度值的像素，以及b)由于位嵌入过程，灰度值需要增加，则会发生上溢。当存在具有小于S_max的灰度值的像素且由于位嵌入过程，空间域像素灰度值需要减小时，可发生下溢。

为了避免上溢和下溢，上述两种情形不应发生，我们将[0，S_max]称为0区以及将(255-S_max，255)称为255区。在空间域中，我们可基于块的像素值相对于这两个区的放置将块分类为下述4个类别之一。在理想情况下，即，类型A块，无像素在上述区中，如图5A所示。在这种理想情况下，我们无需担心上溢/下溢问题。

如果在BS中存在0区中的像素但是没有255区中的像素，即类型B块，如图5B中的实线所示，如果像素灰度值仅在正方向改变，则可避免下溢问题。数据隐藏后产生的直方图由图5B中的虚线示出。在图5B中，没有像素具有大于255或小于0的灰度值，表明将不发生上溢/下溢。

优选地，对于类型B块，如果块的平均系数值比-T小(即更负)，则不管指定要嵌入该块的位值，移位值不应用于该块。

图5C所示为与图5B相反的情况。如果该块无像素在0区中，即类型C块，则如果对该组中所有像素的改变都是减小的，将是安全的。最坏的情况如图5D所述，其中0区中的像素，以及255区中的像素都出现在单个块中，即类型D块。在这种情况下，平均系数值优选地不移位以避免下溢或上溢。因此会发生数据提取中的错误并且必须采取一些附加措施。由于上述原因，错误码纠正是解决嵌入在块中的任何错误的一种方式。在本文的后面将讨论解决数据提取中的错误的措施。

上溢/下溢的防止

在以上，我们提出一种用于将位嵌入到IWT系数中的优选的系统和方法，并通过考虑如上嵌入位对灰度值的作用来讨论如何避免上溢/下溢。在一个优选实施例中，如果我们能找到一种方式来将一位嵌入到HL₁或LH₁子带的一个块中，且受影响的空间域像素的灰度值都只在不必发生截断的方向上移动，则可避免上溢/下溢问题。下面，进一步研究这个问题。

在JPEG2000标准中，5/3小波滤波器组通常用作用于可逆图像编码的默认滤波器。5/3滤波器组首先由Le Gall等人在L. Gall和A.Tabatabai，“Sub-band coding of digital images using symmetric short kernel filters andarithmetic coding techniques”，Proc.of IEEE International Conference onAcoustics，Speech and Signal Processing，NY，pp.761-765，1988中提出，(此处称为“Gall”)。其文档的整个公开通过引用结合在此。5/3小波滤波器组的系数在图6中给出。

我们的目的是将数据嵌入到图像的整数小波变换(IWT)的高频子带中。在这种情况下，需要研究改变小波系数对空间域对应者的影响。

从图6，合成滤波器可用如下的Z变换表示。

低通滤波器

$G_L\left(z\right)=\frac{1}{2}{z}^{-1}+1+\frac{1}{2}z---\left(3\right)$

高通滤波器

$G_H\left(z\right)=-\frac{1}{8}{z}^{-2}-\frac{2}{8}{z}^{-1}+\frac{6}{8}-\frac{2}{8}z-\frac{1}{8}{z}^2---\left(4\right)$

对于2D图像，我们具有，

x轴上的低通滤波器

$G_{\mathrm{Lx}}\left(z_x\right)=\frac{1}{2}{z_x}^{-1}+1+\frac{1}{2}{z}_x---\left(5\right)$

x轴上的高通滤波器

$G_{\mathrm{Hx}}\left(z_x\right)=-\frac{1}{8}{z_x}^{-2}-\frac{2}{8}{z_x}^{-1}+\frac{6}{8}-\frac{2}{8}{z}_x-\frac{1}{8}{z_x}^2---\left(6\right)$

y轴上的低通滤波器

$G_{\mathrm{Ly}}\left(z_y\right)=\frac{1}{2}{z_y}^{-1}+1+\frac{1}{2}{z}_y---\left(7\right)$

y轴上的高通滤波器

$G_{\mathrm{Hy}}\left(z_y\right)=-\frac{1}{8}{z_y}^{-2}-\frac{2}{8}{z_y}^{-1}+\frac{6}{8}-\frac{2}{8}{z}_y-\frac{1}{8}{z_y}^2---\left(8\right)$

对于HL子带，该合成滤波器首先将该高通应用到行(x方向)，然后将低通应用于列(y方向)。结果为：

$G_{\mathrm{HL}}(z_x,z_y)=G_{\mathrm{Hx}}\left(z_x\right)\×G_{\mathrm{Ly}}\left(z_y\right)$ (9)

$=(-\frac{1}{8}{z_x}^{-2}-\frac{2}{8}{z_x}^{-1}+\frac{6}{8}-\frac{2}{8}{z}_x-\frac{1}{8}{z_x}^2)\×(\frac{1}{2}{z_y}^{-1}+1+\frac{1}{2}{z}_y)$

$=-\frac{1}{16}{z_x}^{-2}{z_y}^{-1}-\frac{1}{8}{z_x}^{-2}-\frac{1}{16}{z_x}^{-2}{z}_y-\frac{1}{8}{z_x}^{-1}{z_y}^{-1}-\frac{2}{8}{z_x}^{-1}-\frac{1}{8}{z_x}^{-1}{z}_y$

$+\frac{3}{8}{z_y}^{-1}+\frac{6}{8}+\frac{3}{8}{z}_y-\frac{1}{8}{z}_x{z_y}^{-1}-\frac{2}{8}{z}_x-\frac{1}{8}{z}_x{z}_y-\frac{1}{16}{z_x}^2{z_y}^{-1}-\frac{1}{8}{z_x}^2-\frac{1}{16}{z_x}^2{z}_y$

对于LH子带，该合成滤波器首先将低通滤波应用于行(x方向)，然后将高通滤波应用于列(y方向)。结果为：

$G_{\mathrm{LH}}(z_x,z_y)=G_{\mathrm{Lx}}\left(z_x\right)\×G_{\mathrm{Hy}}\left(z_y\right)$ (10)

$=(-\frac{1}{8}{z_y}^{-2}-\frac{2}{8}{z_y}^{-1}+\frac{6}{8}-\frac{2}{8}{z}_y-\frac{1}{8}{z_y}^{\text{2}})\×(\frac{1}{2}{z_x}^{-1}+1+\frac{1}{2}{z}_x)$

$=-\frac{1}{16}{z_y}^{-2}{z_x}^{-1}-\frac{1}{8}{z_y}^{-2}-\frac{1}{16}{z_y}^{-2}{z}_x-\frac{1}{8}{z_y}^{-1}{z_x}^{-1}-\frac{2}{8}{z_y}^{-1}-\frac{1}{8}{z_y}^{-1}{z}_x$

$+\frac{3}{8}{z_x}^{-1}+\frac{6}{8}+\frac{3}{8}{z}_x-\frac{1}{8}{z}_y{z_x}^{-1}-\frac{2}{8}{z}_y-\frac{1}{8}{z}_y{z}_x-\frac{1}{16}{z_y}^2{z_x}^{-1}-\frac{1}{8}{z_y}^2-\frac{1}{16}{z_y}^2{z}_x$

对于LL子带，将低通滤波应用于两个方向。结果为：

$G_{\mathrm{LL}}(z_x,z_y)=G_{\mathrm{LL}}\left(z_x\right)\×G_{\mathrm{Ly}}\left(z_y\right)$ (11)

$=(\frac{1}{2}{z_x}^{-1}+1+\frac{1}{2}{z}_x)\×(\frac{1}{2}{z_y}^{-1}+1+\frac{1}{2}{z}_y)$

$=\frac{1}{4}{z_x}^{-1}{z_y}^{-1}+\frac{1}{2}{z_x}^{-1}+\frac{1}{4}{z_x}^{-1}{z}_y+\frac{1}{2}{z_y}^{-1}+1+\frac{1}{2}{z}_y+\frac{1}{4}{z}_x{z_y}^{-1}+\frac{1}{2}{z}_x+\frac{1}{4}{z}_x{z}_y$

根据公式(9)，对于发生在位于HL₁子带中的(i，j)位置的IWT系数的改变，在空间域中的单位阶跃响应可用图7中的矩阵G_HL表示。具体而言，如果HI₁子带中的IWT系数(i，j)增加1，在居中于(2i-1，2j)、具有3×5大小的空间域中的像素灰度值的阵列(参考图10)将改变由该矩阵(图7)的元素规定的量。

对于LH₁和LL₁子带中的系数，可得到对应的单位阶跃响应，分别用G_LH和G_LL表示，如图8和9所示。它们表明LH₁或LL₁子带中的IWT系数(i，j)增加1时，空间域中灰度值的改变的量值。对于G_LH和G_LL，中心分别位于(2i，2j-1)和(2i-1，2j-1)。

假设HL₁是载波子带，图7表明受小波系数改变影响的像素将经历其灰度值在增加和减小两个方向上的改变。类似地，如果LH₁用作载波子带，这亦为真。根据图9中的矩阵，像素灰度值将仅在一个方向移动。这里防止上溢/下溢的一个优选方法是对LL子带中系数进行运算以使产生的空间域像素灰度值改变仅发生在一个方向上。

首先，让我们考虑到具有位置(i，j)的HL1系数中的单位输入，由

表示。我们用

表示空间域中的输出响应，其中k代表幅度，且

表示受影响的空间域中的点的坐标。上述单位输入及其在空间域中的响应用以下等式表示。

$\stackrel{\‾}{C_{\mathrm{HL}}(i,j)}\⇔$

$-\frac{1}{16}\stackrel{\‾}{(2i-\mathrm{2,2}j-2)}-\frac{1}{8}\stackrel{\‾}{(2i-\mathrm{1,2}j-2)}-\frac{1}{16}\stackrel{\‾}{(2i,2j-2)}-\frac{1}{8}\stackrel{\‾}{(2i-\mathrm{2,2}j-1)}$

$-\frac{2}{8}\stackrel{\‾}{(2i-\mathrm{1,2}j-1)}-\frac{1}{8}\stackrel{\‾}{(2i,2j-1)}+\frac{3}{8}\stackrel{\‾}{(2i-\mathrm{2,2}j)}+\frac{6}{8}\stackrel{\‾}{(2i-\mathrm{1,2}j)}$ (12)

$+\frac{3}{8}\stackrel{\‾}{(2i,2j)}-\frac{1}{8}\stackrel{\‾}{(2i-\mathrm{2,2}j+1)}-\frac{2}{8}\stackrel{\‾}{(2i-\mathrm{1,2}j+1)}-\frac{1}{8}\stackrel{\‾}{(2i,2j+1)}$

$-\frac{1}{16}\stackrel{\‾}{(2i-\mathrm{2,2}j+2)}-\frac{1}{8}\stackrel{\‾}{(2i-\mathrm{1,2}j+2)}-\frac{1}{16}\stackrel{\‾}{(2i,2j+2)}$

在以上等式中， $-\frac{1}{16}\stackrel{\‾}{(2i-\mathrm{2,2}j-2)}$ 意味着 是在(i，j)的HL1系数的单位输入引起的响应，

意味着该响应在空间域中位于(2i-2，2j-2)。

如果单位输入应用于位于(i，j)的LL系数，对应的响应为：

$\stackrel{\‾}{C_{\mathrm{LL}}(i,j)}\⇔$

$\frac{1}{4}\stackrel{\‾}{(2i-\mathrm{2,2}j-2)}+\frac{1}{2}\stackrel{\‾}{(2i-\mathrm{2,2}j-1)}+\frac{1}{4}\stackrel{\‾}{(2i-\mathrm{2,2}j)}$

$+\frac{1}{2}\stackrel{\‾}{(2i-\mathrm{1,2}j-2)}+1\stackrel{\‾}{(2i-\mathrm{1,2}j-1)}+\frac{1}{2}\stackrel{\‾}{(2i-\mathrm{1,2}j)}$ (13)

$+\frac{1}{4}\stackrel{\‾}{(2i,2j-2)}+\frac{1}{2}\stackrel{\‾}{(2i,2j-1)}+\frac{1}{4}\stackrel{\‾}{(2i,2j)}$

我们可以验证：

$\stackrel{\‾}{C_{\mathrm{HL}}(i,j)}+\frac{1}{4}\stackrel{\‾}{C_{\mathrm{LL}}(i,j)}+\frac{1}{4}\stackrel{\‾}{C_{\mathrm{LL}}(i,j+1)}\⇔\frac{1}{2}\stackrel{\‾}{(2i-\mathrm{2,2}j)}+1\stackrel{\‾}{(2i-\mathrm{1,2}j)}+\frac{1}{2}\stackrel{\‾}{(2i,2j)}---\left(14\right)$

可看出如果我们将位于(i，j)的HL1系数改变S并将位于(i，j)和(i，j+1)两者的LL1系数改变S/4，则空间域中的像素值改变将与S具有相同的符号。

类似地，对于在LH子带的系数，我们可得到：

$\stackrel{\‾}{C_{\mathrm{LH}}(i,j)}+\frac{1}{4}\stackrel{\‾}{C_{\mathrm{LL}}(i,j)}+\frac{1}{4}\stackrel{\‾}{C_{\mathrm{LL}}(i+1,j)}\⇔\frac{1}{2}\stackrel{\‾}{(2i,2j-2)}+1\stackrel{\‾}{(2i,2j-1)}+\frac{1}{2}\stackrel{\‾}{(2i,2j)}---\left(15\right)$

以上公式形成我们的如下所述的方法的基础。现在，我们研究LL系数的单位响应。可推导出对于位于(i，j)的LL₁系数，单位阶跃响应的中心在空间域中的(2i-1，2j-1)，而对于LL₁系数(i，j+1)，单位阶跃响应的中心将在(2i-1，2j+1)。图10所示为IWT系数和在空间域中产生的单位阶跃响应的关系。实箭头和实框用于HL₁子带中的系数(i，j)以及空间域中受影响的像素。点线箭头和点线框用于LL₁系数(i，j)以及空间域中其受影响的像素。以及，短划线箭头和短划线框用于LL₁系数(i，j+1)以及空间域中其受影响的像素。

观察到对应于LL₁系数(i，j)和(i，j+1)单位阶跃响应的组合2-D阵列具有3×5的大小并覆盖完全相同的对应于IWT HL₁系数(i，j)的像素组。我们用C_HL(i，j)表示HL₁子带在(i，j)的系数，以及C_LL(i，j)表示LL₁子带在(i，j)的系数。然后，可直接验证：单位阶跃响应C_HL(i，j)、单位阶跃响应C_LL(i，j)的1/4以及单位阶跃响应C_LL(i，j+1)的1/4的组合效应可用图11中的矩阵表示。

图11中的矩阵表明空间域中的所有变化将优选地具有相同符号。换言之，如果我们决定在HL₁子带中嵌入数据，且如果我们将在(i，j)的HL₁系数改变S并将在(i，j)和(i，j+1)两者的LL₁系数改变S/4，则空间域中的像素值改变将具有与S相同的符号。注意在嵌入之后，空间域中最大像素灰度值改变也是S。类似地，如果HL₁用作载波子带，相同目的可通过将在(i，j)的HL₁系数改变S并将在(i，j)和(i+1，j)两者的LL₁系数改变S/4来实现。在我们给出所提出的数据嵌入过程的下一部分，如何避免上溢/下溢将变得清楚。

数据嵌入

在一个优选实施例中，数据可嵌入到子带HL1或LH1中。我们将在假设使用HL₁的情况下解释我们的方法。首先，HL1子带被分成具有N个系数×N个系数的大小的不重叠块。在每个块中，均值为0或接近0。等价地，该均值的绝对值应小于阈值‘T’。基本思路是如果将要嵌入位‘1’，则该块的绝对均值优选地远离0而移位一个大于‘T’的量。此处，我们不改变该块的每个系数。取而代之，我们用图4的掩码。在此例中，我们只改变其位置在上述掩码中用‘1’标记的那些系数。换言之，我们保持该块的外边界不变。通过这样做，改变一个块中的系数的效应将不干扰改变相邻块中的系数的效应。

如果将HL₁子带中在(i，j)的系数改变一个量S(S可以是正或负)，我们将把LL₁子带中在(i，j)以及(i，j+1)的两个系数各修改一个量S/4。于是，对应的3×5阵列中所有受影响的像素将增加(如果S＞0)或减小(如果S＜0)。可替换地，如果LH₁子带用作嵌入载波且我们将LH₁子带中在(i，j)的系数修改一个量S，则我们需要将LL₁子带中在(i，j)以及(i+1，j)的两个对应系数改变S/4。类似地，空间域中所有受影响的像素将增加(如果S＞0)或减小(如果S＜0)。如本文档中较早所述，在我们的算法中，块的均值改变优选地通过将图4中所有具有掩码值‘1’的系数改变相同的量来实现。对其值需要被改变S的HL₁或LH₁子带中的每个系数，我们不仅将其值改变S，而且如上所述将LL₁子带中的两个对应系数改变S/4。

在嵌入过程之前，错误纠正编码和混沌混合优选地应用于要被嵌入的信息位。在优选方法中应用这两种技术的目的是改进该方法的健壮性。编码的位流和掩护图像是对该嵌入系统和方法的输入。

当将位嵌入HL₁或LH₁子带中的IWT系数块B_W时，我们首先得到可能受嵌入影响的对应的空间块B_S。然后优选地检查B_S的像素灰度值，且该块优选地分类为图5所示的4个类别。

A：该块没有大于(255-S_max)即255区，或小于S_max即0区的像素灰度值。

B：该块具有小于S_max的像素灰度值，但没有大于(255-S_max)的像素值。

C：该块具有大于(255-S_max)的像素灰度值，但没有小于S_max的像素值

D：该块具有小于S_max和大于(255-S_max)的像素灰度值

不同操作被应用于不同的类别，这是本发明实施例的关键点之一。所述操作如下给出。

对类型A块：

在这种情况下，将不发生上溢和下溢。我们可如下所述增加或减小块中载波子带(HL₁或LH₁)系数的均值。如图5A所示该均值可大于0或小于0。细节如图1 2所示。如果要嵌入‘1’位，该均值将远离0而被移位所述移位量S。在均值初始处于a的情况下，优选地移位至a’。在均值初始处于b的情况下，优选地移位至b’。在一个优选实施例中，如在本文档较早时所述，我们将LL子带中的对应系数修改S/4。对于位‘0’，该块的系数的平均将优选地保持不变。

对类型B块：

在一个优选实施例中，如图5B所示类型B块具有仅在0区中的一些像素灰度值。对于这种类型的块不会发生上溢。为了嵌入位‘0’，该块优选地保持不变。为了嵌入‘1’，该均值的绝对值优选地被移位S。如果原始均值大于或等于0，与图13中a的情况一样，该均值可被移位到a’。此外，我们将LL子带中的对应系数修改S/4。因此，在做出改变之后，空间域中的像素值将仅增加。于是，避免了下溢。如果该均值为负，如b，则为使均值的绝对值大于T，该均值仅可被从中减去移位量S的量。但是，当执行这个减法时会发生下溢。因此，均值b优选地不被移位。但是，保持该块不变对应于嵌入位‘0’。于是，优选地使用错误纠正编码来纠正任何产生的错误。

对类型C块：

在一个优选实施例中，如图5C所示，这种类型的块具有仅在255区中的一些像素灰度值。这种情况类似于前一个情况，除了所有都与类型B块相反。为了嵌入位‘0’，不需要操作。为了嵌入位‘1’，只能使用具有负平均系数值的块来隐藏位‘1’。如果要嵌入位‘1’且该块的均值为正，我们将不能嵌入该位。取而代之，在这种情形下，该块优选地保持不变，这等价于嵌入‘0’位。于是，错误的位可被嵌入。优选地，使用错误纠正编码(ECC)和/或错误纠正解码(ECD)来纠正任何这样的位错误。图14示出了关于类型C块的均值的细节。

对类型D块：

通常，这种类型的块同时具有一些0区中的像素灰度值和一些255区中的像素灰度值，如图5D所示。向两个方向移位该均值通常将导致上溢或下溢。如果此时要嵌入信息位‘0’，则没有问题。但是，如果我们要嵌入‘1’位，将出现错误。再次，我们依赖于ECC和/或ECD来纠正任何产生的错误位。

注意对经常使用的图像，多数块属于类型A。例如，对于普遍的“Lena”图像，所有块都是类型A块，其标记的版本如图21-22所示。对这种类型的块，可能不需要使用ECC来纠正所述错误。

在一些情况下，所述错误会聚集在一起。这在文献中称为“突发错误”。即，类型B、C、D的块会集中在给定图像的某个(些)区域中。在这种情形下，ECC不能有效地纠正所述错误。优选地引入混沌混合(或其他类型的置换(permutation))来防止突发错误。它可使所述突发错误均匀地散布。图15示出根据本发明一个优选实施例用于数据嵌入的方法的框图。

在一个优选实施例中，块大小B、阈值T、移位量S、以及选作载波的子带的标识作为边信息保存，其以后可用于数据提取和掩护媒体的恢复。从不同的观点来看，该边信息可被看作钥。换言之，它优选地通过单独、安全的通道传输。优选地，只有被授权的人可利用所提供的边信息提取隐藏的数据。可替换的方法是对所有图像使用相同的B、T、S和子带。因此，优选地将不需要所述边信息。这个可替换方法的缺点是所述参数对以此方式处理的图像可以不是最佳的。

数据提取和原始图像恢复

在接收器侧，隐秘图像是输入。将执行数据提取和原始掩护图像恢复。

隐藏数据提取

在一个优选实施例中，隐藏数据提取需要所述隐秘图像和/或边信息。优选地，首先获得所述隐秘图像的高频整数小波系数。然后，载波子带优选地被分成大小为B的不重叠块。优选地，从每个块提取一位数据。

均值与所述阈值T的比较可决定提取位‘0’或位‘1’。注意如果测试图像是JPEG2000格式的，IWT系数可直接从所述JPEG2000位流获得而不用执行小波变换。优选地，由于不需要额外的变换，数据提取将是高效的。

隐藏数据提取优选地比嵌入简单。在IWT域，如果数据嵌入在HL1子带，我们以与所述嵌入阶段相同的方式将所述子带分成块。然后优选地计算每个块的系数均值。

优选地，对每个块，该方法然后为该块提取一位并将该块的平均系数值恢复到其原始值。具体而言，如果嵌入后、提取前的所述平均系数值的绝对值等于或大于所述阈值T，该方法优选地提取逻辑1位。优选地，如果该块的嵌入后、提取前的所述平均系数值小于所述阈值T，该方法提取逻辑0位。因此，在数据提取阶段，该方法优选地通过颠倒在所述嵌入阶段进行的移位操作来恢复该块的平均系数值的原始值。具体而言，在数据位被提取之后，该方法优选地将所述块的平均系数值的绝对值减小在所述嵌入过程中使用的移位量S的量值，但保持所述平均系数值的符号。

优选地，对于‘1’位块，HL1或LL1子带中的系数被移向0，回到其嵌入前的值。所以，原始IWT系数得以恢复。注意，对于隐藏数据提取和原始图像恢复，优选地不需要回到空间域。这个特征对JPEG2000图像非常方便。

在前述中，我们假设每个块的初始均值为0或接近0，或至少小于所述阈值T。由于T大于公式(2)限定的m_max，后者得以保证。

掩护媒体恢复

在所有隐藏数据被提取之后，我们可恢复原始掩护媒体。此时存在两个可能性。第一可能性是隐秘图像没有经历任何更改。另一可能性是所述隐秘图像经历过某种更改。对于第一可能性，原始图像可优选地得以恢复。图16所示为根据本发明的一个或多个优选实施例用于恢复原始图像的方法的流程图。注意，如果恢复的图像已被更改，则原始掩护图像可能不是完全可恢复的。

实验结果和性能分析

通常，要嵌入的位流是用Matlab^TM的randint()函数随机生成的(函数randint以相等的概率生成为0或1的随机标量)。我们将我们的算法应用于各种图像，包括USC SIPI图像数据库、CorelDraw^TM图像数据库、以及JPEG2000测试图像中的图像。我们提出的算法对所有测试图像都很好地起作用。图17是标记的医学图像，以及图18是用我们提出的算法产生的标记的JPEG2000测试图像(N1A)。于是，相同量的数据被嵌入到相同大小的图像中。注意，使用此处公开的方法和系统，不发生椒盐噪声问题，且用我们提出的算法产生的隐秘图像的视觉质量比现有技术的高得多。具体而言，相对于其未标记的原始版本的所述标记的医学图像(图17)的PSNR为38.53dB而不是现有技术的9.28dB。并且，对于N1A JPEG2000测试图像，PSNR为42.67dB(使用此处公开的优选系统和方法)而不是现有技术的18.01dB。

为了分析所述提出的算法的性能，我们详细给出利用Lena图像的测试结果，该Lena图像是图像处理领域中最常用的图像，其是大小为512×512的8位灰度图像。

数据嵌入容量

在我们的算法中，数据嵌入容量优选地由所述块大小B确定。B越小，将有越多的块。所以，可嵌入更多位。图19中的表给出了块大小和容量间的关系。优选地使用错误纠正编码来增强我们的算法的健壮性。此处使用的ECC编码方案采用BCH码[13]。但是，可采用其他错误纠正编码/解码方法。一般，错误纠正能力越强，嵌入容量将越小。在本实验研究中使用BCH(15，11)码。所述容量计算为

$C_{\mathrm{copacity}}=\frac{M\×N}{4\×B\×B}\×\frac{11}{15}$ (8)(16)

其中M，N是图像大小，且其中B是块大小。在图19中，“利用ECC的容量”表示用上述公式确定的容量且有时称为“纯有效载荷”，而“不利用ECC的容量”指示在不使用ECC时获得的容量。

标记图像的视觉质量

相对于原始图像的隐秘图像的视觉质量可用峰值信噪比(PSNR)参数来量度。

从图19，可看出使用较小的块大小可提供较大的数据存储容量。但是，较早在公式(2)中限定的块中的IWT系数的最大绝对均值m_max将较大。因此，较小的块大小通常需要移位量S较大，于是使标记图像的质量降级，导致较低的PSNR。图20中的数据趋向于支持这一观察。实际上，“最小移位值”限定为大于m_max的最小整数。

图21和22所示为对于不同块大小使用所述最小移位值的标记的“Lena”图像。我们可看出图21的标记图像的视觉质量比图22的差。图22(b)的图像的PSNR比图22的图像的大9dB。

使用相同的块大小，可应用不同的移位值。后面，我们将看到，所述移位值越大，隐秘图像就变得越健壮。图23显示了具有不同的块大小和不同的移位值的隐秘图像的PSNR。我们可看到，较大的移位值的代价是较小的PSNR值，即较低的图像质量。

隐藏数据的健壮性

与多数无损水印算法不同，所述提出的基于IWT的无损水印算法对偶然更改是健壮的。

首先，它对JPEG2000压缩是健壮的。在实验研究中，标记图像是以增加的压缩比得到JPEG2000有损压缩的。对JPEG2000压缩的健壮性由数据存活率来量度，意味着当压缩后得到的数据率大于或等于数据存活数据率时，隐藏的数据可无错误地得到可靠提取。换言之，数据存活率越低，隐秘图像越健壮。

图24所示为不同块大小下隐秘图像的PSNR和数据存活率之间的关系。可观察到，一般对于给定的块大小B，PSNR越低，数据存活率越低。对于给定的数据存活率，如果选择较大的块大小，可以获得较高的PSNR，这将导致较好的图像质量但是较低的数据嵌入容量。显然，图像视觉质量、隐藏数据的健壮性，以及嵌入容量是全部互相关联的且一些是互相冲突的。我们不能同时获得对于这些方面的最好性能。通常，对每个特定的应用，可获得这些特性的最佳组合。

除了压缩，所述提出的水印方案面对中值滤波器的使用也是健壮的。具有3×3大小的中值滤波器可应用于隐秘图像。然后，优选地对经滤波的隐秘图像执行隐藏数据提取。图25列出测试结果，其中测量了数据提取过程中的解码错误位的数目。显然，较大的块大小和较大的移位值将使标记图像对中值滤波器更健壮。

加性高斯噪声是一种在通信系统中经常遇到的噪声。在我们的实验中，具有0均值和0.001方差的高斯噪声被加到标记图像。隐藏数据提取中的错误位被计数，且图26列出结果。如前，可得出如下结论，一般，块大小和移位值越大，隐秘图像将越健壮。

此处，公开了一种新的半脆弱无损数据隐藏方案。数据被嵌入到整数小波域中。优选地，此处公开的优选方法可无缝地结合到JPEG2000标准中。此处解决了上溢和下溢的问题。如果标记图像没有被更改，原始掩护媒体可在隐藏数据提取之后恢复。所述隐藏数据在某种程度上对非恶意攻击是健壮的，例如有损压缩。进行了性能分析，其展示了所提出的算法的优点。标记图像的视觉质量极好。在隐秘图像中成功地避免了椒盐噪声和其他假象。它可应用于基于内容的图像鉴权和一些其他应用。

以下文档的全部公开通过引用结合于此。

[1]D.Zou，C.W.Wu，G.Xuan and Y.Q.Shi，“A content-based imageauthentication system with lossless data hiding，”Proc.of IEEE Intemational Conference onMultimedia and Expo，vol.2，pp.6-9，Baltimore，Maryland，July 2003.

[2]C.W.Honsinger，P.Jones，M.Rabbani，and J.C.Stoffel，“Lossless recovery of an originalimage containing embedded data，”US Patent 6278791，2001.

[3]J.Fridrich，M.Goljan and R.Du，“Invertible authentication，”Proc.of SPIE，Security andWatermarking of Multimedia Contents，vol.4314，pp.197-208，San Jose，CA，Jan.2001

[4]M.Goljan，J.Fridrich，and R.Du，“Distortion-free data embedding，”Proc.of 4thInformation Hiding Workshop，vol.2137，pp.27-41，Pittsburgh，PA，Apr.，2001.

[5]G.Xuan，J.Chen，J.Zhu，Y.Q.Shi，Z.Ni，W.Su，“Distortionless data hiding based oninteger wavelet transform，”IEEE Electronics Letters，vol.38，issue.25，pp.1646-1648，December 2002.

[6]Z.Ni，Y.Q.Shi，N.Ansari，S.Wei，“Reversible data hiding，”Proc.of the IntemationalSymposium on Circuits and Systems 2003，vol.2，pp.25-28，Bangkok，Thailand，May 2003.

[7]C.De VIeeschouwer，J.F.Delaigle，B.Macq，“Circular interpretation of bijectivetransformations in lossless watermarking for media asaet management，”IEEE Transactions onMultimedia，vol.5，pp.97-105，Mar.2003.

[8]A.Skodras，C.Christopoulos，T.Ebrahimi，“The JPEG2000 still image compressionstandard；”IEEE Signal Processing Magazine，vol.18，issue.5，pp36-58，September 2001.

[9]C.Christopoulos，A.Skodras，T.Ebrahimi，“The JPEG2000 still image coding system：anoverview，”IEEE Trans.On Consumer Electronics，vol.46，no.4，pp.1103-1127，Nov.2000.

[10]L. Gall and A.Tabatabai，“Sub-band coding of digital images using symmetric shortkernel filters and arithmetic coding techniques”，Proc.of IEEE International Conference onAcoustics，Speech and Signal Processing，NY，pp.761-765，1988.

[11]A.R.Calderbank，I.Daubechies，W.Sweldens，and B.-L.Yeo，“Wavelet transforrns thatmap integers to integers，”Applied and Computational Harmonic Analysis(ACHA)，vol.5，pp.332-369，1998.

[12]JPEG 2000 Part I Final Committee Draft Version 1.0.ISO/IEC JTC 1/SC 29/WG 1N1646R Available：http://www.Jpeg.org/public/fcd15444-1.pdf.

[13]J.G.Proakis，Digital Communications，Third Edition，McGraw-Hill，Inc.NY，1995.

[14]G.Voyatzis and I.Pitas，“Chaotic mixing of digital images and applications towatermarking，”Proceedings of European Conference of Multimedia Applications，ServicesTechniques(ECMAST’96)，pp.687-695，May 1996.

[15]USC image database.Available：http://sipi. usc.edu/services/database/Database.html

虽然本发明已参考特定实施例说明，应理解这些实施例仅用于说明本发明的原理和应用。因此应理解可以不背离所附权利要求限定的本发明的精神和范围，对说明的实施例做出许多修改并且可设计其他设置。

Claims (19)

1.一种方法，包括：

提供用于图像的至少一个频率子带的IWT(整数小波变换)系数块；

确定所述块内的所述系数的均值；以及

建立编码均值以将逻辑0位值和逻辑1位值之一嵌入到所述第一块中。

2.权利要求1的方法，其中所述建立包括：

保持所述均值不变以将逻辑0值嵌入到所述块中。

3.权利要求1的方法，其中所述建立包括：

改变所述均值以将逻辑1位值嵌入到所述块中。

4.权利要求1的方法，进一步包括：

对受所述IWT系数块的变化影响的空间域块中的像素灰度值不使用模256加法。

5.权利要求1的方法，进一步包括：

避免截断对应于不对所述灰度值使用模256加法的所述IWT系数块的空间域块中的像素灰度值。

6.权利要求1的方法，进一步包括：

使用错误码纠正来纠正由所述建立引起的任何错误位。

7.权利要求1的方法，进一步包括：

识别被所述IWT系数影响的空间域块中的像素灰度值的分布；以及

根据所述灰度值分布定制所述建立。

8.权利要求1的方法，其中所述IWT系数包括：

LL₁系数。

9.权利要求3的方法，其中所述改变包括：

将HL₁子带中的块的至少一个系数移位一个移位量。

10.权利要求9的方法，其中所述改变进一步包括：

将LL₁子带中相关块的至少一个系数移位所述移位量的约四分之一。

11.一种方法，包括：

将用于图像至少一个频带的IWT(整数小波变换)系数分成多个不重叠的块；

确定所述块的第一块中的系数的均值；以及

修改所述系数的所述均值以嵌入一个或多个数据位。

12.权利要求11的方法，进一步包括：

识别至少一个适合于通过所述修改来修改的系数，以及至少一个在所述修改中保持不变的系数。

13.权利要求11的方法，其中对所述均值的所述修改包括：

将一移位量加到所述均值。

14.权利要求11的方法，其中对所述均值的所述修改包括：

从所述均值减去一移位量。

15.一种方法，包括：

将用于图像至少一个频带的IWT(整数小波变换)系数分成多个不重叠的块；

确定所述块的第一块中的系数的均值；

将所述均值与一阈值比较；以及

基于所述比较从所述块提取位值。

16.权利要求15的方法，其中所述提取包括：

如果所述均值的绝对值超过所述阈值的绝对值，从所述块提取逻辑1位值。

17.权利要求15的方法，其中所述提取包括：

如果所述均值的绝对值小于所述阈值的绝对值，从所述块提取逻辑0位值。

18.权利要求15的方法，进一步包括：

使用错误纠正码解码来纠正由所述提取引起的任何错误位。

19.权利要求16的方法，进一步包括：

将所述均值的绝对值减小在以前的数据嵌入步骤中使用的移位量，仅当对于受所述第一块影响的空间域块中的像素灰度值，所述减小不导致上溢或下溢状况时进行。

Images