CN101122996B - 一种数字图像的水印嵌入、提取方法及装置 - Google Patents

Abstract

本发明公开了一种数字图像的水印嵌入方法。为了解决现有技术中无法抵抗打印扫描攻击的问题，本发明公开的方法首先将图像分块DCT变换的中低频系数分组，并将每组中的系数分成个数相同的两部分，然后将水印信号嵌入到每组变换域中低频系数的第一部分和第二部分中。这样使得鲁棒性强。本发明还公开了一种数字图像的水印提取方法。在水印提取时，按照和水印嵌入过程相同的分组方式，得到变换域中低频段系数个数相同的两部分，并计算这两部分中变换域中低频段系数平方和的差，得到水印信号，就可以抵抗打印扫描攻击，图像在经过D-A和A-D两次转换后仍可以从中成功提取所嵌入的水印信息。

Description

一种数字图像的水印嵌入、提取方法及装置 

技术领域

本发明属于信息隐藏和数字水印技术领域，特别涉及一种数字图像的水印嵌入、提取方法及装置。 

背景技术

数字化网络技术的飞速发展对多媒体的版权保护与内容鉴别提出了新的更高的要求，数字水印技术就是应这种要求而逐步发展起来的。所谓数字水印(Digital Watermarking)就是利用人类视觉或者听觉的不敏感性往多媒体数据(如图像、音频、视频等数字信号)中添加某些冗余信息以达到信息隐藏的目的，从而可以对著作权声明、许可使用条件等进行知识产权保护。发展数字水印技术的原动力是为多媒体数据提供版权保护，但事实上数字水印在电子数据的真伪鉴别、数字产品的隐含标注以及网络的秘密通信中也有非常重要的应用。 

同时大量图像还以印刷形式存在，如商标、产品包装、书刊、证书、护照等等，当然还有以印刷形式存在的重要文档，比如政府公文和涉密文件等等。打印和扫描已成为目前图像进行复制和传播的普遍方式。随着数字化技术的迅猛发展，将图像在电子格式和打印格式之间进行转换变得非常容易，因此设计并实现基于印刷品的数字水印的嵌入和提取算法是必要也是重要的。目前关于数字图像水印算法的研究方兴未艾并且取得了很多的成果，但这些算法主要是针对计算机网络中的数字作品，大多数算法并不能抵抗打印扫描攻击。这是由于经过打印扫描过程，即D-A(数字信号-模拟信号)和A-D(模拟信号-数字信号)两次转换之后的图像虽然看上去和原图很相似，但实际上图像的像素值 发生了很大的变化。这就要求数字水印算法具有非常强的鲁棒性，才能抵抗两次格式转换。 

数字水印按嵌入方式可以分为空间域水印和变换域水印。空间域方法通过改变载体信息的空间域特性来隐藏信息；变换域方法通过改变数据变换域的一些系数来隐藏信息。就灰度图像而言，在空间域嵌入水印的两个典型算法是最低有效位算法(LSB：least significant bits)和Patchwork算法。LSB算法是R.vanSchyndel等人在论文“A Digital Watermark”(R.van Schyndel，A.Z.Tirkel，C.F.Osborne，1st IEEE International Conference on Image Processing，Austin TexasUSA，1994，Vol.II，pp.86-90)中提出的，在这篇论文中作者们提出将水印信息按像素点逐一插入到原始图像像素值的最低位，这可以保证嵌入的水印是不可见的。但这种算法的鲁棒性差，水印信息很容易被低通滤波或者有损压缩等基本的图像操作所破坏。Patchwork算法是W.Bender等人在论文“Techniques for DataHiding”(W.Bender，D.Gruhl，N.Morimoto，A.Lu，IBM Systems Journal，1996，35(3&4)：313-336)中提出的一种基于改变图像数据统计特性的水印算法。该算法首先随机选择数目相同的两个像素点集合A和B，然后增大集合A中每个像素点的像素值，同时减少集合B中每个像素点的像素值；水印检测时可以将集合A中点的平均像素值和集合B中点的平均像素值相比较，若前者较大则认为水印存在。Patchwork算法对有损压缩、滤波以及图像裁剪有一定的抵抗力，但该方法的水印嵌入容量有限，只能嵌入一个比特的信息。 

基于变换域的水印算法可以嵌入大量比特数据而不会导致视觉上的可察觉性，这类算法往往采取类似扩频的技术来隐藏信息。这类技术一般基于常用的图像变换，比如说基于分块图像的正交变换，包括离散余弦变换(DCT：Discrete Cosine Transform)、离散小波变换(DWT：Discrete Wavelet Transform)、离散傅里叶变换(DFT：Discrete Fourier Transform)以及哈达马变换(Hadamardtransform)等等。其中最具典型意义的一个算法是I.J.Cox等人在论文“SecureSpread Spectrum Watermarking for Multimedia”(I.J.Cox，J.Kilian，T.Leighton and T.Shamoon，IEEE Trans.on Image Processing，6，12，1673-1687，1997)中提出的基于DCT变换的扩频水印算法，该算法将水印序列(该序列是符合正态分布的相互独立的随机序列)按照加性原则或者乘性原则嵌入到图像整体DCT变换的除直流分量外的若干个最大的变换系数中去，水印检测时利用原图像并根据水印嵌入方法在获取的图像中提取出一个水印序列，然后计算提取出的水印序列和真实的水印序列的相关度并利用阈值来判断图像中是否含有水印。该算法实现简单并具有较强的鲁棒性，可以抵抗一般的图像处理操作，但该算法不能抵抗打印扫描操作。从此之后的数字水印算法大都基于变换域的扩频技术。 

由现有技术可以看出，对于打印扫描之后的图像，其单点的像素值产生了很大的变化，现有技术算法鲁棒性差，不能对打印扫描之后的图像正确提取水印。 

发明内容

为了解决现有技术算法不能对打印扫描之后的图像正确提取水印的问题，本发明提供了一种数字图像的水印嵌入方法，包括： 

将数字图像分块并对每个图像块做二维DCT变换，得到变换域系数集合，从中提取变换域的中低频段系数集合； 

根据待嵌入的水印信息生成水印信号； 

对所述变换域的中低频段系数集合进行分组，分组的数量与水印信号的码长相同，每组都含有偶数个变换域的中低频段系数，将每组变换域的中低频段系数等分成数量相同的第一部分和第二部分； 

选取水印强度，采用乘性水印嵌入方式，将水印信号嵌入到每组变换域的中低频段系数的第一部分和第二部分中； 

对嵌入水印信号的图像块的变换域系数进行二维DCT逆变换，得到嵌入水印的数字图像。 

同时本发明还提供一种数字图像的水印提取方法，用于提取采用如前述的 方法嵌入水印的数字图像的水印信号，包括：获取嵌入水印信号的图像的分块二维DCT变换域的中低频段系数集合； 

对所述变换域的中低频段系数集合进行分组，分组的数量与水印信号的码长相同，每组都含有偶数个变换域的中低频段系数，将每组变换域的中低频段系数等分成数量相同的第一部分和第二部分； 

计算每个分组的第一部分中变换域的中低频段系数的平方和与第二部分中变换域的中低频段系数的平方和的差值，若差值为正则与该分组相对应的水印信号为1，否则与该分组相对应的水印信号为0； 

对水印信号解码得到水印信息。 

同时本发明还提供一种数字图像的水印嵌入装置，包括： 

提取模块：用于将数字图像分块并对每个图像块做二维DCT变换，得到变换域系数集合，从中提取变换域的中低频段系数集合； 

水印信号生成模块：用于根据待嵌入的水印信息生成水印信号； 

分组模块：对所述变换域的中低频段系数集合进行分组，分组的数量与水印信号的码长相同，每组都含有偶数个变换域的中低频段系数，将每组变换域的中低频段系数等分成数量相同的第一部分和第二部分； 

水印信号嵌入模块：用于选取水印强度，采用乘性水印嵌入方式，将水印信号嵌入到每组变换域的中低频段系数的第一部分和第二部分中； 

逆变换模块：对嵌入水印信号的图像块的变换域系数进行二维DCT逆变换，得到嵌入水印的数字图像。 

同时本发明还提供一种数字图像的水印提取装置，用于提取采用如前述的方法嵌入水印的数字图像的水印信号，包括：水印信号获取模块：用于获取嵌入水印信号的图像的分块二维DCT变换域的中低频段系数集合； 

分组模块：用于对所述变换域的中低频段系数集合进行分组，分组的数量与水印信号的码长相同，每组都含有偶数个变换域的中低频段系数，将每组变换域的中低频段系数等分成数量相同的第一部分和第二部分； 

运算模块：用于计算每个分组的第一部分中变换域的中低频段系数的平方和与第二部分中变换域的中低频段系数的平方和的差值，若差值为正则与该分组相对应的水印信号为1，否则与该分组相对应的水印信号为0； 

解码模块：用于对水印信号解码得到水印信息。 

由上述本发明提供的具体实施方案可以看出，由于将图像分块DCT变换的中低频系数分组，并将每组中的系数分成个数相同的两部分，然后将水印信号嵌入到每组变换域中低频系数的这两部分中，使得鲁棒性强，由于按照和水印嵌入过程相同的分组方式，得到变换域的中低频段系数个数相同的两部分，并计算这两部分中变换域的中低频段系数平方和的差，得到水印信号，使得打印扫描之后的图像可以正确提取水印。 

附图说明

图1为本发明提供的第一实施例的方法流程图； 

图2为本发明提供的二维DCT变换域的中低频段示意图； 

图3A为本发明提供的待嵌入的图像； 

图3B为本发明提供的对图3A嵌入45比特水印信息后的图像； 

图4为本发明提供的第一实施例的方法流程图； 

图5为本发明提供的对图3B加入高斯噪音得到的图像； 

图6为本发明提供的对图3B裁剪三分之一得到的图像； 

图7为本发明提供的对图3B作低通滤波得到的图像； 

图8为本发明提供的对图3B作JPEG压缩得到的图像； 

图9A为本发明提供的对图3B打印扫描所得到的图像； 

图9B为本发明提供的对图9A进行截取并缩放到尺寸为512×512的图像； 

图10A为本发明提供的对图3B打印后在打印图像被污损的情况下扫描得到的图像； 

图10B为本发明提供的对图10A进行截取并缩放到尺寸为512×512的图像； 

图11A为本发明提供的对图3B打印后在打印图像部分缺失的情况下扫描得到的图像； 

图11B为本发明提供的对图11A进行截取并缩放到尺寸为512×512的图像； 

图12为本发明提供的第三实施例的装置结构图； 

图13为本发明提供的第四实施例的装置结构图。 

具体实施方式

本发明提供的第一实施例是一种数字图像的水印嵌入方法，该第一实施例的方法流程如图1所示，包括： 

步骤100：将一幅待嵌入的512×512灰度图像分成大小为N×N的块然后对每个图像块进行二维DCT变换得到变换域系数集合。本实施例中，取图像的分块大小为N＝16，这样就获得1024个图像块。具体的说，假定灰度图像为 

$X=\{x_{n,m}^k:0\≤n\≤\mathrm{15,0}\≤m\≤\mathrm{15,1}\≤k\≤K\},$

其中x_n，m ^k表示像素点的灰度值，k是图像块的标号，(n，m)是图像块内位置的二维标号。对每个图像块进行二维DCT变换得到变换域系数的集合： 

$\{{\hat{x}}_{u,v}^k:0\≤u\≤\mathrm{15,0}\≤v\≤15,1\≤k\≤K\}.$

其中 

表示变换域系数，k表示图像块的标号，(u，v)表示二维DCT变换的位置标号。 

其中二维DCT变换的公式为 

${\hat{x}}_{u,v}^k=\frac{1}{8}{C}_u{C}_v\underset{n=0}{\overset{15}{\mathrm{\Σ}}}\underset{m=0}{\overset{15}{\mathrm{\Σ}}}{x}_{n,m}^k\cos \frac{(2n+1)\mathrm{u\π}}{32}\cos \frac{(2m+1)\mathrm{v\π}}{32}$

其中，如果u＝0，则C_u＝1/；如果u≠0，则C_u＝1。 

步骤101：如图2所示，从包括256个不同频率的变换域系数的集合中提取63个频率的变换域中低频段系数，这里我们选取的变换域中低频段是图2中的阴影部分。因为整个图像包括1024个图像块，于是可获得63×1024＝64512 个变换域中低频系数。 

步骤102：根据要嵌入的水印信息生成二进制字符串，作为优选方案对二进制字符串进行BCH纠错编码得到待嵌入的水印信号串：w₁，w₂，......，w_L。其中w_l 表示水印信号，取值1或者0。 

步骤103：将变换域中低频系数分成L组： $\mathrm{\Λ}={\∪}_{l=1}^L{\mathrm{\Λ}}_l,$ 其中Λ

{(u，v，k)：0≤u≤15，0≤v≤15，1≤k≤K}表示变换域中低频段系数集合，Λ_l表示标号为l的变换域中低频段系数分组。 

并使得每个分组中所含变换域中低频段系数的个数λ_l是偶数，其中λ_l＝#Λl，#Λl表示集合Λ_l所包含的系数个数。同时作为优选方案使得每个系数分组所包含的系数个数λ_l相同或者尽可能地相同。本实施例中，将图像块的变换域中低频段系数分成63组，即L为63，每个分组中所含变换域中低频段系数的个数为64512/L＝1024，即λ_l为1024。 

步骤104：将每个系数分组Λ_l所包含的变换域中低频段系数等分成个数相同的两部分A_l和B_l： 

A_l∪B_l＝Λ_l，A_l∩B_l＝Φ，Φ表示空集。 

本实施例中，A_l和B_l中所含的变换域中低频段系数个数都是512。 

步骤105：选取水印强度a(1＞a＞0)并按照乘性水印嵌入方式将水印信号w_l嵌入到系数分组Λ_l的变换域中低频系数的第一部分和第二部分中。 

做为优选方案采用如下公式： 

${\hat{y}}_{u,v}^k={\hat{x}}_{u,v}^k(1+a(2w_l-1))\∀(u,v,k)\∈A_l,$

${\hat{y}}_{u,v}^k={\hat{x}}_{u,v}^k(1-a(2w_l-1))\∀(u,v,k)\∈B_l,$

其中 表示嵌入水印信号的图像变换域系数，a表示水印强度。注意到当水印信号w_l＝1时，该嵌入方式可以描述成 

${\hat{y}}_{u,v}^k={\hat{x}}_{u,v}^k(1+a)\∀(u,v,k)\∈A_l,$

${\hat{y}}_{u,v}^k={\hat{x}}_{u,v}^k(1-a)\∀(u,v,k)\∈B_l,$

于是可以得到 

$\left|{\hat{y}}_{u,v}^k\right|>\left|{\hat{x}}_{u,v}^k\right|\∀(u,v,k)\∈A_l,$

$\left|{\hat{y}}_{u,v}^k\right|<\left|{\hat{x}}_{u,v}^k\right|\&ForAll;(u,v,k)\&Element;B_l,$

从而实现了增大A_l中的系数的绝对值(从而增大了A_l中系数的平方和)和减小B_l中的系数的绝对值(从而减小了B_l中系数的平方和)的目的。 

同样道理，到当水印信号w_l＝0时，该嵌入方式可以描述成 

${\hat{y}}_{u,v}^k={\hat{x}}_{u,v}^k(1-a)\&ForAll;(u,v,k)\&Element;A_l,$

${\hat{y}}_{u,v}^k={\hat{x}}_{u,v}^k(1+a)\&ForAll;(u,v,k)\&Element;B_l,$

于是可以得到 

$\left|{\hat{y}}_{u,v}^k\right|<\left|{\hat{x}}_{u,v}^k\right|\&ForAll;(u,v,k)\&Element;A_l,$

$\left|{\hat{y}}_{u,v}^k\right|>\left|{\hat{x}}_{u,v}^k\right|\&ForAll;(u,v,k)\&Element;B_l,$

从而实现了减小A_l中的系数的绝对值(从而减小了A_l中系数的平方和)和增大B_l中的系数的绝对值(从而增大了B_l中系数的平方和)的目的。 

步骤106：对每个嵌入水印信号的图像块的变换域系数进行二维DCT逆变换得到嵌入水印数字图像。其中二维DCT逆变换的公式为 

${\hat{y}}_{u,m}^k=\frac{1}{8}\underset{u=0}{\overset{15}{\mathrm{\&Sigma;}}}\underset{v=0}{\overset{15}{\mathrm{\&Sigma;}}}{C}_u{C}_v{\hat{y}}_{u,v}^k\cos \frac{(2n+1)\mathrm{u\&pi;}}{32}\cos \frac{(2m+1)\mathrm{v\&pi;}}{32}.$

通过上述步骤，我们对长度为45比特的水印信息使用参数为(63，45，3)的BCH纠错编码得到长度为63比特的水印信号，然后选取水印强度a＝0.6并将水印信号按照上述过程嵌入到如图3A所示待嵌入图像“Lena”中，得到图像如图3B所示。 

本发明提供的第二实施例是一种数字图像的水印提取方法，用于提取采用实施例1方法嵌入水印的数字图像的水印信息，第二实施例的流程如图4所示，包括： 

步骤201：将获取的灰度图像分成大小为N×N的块(和水印嵌入过程相同，本实施例中N＝16)然后对每个图像块进行二维DCT变换得到变换域系数，得到的变换域系数集合为 

$\{{\hat{y}}_{u,v}^k:0\&le;u\&le;\mathrm{15,0}\&le;v\&le;\mathrm{15,1}\&le;k\&le;K\}.$

步骤202：按照和水印嵌入过程相同的分组方式分组，并计算Λ_l的两个部分A_l和B_l中变换域中低频段系数平方和的差或者说计算水印提取子 

$T_l={\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{\left({\hat{y}}_{u,v}^k\right)}^2-{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{\left({\hat{y}}_{u,v}^k\right)}^2$

其中l∈{1，2，......，L}。如果水印提取子T_l＞0则水印信号 ${\tilde{w}}_l=1,$ 否则水印信号  ${\tilde{w}}_l=0.$

步骤203：对得到的水印信号 进行解码，得到实际隐藏的水印信息。 

下面简要的解释一下本发明所述方法的理论依据。我们将说明为什么本发明所述的数字水印嵌入提取方法可以抵抗高斯噪音的攻击。假设包含水印的图像在空域受到了独立同分布的高斯噪音攻击(这也可以近似的认为是打印扫描过程对图像产生的影响)，就是说我们获取的灰度图像 

$Z=\{z_{n,m}^k:0\&le;n\&le;\mathrm{15,0}\&le;m\&le;\mathrm{15,1}\&le;k\&le;K\}$

是灰度图像 

$Y=\{y_{n,m}^k:0\&le;n\&le;\mathrm{15,0}\&le;m\&le;\mathrm{15,1}\&le;k\&le;K\}$

在空域叠加了一个独立同分布的高斯随机变量场，就是说 

$z_{n,m}^k=y_{n,m}^k+f_{n,m}^k,$

其中{f_n，m ^k：0≤n≤15，0≤m≤15，1≤k≤K}是独立同分布的高斯随机变量。于是在频域我们可以得到 

${\hat{z}}_{u,v}^k={\hat{y}}_{u,v}^k+g_{u,v}^k,$

注意到二维DCT变换是一个正交变换，从而{g_u，v ^k：0≤u≤15，0≤v≤15，1≤k≤K，(u，v)≠0}是独立同分布的期望为0的高斯随机变量。则对于水印检测子T_l我们可以得到 

$T_l={\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{\left({\hat{z}}_{u,v}^k\right)}^2-{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{\left({\hat{z}}_{u,v}^k\right)}^2$

$={\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{({\hat{y}}_{u,v}^k+g_{u,v}^k)}^2-{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{({\hat{y}}_{u,v}^k+g_{u,v}^k)}^2$

$={\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{({\hat{x}}_{u,v}^k(1+a(2w_l-1))+g_{u,v}^k)}^2-{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{({\hat{x}}_{u,v}^k(1-a(2w_l-1))+g_{u,v}^k)}^2,$

于是 

$T_l={(1+a(2w_l-1))}^2{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{\left({\hat{x}}_{u,v}^k\right)}^2-{(1-a(2w_l-1))}^2{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{\left({\hat{x}}_{u,v}^k\right)}^2$

$+2(1+a(2w_l-1)){\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{\hat{x}}_{u,v}^k{g}_{u,v}^k-2(1-a(2w_l-1)){\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{\hat{x}}_{u,v}^k{g}_{u,v}^k$

$+{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{\left(g_{u,v}^k\right)}^2-{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{\left(g_{u,v}^k\right)}^2.---\left(\mathrm{EQ}\right)$

假设图像Y的二维DCT变换的中低频段的系数分布是p，我们知道p是关于原点对称的函数，从而其期望值为0。注意到在集合Λl包含足够多的元素时，两个集合A_l和B_l都是分布p的一个采样，于是 

${\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{\left({\hat{x}}_{u,v}^k\right)}^2\&ap;\#{\mathrm{\&Lambda;}}_l\&CenterDot;\mathrm{Var}\left(p\right)/2,{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{\left({\hat{x}}_{u,v}^k\right)}^2\&ap;\#{\mathrm{\&Lambda;}}_l\&CenterDot;\mathrm{Var}\left(p\right)/2.$

同时，由前面的讨论可知，集合{g_u，v ^k：k∈Λ_l}构成了某个期望为0的高斯分布的一个采样，于是 

${\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{\left(g_{u,v}^k\right)}^2\&ap;{\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{\left(g_{u,v}^k\right)}^2.$

另外注意到上述随机变量的独立性，或者说所加的高斯噪音独立于原始信号，从而我们有 

${\mathrm{\&Sigma;}}_{(u,v,k)\&Element;A_l}{\hat{x}}_{u,v}^k{g}_{u,v}^k\&ap;0,$ ${\mathrm{\&Sigma;}}_{(u,v,k)\&Element;B_l}{\hat{x}}_{u,v}^k{g}_{u,v}^k\&ap;0.$

这样的话，方程(EQ)就可以简化为 

T_l≈2a·(2w_l-1)·#Λ_l·Var(p)， 

于是根据水印检测子T_l的符号可以判断水印信号为‘0’或者‘1’。 

本发明提供的第三实施例是一种数字图像的水印嵌入装置，其结构如图12所示，包括： 

提取模块301：用于将数字图像分块并对每个图像块做二维DCT变换，得到变换域系数集合，从中提取变换域中低频段系数集合； 

水印信号生成模块302：用于根据待嵌入的水印信息生成水印信号； 

分组模块303：对所述变换域中低频段系数集合进行分组，每组都含有偶数个变换域中低频段系数，将每组变换域中低频段系数等分成数量相同的第一 部分和第二部分； 

水印信号嵌入模块304：用于选取水印强度，采用乘性水印嵌入方式，将水印信号嵌入到每组变换域中低频系数的第一部分和第二部分中； 

逆变换模块305：对嵌入水印信号的图像块的变换域系数进行二维DCT逆变换，得到嵌入水印的数字图像。 

本发明提供的第四实施例是一种数字图像的水印提取装置，其结构如图13所示，包括： 

水印信号获取模块401：用于获取嵌入水印信号的图像的分块二维DCT变换域的中低频段系数集合； 

分组模块402：用于对所述变换域中低频段系数集合进行分组，每组都含有偶数个变换域中低频段系数，将每组变换域中低频段系数等分成数量相同的第一部分和第二部分； 

运算模块403：用于计算每个分组的第一部分中变换域中低频段系数的平方和与第二部分中变换域中低频段系数的平方和的差值，若差值为正则与该分组相对应的水印信号为1，否则与该分组相对应的水印信号为0； 

解码模块404：用于对水印信号解码得到水印信息。 

最后再通过几个优选的实例来说明本发明的在数字图像中嵌入和提取水印方法的鲁棒性。图5是对嵌入水印的图像加入高斯噪音所得到的图像，这时图像质量已经遭到了严重的破坏但仍可从中成功提取水印信息。图6是将嵌入水印的图像裁剪掉三分之一，我们仍可从中成功提取水印信息。图7是对嵌入水印的图像作低通滤波所得到的图像，这时图像产生了平滑，我们可以从中成功提取水印信息。图8是对嵌入水印的图像作JPEG压缩所得到的图像，其中JPEG压缩质量为60％，压缩后的图像大小为24.4KB，我们可以从中成功提取水印信息。图9A是对嵌入水印的图像打印扫描所得到的图像；其中图像的输出DPI是200，通过京瓷打印机C850在600DPI下打印，图像打印在纸上的尺寸是6.5cm×6.5cm，然后经过惠普扫描仪ScanJet4890在600DPI下扫描；经 过上述过程之后的图像以电子格式存储在计算机中，得到的是带白色边框的尺寸为1788×1786的图像，其中为了说明方便我们在扫描图像最外部加上一个黑色边框以说明扫描图像的边界。图9B是通过对图9A进行图像边界提取，并对打印扫描过程所产生的图像倾斜角度进行估计(本实施例中的图像倾斜角度是-0.15度)，然后对图像顺时针旋转-0.15度或者说逆时针旋转0.15度使之位置水平，最后将旋转后的图像去掉白色边框进行截取并缩放到尺寸为512×512的图像，通过本发明中的水印检测算法我们可以从中成功提取水印信息。图10A是对嵌入水印的图像打印后，在打印图像被污损的情况下扫描所得到的图像；其中图像的输出DPI是200，通过京瓷打印机C850在600DPI下打印，图像打印在纸上的尺寸是6.5cm×6.5cm，然后经过惠普扫描仪ScanJet4890在600DPI下扫描；经过上述过程之后的图像以电子格式存储在计算机内，得到的是带白色边框的尺寸为1752×1746的图像，其中为了说明方便我们在扫描图像最外部加上一个黑色边框以说明扫描图像的边界。图10B是通过对图10A进行图像边界提取，并对打印扫描过程所产生的图像倾斜角度进行估计(本实施例中的图像倾斜角度是-0.16度)，然后对图像顺时针旋转-0.16度或者说逆时针旋转0.16度使之位置水平，最后将旋转后的图像去掉白色边框进行截取并缩放到尺寸为512×512的图像，通过本发明中的水印检测算法我们可以从中成功提取水印信息。图11A是对嵌入水印的图像打印后，在打印图像部分缺失的情况下扫描所得到的图像；其中图像的输出DPI是200，通过京瓷打印机C850在600DPI下打印，图像打印在纸上的尺寸是6.5cm×6.5cm，然后经过惠普扫描仪ScanJet4890在600DPI下扫描；经过上述过程之后的图像以电子格式存储在计算机内，得到的是带白色边框的尺寸为1780×1764的图像，其中为了说明方便我们在扫描图像最外部加上一个黑色边框以说明扫描图像的边界。图11B是我们通过对图11A进行图像边界提取，并对打印扫描过程所产生的图像倾斜角度进行估计(本实施例中的图像倾斜角度是-0.11度)，然后对图像顺时针旋转-0.11度或者说逆时针旋转0.11度使之位置水平，最后将 旋转后的图像去掉白色边框进行截取并缩放到尺寸为512×512的图像，通过本发明中的水印检测算法我们可以从中成功提取水印信息。 

通过以上的实例可以看出，在上述情况下，均可从中成功提取水印信息，技术效果十分明显。 

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。 

Claims (9)

1.一种数字图像的水印嵌入方法，其特征在于，包括：

将数字图像分块并对每个图像块做二维DCT变换，得到变换域系数集合，从中提取变换域的中低频段系数集合；

根据待嵌入的水印信息生成水印信号，水印信号为二进制串；

对所述变换域的中低频段系数集合进行分组，分组的数量与水印信号的码长相同，每组都含有偶数个变换域的中低频段系数，将每组变换域的中低频段系数等分成数量相同的第一部分和第二部分；

选取水印强度，采用乘性水印嵌入方式，将水印信号嵌入到每组变换域的中低频段系数的第一部分和第二部分中；

对嵌入水印信号的图像块的变换域系数进行二维DCT逆变换，得到嵌入水印的数字图像。

2.如权利要求1所述的方法，其特征在于，所述水印信号是进行BCH纠错编码后得到的水印信号串。

3.如权利要求1所述的方法，其特征在于，对所述变换域的中低频段系数集合进行分组，每组中变换域的中低频段系数数量相同。

4.如权利要求1所述的方法，其特征在于，乘性水印嵌入采用公式如下：

k表示图像块的标号，(u，v)表示二维DCT变换的位置标号，其中 

表示嵌入水印信号的图像的变换域系数， 

表示原始图像变换域系数，a表示水印强度，w _l 表示水印信号，l表示分组的标号，A _l 表示标号为l的分组中第一部分的变换域的中低频段系数集合，B _l 表示标号为l的分组中第二部分变换域的中低频段系数集合。

5.如权利要求4所述的方法，其特征在于，所述a取值范围为1＞a＞0。 

6.一种数字图像的水印提取方法，其特征在于，用于提取采用如权利要求1所述的方法嵌入水印的数字图像的水印信号，包括：

获取嵌入水印信号的图像的分块二维DCT变换域的中低频段系数集合；

对所述变换域的中低频段系数集合进行分组，分组的数量与水印信号的码长相同，每组都含有偶数个变换域的中低频段系数，将每组变换域的中低频段系数等分成数量相同的第一部分和第二部分；

计算每个分组的第一部分中变换域的中低频段系数的平方和与第二部分中变换域的中低频段系数的平方和的差值，若差值为正则与该分组相对应的水印信号为1，否则与该分组相对应的水印信号为0；

对水印信号解码得到水印信息。

7.如权利要求6所述的方法，其特征在于，所述解码为BCH纠错解码。

8.一种数字图像的水印嵌入装置，其特征在于，包括：

提取模块：用于将数字图像分块并对每个图像块做二维DCT变换，得到变换域系数集合，从中提取变换域的中低频段系数集合；

水印信号生成模块：用于根据待嵌入的水印信息生成水印信号，水印信号为二进制串；

分组模块：对所述变换域的中低频段系数集合进行分组，分组的数量与水印信号的码长相同，每组都含有偶数个变换域的中低频段系数，将每组变换域的中低频段系数等分成数量相同的第一部分和第二部分；

水印信号嵌入模块：用于选取水印强度，采用乘性水印嵌入方式，将水印信号嵌入到每组变换域的中低频段系数的第一部分和第二部分中；

逆变换模块：对嵌入水印信号的图像块的变换域系数进行二维DCT逆变换，得到嵌入水印的数字图像。

9.一种数字图像的水印提取装置，其特征在于，用于提取采用如权利要求1所述的方法嵌入水印的数字图像的水印信号，包括：

水印信号获取模块：用于获取嵌入水印信号的图像的分块二维DCT变换域的中低频段系数集合；

分组模块：用于对所述变换域的中低频段系数集合进行分组，分组的数量与水印信号的码长相同，每组都含有偶数个变换域的中低频段系数，将每组变换域的中低频段系数等分成数量相同的第一部分和第二部分；

运算模块：用于计算每个分组的第一部分中变换域的中低频段系数的平方和与第二部分中变换域的中低频段系数的平方和的差值，若差值为正则与该分组相对应的水印信号为1，否则与该分组相对应的水印信号为0；

解码模块：用于对水印信号解码得到水印信息。

Images