（信号与信息处理专业论文）基于虹膜特征的数字水印算法研究.pdf

摘要 摘要 随着多媒体技术的发展和i n t e m e t 的普及，数字产品的信息安全和版权保护问 题日益突出。在这种情况下，信息隐藏技术迅速发展起来。数字水印作为信息隐 藏技术的一个主要分支，成为近年来多媒体安全领域的研究热点之一。 基于目前常用数字水印易被攻击、破解和水印与版权所有者之间没有必然的 联系这两个问题，本文提出了基于虹膜特征作为水印信号的信息隐藏方法。论文 首先对数字水印技术和虹膜识别技术进行了比较深入的分析和研究。在此基础上 将二者结合，利用生物特征的唯一性和稳定性生成数字水印信号，从而综合了数 字水印和生物识另j j - - 者的优势。利用g a b o r 滤波器对虹膜纹理进行特征提取，作为 水印信号，并提出两种图像水印算法：一是将小波变换与奇异值分解( s v d ) 相结 合，二是将d c t 与w a t s o n 视觉模型相结合。实验结果表明两种算法均满足水印所 要求的不可见性和鲁棒性。 关键词：信息隐藏数字水印虹膜编码小波变换离散余弦变换 a b s t r a c t w i mm ed e v e l o p m e n to fm u l t i m e d i at e c h n o l o g ya n dn e t w o r kt e c h n o l o g y , m e d l a s e c 血t vi sb e c o m i n gm o r ea n dm o r ei m p o r t a n t i nt h i s c a s e ，t h ei n f o r m a t i o nh i d i n g t c c t m 0 1 0 9 yh a sd e v e l o p e dr a p i d l y a s am a i nb r a n c ho ft h ei n f o r m a t i o nh i d i n g t e c h n 0 1 0 9 y , d i g i t a lw a t e r m a r k i n gt e c h n o l o g y h a sb e c o m ear e s e a r c hh o t s l 川m m u l t i m e d i as e c u r i t y a tp r e s 吼w a t e r m a r ke x i s t st w op r o b l e m s ：t h ec u r r e n td i 西t a lw a t 锄砌g 1 s n 0 】：l - 硼i q u e n e s s ，a n dt h e r ei sn on e c e s s a r yl i n kb e t w e e nw a t e r m a r ka n dt h ec o p y n 班 嗍e r a c c o r d i n g l yt h i sp a p e rp r o p o s e sa ni n f o r m a t i o nh i d i n gm e t h o db yu s i n gm s c h a r a c t e r 嬲t h ew a t e r m a r ks i g n a l t h ed i g i t a lw a t e r m a r k i n gt e c h n o l o g y a n d1 1 1 s r e c o 擘皿i o nt e c h n o l o g ya r ea n a l y z e da n ds t u d i e dd e e p l yi nt h i sp a p e r b a s e do nt h e t w o t ec _ h n i q u e s ，d i g i t a lw a t e r m a r ks i g n a li sp r o d u c e db yu s i n gi n v a r i a n e ea n d n o m l a t l l eo 士 b i o m e t r i c s 1 1 m sb o t ha d v 锄t a g e so ft h et w ot e c h n i q u e sa r eu s e d c o m p a r i n g w i t ht h e m 甜t s 觚d ( 1 e m 矗t so fa l le n c o d i n gm e t h o d s ，g a b o rf i l t e r i su s e dt oe n c o d et h em s n o 彻a l i z a t i o ni m a g e i nd i g i t a lw a t e r m a r k i n g ，t w os c h e m e s a lep r o f o s e d o n e a l g o 删mt h a tt h e s i si sb a s e do nw a v e l e tt r a n s f o r m a n ds i n g u l a rv a l u ed e c o m p o s l t l o n 加1 也e ri sb a s e do nd c ta n dh u m a nv i s u a ls y s t e m t h er e s u l t si n d i c a t e ，t h e 铆o s c h a 1 1 e sb o t hh a v eb e t t e rt r a n s p a r e n c ya n d r o b u s tc a p a b i l i t y k e y w o r d s ：i n f o r m a t i o nh i d i n g 晦白v e l e tt r a n s f o r m d i g i t a lw a t e r m a r k i n g i r i se n c o d e d c t 西安电子科技大学 学位论文独创性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名： 篮坠选一 日期： 主里继l 耳z 旦一 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 本人签名： 一拉坠垫 翩编睥 日期： 望! z 聋】目2 旦 日期： 塑竺2 ： ：笸 第一章绪论 第一章绪论 1 1 选题背景及意义 2 0 多年前，美国社会科学家阿尔文托夫勒所著第三次浪潮一书预言了 社会的信息化阶段已经悄然而至。随着信息技术和计算机网络的发展，数字多媒 体信息的存储和传播越来越方便、快捷。人们通过互联网获得各种信息所带来的 精神上的享受的同时，还可以毫无限制的编辑、修改、拷贝和传播各种信息。那 么这些数字多媒体信息的作者的版权如何保护，信息所属者的隐私如何保护，多 媒体信息是否安全，真实性如何等问题以及由此引发的信息安全问题、盗版问题、 版权保护问题已经成为日益严重的社会问题。因此，信息安全已成为当前网络发 展与应用中亟待解决的重要问题。 为解决上述问题，数字水印技术开始广泛地应用在信息安全领域。数字水印 技术把创作者的个人信息以不可见的水印形式嵌入在多媒体中，人们无法从表面 上感知水印。在多媒体中加入数字水印可以确定版权所有者的身份、验证多媒体 数据的真实性、跟踪侵权行为等，是一种可以在开放网络环境下保护版权和认证 来源及其完整性的新技术。 为了保护著作权，众多版权所有者把代表自己身份的信息嵌入到自己的作品 中，以防止被盗用。嵌入的信息主要是作者的序列号、单位标志、有特殊意义的 文本等。但是随着软件技术的飞速发展，这些信息很容易被各种破解软件所破解 和篡改，一旦被篡改，加密就失去了意义。 为了较好地解决上述问题，保护版权所有者的著作权，本文提出了基于虹膜 特征的数字水印方法。虹膜作为人体的生物特征具有唯一性的特点，唯一的代表 一个人的身份。每一位版权所有者拥有一个仅属于自己的生物特征水印，当产生 版权纠纷时，也能轻易的将从作品中提取出的水印与自己所拥有的相比较，从而 证明著作权的归属。同时由于唯一性的特点，盗版者无法破解和篡改人体的生物 特征。因此将虹膜特征作为水印，其安全性远远高于一般的文本信息。故水印技 术和虹膜识别技术相结合为版权保护和信息安全提供了有效的安全屏障。 2基于虹膜特征的数字水印算法研究 1 2 研究领域发展状态 1 2 1 数字水印技术的研究现状 第一篇关于图像数字水印的文章发表于1 9 9 0 年。在过去几年中，从事信息隐 藏技术的研究人员和组织不断增加。1 9 9 6 年5 月，第一届国际信息隐藏学术研讨会 在英国剑桥牛顿研究所召开【l 】。至1 j 1 9 9 9 年，国际上关于信息隐藏技术的文章已经达 至u 4 0 0 多篇。 数字水印技术作为信息隐藏技术在版权保护中的应用，目前在全球得到了各 政府机构和研究部门的支持。如美国财政部、欧洲电信联盟、麻省理工学院、微 软公司、朗讯贝尔实验室等机构，同时，m m 、h i t a c h i 、n e c 、p i o n e e r 和s o n y 五 家公司还宣布联合研究数字水印版权保护技术。一些公司已逐步推出了有关水印 技术的商用软件系统，目前已经出现了很多的信息隐藏方面的软件和产品，例如 m i c r o s o f t 的d i g i t a lr i g h t 、i b m 的c r y p t o l o p e 等等。国际标准化团体也对水印技术表 现出了很大的兴趣。在连续色调图像压缩标准j p e g 2 0 0 0 和视频压缩标准m p e g - 4 中都加入了水印技术【2 】。 全国信息隐藏研讨会( c i h w ) 是我国信息安全领域中信息隐藏及数字水印技 术的专业学术交流活动，从1 9 9 9 年召开了第一届会议以来，在中国电子学会通信 学分会及北京电子技术应用研究所的组织和有关高校及科研机构的大力支持下， c i h w 研讨活动至今已成功举行了七届全国会议。c i h w 已成为国内最具代表性的 信息隐藏学术交流活动。根据研讨会的计划安排，第八届全国信息隐藏学术研讨 会( c i h w 2 0 0 9 ) 将于2 0 0 9 年3 月在湖南大学召开。2 0 0 0 年1 月，由国家“8 6 3 ”智 能机专家组和中科院自动化模式识别国家重点实验室组织召开了数字水印学术研 讨会【3 】，来自国家自然科学基金委员会、国家信息安全测评认证中心、中国科学院、 北京大学、清华大学、天津大学、上海交通大学等单位的专家学者和研究人员深 入讨论了数字水印的关键技术，报告了各自的研究成果。从这次会议反映的情况 上看，我国相关学术领域的研究与世界水平相差不远，且有自己独特的研究思路。 数字水印从研究对象上看主要涉及图像水印、视频水印、音频水印、文本水 印等方面，其中大部分的水印研究和论文都集中在图像研究上，其原因在于图像 是最基本的多媒体数据，而且互联网的发展为图像水印的应用提供了直接大量的 应用需求。 第一章绪论 1 2 2 虹膜识别技术的研究现状 虹膜身份识别方法这一思想在十九世纪八十年代被提出，但是直到最近十年 虹膜识别技术才有了质的突破。1 9 8 7 年，眼科专家a r a ns a f i r 和l e o n a r df l o r i n 首次 提出了利用虹膜图像进行身份识别的概念。1 9 9 1 年，在美国洛斯阿拉莫斯国家实 验室内，科学家j o h n s o n 实现了具有文献记载的最早的虹膜识别应用系统。1 9 9 3 年， 科学家j g d a u g m a n 率先研制出基于g a b o r 3 邃换的虹膜识别算法，实现了一个较实 用的虹膜识别系统，后来很多的虹膜识别算法都是以此为基础展开的。 2 0 0 0 年，美国专为航空公司飞行员、机组服务人员和机场职工设计的“虹膜 通行证”在机场启用，这是该技术在全球航空公司和机场首次得到正式应用。目 前，虹膜识别技术已经应用到商业领域，如s i e m e n sn i x d o r f 公司将s e n s a r 公司的虹 膜身份识别技术应用到自动取款机上，o k i 电气工业公司和日本赛马协会联合研制 了赛马虹膜身份鉴别系统等。由此可以看出虹膜识别技术具有极大的发展潜力和 广阔的应用前景。 在我国虹膜识别技术开始于上世纪末，上海交通大学于1 9 9 8 年开始从事虹膜 识别技术的跟踪研究。2 0 0 0 年，华中科技大学的科研人员根据图像的相关性进行 虹膜识别的研究。2 0 0 2 年，中国科技大学实现了虹膜识别的演示系统。中国科学 院自动化所的研究人员，用不同的方法进行虹膜识别的研究，并且取得了较好的 结果。 1 3 论文主要工作与内容安排 本文的主要工作及内容安排如下： 第一章绪论，介绍本论文的选题背景、意义和国内外研究动态。 第二章概述数字水印技术，包括数字水印技术的基本概念、分类、应用、常 用算法等相关知识；最后提出了基于虹膜特征的数字水印模型。 第三章重点分析了虹膜图像预处理和特征提取的方法，并在此基础上给出了 快速虹膜定位算法，特征提取算法。 第四章在小波域对基于虹膜特征的数字水印进行了研究，提出了将小波变换 与奇异值分解相结合的方案，详细叙述了该方案的实现过程，对其进行了性能分 析，并给出了实验结果。 第五章重点分析了基于虹膜特征的d c t 域水印算法，提出了将离散余弦变换 与视觉模型相结合的方案，详细叙述了该方案的实现过程，对其进行了性能分析， 并给出实验结果。 4 基于虹膜特征的数字水印算法研究 第六章是论文的结尾，进一步阐述了本文的研究意义和应用领域，对全文进 行了总结，并展望了未来的研究、探讨方向。 第二章数字水印技术概述 第二章数字水印技术概述 本章将介绍数字水印技术的基本概念、特点、分类、应用及常用算法，并在 此基础上提出基于虹膜特征的数字水印模型，给出本方案的性能评价标准。 2 1 数字水印技术的基本概念 随着网络技术的发展与普及，数字音像制品、各种电子出版物的传播和交易 变的越来越便捷，但随之而来的侵权活动也日益猖獗。近年来，数字产品的版权 纠纷案件越来越多，如何有效的控制侵权行为，保护版权所有者的利益成为了当 务之急。信息隐藏技术以它显著的优势引起了人们广泛的关注。 信息隐藏技术是把保密信息隐藏于可公开的载体中，然后通过信道传递秘密 信息，使非法拦截者难以从公开信息中判断秘密信息是否存在，难以截获秘密信 息，从而能保证秘密信息的安全。 数字水印是信息隐藏中最为重要的一个分支。信息隐藏技术应用于数字产品 的版权保护及其真实性和完整性认证中，即为数字水印技术。 数字水印技术是一种信息隐藏技术，其基本思想是在数字图像、音频和视频 等数字产品中嵌入秘密信息，以便保护数字产品的版权、证明产品的真实可靠性、 跟踪盗版行为或者提供产品的附加信息。其中的秘密信息可以是版权标志、用户d 号或者是产品相关信息。一般，它需要经过适当变换后嵌入到数字产品中，通常 称变换后的秘密信息为数字水印【4 j 。 数字水印嵌入和检测过程的一般模型如图2 1 和图2 2 所示呤j ： l 水印信息 含水印的信 嵌入过程 号 l 原始信息 图2 1 数字水印嵌入模型 图2 2 数字水印检测过程 6 基于虹膜特征的数字水印算法研究 通常可以定义水印为如下信号： w = qi q 0 ，i = o ，l ，2 ，m - 1 ( 2 1 ) 式中，m 为水印序列的长度，o 代表值域。实际上水印不仅可以为一维序列， 也可以是二维阵列，甚至是三维或高维信号，这通常要根据载体对象的维数来确 定，如音频对应一维，静止图像对应二维，动态图像对应三维。本文的载体对象 为静止图像，水印序列为二维虹膜特征码。 数字水印的设计要考虑下面几个方面【5 】： ( 1 ) 不可见性：对于以模拟方式存储和分发的信息( 如电视节目) ，或是以物 理形式存储的信息( 如报刊、杂志) ，用可见的标志就足以表明其所有权。但在数 字方式下，标志信息极易被修改或擦除。所以要求数字水印具有不可见性，使人 无法察觉。 ( 2 ) 鲁棒性：用于版权保护的数字水印一般称为鲁棒水印，要求在经过常规 信号处理操作后能够检测出水印。针对图像的常见信号处理包括空间滤波、有损 压缩、打印与复印、几何变形( 旋转、平移、缩放) 等。 ( 3 ) 安全性：表现为水印能够抵抗恶意攻击的能力。恶意攻击指任何意在破 坏水印功用的行为。有三类常见的攻击【4 】：非授权去除，非授权嵌入和非授权检测。 非授权去除和非授权嵌入会改动含水印作品，因而可看作主动攻击。非授权检测 不会改动含水印作品，可看作被动攻击。 2 2 数字水印的分类及应用 数字水印的应用很广泛，不同的应用对水印的要求也不同，因此没有一种水 印能适应所有的应用。下面从不同的角度介绍几种典型的数字水印分类方法【6 】。 ( 1 ) 按特性分类：可将数字水印分为可见水印和不可见水印。可见水印是可以 感知的，不可见水印是表面上不可察觉的。本文研究的水印是为了保护作品的所有 权并对人们的视觉感知无影响，因此是不可见的。 不可见水印又分为脆弱性数字水印和鲁棒性数字水印两类。脆弱性数字水印 是指当嵌入了水印的载体数据被修改时，通过对水印的检测，可以对载体是否进 行了修改或进行了何种修改进行判定的水印。鲁棒性数字水印要求加入的水印应 能抵抗恶意与非恶意的攻击。鲁棒水印主要用于数字作品的版权保护。因此本文 的水印为鲁棒性数字水印。 ( 2 ) 按检测过程分类：可以将数字水印划分为盲水印、半盲水印和非盲水印。 盲水印的检测不需要原始数据和原始水印，半盲水印不需要原始数据但需要水印 进行检测，非盲水印检测时需要提供原始数据。 第二章数字水印技术概述 7 ( 3 ) 按水印所附载的媒体分类：可将数字水印分为图像水印、音频水印、视 频水印、文本水印和网格水印等。 数字水印技术可以应用到以下方面【7 ，8 】： ( 1 ) 用于军事方面：军事和安全部门需要无法入侵和不被破坏的通信信道。 在现代战争中，既使秘密内容被加密编码，也很容易被攻击和破解。采用水印技 术可以构造一种稳健的隐蔽通道，使得通信不被敌方检测和干扰。 ( 2 ) 用于版权保护：版权保护是信息隐藏技术中最令人关注的部分。传统的 文本声明极容易被篡改和伪造，版权所有者不得不在作品中加入可见的版权标签 来声明。但是这种可见的版权标签严重损害了作品视觉质量。利用数字水印来对 版权所有者身份进行验证，可以解决这一问题。 ( 3 ) 用于盗版追踪：为避免未经授权的拷贝和发行，出品人可以将不同用户 的身份编码或序列号作为不同的水印嵌入到合法的拷贝中，使版权所有者能够找 到某个非法拷贝的来源。这种水印在防止非法使用和协助调查方面具有潜在价值。 ( 4 ) 用于防伪和数据的完整性：在数字票据中隐藏的水印经过打印后仍然存 在，可通过再扫描到数字形式，提取防伪水印，以证明票据的真实性。 ( 5 ) 用于数据的不可抵赖性：网上交易时，交易的任何一方收发信息时，将 各自的特征标记嵌入到传递的信息中，使任何一方均不能抵赖自己曾经做出的行 为，也不能否认曾经接收到对方的信息。 2 3 数字水印的常用算法 数字水印的算法一般分为三种：空域法、频域法和压缩域法。 ( 1 ) 空域算法 空域算法是将水印信息直接嵌入音频时域采样、图像空间像素和视频数据等 原始载体数据中，即在媒体信号的时间域或空间域上实现水印嵌入。该类算法中 典型的水印算法是将信息嵌入到随机选择的图像点中最不重要的像素位( l s b ： l e a s ts i g n i f i c a n tb i t ) 上，保证嵌入水印的不可见性。 由于使用了图像不重要的像素位，算法的鲁棒性差，水印信息很容易被滤波、 几何变形的操作破坏。文献 9 提出一种折中的方案，将水印与多个位平面替换， 对于8 位图像来说通常采用第4 位以下的各位平面。为了加强安全性，位平面的位 置不再固定，而是用一个随机序列来随机选取要替换的位平面。 时空域数字水印嵌入的普遍缺点是：嵌入的信息量不能太多。鲁棒性差， 尤其对滤波、量化和压缩攻击。 ( 2 ) 变换域算法 近年来的水印文献大都集中在变换域或频域上，主要通过修改载体的变换域 基于虹膜特征的数字水印算法研究 系数来实现水印嵌入。在变换域水印算法中，数字载体首先进行一种特定的正交 变换，该变换可以针对整个载体或者载体的各部分。嵌入空间是载体的某个频带 或某些频带，这些频带对应的变换系数遵循一定的规则被修改、替换或交换。载 体的低频信息反映了载体的主要轮廓，不应有较大的失真，水印的嵌入将影响不 可见性；而载体的高频信息是人类感知系统不敏感的信息，通常被压缩技术所剔 除，在该频带嵌入水印，水印的鲁棒性较差。 变换域水印嵌入算法的主要优点是：物理意义清晰：可充分利用人类的感知 特性；不可见性和鲁棒性好；与压缩标准兼容。常见的变换一般为离散余弦变换 ( d c t ) 、离散小波变换( d w t ) 、离散傅立叶变换( d f t ) 。 ( 3 ) 压缩域算法 压缩域算法是指充分考虑j p e g 、m p e g 和v q 技术的结构和特性，将水印嵌入 到压缩过程的各种变量值域中【4 】。 基于j p e g 、m p e g 标准的压缩域数字水印系统不仅节省了大量的完全解码和 重新编码过程，而且在数字电视广播中有很大的实用价值。相应地，水印检测与 提取也可直接在压缩域数据中进行。 广义上的j p e g j p e g 2 0 0 0 压缩域嵌入技术是指在嵌入过程中充分考虑j p e g 压 缩框架( 如d c t 变换，8 x 8 分块，量化表，霍夫曼编码等) 或j p e g 2 0 0 0 压缩框架的 嵌入技术，目的是获得较强的抗j p e g 或j p e g 2 0 0 0 压缩的鲁棒性，输入和输出均可 为未压缩图像或j p e g j p e g 2 0 0 0 图像。狭义上的j p e g j p e g 2 0 0 0 压缩域嵌入技术是 指把水印嵌入到压缩位流中的嵌入技术，输入为j p e g j p e g 2 0 0 0 文件，输出为 j p e g j p e g 2 0 0 0 文件，其特点是嵌入过程不需要解码和重新编码，速度快。 2 4 数字水印的攻击分析 与密码学类似，数字水印也是一个对抗性的研究领域。为了检测数字水印的 鲁棒性，必须用各种攻击来进行安全测试。下面简要介绍几种常见的攻击方式【l 川： ( 1 ) 鲁棒性攻击：指在不损害图像使用价值的前提下减弱、移去和破坏水印。 如各种信号处理操作，如添加噪声、j p e g 压缩、滤波、量化等。 ( 2 ) 迷惑攻击：最早由m m 的c r a v e r 等人提出，它是通过伪原始数据或伪水印 来产生混淆，该攻击在已加入水印的图像中再嵌入一个或多个附加水印，从而破 坏水印的权限，使得第一次嵌入的水印变得不明确，无法辨认版权。 ( 3 ) 密码攻击：主要包括已知掩蔽信息攻击和已知水印，通过穷尽搜索密码 来发现隐藏信息。 ( 4 ) 同步攻击：指试图破坏载体数据和水印的同步性。被攻击的载体中水印 仍然存在，而且幅度没有变化，但是水印记号已经错位，不能维持正常水印提取 第二章数字水印技术概述 9 过程所需要的同步性。 ( 5 ) m o s a i c 攻击：指将图像分解成许多小块，然后将每个小块放在h t m l 页 面上拼凑成一个完整的图像。一般的w e b 浏览器都可以在组织这些图像时不留任何 空隙，使效果看起来和原图一样，从而无法检测到水印。 2 5 基于虹膜特征的数字水印嵌入模型 数字水印技术是实现数字产品版权保护的有效方法，传统的版权保护的数字 水印技术有两个特点：一是不可见性，二是鲁棒性。本文提出的以虹膜特征为水 印信号的数字水印具有以下三个特剧1 1 】： ( 1 ) 可证明性：水印应能提供完全可靠的证据来证明信息产品的版权归属。 传统的水印以i d 号、产品标志等来证明版权所有者的身份，但是这些信息与版权 所有者没有直接的关系，而作为人体生物特征信息的虹膜具有唯一性和不变性， 可作为身份的唯一标识，利用人体的虹膜特征作为水印信号可以很好的解决这个 问题。 ( 2 ) 不可见性：不可见性是指视觉或听觉上的不可感知，嵌入水印的载体数 据对于观察者的视觉或听觉系统来讲应该是不可察觉的，最理想的情况是含水印 的载体与原始载体在视觉效果上是一模一样的，这是绝大多数水印算法所应达到 的要求。 ( 3 ) 稳健性：稳健性是指水印应该能够承受大量的物理和几何失真，包括有 意的( 如恶意攻击) 或无意的( 如图像压缩、滤波、打印、扫描与复印、噪声污染、 尺寸变换等) 。显然在经过这些操作后，稳健的水印算法应仍能从水印载体中提取 出嵌入的水印或证明水印的存在。 本文提出的虹膜特征水印的嵌入模型如图2 3 所示： 图2 3 基于虹膜特征的水印嵌入模型 1 0 基于虹膜特征的数字水印算法研究 此模型可分为： ( 1 ) 水印信号的产生过程：通过虹膜图像预处理，定位出虹膜区域，对虹膜 部分进行特征码提取，将提取的特征码作为水印信号。当需要更高的安全性时， 可以对提取的特征码进行加密处理，再作为水印信号嵌入。 ( 2 ) 载体图像的处理：对原始图像进行频率域变换，完成对载体图像的处理。 ( 3 ) 水印的嵌入：利用嵌入算法，把数字水印信号嵌入到经过处理的载体对 象中，再经反变换得到含水印的图像。要求含水印的图像与原始图像在视觉效果 上无差别。 2 6 虹膜特征水印的提取模型 本文提出的虹膜特征水印的提取模型如图2 4 所示： 图2 4 基于虹膜特征的水印提取模型 提取出来的水印信号与数据库中的特征码做比对，判断版权所有者的身份。 2 7 性能评价标准 数字水印的性能评价标准分为主观和客观两种。主观测试对最终的质量评价 有意义，但仅凭感性认识是不能够作为科学评估的依据。本文采用客观评价作为 水印性能评价标准【1 2 , 1 3 1 。 一个水印系统的客观评价包括隐蔽性评价和鲁棒性评价两部分。隐蔽性评价 在原始载体图像与嵌入水印后的图像间进行。可采用能见度指标从视觉感受主观 的评价嵌入前后图像间的差异。估计水印嵌入宿主图像之后噪声的大小，并作为 反映一个数字水印方案的隐蔽性好坏的指标定量，客观的评价隐蔽性常采用信号 处理中的峰值信噪e l ( p s n r ) 。 峰值信噪七g ( p s n r ) 定义为： 第二章数字水印技术概述 n 2 m a x l 2 ( 工，y ) 一= l o l o g l o 面商谕 q 。2 p s n r 值越大，说明图像处理前后相似度越高，当p s n r 3 0 d b 时人眼已经无 法看出两幅图像的差别，最佳值为p s n r 3 9 d b 。 水印鲁棒性要求使得水印图像在经历攻击后，依然可以恢复出水印或检测出 水印的存在。鲁棒性的评价在原始水印w 与提取水印w 间进行。常见的有以下几 种： ( 1 ) 能见度是衡量主观观察原始水印与提取水印的差异。 ( 2 ) 相关系数是衡量原始水印与提取水印的相关性。 相关系数定义如下： n c ：坠掣坠 w 2 ( m ，刀) w 啦( m ，珂) 相关系数值在0 、1 之间，相关系数越大，水印鲁棒性越好。 ( 3 ) 归一化海明距离：如果水印是由二值数据组成的， 来估计嵌入与提取的水印的相似性。海明距定义如下： ( 2 - 3 ) 可以采用计算海明距 尉f ( w ，) 2 寿善w ( f ) 。矿( f ) ( 2 - 4 ) 其中，w ( i ) 和w ( f ) 分别表示嵌入及提取的水印， 0 为水印的长度，o 是异 或运算符。归一化海明距在0 、1 之间，值越小，提取水印与原始水印越相似，鲁 棒性越好。 ( 4 ) 相似性度量 相似性定义为： c = 肘 w w i = 1 ( 2 5 ) n c 的值在0 、1 之间，值越大，相似性越好。用于评价二值水印的鲁棒性。 本文用峰值信噪比( p s n r ) 来评价水印算法的隐蔽性，用相关系数( n c ) 来评价 水印算法的鲁棒性，用海明距( h d ) 来进行匹配识别。 1 2基于虹膜特征的数字水印算法研究 2 8 小结 本章介绍了数字水印技术的基本概念、特点、分类、应用和常用算法，提出 了基于虹膜特征的数字水印模型，并给出了本方案的性能评价标准。 第三章虹膜特征提取 第三章虹膜特征提取 目前作为版权保护的数字水印存在一个很重要的问题：水印与版权所有者之 间没有必然的联系。而利用人体的虹膜特征作为水印信号可以很好的解决这个问 题。虹膜特征具有唯一性和不变性，每一位版权所有者拥有一个仅属于自己的生 物特征水印，当产生版权纠纷时，也能轻易的将从作品中提取出的水印与自己所 拥有的相比较，从而证明著作权的归属。 3 1 1 生物识别技术 3 1 虹膜识别技术及系统结构 在日常生活中存在许多需要对用户进行身份认证的情况，现在身份认证的主 要技术包括口令、用户d 号、或者带有个人身份号码的识别卡。这些传统的方法 都遭受了许多限制且存在缺点，主要问题在于这些认证系统很容易被欺骗，并且 在用户和系统的使用之间没有方法联系起来。比如，在一个大公司或者学校用户d 号和口令可能被共享。因此，系统的安全性较低。而在许多应用中，这样的安全 性是人们所不能接受的。 人们在寻求文档、交易、物品的安全保护的有效性和方便性方面经历了三个 阶段【1 4 】。第一个阶段是大家都很熟悉的最原始的机械钥匙，第二个阶段是随着网 络产生的数字钥匙，第三个阶段则是采用人体的生物特征来进行身份验证。生物 识别是当今数字化生活中最高级别的安全密钥系统。因为，每个人都拥有自己的 一些生物特征，其中的一些是唯一的并且是终身不变的，而一个人和另一个人共 同享有一样的生物特征是非常困难的。 生物识别技术是依靠人体的生物特征来进行身份验证的技术。人体的生物特 征包括指纹、掌纹、声音、面孔、虹膜、视网膜等。这些生物特征具有“各不相 同，终身不变，随身携带的特点。由于人体特征具有不可复制的特性，这使得 生物识别技术具有安全性、稳定性、可靠性等优点，所以这一技术的安全系数较 传统的身份验证机制有很大的提高。生物识别由两个过程组成，即训练设计与识 别实现。训练设计指用一定数量的样本建立标准模式库，选定适当的识别算法、 距离测度及判决准则。识别实现指将待识别的样本所形成的未知模式与标准模式 进行匹配比较，根据测度估计及判决准则输出身份验证结果。生物识别系统主要 由数据获取、预处理、特征抽取、标准模式库、测度估计和判决等六部分组成。 1 4 基于虹膜特征的数字水印算法研究 3 1 2 虹膜识别的特点 虹膜是眼球壁第二层色素膜的最前部，呈圆盘状，中央有圆形孔洞称为 瞳孔。其表面有呈现高低不平的放射状排列、互相交错的皱壁，构成多数的隐沟 ( 或称稳窝) 。这样结构上的高低变化，形成特有的纹理。每一个虹膜都包含一 个独一无二的基于像冠、水晶体、细丝、斑点、结构、凹点、射线、皱纹和条纹 等特征的结构。虹膜纹理具有以下特征【1 5 】： ( 1 ) 虹膜纹理具有绝对的唯一性。在整个人类中，任意两个虹膜纹理的数字 特征都是不同的，即便是双胞胎也是如此。 ( 2 ) 虹膜纹理具有稳定性和不变性。除非发生病变等特殊情况，人的虹膜纹 理在一生之中都不会改变，并且通过手术改变虹膜纹理的风险也很高。 ( 3 ) 虹膜纹理可提供的特征信息量大，因而在应用于识别的时候可靠性高。 ( 4 ) 虹膜具有内在的隔离和保护能力。 同其它的生物识别技术( 如指纹识别、脸型识别等) 相比，虹膜识别技术具 有非常明显的优势。每个虹膜所包含的信息都不相同，出现形态完全相同的虹 膜组织的可能性远远低于其它组织。虹膜的纤维组织细节复杂而丰富，并且 它的形成与胚胎发生阶段该组织局部的物理化学条件有关，具有极大的随机 性，使用克隆技术也无法复制某个虹膜。和脸型识别相比，它具有不受遗传性误 差因素( 如孪生关系等) 和表现性因素( 如面部特征随年龄变化) 影响的优点。和指 纹识别相比，它具有难于复制的优点。而与d n a 识别相比，又具有快速和识别信息 易于获得等优点。例如： 快速性：一般识别需用几秒，而检索存储的虹膜文件速度则达每秒十余万次。 低存储性：1 g 容量的硬盘大约可存储4 0 0 万个虹膜信息( 虹膜识别码) 。 采集便捷性：只要往摄像机前一站即可。 3 1 3 虹膜识别系统结构 一个完整的虹膜身份识别系统由离线模块和在线模块两大模块构成【1 6 】。离线 模块的主要作用是采集目标人的虹膜样本，建立虹膜特征向量数据库，以备和新 样本参考比较。在线模块是指现场提取虹膜图像，经预处理后建立虹膜特征向量， 然后与样本库模板进行匹配识别。如图3 1 所示： 第三章虹膜特征提取 在线模块 离线模块 图3 1 虹膜识别系统 3 2 虹膜图像预处理 虹膜图像预处理的目的是为下一步的特征提取和匹配提供一个高清晰的图 像，从而使识别的结果更加准确。一般采集到的虹膜图像不光只有虹膜，而且还 会有瞳孔、巩膜、眼睑、睫毛等部分。由于在获取虹膜图像时用的是高度非侵犯 性的系统，所以虹膜在图像中的大小和位置都会发生变化，加上对被采集者不做 要求，虹膜也会有一定角度的旋转。此外随着入射光线的强度变化，瞳孔还会产 生收缩或扩张，牵动虹膜的变化，这将会使虹膜的纹理产生变形。还有光源的变 化，距离的改变都会影响虹膜识别的准确性。不利因素必须在虹膜特征提取前消 除，否则将会大大影响匹配的结果。为了实现匹配的高度准确性，就要通过预处 理消除上面各种因素对虹膜图像的影响。虹膜图像的预处理包括虹膜定位、虹膜 图像归一化和虹膜图像增强这三个步骤。 3 2 1 虹膜定位 本文给出了基于h o u g h 变换的快速虹膜定位方法。先用c a n n y 3 9 子对图像进行 边缘提取，根据经验去除无用的点( 如眼睑和睫毛) 。根据提取出的虹膜边界点可 以大概确定虹膜内外边缘的分布区域，在这区域内用h o u g h 变换，求出虹膜内外边 界的圆心和半径。这样可以减少计算量，提高运行速度。 ( 1 ) c 锄y 算子的基本原理 c a n n 嫩缘检测是一种检测图像边缘的有效的算子旧，它能在噪声抑制和边缘 检测之间取得较好的平衡。经过边缘提取后的图像变成用“l 表示边界，用“0 ” 表示非边界的二值图像。c 锄遨缘检测方法的基本思想是：先对要处理的图像选 择一定的g a u s s 滤波器进行平滑后，再采用一种称为“非极值抑制 的技术处理完 图像，便得到最后所需要的边缘图像。设2 d 高斯函数如式( 3 1 ) ，式中仃为g a u s s 函 基于虹膜特征的数字水印算法研究 数的宽度。 。( w ) 5 丽1 ：e 砷i - ! ；笋 在某一方向；上g ( x ，y ) 的一阶导数为： q = 石o g = 为g ( 3 1 ) ( 3 - 2 炳= 阱馗鼢黼瑚绯胛q 做 卷积，也就是e + ，( 墨y ) ，改变i 的方向，q + ，( z ，y ) 取得最大值时的二就是正交 于检测边缘的方向，型鱼；! ! 型丝：o 。在i 方向上q + ，( 五y ) 有最大输出响应， d n l g t 作陋尝) 川w ) “n p ( 署) 州刮= l v g 川圳( 3 - 3 ) 拈勰“肌端o g 。 根据c 锄y 的定义，当一个像素满足以下三个条件时，则被认为是图像的边缘 该点的边缘强度太于沿梯度方向的两个相邻像素带内的边缘强度。 与该带内梯度方向上相邻两点的方向差小于4 5 度。 以该点为中心的3 x 3 的邻域中的边缘强度极大值小于某个闽值。 誓 图32 虹膜原始图像 圉33c a n n y 算子检测图 第三章虹膜特征提取 1 7 ( 2 ) h o u g h 变换的基本原理 h o u g h 变换是利用图像的全局特性，把离散边缘像素连接起来组成封闭边界的 一种常见方法。在预先知道区域形状的情况下，利用h o u g h 变换可以很方便地将图 像不连续的边缘点连接起来，从而得到边界曲线。h o u g h 变换的主要优点是受噪声 和曲线间断的影响较小，这样在噪声较大的图像上仍然可以对目标进行检测。 把参数空间的点映射成图像空间的线称为点到线的映射。在图像空间中的共 线点，经h o u g h 变换，可表示成参数空间中共点的曲线，这种线到点的变换可以检测 图像空间中由曲线段组成的目标的边界，同时在很大程度上也会减少计算量。 直线h o u 曲变换【1 8 】的基本思想是点一线的对偶性。图像变换前在图像空间，变换 后在参数空间。在图像空间腰里，所有过点( x , y ) 的直线均满足方程： y = p x + g ( 3 4 ) 其中p 为斜率，g 为截距。式( 3 4 ) 还可以写成： g = 一+ y( 3 5 ) 式( 3 5 ) 可以认为代表参数空间明中过点( p ，g ) 的一条直线。 在图3 4 中，图像空间过点( 毛，咒) 的直线方程为只= 强+ g ，过点( x ，少，) 的 直线方程为j ，= p x j + g ，通过方程变换，这两个直线方程也可以写为g = 一既+ 乃 和g = 一雕，+ y ，。后者就对应了图3 5 中参数空间里的两条具有相同斜率和截距的 共点的直线，图像空间中共线的点就转变为参数空间中共点的两条直线，因此可 以用参数空间中的一个点来唯一地描述图像空间中的一条直线。 具体计算时需要在参数空间中建立一个2 d 的累加器数组么，表示为： a ( p ，g ) 。开始时数组彳的初值为零，然后对每一个图像空间中的边缘点，让p 取 遍p 轴上所有可能值，计算在参数空间中对应的g 值，根据这两个值对累加器进行 累加：a ( p ，q ) = a ( p ，g ) + 1 。根据点一线的对偶性和累加器的结果，可以知道在参数 空间共点直线的个数，对应于图像空间就相当于知道了共线点的个数，累加器的 最大值所对应的p 和g ，也就是图像空间中点所在直线的斜率和截距，得到这两个 值也就得到了直线的方程。 对于一幅图像，虽然大小是有限的，但是当图像上的直线接近竖直方向时，斜 率p 和截距g 的值就会接近无穷，这样会造成累加器数组大增，为此常采用图3 6 所 示的直线的极坐标方程： p = x c o s o + y s i n o ( 3 - 6 ) 这样对于一幅图像，p 是有限的，而角度0 也是有限的，对于参数空间来说，累 加器数组取a ( p ，0 1 就是一个有限大小的数组。 基于虹膜特征的数字水印算法研究 】， q p 图3 4 图像空间图3 5 参数空间图3 6 直线的极坐标 由于虹膜内外边界近似圆形，所以需要采用圆h o u 曲变换1 9 2 0 1 对虹膜区域进行 定位。圆h o u g h 变换的本质是根据图像空间的点在参数空间中计算符合对偶性的参 数点的可能轨迹并累加参数点的数量。简单说来就是给定图像空间的一组像素点， 找出在参数空间中有这些像素点组成的所有圆的个数，以及对应于这些圆的半径 和圆心，包含像素点最多的圆即为所要求的圆。设圆的方程为： ( 工一口) 2 + ( y 一6 ) 2 = ，2 ( 3 7 ) 因为它有三个参数口，b ，所以需要在参数空间建立一个3 d 的累加器数组彳，其 元素可以写成：a ( a ，b ，1 。 算法描述如下： 首先对图像作预处理，利用c a n n y 算子提取图像的边缘，获得二值化的边 界图像，并确定圆的半径范围； 初始化累加器数组么，并使a ( a ，b ，) = 0 ； 对图像上的每个边界点( 工，y ) 作半径为，的圆，搜索圆心( 口，b ) ，然后由式 ( 3 8 ) 计算彳( 口，b ，厂) 的值： a ( 口，b ，) = a ( a ，b ，) + 1( 3 - 8 ) 根据式( 3 9 ) 由最大值确定圆的三个参数。 彳( 口o ，r ) = m a x ( u a ( a ，b ，) ) ( 3 - 9 ) ( 3 ) 虹膜内边界检测 用c a n n y 算子对图像进行边缘提取，根据经验去除无用的点( 如眼睑和睫毛) 。 根据提取出的虹膜内边界点可以大概确定虹膜内边缘的分布区域，在这区域内用 h o u g h 变换，求出虹膜内边界的圆心和半径。这样可以减少计算量。因为在进行 h o u g h 变换前，可以根据所提取出的边界点来大致确定虹膜内边界的圆心和半径的 变化范围。此时再进行h o u g h 变换就可以把圆的圆心和半径限制在一个较小的变化 范围内，这样计算量会减少，定位速度也会提高。 第三章虹膜特征提取 ( 4 ) 虹膜外边界检测 用c a l l n y 算子对图像进行边缘提取，与内边缘提取时采用不同的参数，根据已 经确定了的虹膜内边缘的圆心和半径来确定虹膜外边缘的分布区域，在此区域进 行h o u g h 变换。一般虹膜内边缘的圆心和外边缘的圆心不是同心圆，而有一些偏差， 根据内边缘的圆心和半径可以确定虹膜外边缘的圆心和半径的范围。图37 为虹膜 原始图像，图3 8 为边缘分割后的图像。 图37 原始图像 图38h o u g h 变换分割的虹膜图像 ( 5 ) 采用线h 伽g h 变换去除上、下眼皮噪声部分 人的眼皮在虹膜区域的部分可以用直线来近似表示，这样可以采用线h o u 曲 变换确定直线参数进行眼皮检测，有助于去除虹膜区域的眼皮干扰部分。可以通 过提取水平边缘经过h o u g h 变换提取眼皮直线段。经过h o u 曲变换去掉上、下眼