CN102194209A - 一种自嵌入双功能图像水印方法 - Google Patents

Abstract

现有图像水印方法往往存在功能单一的局限性。利用自嵌入技术提出一种双功能水印方法。在嵌入端，首先将原始图像分成不重叠子块，将各子块每个像素最低m位置0，再将最低m位置0后的子块进行奇异值分解，提取奇异值范数最高位奇偶性产生原始鲁棒特征水印，再将原始鲁棒特征水印嵌入各子块每个像素最低m位得到含水印图像。检测端计算提取的鲁棒特征水印与原始鲁棒特征水印之间的归一化相关度进行版权鉴别，判断提取的鲁棒特征水印与攻击图像各子块每个像素最低m位的一致性进行篡改检测实现内容认证。本发明具有良好不可见性。实验结果表明，本发明具有强鲁棒性，且能精确定位篡改位置和区分篡改类型。因此，本发明具有版权保护和内容认证双重功能。

Description

一种自嵌入双功能图像水印方法

技术领域

本发明涉及图像处理和信息安全领域。本发明设计一种自嵌入双功能图像水印方法，对数字图像同时进行版权保护和内容认证。

背景技术

根据数字水印的鲁棒性，数字水印算法可以分为鲁棒数字水印算法、脆弱数字水印算法和半脆弱数字水印算法。鲁棒图像水印算法^[1-10]用于对原始图像进行版权保护；脆弱图像水印算法^[11-14]用于对原始图像进行内容认证；半脆弱图像水印算法^[15，16]用于在某种程度上同时实现版权保护和内容认证，但往往很难在只嵌入一个半脆弱水印就同时具有很强的抗攻击鲁棒性和很敏感的篡改检测脆弱性。零水印算法^[1，2]是一类特殊的鲁棒图像水印算法，在不改动原始图像的前提下提取其稳定特征产生鲁棒零水印实现版权保护。自嵌入脆弱图像水印算法^[11-13]是一类特殊的脆弱图像水印算法，其原理是提取原始图像的特征产生脆弱水印然后自嵌入到原始图像，而不是将外在的水印嵌入到原始图像，其特殊之处就在于利用了自嵌入技术。

现有图像水印算法往往存在功能单一的局限性。为了使一个图像水印算法能同时具备版权保护和内容认证双重功能，可以在原始图像中嵌入鲁棒水印和脆弱水印两个水印。脆弱水印因其脆弱性容易遭破坏，所以两个水印的嵌入顺序一般是先嵌入鲁棒水印后嵌入脆弱水印。如果两个水印都是外在的水印，那么一旦嵌入强度控制不好，含两个水印的图像的不可见性可能会比较差。本发明利用自嵌入技术可以在只嵌入一个水印就使水印算法同时具备版权保护和内容认证双重功能，其思路是提取原始图像稳定特征产生鲁棒特征水印，然后再将鲁棒特征水印自嵌入到原始图像的最低m位使之又具有脆弱性，这样就能同时实现版权保护和内容认证，而且又具有非常好的不可见性。鲁棒特征水印通过判断最低m位置0后的子块奇异值范数的最高位奇偶性产生。版权保护通过计算提取的鲁棒特征水印与原始鲁棒特征水印之间的归一化相关度(Normalized Correlation，NC)来实现，内容认证通过判断提取的鲁棒特征水印与攻击图像各子块每个像素的最低m位的一致性来实现。实验结果表明本发明能同时实现版权保护和内容认证，而且又有非常好的不可见性。

参考文献

[1]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.

[2]叶天语.离散余弦变换域抗二次打印-扫描鲁棒零水印算法[J].光子学报，2011，40(1)：142-148.

[3]刘瑞祯，谭铁牛.基于奇异值分解的数字图像水印算法[J].电子学报，2001，29(2)：168-171.

[4]SOLANKI Kaushal，MADHOW Upamanyu，MANJUNATH B.S.，CHANDRASEKARAN Shiv，and EL-KHALIL Ibrahim.″Print and scan″resilient data hiding in images.IEEE Transactions on Information Forensics and Security，2006，1(4)：464-478.

[5]KANG Xiangui，HUANG Jiwu，ZENG Wenjun.Efficient general print-scanning resilient data hiding based on uniform log-polar mapping.IEEETransactions on Information Forensics and Security，2010，5(1)：1-12.

[6]李旭东.基于奇异值分解的灰度级数字水印算法[J].武汉大学学报(信息科学版)，2010，35(11)：1305-1308，1359.

[7]李旭东，张振跃.图像双层划分和奇异值分解的数字水印算法[J].浙江大学学报(工学版)，2006，40(12)：2088-2092.

[8]李旭东.利用矩阵范数实现的公开水印技术[J].计算机辅助设计与图形学学报，2005，17(8)：1857-1861.

[9]李新伟，郭宝龙，李雷达.一种基于统计量化的抗几何攻击图像水印算法[J].光电子·激光，2009，20(8)：1082-1086.

[10]许文丽，李磊，王育民.抗噪声、几何失真和JPEG压缩攻击的鲁棒数字水印方案[J].电子与信息学报，2008，30(4)：933-936.

[11]张鸿宾，杨成.图像的自嵌入及窜改的检测和恢复算法[J].电子学报，2004，32(2)：196-199.

[12]和红杰，张家树.对水印信息篡改鲁棒的自嵌入水印算法[J].软件学报，2009，20(2)：437-450.

[13]张宪海，杨永田.基于脆弱水印的图像认证算法研究[J].电子学报，2007，35(1)：34-39.

[14]丁科，何晨，蒋铃鸽，王宏霞.基于地址码的脆弱数字水印技术[J].上海交通大学学报，2004，38(4)：620-623.

[15]Schlauweg M，

D，Palfner T，Müller E.Quantization-based semi-fragile public-key watermarking for secure image authentication.In Proc.of SPIE，San Diego，California，USA，2005，5915：41-51.

[16]李春，黄继武.一种抗JPEG压缩的半脆弱图像水印算法[J].软件学报，2006，17(2)：315-324.

发明内容

本发明的目的是设计一种自嵌入双功能图像水印方法，对数字图像同时进行版权保护和内容认证。

一种自嵌入双功能图像水印方法，包括以下三个过程：

A、原始鲁棒特征水印产生及自嵌入。

B、鲁棒特征水印提取及版权鉴别。

C、篡改检测。

步骤A进一步包括以下内容：

A1：将大小为N×N的原始图像OI分割成互不重叠的n×n子块，各子块记为OB_k，k代表子块的序号，且

A2：每个子块OB_k的每个像素的最低m位置O，将得到的各子块记为OB′_k。置位过程为：OB′_k＝bitset(OB_k，j，0)，其中bitset(·)为置位函数，j＝1，2，…，m。

A3：对OB′_k进行奇异值分解(Singular Value Decomposition，SVD)，产生的奇异值记为

i代表奇异值的序号，i＝1，2，…，n。

A4：计算OB′_k的奇异值范数，记为Norm_k，即

A5：通过提取Norm_k的最高位奇偶性产生原始鲁棒特征水印W。如果Norm_k的最高位数字为偶数，则W_k＝0；否则，W_k＝1，W_k为W的第kbit。例如，如果Norm_k＝78，其最高位是7，为奇数，则此时W_k＝1。原始鲁棒特征水印W保存在认证中心用于版权鉴别和内容认证。

A6：将W_k自嵌入OB′_k每个像素的最低m位得到含水印子块OB″_k，OB″_k重组后得到含水印图像OI′。自嵌入过程为：OB″_k＝bitset(OB′_k，j，W_k)。

步骤B进一步包括以下内容：

B1：将大小为N×N的攻击后的含水印图像AI分割成互不重叠的n×n子块，各子块记为AB_k，k代表子块的序号，且

B2：AB_k的每个像素的最低m位置0，将得到的各子块记为AB′_k。置位过程为：AB′_k＝bitset(AB_k，j，0)，其中bitset(·)为置位函数，j＝1，2，…，m。

B3：对AB′_k进行SVD，产生的奇异值记为

i代表奇异值的序号，i＝1，2，…，n。

B4：计算AB′_k的奇异值范数，记为Norm′_k，即

B5：通过提取Norm′_k的最高位奇偶性提取鲁棒特征水印W′。如果Norm′_k的最高位数字为偶数，则W′_k＝0；否则，W′_k＝1，W′_k为W′的第kbit。

B6：计算W和W′之间的NC鉴别版权。NC定义为：

$\mathrm{NC}=\left(\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}(W_k\×W_k^{\′})\right)/(\sqrt{\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{\left(W_k\right)}^2}\×\sqrt{\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{\left(W_k^{\′}\right)}^2}).$

步骤C进一步包括以下内容：

C1：将攻击后的含水印图像AI分割成互不重叠的n×n子块，各子块记为AB_k，k代表子块的序号，且

C2：提取AB_k每个像素的最低m位。提取位的过程为：其中bitget(·)为提取位函数，为第k个子块每个像素最低第j位组成的比特序列，j＝1，2，…，m，r＝1，2，…，n²。

C3：通过判断每个子块提取的鲁棒特征水印比特W′_k与

之间是否完全一致来检测此子块是否遭到篡改。只有当

对于每个j和r都成立时，才认为此子块没有遭到篡改；反之，只要

中对于每个j和r有任意1bit与W′_k不一致，则认为此子块遭到篡改，遭篡改的子块用全黑标识。

本发明为数字图像同时实现版权保护和内容认证提供了一个新方法。本发明提出一种自嵌入双功能图像水印方法。理论分析表明，本发明篡改检测具有很低的虚警概率和漏警概率。理论分析和实验结果都表明本发明具有非常好的不可见性。实验结果还表明，本发明不仅在抵抗添加噪声、剪切、JPEG压缩、平滑、重采样和几何攻击如随机删除行、向右偏移列、向下偏移行表现出很强的鲁棒性，而且能够精确定位出篡改位置和区分篡改类型。因此，本发明具有版权保护和内容认证双重功能。

附图说明

图1是原始鲁棒特征水印产生及自嵌入的流程图，图2是鲁棒特征水印提取及版权鉴别的流程图，图3是篡改检测的流程图。

图4是原始Barbara图像，图5是原始Lena图像。图6是m＝2时的含水印Barbara图像，图7是m＝2时的含水印Lena图像。图8是m＝1时的含水印Barbara图像，图9是m＝1时的含水印Lena图像。

图10是Kids图像，图11是篡改图像，图12是图11的篡改检测图像。

图13是精武图像，图14是篡改图像，图15是图14的篡改检测图像。

图16是篡改图像，图17是图16的篡改检测图像。

图18是篡改图像，图19是图18的篡改检测图像。

图20是篡改图像，图21是图20的篡改检测图像。

图22是篡改图像，图23是图22的篡改检测图像。

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。

1奇异值分解定义

二维M×N矩阵I的SVD定义为^[3]：

I＝U∑V^T，        (1)

其中符号T为转置运算，U和V分别为左、右正交阵，奇异值矩阵 $\mathrm{\Σ}={\left[\begin{array}{cc}\mathrm{\Λ}& 0\\ 0& 0\end{array}\right]}_{M\×N},$ A＝diag(δ₁，δ₂，…，δ_q)，δ₁＞δ₂＞…＞δ_q＞δ_q+1＝…＝δ_N＝0是N个奇异值，q为I的秩。

文献[3]指出图像经SVD后得到的奇异值具有相当好的稳定性，当图像受到轻微扰动时，其奇异值不会发生剧烈变化。那么，奇异值范数的最高位也会具有相当好的稳定性。因此，本发明通过提取图像各子块奇异值范数的最高位奇偶性产生鲁棒特征水印。

2原始鲁棒特征水印产生及自嵌入

图1是原始鲁棒特征水印产生及自嵌入的流程图，包括以下几个过程：

A1：将大小为N×N的原始图像OI分割成互不重叠的n×n子块，各子块记为OB_k，k代表子块的序号，且

A2：每个子块OB_k的每个像素的最低m位置0，将得到的各子块记为OB′_k。置位过程为：

OB′_k＝bitset(OB_k，j，0)，       (2)

其中bitset(·)为置位函数，j＝1，2，…，m。

A3：对OB′_k进行SVD，产生的奇异值记为i代表奇异值的序号，i＝1，2，…，n。

A4：计算OB′_k的奇异值范数，记为Norm_k，即

${\mathrm{Norm}}_k=\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left({\mathrm{\δ}}_k^i\right)}^2}.---\left(3\right)$

A5：通过提取Norm_k的最高位奇偶性产生原始鲁棒特征水印W。如果Norm_k的最高位数字为偶数，则W_k＝0；否则，W_k＝1，W_k为W的第kbit。例如，如果Norm_k＝78，其最高位是7，为奇数，则此时W_k＝1。原始鲁棒特征水印W保存在认证中心用于版权鉴别和内容认证。

A6：将W_k自嵌入OB′_k每个像素的最低m位得到含水印子块OB″_k，OB″_k重组后得到含水印图像OI′。自嵌入过程为：

OB″_k＝bitset(OB′_k，j，W_k)。     (4)

由上述过程可知，W的长度为每比特W_k被自嵌入到n²个像素，每个像素被嵌入m位，那么每比特W_k总共被自嵌入mn²次。因此，本发明的水印嵌入容量为mN²。W_k自嵌入OB′_k每个像素的最低m位，对原始像素改变不大，所以本发明的不可见性会非常好。因为W不是外在的水印，而是由原始图像自身的特征产生，而且具有抗攻击鲁棒性，本发明把W称为原始鲁棒特征水印。

3鲁棒特征水印提取及版权鉴别

图2是鲁棒特征水印提取及版权鉴别的流程图，包括以下几个过程：

B1：将大小为N×N的攻击后的含水印图像AI分割成互不重叠的n×n子块，各子块记为AB_k，k代表子块的序号，且

B2：AB_k的每个像素的最低m位置0，将得到的各子块记为AB′_k。置位过程为：

AB′_k＝bitset(AB_k，j，0)，      (5)

其中bitset(·)为置位函数，j＝1，2，…，m。

B3：对AB′_k进行SVD，产生的奇异值记为

i代表奇异值的序号，i＝1，2，…，n。

B4：计算AB′_k的奇异值范数，记为Norm′_k，即

${\mathrm{Norm}}_k^{\′}=\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left({\mathrm{\δ}}_k^{\′i}\right)}^2}.---\left(6\right)$

B5：通过提取Norm′_k的最高位奇偶性提取鲁棒特征水印W′。如果Norm′_k的最高位数字为偶数，则W′_k＝0；否则，W′_k＝1，W′_k为W′的第kbit。

B6：计算W和W′之间的NC鉴别版权。NC定义为：

$\mathrm{NC}=\left(\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}(W_k\×W_k^{\′})\right)/(\sqrt{\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{\left(W_k\right)}^2}\×\sqrt{\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{\left(W_k^{\′}\right)}^2}).---\left(7\right)$

由上述过程可知，W′提取时不借助原始图像，达到盲提取。

4篡改检测

图3是篡改检测的流程图，包括以下几个过程：

C1：将攻击后的含水印图像AI分割成互不重叠的n×n子块，各子块记为AB_k，k代表子块的序号，且

C2：提取AB_k每个像素的最低m位。提取位的过程为：

$L_k^j\left(r\right)=\mathrm{bitget}({\mathrm{AB}}_k,j),---\left(8\right)$

其中bitget(·)为提取位函数，

为第k个子块每个像素最低第j位组成的比特序列，j＝1，2，…，m，r＝1，2，…，n²。

C3：通过判断每个子块提取的鲁棒特征水印比特W′_k与

之间是否完全一致来检测此子块是否遭到篡改。只有当

对于每个j和r都成立时，才认为此子块没有遭到篡改；反之，只要中对于每个j和r有任意1bit与W′_k不一致，则认为此子块遭到篡改，遭篡改的子块用全黑标识。

5篡改检测虚警概率和漏警概率的理论分析

虚警概率是指没有遭到篡改而检测器却报告遭到篡改的概率。没有遭到篡改时，每个子块提取的特征水印比特W′_k与

(j＝1，2，…，m，r＝1，2，…，n²)之间完全一致，检测器报告没有遭到篡改。因此本发明的虚警概率P_FA为0。

漏警概率是指遭到篡改而检测器却报告没有发生篡改的概率。对于一个遭篡改的n×n子块AB_k，假设提取的鲁棒特征水印W′_k和都服从两点分布B(1，λ)，即

$P\{W_k^{\′}=x\}=P\{L_k^j\left(r\right)=x\}={\mathrm{\λ}}^x{(1-\mathrm{\λ})}^{1-x},$

$x=\mathrm{0,1},j=\mathrm{1,2},...,m,r=\mathrm{1,2},...,n^2---\left(9\right)$

其中P(·)表示取概率函数。因此，由全概率公式可知，对于某个k，W′_k与某一比特

相等的概率为

$P\{W_k^{\′}=L_k^j\left(r\right)\}={\mathrm{\λ}}^2+{(1-\mathrm{\λ})}^2=1-2\mathrm{\λ}+2{\mathrm{\λ}}^2---\left(10\right)$

要判定该子块没有遭到篡改，必须使得

对于所有的j和r都成立。因此，一个遭篡改的n×n子块AB_k被判定为没遭到篡改的概率为

当λ和m一定时，n越小，篡改定位精度越高，但子块的漏警概率越大，所以应根据实际应用要求在篡改定位精度与子块的漏警概率之间折中选择n。

假设遭篡改的区域涉及到c个n×n子块，那么该区域有d(d≤c)个子块被判定为没遭到篡改的概率服从二项分布

当d＝c时，c个子块的漏警概率P_M等于ρ^c。例如，当λ＝0.5、n＝8、m＝2和c＝5时，此时遭篡改区域的P_M为

接近于0。为了达到恶意篡改的目的，恶意篡改涉及到的图像子块一般不会太少，因此本发明完全可以检测到恶意篡改。

6不可见性的理论分析

原始图像OI与含水印图像OI′之间的视觉差异用峰值信噪比(PeakSignal-to-Noise Ratio，PSNR)衡量。OI与OI′之间的PSNR定义为：

$\mathrm{PSNR}=10\lg \left[\frac{255\×255}{\frac{1}{N\×N}\underset{s=1}{\overset{N}{\mathrm{\Σ}}}\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{[\mathrm{OI}(s,t)-{\mathrm{OI}}^{\′}(s,t)]}^2}\right]---\left(11\right)$

把原始鲁棒特征水印自嵌入到图像各子块每个像素的最低m位，OI与OI′的每个像素数值差值绝对值的最大值为(2^m-1)，此时PSNR将取得最小值，有 $\underset{s=1}{\overset{N}{\mathrm{\Σ}}}\underset{t=1}{\overset{N}{\mathrm{\Σ}}}{[\mathrm{OI}(s,t)-{\mathrm{OI}}^{\′}(s,t)]}^2={(2^m-1)}^2\×N^2,$ PSNR的最小值为

当m＝2，PSNR的最小值等于38.5884dB；当m＝1，PSNR的最小值等于48.1308dB。研究表明，当PSNR大于36dB时，人眼无法区分视觉差异。因此，本发明具有非常好的不可见性。

实施例：

以大小为512×512的256灰度级Barbara、Lena图像为测试图像，分别见图4和图5。

将原始图像分割成互不重叠的8×8子块，各子块每个像素的最低2位置0，此时原始鲁棒特征水印W的长度为4096bit，本发明的水印嵌入容量为524288bit。产生的含水印Barbara、Lena图像分别见图6和图7，与相应原始图像之间的PSNR分别为42.0955和42.3746，大于理论分析得到的PSNR最小值，与理论分析吻合。因此，此时本发明具有非常好的不可见性。从图6和图7提取的鲁棒特征水印W′与相应原始鲁棒特征水印W之间的NC都为1.0000。

将原始图像分割成互不重叠的8×8子块，各子块每个像素的最低1位置0，此时原始鲁棒特征水印W的长度为4096bit，本发明的水印嵌入容量为262144bit。产生的含水印Barbara、Lena图像分别见图8和图9，与相应原始图像之间的PSNR分别为50.5350和50.8365，大于理论分析得到的PSNR最小值，与理论分析吻合。因此，此时本发明具有非常好的不可见性。从图8和图9提取的鲁棒特征水印W′与相应原始鲁棒特征水印W之间的NC都为1.0000。

1抗攻击鲁棒性实验及结果

对图6至图9的含水印图像进行抗攻击鲁棒性实验，用NC值来衡量抵抗攻击的鲁棒性，用PSNR衡量攻击的含水印图像与相应原始图像之间的视觉差异。随机删除行指从被删除行的下边第一行开始逐行向上移动，空余行补全黑。向右偏移列指整个图像右移，前几列补全黑，最后几列移出丢失。向下偏移行指整个图像下移几行，上几行补全黑，最后几行移出丢失。重采样采用nearest插值法。各表中“/”上方为提取的特征水印与原始特征水印之间的NC，“/”下方为攻击后的含水印图像与相应原始图像之间的PSNR。

从表1可以看出，对于Barbara和Lena图像，不管m＝2还是m＝1，虽然各种攻击给含水印图像造成严重的视觉影响，但是攻击后提取的特征水印与相应原始特征水印之间的NC仍然很高。因此，不管m＝2还是m＝1，对于Barbara和Lena图像而言，本发明在各种攻击中表现出很强的鲁棒性。另外，对比表1的m＝2栏和m＝1栏数据可以发现，它们在各种攻击后得到的NC不相上下。这是因为特征水印嵌入在各子块每个像素的最后2位还是最后1位，对于该子块的奇异值范数最高位几乎没有影响。

2恶意篡改检测和篡改类型区别实验及结果

2.1恶意篡改检测实验结果

根据篡改的主观故意性，篡改可分为无意篡改和恶意篡改。恶意篡改一般指剪切-粘贴、叠加等操作，无意篡改一般指常规信号处理操作。这部分以Barbara图像作为测试图像进行恶意篡改检测实验。用原始Barbara图像作为背景，算法检测到的遭篡改子块用黑色标识。限于篇幅，只列出m＝2的实验结果。

(a)将图10的64×64Kids灰度图像替换图6的(64:127，123:186)区域的内容，篡改图像见图11，篡改检测图像见图12。可见，本发明可以准确检测出篡改区域。

表1抗攻击鲁棒性实验结果

(b)将图13的32×32精武二值图像叠加到图6的(69:100，45:76)区域，篡改图像见图14。图14中，精武二值图像的像素值为0处没有发生篡改，像素值为1处发生了篡改。Barbara是256灰度级图像，所以将精武二值图像叠加到图6后不能看出“精武”两个字。篡改检测图像见图15。虽然此时只对图6做轻微改动，但仍可以检测出篡改区域，所以本发明对篡改非常敏感。

(c)将图13的32×32精武二值图像每个像素乘以75再叠加到图6的(69:100，45:76)区域，篡改图像见图16。此时图16可以看出“精武”两个字。篡改检测图像见图17。可见，本发明可以准确检测出篡改区域。

(d)将图6的(170:220，135:185)区域每个像素数值加上1，篡改图像见图18。图18中，因为Barbara是256灰度级图像，篡改区域像素值加1对其视觉几乎没有影响，所以从图18中将不能察觉到篡改前后的视觉差异。篡改检测图像见图19。虽然此时只对图6做轻微改动，但仍可以检测出篡改区域，所以本发明对篡改非常敏感。

(e)剪切图4原始图像的(67:86，106:125)区域替换图6的相同区域，篡改图像见图20。因为鲁棒特征水印被嵌入到各子块每个像素的最低2位，所以从图20中将不能察觉到篡改前后的视觉差异。篡改检测图像见图21。可见，本发明可以准确检测出篡改区域，对篡改非常敏感。

(f)将图6的(69:124，45:90)区域替换自身的(121:176，121:166)区域，篡改图像见图22，篡改检测图像见图23。可见，本发明可以准确检测出篡改区域。

从(a)-(f)可以看出，遭篡改区域都可以被准确检测出来，所以本发明的篡改检测能力很强。

2.2篡改类型区别

定义一个篡改评估函数(Tamper Assessment Function，TAF)定量地度量遭篡改的程度和区分篡改类型。以8×8分块作为一个篡改检测单元，所以篡改评估函数定义如下：

其中number代表检测到的遭篡改8×8分块总数。number越大，代表检测到的遭篡改总数越多；TAF越大，代表篡改得越厉害。表2的第二栏和第三栏分别列出a至f的number和TAF。从表2可以看出，a篡改得最厉害，e篡改得最少。

同样地，可以利用TAF定量地度量表1中当m＝2时各种常规信号处理无意篡改对含水印Barbara图像篡改的程度，见表3相应栏的number和TAF。

为了区分不同类型的篡改，给定一阈值θ，如果TAF≤θ，则认为含水印图像遭到了恶意篡改；反之，则认为含水印图像遭到了无意篡改。θ的情况由用户根据实际应用的要求而定。如果对图像真实性要求很高，那么对恶意篡改就要求比较严格，此时可以选择一个数值较小的θ。本文选择θ等于0.025。表2和表3的相应栏分别列出各种情况的篡改类型。可见，此时能正确区分出篡改类型。

表2恶意篡改检测的number和TAF

表3无意篡改检测的number和TAF

根据上述实验结果可知，本发明具有非常好的不可见性，而且同时具备很强的鲁棒性和很敏感的脆弱性从而很好地同时实现版权保护和内容认证。然而，文献[1-10]只具有鲁棒性，只实现版权保护功能；文献[11-14]只具有脆弱性，只实现内容认证功能；文献[15，16]也很难同时具有很强的鲁棒性和很敏感的脆弱性。

3总结

针对现有图像水印算法功能单一的局限性，本发明利用自嵌入技术提出一种同时实现版权保护和内容认证的双功能图像水印算法。版权保护通过计算提取的鲁棒特征水印与原始鲁棒特征水印之间的NC来实现，内容认证通过判断提取的鲁棒特征水印与攻击图像各子块每个像素的最低m位的一致性来实现。理论分析表明，本发明篡改检测具有很低的虚警概率和漏警概率。理论分析和实验结果都表明本发明具有很好的不可见性。实验结果还表明，本发明不仅在抵抗添加噪声、剪切、JPEG压缩、平滑、重采样和几何攻击如随机删除行、向右偏移列、向下偏移行上表现出很强的鲁棒性，而且还能够精确定位出篡改位置和区分篡改类型。因此，本发明具有版权保护和内容认证双重功能。

本发明可以应用于要求图像水印技术既具有非常好的不可见性又同时具备版权保护和内容认证双重需求的场合。

Claims (4)

1.一种自嵌入双功能图像水印方法，对数字图像同时进行版权保护和内容认证，包括以下三个过程：

A、原始鲁棒特征水印产生及自嵌入。

B、鲁棒特征水印提取及版权鉴别。

C、篡改检测。

2.根据权利要求1所述的一种自嵌入双功能图像水印方法，步骤A进一步包括以下内容：

A1：将大小为N×N的原始图像OI分割成互不重叠的n×n子块，各子块记为OB_k，k代表子块的序号，且

A2：每个子块OB_k的每个像素的最低m位置0，将得到的各子块记为OB′_k。置位过程为：OB′_k＝bitset(OB_k，j，0)，其中bitset(·)为置位函数，j＝1，2，…，m。

A3：对OB′_k进行奇异值分解，产生的奇异值记为

i代表奇异值的序号，i＝1，2，…，n。

A4：计算OB′_k的奇异值范数，记为Norm_k，即

A5：通过提取Norm_k的最高位奇偶性产生原始鲁棒特征水印W。如果Norm_k的最高位数字为偶数，则W_k＝0；否则，W_k＝1，W_k为W的第kbit。例如，如果Norm_k＝78，其最高位是7，为奇数，则此时W_k＝1。原始鲁棒特征水印W保存在认证中心用于版权鉴别和内容认证。

A6：将W_k自嵌入OB′_k每个像素的最低m位得到含水印子块OB″_k，OB″_k重组后得到含水印图像OI′。自嵌入过程为：OB″_k＝bitset(OB′_k，j，W_k)。

3.根据权利要求1所述的一种自嵌入双功能图像水印方法，步骤B进一步包括以下内容：

B1：将大小为N×N的攻击后的含水印图像AI分割成互不重叠的n×n子块，各子块记为AB_k，k代表子块的序号，且

B2：AB_k的每个像素的最低m位置0，将得到的各子块记为AB′_k。置位过程为：AB′_k＝bitset(AB_k，j，0)，其中bitset(·)为置位函数，j＝1，2，…，m。B3：对AB′_k进行奇异值分解，产生的奇异值记为

i代表奇异值的序号，i＝1，2，…，n。

B4：计算AB′_k的奇异值范数，记为Norm′_k，即

B5：通过提取Norm′_k的最高位奇偶性提取鲁棒特征水印W′。如果Norm′_k的最高位数字为偶数，则W′_k＝0；否则，W′_k＝1，W′_k为W′的第kbit。

B6：计算W和W′之间的归一化相关度鉴别版权。归一化相关度定义为：

$\mathrm{NC}=\left(\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}(W_k\×W_k^{\′})\right)/(\sqrt{\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{\left(W_k\right)}^2}\×\sqrt{\underset{k=1}{\overset{{\left(\frac{N}{n}\right)}^2}{\mathrm{\Σ}}}{\left(W_k^{\′}\right)}^2}).$

4.根据权利要求1所述的一种自嵌入双功能图像水印方法，步骤C进一步包括以下内容：

C1：将攻击后的含水印图像AI分割成互不重叠的n×n子块，各子块记为AB_k，k代表子块的序号，且

C2：提取AB_k每个像素的最低m位。提取位的过程为：

其中bitget(·)为提取位函数，

为第k个子块每个像素最低第j位组成的比特序列，j＝1，2，…，m，r＝1，2，…，n²。

C3：通过判断每个子块提取的鲁棒特征水印比特W′_k与

之间是否完全一致来检测此子块是否遭到篡改。只有当

对于每个j和r都成立时，才认为此子块没有遭到篡改；反之，只要

中对于每个j和r有任意1bit与W′_k不一致，则认为此子块遭到篡改，遭篡改的子块用全黑标识。

Images