CN101101665A - 基于反馈混沌系统和邻域辅助的图像认证方法 - Google Patents

Abstract

一种基于反馈混沌系统和邻域辅助的图像认证方法，在嵌入阶段将图像分块，建立当前图像块及其相邻图像块之间的关系，设计了基于反馈混沌系统的认证水印构造方法，认证水印被嵌入到图像块的最低有效位上；在认证阶段生成一个参考序列，并与提取的水印比较，根据比较的结果给出一个误差矩阵。优点是支持用户对精度的不同要求，检测精度是可调可控的。通过邻域辅助的方法建立了当前图像块和相邻图像块之间的关系，能够抵抗矢量量化攻击。反馈混沌系统保证了每个像素点都有等价的贡献，使水印认证码更加合理和有效。此外，检测过程既不需要原始图像也不需要原始水印，是盲检过程。认证的结果由一个误差矩阵给出，能够直观和形象的反映篡改的位置。

Description

基于反馈混沌系统和邻域辅助的图像认证方法

技术领域

本发明涉及一种数字图像的完整性检测和认证方法，特别是涉及基于数字水印技术的图像认证，属于数字水印技术领域。

背景技术

随着计算机和网络技术的发展，数字多媒体的应用越来越普及。数字多媒体具有复制不变性，传递方便，易于操作等优点。但是，数字作品(如数字图像)的使用也带来了很多问题。无损的拷贝使得数字作品的版权受到侵害，给版权所有者带来了大量的财产损失。难以察觉的篡改和拼接操作破坏了图像等数字作品的真实性和完整性。

近年来的数字水印技术为解决这些问题提供了技术支撑。该技术在数字作品中嵌入一个数字标记(即数字水印)，从而达到保护版权、验证完整性的目的。通常，用于图像认证的水印技术有三个基本要求：1)透明性：水印嵌入不能影响数字图像的视觉效果；2)认证能力：水印方案能够证明图像是否遭受篡改；3)篡改定位：水印方案能够定位和标记出发生篡改的位置。

目前，已出现了一些用于图像认证的水印方法。例如，结合数字签名技术来构造认证水印，并将水印嵌入到图像的最不重要位。但是这类方法由于受到数字签名的数据量的影响，定位精度不高。此外，等价图像块的替换也会破坏其认证能力。还有的研究者采用查找表的方法嵌入水印。但这类方法的准确性不高，并且查找表需要存储，会占用额外的存储空间。

如果要对发生篡改的区域进行定位，一般会采用基于图像块的方案。而这类方案容易遭受矢量量化攻击(Holliman M.，Memon N.：Counterfeiting attackson oblivious block-wise independent invisible watermarking schemes.IEEE Trans.on Image Processing，2000年，第9卷，第3期.页码：432-441)。该攻击利用图像块的彼此独立性构造等价类，伪造一幅拼接图像。矢量量化攻击之所以能够破坏图像的认证效果，关键原因就是水印方案没有考虑当前图像块与其周边图像块的关系。

最近，Celik等人提出了一种等级水印方案(Celik M.，Sharma U.，Saber G.，and Tekalp A.M.：Hierarchical watermarking for secure image authentication withlocalization.IEEE Trans.on Image Processing，2002年，第11卷，第6期.页码：585-595)。该方案应用最低层的检测来保证认证的定位精度，而应用更高层的检测来抵抗矢量量化攻击。但是这个方案仍然采用了数字签名作为认证水印，影响了检测的精度。此外，一旦发生了矢量量化攻击，只能在更高层的检测中揭示和判断篡改与否。由于更高层的尺寸是当前图像块的4倍，结果误判的范围扩大了，而且篡改定位的精度更低了。

发明内容

本发明的目的就是针对现有技术的不足，提出一种基于反馈混沌系统和邻域辅助的图像认证方法，采用邻域辅助的方法合理地建立了图像块之间的关系，同时带有反馈的混沌系统的设计保证了认证水印的有效性以及定位的精度。

本发明的目的是通过以下技术方案实现的：

一种基于反馈混沌系统和邻域辅助的图像认证方法，建立了当前图像块及其相邻图像块之间的关系，当图像块的内容发生变化，或者发生图像块的替换操作时，就会导致认证码的变化。带有反馈的混沌系统的设计保证了认证码的合理性和有效性。

本发明包含水印嵌入和水印提取、认证两个阶段。

水印嵌入阶段主要包括以下三个步骤：

步骤1：图像分割

对于一幅M×N大小的图像I，首先将其分割成互不重叠的尺寸为p×q的图像块。每个图像块可以表示为I_x，y，其中，x，y表示图像块在整幅图像中的位置。

步骤2：认证水印的构造

在每个图像块中，认证水印主要通过当前图像块及其右侧相邻块的像素值的某种运算而获得。而构造过程设计了一个反馈混沌系统。对于图像I，当前图像块记为I_x，y，其右侧相邻块记为I_x，y+1。这两个图像块共包含2p×q个像素。这2pq个像素依次输入到反馈混沌系统中。每个输入的像素都将参与混沌系统的初值计算。

一个混沌系统可由公式(1)来描述，

X_n+1＝f(x_n)    (1)

以计算得到的初值代替公式(1)中的x_n，混沌系统执行G次迭代(其中G大于等于pq)，将产生一个混沌序列。第G次的结果作为混沌系统的反馈值参与下一个初值的运算。

反馈的引入能够保证图像块中的每个像素在构造水印的过程中具有等价的作用。

当前图像块及其右侧相邻块中的最后一个像素被输入后，将产生一个反馈混沌序列。从该序列中选出pq个元素，并将其转换成二值序列，作为认证水印。

步骤3：水印嵌入

本方案将水印信息嵌入到当前图像块的最不重要位上。

遍历所有的图像块之后，一幅含有水印的新图像

就产生了。

由于图像中最右侧的图像块没有右侧相邻块，因此可以采用其下方的图像块作为相邻块参与认证水印的生成。此外，对于最右下角的图像块，可以借助其左侧的相邻块来产生认证水印。

水印的提取和认证阶段主要包含如下四个步骤：

步骤1：将可疑图像

分割成大小为p×q且互不重叠的图像块。

步骤2：在每个图像块

中，通过读取图像最低有效位的方法提取水印。

步骤3：使用当前图像块和相邻图像块的像素值，应用反馈混沌系统产生一个参考序列。

步骤4：比较提取的水印和产生的参考序列，从而判断图像块是否遭受篡改。如果两个信号中的每个元素都相同，就说明该图像块通过了认证，没有篡改发生；否则，就判断该图像块发生了篡改操作。

最后给出一个误差矩阵E，用来表示检测的结果，并标记篡改发生的位置。

本发明的有益效果和优点是：支持用户对精度的不同要求，检测精度是可调可控的。通过邻域辅助的方法建立了当前图像块和相邻图像块之间的关系，能够抵抗矢量量化攻击。反馈混沌系统则保证了每个像素点都有等价的贡献，使水印认证码更加合理和有效。此外，因为检测过程既不需要原始图像也不需要原始水印，因此该方案是盲的。认证的结果由一个误差矩阵给出，能够直观和形象的反映篡改的位置。

附图说明

图1(a)为水印嵌入过程示意图；

图1(b)为水印提取和完整性认证过程示意图；

图2为本发明的像素值和混沌系统的反馈值的结合示意图；

图3为本发明的认证水印的构造示意图；

图4(a)为原始Lena图像；

图4(b)为由反馈混沌系统动态产生的认证水印；

图4(c)为含水印的Lena图像；

图4(d)为没有篡改时的误差矩阵；

图5(a)为含水印的Camera图像水印嵌入效果；

图5(b)为含水印的Plane图像水印嵌入效果；

图6(a)、图6(c)、图6(e)、图6(g)为对图4(c)的篡改图像；

图6(b)、图6(d)、图6(f)、图6(h)为相应的误差矩阵。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步说明。

如图1(a)所示，本发明在水印嵌入阶段主要包括以下三个步骤：

步骤1：图像分割

对于一幅M×N大小的图像I，首先将其分割成互不重叠的尺寸为p×q的图像块。因此，该图像包含M/p×N/q个图像块，并可由公式(2)表示，

I＝{I_x，y(t)，1≤x≤M/p，1≤y≤N/q，1≤t≤pq}    (2)

其中，x，y表示图像块在整幅图像中的位置，t用以标记图像块中的一个像素。

步骤2：认证水印的构造

在每个图像块中，认证水印主要通过当前图像块及其右侧相邻块的像素值的某种运算而获得。构造过程设计了一种反馈混沌系统。具体的设计过程如下。

对于图像I，当前图像块记为I_x，y，其右侧相邻块记为I_x，y+1。这两个图像块共包含2p×q个像素，记为s(k)，k＝1，2，…，2pq。这2pq个像素依次输入到反馈混沌系统中。如图2所示，每个输入的像素都将参与混沌系统的初值计算。以初值为基础，混沌系统进行G次迭代，其中G大于等于pq。第G次结果作为混沌系统的反馈值参与下一个初值的运算。也就是，每个像素将与混沌系统的反馈值结合，计算出下一个初值。该过程可以由公式(3)表示，

c(k，0)＝s(k)/2)+c(k-1，G)    (3)

其中，c(k，0)是当输入为第k个像素时混沌系统的初值；函数·将返回一个不大于自变量的整数。

反馈的引入能够保证s(k)中的每个像素在构造水印的过程中具有等价的作用。

在图2中，c(0，G)被设置为0；c(k，0)表示当输入为第k个像素时混沌系统的初值；c(k，G)则是混沌系统G次迭代之后的输出。

本方案在具体实施中可以采用混合光学双稳混沌系统，该系统可由公式(4)来描述，

x_n+1＝4Sin²(x_n-2.5)

用c(k，0)代替公式(4)中的x_n，执行G次迭代后，将产生一个混沌序列。第G次的结果c(k，G)将作为反馈参与下一个初值的运算。

如图3所示，当s(k)中的最后一个像素被输入后，将产生序列{c(2pq，g)，g＝1，2，…，G}。从该序列中选出pq个元素，作为认证水印，记为W_o＝{w_o(t)，t＝1，2，…，pq}。由于W_o中的每个元素都是浮点值，不能直接应用与本方案中。所以，还要将这些浮点值转换成二值序列，记为W＝{w(t)，t＝1，2，…，pq)。转换过程如下：如果w_o(t)大于阈值T，令w(t)为1；否则，令w(t)为0。该转换过程可由公式(5)描述，

$w\left(t\right)=\left\{\begin{array}{cc}1,& w_o\left(t\right)>T\\ 0,& \mathrm{Otherwise}\end{array}\right.---\left(5\right)$

这里T取值为8/3。

步骤3：水印嵌入

本方案将水印信息嵌入到当前图像块的最不重要位上，嵌入过程按照公式(6)完成，

遍历所有的图像块之后，一幅含有水印的新图像 就产生了。

由于图像中最右侧的图像块没有右侧相邻块，因此可以采用其下方的图像块作为相邻块参与认证水印的生成。此外，对于最右下角的图像块，可以借助其左侧的相邻块来产生认证水印。

水印的提取和认证阶段：

如图1(b)所示，图像的完整性认证主要包含四个步骤：

步骤1：将可疑图像 分割成大小为p×g且互不重叠的图像块。

步骤2：在每个图像块 中，通过读取图像最低有效位的方法提取水印。

步骤3：使用当前图像块和相邻图像块的像素值，应用反馈混沌系统产生一个参考序列。这一过程与嵌入过程中产生水印的方法相同。

步骤4：比较提取的水印和产生的参考序列，从而判断图像块是否遭受篡改。如果两个信号中的每个元素都相同，就说明该图像块通过了认证，没有篡改发生；否则，就判断该图像块发生了篡改操作。

最后给出一个误差矩阵，用来表示检测的结果，并标记篡改发生的位置。如果一个图像块被判断为完整的，那么误差矩阵中相应的标记E_x，y显示为白色；否则，显示为可疑图像中的像素值。

实验中采用256×256的Lena图像为载体，本发明的水印嵌入和无篡改时的认证结果：如图4(a)所示，分块大小为2×2。图4(b)是由反馈混沌系统动态产生的认证水印。图4(c)是含水印的Lena图像，与原始图像的峰值信噪比(PSNR)为51.136dB。图4(d)是没有篡改时的误差矩阵，显示为全白。

图5(a)、(b)是另外两幅图像的嵌入效果，图像的尺寸也为256×256。图5(a)是含水印的Camera图像，与原始图像的峰值信噪比(PSNR)为51.119dB。图5(b)是含水印的Plane图像，与原始图像的峰值信噪比(PSNR)为51.137dB。

通常，有两种常见的篡改操作：一种是直接修改图像的内容；另一种是从同一幅图像或其他图像中剪切一个图像区域，并粘贴到该图像中。应用本发明提出的方法可以很容易的检测出篡改操作，并对篡改发生的位置进行定位。由于图像块的变化会影响到图像块本身以及其左侧相邻块，因此检测精度为2×4个像素。这个精度比Celik提出的方法更高。Celik的方法由于采用数字签名，图像块大小以及定位精度至少大于64个像素。

当含水印的图像遭受篡改，误差矩阵可以揭示出这些变化。图6(a)、(c)、(e)、(g)是对图4(c)的篡改图像，图6(b)、(d)、(f)、(h)是相应的误差矩阵。在图6(a)中，背景中的一些内容被修改了，图6(b)可以直观地反映发生修改的位置。在图6(c)中，攻击者剪切了Lena帽子上的装饰物，并将剪切的部分粘贴到帽子的其他部分。检测结果能够准确的发现这种人眼很难发现的篡改操作，如图6(d)所示。在图6(e)中，攻击者将图5(a)中的一部分剪切并粘贴到含水印的Lena图像中，误差矩阵如图6(f)所示。在图6(g)中，攻击者从一幅未加水印的图像中剪切一个图像区域，并粘贴到含水印的Lena图像中，图6(h)是相应的检测结果。

从以上的结果可以看出，本发明提出的方法能够检测出人眼难以发现的篡改。而且，运算简单方便，耗时短，定位精度高。

Claims (1)

1、一种基于反馈混沌系统和邻域辅助的图像认证方法，其特征在于：它包含水印嵌入和水印提取、认证两个阶段；

(1)水印嵌入阶段主要包括以下三个步骤：

步骤1：图像分割

对于一幅M×N大小的图像I，首先将其分割成互不重叠的尺寸为p×q的图像块；每个图像块表示为I_x，y，其中，x，y表示图像块在整幅图像中的位置；

步骤2：认证水印的构造

在每个图像块中，认证水印主要通过当前图像块及其右侧相邻块的像素值的某种运算而获得；而构造过程设计了一个反馈混沌系统；对于图像I，当前图像块记为I_x，y，其右侧相邻块记为I_x，y+1；这两个图像块共包含2p×q个像素，这2pq个像素依次输入到反馈混沌系统中，每个输入的像素都将参与混沌系统的初值计算；

一个混沌系统可由公式(1)来描述，

x_n+1＝f(x_n)    (1)

以计算得到的初值代替公式(1)中的x_n，混沌系统执行G次迭代(其中G大于等于pq)，将产生一个混沌序列；第G次的结果作为混沌系统的反馈值参与下一个初值的运算；

当前图像块及其右侧相邻块中的最后一个像素被输入后，将产生一个反馈混沌序列，从该序列中选出pq个元素，并将其转换成二值序列，作为认证水印；

步骤3：水印嵌入

将水印信息嵌入到当前图像块的最不重要位上；

遍历所有的图像块之后，一幅含有水印的新图像 就产生了；

(2)水印的提取和认证阶段主要包含以下四个步骤：

步骤1：将可疑图像

分割成大小为p×q且互不重叠的图像块；

步骤2：在每个图像块 中，通过读取图像最低有效位的方法提取水印；

步骤3：使用当前图像块和相邻图像块的像素值，应用反馈混沌系统产生一个参考序列；

步骤4：比较提取的水印和产生的参考序列，从而判断图像块是否遭受篡改；如果两个信号中的每个元素都相同，就说明该图像块通过了认证，没有篡改发生；否则，就判断该图像块发生了篡改操作；

最后给出一个误差矩阵E，用来表示检测的结果，并标记篡改发生的位置。

Images