CN104252694A

CN104252694A - 一种基于dwt的图像水印嵌入方法及提取方法

Info

Publication number: CN104252694A
Application number: CN201410554605.5A
Authority: CN
Inventors: 石红梅
Original assignee: Suzhou Vocational Institute of Industrial Technology
Current assignee: Suzhou Vocational Institute of Industrial Technology
Priority date: 2014-10-17
Filing date: 2014-10-17
Publication date: 2014-12-31

Abstract

本发明涉及一种基于DWT的图像水印嵌入方法及提取方法，以调鲁棒性和不可见性之间的矛盾，提高水印提取以验证版权的归属的稳定性。嵌入方法包括原始彩色图像和彩色数字水印按RGB色彩空间分解为三个基色分量；对原始彩色图像以及彩色数字水印的三个基色分量作小波分解，得到低频、水平、垂直以及对角线区域的图像数据；通过将原始彩色图像的三基色分量分别经2层小波分解后的各区域内各点像素设为：对应基色分量经1层小波分解后的对应区域的图像数据加上基色对应系数与彩色数字水印的对应基色分量经小波分解后的对应区域的图像数据的乘积，将彩色数字水印嵌入原始彩色图像；做2层小波反变换来得到含水印图像。

Description

一种基于DWT的图像水印嵌入方法及提取方法

技术领域

本发明涉及图像水印嵌入方法及提取方法，尤其涉及一种基于DWT的图像水印嵌入方法及提取方法。

背景技术

随着信息时代的到来，特别是Internet的普及，许多传统媒体内容正在向数字化转变。各种形式的多媒体数字作品纷纷以网络形式发表，这为作品的创作者和使用者提供了很大的便利，但随之而出现的问题也十分严重：如作品侵权更加容易，篡改更加方便等。因此，数字作品的版权保护成了当前的热点问题。

传统的信息安全主要是以密码学为基础，其保护方式是控制文件的存取，将机密文件加密成密文。但是由于它把重要的有意义的信息转换成看起来没有意义的内容，明确提示了攻击者哪些是重要的信息，容易引起攻击者的好奇和注意，从根本上增加了不安全性。尤其在Internet迅速发展的今天，如果在网络传递过程中攻击者破解了密文，那么加密的文件内容就完全透明化了，容易被攻击者篡改或是进行非法拷贝传播。即使攻击者无法破译，他们也可以将信息破坏，使持有密钥的合法接受者也无法获得正确的信息内容。随着电脑软硬件技术的不断发展，加密算法如果仅仅依赖不断增加密钥长度已经变得越来越不安全。所以，单纯地依赖于密码学已经不能解决信息安全问题了。数字水印技术的研究正是为解决相关问题应运而生的。

传统水印方法采用LSB算法，LSB算法是一种直接改变像素的值，将信息嵌入到随机选择的图像点中最不重要的像素位(LSB，Least Significant Bits)上，这可保证嵌入的水印是不可见的。由于水印信号被隐传统藏在最低位上，相当于叠加了一个能量微弱的信号，因而在视觉上它是很难被察觉的。由于使用了图像不重要的像素位，它又可以轻易的被移去，无法满足数字水印鲁棒性要求。因此该算法的鲁棒性差，水印信息很容易为滤波、图像量化、几何变形的操作破坏。

发明内容

本发明的目的在于提供一种基于DWT的图像水印嵌入方法及提取方法，以调鲁棒性和不可见性之间的矛盾。

为了实现上述目的，本发明涉及了一种一种基于DWT的图像水印嵌入方法，包括以下步骤：

S1，原始彩色图像按RGB色彩空间进行分解，得到所述原始彩色图像的三个基色分量；彩色数字水印同样也按RGB色彩空间进行分解，得到所述彩色数字水印的三个基色分量；

S2，对所述原始彩色图像的三个基色分量分别作2层小波分解，得到原始彩色图像的三个基色分量分别经1层小波分解后以及经2层小波分解后的低频、水平、垂直以及对角线区域的图像数据；同时也对所述彩色数字水印的三个基色分量作一次小波分解，得到彩色数字水印的三个基色分量经小波分解后的低频、水平、垂直以及对角线区域的图像数据；

S3，通过将原始彩色图像的三基色分量分别经2层小波分解后的低频、水平、垂直以及对角线区域的图像内各点像素设为：对应基色分量经1层小波分解后的对应区域的图像数据加上基色对应系数与彩色数字水印的对应基色分量经小波分解后的对应区域的图像数据的乘积将所述彩色数字水印嵌入所述原始彩色图像，所得的原始彩色图像的三基色分量分别经2层小波分解后的低频、水平、垂直以及对角线区域的图像内各点像素点的像素；

S4：对得到的三个基色分量的低频、水平、垂直以及对角线区域的图像数据叠加后做2层小波反变换，即得到含水印图像。

较佳地，S3中彩色数字水印R、G、B三基色在低频、水平、垂直、对角线区域上的嵌入公式为：

\{\begin{matrix} I_{R} A_{2} (i, j) = I_{R} A_{1} (i, j) + r * W_{R} A_{1} (i, j) \\ I_{R} H_{2} (i, j) = I_{R} H_{1} (i, j) + r * W_{R} H_{1} (i, j) \\ I_{R} V_{2} (i, j) = I_{R} V_{1} (i, j) + r * W_{R} V_{1} (i, j) \\ I_{R} D_{2} (i, j) = I_{R} D_{1} (i, j) + r * W_{R} D_{1} (i, j) \end{matrix}, \{\begin{matrix} I_{G} A_{2} (i, j) = I_{G} A_{1} (i, j) + g * W_{G} A_{1} (i, j) \\ I_{G} H_{2} (i, j) = I_{G} H_{1} (i, j) + g * W_{G} H_{1} (i, j) \\ I_{G} V_{2} (i, j) = I_{G} V_{1} (i, j) + g * W_{G} V_{1} (i, j) \\ I_{G} D_{2} (i, j) = I_{G} D_{1} (i, j) + g * W_{G} D_{1} (i, j) \end{matrix}

\{\begin{matrix} I_{B} A_{2} (i, j) = I_{B} A_{1} (i, j) + b * W_{B} A_{1} (i, j) \\ I_{B} H_{2} (i, j) = I_{B} H_{1} (i, j) + b * W_{B} H_{1} (i, j) \\ I B V_{2} (i, j) = I_{B} V_{1} (i, j) + b * W_{B} V_{1} (i, j) \\ I B D_{2} (i, j) = I_{B} D_{1} (i, j) + b * W_{B} D_{1} (i, j) \end{matrix},

其中

r、g、b分别代表三基色的系数，I_R、I_G和I_B分别用表示原始彩色图像的三个基色分量，W_R、W_G和W_B表示彩色数字水印的三个基色分量，A、H、V、D表示的则是图像经小波分解后的低频、水平、垂直、对角线分量、(i，j)为图像中任意像素坐标，I_GA₂(i,j)表示原始彩色图像的G分量经2层小波分解后在低频区域中的图像坐标(i，j)处像素的值，其余依次类推。

较佳地，其中r：g：b＝1:1:1，且r取0.008至0.03。

较佳地，其中r：g：b＝1:1:1，且r取0.03。

为了实现上述目的，本发明还涉及了一种基于DWT的图像水印提取方法，包括以下步骤：

S1,原始彩色图像按RGB色彩空间进行分解，得到所述原始彩色图像的三个基色分量；含水印图像同样也按RGB色彩空间进行分解，得到所述含水印图像的三个基色分量；

S2，对所述原始彩色图像的三个基色分量分别作2层小波分解，得到原始彩色图像的三个基色分量分别经1层小波分解后以及经2层小波分解后的低频、高频区域的图像数据；同时也对所述含水印图像的三个基色分量作2层小波分解，得到彩色数字水印的三个基色区域经1层小波分解后以及经2层小波分解后的低频、高频区域的图像数据；

S3，从原始图像和含水印图像的三个基色分量分别经2层小波分解后的低频区域的图像数据中得到彩色数字水印的低频区域的图像数据，从原始图像和含数字水印图像的三个基色分量分别经1层小波分解后的高频区域的图像数据中得到彩色数字水印的高频区域的图像数据；

S4,对彩色数字水印的三个基色分量的低频以及高频区域的图像数据叠加，再作2层小波反变换，即得到彩色数字水印。

较佳地，S3中获得低频区域以及高频区域的图像数据具体为：按照嵌入时的过程将原始图像的小波分解后得到的低频或高频区域的图像数据相应地从含水印图像的小波分解后得到的相应区域的图像数据中减掉，再除以嵌入时相应的基色系数，即得到彩色数字水印。

较佳地，所述高频区域的图像数据包括水平、垂直以及对角线区域的图像数据。

为了解决上述问题，本发明提供了一种基于DWT的图像水印方法,包括以下步骤：

为了解决上述问题，本发明还提供了一种基于DWT的图像水印系统，包括

本发明与现有技术相比，具有以下优势：

(1)本发明在低频域和高频域均嵌入水印，低频域嵌入水印主要考虑近似子带系数能量大，经过一般的信号处理后仍能很好保留的特点，嵌入一定强度的水印，达到不影响原图视觉质量的效果；高频域嵌入水印算法利用人眼视觉特性，在细节子带的边缘和纹理处系数较大，嵌入水印信息后，人眼对图像的变化不敏感；

(2)由于图像的能量主要是集中在低频部分，高频部分包含的图像能量很少，且分解的层次越多，能量越微乎其微，因此在提取高频区域的图像数据时选择从原始图像和含水印图像的经1层小波分解的高频区域的图像数据中提取，从经2层小波分解后的低频区域的图像数据中得到彩色数字水印的低频区域的图像数据，使提取过程更便利。

(3)r、g、b系数为1:1:1的比例关系，协调鲁棒性和不可见性之间的矛盾。

(4)本发明可以根据原始彩色图像与含水印的图像进行水印提取以验证版权的归属。

附图说明

图1为一种基于DWT的图像水印嵌入方法的流程图；

图2为一种基于DWT的图像水印提取方法的流程图；

图3为一种基于DWT的图像水印嵌入方法的流程框图；

图4为一种基于DWT的图像水印提取方法的流程框图；

图5本发明实施例中的原始图像与含水印图像的比较；

图6为本发明实施例中的原始水印与提取水印的比较。

具体实施方式

以下结合附图，对本发明做进一步详细的叙述。

本发明提出了一种基于DWT的图像水印嵌入方法及提取方法,其中基于DWT的图像水印嵌入方法包括以下步骤：

S1，原始彩色图像按RGB色彩空间进行分解，得到所述原始彩色图像的三个基色分量分别用I_R、I_G和I_B表示；彩色数字水印同样也按RGB色彩空间进行分解，得到所述彩色数字水印的三个基色分量分别用W_R、W_G和W_B表示。

S2，对所述原始彩色图像的三个基色分量分别作2层小波分解，得到原始彩色图像的三个基色分量分别经1层小波分解后以及经2层小波分解后的低频、水平、垂直以及对角线区域的图像数据，即为小波变换后的低频、水平、垂直以及对角线小波系数。同时也对所述彩色数字水印的三个基色分量作一次小波分解，得到彩色数字水印的三个基色分量经小波分解后的低频、水平、垂直以及对角线区域的图像数据，即为小波变换后的低频、水平、垂直以及对角线小波系数。

S3，通过将原始彩色图像的三基色分量分别经2层小波分解后的低频、水平、垂直以及对角线区域的图像内各点像素设为：对应基色分量经1层小波分解后的对应区域的图像数据加上基色对应系数与彩色数字水印的对应基色分量经小波分解后的对应区域的图像数据的乘积将所述彩色数字水印嵌入所述原始彩色图像，所得的原始彩色图像的三基色分量分别经2层小波分解后的低频、水平、垂直以及对角线区域的图像内各点像素点的像素。

S3中彩色数字水印R、G、B三基色在低频、水平、垂直、对角线区域上的嵌入公式为：

\{\begin{matrix} I_{R} A_{2} (i, j) = I_{R} A_{1} (i, j) + r * W_{R} A_{1} (i, j) \\ I_{R} H_{2} (i, j) = I_{R} H_{1} (i, j) + r * W_{R} H_{1} (i, j) \\ I_{R} V_{2} (i, j) = I_{R} V_{1} (i, j) + r * W_{R} V_{1} (i, j) \\ I_{R} D_{2} (i, j) = I_{R} D_{1} (i, j) + r * W_{R} D_{1} (i, j) \end{matrix} - - - (1)

r、g、b分别代表三基色的系数，I_R、I_G和I_B分别用表示原始彩色图像的三个基色分量，W_R、W_G和W_B表示彩色数字水印的三个基色分量，A、H、V、D表示的则是图像经小波分解后的低频、水平、垂直、对角线分量、(i，j)为图像中任意像素坐标。式(1)中的I_RA₂(i,j)表示原始图像的R分量经2层小波分解后在低频区域中的图像坐标(i，j)处像素的值，I_RA₁(i,j)表示原始图像的R分量经1层小波分解后在低频区域中的图像坐标(i，j)处像素的值，而W_RA₁(i,j)表示水印的红色分量R经1层小波分解后在低频区域中的图像坐标(i，j)处像素的值。同样的，I_RH₂(i,j)表示原始图像的R分量经2层小波分解后在水平区域中图像坐标(i，j)处像素的值，其余类推。

\{\begin{matrix} I_{G} A_{2} (i, j) = I_{G} A_{1} (i, j) + g * W_{G} A_{1} (i, j) \\ I_{G} H_{2} (i, j) = I_{G} H_{1} (i, j) + g * W_{G} H_{1} (i, j) \\ I_{G} V_{2} (i, j) = I_{G} V_{1} (i, j) + g * W_{G} V_{1} (i, j) \\ I_{G} D_{2} (i, j) = I_{G} D_{1} (i, j) + g * W_{G} D_{1} (i, j) \end{matrix} - - - (2)

\{\begin{matrix} I_{B} A_{2} (i, j) = I_{B} A_{1} (i, j) + b * W_{B} A_{1} (i, j) \\ I_{B} H_{2} (i, j) = I_{B} H_{1} (i, j) + b * W_{B} H_{1} (i, j) \\ I B V_{2} (i, j) = I_{B} V_{1} (i, j) + b * W_{B} V_{1} (i, j) \\ I B D_{2} (i, j) = I_{B} D_{1} (i, j) + b * W_{B} D_{1} (i, j) \end{matrix} - - - (3)

同式(1)类似，I_GA₂(i,j)、I_BA₂(i,j)分别表示原始图像的G、B分量经2层小波分解后在低频区域中的图像坐标(i，j)处像素的值，I_GA₁(i,j)、I_BA₁(i,j)表示原始图像的G、B分量经1层小波分解后在低频区域中的图像坐标(i，j)处像素的值，而W_GA₁(i,j)、W_BA₁(i,j)表示水印的G、B分量经1层小波分解后在低频区域中的图像坐标(i，j)处像素的值。同样的，I_GH₂(i,j)、I_BH₂(i,j)表示原始图像的G、B分量经2层小波分解后在水平区域中第i，j处系数的值，其余依次类推。

其中r：g：b＝1:1:1，且r取0.008至0.03，本实施例中，r取0.03，则r＝g＝b＝0.03。

由于本文提出的算法是通过对原始图像的不同基色乘以不同加权系数的方法解决图像可视化失真问题的，因此r、g、b系数的设定直接影响到水印系统的鲁棒性及不可见性。系数r是控制嵌入水印强度的主要参数，r越大，鲁棒性越强，r越小，鲁棒性也就越差。由于鲁棒性与不可见性是相互制约的关系，在鲁棒性增强的同时水印的隐蔽性就越差，也就是说水印的不可见性也是越差的。因此，选定的系数必须能够协调鲁棒性和不可见性之间的矛盾，既要保持水印的不可见又要保证嵌入水印后的图像能够抵抗各种各样的攻击。

若rgb的系数比设定为2:1:4，通过一系列的仿真实验得到的PSNR及NC的实验数据值如表1所示。

表1rgb系数为2:1:4时的数据分析

从上面的表格可以看出，r值越小，水印图像与原始图像的PSNR值越大，说明它们之间的相似度也越高，水印的不可见性也越好。而随着r值的不断增加，PSNR值在不断的减小，说明嵌入水印后的图像的质量在不断的下降，带来的后果就是提取的水印出现严重失真。即使是在水印的不可见性及相似性都较好的条件下(r＝0.03)，此时提取水印与原始水印的相关系数达到了0.9982，水印图像与原始图像的PSNR值也仅为31.3337dB。因此，2:1:4的rgb系数关系不能很好的解决水印的鲁棒性与不可见性之间的矛盾，需要寻求更好的比例关系。

为了协调鲁棒性和不可见性之间的矛盾，在通过对大量实验结果进行比较之后，分析得出r、g、b系数在1:1:1的比例关系时，不仅可以获得较好的PSNR值，且NC值也较理想，并且提取的水印对于抵抗各种攻击行为具有很强的鲁棒性。表2给出了探索r、g、b系数过程中的若干实验结果。

表2rgb系数为1:1:1时的数据分析

从上面表格可以看出，在r取0.008及0.03时，嵌入水印的效果都比较好，不仅水印图像没有严重的降质，而且提取水印与原始水印的相关度也较高。但由于r值过小时，抵抗攻击的性能也较弱，因此，选择r值为0.03作为本文的实验系数，即：r、g、b的值同取0.03。

S4：IDWT变换，在将彩色数字水印的三基色分解系数分别嵌入原始彩色图像的三基色分量之后，对低频、水平、垂直以及对角线区域的图像数据做2层小波反变换，即可得到含水印图像。

本发明还提供的了一种基于DWT的图像水印提取方法，包括以下步骤：

S1,原始彩色图像按RGB色彩空间进行分解，得到所述原始彩色图像的三个基色分量；含水印图像同样也按RGB色彩空间进行分解，得到所述含水印图像的三个基色分量。

S2，对所述原始彩色图像的三个基色分量分别作2层小波分解，得到原始彩色图像的三个基色分量分别经1层小波分解后以及经2层小波分解后的低频、高频区域的图像数据；同时也对所述含水印图像的三个基色分量作2层小波分解，得到彩色数字水印的三个基色分量经1层小波分解后以及经2层小波分解后的低频、高频区域的图像数据。

S3，从原始图像和含水印图像的三个基色分量分别经2层小波分解后的低频区域的图像数据中得到彩色数字水印的低频区域的图像数据，从原始图像和含数字水印图像的三个基色分量分别经1层小波分解后的高频区域的图像数据中得到彩色数字水印的高频区域的图像数据。由于图像的能量主要是集中在低频部分，高频部分包含的图像能量很少，且分解的层次越多，能量越微乎其微，因此在提取高频系数时选择从原始图像和含水印图像的经1层小波分解的高频系数中提取。

S3中获得低频区域以及高频区域的图像数据具体为：按照嵌入时的相同的过程将原始图像的小波分解后得到的低频或高频区域的图像数据相应地从含水印图像的小波分解后得到的相应区域的图像数据中减去，再除以嵌入时相应的基色系数，即得到彩色数字水印。

S3中获得低频区域以及高频区域的图像数据具体为：按照嵌入时的相同的过程将原始图像的小波分解后得到的低频或高频区域的图像数据相应地从含水印图像的小波分解后得到的相应区域的图像数据中减掉，再除以嵌入时相应的基色系数r、g或b，即得到彩色数字水印的小波变换后各区域的图像数据。高频区域的图像数据包括水平、垂直、对角线区域的图像数据。

S4,对彩色数字水印的低频以及高频区域的图像数据作2层小波反变换，即可得到彩色数字水印。

下面举一实例说明本发明：

本算法是将一幅大小为128×128的彩色水印“SIIT”图像嵌入到大小为256×256的彩色“lena”图像中，在MATLAB中仿真实现。

水印嵌入和提取的结果分别如图5、6所示，其中图5、6中的图像均为彩色图像。

从水印嵌入过程生成的水印图像观察，我们可以判断该算法嵌入的水印具有视觉上良好的隐蔽性。原始Lena图像及水印图像之间的峰值信噪比PSNR值达到了33.5528dB，而提取后的水印与原始水印之间的归一化相关系数也达到了0.9955，充分说明基于本算法的水印的嵌入及提取很好的保持了原始图像的品质。

以上公开的仅为本申请的一个具体实施例，但本申请并非局限于此，任何本领域的技术人员能思之的变化，都应落在本申请的保护范围内。

Claims

1.一种基于DWT的图像水印嵌入方法,其特征在于，包括以下步骤：

2.如权利要求1所述的基于DWT的图像水印嵌入方法，其特征在于，S3中彩色数字水印R、G、B三基色在低频、水平、垂直、对角线区域上的嵌入公式为：

\{\begin{matrix} I_{R} A_{2} (i, j) = I_{R} A_{1} (i, j) + r * W_{R} A_{1} (i, j) \\ I_{R} H_{2} (i, j) = I_{R} H_{1} (i, j) + r * W_{R} H_{1} (i, j) \\ I_{R} V_{2} (i, j) = I_{R} V_{1} (i, j) + r * W_{R} V_{1} (i, j) \\ I_{R} D_{2} (i, j) = I_{R} D_{1} (i, j) + r * W_{R} D_{1} (i, j) \end{matrix}

\{\begin{matrix} I_{G} A_{2} (i, j) = I_{G} A_{1} (i, j) + g * W_{G} A_{1} (i, j) \\ I_{G} H_{2} (i, j) = I_{G} H_{1} (i, j) + g * W_{G} H_{1} (i, j) \\ I_{G} V_{2} (i, j) = I_{G} V_{1} (i, j) + g * W_{G} V_{1} (i, j) \\ I_{G} D_{2} (i, j) = I_{G} D_{1} (i, j) + g * W_{G} D_{1} (i, j) \end{matrix}

\{\begin{matrix} I_{B} A_{2} (i, j) = I_{B} A_{1} (i, j) + b * W_{B} A_{1} (i, j) \\ I_{B} H_{2} (i, j) = I_{B} H_{1} (i, j) + b * W_{B} H_{1} (i, j) \\ I_{B} V_{2} (i, j) = I_{B} V_{1} (i, j) + b * W_{B} V_{1} (i, j) \\ I_{B} D_{2} (i, j) = I_{B} D_{1} (i, j) + b * W_{B} D_{1} (i, j) \end{matrix},

其中

3.如权利要求1所述的基于DWT的图像水印嵌入方法，其特征在于，其中r：g：b＝1:1:1，且r取0.008至0.03。

4.如权利要求1或3所述的基于DWT的图像水印嵌入方法，其特征在于，其中r：g：b＝1:1:1，且r取0.03。

5.一种基于DWT的图像水印提取方法，其特征在于，包括以下步骤：

6.如权利要求5所述的一种基于DWT的图像水印提取方法，其特征在于，S3中获得低频区域以及高频区域的图像数据具体为：按照嵌入时的过程将原始图像的小波分解后得到的低频或高频区域的图像数据相应地从含水印图像的小波分解后得到的相应区域的图像数据中减掉，再除以嵌入时相应的基色系数，即得到彩色数字水印。

7.如权利要求5或6所述的一种基于DWT的图像水印提取方法，其特征在于，所述高频区域的图像数据包括水平、垂直以及对角线区域的图像数据。