基于離散小波變換的遙感影像數(shù)字水印的實(shí)現(xiàn)

蔣文娟 徐冬 蒙斌

摘要：數(shù)字水印技術(shù)是數(shù)字信息版權(quán)保護(hù)領(lǐng)域的一個(gè)熱點(diǎn)。該文將離散小波變換應(yīng)用于遙感影像，并基于MATLAB仿真實(shí)現(xiàn)了在遙感影像中的水印嵌入提取。進(jìn)行了幾種常見的攻擊測試，并對實(shí)驗(yàn)結(jié)果進(jìn)行了分析。實(shí)驗(yàn)證明離散小波變換算法實(shí)現(xiàn)的數(shù)字水印具有不可見性，對椒鹽噪聲等攻擊具有一定的魯棒性。

關(guān)鍵詞：離散小波變換；數(shù)字水?。贿b感影像

中圖分類號：TP18 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2015）03-0185-02

The Implementation of Remote Sensing Image Watermark Based on DWT

JIANG Wen-juan1，XU Dong1，MENG Bin2

（1. School of Information Science and Technology， Hainan Normal University， Haikou 571158， China； 2. Hainan Geomatics Center， Haikou 570203， China）

Abstract： Digital Watermark technology is the most active topics in protection of digital information. In this paper， Discrete Wavelet Transform（DWT） is applied in a remote sensing image， and the embedding-watermark and extracted-watermark algorithms on the remote sensing image are simulated based on MATLAB. Some familiar attack tests are applied in the image that have embedded watermark， and the results are analyzed. Experiments have shown that the DWT algorithm proposed in this paper has good invisibility. And it has a certain robustness against impulse noise， etc.

Key words：Discrete Wavelet Transform（DWT）； digital watermark； remote sensing image

1 概述

隨著因特網(wǎng)的普及，許多的傳統(tǒng)媒體都實(shí)現(xiàn)了數(shù)字化的存儲(chǔ)、處理和傳輸，同時(shí)數(shù)字化媒體內(nèi)容的安全問題也成了比較嚴(yán)重的問題。數(shù)字化媒體的安全問題主要包括版權(quán)侵犯、非法復(fù)制和分發(fā)、泄密以及完整性問題。數(shù)字水印技術(shù)對于數(shù)字媒體內(nèi)容的上述安全問題，是一種有效的解決方案。

數(shù)字水印技術(shù)是信息隱藏技術(shù)的一個(gè)非常重要的分支，在數(shù)字產(chǎn)品的著作權(quán)保護(hù)及完整性保護(hù)方面起著非常重要的作用。數(shù)字水印技術(shù)是將具有特定意義的標(biāo)志信息（即數(shù)字水?。?，直接或間接嵌入到數(shù)字載體中，并且不影響原數(shù)字載體的使用價(jià)值，也不會(huì)被探知和再次修改，但是可以被創(chuàng)作者和生產(chǎn)者識別和辨認(rèn)。數(shù)字水印按照數(shù)字水印的加載方法分為空域數(shù)字水印和頻域數(shù)字水印，空域數(shù)字水印會(huì)將說水印不經(jīng)過處理而直接加到載體中；而頻域水印則可以在載體的變換域中嵌入大量水印信息，包括離散余弦變換DCT，離散小波變換DWT、離散傅里葉變換DFT等。

數(shù)字水印嵌入的載體可以是各種數(shù)字化媒體，如文字、圖像、音頻、視頻等。遙感影像是一種特殊的圖像，作為遙感技術(shù)應(yīng)用的原始資料，近些年隨著因特網(wǎng)的普及，在網(wǎng)上傳輸?shù)拇螖?shù)日益增多。為了防止這些影像數(shù)據(jù)資料在傳輸過程中被非法截取、篡改或毀壞，保證測繪產(chǎn)品的質(zhì)量，本文選擇用離散小波變換算法，實(shí)現(xiàn)了在某遙感影像中嵌入和提取數(shù)字水印。

2 離散小波變換（DWT）

2.1小波變換

小波是滿足一定條件的函數(shù)，當(dāng)小波以某個(gè)縮放因子和平移因子進(jìn)行縮放和平移后，會(huì)形成小波基函數(shù)。對函數(shù)f（t）的連續(xù)小波變換，即將f（t）與小波基函數(shù)做內(nèi)積。

小波變換是對信號的時(shí)間和頻率的局部變換，能夠有效地從信號中提取信息，通過平移和縮放等運(yùn)算功能可對函數(shù)或信號進(jìn)行多尺度的細(xì)化分析。小波分析具有多尺度分析、時(shí)頻分析、金字塔算法等良好特性，已經(jīng)成為空間數(shù)據(jù)處理和分析的重要工具，得到了廣泛的應(yīng)用。小波變換的多尺度分析能力有助于保證水印嵌入過程中視覺上的不可見性，而其金字塔算法的層次結(jié)構(gòu)，有助于將水印信息嵌入不同的層次結(jié)構(gòu)。

2.2離散小波變換（DWT）

設(shè)[?（t）∈L2（R）]，[a0]（>0）是常數(shù)，[?j，k（t）=a0-j/2*?（a0-jt-k）]，[j，k∈Z]，則稱[Wf（j，k）=Rf（t）?j，k（t）dt]，為[f（t）]的離散小波變換（DWT）。

DWT變換包括DWT分解和DWT重構(gòu)。DWT分解是將圖像分解為低頻分量、水平細(xì)節(jié)分量、垂直細(xì)節(jié)分量與對角細(xì)節(jié)分量；DWT重構(gòu)是DWT分解的逆變換從而得到原始圖像。

圖像是二維信號，其小波變換就相當(dāng)于對行的小波變換，接著再對列進(jìn)行小波變換。DWT利用小波函數(shù)按照行列將圖像分為四個(gè)子圖像，低頻圖像A、水平細(xì)節(jié)圖像H、垂直細(xì)節(jié)圖像V、對角細(xì)節(jié)圖像D。

圖像的二維小波分解，如圖1所示：

圖1 二維小波分解圖

其中四個(gè)子圖像在空間分辨率上構(gòu)成正交補(bǔ)，An-1是四個(gè)數(shù)值之和。

使用DWT數(shù)字水印算法的優(yōu)勢在與可以保證在遭受JPEG2000有損壓縮攻擊下數(shù)字水印不會(huì)被去除，另外，小波變換的多分辨率分析特性與人眼視覺特性是一致的，這對根據(jù)人眼視覺特性選擇適當(dāng)?shù)乃∏度胛恢煤颓度霃?qiáng)度有很大的幫助。

3 基于DWT的遙感影像數(shù)字水印的實(shí)現(xiàn)

3.1 數(shù)字水印的一般模型

數(shù)字水印系統(tǒng)分為數(shù)字水印的嵌入、數(shù)字水印的提取。

數(shù)字水印嵌入和提取系統(tǒng)的一般模型如圖2和圖3所示：

圖2 數(shù)字水印嵌入系統(tǒng)的一般模型

圖3 數(shù)字水印提取系統(tǒng)的一般模型

3.2 基于DWT的數(shù)字水印算法

3.2.1 數(shù)字水印嵌入和提取流程

1）數(shù)字水印嵌入

①讀取原載體遙感影像和數(shù)字水印圖像；

②對原載體遙感影像進(jìn)行一級小波變換，得到低頻分解CA；

③逐位判斷水印像素值是否為0，如果是0則將載體低頻CA區(qū)域和水印對應(yīng)位的像素值加1，直到遍歷完所有像素；

④對嵌入水印的載體遙感影像進(jìn)行小波逆變換；

⑤顯示嵌入水印后的遙感影像。

2）數(shù)字水印提取

①讀取嵌入水印的遙感影像；

②對嵌入水印的遙感影像進(jìn)行一級小波變換，得到低頻分解CA；

③逐位判斷CA的水印大小對應(yīng)位的像素值是否大于等于1，如果是，則設(shè)置水印對應(yīng)位置的像素值為0；

④顯示提取出的水印。

3.2.2 水印嵌入位置的選擇

遙感影像經(jīng)小波變換為低頻子帶和高頻子帶。低頻子帶包含圖像豐富信息，需要保留信號，如果嵌入信息，則魯棒性好；高頻子帶含灰度值突變點(diǎn)，人眼對此不敏感，可見加入水印不易感知，但其易被破壞。本實(shí)驗(yàn)選擇在低頻子帶嵌入數(shù)字水印信息。

3.3 實(shí)驗(yàn)結(jié)果分析

1）水印的嵌入和提取

本實(shí)驗(yàn)選擇的載體圖像是1024*1024的灰度遙感影像，選擇的水印圖像是32*32的灰度圖像，選擇Haar小波來進(jìn)行小波變換。嵌入和提取的結(jié)果如圖3所示：

圖4 基于DWT的水印嵌入和提取

2）各類攻擊測試及結(jié)果分析

對嵌入水印的遙感影像進(jìn)行高斯噪聲攻擊、椒鹽噪聲攻擊、低通濾波和中值濾波攻擊測試，實(shí)驗(yàn)結(jié)果如圖5-圖10所示。

圖5 高斯噪聲（0.00001）攻擊 圖6 高斯噪聲（0. 01）攻擊

圖7 椒鹽噪聲（0.01）攻擊 圖8 椒鹽噪聲（0.1）攻擊

圖9 低通濾波攻擊 圖10 中值濾波攻擊

對數(shù)字水印嵌入和提取的效果我們通常是從主觀人眼視覺進(jìn)行判斷和用一些客觀指標(biāo)進(jìn)行分析，常用的指標(biāo)有峰值信噪比（PSNR）和歸一化相關(guān)系數(shù)（NC）。

PSNR反映的是圖像處理前后的差別，通常我們希望PSNR較大，這說明嵌入水印后圖像變化不明顯，用于判斷水印的不可見性。NC用于計(jì)算經(jīng)過各種攻擊后得到的水印與原水印的相似度，被稱為兩極化相關(guān)值，取值區(qū)域是從-1到+1，結(jié)果越接近-1或+1，則說明水印的完整性越好，NC用于判斷提取出的水印是否可以清晰辨識。我們分析了各種情況下的PSNR值和NC值，如表1所示。

從表1數(shù)據(jù)分析可知，在椒鹽噪聲攻擊下，提取出的水印都可以清晰被識別，但是椒鹽噪聲對嵌入水印的載體圖像影響較大，從圖7和圖8可以看出由于椒鹽噪聲的影響圖像降質(zhì)嚴(yán)重；在高斯噪聲攻擊下，即使是加入非常微弱的高斯噪聲，影像降質(zhì)不嚴(yán)重，但是基本是提取不出水印信息，如圖5所示；其他情況下，PSNR的值基本都在30dB左右，此時(shí)NC值都是在0.1左右，也就是說提取出的水印信息完全不能辨認(rèn)。

4 總結(jié)

本實(shí)驗(yàn)實(shí)現(xiàn)了基于DWT算法的遙感影像數(shù)字水印系統(tǒng)，能夠?qū)崿F(xiàn)在遙感影像中嵌入數(shù)字水印，能夠正確提取和識別數(shù)字水印圖像，通過幾種攻擊方式進(jìn)行測試并對實(shí)驗(yàn)結(jié)果進(jìn)行了分析。

本實(shí)驗(yàn)中將水印嵌入遙感影像的低頻子帶，所以嵌入水印后的影像的PSNR值普遍偏低，也就是說水印的不可見性不是特別理想；嵌入水印的遙感影像在經(jīng)過某些攻擊后仍可提取出水印，說明具有一定的魯棒性。水印的不可見性和魯棒性總是一對矛盾，為了在不可見性和魯棒性之間找到一種均衡，可以將水印的嵌入位置選擇在遙感影像一級小波變換的中頻位置。

參考文獻(xiàn)：

[1] 孫圣和，陸哲明，牛夏牧，等.數(shù)字水印技術(shù)及應(yīng)用[M].北京：科學(xué)出版社，2004：77-79.

[2] 耿迅，龔志輝，張春美.基于HVS和整數(shù)小波變換的遙感影像水印算法[J].測繪通報(bào)，2007（8）：20-22.

[3] 王賢敏，關(guān)澤群，吳沉寒.小波用于基于遙感影像特征的自適應(yīng)二維盲水印算法[J].計(jì)算機(jī)工程與應(yīng)用，2004（20）：37-41.

[4] 吳登峰.小波理論在數(shù)字圖像處理及無網(wǎng)格方法中應(yīng)用的研究[D].吉林：吉林大學(xué)，2008：20-22.

[5] 李欣.基于DWT的數(shù)字圖像水印技術(shù)及其MATLAB實(shí)[J].電腦知識與技術(shù)，2010，6（28）：8078-8080.