版權(quán)保護(hù)和內(nèi)容認(rèn)證的全盲雙功能數(shù)字水印算法

薛棟，周亞訓(xùn)，金煒

（寧波大學(xué)信息科學(xué)與工程學(xué)院，浙江 寧波 315211）

版權(quán)保護(hù)和內(nèi)容認(rèn)證的全盲雙功能數(shù)字水印算法

薛棟，周亞訓(xùn)，金煒

（寧波大學(xué)信息科學(xué)與工程學(xué)院，浙江 寧波 315211）

針對(duì)現(xiàn)有大部分水印算法功能單一且無法實(shí)現(xiàn)完全盲檢測(cè)的局限性，提出一種同時(shí)進(jìn)行版權(quán)保護(hù)和內(nèi)容認(rèn)證的全盲雙功能數(shù)字水印算法。算法采取子塊區(qū)域分割的思想，水印產(chǎn)生和嵌入分別利用同一個(gè)子塊的不同區(qū)域。通過判別兩個(gè)最大奇異值均值的最高位奇偶性產(chǎn)生特征水印，然后自適應(yīng)地調(diào)整相鄰區(qū)域相同位置的兩個(gè)離散余弦變換交流系數(shù)的大小，實(shí)現(xiàn)水印的嵌入。檢測(cè)端通過產(chǎn)生的特征水印和盲提取的認(rèn)證水印實(shí)現(xiàn)全盲的版權(quán)鑒別和內(nèi)容認(rèn)證。相比于已報(bào)道的一些水印方案，本文提出的水印算法對(duì)于常見的攻擊具有更好的頑健性，可以實(shí)現(xiàn)版權(quán)保護(hù)功能，同時(shí)對(duì)于惡意的圖像篡改又有較好的敏感性，可以準(zhǔn)確定位篡改的區(qū)域。

雙功能水?。惶卣魉。蝗z測(cè)；版權(quán)保護(hù)；篡改檢測(cè)

1 引言

數(shù)字水印是解決當(dāng)前數(shù)字圖像安全問題的一種有效技術(shù)方案，其主要實(shí)現(xiàn)版權(quán)保護(hù)和內(nèi)容認(rèn)證等功能。實(shí)現(xiàn)版權(quán)保護(hù)的頑健圖像水印算法，要求能夠很好地抵抗各種攻擊；實(shí)現(xiàn)內(nèi)容認(rèn)證的脆弱圖像水印算法，要求對(duì)篡改攻擊非常敏感。然而，現(xiàn)有的大多數(shù)圖像水印算法功能比較單一，無法同時(shí)實(shí)現(xiàn)版權(quán)保護(hù)和內(nèi)容認(rèn)證[1,2]。已提出的半脆弱水印算法雖然能夠?qū)崿F(xiàn)版權(quán)保護(hù)和內(nèi)容認(rèn)證功能，但是無法同時(shí)具有頑健水印和脆弱水印良好的性能。

因此，雙水印技術(shù)應(yīng)運(yùn)而生[3-5]，即通過向數(shù)字圖像中同時(shí)嵌入頑健和脆弱兩種水印以實(shí)現(xiàn)雙功能的要求。但是，采用雙水印技術(shù)嵌入的水印信息量自然增大，不可避免地導(dǎo)致圖像質(zhì)量的下降，而且，如果兩種數(shù)字水印嵌入順序和強(qiáng)度控制得不好，相互間會(huì)產(chǎn)生較大的影響。為了提高多功能水印算法的性能，基于零水印技術(shù)的多功能水印算法[6-8]被提出。參考文獻(xiàn)[6]提出了一種自嵌入雙功能圖像零水印算法，算法通過提取圖像子塊奇異值范數(shù)的最高位奇偶性作為原始頑健零水印，將其保存在第三方進(jìn)行版權(quán)保護(hù)，同時(shí)將頑健特征水印嵌入圖像各子塊每個(gè)像素的最低m位進(jìn)行內(nèi)容認(rèn)證；參考文獻(xiàn)[7]提出了一種結(jié)合SUFT特征的多功能彩色圖像零水印算法，算法采用SUFT算子提取圖像亮度分量的特征點(diǎn)構(gòu)造出頑健零水印進(jìn)行版權(quán)保護(hù)，并將圖像子塊奇異值范數(shù)異或運(yùn)算產(chǎn)生的脆弱水印嵌入每個(gè)子塊像素的最低有效位進(jìn)行內(nèi)容認(rèn)證。基于零水印技術(shù)的多功能水印算法只嵌入一種水印就實(shí)現(xiàn)了兩種功能，但是其無法達(dá)到全盲檢測(cè)，仍需要對(duì)原始頑健零水印進(jìn)行存儲(chǔ)和傳輸。

鑒于以上水印算法存在的問題，提出一種能夠進(jìn)行全盲檢測(cè)的多功能水印算法，算法通過提取與數(shù)字圖像內(nèi)容相關(guān)的信息產(chǎn)生特征水印并將其嵌入圖像中，檢測(cè)端通過產(chǎn)生的特征水印和盲提取的認(rèn)證水印進(jìn)行版權(quán)鑒別和內(nèi)容認(rèn)證。由于實(shí)現(xiàn)了全盲檢測(cè)，提高了算法的實(shí)用性。

2 特征水印的產(chǎn)生和嵌入

離散余弦變換（discreet cosine transformation，DCT）是數(shù)字圖像常用的處理工具，數(shù)字圖像經(jīng)過二維DCT變換后，進(jìn)行如圖1所示的Zig-Zag掃描成為一維序列后，第一個(gè)系數(shù)即DCT域的直流（DC）系數(shù)，表示圖像的平均亮度，其他系數(shù)為DCT域的交流（AC）系數(shù)。AC系數(shù)分布可粗略地被分為低、中、高3個(gè)頻帶，低頻系數(shù)分布在Zig-Zag掃描最前邊一部分，是3個(gè)頻帶中系數(shù)值較大的區(qū)域，集中了圖像的大部分能量，具有很好的頑健性。中頻系數(shù)聚集著圖像的一小部分能量，高頻系數(shù)聚集的能量則相對(duì)更少，且高頻系數(shù)很容易受到外在信號(hào)處理的影響，例如會(huì)被有損的數(shù)據(jù)壓縮所刪除[9-11]。

圖1 Zig-Zag掃描

圖像經(jīng)奇異值分解（singular value decomposition，SVD）后得到的奇異值具有非常高的穩(wěn)定性，當(dāng)圖像被施加小的擾動(dòng)時(shí)，其奇異值不會(huì)有大的改變。奇異值所表現(xiàn)的是圖像的內(nèi)蘊(yùn)特性，反映的是圖像矩陣元素之間的關(guān)系，具有很好的代數(shù)和幾何不變性[12-14]。子塊的區(qū)域劃分如圖2所示。

圖2 子塊的區(qū)域劃分

2.1 特征水印的產(chǎn)生

所嵌入的水印是通過提取與圖像內(nèi)容相關(guān)的特征信息產(chǎn)生的，即對(duì)圖像子塊DCT域中的中低頻系數(shù)（包括直流系數(shù)）進(jìn)行SVD，然后再提取圖像的特征信息形成特征水印，具體過程如下。

（1）將大小為M×M的原始圖像I分割成8 dpi×8 dpi大小的互不重疊子塊FIk，k代表子塊的序號(hào)，k=1,2,3,…,(M/8)2。

（2）將子塊FIk進(jìn)一步分割成4個(gè)大小為4 dpi×4 dpi的區(qū)域FIkj(j=1,2,3,4)，即FIk=FIk1||FIk2||FIk3||FIk4。其中，區(qū)域FIk1、FIk2、FIk3和FIk4的順序排列如圖 2所示。

（3）為了更好地提取圖像的特征信息，將每個(gè)子塊的4個(gè)區(qū)域以對(duì)角形式分成兩組，即區(qū)域FIk1和FIk4形成組一，區(qū)域FIk2和FIk3形成組二。當(dāng)k為奇數(shù)時(shí)，選擇組一產(chǎn)生特征水印，在組二中嵌入水??；否則，選擇組二產(chǎn)生特征水印，在組一中嵌入水印。

（4）對(duì)每個(gè)子塊中選取的2個(gè)區(qū)域（即組一或組二）分別進(jìn)行DCT得到同樣大小的DCT系數(shù)矩陣FACk1和FACk2。

（5）分別對(duì)DCT系數(shù)矩陣FACk1和FACk2前兩行兩列的元素進(jìn)行SVD，得到各矩陣最大奇異值Sk1和Sk2，（Sk1是矩陣FACk1前兩行兩列的元素進(jìn)行SVD得到的最大奇異值，Sk2是矩陣FACk2前兩行兩列的元素進(jìn)行SVD得到的最大奇異值），求兩個(gè)最大奇異值的均值vk，即：

（6）通過判別均值 vk的最高位數(shù)字的奇偶性，產(chǎn)生特征水印Wk：當(dāng)vk的最高位為奇數(shù)時(shí)，Wk=1；為偶數(shù)時(shí)，Wk=0，即：

其中，hbk是vk的最高位數(shù)字，Wk長(zhǎng)度為(M/8)2，函數(shù)mod(·)表示求模運(yùn)算。

2.2 特征水印的嵌入

相鄰圖像子塊的DCT系數(shù)之間存在一定的相關(guān)性，特別是在相鄰圖像塊的相同位置的系數(shù)具有非常高的相似性[10,11]。本文水印的嵌入是通過調(diào)整相鄰子塊相同位置DCT系數(shù)的大小，使兩者之間保持一定差異。具體步驟如下。

（1）為了提高算法的安全性，在特征水印嵌入之前用Tent映射[15]對(duì)其進(jìn)行加密，其定義為：

其中，yi∈(0,1)，μ∈(1,2)，當(dāng)μ〉1時(shí)，系統(tǒng)處于混沌狀態(tài)，i=1,2,3,…。利用Tent混沌序列加密水印的算法過程如下。

步驟1 在（0，1）之間選擇一個(gè)任意實(shí)數(shù)作為yi的初始值，同時(shí)選擇一個(gè)實(shí)數(shù)作為μ的值，然后通過式（3）迭代產(chǎn)生一個(gè)隨機(jī)數(shù)序列yi,i=1,2,3,…。從中選取第yq+1到第yq+(M/8)2個(gè)隨機(jī)數(shù)構(gòu)成隨機(jī)序列Y，即Y={yq+1,yq+2,yq+3,…,yq+(M/8)2}。將初始值y1、參數(shù)μ和整數(shù)q作為密鑰key1保存。

步驟2 通過式（4）將隨機(jī)序列Y二值化為{0,1}序列Z，即：

其中，Zk是序列Z的第k比特，T是一個(gè)預(yù)定義閾值，可作為密鑰key2保存，i=1,2,3,…,(M/8)2。

步驟3 利用得到的二值序列對(duì)前面構(gòu)造得到的特征水印W進(jìn)行加密：

其中，⊕表示異或運(yùn)算，Wk′為加密后特征水印W′的第k比特。

（2）將大小為M×M的原始圖像I分割成8 dpi×8 dpi大小的互不重疊子塊FIk，k代表子塊的序號(hào)，k=1,2,3,…,(M/8)2。

（3）將子塊FIk進(jìn)一步分割成4個(gè)大小為4 dpi×4 dpi的區(qū)域FIkj（j=1,2,3,4），即FIk=FIk1||FIk2||FIk3||FIk4。

（4）將每個(gè)子塊的4個(gè)區(qū)域以對(duì)角形式分成兩組：區(qū)域FIk1和FIk4形成組一，區(qū)域FIk2和FIk3形成組二。當(dāng)k為奇數(shù)時(shí)，選擇組二嵌入水印，否則，選擇組一嵌入水印。

（5）對(duì)每個(gè)子塊中選取的2個(gè)區(qū)域分別進(jìn)行DCT，得到DCT系數(shù)矩陣FACk3和FACk4。

（6）根據(jù)式（6），調(diào)整每個(gè)子塊中兩個(gè)相鄰區(qū)域的DCT交流系數(shù)FACk3(2,2)與FACk4(2,2)的大小關(guān)系，實(shí)現(xiàn)加密特征水印的自嵌入：

為了使本文水印算法在保持水印不可見性的同時(shí)具有更好的頑健性，對(duì)交流系數(shù)FACk3(2,2)和FACk4(2,2)的大小關(guān)系作如下進(jìn)一步修正：

其中，參數(shù)β是用來控制水印的嵌入強(qiáng)度，其值由每個(gè)圖像塊的信息權(quán)重因子PBlockk自適應(yīng)選擇確定。權(quán)重因子PBlockk越大，對(duì)應(yīng)的嵌入強(qiáng)度β參數(shù)值越大：

其中，β1〉β2〉β3，而權(quán)重因子PBlockk是根據(jù)選取2個(gè)區(qū)域的DCT的直流系數(shù)大小確定：

其中，F(xiàn)ACk3(1,1)和FACk4(1,1)分別表示DCT系數(shù)矩陣FACk3和FACk4的直流系數(shù)，權(quán)重閾值δ是通過對(duì)圖像4 dpi× 4 dpi分塊子圖進(jìn)行DCT變換后的直流系數(shù)求均值得到。

（7）將經(jīng)過調(diào)整后的各個(gè) DCT系數(shù)矩陣 FACk3與FACk4進(jìn)行逆DCT，再重組后得到嵌入水印后的水印圖像。

3 水印的提取、版權(quán)鑒別和內(nèi)容認(rèn)證

檢測(cè)端通過提取待檢測(cè)圖像的特征水印和認(rèn)證水印進(jìn)行圖像版權(quán)鑒別和內(nèi)容認(rèn)證，并對(duì)篡改區(qū)域進(jìn)行定位。

3.1 特征水印的提取

從檢測(cè)端提取特征水印的過程類似于嵌入端特征水印的創(chuàng)建過程。從檢測(cè)端待檢圖像I′中提取特征水印W^的過程如下。

（1）將大小為M×M的待檢測(cè)圖像I′分割成8 dpi×8 dpi大小的互不重疊子塊FIk′，k代表子塊的序號(hào)，k=1,2,3,…,(M/8)2。

（2）將子塊FIk′進(jìn)一步分割成類似于圖2順序排列的4個(gè)大小為的區(qū)域（j=1,2,3,4），即。

（3）將每個(gè)子塊FIk′的4個(gè)區(qū)域以對(duì)角形式分成兩組，即區(qū)域FIk′1和FIk′4形成組一，區(qū)域FIk′2和FIk′3形成組二。當(dāng)k為奇數(shù)時(shí)，選擇組一提取特征水印，否則，選擇組二提取特征水印。

（4）對(duì)每個(gè)子塊中選取的2個(gè)區(qū)域分別進(jìn)行DCT得到DCT系數(shù)矩陣FACk′1和FACk′2。

（6）分別對(duì)DCT系數(shù)矩陣FACk′1和FACk′2前兩行兩列的元素進(jìn)行SVD，得到各矩陣的最大奇異值Sk′1和Sk′2，求兩個(gè)最大奇異值的均值vk′：

（6）通過判別均值vk′的最高位數(shù)字的奇偶性，提取特征水印W^k，即：

其中，hbk′是vk′的最高位數(shù)字，W^k長(zhǎng)度為(M/8)2，函數(shù)mod(·)表示求模運(yùn)算。

3.2 認(rèn)證水印的盲提取及版權(quán)鑒別和內(nèi)容認(rèn)證

檢測(cè)端認(rèn)證水印的盲提取過程是嵌入端特征水印嵌入過程的逆過程，通過比較待檢測(cè)含水印圖像子塊中相鄰兩個(gè)區(qū)域的DCT中低頻交流系數(shù)的大小關(guān)系提取出認(rèn)證水印。具體步驟如下。

（1）、（2）同特征水印的提取步驟。

（3）將每個(gè)子塊的4個(gè)區(qū)域以對(duì)角形式分成兩組，區(qū)域FIk′1和FIk′4形成組一，區(qū)域FIk′2和FIk′3形成組二。當(dāng)k為奇數(shù)時(shí)，選擇組二提取認(rèn)證水印，否則，選擇組一提取認(rèn)證水印。

（4）對(duì)每個(gè)子塊的2個(gè)區(qū)域分別進(jìn)行DCT得到DCT系數(shù)矩陣FACk′3和FACk′4。

（5）通過比較兩個(gè)相鄰區(qū)域的DCT交流系數(shù)FACk′3(2,2)與FACk′4(2,2)的大小關(guān)系，實(shí)現(xiàn)認(rèn)證水印的盲提?。?/p>

（6）對(duì)提取的認(rèn)證水印W～進(jìn)行解密，具體步驟如下。

步驟1 利用密鑰key1通過式（3）迭代產(chǎn)生Tent混沌映射序列yi′,i=1,2,3,…。從中選取第q+1到第q+(M/8)2個(gè)隨機(jī)數(shù)構(gòu)成隨機(jī)序列Y′，即。然后，利用密鑰key2通過式（4）將Y′二值化為{0，1}的序列Z′。

（7）版權(quán)鑒別：計(jì)算從待檢測(cè)含水印圖像I′中提取的特征水印W^和解密后的認(rèn)證水印′之間的歸一化相關(guān)系數(shù)（NC），以此來對(duì)圖像進(jìn)行版權(quán)鑒別：

（8）內(nèi)容認(rèn)證：通過比較提取的特征水印W^中的第k比特W^k和解密后的認(rèn)證水印′中的第 k比特k′之間是否相同來檢測(cè)此圖像子塊（即第k子塊）是否遭到篡改。即如果W^k′=k′成立，則認(rèn)為此子塊沒有遭到篡改；反之，則認(rèn)為此子塊遭到篡改，遭篡改的子塊用全白像素標(biāo)識(shí)。

為了提高水印算法對(duì)篡改定位的準(zhǔn)確性，對(duì)圖3中的3種情形作相應(yīng)處理：對(duì)于情形1，若子塊NW和O已檢測(cè)為篡改子塊，則認(rèn)為子塊N和W也是篡改子塊；同理，若子塊NE和O已檢測(cè)為篡改子塊，則認(rèn)為子塊E和N也是篡改子塊；對(duì)于情形2和情形3，若子塊NE和SE已檢測(cè)為篡改子塊，則認(rèn)為子塊O也是篡改子塊。

圖3 篡改定位的3種情形

可以看到，檢測(cè)端只需要利用攻擊后待檢測(cè)的含水印圖像就可以分別提取特征水印和認(rèn)證水印，以此可以計(jì)算兩者之間的歸一化相關(guān)系數(shù)進(jìn)行版權(quán)鑒別，并通過比較兩者的水印比特位是否相同進(jìn)行篡改定位，整個(gè)過程不需要借助任何原始圖像和原始數(shù)字水印的相關(guān)信息。因此，水印算法實(shí)現(xiàn)了完全盲檢測(cè)功能。

4 實(shí)驗(yàn)與結(jié)果分析

選擇3幅8 bit 512 dpi×512 dpi大小的灰度圖像為原始載體圖像，驗(yàn)證本文算法的有效性，如圖4（a）、圖4（b）和圖4（c）所示。實(shí)驗(yàn)中，Tent映射的初始值選為y1=0.6，參數(shù)u=1.4，舍棄前400個(gè)隨機(jī)數(shù)，閾值T=0.55；3幅原始載體圖像選擇了統(tǒng)一的水印嵌入強(qiáng)度β1=33，β2=31，β3=27，權(quán)重閾值δ=465?？梢钥吹?，嵌入水印后的圖像如圖4（d）、圖 4（e）和圖4（f）所示，峰值信噪比分別為 36.622 dB、36.686 dB和37.010 dB，視覺上很難感覺到變化，滿足了水印不可覺察性要求。這時(shí)提取的特征水印和認(rèn)證水印之間的歸一化相關(guān)系數(shù)為1，說明水印圖像在未受任何處理或攻擊破壞時(shí)，可以完全無損地提取出特征水印和認(rèn)證水印，因此可用于數(shù)字圖像的版權(quán)保護(hù)。作為對(duì)比，本文同時(shí)設(shè)計(jì)了算法2，其嵌入的水印是通過Tent映射產(chǎn)生的偽隨機(jī)序列，即二值序列（其水印信息與原始圖像無關(guān)），但水印嵌入和提取過程與本文算法完全一致。

圖4 原始圖像和水印圖像

4.1 惡意篡改的脆弱性

惡意篡改一般包括剪切、替換、疊加等操作。隨著數(shù)字圖像處理技術(shù)的發(fā)展，對(duì)數(shù)字圖像的修改更加多樣和容易化?，F(xiàn)對(duì)圖4中的3幅水印圖像進(jìn)行惡意篡改檢測(cè)實(shí)驗(yàn)，并以Lena水印圖像為主要例子進(jìn)行詳細(xì)說明。

（1）篡改1

將水印圖像中心區(qū)域（196：259,196：259）內(nèi)的每個(gè)像素值分別設(shè)置為0和200，得到篡改后的Lena水印圖像分別如圖5（a）和圖6（a）所示。像素值為0顯示的黑色與圖像背景相差比較大，而像素值為200顯示的灰白色與背景很相似。本文算法可以很好地定位出圖像的篡改區(qū)域，篡改定位檢測(cè)結(jié)果如圖5（b）和圖6（b）所示；作為對(duì)比，圖5（c）和圖6（c）顯示了算法2的篡改定位檢測(cè)結(jié)果，可見其檢測(cè)定位效果欠佳；圖5（d）和圖6（d）顯示了參考文獻(xiàn)[16]算法的篡改定位檢測(cè)結(jié)果，對(duì)于篡改實(shí)驗(yàn)1和實(shí)驗(yàn)2，參考文獻(xiàn)[16]算法只能檢測(cè)出篡改區(qū)域的邊界部分。

圖5 篡改1-1實(shí)驗(yàn)結(jié)果

圖6 篡改1-2實(shí)驗(yàn)結(jié)果

（2）篡改2

對(duì)水印圖像位于（272：328,145：205）區(qū)域內(nèi)的像素點(diǎn)進(jìn)行像素值增加操作，例如將該區(qū)域內(nèi)的每個(gè)像素值加上30，得到篡改后的Lena水印圖像如圖7(a)所示。由于水印圖像是一個(gè)256級(jí)的灰度圖像，所以對(duì)于圖像像素值的稍許改變，人眼是很難分辨得出修改區(qū)域的。但本文算法能夠有效地定位出篡改區(qū)域，如圖7(b)所示；而算法2沒有檢測(cè)出篡改區(qū)域，如圖7(c)所示。參考文獻(xiàn)[16]算法只能定位出篡改區(qū)域的一大部分，如圖7(d)所示。

圖7 篡改2實(shí)驗(yàn)結(jié)果

（3）篡改3

將圖8大小為64 dpi×64 dpi的二值圖像的每個(gè)像素值乘以80再疊加到水印圖像的 （146：209,196：259）區(qū)域，篡改后的圖像如圖9(a)所示。本文算法可以很好地檢測(cè)出篡改區(qū)域，如圖9(b)所示；而算法2只檢測(cè)到了篡改區(qū)域中很少的一部分，如圖9(c)所示，參考文獻(xiàn)[16]算法只能定位出篡改區(qū)域的一少部分，如圖9(d)所示。

圖8 寧波大學(xué)

圖9 篡改3實(shí)驗(yàn)結(jié)果

（4）篡改4

用Photoshop對(duì)圖像進(jìn)行真實(shí)性的篡改：在Lena水印圖像上插入一個(gè)裝飾用的蝴蝶如圖10（a）所示。圖10（b）和圖10（c）分別是利用本文算法和算法2得到的篡改定位檢測(cè)結(jié)果，參考文獻(xiàn)[16]算法得到的篡改定位檢測(cè)結(jié)果如圖10（d）所示；將Lena水印圖像右下角的白色和灰色波浪形裝飾移除如圖11（a）所示。圖11（b）和圖11（c）分別是利用本文算法和算法2得到的篡改定位檢測(cè)結(jié)果，參考文獻(xiàn)[16]算法得到的篡改定位檢測(cè)結(jié)果如圖 11（d）所示；將Lena水印圖像帽子上一個(gè)小花朵進(jìn)行多次復(fù)制如圖12（a）所示。圖12（b）和圖12（c）分別是利用本文算法和算法2得到的篡改定位檢測(cè)結(jié)果，圖12（d）顯示了參考文獻(xiàn)[16]算法得到的篡改定位檢測(cè)結(jié)果。顯然，本文算法比算法2有更好的定位效果，而且，本文算法篡改定位的準(zhǔn)確性優(yōu)于參考文獻(xiàn)[16]算法。

圖10 篡改4-1實(shí)驗(yàn)結(jié)果

顯然，由以上剪切、替換、疊加等操作的實(shí)驗(yàn)結(jié)果來看，本文提出的水印算法能夠準(zhǔn)確地定位出圖像的惡意篡改區(qū)域，很好地實(shí)現(xiàn)圖像內(nèi)容的完整性認(rèn)證。本文算法比算法2實(shí)現(xiàn)更好和更可靠的定位結(jié)果，主要原因在于本文算法嵌入了與圖像內(nèi)容相關(guān)的特征水印，其對(duì)圖像內(nèi)容篡改具有更好的敏感性。同時(shí)，由篡改1到篡改4的實(shí)驗(yàn)檢測(cè)結(jié)果可以看出，本文算法比參考文獻(xiàn)[16]算法實(shí)現(xiàn)了更好和更可靠的篡改定位結(jié)果。

圖11 篡改4-2實(shí)驗(yàn)結(jié)果

圖12 篡改4-3實(shí)驗(yàn)結(jié)果

4.2 抗攻擊的頑健性

為了測(cè)試本文算法的抗攻擊頑健性，采用一些常見的圖像處理操作例如添加噪聲、JPEG壓縮、濾波、剪切、重采樣和混合攻擊等，具體攻擊類型見表1，而對(duì)水印圖像進(jìn)行抗攻擊檢測(cè)結(jié)果列于表2中。由“W^和′”欄可以看出，從受攻擊后的含水印圖像中提取的特征水印和認(rèn)證水印之間的NC值都在0.90（除重采樣中的一項(xiàng)）以上，因此，本文算法能夠很好地實(shí)現(xiàn)數(shù)字圖像的版權(quán)保護(hù)。為了進(jìn)一步顯示本文水印算法抗攻擊的頑健性，分別與參考文獻(xiàn)[11]和參考文獻(xiàn)[17]的結(jié)果進(jìn)行了對(duì)比。圖13給出了本文算法與參考文獻(xiàn)[11]算法（以Lena圖像為例）在添加椒鹽噪聲（噪聲密度為0.01）、添加高斯噪聲（方差為0.001）、中值濾波（窗口大小為 ）、對(duì)比度增強(qiáng)（50%）以及直方圖均衡化的攻擊下提取的認(rèn)證水印與原始水印之間NC值的比較，圖14給出了與參考文獻(xiàn)[17]的對(duì)比結(jié)果?？梢?，本文算法在抵抗噪聲、高斯低通濾波、剪切、重采樣和混合攻擊等方面具有更好的頑健性。

表1 圖像攻擊類型

表2 圖像抗攻擊的頑健性

4.3 實(shí)驗(yàn)結(jié)果討論與分析

（1）篡改檢測(cè)的脆弱性

本文嵌入的水印是與圖像內(nèi)容相關(guān)的特征信息產(chǎn)生的，其對(duì)于惡意圖像篡改具有很敏感的脆弱性。當(dāng)圖像遭到惡意篡改時(shí)，會(huì)對(duì)特征水印和認(rèn)證水印的提取造成一定的影響，特別是特征水印的提取，大大提高了算法的脆弱性。由第4.1節(jié)可以看出，在對(duì)惡意篡改的脆弱性上，基于圖像內(nèi)容相關(guān)的水印算法比基于偽隨機(jī)序列的水印算法的敏感性要高。所以本文算法具有很敏感的篡改檢測(cè)脆弱性。

圖13 本文算法與參考文獻(xiàn)[11]算法的NC值比較

（2）抗攻擊的頑健性

由表2的“W^和W”欄可知，特征水印產(chǎn)生算法在抗擊圖像攻擊上表現(xiàn)出很好的頑健性，并且由表2的 “′和W”欄可知，水印嵌入算法在抗擊圖像攻擊上同樣表現(xiàn)出很強(qiáng)的頑健性。特征水印產(chǎn)生算法和水印嵌入算法優(yōu)異的頑健性，保證了含水印圖像在遭受到各種攻擊之后仍然能夠比較準(zhǔn)確提取出特征水印和認(rèn)證水印，很好地實(shí)現(xiàn)圖像的版權(quán)保護(hù)。

圖14 本文算法與參考文獻(xiàn)[17]算法的NC值比較

（3）水印嵌入強(qiáng)度選擇

水印嵌入強(qiáng)度β值的大小關(guān)系到水印的不可見性和頑健性，水印嵌入強(qiáng)度β值越大，水印頑健性就越好，含水印圖像質(zhì)量就會(huì)越差；反之，含水印圖像質(zhì)量越好，但是水印頑健性減弱。因此，β值需在兩者之間進(jìn)行一個(gè)折中的選擇。每個(gè)載體圖像的不同區(qū)域有比較大的差異，本文采取了一種自適應(yīng)水印嵌入強(qiáng)度選擇方式，即根據(jù)每個(gè)圖像塊自身信息進(jìn)行水印嵌入強(qiáng)度的選擇，較好地確保了水印不可覺察性和頑健性之間的平衡。

5 結(jié)束語

針對(duì)現(xiàn)有水印算法功能單一且無法實(shí)現(xiàn)完全盲檢測(cè)的局限性，提出一種同時(shí)進(jìn)行版權(quán)保護(hù)和內(nèi)容認(rèn)證的全盲雙功能數(shù)字水印算法。實(shí)驗(yàn)結(jié)果表明，相比于已報(bào)道的一些水印算法，本文算法對(duì)于常見的圖像處理攻擊具有更好的頑健性，能夠很好地實(shí)現(xiàn)圖像的版權(quán)保護(hù)，而且能夠?qū)D像遭受到惡意篡改區(qū)域進(jìn)行準(zhǔn)確的檢測(cè)和定位，實(shí)現(xiàn)圖像的內(nèi)容認(rèn)證。本文算法在進(jìn)行圖像版權(quán)保護(hù)和內(nèi)容認(rèn)證的過程中只用到了待檢測(cè)圖像，實(shí)現(xiàn)了全盲檢測(cè)，因此具有更大的實(shí)用性。

[1]PREDA R O. Semi-fragile watermarking for image authentication with sensitive tamper localization in the wavelet domain[J].Measurement,2013,46(1)：367-373.

[2] 葉天語.雙重功能圖像水印算法[J].光電子·激光,2011,22(4)：612-617. YE T Y.An image watermarking algorithm with dual purpose[J]. Journal of Optoelectronics·Laser.2011,22(4)：612-617.

[3] 呂建平,劉齊.基于混沌理論和量化方法的雙功能水印算法[J].西安郵電大學(xué)學(xué)報(bào),2014,19(3)：54-57. LV J P,LIU Q.Bifunctional watermarking algorithm based on chaos theory and quantitative methods[J].Journal of Xi’An University ofPostsand Telecommunications,2014,19(3)：54-57.

[4]葉天語,鈕心忻,楊義先.多功能雙水印算法[J].電子與信息學(xué)報(bào),2009,31(3)：546-551. YE T Y,NIU X X,YANG Y X.A multi-purpose dual watermark algorithm[J].Journal of Electronics&Information Technology,2009,31(3)：546-551.

[5]陳光喜,尹柳,易招師.基于整數(shù)提升小波變換的多功能數(shù)字水印[J].計(jì)算機(jī)工程與應(yīng)用,2010,46(11)：115-118. CHEN G X,YIN L,YI Z S.Multi-purpose digital watermark based on integer lifting wavelet transformation[J].Computer Engineering and Application,2010,46(11)：115-118.

[6]葉天語.自嵌入雙功能圖像水印算法[J].光子學(xué)報(bào),2012,41(7)：859-867. YE T Y.A self-embedding image watermarking scheme with dual purpose[J].Acta Photonica Sinica,2012,41(7)：859-867.

[7]朱光,師文,朱學(xué)芳,等.結(jié)合SURF特征的多功能彩色圖像水印算法[J].中國(guó)圖象圖形學(xué)報(bào),2013,18(12)：1694-1702. ZHU G,SHI W,ZHU X F,et al.Multi-purpose watermark of color image based on SURF[J].Journal of Image and Graphics, 2013,18(12)：1694-1702.

[8] 趙春暉,劉巍.基于壓縮感知的交互支持雙水印算法 [J].電子學(xué)報(bào),2012,40(4)：681-687. ZHAO C H,LIU W.Mutual support dual watermark algorithm based on compressive sensing [J].Acta Electronica Sinica, 2012,40(4)：681-687.

[9] 孟倩,王希常,劉江.基于DCT變換的數(shù)字水印算法研究[J].微型機(jī)與應(yīng)用,2010,29(23)：37-40. MENG Q,WANG X C,LIU J.Research on the digital watermark based on DCT[J].Image Processing and Multimedia Technology,2010,29(23)：37-40.

[10]PARAH S A,SHEIKH J A,LOAN N A,et al.Robust and blind watermarking technique in DCT domain using inter-block coefficient differencing[J].Digital Signal Processing,2016,53(C)：11-24.

[11]DAS C,PANIGRAHI S,SHARMA V K,et al.A novel blind robust image watermarking in DCT domain using inter-block coefficient correlation [J]. AEU-International Journal of Electronics and Communications,2014,68(3)：244-253.

[12]QI X,XIN X.A singular-value-based semi-fragile watermarking scheme for image content authentication with tamper localization[J]. Journal of Visual Communication & ImageRepresentation, 2015,30(C)：312-327.

[13]RANIA,BHULLAR A K,DANGWALD,etal.A zero-watermarking scheme using discrete wavelet transform[J]. Procedia Computer Science,2015,70：603-609.

[14]王友衛(wèi),申鉉京,呂穎達(dá),等.基于DCT和SVD變換的盲數(shù)字水印算法[J].計(jì)算機(jī)工程與應(yīng)用,2011,47(21)：157-161. WANG Y W,SHEN X J,LV Y D,et al.Blind digital watermarking algorithm based on DCT and SVD transform[J]. Computer Engineering and Applications,2011,47(21)：157-161.

[15]翟依依,王光義.基于Tent混沌序列的數(shù)字圖像加密方法[J].現(xiàn)代電子技術(shù),2014,37(12)：73-77. ZHAI Y Y,WANG G Y.Digital image encryption algorithm based on tentchaotic sequence [J].Modern Electronics Technique,2014,37(12)：73-77.

[16]葉天語.基于子塊區(qū)域分割和自嵌入技術(shù)的全盲多功能圖像水印算法[J].通信學(xué)報(bào),2013,34(3)：148-156. YE T Y.Perfectly blind image watermarking scheme with multi-purposebased on region segmentforsub-block and self-embedding technology[J].Journal on Communications,2013, 34(3)：148-156.

[17]葉天語.DWT-SVD域全盲自嵌入頑健量化水印算法 [J].中國(guó)圖象圖形學(xué)報(bào),2012,17(6)：644-650. YE T Y.Perfectly blind self-embedding robust quantizationbased watermarking scheme in DWT-SVD domain[J].Journal of Image and Graphics,2012,17(6)：644-650.

Bifunctional watermarking for copyright protection and content authentication with perfectly blind detection

XUE Dong,ZHOU Yaxun,JIN Wei
College of Information Science and Engineering,Ningbo University,Ningbo 315211,China

In view of the limitation that most of the watermarking algorithms are single in functions and unable to achieve perfectly blind detection,a bifunctional watermarking algorithm with perfectly blind detection for copyright protection and content authentication was proposed.The algorithm adopted the idea of region segmentation for sub-block,and the generation and embedding of watermark were respectively carried out in the different regions of the same sub-block.A feature watermark was generated by judging the parity of the first digit from the average of maximum singular values,and the watermark was embedded by adjusting two DCT coefficients of adjacent blocks in the same position.Both the image copyright protection and content authentication functions were achieved by comparing the generated feature watermark and blindly extracting authentication watermark in the detection. Compared to some of the reported watermarking schemes,the proposed algorithm not only has better robustness against the common attacks to realize the copyright protection,but also has a good sensitivity to malicious image tampering to accurately locate the tampered area.

dual function watermark,feature watermark,perfectly blind detection,copyright protection,tamper detection

TN911.7

A

10.11959/j.issn.1000-0801.2017017

薛棟（1991-），男，寧波大學(xué)碩士生，主要研究方向?yàn)閿?shù)字圖像處理、數(shù)字水印。

周亞訓(xùn)（1965-），男，博士，寧波大學(xué)教授，主要研究方向?yàn)閳D像信息隱藏和光纖通信。

金煒（1969-），男，博士，寧波大學(xué)副教授，主要研究方向?yàn)檫b感圖像處理、醫(yī)學(xué)圖像處理、壓縮感知和光電檢測(cè)。

2016-09-27；

2017-01-05

周亞訓(xùn)，zhouyaxun@nbu.edu.cn

國(guó)家自然科學(xué)基金資助項(xiàng)目（No.61271399）

Foundation Item：The National Natural Science Foundation of China(No.61271399)