CN101582158B - 一种数字图像的水印嵌入及认证方法 - Google Patents

Abstract

本发明提供了一种数字图像的水印嵌入及认证方法，将图像按块分成不重叠的两个区域——特征区域和水印区域，再提取特征区域的DWT-DCT双变换域内的特征矢量，生成水印嵌入到水印区域中，对图像内容进行真实性认证时，使用一致的分区方法将待检测图像分为两个不重叠的区域，通过计算特征区域的特征矢量与水印区域提取水印恢复得到的特征矢量之间的误差是否在可接受范围，从而判断出图像内容是否真实。

Description

一种数字图像的水印嵌入及认证方法

技术领域

本发明属于多媒体信号处理技术领域，具体涉及一种图像双变换域特征和认证水印相结合的图像认证方法。该方法借助特征矢量的半脆弱特性实现了对图像内容的真实性判别，并实现了基于块的篡改定位。

技术背景

对数字图像进行真实性和完整性认证是目前多媒体信息安全的一个重要研究领域。因为数字水印技术中的水印信息是与载体图像融合在一起的、不需要单独传输、不受格式影响并且能协助实现篡改定位，这些都是数字签名技术所不具备的优点，故基于数字水印技术的图像认证方法受到了更多的关注。

最初，基于水印的图像认证方法所采用的水印大多与图像内容无关，容易受到伪认证的攻击。为了解决这个问题，基于内容的认证方案提出用基于内容的特征矢量来生成认证水印。比较常见的基于内容的特征有胡不变矩、Zernike矩、直方图和角径向变换系数等，或者是图像空间域或变换域的系数关系等等。

基于内容的认证方案跟数字图像所要表述的内容密切相关，具有一定的唯一性，故生成的水印也具有一定的唯一性。在基于内容特征的水印图像认证方案中，水印信息反应了图像的内容特征，使得水印与载体图像之间建立了一条紧密的纽带。然而，目前的认证方案均不同程度地存在有待改进的地方，主要体现在用于图像认证的特征矢量的计算复杂度有待进一步降低，且水印对正常操作的稳健性有待进一步提高。

发明内容

本发明的目的在于克服现有技术的缺陷，提供一种可简单计算数字图像的特征矢量，且极大提高数字水印的稳健性的水印嵌入及认证方法。

为了实现上述发明目的，采用的技术方案为：将图像按块分成不重叠的两个区域——特征区域和水印区域，再提取特征区域的DWT-DCT双变换域内的特征矢量，生成水印嵌入到水印区域中，对图像内容进行真实性认证时，使用一致的分区方法将待检测图像分为两个不重叠的区域，通过计算特征区域的特征矢量与水印区域提取水印恢复得到的特征矢量之间的误差是否在可接受范围，从而判断出图像内容是否真实。

本发明与现有基于内容的水印图像认证技术相比有以下优点：

1、本发明提出的特征是对图像进行离散小波变换和离散余弦变换之后的双变换域里的一系列系数。经一个10万幅图像的考察验证，该特征除了具有良好的对正常操作鲁棒和对恶意攻击脆弱的半脆弱性特点外，还具有提取算法复杂度低，计算时间短，实时性高等优点。

2、将本发明所提出的特征矢量生成为水印信息嵌入图像，在认证端利用特征矢量的半脆弱特性判别待检测图像受到的处理是正常操作还是恶意攻击，且采用了一个触弱动强的水印嵌入结构，增大了恶意攻击对水印的改动，从而使认证结果更加可靠。

3、本发明提出的算法不可见性良好，对正常操作稳健性较好，而对恶意篡改比较敏感，且能定位篡改。本发明方法嵌入水印后5000幅图像的峰值信噪比，记作PSNR，其值在40dB以上。抗JPEG压缩的稳健性达到压缩因子40％，对抗噪声的强度是S＝5，S＝5表示对原始图像叠加[-25，25]之间的随机噪声。当图像发生内容篡改时，认证认为该图像是不可信的，借助水印的结构化嵌入，实现基于32×32大小块的篡改定位。

附图说明

图1是本发明的流程图；

图2是对图像进行3级二维小波分解得到的子带示意图；

图3是对统一化为原始图像大小的特征区域3级二维小波分解后的低频子带进行离散余弦变换后所选取的16个特征系数的位置示意图；

图4是水印的嵌入结构示意图；

图5是对原始图像1进行预处理、分区和水印嵌入的示意图；

图6是本对原始图像2进行预处理、分区和水印嵌入的示意图；

图7是对原始图像3进行预处理、分区和水印嵌入的示意图；

图8是对原始图像4进行预处理、分区和水印嵌入的示意图；

图9是水印图像1遭受恶意篡改时的认证结果示意图；

图10是水印图像2遭受恶意篡改时的认证结果示意图；

图11是水印图像3遭受恶意篡改时的认证结果示意图；

图12是水印图像4遭受恶意篡改时的认证结果示意图。

具体实施方式

下面结合附图对本发明做进一步的说明。

本发明的处理流程如附图1所示，包括水印嵌入和水印认证两大步骤，所述水印嵌入包括如下子步骤：

(1)对数字图像按块分成不重叠的两个区域——特征区域和水印区域；

(2)提取特征区域的DWT-DCT双变换域内的特征矢量；

(3)将步骤(2)得到的实数的特征矢量量化为水印比特；

(4)将水印嵌入到水印区域；

所述水印认证包括如下子步骤：

(5)采用与步骤(1)一致的分区方法将数字图像分为两个不重叠的区域；

(6)计算特征区域的特征矢量；

(7)提取水印区域的水印比特，并将该水印比特恢复为特征矢量；

(8)计算步骤(6)和步骤(7)之间的特征矢量的误差是否超过设定的阈值，从而判断出该数字图像内容是否真实。

进一步的，本发明的水印嵌入步骤还包括最开始的预处理步骤和最后面的分块整合步骤。

发明具体分为发送端处理和接收端认证两个过程；

发送端处理过程步骤如下：1、预处理原始图像；2、进行基于块的分区；3、提取原始图像的特征矢量；4、生成水印；5、结构化嵌入水印；6、进行基于块的整合；

接收端认证过程步骤如下：1、对待检测图像进行基于块的分区；2、计算待检测图像的特征矢量；3、提取水印重构出原始图像的特征矢量；4、对待检测图像进行认证。

发送端处理过程步骤如下：

1、预处理原始图像

在图像变换域系数中嵌入水印，反变换后原来图像中的临界像素值可能会因为水印的加载而溢出。图像像素值的溢出会使得加载的水印信息丢失，进而影响到水印的稳健性。一般灰度图像的像素值在0-255之间，临界及靠近临界值的像素都有可能在水印加载或图像处理后溢出。本发明对图像的预处理见下式。

$X^{\&prime;}=\left\{\begin{array}{cc}{X}_1& 0\&le;X<X_1\\ X& X_1\&le;X\&le;X_2\\ X_2& X_2<X\&le;255\end{array}\right.$

其中，X代表原始图像像素值，X′是预处理后图像像素值，X₁和X₂为预处理的阈值，取X₁＝10和X₂＝245。预处理只是图像灰度级范围作了调整，不会影响图像的内容。

2、进行基于块的分区

将M×N大小的原始数字图像I分成不重叠的8×8大小的块，对每一块的列使用密钥K₁进行行的重新组合，得到相互独立的(M/2)×N大小的两个区域：特征区域I₁和水印区域I₂。

3、提取原始图像的特征

对特征区域I1使用最近邻差值法统一化为原始数字图像大小，进行3级离散小波分解，得到10个子带{LL₃，HL_i，LH_i，HH_i，1≤i≤3}，如说明书附图2所示，其中一个为低频子带LL₃，代表原始数字图像的近似分量，位于分解图的左上角，其余9个为高频分量；对LL₃进行全局离散余弦变换，进行能量的重新分布。在该双变换域中选取如说明书附图3所示的16个位置的系数，记为FV₁＝[FV₁(1)，FV₁(2)，...，FV₁(16)]，作为整幅图像的特征矢量。

本发明所提出的16个双变换域系数特征是经过考察大量图像得到的，图像库为5000幅原始图像及对每幅原始图像进行了20种操作所得到的10万幅处理后图像。考察标准为：每个系数对正常操作和恶意攻击所表现出来的工作特性曲线(Receiver Operating CharacteristicCurve，ROC曲线)中的正确率(Accuracy，ACC)：

ACC＝(P_tn+P_tp)/2

其中P_tn代表系数在图像正常处理前后的变化小于判定阈值的概率，P_tp代表系数在图像恶意篡改前后的变化大于判定阈值的概率。根据每个系数的最优正确率，挑选了16个组合后能得到更优的正确率的系数作为特征。具有良好正确率的系数即是对正常操作(例如JPEG压缩和噪声等)具有稳健性以及对恶意攻击(例如剪切和替换等)有敏感性。

4、生成水印

生成水印的过程，即是将实数的特征矢量量化为水印比特的过程。首先将特征矢量FV₁＝[FV₁(1)，FV₁(2)，...，FV₁(16)]中每个系数FV₁(i)(1≤i≤16)绝对值化，然后通过取模2048的方法将每个系数FV₁(i)区间化为0-2047之间的整数，再用11位二进制数表示每个系数FV₁(i)，取高8位作为水印，即每幅图像的有效水印比特为8×16＝128比特。

5、结构化嵌入水印

对水印区域I₂进行不重叠的8×8局部离散余弦变换，一个局部变换可以得到一个直流系数DC。水印区域中2×4的直流系数DC块与实际图像中32×32的块相关。水印的结构化嵌入是指将一个FV₁(i)(其中1≤i≤16)所生成的8个水印比特按照块的形式嵌入水印区域I₂。本发明依次将每个FV₁的高8位以2×4的块的形式嵌入到2×4个DC块中，每个权值比特的排列如说明书附图4所示，图中(a，b)表示第a个特征系数的第b权值比特，即(1，4)表示第1个特征系数的第4权值比特，以此类推，b越大，代表该比特位对系数a的影响越大。

本发明在水印结构化嵌入的基础上，考虑到各水印比特的权重相差较大，提出一个触弱动强的嵌入结构，让低权值比特分散开，并让高权值比特(8、7、6和5)围绕在低权值比特(4、3、2和1)周围。因为攻击者的篡改是随机的，当其篡改到高权值比特时，对水印的改变自然比较大；而当其篡改到低权值比特时，对水印的改变就比较小。为了更好地检测出篡改对水印的改变，使用本结构嵌入水印，当篡改区域足够大时，即使主要改变了低权值比特，但也会触动其周围所嵌入的高权值比特。相比于一般的顺序排列结构，本结构具有增大恶意篡改对水印的改变的功能。在实际图像中32×32的块篡改将可能改变一个特征值。在认证时可以根据变化了的特征值位置确定恶意篡改的位置。

其中每一位水印比特的嵌入方法如下：

先定义两个变量S_LSB6(a，b)和G_LSB6(a)，其中S_LSB6(a，b)表示用b的低六位代替a的低六位，而G_LSB6(a)表示取出a的低六位，当嵌入水印比特位为‘1’时，使用公式：

${{\mathrm{DC}}^{\&prime;}}_i=\left\{\begin{array}{cc}S\_\mathrm{LSB}6({\mathrm{DC}}_i(u,v)-010000b,110000b),& G\_\mathrm{LSB}\left({\mathrm{DC}}_i(u,v)\right)\&le;010000b\\ S\_\mathrm{LSB}6({\mathrm{DC}}_i(u,v),110000b),& \mathrm{otherwise}\end{array}\right.$

当嵌入水印比特位为‘0’时，使用公式：

${{\mathrm{DC}}^{\&prime;}}_i=\left\{\begin{array}{cc}S\_\mathrm{LSB}6({\mathrm{DC}}_i(u,v)+100000b,010000b),& G\_\mathrm{LSB}\left({\mathrm{DC}}_i(u,v)\right)\&le;1100000b\\ S\_\mathrm{LSB}6({\mathrm{DC}}_i(u,v),010000b),& \mathrm{otherwise}\end{array}\right.$

其中，DC_i(u，v)是8×8局部离散余弦变换后的直流系数，DC′_i(u，v)是水印嵌入后的系数，然后再进行8×8离散余弦逆变换，得到嵌有水印的区域I₂′。

6、进行基于块的整合

最后进行基于块的整合方法如下：使用密钥K₁分别将(M/2)×N大小的特征区域I₁和嵌有水印的水印区域I₂′以8×8块为单位，按列进行行的重新组合，得到一个M×N大小的水印图像I′。

接收端认证过程步骤如下：

1、对待检测图像进行基于块的分区

使用密钥K₁将M×N大小的待检测图像I″以8×8块为单位按列进行行的重新组合，得到相互独立的(M/2)×N大小的两个区域：特征区域I″₁和水印区域I″₂。

2、计算待检测图像的特征矢量

对(M/2)×N大小的特征区域I″₁使用最近邻差值法统一化为待检测图像的M×N大小，进行3级离散小波分解，得到10个子带{LL₃，HL_i，LH_i，HH_i，1≤i≤3}，如附图2所示，其中低频子带LL₃指原始图像的近似分量，位于分解图的左上角，其余9个为高频分量。对LL₃进行全局离散余弦变换，进行能量的重新分布。在该双变换域中选取如附图3所示的16个位置的系数，记为FV₂＝[FV₂(1)，FV₂(2)，...，FV₂(16)]，作为待认证图像的特征矢量。

3、提取水印重构出原始图像的特征矢量

对水印区域I″₂的每个8×8像素块作DCT变换得到的直流系数DC，取其整数部分的二进制表示的第6个最低有效位作为提取得的水印比特W″。每2×4个水印比特重构为原始图像的1个系数值FV₃(i)(1≤i≤16)，得到原始图像的特征矢量FV₃＝[FV₃(1)，FV₃(2)，...，FV₃(16)]。

4、对待检测图像进行认证

比较FV₂与FV₃的距离是否超过了设定的阈值136，若距离小于阈值，则认为图像内容是可信的，否则认为该图像遭受过恶意攻击，进一步比较每个FV₂(i)与FV₃(i)的距离与设定阈值248的关系，若大于阈值，则认为该水印嵌入区域(对应空间32×32大小的块)遭到了恶意篡改，将其标记出来；否则认为该块未受篡改。

下面用图像1-4作代表的实验测试结果，包括：预处理后的图像效果、基于块的分区、水印不可见性、对正常操作处理如JPEG压缩和噪声的稳健性和对恶意篡改如块剪切和块替换的脆弱性和篡改定位。

图5显示用本发明方法对原始图像1进行预处理和水印嵌入的结果。图5(a)是原始图像，预处理后的图像显示在图5(b)中，分区后特征区域和水印区域分别显示在图5(d)和5(e)中，嵌入水印的水印区域显示在图5(f)中，整合后的水印图像显示在图5(c)中，其PSNR为41.20dB。由图可知本发明提出的图像预处理方法仅影响图像的灰度范围，且嵌入了水印的图像在视觉上与原始图像无明显差异，满足水印不可见性的要求。

图6显示用本发明方法对原始图像2进行预处理和水印嵌入的结果。图6(a)是原始图像，预处理后的图像显示在图6(b)中，分区后特征区域和水印区域分别显示在图6(d)和6(e)中，嵌入水印的水印区域显示在图6(f)中，整合后的水印图像显示在图6(c)中，其PSNR为41.86dB。由图可知本发明提出的图像预处理方法仅影响图像的灰度范围，且嵌入了水印的图像在视觉上与原始图像无明显差异，满足水印不可见性的要求。

图7显示用本发明方法对原始图像3进行预处理和水印嵌入的结果。图7(a)是原始图像，预处理后的图像显示在图7(b)中，分区后特征区域和水印区域分别显示在图7(d)和7(e)中，嵌入水印的水印区域显示在图7(f)中，整合后的水印图像显示在图7(c)中，其PSNR为41.12dB。由图可知本发明提出的图像预处理方法仅影响图像的灰度范围，且嵌入了水印的图像在视觉上与原始图像无明显差异，满足水印不可见性的要求。

图8显示用本发明方法对原始图像4进行预处理和水印嵌入的结果。图8(a)是原始图像，预处理后的图像显示在图8(b)中，分区后特征区域和水印区域分别显示在图8(d)和8(e)中，嵌入水印的水印区域显示在图8(f)中，整合后的水印图像显示在图8(c)中，其PSNR为41.37dB。由图可知本发明提出的图像预处理方法仅影响图像的灰度范围，且嵌入了水印的图像在视觉上与原始图像无明显差异，满足水印不可见性的要求。

本发明提出的水印图像认证方法对于JPEG压缩及加性噪声具有较好的稳健性。以上4幅水印图像的稳健性结果如下表所示。其中QF表示JPEG压缩的质量因子，S表示噪声强度，即图像被叠加[-S²，S²]之间的随机噪声。

	图像1	图像2	图像3	图像4
					QF≥	40	40	40	30
S≤	5	5	5	5

从上表可以看到，对以上4幅水印图像进行表中指定的JPEG压缩品质因子及其以上的压缩时，认证系统认为水印图像受到正常操作；对以上4幅水印图像受到表中指定的加性噪声参数及其以下的噪声污染时，认证系统也认为水印图像受到正常操作。

对1000幅水印图像进行模拟攻击，由接收端认证过程判断水印图像所受操作是正常操作还是恶意攻击，攻击参数及对每种攻击参数下认证系统的判定正确率P₁统计如下表。其中判定正确率P₁是指受到将正常处理后的水印图像正确判定为受到了正常操作，和将恶意攻击后的水印图像正确判定为受到了恶意攻击的统计均值。块剪切是指在水印图像中随机地将一个指定大小的块填白；块替换是指在水印图像中将一个指定大小的块随机替换到另外一个位置。

从上表可以看出，本发明的认证方法对JPEG压缩(QF≥60)和所示参数的加性噪声处理后图像的判定正确率在99％以上，即使是JPEG压缩(QF＝40)也能达到90％的判定正确率，说明水印对正常操作的稳健性较好。相比于对块替换操作，系统对块剪切的判定正确率较好，对表中所示块剪切参数处理后水印图像的判定正确率都能达到99％以上；块替换的判定正确率相对低一点，是因为存在背景替换背景造成特征变化不大，或者替换与被替换块水印相同使得水印变化不大的情况，不过24×24大小以上的块替换P₁值都在96％以上，说明水印对恶意攻击有较好的敏感性。

图9是本发明提出的认证方法在图像1遭受恶意篡改时的认证结果。当攻击者将图9(a)中的“白扇”替换成“黄樱”(黑线框部分)生成图9(b)后，用眼睛很难分辨出图像内容的真伪。但当认证时认为该图像被进行过人为的篡改，是不可信的，同时能够给出篡改的位置，如图9(c)中白色块所示。

图10是本发明提出的认证方法在图像2遭受恶意篡改时的认证结果。当攻击者将图10(a)中的“JAGURA”中第一个“A”替换成“U”生成“JUGUAR”(白色框部分)图10(b)后，用眼睛很难分辨出图像内容的真伪。但当认证时认为该图像被进行过人为的篡改，是不可信的，同时能够给出篡改的位置，如图10(c)中白色块所示。

图11是本发明提出的认证方法在图像3遭受恶意篡改时的认证结果。当攻击者将图11(a)中的远处左起第三个坐于海边的人替换为沙滩背景(黑色框部分)生成图11(b)后，用眼睛很难分辨出图像内容的真伪。但当认证时认为该图像被进行过人为的篡改，是不可信的，同时能够给出篡改的位置，如图11(c)中白色块所示。

图12是本发明提出的认证方法在图像4遭受恶意篡改时的认证结果。当攻击者将图12(a)中的后排左起第一个熊猫替换成其右下方的熊猫(黑色框部分)生成图12(b)后，用眼睛很难分辨出图像内容的真伪。但当认证时认为该图像被进行过人为的篡改，是不可信的，同时能够给出篡改的位置，如图12(c)中白色块所示。

对1000幅水印图像进行模拟恶意攻击，由接收端认证过程判断定位的精确度，攻击参数及对每种攻击参数下认证系统的定位正确率P₂和虚定位均数P₃统计如下表。其中定位正确率P₂是指认证系统正确指出被篡改的块的概率，虚定位均数P₃是认证系统错误地将没有被篡改的块标记为篡改块的统计平均数。

从上表可以看到，随着攻击块的增大，系统对篡改位置的判定正确率逐渐增大；因为同样大小的块剪切比块替换对图像内容的改动更大，故块剪切的定位正确率是略高于块替换的定位正确率；同时块剪切对特征和水印的改动都较大，故其虚定位均数是高于块替换的。

Claims (10)

1.一种数字图像的水印嵌入及认证方法，包括水印嵌入和水印认证两大步骤，其特征在于：

所述水印嵌入包括如下子步骤：

(1)对数字图像按块分成不重叠的两个区域——特征区域和水印区域；

(2)提取特征区域的DWT-DCT双变换域内的特征矢量；

(3)将步骤(2)得到的实数的特征矢量量化为水印比特；

(4)将水印嵌入到水印区域；

所述水印认证包括如下子步骤：

(5)采用与步骤(1)一致的分区方法将数字图像分为两个不重叠的区域；

(6)计算特征区域的特征矢量；

(7)提取水印区域的水印比特，并将该水印比特恢复为特征矢量；

(8)计算步骤(6)和步骤(7)之间的特征矢量的误差是否超过设定的阈值，从而判断出该数字图像内容是否真实。

2.根据权利要求1所述的数字图像的水印嵌入及认证方法，其特征在于所述步骤(1)的具体操作如下：

将M×N大小的原始数字图像I分成不重叠的8×8大小的块，对每一块的列使用密钥K₁进行行的重新组合，得到相互独立的(M/2)×N大小的两个区域：特征区域I₁和水印区域I₂。

3.根据权利要求1所述的数字图像的水印嵌入及认证方法，其特征在于所述步骤(2)的具体操作如下：

对特征区域I₁使用最近邻差值法统一化为原始数字图像大小，进行3级离散小波分解，得到10个子带{LL₃，HL_i，LH_i，HH_i，1≤i≤3}，其中一个为低频子带LL₃，代表原始数字图像的近似分量，其余9个为高频分量；对LL₃进行全局离散余弦变换，进行能量的重新分布，再选取16个位置的系数作为整幅图像的特征矢量，该特征矢量记为FV₁＝[FV₁(1)，FV₁(2)，...，FV₁(16)]。

4.根据权利要求1所述的数字图像的水印嵌入及认证方法，其特征在于所述步骤(3)的具体操作如下：

将特征矢量FV₁＝[FV₁(1)，FV₁(2)，...，FV₁(16)]中每个系数FV₁(i)绝对值化，其中1≤i≤16，然后通过取模2048的方法将每个系数FV₁(i)区间化为0-2047之间的整数，再用11位二进制数表示每个系数FV₁(i)，取高8位作为水印，即每幅图像的有效水印比特为8×16＝128比特。

5.根据权利要求1所述的数字图像的水印嵌入及认证方法，其特征在于所述步骤(4)的具体操作如下：

对水印区域I₂进行不重叠的8×8局部离散余弦变换，一个局部变换得到一个直流系数DC，水印区域I₂中2×4的直流系数DC块与原始数字图像中32×32的块相关，水印的嵌入将一个FV₁(i)所生成的8个水印比特按照块的形式嵌入水印区域I₂中，其中1≤i≤16。

6.根据权利要求5所述的数字图像的水印嵌入及认证方法，其特征在于所述步骤(4)的水印嵌入过程还根据水印比特的权重相差较大，让低权重的比特分散开，并让高权重的比特围绕在低权重的比特周围，其中每一位水印比特的嵌入方法如下：

先定义两个变量S_LSB6(a，b)和G_LSB6(a)，其中S_LSB6(a，b)表示用b的低六位代替a的低六位，而G_LSB6(a)表示取出a的低六位，当嵌入水印比特为‘1’时，使用公式：

${{\mathrm{DC}}^{\&prime;}}_i=\left\{\begin{array}{cc}S\_\mathrm{LSB}6({\mathrm{DC}}_i(u,v)-010000b,110000b),& G\_\mathrm{LSB}\left({\mathrm{DC}}_i(u,v)\right)\&le;010000b\\ S\_\mathrm{LSB}6({\mathrm{DC}}_i(u,v),110000b),& \mathrm{otherwise}\end{array}\right.$

当嵌入水印比特为‘0’时，使用公式：

${{\mathrm{DC}}^{\&prime;}}_i=\left\{\begin{array}{cc}S\_\mathrm{LSB}6({\mathrm{DC}}_i(u,v)-100000b,010000b),& G\_\mathrm{LSB}\left({\mathrm{DC}}_i(u,v)\right)\&le;110000b\\ S\_\mathrm{LSB}6({\mathrm{DC}}_i(u,v),010000b),& \mathrm{otherwise}\end{array}\right.$

其中，DC_i(u，v)是8×8局部离散余弦变换后的直流系数，DC′_i(u，v)是水印嵌入后的系数，然后再进行8×8离散余弦逆变换，得到嵌有水印的区域I₂′。

7.根据权利要求5所述的数字图像的水印嵌入及认证方法，其特征在于所述水印嵌入步骤还包括最后的块的整合步骤，具体如下：

使用密钥K₁分别将(M/2)×N大小的特征区域I₁和嵌有水印的水印区域I₂′以8×8块为单位，按列进行行的重新组合，得到一个M ×N大小的水印图像I′。

8.根据权利要求1所述的数字图像的水印嵌入及认证方法，其特征在于所述步骤(7)的具体操作如下；

对水印区域的每个8×8像素块作DCT变换得到的直流系数DC，取其整数部分的二进制表示的第6个最低有效位作为提取得的水印比特W″，每2×4个水印比特重构为原始数字图像的1个系数值FV₃(i)，其中1≤i≤16，得到原始数字图像的特征矢量FV₃＝[FV₃(1)，FV₃(2)，...，FV₃(16)]。

9.根据权利要求1所述的数字图像的水印嵌入及认证方法，其特征在于所述步骤(8)所设定的阈值初步确定为136，如果比较结果小于该阈值，则认为数字图像内容是可信的，否则认为该数字图像遭受过恶意攻击；当数字图像遭受过恶意攻击时，进一步将阈值确定为248，如果比较结果大于该阈值，则认为水印嵌入区域遭到了恶意篡改，将其标记出来，否则认为水印嵌入区域未受篡改。

10.根据权利要求1所述的数字图像的水印嵌入及认证方法，其特征在于所述水印嵌入最开始还包括预处理原始数字图像步骤，具体采用如下公式：

$X^{\&prime;}=\left\{\begin{array}{cc}{X}_1& 0\&le;X<X_1\\ X& X_1\&le;X\&le;X_2\\ X_2& X_2<X\&le;255\end{array}\right.$

其中，X代表原始图像像素值，X′是预处理后图像像素值，X₁和X₂为预处理的阈值，取X₁＝10和X₂＝245。

Images