高質(zhì)量可恢復(fù)半脆弱水印算法研究

宋培非 丁海洋 張珍珍 李子臣

摘 要：兼顧水印嵌入容量和安全性，提出一種高質(zhì)量可恢復(fù)半脆弱水印算法，在保證恢復(fù)效果的同時(shí)，減少水印嵌入容量，提高含水印圖像質(zhì)量。提取原始圖像的高5位，將得到的高5位圖像進(jìn)行小波變換，把低頻系數(shù)作為恢復(fù)水印信息，嵌入到原始圖像的映射塊低位。使用恢復(fù)水印，結(jié)合篡改圖像的高5位圖像的小波低頻系數(shù)實(shí)現(xiàn)圖像篡改的檢測(cè)、定位及恢復(fù)。實(shí)驗(yàn)結(jié)果表明，該算法與已有的算法相比，水印嵌入容量小，嵌入水印圖像質(zhì)量高，能有效抵抗剪切、拼貼及涂鴉等已知偽造攻擊，并且能夠更好地實(shí)現(xiàn)篡改圖像的檢測(cè)、定位與恢復(fù)。

關(guān)鍵詞：恢復(fù)水??；小波系數(shù)；水印嵌入容量；篡改檢測(cè)

中圖分類號(hào)：TP301.6 文獻(xiàn)標(biāo)識(shí)碼：B

Abstract： Considering the watermark embedding capacity and security， high-quality recoverable semi-fragile watermarking algorithm is proposed to reduce the watermark embedding capacity and improve the quality of watermark images while ensuring the recovery effect. The author would extract top 5 bits of the original image， and the obtained top-five bitmap is subjected to wavelet transform. The low-frequency coefficient is used as the restored watermark information， and is embedded in the lower part of the mapping block of the original image. Using the recovered watermark and combining with the wavelet low-frequency coefficients of top-five bitmap of the tampering image， the tampering detection， positioning and recovery of image would be realized. According to the experimental results， compared with the existing algorithms， the proposed algorithm has small watermark embedding capacity and high-quality embedded watermark image. It can effectively resist known forgery attacks such as clipping， collage and graffiti. Also， it can better realize the detection， positioning and recovery of tampering image.

Key words： recovered watermark； wavelet coefficient； watermark embedding capacity； tamper detection

1 引言

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和多媒體數(shù)字化技術(shù)的迅速發(fā)展，數(shù)字圖像成為人們獲取與交換信息的主要來(lái)源和信息傳播的重要載體。但是，也是因?yàn)榧夹g(shù)的不斷發(fā)展，出現(xiàn)了各種各樣的圖像處理軟件，使數(shù)字圖像在存儲(chǔ)和傳輸?shù)倪^(guò)程中，很容易被篡改。如果篡改和偽造的數(shù)字圖像被用于法庭證據(jù)、科學(xué)發(fā)現(xiàn)等領(lǐng)域，會(huì)造成嚴(yán)重的負(fù)面影響和后果。因此，如何保證數(shù)字圖像的真實(shí)性和完整性成為熱門研究課題，不僅具有重要的學(xué)術(shù)價(jià)值，更具有重要的社會(huì)意義和廣泛的應(yīng)用前景。

基于數(shù)字水印的圖像實(shí)現(xiàn)篡改后的恢復(fù)，它應(yīng)滿足幾點(diǎn)：（1）水印的不可見(jiàn)性，人眼觀察系統(tǒng)察覺(jué)不到含水印圖像與原始圖像的不同；（2）篡改檢測(cè)與定位，檢測(cè)篡改區(qū)域并定位；（3）篡改恢復(fù)，近似恢復(fù)篡改區(qū)域的原始內(nèi)容；（4）盲檢測(cè)，對(duì)圖像認(rèn)證時(shí)不需要原始圖像。目前已有的很多算法的水印嵌入容量較大，導(dǎo)致嵌入水印后的圖像質(zhì)量下降。

文獻(xiàn)[1]是將圖像分為平滑塊和紋理塊，平滑塊6比特水印信息，紋理塊12比特水印信息。雖然能夠得到不錯(cuò)的恢復(fù)效果，但是嵌入水印信息容量比較大。文獻(xiàn)[2]利用小波變換后的系數(shù)來(lái)得到恢復(fù)水印信息，平均像素水印嵌入容量達(dá)到了2比特。文獻(xiàn)[3]的主要思想是對(duì)水印進(jìn)行重復(fù)嵌入，雖然得到了不錯(cuò)的恢復(fù)效果，但其紋理復(fù)雜區(qū)域損失了低三位的信息，紋理簡(jiǎn)單區(qū)域也損失了低兩位的信息，大大的增加了水印嵌入容量。

為了能夠在降低水印嵌入容量的同時(shí)，還能夠得到很好的篡改恢復(fù)效果，本文提出一種基于小波變換的可恢復(fù)水印算法，主要思想是將原始圖像的高5位圖像進(jìn)行小波變換，然后將低頻系數(shù)作為恢復(fù)水印信息，再根據(jù)原始圖像塊之間的映射關(guān)系嵌入水印，從而達(dá)到篡改檢測(cè)與定位以及篡改恢復(fù)。與已有算法相比，本文算法的水印嵌入容量最小，含水印圖像質(zhì)量最好，并且能有效抵抗拼貼攻擊、恒均值攻擊等已知偽造攻擊。

2 算法設(shè)計(jì)

算法總體框架圖如圖1所示。

2.1 harr小波變換

由于對(duì)一幅二維圖像進(jìn)行harr小波變換，可對(duì)行、列分別進(jìn)行一次提升，得到一層小波變換低頻系數(shù)，三個(gè)不同方向的高頻系數(shù)、和。圖像經(jīng)過(guò)一次小波變換，其在小波域中統(tǒng)一位置上的系數(shù)、、及與空間域中對(duì)應(yīng)的2×2子塊存在對(duì)應(yīng)關(guān)系，，如果圖像塊發(fā)生改變，也會(huì)引起小波系數(shù)、、和的變化，反過(guò)來(lái)說(shuō)，就可以根據(jù)位置上的小波系數(shù)的變化來(lái)判斷圖像塊是否發(fā)生變化。

2.2 恢復(fù)水印的生成

對(duì)大小為m×m原始圖像（非正方形圖像可進(jìn)行邊界拓延處理）取高5位得到圖像，對(duì)進(jìn)行一次harr小波變換，得到harr小波變換系數(shù)、、及，，。將得到的小波變換系數(shù)通過(guò)逆變換可以得到圖像，我們通過(guò)實(shí)驗(yàn)得出，我們采用低頻系數(shù)，將高頻系數(shù)、及全部置零，然后再通過(guò)小波逆變換，仍然可以得到圖像的近似圖像。因此，本文將作為恢復(fù)水印信息。

設(shè)為高5位圖像的一個(gè)2×2子塊，在不考慮取整的情況下，經(jīng)過(guò)一次小波變換，該子塊的低頻系數(shù)。由于圖像為原始圖像的高5位，其值都應(yīng)在[0，31]之間，即低頻系數(shù)。則每個(gè)低頻系數(shù)生成6比特水印信息。其中，為的6位二進(jìn)制編碼。

2.3 水印嵌入

3 實(shí)驗(yàn)結(jié)果與分析

本文算法通過(guò)MATLAB2017進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)圖像選擇大小為512×512的標(biāo)準(zhǔn)灰度圖像，如圖2所示，（a）為L(zhǎng)ena圖，（b）為Baboon圖，（c）為Peppers圖，（d）為Barbara圖。主要從水印嵌入容量、含水印圖像質(zhì)量、水印信息量及篡改檢測(cè)與恢復(fù)能力幾個(gè)方面進(jìn)行比較分析。

3.1 水印嵌入容量

表1給出了本文、文獻(xiàn)[1]、文獻(xiàn)[2]和文獻(xiàn)[3]的水印嵌入容量比較結(jié)果。由表1可以看出，本文算法與其他方法相比，本文的水印嵌入容量較小，對(duì)載體圖像的影響最小。

3.2 含水印圖像質(zhì)量

水印容量會(huì)影響嵌入水印后圖像的質(zhì)量。圖3給出了實(shí)驗(yàn)所用4幅圖像的原始圖像與含水印圖像。其中，（a）、（b）、（c）、（d）為原始圖像，（e）、（f）、（g）、（h）為含水印圖像。表2給出了本文、文獻(xiàn)[1]、文獻(xiàn)[2]和文獻(xiàn)[3]的含水印圖像質(zhì)量比較結(jié)果。嵌入水印后圖像的PSNR越大，生成的含水印圖像的質(zhì)量越好，從表2可以看出，與其他方法相比，本文算法的含水印圖像PSNR最大。

3.3 水印信息量

水印信息量是指恢復(fù)水印中所包含的原始圖像信息量。水印信息量越大，篡改圖像的恢復(fù)質(zhì)量也就越高，理想情況是用盡可能少的比特保存盡可能多的原始圖像信息。表3給出了本文、文獻(xiàn)[1]、文獻(xiàn)[2]和文獻(xiàn)[3]的水印信息量比較結(jié)果。從表3可以看出，本文算法在水印容量小很多的情況下，恢復(fù)水印重構(gòu)圖像的PSNR與其他方法相差不大。

3.4 篡改檢測(cè)與篡改恢復(fù)

為了驗(yàn)證本文算法的篡改檢測(cè)與恢復(fù)能力，對(duì)不同的水印圖像進(jìn)行了剪切攻擊，圖4～9給出了實(shí)驗(yàn)結(jié)果。其中，圖4（a）對(duì)Lena水印圖進(jìn)行剪切攻擊，圖5（a）對(duì)Baboon水印圖進(jìn)行剪切攻擊，圖6（a）對(duì)Peppers水印圖進(jìn)行剪切攻擊，圖7（a）對(duì)Barbara水印圖進(jìn)行剪切攻擊，圖8（a）對(duì)Lena水印與進(jìn)行涂鴉攻擊，圖9（a）對(duì)Lena圖進(jìn)行拼貼攻擊。圖4（b）、圖5（b）、圖6（b）、圖7（b）、圖8（b）及圖9（b）為篡改圖像的定位結(jié)果。圖4（c）、圖5（c）、圖6（c）、圖7（c）、圖8（c）及圖9（c）為篡改圖像的恢復(fù)結(jié)果。

表4和表5給出了本文、文獻(xiàn)[1]、文獻(xiàn)[2]和文獻(xiàn)[3]篡改檢測(cè)的定量分析結(jié)果。其中，誤檢率的定義是錯(cuò)誤標(biāo)記為篡改塊的數(shù)量與實(shí)際未被恢復(fù)塊數(shù)量的比值，漏檢率的定義是未被正確標(biāo)記為篡改塊的數(shù)量與實(shí)際篡改塊數(shù)量的比值。

表6給出了本文算法恢復(fù)能力的分析結(jié)果，用恢復(fù)圖像與原始圖像的PSNR來(lái)表示。

根據(jù)圖4（c）、圖5（c）、圖6（c）、圖7（c）、圖8（c）及9（c）可以看出，被恢復(fù)的6幅被篡改圖像無(wú)明顯失真，通過(guò)表4和表5看出本文算法的誤檢率和漏檢率低于文獻(xiàn)[1]、[2]、[3]算法的誤檢率和漏檢率。要求峰值信噪比大于等于35dB[12]，從表6的數(shù)據(jù)可以證明本文算法能有效對(duì)篡改圖像進(jìn)行恢復(fù)，進(jìn)一步證明了本文算法的有效性。

4 結(jié)束語(yǔ)

現(xiàn)有的大部分算法大多都是通過(guò)提高嵌入容量來(lái)達(dá)到提升篡改恢復(fù)質(zhì)量的目的，這樣會(huì)導(dǎo)致含水印圖像的質(zhì)量下降。本文為同時(shí)兼顧含水印圖像質(zhì)量和算法的安全性，提出了一種高質(zhì)量可恢復(fù)半脆弱水印算法，在能夠有效的對(duì)篡改圖像進(jìn)行恢復(fù)的前提下，減少水印嵌入容量，提高含水印圖像質(zhì)量。與現(xiàn)有的大多算法相比，本文算法水印嵌入容量最小，含水印圖像質(zhì)量最高。在更小的水印嵌入容量下，如何得到更好的篡改檢測(cè)性能和篡改恢復(fù)效果是下一步的研究重點(diǎn)。

基金項(xiàng)目：

1. 國(guó)家自然科學(xué)基金項(xiàng)目（項(xiàng)目編號(hào)：61370188）；

2. 北京市教委科研計(jì)劃一般項(xiàng)目（項(xiàng)目編號(hào)：KM201610015002，KM201510015009）；

3. 北京市教委科研計(jì)劃重點(diǎn)項(xiàng)目（項(xiàng)目編號(hào)：KZ201510015015，KZ201710015010）；

4. 科技創(chuàng)新服務(wù)能力建設(shè)-科研水平提高定額項(xiàng)目（項(xiàng)目編號(hào)：PXM2017_014223_000063）；

5. 北京印刷學(xué)院校級(jí)資助項(xiàng)目（項(xiàng)目編號(hào)：Ec201803 Ed201802 Ea201806）。

參考文獻(xiàn)

[1] 陳帆，和紅杰，王宏霞.用于圖像認(rèn)證的變?nèi)萘炕謴?fù)水印算法[J].計(jì)算機(jī)學(xué)報(bào)，2012，35（01）：154-162.

[2] 劉祝華，袁文.應(yīng)用整數(shù)提升小波的圖像變?nèi)萘炕謴?fù)水印方案[J].計(jì)算機(jī)工程與應(yīng)用，2013，49（16）：183-187.

[3] Badshah G， Liew S C， Zain J M， et al. Watermark compression in medical image watermarking using Lempel-Ziv-Welch （ LZW ） lossless compression technique[J]. Journal of Digital Imaging， 2016， 29（ 2） ： 216-225.

[4] 李淑芝，李躲，鄧小鴻，胡琴.基于圖像塊分類的篡改定位和恢復(fù)水印算法[J].光電子·激光，2018，29（02）：197-204.

[5] 秦瑤，和紅杰，陳帆.抗拼貼攻擊的二值圖像認(rèn)證算法[J].自動(dòng)化學(xué)報(bào)，2014，40（06）：1184-1190.

[6] HU Y C， Choo K K R， Chen W L. Tamper detection and image recovery for BTC-compressed images [J]. Multimedia Tools and Applications， 2016， 31（8）： 1-29.

[7] WU W C. Subsampling-based image tamper detection and recovery using quick response code [J]. International Journal of Security & Its Applications， 2015， 9（7）： 201-216.

[8] CHANG Y F， Tai W L. A block-based watermarking scheme for image tamper detection and self-recovery [J]. Opto-Electronics Review， 2013， 21（2）： 182-190.

[9] ZHOU W， Jiang G， Peng Z. Stereoscopic image tamper detection and self-recovery using hierarchical detection and stereoscopic matching [J]. Journal of Electronic Image， 2014， 23（2）： 933-946.

[10] Hsu C S， Tu S F. Image tamper detection and recovery using adaptive embedding rules [J]. Measurement， 2016， 8（2）： 287-296.

[11] Singh P， Agarwal S. An efficient fragile watermarking scheme with multilevel tamper detection and recovery based on dynamic domain selection [J]. Multimedia Tools and Applications， 2016， 75（14）： 8165-8194.

[12] Samuel S ， Penzhorn W T . Digital watermarking for copyright protection[C]// Africon， Africon Conference in Africa. IEEE， 2004.