CN102096893A - Dct域抗二次打印-扫描鲁棒零水印算法 - Google Patents

Abstract

在一些现实应用场合，印刷品往往需要经历打印-扫描处理。而打印-扫描涉及到D/A和A/D两次变换，会产生添加随机噪声、剪切、缩放、旋转等干扰。因此，印刷品防伪面临着很大的技术挑战。而印刷品防伪在现实中有着广泛的应用需求，因此印刷品防伪成为一个值得研究和突破的课题。鲁棒数字水印技术的主要功能在于实现数字产品的版权保护，因此可以考虑结合鲁棒数字水印技术实现印刷品防伪。本发明利用图像子块的离散余弦变换(DCT)域直流系数(DC)与所有子块DC系数的均值之间的大小关系稳定性，提出一种抗二次打印-扫描鲁棒零水印算法。对原始图像进行分块DCT，计算所有子块DC系数的均值，通过比较各个子块的DC系数与所有子块DC系数的均值之间的大小关系产生零水印。本发明具有很强的抗二次打印-扫描攻击鲁棒性。

Description

DCT域抗二次打印-扫描鲁棒零水印算法

技术领域

本发明涉及图像处理及信息安全领域。本发明设计一种DCT域抗二次打印-扫描鲁棒零水印算法，实现印刷品防伪的目的。

背景技术

在一些现实应用场合，印刷品往往需要经历打印-扫描处理。而打印-扫描涉及到D/A和A/D两次变换，会产生添加随机噪声、剪切、缩放、旋转等干扰[1]。因此，印刷品防伪面临着很大的技术挑战。而印刷品防伪在现实中有着广泛的应用需求，因此印刷品防伪成为一个值得研究和突破的课题。鲁棒数字水印技术的主要功能在于实现数字产品的版权保护，因此可以考虑结合鲁棒数字水印技术实现印刷品防伪。

目前，已经提出的能抵抗打印-扫描攻击的鲁棒数字水印算法仍然比较少。葛云露等人在文献[2]中结合Walsh函数的严格正交性在离散小波变换(DWT)低频逼近子带自适应加性嵌入水印。谭论正等人在文献[3]中通过调整DWT域细节子带系数的正负号数量嵌入水印。牛少彰等人在文献[4]中通过调整离散余弦变换(DCT)域中频系数分类中的系数正负号数量嵌入水印。牛少彰等人在文献[5]中通过调整DCT中频系数的次序嵌入水印。以上算法都只对抵抗一次打印-扫描的能力进行研究，却没有对抵抗二次打印-扫描的能力进行研究。而抵抗二次打印-扫描的能力在一些实际应用仍然显得很重要，比如多次印刷场合。

温泉在文献[6]中首次提出零水印概念，指出零水印算法能够在不对原始数字图像做任何改变的情况下提取原始图像稳定特征产生零水印以实现版权保护。本发明对DCT域的DC系数进行实验，发现打印-扫描前、后绝对多数子块的DC系数与所有子块DC系数均值之间的大小关系保持稳定不变，从而利用这种稳定性提出一种抗二次打印-扫描鲁棒零水印算法。实验结果表明本发明的算法具有很强的抗二次打印-扫描攻击鲁棒性。

参考文献

[1]Lin Ching-yang，Chang Shih-fu.Distortion modeling and invariant extraction for digital image print-and-scan process[C]//Proceedings of International Symposium on Multimedia Information Processing(ISMIP 99).Taipei，Taiwan，December 1999.

[2]葛云露，年桂君，王树勋.基于Walsh编码调制的抗打印扫描数字水印算法[J].东南大学学报(自然科学版)，2007，37(增刊I)：197-200.

[3]谭论正，朱宁波，孙星明.基于文档图像的抗打印-扫描数字水印技术[J].计算机应用研究，2007，24(12)：199-200，265.

[4]牛少彰，伍宏涛，谢正程，刘歆，杨义先.抗打印扫描数字水印算法的鲁棒性[J].中山大学学报(自然科学版)，2004，43(增刊2)：1-4.

[5]牛少彰，钮心忻，杨义先，胡文庆.半色调图像中数据隐藏算法[J].电子学报，2004，32(7)：1180-1183.

[6]温泉，孙锬锋，王树勋.零水印的概念与应用[J].电子学报，2003，31(2)：214-216.

发明内容

本发明的目的是设计一种DCT域抗二次打印-扫描鲁棒零水印算法，实现印刷品防伪的目的。

DCT域抗二次打印-扫描鲁棒零水印算法，包括以下两个过程：

A、零水印产生过程；

B、零水印提取过程。

步骤A进一步包括以下内容：

A1：将大小为N×N的原始图像分割成互不重叠的n×n子块。

A2：对每个子块进行DCT，将每个子块的DC系数记为D_j，其中 $j=\mathrm{1,2},...,{\left(\frac{N}{n}\right)}^2.$

A3：计算所有子块DC系数的均值，将其记为D_average。

A4：比较各个子块的DC系数与所有子块DC系数的均值之间的大小产生原始零水印序列W。即：

if D_j＞D_average

    W_j＝1；

else

W_j＝0

其中W_j为W的第j比特水印。

步骤B进一步包括以下内容：

B1：对经打印-扫描的数字图像进行一系列后处理使其大小调整为N×N。

B2：将经过后处理的图像分割成互不重叠的n×n子块。

B3：对每个子块进行DCT，将每个子块的DC系数记为D′_j，其中 $j=\mathrm{1,2},...,{\left(\frac{N}{n}\right)}^2.$

B4：计算所有子块DC系数的均值，将其记为D′_average。

B5：比较各个子块的DC系数与所有子块DC系数的均值之间的大小提取零水印序列W′。即：

if D′_j＞D′_average

    W′_j＝1；

else

W′_j＝0

其中W′_j为W′的第j比特水印。

B6：计算原始零水印序列W和打印-扫描与后处理后提取的零水印序列W′之间的相似度以判断版权。相似度定义为：

$s=1-[\underset{j=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{W}_j\⊕W_j^{\′}]/{\left(\frac{N}{n}\right)}^2$

其中

为异或运算。如果s大于阈值th，则认为拥有合法版权；反之，则认为不拥有合法版权。

本发明为印刷品防伪提供了一个新途径。本发明利用图像子块的DCT域DC系数与所有子块DC系数的均值之间的大小关系稳定性，提出一种抗二次打印-扫描鲁棒零水印算法。对原始图像进行分块DCT，计算所有子块DC系数的均值，通过比较各个子块的DC系数与所有子块DC系数的均值之间的大小关系产生零水印。本发明具有很强的抗二次打印-扫描攻击鲁棒性。

附图说明

图1是原始零水印序列产生的算法流程图，图2是零水印序列提取的算法流程图。

图3(a)是原始Peppers图像，图3(b)是一次打印-扫描与后处理后的Peppers图像。

图4(a)是原始Peppers图像每个子块DC系数大小分布，图4(b)是一次打印-扫描与后处理后的Peppers图像每个子块DC系数大小分布。

图5(a)是原始Peppers图像每个子块DC系数与所有子块DC系数均值的差值的正负号分布，图5(b)是一次打印-扫描与后处理后的Peppers图像每个子块DC系数与所有子块DC系数均值的差值的正负号分布。

图6是原始零水印序列与均匀分布的{0，1}随机序列之间的相似度。

图7(a)是经一次打印-扫描的Peppers图像低通滤波攻击与后处理后的图像，图7(b)是经一次打印-扫描的Peppers图像中值滤波攻击与后处理后的图像，图7(c)是经一次打印-扫描与后处理的Peppers图像剪切攻击后的图像，图7(d)是经一次打印-扫描的Peppers图像逆时针旋转2度攻击与后处理后的图像。

图8是二次打印-扫描与后处理后的Peppers图像。

图9(a)是经二次打印-扫描的Peppers图像低通滤波攻击与后处理后的图像，图9(b)是经二次打印-扫描的Peppers图像中值滤波攻击与后处理后的图像，图9(c)是经二次打印-扫描与后处理的Peppers图像剪切攻击后的图像，图9(d)是经二次打印-扫描的Peppers图像逆时针旋转2度攻击与后处理后的图像。

具体实施方式

下面结合附图和实施例对本发明的技术方案做进一步描述。

图1是原始零水印序列产生的算法流程图，包括以下几个过程：

Step1：将大小为N×N的原始图像分割成互不重叠的n×n子块。

Step2：对每个子块进行DCT，将每个子块的DC系数记为D_j，其中 $j=\mathrm{1,2},...,{\left(\frac{N}{n}\right)}^2.$

Step3：计算所有子块DC系数的均值，将其记为D_average。

Step4：比较各个子块的DC系数与所有子块DC系数的均值之间的大小产生原始零水印序列W。即：

if  D_j＞D_average

     W_j＝1；

else

    W_j＝0

其中W_j为W的第j比特水印。

图2是零水印序列提取的算法流程图，包括以下几个过程：

Step1：对经打印-扫描的数字图像进行一系列后处理使其大小调整为N×N。

Step2：将经过后处理的图像分割成互不重叠的n×n子块。

Step3：对每个子块进行DCT，将每个子块的DC系数记为D′_j，其中 $j=\mathrm{1,2},...,{\left(\frac{N}{n}\right)}^2.$

Step4：计算所有子块DC系数的均值，将其记为D′_average。

Step5：比较各个子块的DC系数与所有子块DC系数的均值之间的大小提取零水印序列W′。即：

if D′_j＞D′_average

   W′_j＝1；

else

W′_j＝0

其中W′_j为W′的第j比特水印。

Step6：计算原始零水印序列W和打印-扫描与后处理后提取的零水印序列W′之间的相似度以判断版权。相似度定义为：

$s=1-[\underset{j=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{W}_j\⊕W_j^{\′}]/{\left(\frac{N}{n}\right)}^2$

其中

为异或运算。如果s大于阈值th，则认为拥有合法版权；反之，则认为不拥有合法版权。

实施例：

1、一次打印-扫描对图像DC系数的影响

Peppers图像是512×512大小的256灰度级图像。图3(a)和图3(b)分别是原始Peppers图像和一次打印-扫描与后处理后的Peppers图像。首先将图像划分为不重叠的8×8子块，然后对每个子块进行DCT。

(1)每个子块DC系数大小分布

图4(a)为原始Peppers图像每个子块DC系数大小分布，图4(b)为一次打印-扫描与后处理后的Peppers图像每个子块DC系数大小分布。根据图4(a)和图4(b)可以发现：一次打印-扫描与后处理后Peppers图像有些子块的DC系数变小，有些子块的DC系数变大，极少数子块的DC系数保持不变。统计结果显示，一次打印-扫描前、后共有2486个子块的DC系数变小，1606个子块的DC系数变大，4个子块的DC系数不变，且每个子块DC系数的大小变化幅度没有规律性。

(2)每个子块DC系数与所有子块DC系数均值的差值的正负号分布

图5(a)为原始Peppers图像每个子块DC系数与所有子块DC系数均值的差值的正负号分布，图5(b)为一次打印-扫描与后处理后的Peppers图像每个子块DC系数与所有子块DC系数均值的差值的正负号分布。正号用1表示，代表相应子块的DC系数大于所有子块DC系数的均值；负号用-1表示，代表相应子块的DC系数小于等于所有子块DC系数的均值。统计结果显示，一次打印-扫描前、后共有3815个子块的DC系数与所有子块DC系数均值的差值的正负号保持不变，共有145个子块由正号变为负号，共有136个子块由负号变为正号。由此得出结论：一次打印-扫描前、后Peppers图像的绝对多数子块的DC系数与所有子块DC系数均值之间的大小关系保持稳定不变。这是因为：虽然一次打印-扫描对每个子块的DC系数和所有子块DC系数的均值都有不小的影响，但两者之间的大小关系依然基本保持稳定。

2、实验结果

2.1原始零水印序列与均匀分布{0，1}随机序列之间的相似度

将原始Peppers图像分割成大小为8×8的子块进行DCT，通过图1的原始零水印序列产生的算法流程图产生原始零水印序列。原始零水印序列的长度为4096比特。原始零水印序列与299个均匀分布的{0，1}随机序列之间的相似度见图6。图6中的第150个序列为原始零水印序列。根据图6，两者之间的相似度基本上在0.5附近波动。因此，可以选择0.80作为阈值th。

2.2抗一次打印-扫描攻击的鲁棒性

一次打印-扫描攻击实验用到的设备和材料有：一台型号为Canon L11121E的激光打印机、一台型号为CanoScan LiDE 100的扫描仪、一台电脑和一张A4打印纸。一次打印-扫描及后处理的过程如下：

(1)在A4打印纸上将原始Peppers图像用Canon L11121E激光打印机打印出来；

(2)设置CanoScan LiDE 100扫描仪的分辨率为400dpi，将打印出来的Peppers图像扫描输入电脑；

(3)使用Photoshop对扫描输入的Peppers图像进行裁剪和旋转校正，将采样分辨率调整成72dpi，使用nearest插值法将大小调整为512×512等。

图3(b)为经历一次打印-扫描与后处理后的Peppers图像，与原始Peppers图像之间的PSNR为9.4968。由此可知，一次打印-扫描攻击给图像的视觉效果带来严重影响。将经一次打印-扫描与后处理的Peppers图像分割成大小为8×8的子块进行DCT，通过图2的零水印序列提取的算法流程图提取零水印序列。提取的零水印序列的长度为4096比特。经计算，此时提取的零水印序列与原始零水印序列之间的相似度为0.9314。因此，算法抵抗一次打印-扫描攻击的鲁棒性很强。

2.3抗一次打印-扫描和常规信号处理混合攻击的鲁棒性

(1)低通滤波攻击

对经一次打印-扫描的Peppers图像进行低通滤波攻击，经后处理后提取零水印序列。低通滤波的窗口大小为3×3，标准差为0.5。低通滤波攻击与后处理后的图像见图7(a)，与原始Peppers图像之间的PSNR为12.7964。此时提取的零水印序列与原始零水印序列之间的相似度为0.9336。

(2)中值滤波攻击

对经一次打印-扫描的Peppers图像进行中值滤波攻击，经后处理后提取零水印序列。中值滤波的窗口大小为3×3。中值滤波攻击与后处理后的图像见图7(b)，与原始Peppers图像之间的PSNR为14.8684。此时提取的零水印序列与原始零水印序列之间的相似度为0.9365。

(3)剪切攻击

对经一次打印-扫描与后处理的Peppers图像进行剪切攻击，得到的图像见图7(c)。它与原始Peppers图像之间的PSNR为9.2826，此时提取的零水印序列与原始零水印序列之间的相似度为0.9263。

(4)JPEG压缩攻击

对经一次打印-扫描的Peppers图像进行JPEG压缩攻击，经后处理后提取零水印序列。实验时采用的JPEG压缩质量因子以及实验得到的PSNR和相似度见表1。

表1JPEG压缩攻击实验参数和实验结果

质量因子	10	20	30	40	50
						PSNR	9.7486	9.7588	9.7329	9.6944	9.6537
相似度	0.9282	0.9290	0.9319	0.9294	0.9299

由表1可见，虽然攻击时所采用的质量因子比较小，但是实验得到的相似度仍然比较高。

(5)旋转攻击

对经一次打印-扫描的Peppers图像进行逆时针旋转2度攻击，经后处理后提取零水印序列。旋转攻击与后处理后的图像见图7(d)，与原始Peppers图像之间的PSNR为11.6249。此时提取的零水印序列与原始零水印序列之间的相似度为0.8918。

(6)尺寸缩放攻击

对经一次打印-扫描与后处理的Peppers图像进行尺寸缩放攻击。实验参数以及实验结果见表2。尺寸缩放都是使用nearest插值法。

表2尺寸缩放攻击实验参数和实验结果

尺寸缩放方式	先缩小到0.8倍再放大到1.25倍	先缩小到0.5倍再放大到2倍
			PSNR	10.9318	10.8628
相似度	0.9287	0.9209

以上六种攻击的实验结果表明，算法抵抗一次打印-扫描和常规信号处理混合攻击的鲁棒性很强。

2.4抗二次打印-扫描攻击的鲁棒性

二次打印-扫描攻击实验用到的设备和材料有：一台型号为HP LaserJet1012的激光打印机、一台型号为Uniscan A3的紫光扫描仪、一台电脑和一张A4打印纸。二次打印-扫描及后处理的过程如下：

(1)在A4打印纸上将经一次打印-扫描的Peppers图像用HP LaserJet 1012激光打印机打印出来；

(2)设置Uniscan A3紫光扫描仪的分辨率为400dpi，将打印出来的Peppers图像扫描输入电脑；

(3)使用Photoshop对扫描输入的Peppers图像进行裁剪和旋转校正，将采样分辨率调整成72dpi，使用nearest插值法将大小调整为512×512等。

图8为经二次打印-扫描与后处理后的Peppers图像，与原始Peppers图像之间的PSNR为13.1824。由此可知，二次打印-扫描攻击给图像的视觉效果带来严重影响。将经二次打印-扫描与后处理的Peppers图像分割成大小为8×8的子块进行DCT，通过图2的零水印序列提取的算法流程图提取零水印序列。提取的零水印序列的长度为4096比特。经计算，此时提取的零水印序列与原始零水印序列之间的相似度为0.9048。因此，算法抵抗二次打印-扫描攻击的鲁棒性也很强。

2.5抗二次打印-扫描和常规信号处理混合攻击的鲁棒性

(1)低通滤波攻击

对经二次打印-扫描的Peppers图像进行低通滤波攻击，经后处理后提取零水印序列。低通滤波的窗口大小为3×3，标准差为0.5。低通滤波攻击与后处理后的图像见图9(a)，与原始Peppers图像之间的PSNR为13.4710。此时提取的零水印序列与原始零水印序列之间的相似度为0.9060。

(2)中值滤波攻击

对经二次打印-扫描的Peppers图像进行中值滤波攻击，经后处理后提取零水印序列。中值滤波的窗口大小为3×3。中值滤波攻击与后处理后的图像见图9(b)，与原始Peppers图像之间的PSNR为13.8323。此时提取的零水印序列与原始零水印序列之间的相似度为0.9036。

(3)剪切攻击

对经二次打印-扫描与后处理的Peppers图像进行剪切攻击，得到的图像见图9(c)。它与原始Peppers图像之间的PSNR为12.4259，此时提取的零水印序列与原始零水印序列之间的相似度为0.8694。

(4)JPEG压缩攻击

对经二次打印-扫描的Peppers图像进行JPEG压缩攻击，经后处理后提取零水印序列。实验时采用的JPE6压缩质量因子以及实验得到的PSNR和相似度见表3。

由表3可见，虽然攻击时所采用的质量因子比较小，但是实验得到的相似度仍然比较高。

表3JPEG压缩攻击实验参数和实验结果

质量因子

10

20

30

40

50

PSNR	13.0765	13.1447	13.2049	13.1097	13.1024
						相似度	0.9021	0.9033	0.9048	0.9036	0.9033

(5)旋转攻击

对经二次打印-扫描的Peppers图像进行逆时针旋转2度攻击，经后处理后提取零水印序列。旋转攻击与后处理后的图像见图9(d)，与原始Peppers图像之间的PSNR为12.6522。此时提取的零水印序列与原始零水印序列之间的相似度为0.8540。

(6)尺寸缩放攻击

对经二次打印-扫描与后处理的Peppers图像进行尺寸缩放攻击。实验参数以及实验结果见表4。尺寸缩放都是使用nearest插值法。

表4尺寸缩放攻击实验参数和实验结果

尺寸缩放方式	先缩小到0.8倍再放大到1.25倍	先缩小到0.5倍再放大到2倍
			PSNR	18.7574	19.1544
相似度	0.8933	0.8916

根据以上六种攻击的实验结果，算法抵抗二次打印-扫描和常规信号处理混合攻击的鲁棒性比较强。

3、总结

抗打印-扫描的鲁棒数字水印技术在印刷品防伪领域具有很大的实用价值。目前，较少有算法研究抗二次打印-扫描的鲁棒性问题。本发明利用子块的DC系数与所有子块DC系数的均值之间的大小关系稳定性，提出一种抗二次打印-扫描鲁棒零水印算法。对原始图像进行分块DCT，计算所有子块DC系数的均值，通过比较各个子块的DC系数与所有子块DC系数的均值之间的大小关系产生零水印。本发明测试了算法抵抗一次打印-扫描攻击的鲁棒性、抵抗一次打印-扫描和常规信号处理混合攻击的鲁棒性、抵抗二次打印-扫描攻击的鲁棒性、抵抗二次打印-扫描和常规信号处理混合攻击的鲁棒性。实验结果表明算法在所有这些攻击中均表现出很强的鲁棒性。

Claims (3)

1.DCT域抗二次打印-扫描鲁棒零水印算法，用于印刷品防伪领域，包括以下两个过程：

A、零水印产生过程；

B、零水印提取过程。

2.根据权利要求1所述的DCT域抗二次打印-扫描鲁棒零水印算法，步骤A进一步包括以下内容：

A1：将大小为N×N的原始图像分割成互不重叠的n×n子块。

A2：对每个子块进行DCT，将每个子块的DC系数记为D_j，其中 $j=\mathrm{1,2},...,{\left(\frac{N}{n}\right)}^2.$

A3：计算所有子块DC系数的均值，将其记为D_average。

A4：比较各个子块的DC系数与所有子块DC系数的均值之间的大小产生原始零水印序列W。即：

if D_j＞D_average

    W_j＝1；

else

   W_j＝0

其中W_j为W的第j比特水印。

3.根据权利要求1所述的DCT域抗二次打印-扫描鲁棒零水印算法，步骤B进一步包括以下内容：

B1：对经打印-扫描的数字图像进行一系列后处理使其大小调整为N×N。

B2：将经过后处理的图像分割成互不重叠的n×n子块。

B3：对每个子块进行DCT，将每个子块的DC系数记为D′_j，其中 $j=\mathrm{1,2},...,{\left(\frac{N}{n}\right)}^2.$

B4：计算所有子块DC系数的均值，将其记为D′_average。

B5：比较各个子块的DC系数与所有子块DC系数的均值之间的大小提取零水印序列W′。即：

if  D′_j＞D′_average

    W′_j＝1；

else

     W′_j＝0

其中W′_j为W′的第j比特水印。

B6：计算原始零水印序列W和打印-扫描与后处理后提取的零水印序列W′之间的相似度以判断版权。相似度定义为：

$s=1-[\underset{j=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{W}_j\⊕W_j^{\′}]/{\left(\frac{N}{n}\right)}^2$

其中

为异或运算。如果s大于阈值th，则认为拥有合法版权；反之，则认为不拥有合法版权。

Images