基于混沌理論的彩色QR編碼水印技術(shù)研究

印曦，黃偉慶

?

基于混沌理論的彩色QR編碼水印技術(shù)研究

印曦1,2，黃偉慶1

（1. 中國(guó)科學(xué)院信息工程研究所，北京 100093；2. 中國(guó)科學(xué)院大學(xué)計(jì)算機(jī)與控制學(xué)院，北京 100040）

為了對(duì)彩色QR碼進(jìn)行版權(quán)保護(hù)以及安全性驗(yàn)證，分別對(duì)數(shù)字圖像混沌加密技術(shù)和數(shù)字水印技術(shù)進(jìn)行了研究。提出了一種改進(jìn)的圖像混沌加密算法，并以此作為數(shù)字水印算法的預(yù)處理步驟，隨后基于離散小波變換和矩陣的奇異值分解技術(shù)，設(shè)計(jì)了一種彩色QR碼數(shù)字水印算法。實(shí)驗(yàn)驗(yàn)證了該算法的可行性，結(jié)果顯示該算法對(duì)于JPEG壓縮、噪聲攻擊和裁剪攻擊具有良好的抵抗性。

信息安全；數(shù)字水印；混沌加密；彩色QR碼

1 引言

隨著計(jì)算機(jī)技術(shù)的迅速發(fā)展，二維條碼（QR, quick response）作為一種二維矩陣符號(hào)在現(xiàn)代社會(huì)中被廣泛使用。同時(shí)，由于其技術(shù)門檻較低，惡意用戶往往將惡意信息編碼為QR碼并通過網(wǎng)絡(luò)進(jìn)行傳播，因此，對(duì)QR碼進(jìn)行版權(quán)和安全性驗(yàn)證至關(guān)重要。彩色QR碼是將傳統(tǒng)QR碼的前景色和背景色轉(zhuǎn)變?yōu)椴噬玫降?，其使用方式與傳統(tǒng)QR碼完全一致。然而，在水印嵌入系統(tǒng)中，其相對(duì)于黑白QR碼擁有更大的信息容量，可嵌入更多的水印信息，且具有更好的水印不可見性。

數(shù)字水印技術(shù)是目前多媒體信息版權(quán)信息保護(hù)的一種有效方式，它不會(huì)引起載體圖像的質(zhì)量出現(xiàn)明顯的下降。通過特定的算法在載體中嵌入水印信息，只有掌握提取算法以及密鑰的用戶才可以正確地檢測(cè)出水印。目前，常見的水印算法包括空間域算法和變換域算法。

空間域算法通常選擇直接改變載體像素值的方式實(shí)現(xiàn)水印嵌入，具有實(shí)現(xiàn)簡(jiǎn)單以及對(duì)載體質(zhì)量影響較小的優(yōu)點(diǎn)，但是這種直接修改像素值的方式對(duì)于幾何攻擊基本沒有抵抗能力[1]。謝琨等[2]通過修改像素塊的奇偶性來隱藏水印信息，接收含水印圖像時(shí)不需要將其二值化，可以直接提取頑健性很高的水印信息，但這種方案在數(shù)據(jù)緊密的彩色二維碼圖片的版權(quán)保護(hù)中表現(xiàn)欠佳?，F(xiàn)有用于彩色圖像的水印方法一般是采用提取亮度信息或單色通道信息的方式實(shí)現(xiàn)的。為此，王向陽等[3]在研究四元數(shù)指數(shù)矩理論的基礎(chǔ)上設(shè)計(jì)了一種能夠抵抗旋轉(zhuǎn)、平移、縮放等攻擊的彩色圖像水印策略。

變換域算法可以將水印的能量分散到所有的像素值之中，不可見性更佳，幾何攻擊對(duì)于其影響有限[4]。同時(shí)，人眼視覺系統(tǒng)（HVS, human visual system）能夠?qū)⒆儞Q域與水印嵌入算法相結(jié)合，有助于改善水印系統(tǒng)的頑健性和不可見性。馬玲等[5]對(duì)彩色圖像進(jìn)行小波變換并嵌入加性水印，還借助自然對(duì)數(shù)幅頻域的中頻區(qū)產(chǎn)生的頂點(diǎn)解決大容量加性水印對(duì)幾何變形敏感的不足。這種水印方案對(duì)噪聲攻擊、濾波操作和壓縮攻擊具有良好的頑健性，且實(shí)現(xiàn)了盲檢測(cè)的目的。葉天語[6]將數(shù)字圖像劃分為互不相干的子塊區(qū)域，然后分別進(jìn)行DCT，最后將子塊劃分為自嵌入?yún)^(qū)域和認(rèn)證信息提取區(qū)域，同時(shí)實(shí)現(xiàn)了版權(quán)保護(hù)和內(nèi)容完整性認(rèn)證的功能，但這種算法不能很好地抵抗幾何攻擊和噪聲攻擊。為了兼顧圖像水印算法的安全性與不可感知性，霍耀冉等[7]結(jié)合鄰域特性比較的思想，提出一種具有篡改檢測(cè)能力的認(rèn)證水印算法，既保證充足的待保護(hù)DCT系數(shù)的個(gè)數(shù)，又達(dá)到了令人滿意的不可見性，但這種方法還不能移植到彩色二維碼中。

矩陣的奇異值分解（SVD, singular value decomposition）因?yàn)榫哂蟹€(wěn)定性特征從而得到了廣泛應(yīng)用。許多水印方案將水印嵌入載體圖像的奇異值處，這種方案對(duì)許多種類的攻擊表現(xiàn)出較好的頑健性，但對(duì)奇異值替換攻擊缺乏抵抗力。因此，基于SVD技術(shù)，在U或V奇異值向量中嵌入水印的方案開始出現(xiàn)。Chang等[8]設(shè)計(jì)了一種基于SVD的數(shù)字水印方案，首先對(duì)載體執(zhí)行分塊操作，對(duì)所有子塊進(jìn)行SVD分解，然后計(jì)算對(duì)角矩陣中所有的非零系數(shù)之和。他們指出，矩陣的非零系數(shù)之和與圖形塊的復(fù)雜度成正比。為了保證嵌入水印后的圖像質(zhì)量，選擇復(fù)雜度高的子塊作為嵌入分塊。最后通過改變奇異矩陣系數(shù)的大小關(guān)系實(shí)現(xiàn)水印的嵌入。實(shí)驗(yàn)證明，該方案可以有效抵抗常見的圖像攻擊。Lai等[9]在Chang等[8]的研究基礎(chǔ)上首先將載體圖像分割成8×8的不重疊子塊，然后通過計(jì)算每個(gè)子塊的信息熵和邊緣熵之和，將這些值從小到大排列，選擇數(shù)值最低的子塊嵌入水印。其中選擇的子塊數(shù)量等于水印圖像的大小。在每個(gè)選中的子塊上進(jìn)行離散余弦變換，接著在所有塊的變換系數(shù)矩陣上進(jìn)行奇異值分解，得到對(duì)角矩陣，和奇異值矩陣、他們通過修改3,1和4,1值的相對(duì)大小來嵌入水印信息，因?yàn)樵趬嚎s等常見圖像處理操作后，矩陣第一列數(shù)據(jù)之間大小關(guān)系可以保持不變，而其他列數(shù)據(jù)之間的關(guān)系容易遭到破壞。

數(shù)字圖像混沌加密是一種新型的圖像加密技術(shù)[10]。在一個(gè)混沌系統(tǒng)中，初始條件極其微小的改變，會(huì)隨著迭代次數(shù)的增長(zhǎng)對(duì)加密結(jié)果產(chǎn)生巨大影響，這就是混沌系統(tǒng)的初值和參數(shù)敏感性，也稱蝴蝶效應(yīng)。

混沌系統(tǒng)是一種特殊的動(dòng)力系統(tǒng)，其具有較強(qiáng)的隨機(jī)性和極弱的周期性。由于系統(tǒng)具有混沌性和隨機(jī)性，尤其是經(jīng)過特殊操作后的系統(tǒng)，其混沌性和隨機(jī)性尤其明顯，可以用以生成滿足需求的密碼。同時(shí)，由于混沌系統(tǒng)擁有初值和參數(shù)敏感性，2種同類型的混沌系統(tǒng)，即使其參數(shù)或初值差距極小，隨著系統(tǒng)的運(yùn)行，其運(yùn)行軌跡最終會(huì)出現(xiàn)非常大的差別。因此，可以通過改變系統(tǒng)的參數(shù)或初值來生成不同的混沌序列密碼。目前，常見的混沌系統(tǒng)包括Logistic映射、Chebyshev映射、Henon映射、Lorenz混沌映射、蔡氏混沌、Chen’s混沌系統(tǒng)等[11]。

文昌辭等[12]基于三維仿射變換和混沌理論，設(shè)計(jì)了一種自適應(yīng)的圖像加密算法，能夠有效地抵抗選擇明文攻擊和窮舉攻擊，很好地達(dá)到了密碼學(xué)中的混淆與擴(kuò)散要求，它有待改進(jìn)的地方是置亂操作與圖像數(shù)據(jù)沒有緊密結(jié)合，且不能抵抗選擇密文攻擊。為了彌補(bǔ)上述問題，鄧曉衡等[13]對(duì)具有加密—擴(kuò)散結(jié)構(gòu)的圖像加密策略進(jìn)行改進(jìn)，實(shí)現(xiàn)了中間密鑰隨明文自適應(yīng)變化，對(duì)差分分析、統(tǒng)計(jì)特性分析等攻擊具有很好的頑健性。

本文提出一種基于可變參數(shù)混沌系統(tǒng)的數(shù)字圖像加密算法，并在此基礎(chǔ)上提出一種基于混沌加密的彩色QR碼數(shù)字水印算法。仿真實(shí)驗(yàn)驗(yàn)證了本文算法的有效性，并將其和其他算法進(jìn)行了對(duì)比，證明了本文算法的頑健性。

2 彩色QR碼數(shù)字水印算法設(shè)計(jì)

2.1 數(shù)字圖像混沌加密算法設(shè)計(jì)

一維Logsitic映射的概率密度函數(shù)式為

其均值為

假設(shè)選取2個(gè)獨(dú)立的初始值0、0，則2個(gè)序列的互相關(guān)函數(shù)為

通過分析可以發(fā)現(xiàn)，一維Logistic映射形式簡(jiǎn)單，其特征與白噪聲相似。設(shè)精度為位有效數(shù)字，則在[0,1]上最多存在10+1個(gè)不重復(fù)的點(diǎn)，當(dāng)?shù)螖?shù)大于精度時(shí)，必然產(chǎn)生循環(huán)，混沌序列的隨機(jī)性發(fā)生退化，周期性開始增強(qiáng)[14]。

由于在傳統(tǒng)的數(shù)字圖像混沌加密算法中，通常選用固定參數(shù)的一維Logistic混沌序列、二維Logistic混沌序列或Chebyshev混沌序列作為迭代序列，且混沌序列的初始參數(shù)往往被選為加密密鑰，這使傳統(tǒng)的數(shù)字圖像混沌加密存在較大的被惡意用戶破解的風(fēng)險(xiǎn)，因此，本文提出了一種基于可變參數(shù)的混沌序列。該序列通過將固定參數(shù)轉(zhuǎn)變?yōu)榭勺儏?shù)，隨著迭代次數(shù)變化而動(dòng)態(tài)改變，使該序列的值域范圍大大地?cái)U(kuò)展且具有良好的混沌性和隨機(jī)性，該序列使惡意用戶企圖通過分析映射值來推導(dǎo)初始參數(shù)的難度極大地增大，改善了加密算法的安全性。

2.1.1 混沌映射設(shè)計(jì)

可變參數(shù)Logistic映射式可描述為

圖1為經(jīng)典一維Logistic映射的時(shí)域圖，圖2為本文改進(jìn)的映射的時(shí)域圖。通過觀察可以發(fā)現(xiàn)，本文改進(jìn)的映射算法的混沌性較好。

圖1 經(jīng)典Logistic映射時(shí)域圖

圖2 本文改進(jìn)的映射的時(shí)域圖

2.1.2 圖像加密算法

假設(shè)二值圖像為(,)，其大小為×，則加密算法詳細(xì)步驟如下。

1) 選定混沌序列初值0，運(yùn)用式(1)產(chǎn)生一個(gè)Logistic混沌序列{X;=0,1,2,…,}，記為序列。

3) 將序列中的()+()–1個(gè)參數(shù)保存為集合，將作為密鑰保存。

4) 將序列二值化，記為序列，二值化方法為

5) 利用序列加密原始圖像，得到加密后的圖像(,)，加密方法為

圖3 圖像加密前后對(duì)比

2.1.3 圖像解密算法

假設(shè)加密后的二值圖像為(,)，其大小為×，則解密算法詳細(xì)步驟如下。

5) 對(duì)加密后的圖像使用初始密鑰X0=0.812 581 11進(jìn)行解密，結(jié)果如圖4所示。

對(duì)原始圖像和解密后的圖像進(jìn)行峰值信噪比（PSNR, peak signal to noise ratio）評(píng)估，由的值可以看出，本文算法可以很好地將加密后的圖像進(jìn)行還原。從圖5可以看出，經(jīng)本文算法還原的水印圖像質(zhì)量良好。

圖5 原始圖像和解密圖像

2.2 數(shù)字水印算法

2.2.1 算法整體框架

水印嵌入算法共分為預(yù)處理、選擇分塊、水印嵌入、圖像還原4個(gè)階段。其中，圖像預(yù)處理階段將載體圖像加噪用來防止嵌入水印后出現(xiàn)失真[15]，將水印圖像用改進(jìn)的數(shù)字圖像混沌加密算法進(jìn)行加密預(yù)處理，以提高算法整體的安全性。選擇分塊階段是基于HVS的，通過選取信息熵和邊緣熵之和最小的若干個(gè)分塊作為水印嵌入分塊，在保證水印不可見性的基礎(chǔ)上提高水印嵌入強(qiáng)度[16]。水印嵌入階段通過改變經(jīng)SVD后的矩陣的2,1與4,1的大小關(guān)系實(shí)現(xiàn)水印的嵌入，該嵌入算法為水印圖像的盲提取提供了保障。圖像還原階段將已經(jīng)嵌入水印圖像的灰度分量經(jīng)RGB融合，生成含水印信息的彩色QR碼圖像，嵌入算法框架如圖6所示。

圖6 嵌入算法框架

水印提取算法共分為預(yù)處理、選擇分塊、水印提取3個(gè)階段。其中，載體圖像預(yù)處理階段將含水印的彩色QR二維碼經(jīng)過RGB分解后，再將含有水印信息的灰度分量進(jìn)行分塊。選擇分塊是依據(jù)嵌入算法中保存的嵌入塊坐標(biāo)定位到含水印的分塊。水印的提取階段首先將選中的分塊進(jìn)行一級(jí)DWT后進(jìn)行SVD，通過比較矩陣的2,1與4,1的大小關(guān)系來提取水印圖像的像素值。

提取算法框架如圖7所示。

圖7 提取算法框架

2.2.2 QR碼圖像預(yù)處理

本節(jié)選用大小為512×512、24位深度、30%糾錯(cuò)概率的彩色QR碼作為載體，其內(nèi)涵文本信息為“哈爾濱工程大學(xué)，2017?10?10”。為避免在水印嵌入后，載體圖像出現(xiàn)嚴(yán)重的視覺失真，需要對(duì)載體圖像進(jìn)行預(yù)處理操作。由于QR碼圖像本身具有錯(cuò)誤恢復(fù)能力，且在實(shí)際應(yīng)用場(chǎng)景中，往往會(huì)在QR碼上附加噪聲，而一定程度的噪聲不會(huì)對(duì)QR碼的識(shí)讀造成影響，因此選擇對(duì)其添加噪聲作為預(yù)處理，這樣可以減少Q(mào)R碼圖像在嵌入水印后的可見失真[17]。方案將QR碼載體經(jīng)RGB分解后，在需要水印嵌入的分量中覆蓋方差為0.002的高斯噪聲，圖8表示原始QR碼和加入噪聲后的QR碼，選擇的分量為綠色分量。

圖8 原始QR碼和加入噪聲后的QR碼

2.2.3 水印圖像預(yù)處理

2.1.1節(jié)提出了一種基于可變參數(shù)的Logistic混沌系統(tǒng)，該系統(tǒng)可看作若干個(gè)傳統(tǒng)Logistic系統(tǒng)的疊加。與傳統(tǒng)Logistic系統(tǒng)相比，該系統(tǒng)的值域范圍更廣、復(fù)雜度更高，這增強(qiáng)了系統(tǒng)的安全性。因此，可將其應(yīng)用于水印的預(yù)處理中。

選擇尺寸為32×32的二值圖像作為水印圖像，預(yù)處理方案如下。

1) 選定序列初值0，運(yùn)用式(1)產(chǎn)生一個(gè)Logistic序列{X;=0,1,2,…,}，記為序列。

2) 從序列的第+項(xiàng)開始在混沌序列中連續(xù)選取×項(xiàng)，形成序列{A=X+(m+n)–1}，其中=1,2,…,×，記為序列。

3) 將序列中的(+)+(×)–1個(gè)參數(shù)保存為集合，將作為密鑰保存。

4) 采用二值化方法處理序列，得到序列，方法如式(2)所示。

圖9為處理前的水印圖像和采用初始密鑰0=0.812 581 11處理后的水印圖像。

圖9 混沌加密前后的二值水印

2.2.4 水印嵌入算法

本節(jié)提出了一種基于混沌加密的彩色QR碼數(shù)字水印方案，該方案采用分塊的策略，利用HVS特性選擇圖像的部分重要子塊嵌入水印。載體圖像為彩色QR碼，其大小為512×512、24位深、30%的糾錯(cuò)率，選擇為32×32的二值圖像作為水印。詳細(xì)步驟如下。

1) 首先，對(duì)彩色QR碼載體圖像進(jìn)行預(yù)處理，經(jīng)RGB分解后，提取其綠色分量作為嵌入水印的分量，并將其分割成8×8互不重疊的子塊。

2) 計(jì)算所有子塊的信息熵和邊緣熵之和，并將其按升序排列。選擇和最小的前1 024個(gè)子塊作為水印嵌入的子塊。信息熵和邊緣熵的計(jì)算式[18]分別為

其中，p表示事件發(fā)生的概率，0≤p≤1，1–p表示像素的不確定性。

3) 將所有待嵌入水印信息的子塊的橫、縱坐標(biāo)分別保存到矩陣和中，并作為密鑰保存，用于水印提取。

4) 對(duì)選中的子塊進(jìn)行一級(jí)DWT，得到LL、LH、HL和HH這4種子頻帶。

5) 對(duì)每個(gè)LL頻帶進(jìn)行SVD，得到奇異矩陣。

6) 調(diào)整奇異矩陣中2,1和4,1的相對(duì)大小關(guān)系以達(dá)到嵌入水印信息的目的，調(diào)整算法如下所示。

①定義閾值。

③調(diào)整矩陣的2,1和4,1的值，調(diào)整方案如下所示。

當(dāng)二進(jìn)制水印數(shù)據(jù)位為1時(shí)

當(dāng)二進(jìn)制水印數(shù)據(jù)位為0時(shí)

7) 對(duì)每個(gè)更新后的LL頻帶進(jìn)行逆SVD。

8) 對(duì)每個(gè)嵌入水印信息的子塊分別進(jìn)行IDWT，得到含水印信息的QR碼圖像的綠色分量。

9) 將嵌入水印的綠色分量和步驟1)所提取的紅、藍(lán)分量RGB融合，得到含水印信息的彩色QR碼圖像，即嵌入水印前的QR碼圖像和嵌入水印后的QR碼圖像，如圖10所示。

圖10 嵌入水印前后的QR碼圖像

2.2.5 水印提取算法

水印提取過程是嵌入過程的逆過程，詳細(xì)步驟如下。

1) 將含水印的彩色QR碼經(jīng)RGB分解后，提取其綠色分量并將其分成若干個(gè)8×8大小的分塊。

2) 通過矩陣和矩陣獲取含水印信息的圖像塊的坐標(biāo)，將含選中的子塊進(jìn)行一級(jí)DWT分解。

3) 對(duì)得到的所有LL頻帶進(jìn)行SVD變換，得到矩陣。

提取效果如圖11所示。

圖11 水印提取效果

3 實(shí)驗(yàn)驗(yàn)證及結(jié)果分析

3.1 實(shí)驗(yàn)環(huán)境配置

本文主要采用Matlab完成水印方案的設(shè)計(jì)和仿真實(shí)驗(yàn)，其中包括對(duì)預(yù)處理階段、嵌入階段、提取階段的仿真以及對(duì)比參考算法的實(shí)驗(yàn)。本文所使用的硬件環(huán)境采用個(gè)人PC端，所有實(shí)驗(yàn)均在該電腦下完成。編程環(huán)境采用Matlab 2016，實(shí)驗(yàn)環(huán)境如表1所示。

表1 實(shí)驗(yàn)PC軟件環(huán)境

3.2 提取水印清晰度對(duì)比

將Chang等[8]和Lai等[9]的算法分別和本文算法在閾值為0.020、0.024、0.028、0.032、0.036、0.040、0.044時(shí)進(jìn)行水印清晰度對(duì)比，并計(jì)算歸一化系數(shù)（NC）。表2為參考算法的歸一化系數(shù)，表3為本文算法在不同閾值下的歸一化系數(shù)。通過對(duì)比表2和表3可以看出，本文算法在提取水印清晰度方面普遍優(yōu)于其他文獻(xiàn)算法。

表2 參考算法歸一化相關(guān)系數(shù)

表3 本文算法在不同閾值下的歸一化相關(guān)系數(shù)

3.3 應(yīng)用效果測(cè)試與分析

在閾值為0.020、0.024、0.028、0.032、0.036、0.040和0.044時(shí)分別進(jìn)行仿真實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果如圖12所示。從圖12可以看出，算法在不同閾值下的含水印圖像以及檢測(cè)出的水印。當(dāng)閾值的取值由0.020逐漸增加到0.044時(shí)，提取效果逐漸變好。

圖12 不同閾值下的仿真結(jié)果

3.4 JPEG壓縮攻擊實(shí)驗(yàn)

當(dāng)閾值為0.044時(shí)，對(duì)含水印的彩色QR碼圖像在JPEG壓縮因子分別為20、40、60和80時(shí)進(jìn)行仿真實(shí)驗(yàn)，仿真結(jié)果如圖13所示。從圖13可以清楚地看到，隨著的逐漸增大，受攻擊后的QR碼載體的質(zhì)量越來越差。即使含水印的QR碼在受到JPEG攻擊后質(zhì)量變差，本文算法檢測(cè)的水印仍舊比較清晰。通過對(duì)比表4可以看出，本文算法在不同壓縮因子下的系數(shù)全部高于0.95，普遍優(yōu)于其他文獻(xiàn)算法。

圖13 不同壓縮因子下的仿真結(jié)果

表4 不同算法在不同壓縮因子下的NC系數(shù)

3.5 高斯噪聲攻擊實(shí)驗(yàn)

當(dāng)閾值= 0.044時(shí)，使用Matlab對(duì)含水印的彩色QR碼圖像在方差σ分別為0.001、0.010、0.100和0.250時(shí)進(jìn)行高斯噪聲攻擊仿真實(shí)驗(yàn)，仿真結(jié)果如圖11所示。從圖14可以看出，隨著σ取值的不斷變大，受攻擊后的QR碼載體的質(zhì)量越來越差，即使含水印的QR碼圖像受高斯噪聲干擾質(zhì)量出現(xiàn)了下降，本文算法檢測(cè)的水印仍舊比較清晰。通過觀察表5可以看出，本文算法在不同方差下的系數(shù)全部高于0.95。

圖14 不同方差下的仿真結(jié)果

表5 不同算法在不同方差下的NC系數(shù)

3.6 椒鹽噪聲攻擊實(shí)驗(yàn)

當(dāng)閾值= 0.044時(shí)，使用Matlab對(duì)含水印的彩色QR碼圖像在噪聲密度分別為0.040、0.044、0.048、0.052、0.056和0.060時(shí)進(jìn)行椒鹽噪聲攻擊仿真實(shí)驗(yàn)，仿真結(jié)果如圖15所示。從圖15可以看出，隨著噪聲密度的不斷加大，受攻擊后的QR碼載體的質(zhì)量越來越差。通過觀察表6可以發(fā)現(xiàn)，本文算法在不同噪聲密度下的系數(shù)全部高于0.90，抗椒鹽噪聲能力和參考算法大體持平，說明即使含水印的QR碼圖像受噪聲干擾質(zhì)量變差，本文方案檢測(cè)的水印仍舊比較清晰。

圖15 不同噪聲密度下的仿真結(jié)果

表6 算法在不同噪聲密度下的NC系數(shù)

3.7 裁剪攻擊實(shí)驗(yàn)

當(dāng)閾值= 0.044時(shí)，使用Matlab對(duì)含水印的彩色QR碼進(jìn)行了不同裁剪比例下的攻擊仿真實(shí)驗(yàn)，裁剪比例分別為5%、10%、15%、20%、30%和40%，不同裁剪比例攻擊后的QR碼以及檢測(cè)的水印如圖16所示。通過觀察表7可以發(fā)現(xiàn)，本文算法在不同裁剪比例下的系數(shù)全部高于0.985 0，普遍優(yōu)于參考算法。說明即使含水印的QR碼圖像受裁剪攻擊后質(zhì)量變差，本文算法提取的水印仍舊比較清晰，本文算法具有較好的抗裁剪攻擊能力。

4 結(jié)束語

本文通過對(duì)數(shù)字圖像混沌加密技術(shù)和數(shù)字圖像水印技術(shù)進(jìn)行研究，提出一種基于可變參數(shù)的圖像混沌加密方案。該方案將混沌系統(tǒng)的參數(shù)設(shè)置為可變參數(shù)，使其隨著加密像素所在的行變化而變化。隨后設(shè)計(jì)一種彩色QR碼水印算法，并將提出的圖像加密方案應(yīng)用于算法的預(yù)處理過程中。實(shí)驗(yàn)結(jié)果表明，本文提出的圖像加密方案可以有效地加密數(shù)字圖像，加密后的圖像呈現(xiàn)出與噪聲類似的特性，設(shè)計(jì)的水印算法可以在不影響QR碼載體正確識(shí)別的基礎(chǔ)上嵌入水印，算法的頑健性良好。

圖16 不同裁剪比例下的仿真結(jié)果

表7 算法在不同剪切比例下的NC系數(shù)

[1] ZHANG G Y, KOU L, SUN J G, et al. A new digital watermarking method for data integrity protection in the perception layer of IoT[J]. Security and Communication Networks, 2017: 1-12.

[2] 謝琨, 鄭海紅, 曾平，等. 基于奇偶校驗(yàn)的塊誤差分散半調(diào)水印算法[J]. 通信學(xué)報(bào), 2014, 35(12): 153-161.XIE K, ZHENG H H, ZENG P. Halftone image watermarking with block-directed parity-matched error diffusion[J]. Journal of Communications, 2014,35(12):153-161.

[3] 王向陽, 楊紅穎, 牛盼盼,等. 基于四元數(shù)指數(shù)矩的頑健彩色圖像水印算法[J]. 計(jì)算機(jī)研究與發(fā)展, 2016, 53(3):651-665.WANG X Y, YANG H Y, NIU P P. Quaternion exponent moments based robust color image watermarking[J]. Computer Research and Development, 2016, 53(3):651-665.

[4] REDDY V P, VARADARAJAN S. Human visual system sentient imperceptible and efficient wavelet-based watermarking scheme for copyright protection of digital images[J]. International Journal of Computer Science & Network Security, 2009(4).

[5] 馬玲, 張曉輝. 基于內(nèi)積空間非空子空間變換關(guān)系的含水印彩色圖像特征分析[J]. 計(jì)算機(jī)學(xué)報(bào), 2017, 40(5):1203-1217. MA L, ZHANG X. Feature analysis of hydrography color image based on non-empty subspace transformation relation of inner product space[J]. Chinese Journal of Computers, 2017, 40(5): 1203-1217.

[6] 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(03):148-156.YE T. Full blind multi-functional image watermarking algorithm based on sub-block region segmentation and self-embedding technology[J]. Journal on Communications, 2013, 34(03): 148-156.

[7] 霍耀冉, 和紅杰, 陳帆. 基于鄰域比較的JPEG脆弱水印算法及性能分析[J]. 軟件學(xué)報(bào), 2012, 23(9):002510-2521.HUO Y R, HE H J, CHEN F. JPEG fragile watermarking algorithm and performance analysis based on neighborhood comparison[J]. Journal of Software, 2012, 23(9): 2510-2521.

[8] CHANG C C, TSAI P, LIN C C. SVD-based digital image watermarking scheme[M]. Elsevier Science Inc. 2005.

[9] LAI C C. An improved SVD-based watermarking scheme using human visual characteristics[J]. Optics Communications, 2011, 284(4):938-944.

[10] KUMAR M, POWDURI P, REDDY A. An RGB image encryption using diffusion process associated with chaotic map[J]. Journal of Information Security & Applications, 2015, 21(C):20-30.

[11] 龔巖琳. 基于混沌加密的DWT域數(shù)字水印算法[J]. 信息通信技術(shù), 2010, 4(3):53-57.Gong Y L. DWT digital watermarking algorithm based on chaotic encryption[J]. Information and Communications Technology, 2010, 4(3): 53-57.

[12] 文昌辭, 王沁, 劉向宏, 等. 基于仿射和復(fù)合混沌的圖像加密新算法[J]. 計(jì)算機(jī)研究與發(fā)展, 2013, 50(2): 319-324. WEN C C, WANG W, LIU X H ,et al. Image encryption algorithm based on affine and compound chaos[J]. Journal of Computer Research and Development, 2013, 50(2): 319-324.

[13] 鄧曉衡, 廖春龍, 朱從旭. 像素位置與比特雙重置亂的圖像混沌加密算法[J]. 通信學(xué)報(bào), 2014, 35(3): 216-223. DENG X, LIAO C, ZHU C. Image chaos encryption algorithm for pixel position and bit double-reset chaos[J]. Journal of Communications, 2014, 35(3): 216-223.

[14] GU Z F, LI G F, YANG Z X. Study on digital image watermark algorithm based on chaos mapping and DWT[C]// International Conference on Advanced Mechatronic Systems. 2012:160-164.

[15] MAITY S P, KUNDU M K. DHT domain digital watermarking with low loss in image informations[J]. AEU-International Journal of Electronics and Communications, 2010, 64(3):243-257.

[16] QUAN L, AI Q. A combination of DCT-based and SVD-based watermarking scheme[C]// International Conference on Signal Processing. 2004:873-876.

[17] SAITO M, KINO M, WADA S. HVS based wavelet watermarking with bit data embedded in color images[C]// The International Conference on Communication Systems. 2002:485-488.

[18] SEDDIK H, BEN BRAIEK E. Image securing based chaotic encryption coupled with DCT robust watermarking[C]// International Conference on Electrical Engineering and Software Applications. 2013:1-6.

Research on color QR code watermarking technology based on chaos theory

YIN Xi1,2, HUANG Weiqing1

1. Institute of Information Engineering, Chinese Academy of Sciences, Beijing 100093, China 2. School of Computer and Control Engineering, University of Chinese Academy of Sciences, Beijing 100040, China

In order to carry on copyright protection and security verification of color QR code, the digital image chaos encryption technology and digital watermarking technology were respectively researched. Firstly, an improved image chaos encryption algorithm was proposed as a preprocessing step of digital watermarking algorithm. Then a color QR code digital watermarking algorithm was designed based on discrete wavelet transform and matrix singular value decomposition. Finally, the feasibility of the algorithm was verified by experiments. The results show that the proposed method has good resistance to JPEG compression, noise attack and cropping attack.

information security, digital watermarking, chaotic encryption, color QR code

TP302

A

10.11959/j.issn.1000?436x.2018125

2017?12?14；

2018?04?24

國(guó)家重點(diǎn)研發(fā)計(jì)劃基金資助項(xiàng)目（No.2016YFB0801001,No. 2016YFB0801004）

Projects of National Key Research and Development Plan (No.2016YFB0801001, No.2016YFB0801004)

印曦（1990?），男，黑龍江哈爾濱人，中國(guó)科學(xué)院信息工程研究所博士生，主要研究方向?yàn)槊襟w信息安全、圖像壓縮等。

黃偉慶（1972?），男，北京人，博士，中國(guó)科學(xué)院信息工程研究所研究員、博士生導(dǎo)師，主要研究方向?yàn)殡姶判盘?hào)處理、無線通信安全、云計(jì)算安全、物聯(lián)網(wǎng)安全等。