一種改進的矢量量化數(shù)字水印方法*

金 芳 商 樂 李曉瑾

(1.91404部隊 秦皇島 066000)(2.91551部隊 九江 332000)

?

一種改進的矢量量化數(shù)字水印方法*

金 芳1商 樂1李曉瑾2

(1.91404部隊 秦皇島 066000)(2.91551部隊 九江 332000)

基于矢量量化的數(shù)字水印方法依賴于劃分的碼本來完成水印嵌入,矢量量化密語本中的密語根據(jù)不同的特征被定義成不同的組,進而將每個二進制水印比特都嵌入到選定的矢量量化編碼塊中,特點是水印同時存在于矢量量化壓縮圖像和矢量量化解碼后的重建圖像中。在矢量壓縮編碼過程中,碼本編輯對水印圖像的質(zhì)量有較大的影響。通過實驗分析了不同碼本大小的水印圖像的質(zhì)量和抗模糊、銳化攻擊的性能。

數(shù)字水印; 矢量量化; 碼本編輯; 安全性

Class Number TP391

1 引言

當今的信息社會,任何人都可以在互聯(lián)網(wǎng)上查閱引用任何類型的信息。在互聯(lián)網(wǎng)中的信息,圖像是最常見的一種信息表達方式[1]。對于數(shù)字圖像,數(shù)字水印技術(shù)提供了有效的圖像驗證來保護知識產(chǎn)權(quán)[2]。數(shù)字水印代表了被保護圖像的版權(quán)信息[3]。通常情況下,數(shù)字水印可以是一個標識、一個標簽或者是一個隨機序列[4]。

迄今為止,許多研究者提出了大量的水印技術(shù),并且這些技術(shù)已經(jīng)在版權(quán)保護方面發(fā)揮了巨大作用。然而當前大多數(shù)水印技術(shù)在普通原始圖像中嵌入水印而不是在壓縮圖像中[5]。它們?yōu)槠胀ǖ姆菈嚎s圖像大量提供了安全保障,但是卻沒考慮到實際應(yīng)用中由于帶寬的限制,為了節(jié)省傳輸時間和存儲空間,幾乎所有的圖像都是以壓縮的形式在互聯(lián)網(wǎng)上傳輸?shù)腫6]。因此,為了適應(yīng)互聯(lián)網(wǎng)應(yīng)用,一種新的水印方案被用來將圖像壓縮技術(shù)和向壓縮后的圖像中加入數(shù)字水印結(jié)合起來[7]。

文中,對基于矢量量化的數(shù)字水印技術(shù)的碼本劃分和碼本編輯方法進行了討論,提出了改進方法。通過實驗測試了基于矢量量化的數(shù)字水印技術(shù)對模糊、銳化等一系列可破壞圖像的操作過程的抗攻擊性能。

2 矢量量化數(shù)字水印改進

同JPEG是著名的有損壓縮方法一樣,矢量量化圖像壓縮技術(shù)(Linde et al.,1980)是被廣泛應(yīng)用的一種圖像壓縮方法[8]。在將原始圖像分割為塊后,矢量量化在圖像的壓縮率和提取質(zhì)量上都有很好的表現(xiàn),矢量量化編碼機按照碼本搜索每個分塊上與圖像塊最匹配的碼字,與碼字最匹配的分塊的索引值被編碼從而實現(xiàn)圖像壓縮。解壓縮圖像時,矢量量化譯碼器使用這些索引值來恢復相應(yīng)的分塊并重建圖像。

矢量量化碼本既可是秘密的也可是公開的[9]。顧名思義,秘密碼本是保密的,它由發(fā)送方創(chuàng)建并須隨圖像壓縮文件一起發(fā)送至接收方。而公開碼本是對所有人公開的,因此不需要隨壓縮圖像一起傳送至接收方。我們的水印技術(shù)無論在秘密碼本還是公開碼本均表現(xiàn)良好。

所提方法使用了LBG算法(Linde et al.,1980)來創(chuàng)建碼本[10]。事實上,由LBG算法創(chuàng)建的碼本包含了相互類似的碼字但它們是不完全相同的。根據(jù)這種屬性,當索引碼本來恢復壓縮圖像塊時,可以使用一個類似的碼字來取代當前碼字來得到相近的結(jié)果。據(jù)此,為了嵌入水印,所提方案按照碼字之間的相似度將碼字編組。同一編組中的碼字都是相似的。就此,當將水印比特嵌入圖像塊時,我們可以從編組中取出任何一個對圖像恢復沒有明顯影響的碼字來代替圖像塊。

對于被保護的灰階圖像Hi,令二進制數(shù)字水印W表示其版權(quán)信息。Hi和Wi定義如式(1)、(2)。通常情況下,Wi的大小遠遠小于Hi,因此,使M

Hi={x(i,j)|0≤x(i,j)≤255,0≤i,j≤N-1}

(1)

Wi={w(p,q)|w(p,q)=0or1,0≤p,q≤M-1}

(2)

一旦Hi和Wi給定,我們的方案使用矢量量化圖像壓縮法來將Wi嵌入Hi中來獲得一個嵌入水印后的圖像Hi′。當需要確認合法擁有者時,使用方案中的水印提取過程可以成功檢測到Hi′中的嵌入水印。

2.1 碼本劃分

文中的水印技術(shù)依賴于劃分的碼本來完成水印嵌入,在此說明分配過程。設(shè)初始碼本為CB,因此CB中的每個碼字包含a×a個元素。通過碼本分配過程,在每個分配單元中有兩個碼字,編號為0和1,從而碼字0用來嵌入碼字比特0,相應(yīng)的碼字1用來嵌入比特1。這兩個彼此相似的碼字被分至同一劃分塊,其索引值記錄在碼本中。兩個碼字之間的相似度是通過計算均方誤差(MSE)來確定的。兩個碼字CWx和CWy的均方誤差定義如式(3)。

MSE(CWx,CWy)=

(3)

例如假定我們想為一個包含256個碼字的碼本進行劃分,將每個劃分單元中放入兩個碼字,則將得到128個劃分單元,劃分過程完成后,令CB={D1,D2,…,Dn}為一個碼本劃分,其中Di由兩個相似碼字CWi0和CWi1的索引和碼字編號構(gòu)成。

2.2 碼本編輯

本文提出方案的最顯著特點是水印是嵌入到已經(jīng)經(jīng)過矢量量化壓縮的圖像中。因此該方法尤其適用于互聯(lián)網(wǎng)上傳遞圖像的版權(quán)保護。

在進行水印嵌入時,一些矢量量化編碼索引的編號位被一些水印像素值取代了。以下的修正方法可以根據(jù)改變的編號利用同一分割塊中的其它碼字。如果相同分割塊中碼字的相似度不夠,那么該水印圖像就會降低圖像質(zhì)量,因此我們必須加強同一分割塊中碼字的相似度。本文中同樣提出了一種碼本編輯方法從而提高同一分割塊中的碼字相似度。

首先,遵從碼本劃分部分中相同的過程來進行碼本劃分。劃分完成后,計算同一分割塊中兩個碼字之間距離的總和來確定碼字是否相似。碼字CWx和CWy的距離和DS(CWx,CWy)可由式(4)求得。

(4)

然后,比較距離和與預先設(shè)定門限TH,如果距離和遠大于TH,這意味著同一劃分中的碼字之間差異過大,因此分割必須進行編輯;相反,如果距離和遠小于門限值,相似度就有了保證,也就無需編輯。

當相似度確定后,開始對碼字缺乏相似度的分割塊進行碼本編輯。首先對于每個被編輯的劃分,我們計算每兩個相應(yīng)碼字的向量元素的平均值,然后通過對分割塊中所有碼字和上面的向量平均值取平均,可以有效增加同一分割塊中碼字的相似度[8]。更具體一點,令CWx=CWx(i,j),CWy=CWy(i,j),其中1≤i,j≤a為同一分割塊中的碼字,每個向量元素的平均值為

AVG(i,j)=(CWx(i,j)+CWy(i,j))/2

(5)

對碼字CWx的編輯就是對式CWx(i,j)=(CWx(i,j)+AVG(i,j))/2遍歷i、j。同樣的,對于CWy,則是對CWy(i,j)=(CWy(i,j)+AVG(i,j))/2遍歷i、j。

圖1為碼本編輯前后圖像質(zhì)量的比較。該比較中使用的是有256個碼字的碼本,計算峰值信噪比來比較兩個圖像的圖像質(zhì)量,其中峰值信噪比由式(6)定義

(6)

相似度越高,峰值信噪比值就越高,反之亦然。在圖1中可以看出,碼本編輯對增強圖像效果是有意義的。同樣值得關(guān)注的是,在碼本編輯過程中我們根據(jù)實驗提出門限值TS。在每個分割塊中有太多的編號因子,碼字長度等均會使距離和復雜化。鑒于此,雖然本文提出的新的數(shù)字圖像水印技術(shù)于碼本保密或公開情況下均可應(yīng)用,在碼本編輯過程開始之前,碼本必須是保密的。換言之,要編輯碼本,發(fā)送方必須將碼本和索引發(fā)送到接收方。

(a)沒有碼本 編輯的水印圖像

(b)有碼本 編輯的水印圖像

3 實驗結(jié)果

本文提出的數(shù)字水印技術(shù)在矢量量化過程中完成水印嵌入過程。嵌入的水印仍然存在于解碼后的圖像中并可無損提取。

實驗中,得到歸一化相關(guān)系數(shù)來判定水印的魯棒性。歸一化相關(guān)系數(shù)值可以是0～1之間的任何值。該系數(shù)越接近于1,水印恢復就越準確,WI和WI′歸一化相關(guān)系數(shù)值定義如式(7)

(7)

(a)512*512的原始圖像

(b)64*64的原始水印

圖像過程中們使用的軟件包括Adobe Photoshop 5.02C和Ulead Photo Impact 5.0。實驗中使用的圖像是512*512灰階圖像“Lena”,水印為一個64*64二進制圖像,圖像和水印同時顯示在圖2中。同時,我們使用標準LBG算法訓練包含256個碼字的碼本并且建立每個分割塊有兩個碼字的碼本劃分。表1為不同門限值TS碼本編輯的結(jié)果。結(jié)果表明,對于一個包含256個碼字的碼本來說,當門限值設(shè)置在140以下時,圖像同時在圖像質(zhì)量和抗模糊和鋒銳魯棒性方面具有最大效果。

表1 不同門限值碼本的圖像質(zhì)量及 模糊攻擊和銳化攻擊性能

3.1 圖像質(zhì)量受碼本大小影響分析

由于水印的嵌入,圖像質(zhì)量不可避免地降低,但是圖像質(zhì)量不應(yīng)該被大量損壞,或者說應(yīng)該可以很容易檢測到期經(jīng)歷的改變。

表2顯示的是基于我們技術(shù)的不同大小的碼本對512*512圖像“Lena”的影響對比。這里實驗的碼本均為未經(jīng)編輯的標準LBG算法訓練所得碼本。另外實驗中涉及的每個碼本分塊中依然包含兩個碼字。

表2 碼本大小與水印圖像質(zhì)量的關(guān)系

表2表明碼本大小確實與圖像質(zhì)量相關(guān),也就是說,加入在我們的水印技術(shù)中使用一個更大碼本,嵌入水印后圖像的質(zhì)量也就會更好。

3.2 不同大小碼本與魯棒性關(guān)系的討論

本節(jié)討論不同大小碼本對魯棒性的影響。仍然使用LBG算法來訓練分別具有125、256、512和1024個碼字的碼本。為了比較不同大小碼本的魯棒性,這里并沒有使用碼本編輯過程。

圖3顯示了不同大小的碼本在模糊攻擊下的魯棒性能。圖4顯示了不同大小的碼本在銳化攻擊下的魯棒性能。由圖3和圖4發(fā)現(xiàn)模糊攻擊和銳化攻擊的魯棒性能與碼本的大小是成反比的。也就是說在擁有較少碼字的情況下嵌入水印圖像在抗攻擊方面具備更強大的功能(表3和表4),原因是碼本越大,描述圖像特征的細節(jié)就越多,水印恢復中的錯誤就越容易發(fā)生。反之,碼本越小,描述的特征就越少,因此改變很大的情況下初始碼字仍然可以正確的從分割塊中得到從而恢復水印,這在圖像已經(jīng)被完全破壞或者大片像素點改變的情況仍可出現(xiàn)。

表3 不同碼本大小的水印圖像抗模糊攻擊性能

表4 不同碼本大小的水印圖像抗銳化攻擊性能

雖然具備較少碼字的碼本具備更大的抗攻擊能力,我們從之前的碼本大小對圖像質(zhì)量影響的分析部分的實驗中注意到:用較小碼本恢復的圖像在圖像質(zhì)量上較差。因此推薦在我們的水印系統(tǒng)中使用256或者512的碼本。

圖3 不同大小碼本對抗模糊攻擊的魯棒性

3.3 安全性分析

為了分析本文新水印技術(shù)的安全性能,我們討論了以下兩方面:索引安全性和不可預料的隱藏水印刪除。關(guān)于索引安全性,既然我們的技術(shù)不在LSB技術(shù)索引值中嵌入水印,攻擊就不能通過刪除定義位來移除水印。進一步講,由于索引值由大量表面上看起來無序的值組成,即使它們可以攔截索引,但在攻擊者眼中看來毫無意義。如果索引被破壞,由于非正常的索引值,解壓縮圖像的質(zhì)量會非常差。在這種情況下接收方會請求發(fā)送方重發(fā)。

圖4 不同大小碼本對抗銳化攻擊的魯棒性

對于不可預料的隱藏水印刪除,由于我們方法中的水印嵌入時通過使用種子驅(qū)動隨機序列發(fā)生器選擇碼本上的分割塊來完成的,種子越長保護越好,則水印不會被輕易刪除。

4 結(jié)語

本文通過改進碼本編輯提出了一種改進的矢量量化圖像數(shù)字水印技術(shù)。通過實驗得出了圖像質(zhì)量受碼本大小的影響情況,討論了不同大小的碼本與魯棒性的關(guān)系以及索引的安全性。新技術(shù)可將水印嵌入在互聯(lián)網(wǎng)上傳輸時可節(jié)約傳輸時間和存儲空間的已壓縮圖像中。本文提出的改進的矢量量化數(shù)字水印技術(shù)非常適用于互聯(lián)網(wǎng)上的知識產(chǎn)權(quán)保護應(yīng)用。

[1] 樊宇.動漫作品中數(shù)字水印的添加與應(yīng)用研究[J].數(shù)字技術(shù)與應(yīng)用,2013(8):74-75. FAN Yu. Research on the Application of Digital Watermarking in Animation Works[J]. Digital Technology and Application,2013(8):74-75.

[2] 袁俊.互聯(lián)網(wǎng)知識產(chǎn)權(quán)保護探析[J].科技成果管理與研究,2008(2):16-19. YUAN Jun. On the protection of intellectual property in the internet[J]. Management and Research of Scientific and Technological Achievements,2008(2):16-19.

[3] 楊剛,都思丹.基于矢量量化壓縮編碼的數(shù)字水印[J].現(xiàn)代電子技術(shù),2014(1):70-74. YANG Gang, DU Sidan. A digital watermark technology based on vector quantization compression coding[J]. Modern Electronics Technique,2014,37(1):70-74.

[4] 李琦,邵春福,岳昊,等.基于改進密碼本模型的視頻對象檢測[J].交通信息與安全,2011(5):78-85. LI Qi, SHAO Chunfu, YUE Hao. Video Object Detection Based on Improved Codebook Model[J]. Journal of Transport Information and Safety,2011(5):78-85.

[5] 陳佳萍,張登銀.基于矢量量化的數(shù)字圖像水印技術(shù)研究[J].計算機技術(shù)與發(fā)展,2008,18(7):140-142. CHEN Jiaping, ZHANG Dengyin. Research on VQ-Based Digital Image Watermarking[J]. Computer Technology and Development,2008,18(7):140-142.

[6] 黃松,張偉,韋鵬程,等.一個基于矢量量化的數(shù)字水印算法[J].計算機工程與應(yīng)用,2006(19):96-98. HUANG Song, ZHANG Wei, WEI Pengcheng, et al. A Digital Watermarking Algorithm Based on Vector Quantization[J]. Computer Engineering and Applications,2006(19):96-98.

[7] ZHANG Fan, ZHANG Hongbin. Capacity and reliability of digital watermarking[C]//IEEE International Conference on the Business of Electronic Product Reliability and Liability. Beijing: [s.n.],2004:162-165.

[8] 陳雨時.基于光譜特性的高光譜圖像壓縮方法研究[J].哈爾濱:哈爾濱工業(yè)大學,2007:7-9. CHEN Yushi. The Research of Spectral Feature Based Hyper spectral Image Compression[D]. Harbin: Harbin Institute of Technology,2007:7-9.

[9] Lu Z M, Xu D G, Sum S H. Multipurpose image watermarking algorithm based on multistage vector quantization[J]. IEEE Trans. Image Process,2005,14(6):822-831.

[10] 周熠,蔣天發(fā).圖像數(shù)字水印技術(shù)[J].武漢理工大學學報(交通科學與工程版),2013(5):711-714. ZHOU Yi, JIANG Tianfa. Digital Watermark Technology on Image[J]. Journal of Wuhan University of Technology,2013(5):711-714.

A Digital Image Watermarking Technology Based on Vector Quantization

JIN Fang1SHANG Le1LI Xiaojin2

(1. No. 91404 Troops of PLA, Qinhuangdao 066000)(2. No. 91551 Troops of PLA, Jiujiang 332000)

Digital watermarking method based on vector quantizaiton of the dependence to divide the code has to complete the watermark embedding, whisper of vector quantization according to the different characteristics are defined into different groups, then each binary watermark bit is embedded into the selected vector quantization coding block and characteristics is watermark exist at the same time in vector quantization compression image and vector quantization decoding in the reconstructed image. In the process of vector coding, the code editor has a great influence on the quality of the watermark image. The quality of the watermark image and the performance of anti blur and sharpening are analyzed by experiments.

digital watermarking, vector quantization, codebook editing, security

2016年7月12日,

2016年8月28日

金芳,女,碩士,助理工程師,研究方向:通信與通信對抗試驗方法研究,數(shù)據(jù)融合處理,信息系統(tǒng)建設(shè)等。商樂,男,助理工程師,研究方向:裝備管理及管理系統(tǒng)建設(shè)。

TP391

10.3969/j.issn.1672-9722.2017.01.035