Patchwork数字水印10.ppt

1,Patchwork数字水印算法,“Patchwork”一词原指一种用各种颜色和形状的碎布片拼接而成的布料，它形象地说明了该算法的核心思想，即在图像域上通过大量的模式冗余来实现鲁棒数字水印。与LSB算法不同，Patchwork是将水印信息隐藏在图像数据的亮度统计特性中，给出了一种原始的扩频调制机制。尽管该算法一般只能隐藏1bit信息，但仍然可以在一定程度上对图像数据的版权给予保护。 Patchwork算法思想： 从载体数据中选择一些数据组成两个集合，然后通过修改这两个集合之间的某种关系来携带水印信息。 这两个集合可以是两个系数、两组系数或是两个特征量。,2,Patchwork数字水印算法,两个集合之间的关系可以是大小关系、能量关系和奇偶性关系等(后面将以奇偶性关系为例进行说明)。 Patchwork方法嵌入水印时，通过修改集合之间的某种关系来嵌入水印；提取水印时，则根据对应的关系来提取嵌入水印的信息。 Patchwork方法的最大优点之一：实现盲检测。 Patchwork的不足：只能隐藏1bit的信息，只能说明该图像是否存在水印，隐藏的信息量比较小。 Patchwork适用于时/空域、变换域和压缩域。本节主要介绍时域下的Patchwork。,3,Patchwork数字水印算法,Patchwork方法典型算法的原理如下： 随机选择两个集合 A=ai和 B=bi,要求A和B含有相同图像系数，设为n; 将集合A中所有样点的像素值增加d，同时将集合B中所有样点的像素值减少d，这样两个集合中的样值都经过微小的改动。 选择集合A和集合B的方法很多，但Patchwork方法是基于以下假设的，也就是说随机选择两个样本集合的均值相同。 方法一：根据图像的横坐标和纵坐标之和的奇偶性不同将图像分为两组，将横坐标和纵坐标之和为偶数的所有系数上增加常量d=2.3，将横坐标和纵坐标之和为奇数的所有系数上减少常量d=2.3；,4,Patchwork数字水印算法,方法一（续）：提取时，首先将两个图像块集合的样本分别求平均值，计算两个样本的均值的差来判断水印信息是否存在； 方法二：Patchwork算法首先通过伪随机数生成器产生两个随机数序列，分别按图像的尺寸进行缩放，成为随机点坐标序列。然后将其中一个坐标序列对应的像素亮度值降低，同时升高另一坐标序列对应的像素亮度。 由于亮度变化的幅度很小，而且随机散布，并不集中，所以不会明显影响图像质量。所选取的伪随机数生成器的种子就是算法的密钥。,5,Patchwork数字水印算法,Patchwork的水印嵌入算法的具体描述如下：,随机选择N对像素点(ai，bi) lum（）=像素点亮度值 while kn (lum（ai），lum（bi）) =( lum（ai）+d，lum（bi）-d)；,上述算法基于一个基本的假设：给一个足够大的值n，对于根据伪随机数生成器生成序列选取的图像像素对(ai，bi)，所有像素点ai的亮度平均值与所有像素点bi的亮度平均值非常接近。,6,Patchwork数字水印算法,当对图像按Patchwork算法嵌入水印后，使得所有像素点ai的亮度平均值增加d，而所有像素点bi的亮度平均值减少d。在水印被嵌入后，这些像素点的亮度变化是能够被准确检测到的。这个假设是必要的且在水印嵌入和检测过程中可得到证实。,7,Patchwork数字水印算法,水印的检测算法与秘密信息的提取算法不同，不要求原始图像的参与，而仅根据待测图像来鉴别,算法的思想如下： 接受者计算count个像素对（ai，bi），并按照规则（元素值0.5）来计算sum（lum（ai）、sum（lum(bi)），再求均值avea，aveb； 如果两个均值差avea-avebr*d，则此水印可被检测出，否则无水印。 根据经验选取一个适当的阈值r来决定值的近似程度。,8,Patchwork数字水印算法,算法的伪C代码描述为： int count; float =r*d; while k ) 存在水印； else 不存在水印；,9,简单的Patchwork实验,用伪随机置换策略选取足够多的像素点，然后取其前一半构成像素集合ai,另一半构成像素集合bi。标准的Patchwork水印检测算法中，主要的判定式是： |均值差|r*d 该式的实际意义是说两组经过调整的像素的平均亮度差值应非常接近于r*d。如果d选取的太大将会破坏原图像的视觉效果，如果太小，将会不好检测，所以要经过大量的实验来确定d值。,10,简单的Patchwork实验,扩展：频域下的随机数有关Patchwork的实现程序，此程序更能体Patchwork的思想而且更加的随机。此程序分别采用了小波、时域、傅里叶