基于DCT域的增益不變量化的數(shù)字圖像水印算法

湯永利，高玉龍，于金霞，葉 青，閆璽璽，張亞萍

(河南理工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，河南 焦作 454000)

基于DCT域的增益不變量化的數(shù)字圖像水印算法

湯永利，高玉龍，于金霞，葉 青，閆璽璽，張亞萍

(河南理工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，河南 焦作 454000)

提出一種新的基于離散余弦變換(discrete cosine transform,DCT)域的增益不變量化索引調(diào)制的數(shù)字圖像水印算法。該算法根據(jù)DCT域中DC分量的穩(wěn)健性，將水印信息采用增益不變的量化嵌入DC分量中，并通過最小距離公式進(jìn)行水印提取。水印被量化嵌入，提取水印信息無需原載體圖像，算法能對(duì)水印信息盲提取。實(shí)驗(yàn)結(jié)果表明，與其他數(shù)字水印算法相比，算法有較好的透明性，并對(duì)JPEG圖像壓縮、高斯噪聲、中值濾波、泊松噪聲、椒鹽噪聲、縮放等常見圖像攻擊有很強(qiáng)的魯棒性。

離散余弦變換(DCT)；量化索引調(diào)制；增益不變量化；量化步長(zhǎng)；數(shù)字水印

0 引 言

數(shù)字水印算法分為空域與變換域。兩類算法分別根據(jù)改動(dòng)空間域像素的灰度和變換域系數(shù)的大小嵌入水印信息。研究和設(shè)計(jì)透明性和魯棒性更佳的數(shù)字水印算法，對(duì)當(dāng)前數(shù)字內(nèi)容認(rèn)證、數(shù)字版權(quán)保護(hù)具有重要的作用和意義。

Chen和Wornell對(duì)基于量化的水印算法建立了理論框架，提出基于量化的信息隱藏方法——量化索引調(diào)制(quantization index modulation, QIM)[1]。Chen[2]等根據(jù)Costa的編碼思想[3]提出改進(jìn)算法失真補(bǔ)償量化索引調(diào)制(distortion-compensated QIM, DC-QIM)，QIM算法相關(guān)的擴(kuò)展算法還有QIM抖動(dòng)調(diào)制算法(dither modulation, DM)、以及擴(kuò)展變換抖動(dòng)調(diào)制算法(spread transform dither modulation, STDM)等。STDM算法是QIM圖像水印擴(kuò)展算法中重要的算法之一，針對(duì)常見的圖像攻擊算法具備良好的魯棒性，但STDM算法使用固定的量化步長(zhǎng)，導(dǎo)致水印算法的透明性不足。

根據(jù)QIM原理，文獻(xiàn)[4]提出比率抖動(dòng)調(diào)制水印算法(rational dither modulation, RDM)，算法較簡(jiǎn)單，但魯棒性較差；文獻(xiàn)[5]在RDM算法的基礎(chǔ)上提出雙曲線比率抖動(dòng)調(diào)制水印算法(hyperbolic rational dither modulation, HRDM)，一定程度上提高了RDM算法的魯棒性；文獻(xiàn)[6]中角向量量化索引調(diào)制(angle quantization index modulation, AQIM)，可有效抵抗幅度縮放攻擊，但對(duì)高斯白噪聲攻擊的魯棒性不高；文獻(xiàn)[7]中基于樣本投影增益不變的圖像水印算法(sample projection, SP)，從人類視覺系統(tǒng)(human visual system, HVS)角度，利用2-D空間的線段嵌入水印信息，該算法優(yōu)于AQIM算法和HRDM算法，但對(duì)濾波攻擊、圖像壓縮攻擊等魯棒性攻擊的穩(wěn)健性不足；文獻(xiàn)[8]提出一種增益不變量化索引調(diào)制(gain invariant quantization, GIQ)的量化思想，將水印信息嵌入到三級(jí)小波變換的系數(shù)中，算法利用范數(shù)的特性實(shí)現(xiàn)量化的增益不變，使算法具有較好的魯棒性，但水印嵌入位置選用三級(jí)小波變換的系數(shù)，導(dǎo)致算法水印容量較??；文獻(xiàn)[9]利用最小變形角度量化投影的策略提出改進(jìn)AQIM水印算法(improved AQIM, IAQIM)，降低了宿主信號(hào)嵌入的失真振幅；文獻(xiàn)[10]將QIM應(yīng)用于相對(duì)調(diào)制算法(relative modulation, RM)中，提出一種混合調(diào)制水印算法(mixed modulation, MM)，但需要調(diào)整算法參數(shù)來保證一定魯棒性的同時(shí)減輕DM對(duì)QIM算法水印透明性的影響；文獻(xiàn)[11]中基于Contourlet變換域的水印算法，將水印信息加密后嵌入到載體圖像經(jīng)Contourlet變換后的低通子帶系數(shù)中，并對(duì)分塊低通子帶的最大奇異值通過自適應(yīng)量化索引調(diào)制完成嵌入水印。該算法嵌入水印信息后有較好的透明性，并可以抵抗聯(lián)合圖像專家小組(joint photographic exports group, JPEG)壓縮、低通濾波、重采樣等常見的圖像攻擊，但對(duì)于抗噪聲性能明顯不足；文獻(xiàn)[12]中將秘密信息嵌入在加密后的JPEG比特流中；文獻(xiàn)[13]中提出一種新的可逆圖像數(shù)據(jù)隱藏方案的加密域。數(shù)據(jù)嵌入是通過一個(gè)公共密鑰調(diào)制機(jī)制；文獻(xiàn)[14]將水印在圖像分塊后的加密域或解密域進(jìn)行檢測(cè)與提取，提取準(zhǔn)確率高，算法魯棒性較強(qiáng)。

針對(duì)以上數(shù)字水印算法存在的魯棒性與透明性等問題，通過對(duì)離散余弦變換(discrete cosine transform, DCT)域中直流分量特點(diǎn)的分析，本文提出一種新的基于DCT域的增益不變量化索引調(diào)制(GIQ based on DCT domain, DCT-GIQ)數(shù)字圖像水印算法，實(shí)驗(yàn)結(jié)果顯示，DCT-GIQ算法具備較強(qiáng)的魯棒性和透明性。

1 相關(guān)知識(shí)

1.1 二維DCT變換與逆DCT變換

離散余弦變換是通過將時(shí)域圖像信號(hào)映射在頻域上，目的是將時(shí)域中的圖像系數(shù)的能量較為發(fā)散轉(zhuǎn)變成頻域能量較為聚集的方式，從而方便對(duì)載體圖片實(shí)行其他變換處理，同時(shí)根據(jù)傅里葉變換對(duì)稱的性質(zhì)，對(duì)載體圖片邊界實(shí)行折疊操作，使載體圖片變換為偶函數(shù)(余弦)，之后利用二維離散傅里葉變換，由此得到的結(jié)果僅包含余弦項(xiàng)[15]。

圖像矩陣A(N×N)的二維離散余弦變換及其逆DCT變換公式分別為

(1)-(2)式中：C(u,v)為圖像矩陣A(N×N)的DCT系數(shù)。

以二維離散余弦變換以8×8分塊為例，基于DCT域的圖像數(shù)字水印算法嵌入水印信息過程如圖1所示。

為保證所嵌入的水印信號(hào)具有較強(qiáng)的魯棒性，以及具有一定的防篡改定位能力，本文的方案都采用這種基于8×8分塊DCT域的數(shù)字水印技術(shù)，并選擇DC直流系數(shù)嵌入水印信息。

圖1 以8×8分塊DCT域的水印算法嵌入過程Fig.1 Embedding the watermarking algorithm in DCT domain of 8×8 block

1.2 量化索引調(diào)制QIM

QIM采用均勻量化的方式，其原理是構(gòu)造一個(gè)或一組包含索引集的量化函數(shù)，將隱藏信息作為其調(diào)制索引集中運(yùn)算的一個(gè)索引值，使其載體圖像信號(hào)以不同的量化函數(shù)進(jìn)行量化調(diào)制，以此量化的方式在載體圖片中嵌入相應(yīng)的水印信息[16]。然后通過代入最小距離公式完成水印提取，實(shí)現(xiàn)對(duì)水印信息的盲提取。

量化函數(shù)為y=Δround(x/Δ)；其中，Δ為量化步長(zhǎng)，round()為取整函數(shù)。

對(duì)于數(shù)字水印算法，QIM表示為

s(x,m)=q(x,m,Δ)

(3)

(3)式中：x作為載體圖片分塊的載體向量；m為將要嵌入的水印信息索引值；Δ為QIM的量化步長(zhǎng)；q(x,m,Δ)即為對(duì)應(yīng)的量化函數(shù)，運(yùn)算后可得出含有水印的載體向量s(x,m)。其中，由于水印信息不同，相應(yīng)的量化函數(shù)也不一樣，本文選擇采用二值水印圖像，其水印信息由“0”和“1”構(gòu)成，表示公式中不同的索引值，即可根據(jù)(3)式對(duì)應(yīng)2種量化器分別參與運(yùn)算，最終實(shí)現(xiàn)對(duì)載體圖片系數(shù)進(jìn)行量化處理，得到一張含有水印信息的載體圖片，完成水印的嵌入。

并按照最小距離公式完成水印提取

‖y-s(y,m)‖

(4)

(4)式中：y為代入最小距離公式中的含有水印信息的載體向量；m為嵌入的水印信息；arg為求反函數(shù)。

2 DCT-GIQ算法實(shí)現(xiàn)

2.1 水印信息嵌入位置的選擇

通常DCT域數(shù)字水印算法大多將水印嵌入在交流(alternating current, AC)分量的中、低頻系數(shù)。由于眼睛的視覺效果集中在中、低頻系數(shù)，水印受到攻擊后會(huì)使圖像視覺效果降低。

直流(direct current, DC)分量比AC分量的振幅大，由信號(hào)處理理論可知，含有水印信息的載體圖像在受到有損壓縮等信號(hào)攻擊處理后，信號(hào)攻擊對(duì)DC分量的影響明顯小于AC分量，所以，水印信息嵌入DC分量中比嵌入AC分量更加穩(wěn)健。因此，本文將GIQ應(yīng)用在DCT域的DC分量中。

通過實(shí)驗(yàn)驗(yàn)證，使用DCT域的DC分量會(huì)導(dǎo)致嵌入的水印容量低于嵌入在AC分量中低頻的水印容量，但其抵抗攻擊的能力的增強(qiáng)顯著，測(cè)試結(jié)果表明，DC分量的魯棒性較好，同時(shí)根據(jù)攻擊測(cè)試含有水印的載體圖像峰值信噪比的大小證明DCT-GIQ算法有較強(qiáng)的透明性。

2.2 水印信息的嵌入

1)將載體圖像按8×8進(jìn)行分塊，再對(duì)各個(gè)分塊做二維DCT變換，設(shè)共有n個(gè)分塊；

2)選取每個(gè)8×8的DCT系數(shù)塊中的DC分量進(jìn)行排列，則能夠得到一個(gè)DC分量數(shù)列u={u1,u2,u3,…,un}；

3)設(shè)置固定分組 ，將其中每h個(gè)DC分量分為一組(即h為每組DC分量的個(gè)數(shù))，然后分別取出每組DC分量的偶數(shù)列xi=u2i和奇數(shù)列yi=u2i-1；

4)分別代入下列公式求出每組的偶數(shù)列xi和奇數(shù)列yi的范數(shù)lx和范數(shù)ly；

(5)

(6)

(7)

經(jīng)過以上運(yùn)算，原載體圖像中每個(gè)8×8塊的DCT系數(shù)的DC分量利用其各組范數(shù)，按照量化索引調(diào)制將數(shù)字水印信號(hào)嵌入在載體圖像之中，最終獲得一張含有水印信息的載體圖像。

2.3 水印信息的提取

對(duì)嵌入水印的載體圖片提取水印信息，前4個(gè)步驟與水印嵌入的步驟相同，即按照8×8進(jìn)行分塊后，分別求出新的每組DC分量偶數(shù)列的范數(shù)lx′和奇數(shù)列的范數(shù)ly′。

1)將每組DC分量偶數(shù)列的范數(shù)lx′和奇數(shù)列的范數(shù)ly′進(jìn)行相比，求出每組2個(gè)范數(shù)的新的比值，設(shè)為

(8)

2)根據(jù)量化索引調(diào)制的原理，即量化區(qū)間與信息比特的映射關(guān)系來提取水印信息。代入最小距離公式提取水印

(9)

文獻(xiàn)[8]中的數(shù)字水印算法與本文算法相比較，前者基于DWT域，圖像經(jīng)過離散小波變換，本文算法基于DCT域，圖像經(jīng)過離散余弦變換；前者算法嵌入在圖像整體經(jīng)過三級(jí)小波變換后的系數(shù)中，本文所選用的嵌入位置是每個(gè)8×8分塊的DCT變換后的DC分量；最后兩者量化的過程也不相同。兩者之間所根據(jù)的原理互不相同，圖像變換也不一樣，經(jīng)過攻擊和仿真，其抵抗攻擊的魯棒性和透明性的效果也有差別，兩者算法之間有很大差異。

2.4 量化原理

DCT-GIQ增益不變的量化原理是通過利用DC分量組2個(gè)部分系數(shù)的歐式范數(shù)的比值，作為量化索引調(diào)制變量進(jìn)行嵌入。歐式范數(shù)又稱歐式距離(n維空間內(nèi)兩點(diǎn)的真實(shí)距離)，也可看作信號(hào)相似度。距離越近則越容易收到攻擊算法的干擾，反之距離越遠(yuǎn)則其誤碼率就會(huì)降低，魯棒性越好。利用歐式范數(shù)的性質(zhì)，將DC分量排列每h個(gè)分為一組，并求每組的歐式范數(shù)，得出每組歐式范數(shù)的比值，根據(jù)測(cè)試數(shù)據(jù)，調(diào)整h值的大小，使其范數(shù)比值在攻擊前后受到的影響最小，使本文算法的魯棒性最佳。

(10)

由(10)式可知，水印圖像經(jīng)過攻擊，分組分量的范數(shù)值的比值在攻擊后受到影響很小，采用DC分量范數(shù)比值作為量化索引調(diào)制變量進(jìn)行嵌入，DCT-GIQ實(shí)現(xiàn)增益不變量化，提高算法提取水印信息的準(zhǔn)確度，增強(qiáng)了水印算法的魯棒性。

2.5DCT-GIQ算法參數(shù)h值的分析

在Matlab環(huán)境下進(jìn)行DCT-GIQ算法的仿真與實(shí)現(xiàn)，實(shí)驗(yàn)選取1 024×1 024的lena灰度圖像為載體圖像，24×24的logo為二值水印圖像。

評(píng)價(jià)圖像數(shù)字水印算法的標(biāo)準(zhǔn)可分為提取水印的誤碼率(bit error ratio，BER)、峰值信噪比(peak signal-to-noise ratio，PSNR)以及歸一化相關(guān)系數(shù)(normalized correlation，NC)。

受到攻擊后，其中，BER越低，歸一化相關(guān)系數(shù)NC值越接近1，表明水印算法提取的水印信息越正確，即魯棒性越好。PSNR越大，表明水印算法對(duì)圖像影響很小，即透明性越好。

在本文算法中，對(duì)每組DC分量數(shù)列需要平分為奇數(shù)列和偶數(shù)列2個(gè)部分，需要分別求出2個(gè)部分的范數(shù)值，因此，h值應(yīng)為大于等于2的偶數(shù)。同時(shí)h值越大，則嵌入的水印容量就越小，反之，則水印容量越大。通過對(duì)算法分析，若每組DC系數(shù)的個(gè)數(shù)h值越大，則范數(shù)值越穩(wěn)定，變化越小，算法的魯棒性越好。以上分析表明，h值如果偏小則影響到DCT-GIQ的魯棒性，反之，則會(huì)影響到DCT-GIQ的水印容量。

將含有水印信息的載體圖像在質(zhì)量因子(quality factor，QF)為20的JPEG壓縮攻擊的情況下進(jìn)行攻擊測(cè)試，以BER，NC，PSNR值作為算法測(cè)試的評(píng)價(jià)標(biāo)準(zhǔn)。測(cè)試結(jié)果數(shù)據(jù)如表1所示。由于通過反復(fù)測(cè)試不同h值，結(jié)果顯示在h值大于14以后，算法水印提取的BER都為0，故表1中測(cè)試h值只記錄到16。

表1 不同h值的實(shí)驗(yàn)結(jié)果

表1中，若峰值信噪比PSNR值越大，則表明水印嵌入后透明性越好，當(dāng)PSNR>35 dB即可說明含有水印的載體圖像與原圖像的相似度很高，肉眼已經(jīng)無法區(qū)別二者的差異。表1中測(cè)試得到的PSNR都在35 dB以上，說明水印嵌入圖像前后，對(duì)圖像影響很小，視覺上幾乎沒有差別。

表1的實(shí)驗(yàn)結(jié)果得出，每組DC分量的個(gè)數(shù)h值越大，算法魯棒性越好。在h值為8時(shí)，BER和PSNR都比較良好，魯棒性和透明性都得到很好兼顧，同時(shí)考慮到載體圖像嵌入水印的容量，故本文算法選擇h值為8，即每組8個(gè)DC系數(shù)嵌入1位的水印信息。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 透明性分析

在Matlab環(huán)境下，實(shí)驗(yàn)分別選用不同紋理的Baboon，Bridge，Lena，Man 4個(gè)灰度圖像作為載體圖像對(duì)DCT-GIQ算法進(jìn)行透明性測(cè)試，測(cè)試得到的水印前后載體圖像的比較如圖2所示，實(shí)驗(yàn)結(jié)果如表2所示。

根據(jù)圖2和表2可以看出，對(duì)4種不同紋理的圖像分別使用DCT-GIQ嵌入前后，其PSNR值均在40以上，高于經(jīng)驗(yàn)閾值35，表明嵌入的水印信息后的載體圖像具備很好的透明性，嵌入算法對(duì)載體圖像視覺質(zhì)量的影響小。并且本文算法提取水印信息的BER均為0，顯示DCT-GIQ在保證良好的透明性的同時(shí)能夠正確的提取出相應(yīng)的水印信息。

圖2 不同載體圖像嵌入水印前和嵌入水印后的比較Fig.2 Comparison between original images and watermarked images

ImagePSNR/dBBERBaboon43.27610.0000Bridge43.77970.0000Lena48.61810.0000Man51.00220.0000

3.2 魯棒性分析

在Matlab環(huán)境下，針對(duì)多種常見的圖像攻擊算法進(jìn)行魯棒性測(cè)試。以NC和BER作為水印算法魯棒性的評(píng)價(jià)標(biāo)準(zhǔn)。

圖3 載體圖像嵌入前后及水印圖像Fig.3 Original image、watermarking image and watermarked image

載體圖像嵌入前后及水印圖像如圖3所示。在1 024×1 024的lena灰度圖像(圖3a)中用DCT-GIQ嵌入24×24的logo圖像(圖3b)得到嵌入水印后的載體圖像(圖3c)。對(duì)圖像(圖3c)分別通過JPEG壓縮攻擊、高斯噪聲攻擊、3×3的中值濾波攻擊、泊松噪聲攻擊、縮放4倍攻擊、椒鹽噪聲攻擊等進(jìn)行魯棒性測(cè)試，完成對(duì)水印圖像的提取，并對(duì)提取出的水印圖像與原水印圖像進(jìn)行比較，結(jié)果如表3所示，表3列出經(jīng)以上攻擊之后得出的BER，NC值并分析。

表3 不同圖像攻擊后的實(shí)驗(yàn)結(jié)果

BER值越低，NC值越接近1，說明提取的水印信息越準(zhǔn)確，即魯棒性越好。表3中對(duì)本文算法進(jìn)行JPEG圖像壓縮攻擊、高斯噪聲攻擊、中值濾波攻擊、泊松噪聲攻擊、椒鹽噪聲攻擊、縮放攻擊等圖像攻擊測(cè)試，當(dāng)含有水印信息的載體圖像未受到攻擊時(shí)，提取的水印NC為1，BER為0，表明DCT-GIQ算法能夠完整正確地提取出嵌入的水印信息。

表4給出了攻擊之后相對(duì)應(yīng)的原水印圖、提取后的水印圖片和水印圖像差異結(jié)果圖。如果對(duì)應(yīng)像素點(diǎn)無差異則差異結(jié)果圖對(duì)應(yīng)的像素點(diǎn)為黑色，反之則為白色。結(jié)合表3和表4攻擊后的結(jié)果，在經(jīng)過攻擊后，BER值都比較低，NC值在0.8以上，可以看出，DCT-GIQ算法針對(duì)多種常見的圖像攻擊算法具有很好的魯棒性，含水印載體圖像經(jīng)攻擊后依然能夠正確提取出水印信息。

JPEG壓縮攻擊是最常見的圖像有損壓縮算法。其JPEG壓縮攻擊實(shí)驗(yàn)結(jié)果和高斯噪聲攻擊實(shí)驗(yàn)結(jié)果分析如圖4-圖5所示。圖4中，針對(duì)JEPG壓縮攻擊，實(shí)驗(yàn)結(jié)果表明攻擊后的誤碼率都較低，圖像經(jīng)QF為25以上的JPEG壓縮攻擊后，誤碼率均為0，均能完整準(zhǔn)確的提取出水印信息，表明算法對(duì)JPEG壓縮攻擊有很強(qiáng)的魯棒性；高斯噪聲攻擊是一種常見的圖像噪聲干擾和波形攻擊算法。圖5中，針對(duì)高斯噪聲攻擊，在1%高斯噪聲攻擊的情況下，提取出的水印圖像BER為0.0781，NC為0.8279，表明本文算法在1%高斯噪聲攻擊時(shí)可以較好地提取出水印信息。上述實(shí)驗(yàn)數(shù)據(jù)表明，DCT-GIQ可抵抗強(qiáng)度較高的圖像攻擊，水印算法的魯棒性有進(jìn)一步提高。

圖4 JPEG壓縮攻擊實(shí)驗(yàn)結(jié)果Fig.4 BER Results of JPEG compression

圖5 高斯噪聲攻擊實(shí)驗(yàn)結(jié)果Fig.5 BER Results of Gaussian noise

3.3 與其他數(shù)字水印算法的對(duì)照分析

圖6 JPEG攻擊實(shí)驗(yàn)結(jié)果對(duì)比Fig.6 Comparing BER results of JPEG compression

在算法對(duì)比實(shí)驗(yàn)中，分別選用STDM算法，SP[7]，IAQIM[9]，MM[10]，文獻(xiàn)[11]中的算法與DCT-GIQ算法進(jìn)行比較。DCT-GIQ算法由于采用DC分量的穩(wěn)健性和增益不變量化的優(yōu)點(diǎn)，因此即使遇到強(qiáng)度較高的圖像攻擊算法，其每組DC分量奇偶范數(shù)比值受影響很小，能夠正確的提取出水印信息。圖6針對(duì)JPEG圖像壓縮攻擊進(jìn)行測(cè)試，選用STDM算法、SP，文獻(xiàn)[11]中的算法與DCT-GIQ進(jìn)行比較，通過比較誤碼率曲線可以看出，DCT-GIQ的魯棒性明顯優(yōu)于其他算法；圖7針對(duì)高斯噪聲攻擊選用STDM算法和本文DCT-GIQ算法比較，根據(jù)誤碼率曲線顯示本文算法的魯棒性依然優(yōu)于STDM算法；表5、表6、表7分別列出STDM算法，SP，IAQIM，MM，文獻(xiàn)[11]中的算法與DCT-GIQ針對(duì)多種不同類型的圖像攻擊時(shí)的詳細(xì)實(shí)驗(yàn)數(shù)據(jù)，通過比較可以看出，DCT-GIQ算法的BER值較低于其他算法，NC值均在0.8以上，表明本文DCT-GIQ算法針對(duì)多種圖像攻擊算法具備較強(qiáng)的魯棒性。

圖7 高斯噪聲攻擊實(shí)驗(yàn)結(jié)果對(duì)比Fig.7 Comparing BER results of Gaussian noise

攻擊STDMSP[7]Contourlet[11]DCT-GIQBERNCBERBERNCBERNC0.01椒鹽噪聲攻擊0.20440.59110.13520.11720.85550.00690.98473×3中值濾波攻擊0.00050.99900.08280.01070.98650.00001.00005×5中值濾波攻擊0.01510.96970.17730.05370.93240.00170.9962QF為15的JPEG壓縮0.32320.35340.26090.06640.91820.01740.9620QF為20的JPEG壓縮0.20140.59740.14850.011470.98170.01040.9791

表6 MM[10]和DCT-GIQ抗攻擊實(shí)驗(yàn)結(jié)果對(duì)比

表7 IAQIM[9]和DCT-GIQ攻擊實(shí)驗(yàn)對(duì)照

4 結(jié)束語

綜上所述，利用DCT域的DC分量的穩(wěn)健性和增益不變量化的優(yōu)點(diǎn)，水印信息采用增益不變的量化嵌入DC分量中，通過最小距離公式完成水印提取。通過實(shí)驗(yàn)測(cè)試以及對(duì)測(cè)試結(jié)果PSNR，BER，NC值的分析，并將STDM算法，SP[7]，IAQIM[9]，MM[10]，文獻(xiàn)[11]中的算法分別與DCT-GIQ算法進(jìn)行比較，結(jié)果顯示，DCT-GIQ算法具備優(yōu)良的魯棒性和透明性，可以有效抵抗JPEG圖像壓縮、高斯噪聲、中值濾波、泊松噪聲、椒鹽噪聲、縮放等圖像攻擊，提升了數(shù)字水印算法的性能。水印信息量化嵌入，提取水印信息不需原載體圖像，DCT-GIQ算法能夠盲提取水印信息，能夠方便有效地應(yīng)用于數(shù)字內(nèi)容認(rèn)證或數(shù)字版權(quán)保護(hù)等領(lǐng)域中。

[1] CHEN B, WORNELL G W. WORNELL, G W. Quantization Index Modulation: A Class of Provably Good Methods for Digital Watermarking and Information Embedding. IEEE Transactions on Information Theory 47(4), 1423-1443[J]. IEEE Transactions on Information Theory, 2001, 47:1423-1443.

[2] CHEN B, WORNELL G W. Preprocessed and postprocessed quantization index modulation methods for digital watermarking[J]. Proceedings of SPIE-The International Society for Optical Engineering, 2000, 3971(4):103-105.

[3] COSTA M. Writing on dirty paper[J]. IEEE Trans.inform.theory, 1983(29): 439-441.

[4] PEREZ-GONZALEZ F, MOSQUERA C, BARNI M, et al. Rational dither modulation: a high-rate data-hiding method invariant to gain attacks[J]. IEEE Transactions on Signal Processing, 2005, 53(10):3960-3975.

[5] GUCCIONE P, SCAGLIOLA M. Hyperbolic RDM for nonlinear valumetric distortions[J]. IEEE Transactions on Information Forensics & Security,2009,4(1):25-35.

[6] OURIQUE F, LICKS V, JORDAN R, et al. Angle QIM: a novel watermark embedding scheme robust against amplitude scaling distortions[C]// IEEE International Conference on Acoustics, Speech, and Signal Processing. PA, USA: Institute of Electrical and Electronics Engineers Inc.2005:797-800.

[7] AKHAEE M A, SAHRAEIAN S M E, JIN C. Blind Image Watermarking Using a Sample Projection Approach[J]. IEEE Transactions on Information Forensics & Security, 2011, 6(3):883-893.

[8] ZAREIAN M, TOHIDYPOUR H R. A Novel Gain Invariant Quantization-Based Watermarking Approach[J]. IEEE Transactions on Information Forensics & Security, 2014, 9(11):1804-1813.

[9] WANG Y G, ZHU G. An improved AQIM watermarking method with minimum-distortion angle quantization and amplitude projection strategy[J]. Information Sciences, 2015(316):40-53.

[10] HU H T, HSU L Y. A mixed modulation scheme for blind image watermarking[J]. AEU-International Journal of Electronics and Communications, 2015, 70(2):172-178.

[11] 朱少敏, 劉建明. 基于Contourlet變換域的自適應(yīng)量化索引調(diào)制數(shù)字圖像水印算法[J]. 光學(xué)學(xué)報(bào), 2009, 29(06):1523-1529. ZHU Shaomin, LIU Jianming. Adaptive quantization index modulation digital image watermarking algorithm based on contourlet transform domain[J]. Acta Optica Sinica, 2009, 29(06):1523-1529.

[12] QIAN Z, ZHANG X, WANG S. Reversible Data Hiding in Encrypted JPEG Bitstream[J]. IEEE Transactions on Multimedia, 2014, 16(5):1486-1491.

[13] ZHOU J, SUN W, DONG L, et al. Secure Reversible Image Data Hiding Over Encrypted Domain via Key Modulation[J]. IEEE Transactions on Circuits & Systems for Video Technology, 2015, 26(3):441-452.

[14] LIU H, XIAO D, ZHANG R, et al. Robust and hierarchical watermarking of encrypted images based on Compressive Sensing[J]. Signal Processing Image Communication, 2016, 45(C):41-51.

[15] CHANG C C, LIN C C, TSENG C S, et al. Reversible hiding in DCT-based compressed images[J]. Information Sciences, 2007, 177(13):2768-2786.

[16] 陳銘, 張茹, 劉凡凡,等. 基于DCT域QIM的音頻信息偽裝算法[J]. 通信學(xué)報(bào), 2009, 30(08):105-111. CHEN Ming, ZHANG Ru, LIU Fanfan. Audio steganography by quantization index modulation in the DCT domain[J]. Journal on Communications, 2009, 30(08):105-111.

(編輯：劉 勇)

Novel gain invariant quantization-based watermarking algorithm based on DCT domain

TANG Yongli, GAO Yulong, YU Jinxia, YE Qing, YAN Xixi, ZHANG Yaping

(College of Computer Science and Technology, Henan Polytechnic University, Jiaozuo 454000, P.R. China)

This paper presents a novel quantization-based watermarking algorithm based on DCT domain, which is invariant to gain attack. According to the robustness of DC component in DCT domain, watermark information is embedded in DC component by using gain invariant watermarking scheme based on quantization. The watermark code is extracted by using the minimum Euclidean distance. Because of quantization embedding strategies, watermarking extraction does not need the original host image, which is a blind watermarking algorithm. Experimental results verify the superiority of the proposed technique against common attacks in comparison with other algorithms, and it has a strong robustness to effectively resist the JPEG compression, Gaussian noise, median filter, Poisson noise, salt and pepper noise, image scaling attack.

discrete cosine transform(DCT); quantization index modulation; gain invariant quantization; quantization step; digital watermarking

10.3979/j.issn.1673-825X.2017.02.013

2016-04-28

2016-12-17 通訊作者：高玉龍 gao152259@163.com

國(guó)家自然科學(xué)基金(61300216);河南省科技廳項(xiàng)目(152102410048，142300410147);河南省教育廳項(xiàng)目(12A520021，16A520013);河南理工大學(xué)博士基金(B2013-043，B2014-044)

Foundation Items：The National Natural Science Foundation of China(61300216); The Science and Technology Department Program of Henan Province(152102410048，142300410147); The Education Department Program of Henan Province(12A520021，16A520013); The Doctor Foundation of Henan Polytechnic University(B2013-043，B2014-044)

TP309

A

1673-825X(2017)02-0223-09

湯永利(1972-)，男，河南孟州人，博士，副教授，主要研究領(lǐng)域?yàn)樾畔踩c密碼學(xué)。E-mail:yltang@hpu.edu.cn。

高玉龍(1989-)，男，河北人, 碩士研究生,主要研究領(lǐng)域?yàn)槊艽a學(xué)、數(shù)字水印。E-mail:gao152259@163.com。

于金霞(1974-),女,河南博愛人，教授，博士，主要研究方向?yàn)槿斯ぶ悄芘c信息安全。

葉 青(1981-),女,遼寧營(yíng)口人,博士，講師,主要研究領(lǐng)域?yàn)槊艽a學(xué)。

閆璽璽(1985-)，女，河南靈寶人,博士，講師,主要研究領(lǐng)域?yàn)槊艽a學(xué)。

張亞萍(1993-),女,河南信陽人, 碩士研究生, 主要研究領(lǐng)域?yàn)槊艽a學(xué)、數(shù)字水印。