第4章(2)基于混沌特性的

小波數(shù)字水印算法C-SVD4.1小波4.2基于混沌特性的小波數(shù)字水印算法C-SVD

4.2.1小波SVD數(shù)字水印算法4.2.2基于混沌特性的小波數(shù)字水印算法C-SVD4.3圖像的數(shù)字水印嵌入及圖像的類型解析4.4聲音的數(shù)字水印嵌入4.5數(shù)字水印的檢測4.6數(shù)字水印檢測結果的評測

圖像的類型解析

灰度圖像

RGB圖像

索引圖像

4.4聲音的數(shù)字水印嵌入

WAVE聲音文件可以看作一個列向量。根據(jù)C-SVD方法，如果要在WAVE聲音文件中嵌入數(shù)字水印，要將WAVE聲音文件轉換為二維矩陣，只有這樣才能通過計算二維矩陣的相關系數(shù)判斷水印存在與否。因此首先要將WAVE聲音文件這個列向量轉換為n階方陣，不足的元素由0來填充。接下來的操作與圖像的水印嵌入過程相同。然后將嵌入數(shù)字水印的方陣轉換為列向量，并根據(jù)填充0的元素個數(shù)將列向量的最后幾個元素去掉。圖4.15顯示了一個WAVE聲音文件在嵌入數(shù)字水印前后的聲音波形圖。

4.4聲音的數(shù)字水印嵌入

從圖中可以看出，WAVE聲音的波形變動很小，人的聽覺系統(tǒng)是無法分辨其間的差距的。MP3音樂風靡全球，深得人們的喜愛。那么如何保護MP3音樂作品的版權呢？可以對MP3音樂聲音文件嵌入數(shù)字水印來實現(xiàn)其版權保護。方法為：將MP3音樂聲音文件轉化為WAVE聲音文件，使用上面討論的對WAVE聲音文件嵌入數(shù)字水印的方法，再將WAVE聲音文件轉化為MP3音樂聲音文件.這要求水印是健壯的，因為從WAVE聲音文件轉化為MP3音樂聲音文件是一個有損壓縮的過程。

4.5數(shù)字水印的檢測

數(shù)字水印的檢測成功與否非常關鍵，一個信號中的水印如果不能正確地被檢測出來，那么就失去了數(shù)字水印存在的意義。圖4.16顯示了數(shù)字水印的檢測過程。

理論上講，當被檢測圖像中包含數(shù)字水印時，其相關系數(shù)應該為1，反之則介于0、1之間。但是一般說來，實際信號經(jīng)過傳輸中的噪聲以及其它一些信息處理操作，都會發(fā)生或多或少的改變，因此這里判斷出的相關系數(shù)很難達到1或者是0。只能根據(jù)相關系數(shù)向1和0的趨近程度來判斷是否存在數(shù)字水印。矩陣對相關性相當敏感，不相關的矩陣經(jīng)過通常的變換計算出的相關系數(shù)非常接近于0，而相關矩陣即使經(jīng)過一些變換其相關值也非常接近于1，這使得判別水印的存在狀況有了依據(jù)。4.6數(shù)字水印檢測結果的評測

4.6.1參數(shù)d/n與б對數(shù)字水印的影響

圖像的小波系數(shù)水印改變量用||(CA)||來衡量，它受尺度參數(shù)σ控制。在數(shù)字水印的嵌入技術中除了初值之外還有兩個參數(shù)極為重要：一個是d/n，另一個是б。W(CA)的隨機性由參數(shù)d/n控制。圖4.12給出σ及d/n對水印的影響。因此在加水印的過程中有必要對參數(shù)σ及d/n進行合理的選擇和測試。選擇不同的參數(shù)，水印效果是不同的。測試結果如圖4.17所示。d/n表示原矩陣被隨機矩陣替代的列數(shù)。從圖4.7中可以直觀地看到d/n的值越接近于1，生成的水印隨機性越強，反之則越象原圖像。圖4.18和4.19中的兩個圖分別顯示了d/n=0.01和d/n=0.99時，選取連續(xù)的500個初值生成的水印與原水印之間相關系數(shù)的比較結果。

從理論角度分析，兩個圖像越相象，它們之間的相關性越強。當兩個圖像完全相同時，它們的相關系數(shù)為1；反之，兩個圖像越隨機，它們之間的相關性越弱。當d/n趨近于1時，隨機矩陣取代了絕大部分原矩陣數(shù)據(jù)，因此生成的水印圖像隨機性較強；d/n趨近于0時，隨機矩陣幾乎沒有對原矩陣產(chǎn)生任何影響，因此生成的水印圖像比較相似。可見，上面的實驗結果與理論分析完全一致。相關系數(shù)高的水印屬于弱水印，這類水印大多應用于完整性確認；相關系數(shù)低的水印屬于強水印，它廣泛應用于版權保護、身份確認等方面б的值為0、1之間的實數(shù)，б值的大小代表著水印信息在嵌入水印后的圖像中痕跡所占的比重。б的值越接近于1，它所占的比重越大，越接近于0它所占的比重越小。在C-SVD算法中，由于生成的數(shù)字水印是由原圖像得來的，因此б取值的大小不會對最終圖像的結果產(chǎn)生感官上的影響。對于以其它途徑獲得的數(shù)字水印來說，適當?shù)剡x取б值極為重要。對于用來進行內(nèi)容保護或標記注釋的數(shù)字水印來說，盡量選擇較大的б值，以增強水印信息的影響力；而對于用在版權保護或信息隱藏方面的數(shù)字水印來說，要選取較小的б值以避免秘密信息的泄漏。4.6.2數(shù)字水印的抗壓縮檢測

從這個改進的算法C-SVD可以

得出以下結論：(1)密鑰唯一性：不同的密鑰產(chǎn)生不等價的水印，即對任何圖像M,(2)不可逆性：混沌序列{Xn}是不可逆的：是不可逆的，即不能根據(jù)W(CA)逆推出來。不可逆意味著對于任何水印信號W，很難找到其它有效水印與該水印信號等價。(3)不可見性：C-SVD算法是不可見水印處理系統(tǒng)，嵌入水印后沒產(chǎn)生可見的數(shù)據(jù)修改，即加水印后的數(shù)字產(chǎn)品相似于原始數(shù)字產(chǎn)品，即XPw~XP0。(4)水印有效性：在水印處理算法C-SVD中水印是有效的。對于特定的產(chǎn)品XP∈XS，當且僅當存在K∈KS，使得G(XP,K)=W。

(5)產(chǎn)品依賴性：在相同的密鑰條件下，當G算子用在不同的產(chǎn)品時，產(chǎn)生不同的水印信號，即對于任何特定的密鑰K∈KS和任何XP1、XP2∈XS滿足。

(6)多重水?。簩σ阎⌒盘柕漠a(chǎn)品用另一個不同的密鑰再作水印嵌入是可能的。若，i=1,2,…n，那么對于任何，原始水印必須在中還能檢測出來，即相關系數(shù)，這里n是一個足夠大的整數(shù)使得XPn相似于XP0。而XPn+1與XP0卻不相似。(7)魯棒性：設XP0是原始產(chǎn)品，而XP