基于Weber準(zhǔn)則的圖像脆弱盲水印技術(shù)研究

陳琴

（中國(guó)兵器工業(yè)第58研究所四川綿陽(yáng)621000）

基于Weber準(zhǔn)則的圖像脆弱盲水印技術(shù)研究

陳琴

（中國(guó)兵器工業(yè)第58研究所四川綿陽(yáng)621000）

提出了一種應(yīng)用于醫(yī)學(xué)圖像認(rèn)證的基于Weber準(zhǔn)則的脆弱盲水印技術(shù)，基于Weber準(zhǔn)則選擇圖像中的像素并插入脆弱水印。由于這種水印技術(shù)只選擇和改變圖像中的暗像素，因此不會(huì)造成圖像的明顯改變。這種水印技術(shù)能夠鑒定醫(yī)學(xué)圖像在傳輸過(guò)程中是否發(fā)生了改變，并且通過(guò)比較水印像素能夠確定發(fā)生改變的位置。同時(shí)由于這種水印技術(shù)是脆弱水印技術(shù)，對(duì)圖像的惡意改變非常敏感，因此非常適宜應(yīng)用在醫(yī)學(xué)圖像的認(rèn)證中。除此之外，本文方法還具有對(duì)圖像壓縮極強(qiáng)的容忍性，能夠?qū)⒄J(rèn)證信息嵌入水印當(dāng)中，這些特點(diǎn)在醫(yī)學(xué)圖像的認(rèn)證中都極其重要。最后，文中通過(guò)基于標(biāo)準(zhǔn)圖像庫(kù)的實(shí)驗(yàn)結(jié)果表明了本文方法的有效性。

Weber準(zhǔn)則；脆弱水印；醫(yī)學(xué)圖像；水印技術(shù)

數(shù)字圖像水印技術(shù)是數(shù)字信號(hào)處理應(yīng)用的一個(gè)重要方面。在圖像中加入水印可以達(dá)到保護(hù)知識(shí)產(chǎn)權(quán)，進(jìn)行圖像認(rèn)證的目的。數(shù)字圖像水印技術(shù)在許多方面得到了廣泛應(yīng)用[1]。根據(jù)應(yīng)用的不同可以設(shè)計(jì)穩(wěn)健水印，脆弱水印和半脆弱水印。穩(wěn)健水印是指水印一旦加入圖像以后就不能夠被去除。這種技術(shù)可以應(yīng)用于知識(shí)產(chǎn)權(quán)保護(hù)等領(lǐng)域[2]。脆弱水印是指水印圖像的任何改變也會(huì)導(dǎo)致水印自身的變化。因此脆弱水印對(duì)圖像的改變時(shí)非常敏感的，這種技術(shù)可以應(yīng)用于圖像認(rèn)證[3]。

到目前為止已經(jīng)發(fā)展出了許多應(yīng)用于圖像認(rèn)證的水印技術(shù)[4]，但是在醫(yī)學(xué)圖像的認(rèn)證中，這種認(rèn)證還是非常困難的。因?yàn)槿绻J(rèn)證錯(cuò)誤就會(huì)導(dǎo)致錯(cuò)誤的結(jié)論。在本文方法中，我們采用Weber準(zhǔn)則來(lái)選擇插入水印的圖像像素。采用Weber準(zhǔn)則，只會(huì)選擇和改變暗像素。這樣就不會(huì)造成原圖像的明顯改變。文獻(xiàn)[5]研究了醫(yī)學(xué)圖像的認(rèn)證技術(shù)，并且指出在醫(yī)學(xué)圖像插入水印的時(shí)候不應(yīng)該造成圖像質(zhì)量的下降。文獻(xiàn)[6]定義了醫(yī)學(xué)圖像水印相關(guān)的問(wèn)題，并且指出，醫(yī)學(xué)圖像的認(rèn)證應(yīng)當(dāng)將壓縮與其它改變區(qū)分開(kāi)來(lái)。在本文給出的水印技術(shù)中，醫(yī)學(xué)圖像會(huì)被鑒定為在傳輸過(guò)程中發(fā)生了改變或者沒(méi)有發(fā)生改變，并且通過(guò)比較水印像素能夠確定發(fā)生改變的位置。為了使得這種脆弱水印技術(shù)能夠應(yīng)用于醫(yī)學(xué)圖像的認(rèn)證，我們通過(guò)量化的方法在所選擇的像素上加入水印。最后，通過(guò)基于標(biāo)準(zhǔn)圖像庫(kù)的實(shí)驗(yàn)結(jié)果表明了本文方法的有效性。

1 Weber準(zhǔn)則

在文獻(xiàn)[7]中，作者將Weber準(zhǔn)則應(yīng)用于水印認(rèn)證。Weber準(zhǔn)則指出增量閥值與背景強(qiáng)度的比值為常數(shù)。文獻(xiàn)[8]采用Weber準(zhǔn)則來(lái)定義Weber描述器。這種描述器基于兩個(gè)分量:差分激勵(lì)（χ）和像素的方向(λ)。為了計(jì)算強(qiáng)度為f(xi,yi)的像素(xi,yi)的差分激勵(lì)，需要計(jì)算其與周?chē)?個(gè)像素的強(qiáng)度的不同，并且需要評(píng)估其與當(dāng)前強(qiáng)度的不同的比值，如圖1所示。然后對(duì)這個(gè)比值求解反正切:

圖1 像素(xi,yi)的鄰近像素

χ(xi,yi)耳朵取值范圍為[-π/2,π/2]。如果在這個(gè)式子中，分子分母同時(shí)為0，則將χ(xi,yi)置為0。χ(xi,yi)的值可能為正，也可能為負(fù)。如果當(dāng)前像素的鄰近像素的強(qiáng)度大于當(dāng)前像素，則χ(xi,yi)為正；相反，χ(xi,yi)為負(fù)。χ(xi,yi)為正，意味著當(dāng)前像素是較暗的像素。在本文采用的水印技術(shù)中，通過(guò)χ(xi,yi)的值來(lái)選擇添加水印的像素。

2 脆弱水印技術(shù)

本文提出的基于Weber準(zhǔn)則的水印技術(shù)是一種空域水印技術(shù)。這種水印技術(shù)通過(guò)抖動(dòng)量化方法在圖像中加入脆弱水印。在這種方法中通過(guò)Weber準(zhǔn)則選擇強(qiáng)度比周?chē)袼馗醯南袼?。然后利用抖?dòng)量化方法改變所選擇像素的強(qiáng)度。

在圖像中加入水印需要以下的步驟:

1）將大小為M×N的圖像H分解為3×3的塊，則圖像H可以表示為:

其中Bp,q可以表示為:

2）計(jì)算Bp,q中強(qiáng)度為f(xi,yi)的中心像素(xi,yi)的χ(xi,yi)；

3）選擇具有正的χ(xi,yi)的像素；

4）通過(guò)式（4）改變所選擇的像素的強(qiáng)度:

其中，fw(xi,yi)為加入水印以后的像素的強(qiáng)度，dk(0)為[0,Δ]的偽隨機(jī)數(shù)；dk(1)為Δ/2+dk(0)。Δ為量化步徑，k為需要加入水印的像素。隨著Δ的增大，水印對(duì)圖像的改變?cè)讲灰妆徊煊X(jué)。在本文的實(shí)驗(yàn)中，我們將Δ設(shè)置為2。

從水印圖像中提取水印，需要采用與加入水印時(shí)相同的步驟選擇所需提取水印的像素。提取水印的步驟為:

1）將大小為M×N的水印圖像WI分解為3×3的塊，則圖像WI可以表示為:

其中:

2）計(jì)算WBp,q中強(qiáng)度為fw(xi,yi)的中心像素(xi,yi)的χ(xi,yi)；

3）選擇具有正的χ(xi,yi)的像素；

4）采用與相同的抖動(dòng)向量dk(0)和dk(1)對(duì)所選擇的像素量化。然后比較這兩種量化方式的距離和所選擇像素的強(qiáng)度，然后采用式（7）計(jì)算bk:

其中:

3 實(shí)驗(yàn)結(jié)果

為了評(píng)估本文提出的水印技術(shù)的性能，進(jìn)行了基于標(biāo)準(zhǔn)醫(yī)學(xué)圖像庫(kù)的實(shí)驗(yàn)[9-10]。這些圖像包含了大小不同的超聲圖像，MRI，CT等，如圖2所示。同時(shí)還將本文算法的結(jié)果與現(xiàn)有的脆弱水印技術(shù)所得到的結(jié)果相比較以驗(yàn)證本文算法的優(yōu)勢(shì)。

圖2 測(cè)試圖像示例

進(jìn)行了基于高對(duì)比度和低對(duì)比度圖像的實(shí)驗(yàn)。圖2中a和c為高對(duì)比度圖像，b和e為低對(duì)比度圖像；d和f為來(lái)自另一個(gè)數(shù)據(jù)庫(kù)的高對(duì)比度圖像。

在圖2所示的圖像中，加入了不同長(zhǎng)度的隨即水印模式。所能加入的最大比特?cái)?shù)為中心像素具有正的χ(xi,yi)的大小為3×3的圖像塊。圖2中所加入水印的數(shù)量如表1所示，響應(yīng)的水印圖像如圖3所示。從中可以觀測(cè)到，在采用本文算法的水印技術(shù)中，在高對(duì)比度圖像中可以加入水印的比特?cái)?shù)大于低對(duì)比度圖像。從圖3可以清楚的看到，本文所提出的水印技術(shù)是很難被察覺(jué)的。為了驗(yàn)證本文水印技術(shù)的不易被察覺(jué)，可以采用式（9）所示的PSNR:

醫(yī)學(xué)圖像水印技術(shù)的評(píng)估方法和其它水印技術(shù)不同。這是因?yàn)椴捎昧瞬煌乃拗鲌D像，同時(shí)希望水印的不易被察覺(jué)和對(duì)各種改變的敏感。文獻(xiàn)[11]定義了圖像認(rèn)證系統(tǒng)的評(píng)價(jià)標(biāo)準(zhǔn)，并指出評(píng)價(jià)方法應(yīng)當(dāng)滿足一下的標(biāo)準(zhǔn):對(duì)惡意改變的敏感性；對(duì)圖像壓縮的容忍性；能夠檢測(cè)改變區(qū)域的位置；認(rèn)證數(shù)據(jù)應(yīng)當(dāng)嵌入水印圖像；嵌入圖像的水印應(yīng)當(dāng)具有不可見(jiàn)性?；谝陨系倪@些準(zhǔn)則，衡量本文算法應(yīng)用于醫(yī)學(xué)圖像水印技術(shù)的適用性。

首先來(lái)看對(duì)惡意改變的敏感性。為了驗(yàn)證本文算法對(duì)惡意改變的敏感性，在圖3所示的水印圖像中加入Gaussian噪聲。受到不同均值和方差的噪聲影響的圖像如圖4所示。

表1 圖2中不同圖像所加入水印的比特?cái)?shù)量

圖3 加入水印后的圖像

從中可以觀察到，從噪聲圖像提取的水印會(huì)導(dǎo)致一系列的誤報(bào)和漏報(bào)。從受到不同均值和方差的噪聲影響的圖像中提取的水印導(dǎo)致的誤報(bào)和漏報(bào)的數(shù)量如表2所示。從表中可以清楚的看到，本文方法對(duì)噪聲非常敏感，能夠應(yīng)用于醫(yī)學(xué)圖像的認(rèn)證。噪聲會(huì)導(dǎo)致如此多的誤報(bào)和漏報(bào)主要是因?yàn)橹辉诰哂姓较虻南袼刂屑尤肓怂?。在水印提取的時(shí)候，由于受到噪聲的影響，具有負(fù)的到時(shí)接近于0的激勵(lì)值就會(huì)變?yōu)檎?；同理具有整的但是接近?的激勵(lì)就會(huì)變?yōu)樨?fù)。

為了驗(yàn)證本文算法對(duì)壓縮的容忍性，對(duì)圖3所示的圖像進(jìn)行各種壓縮。發(fā)現(xiàn)當(dāng)壓縮比為15%時(shí)，仍然能夠準(zhǔn)確的提取出水銀。表3所示為不同壓縮比情況下的測(cè)試結(jié)果。從表3的結(jié)果我們可以看出，本文方法能夠在水水印圖像沒(méi)有質(zhì)量下降的情況下對(duì)圖像進(jìn)行認(rèn)證。由于在壓縮比高于15%以后，壓縮水印圖像的質(zhì)量開(kāi)始下降，因此本文算法對(duì)壓縮的容忍性為壓縮比達(dá)到或低于15%。

為了驗(yàn)證本文算法能夠準(zhǔn)確的定位水印圖像發(fā)生改變的地方，將水印圖像的一塊截取，然后貼上其它圖像。失真圖像如圖5所示。為了檢測(cè)圖像的失真部分，畫(huà)出了需要檢測(cè)的水印的線圖，如圖6所示。

圖4 受噪聲影響的圖像

表2 本文算法對(duì)噪聲敏感性測(cè)試結(jié)果

表3 本文算法對(duì)不同壓縮比的容忍度測(cè)試結(jié)果

圖5 失真圖像

從圖7所示的線圖可以發(fā)現(xiàn)，在塊標(biāo)號(hào)為450～900范圍內(nèi)提取的水印與期望的水印不同。因此標(biāo)號(hào)為450～900范圍內(nèi)的水印圖像具有失真，因此不能夠被認(rèn)證，而圖形的其它部分可以被認(rèn)證。

為了定位由于噪聲影響而發(fā)生改變的區(qū)域，我們?cè)谒D像的局部加入Gaussian噪聲，如圖5c所示。為了檢測(cè)圖像的失真部分，我們畫(huà)出了檢測(cè)水印和期望水印的線圖，如圖7所示。從線圖中可以發(fā)現(xiàn)在標(biāo)號(hào)為1 200～1 600范圍內(nèi)的水印圖像與期望的圖像不一致，因此這一區(qū)域不能被認(rèn)證。

圖6 水印圖像受到截取攻擊和噪聲攻擊時(shí)的檢測(cè)結(jié)果

在本文提出的水印技術(shù)中，將水印加入了暗像素中?；赪eber準(zhǔn)則，選擇具有正的χ(xi,yi)的像素，然后在其中加入水印比特。由于只在暗像素上加入了水印，因此加入宿主圖像的水印是完全不可見(jiàn)的。

為了驗(yàn)證水印的不可見(jiàn)性，可以采用PSNR作為標(biāo)準(zhǔn)。圖3所示的宿主圖像與圖3所示的水印圖像之間的PSNR值如表4所示。從表4中可以看出，水印圖像的PSNR非常高，因此其可見(jiàn)性是非常低的。

表4 主圖像與水印圖像之間的PSNR值

4 與現(xiàn)有水印技術(shù)的比較

為了分析本文算法的性能，將本文算法的結(jié)果與其它水印算法的結(jié)果相比較[12-14]。比較了不同算法所得到的PSNR。為了比較宿主圖像和水印圖像的PSNR，采用了來(lái)自于Springer醫(yī)學(xué)圖像數(shù)據(jù)庫(kù)的圖像[9]，如圖7所示。在文獻(xiàn)[12]的水印技術(shù)中，病人的信息被作為水印嵌入圖像中。首先將圖像進(jìn)行二尺度小波變換，然后選擇其中的兩個(gè)子帶嵌入水印。采用文獻(xiàn)[12]方法和本文方法所得到的PSNR如表5所示。從表5中的結(jié)果可以看出，本文算法所得到的PSNR明顯更高。因此本文算法的不可見(jiàn)性更優(yōu)。

表5 各種不同圖像的PSNR比較

表6 本文算法與文獻(xiàn)[12]算法的PSNR比較

表7 本文算法與文獻(xiàn)[13-14]算法的PSNR比較

此外還對(duì)比了本文算法與文獻(xiàn)[13-14]中的算法的水印的不可見(jiàn)性。所采用的圖像如圖8所示。文獻(xiàn)[13]采用了一種盲水印技術(shù)，將ECG信號(hào)作為水印嵌入宿主圖像中以認(rèn)證醫(yī)學(xué)圖像。采用EZW算法來(lái)嵌入水印，將ECG信號(hào)的小波變換的較大值替換為對(duì)應(yīng)的宿主圖像的小波系數(shù)值。宿主圖像與水印圖像的PSNR值如表6所示。文獻(xiàn)[14]提出了一種在傳輸過(guò)程中認(rèn)證醫(yī)學(xué)圖像的水印技術(shù)。在水印嵌入過(guò)程中，采用宿主圖像的最不重要的像素來(lái)嵌入水印。主圖像與水印圖像的PSNR值如表7所示。

從表6和表7可以看出，采用本文算法的水印的PSNR值明顯更高。同時(shí)，文獻(xiàn)[13-14]只分析了一個(gè)參數(shù)的結(jié)果，而在本文中分析了算法的所有參數(shù)的性能，包含了改變區(qū)域的檢測(cè)性能，對(duì)局部噪聲的敏感性，對(duì)壓縮的容忍性等。因此，從多個(gè)方面的比較結(jié)果可以看出，本文所提出的水印算法具有更好的適用性和優(yōu)勢(shì)。

圖7 比較不同算法的PSNR所用到的圖像

圖8 比較本文算法和文獻(xiàn)[13-14]算法所用到的圖像

5 結(jié)論

本文主要研究了醫(yī)學(xué)圖像認(rèn)證中所用到的脆弱水印技術(shù)。這種水印技術(shù)通過(guò)Weber準(zhǔn)則選擇添加水印的圖像像素。通過(guò)實(shí)驗(yàn)驗(yàn)證表明了本文算法具有以下特點(diǎn):能夠適用于醫(yī)學(xué)圖像的認(rèn)證，不管圖像在傳輸過(guò)程中是否發(fā)生了失真；由于采用了Weber準(zhǔn)則選擇添加水印的圖像像素，這種算法所添加的水印具有高度不可見(jiàn)性；這種水印技術(shù)圖像的壓縮容忍度極好；這種水印技術(shù)隊(duì)惡意改變和噪聲攻擊都非常敏感。通過(guò)與現(xiàn)有水印技術(shù)的比較證明了本文算法的有效性和優(yōu)勢(shì)。

[1]劉珊.基于DCT域的多重視頻水印算法研究[D].贛州：江西理工大學(xué)，2015.

[2]楊志疆，葉阿勇.一種基于DWT-QR的脆弱性音頻水印算法[J].吉林師范大學(xué)學(xué)報(bào):自然科學(xué)版，2015，36（1）:130-135.

[3]李娟.離散小波變換和正交三角分解相融合的圖像水印算法[J].激光雜志，2015（9）:72-76.

[4]劉真，白韜韜，盧鵬.一種解密圖像無(wú)背景噪聲的加密全息數(shù)字水印技術(shù)[J].光學(xué)學(xué)報(bào)，2015（2）:88-95.

[5]謝斌，劉珊，任克強(qiáng).基于DCT的自適應(yīng)多重彩色圖像盲水印算法[J].電視技術(shù)，2014，38（9）:21-24.

[6]朱建忠，姚志強(qiáng).基于DWT-SVD和Turbo碼的彩色圖像盲水印算法[J].吉林大學(xué)學(xué)報(bào):理學(xué)版，2014（4）:773-778.

[7]劉成云，常發(fā)亮.基于稀疏表示和Weber定律的運(yùn)動(dòng)圖像盲復(fù)原[J].光學(xué)精密工程，2015，23（2）:600-608.

[8]張超.基于Weber數(shù)值的碎浪與泡沫實(shí)時(shí)模擬[D].秦皇島：燕山大學(xué)，2014.

[9]王萌.基于醫(yī)學(xué)圖像內(nèi)容保護(hù)的水印算法研究[D].杭州：杭州電子科技大學(xué)，2014.

[10]劉亞中.面向醫(yī)學(xué)圖像的數(shù)字水印技術(shù)研究[D].杭州:杭州電子科技大學(xué)，2014.

[11]周武杰.立體圖像數(shù)字水印技術(shù)及其應(yīng)用研究[D].寧波:寧波大學(xué)，2014.

[12]高海波，鄧小鴻，陳志剛.基于可逆可見(jiàn)水印的醫(yī)學(xué)圖像隱私保護(hù)算法[J].計(jì)算機(jī)應(yīng)用，2014，34（1）:119-123.

[13]鄧小鴻，陳志剛，毛伊敏.基于無(wú)損水印的醫(yī)學(xué)圖像篡改檢測(cè)和高質(zhì)量恢復(fù)[J].中國(guó)圖象圖形學(xué)報(bào)，2014，19（4）:583-591.

[14]劉瑤利，李京兵.基于3D-DCT和混沌加密的醫(yī)學(xué)體數(shù)據(jù)多水印算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（1）:26-31.

[15]高琳.醫(yī)學(xué)圖像數(shù)字水印技術(shù)研究[D].天津：南開(kāi)大學(xué)，2014.

Research of medical image fragile and blind watermarking technique based on Weber rule

CHEN Qin
（NO.58Research Institute of China Ordnance Industries,Mianyang621000，China）

A blind and fragile watermarking technique based on Weber rule is proposed.Based on Weber rule selected pixels in the image and inserting fragile watermark,to identification of medical images in transmission process is changed,and by comparing the watermark pixel to determine where the change occurred,the malice of the technique of image change is very sensitive,very suitable for application in medical image authentication.In addition,the method also has the very strong tolerance to image compression,the authentication information can be embedded in the watermark,these features are very important in the medical image authentication.Experimental results show that the method is effective for the sensitive image.

Weber rule；fragile watermarking；medical image；watermarking technique

TN919

A

1674-6236（2017）23-0001-06

2016-06-04稿件編號(hào)：201606033

國(guó)家自然科學(xué)基金項(xiàng)目(61133016)

陳琴（1977—），女，四川綿陽(yáng)人，工程師。研究方向：計(jì)算機(jī)應(yīng)用。