（通信与信息系统专业论文）一种改进的多用途kaedf半色调图像水印算法.pdf

中山大学硕士论文 一种改进的多用途k a e d f 半色调图像水印算法 专业：通信与信息系统 硕士生：谢振 指导教师： 倪江群教授 摘要 本文对核转换误差扩散半色调图像和多用途半色调图像数字水印算法作了 细致的研究，分析了k a e d f ( k e m e l s a l t e r n a t e de r r o rd i f f u s i o n ) 水印算法及其各 种改进算法的性能，并将半色调可见水印算法j h v w ( j o i n th a l f - t o n i n ga n dv i s i b l e w a t e r m a r k i n g ) 引入半色调图像数字水印的研究中，实现了多用途( 可见和不可 见) 水印目的。 另外，本文提出了专门针对半色调图像中可见水印清晰度的评价标准。根据 嵌入的可见水印主要体现在半色调图像边缘上的特征，提出了内外边缘匹配度两 个变量来衡量可见水印的清晰度。 最后，针对改进的多用途& 址d f ( m o d i f i e dk e r n e l s a l t e r n a t e de r r o rd i f f u s i o n m u l t i p u r p o s e ) 半色调图像水印算法中可见水印的嵌入强度优化进行了探讨，根 据嵌入强度k 值与加权信噪比w s n r 的关系，再结合遗传算法提出了一个可见 水印嵌入强度优化方案。实验结果证实了所提出算法在图像视觉质量和水印检测 性能上的优越性。 关键词：可见水印，多用途水印，核转换误差扩散，数字半色调技术，遗传算法 i i i 中山大学硕士论文 am o d i f i e dk e m e l s a l t e r n a t e de r r o rd i f f u s i o nm u l t i p u r p o s e w a t e r m a r k i n ga l g o r i t h mf o rh a l f t o n ei m a g e s m a j o r ： n a m e ： c o m m u n i c a t i o na n di n f o r m a t i o ns y s t e m x i e z h e n s u p e r v i s o r ：d r n ij i a n g q u n a b s t r a c t t h i sp a p e rs t u d i e st h ek e r n e l s a l t e r n a t e de r r o rd i f f u s i o nh a l f t o n e i m a g ea n d m u l t i p u r p o s ew a t e r m a r k i n ga l g o r i t h mf o rh a l f t o n ei m a g ed e e p l y w ea n a l y z et h e p e r f o r m a n c e o ft h ek a e d f ( k e r n e l s - a l t e r n a t e de r r o r d i f f u s i o n ) w a t e r m a r k i n g a l g o r i t h ma n di t sm o d i f i e da l g o r i t h m s m o r e o v e rw eb r i n gt h ev i s i b l ew a t e r m a r k i n g a l g o r i t h mj h v wi n t ot h es t u d yo fh a l f t o n ei m a g ew a t e r m a r k i n gf o rb o t hv i s i b l ea n d i n v i s i b l ew a t e r m a r ke m b e d d i n g t h i sp a p e ra l s oi n t r o d u c e sa ne v a l u a t i o nc r i t e r i o no nt h e c l a r i t yo fv i s i b l e w a t e r m a r ki nt h eh a l f t o n ei m a g e w ep r e s e n t e dt w op a r a m e t e r st oe v a l u a t et h ec l a r i t y o ft h ev i s i b l ew a t e r m a r ko na c c o u n to ft h ef e a t u r e so nt h ee d g ei nh a l f t o n ei m a g e f o rt h em o d i f i e dk a e d f m u l t i p u r p o s ew a t e r m a r k i n ga l g o r i t h m ( m k a e d f m ) ， w ed i s c u s st h eo p t i m i z a t i o no fe m b e d d i n gs t r e n g t ho fv i s i b l ew a t e r m a r k b a s e do nt h e r e l a t i o n s h i pb e t w e e ne m b e d d i n gs t r e n g t ha n dw e i g h t e ds i g n a lt on o i s er a t i ow s n r , c o m b i n e dw i t hg e n e t i ca l g o r i t h mc a l la c h i e v eav i s i b l ew a t e r m a r ke m b e d d i n gs t r e n g t h o p t i m i z a t i o np r o g r a m e x t e n s i v es i m u l a t i o n sa r ec a r r i e do u tw h i c hd e m o n s t r a t e st h a t t h ep r o p o s e dm k a e d f m w a t e r m a r k i n ga l g o r i t h ma c h i e v e ss i g n i f i c a n ti m p r o v e m e n t s i np e r f o r m a n c eo fv i s u a lq u a l i t ya n dw a t e r m a r kd e c o d i n gr a t e k e yw o r d s ：v i s i b l ew a t e r m a r k ，m u l t i p u r p o s ew a t e r m a r k ，k e m e l s - a l t e r n a t e de r r o r d i f f u s i o n ，e r r o rd i f f u s i o na l g o r i t h m ，g e n e t i ca l g o r i t h m i v 中山大学硕士论文 论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容 外，本论文不包含任何其他个人或集体已经发表或撰写过的作品 成果。对本文的研究作出重要贡献的个人和集体，均已在文中以 明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：谗掘 日期：刀7 年罗月- j , q , e t 中山大学硕士论文 学位论文使用授权声明 本人完全了解中山大学有关保留、使用学位论文的规定，即：学校有权 保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版， 有权将学位论文用于非赢利目的的少量复制并允许论文进入学校图书馆、院 系资料室被查阅，有权将学位论文的内容编入有关数据库进行检索，可以采 用复印、缩印或其他方法保存学位论文。 学位论文作者签名： 谗娠 导师签名： 日期：卅年r 月以日 日期：2 0 7 年夕月巧日 第1 章绪论 第1 章绪论 1 1 半色调图像数字水印的研究背景 随着互联网的高速发展，网络上的数字媒体( 数字音频、数字图像、数字视 频等) 都可以随意下载和传播，这给版权所有者带来了极大的经济和精神损害， 于是对数字媒体的版权保护和认证工作愈发重要。传统的加密系引1 】在数据传输 过程中虽有保护作用，但数据一旦被接收并解密，其保护作用也随着消失。因此 只能满足有限的要求。 数字水印( d i g i t a lw a t e r m a r k i n g ) 2 - 5 】作为一种重要的数字媒体内容保护技术 在2 0 世纪9 0 年代中期以来获得了广泛研究。与传统加密系统不同，数字水印技 术的主要目的并不是限制对媒体的访问，而是确保媒体中水印不被改变或消除， 为媒体提供必要的证明信息。 本文专注于半色调图像中的数字水印的研究。数字半色调技术是指在二值设 备或有限灰度级设备上再现连续色调图像( 如灰度图像和彩色图像) 的过程。由 于人眼具有低通滤波作用，这些半色调图像从远处看起来与原连续色调图像相 似。如今数字半色调技术已经广泛的应用于打印、传真、报纸和杂志印刷等领域。 如何更好的通过半色调数字水印技术，在图像中嵌入如公司名称、标志或者所有 者等信息来解决半色调图像的版权保护问题就成为具有现实意义的研究课题。 1 2 半色调图像数字水印的研究现状 1 2 1 数字水印的分类 从视觉效果考虑，图像水印分可见和不可见( 隐形水印) 两种。 不可见水印通过在原始图像中嵌入秘密信息水印( w a t e r m a r k s ) 来证实 该数据的所有权归属或数据的完整性。实现图像隐形水印的命题【5 1 是：要求在保 证不改变原始图像视觉感知效果( 即不可见性) 的前提下，实现的水印具有较好 第l 章 绪论 的稳健性和抗攻击性。 文献 4 3 1 指出，可见水印所要求的特征包括： ( 1 ) 可见水印要显而易见； ( 2 ) 可见水印应分布在宿主图像上的较大范围或重要地方以抗剪切； ( 3 ) 可见水印不会使得宿主图像的细节模糊； ( 4 ) 可见水印要较难移除，即要具有一定的鲁棒性； ( 5 ) 利用少量操作即可嵌入可见水印，且计算复杂度较低。 1 2 2 半色调技术 最近十几年来，各种数字半色调技术有了很大的发展，目前常用的半色调变 换方法包括：误差扩甜6 引、有序抖动 9 1 、点扩剐1 0 1 和d b s ( d i r e c tb i n a r ys e a r c h ) 算法【1 1 】。其中，误差扩散算法因其具有成像质量好，色调丰富，像素点分布是各 向异性和无规律性，计算复杂度低等优点而被广泛使用和研究。但是误差扩散算 法也有边缘锐化( e d g es h a r p e n i n g ) 和噪声成形( n o i s es h a p i n g ) 两个主要缺点， 所以t d k i t e 等人通过引用阈值参数l 对原始误差扩散算法进行阈值调制，提 出了改进的误差扩散算法【1 2 】，用来改善边缘锐化和噪声成形的问题。 相对于数字半色调技术，存在着反半色调技术( i n v e r s eh a l f t o n i n g ) 。反半色 调技术是从数字半色调图像重建原始连续调图像的技术【1 3 】。对于图像的压缩、尺 度伸缩、增强等图像处理过程都是不可以直接在半色调图像上实施的，所以当某 些处理必须在连续调图像上进行，而我们只有其半色调图像的版本时，可以考虑 用反半色调技术获得近似的原始连续调图像。 文献 1 3 1 5 b 指出，对于一幅给定的半色调图像，不存在唯一与之对应的反变 换图像，因此在进行反半色调变换时，需要对图像进行一些附加特性的限制以产 生合适的连续色调图像。对于所有的反半色调技术，有一条基本的假设，即认为 “自然 图像具有最大低通滤波特性( m o s t l yl o w p a s sc h a r a c t e r i s t i c s ) 。但是简单 的低通滤波在滤除大多数噪声的同时也损失了图像的边缘信息，所以更复杂的反 半色调算法的基本原理是在适当的引入低通滤波器滤除高频噪声的同时，尽量保 持原有连续图像的边缘信息。常用的反半色调技术包括向量量化【1 4 】，小波变换 2 第1 章绪论 1 1 5 1 6 1 ，m a p 映射f 1 7 l ，误差扩散核估计【1 8 】等。其中t h o m a sd k i t e 在文献 1 9 】中 提出了专门针对于误差扩散半色调图像的反半色调变换算法。相比其它算法不但 运算速度快，实现简单，而且重建的连续调图像拥有非常好的图像质量。 1 2 3 半色调数字水印技术概述 半色调数字水印技术是在半色调图像中嵌入水印的技术。目前，关于半色调 图像数字水印的研究有许多种分类，比如以是否利用原连续调图像分类，是否为 可见水印分类等。 其中，按照水印操作时是否需要原连续调图像主要分为两类：第一类为不需 要原连续调图像，直接对半色调化后的图像进行水印嵌入；第二类为可利用原连 续调图像，在半色调变换过程中同时嵌入水印。第一类的半色调水印算法有：使 用向量量化算法在误差扩散图像的最高有效位m s l 或者最低有效位l s b 上嵌入 水印的技术【2 0 】【2 ，还有一些使用像素翻转的嵌入水印的方法以及利用形态学上 的二值小波分解或伪小波变换的方法嵌入水印，现介绍如下： ( 1 ) d h s p t ( d a t ah i d i n gs m a r tp a i rt o g g l i n g ) 2 2 1 d h s p t 算法【2 2 1 通过对半色调图像某些伪随机位置进行互补的翻转来隐藏 数据，它依据产生最少附加纹理的原则来选择翻转的互补像素点。d h s p t 算法 是在d h s t ( d a t eh i d i n gs e l f t o g g l i n g ) 算法和d h p t ( d a t eh i d i n gp a i rt o g g l i n g ) 【2 3 1 算法基础上提出的。 d h s p t 算法的主要特点是智能的选择互补翻转中的从像素点，而非d h p t 中的随机选择。d h s p t 算法采用互相关度量来选择从像素点，选取在翻转过后 与主像素点互相关最小的点作为从像素点。它的嵌入算法复杂度最高，解码算法 沿用d h s t 算法和d h p t 算法，同时它产生的水印图像质量最好。 ( 2 ) 半色调图像空域的像素翻转算法【2 4 】【2 5 】 半色调图像虽然从远处看起来与原连续色调图像相似，但本质上可以看作二 值图像( 由黑、白两种点组成) ，故一些针对二值图像的信息隐藏的方法对半色 调图像也适用。其中已有不少关于二值图像中像素可翻转性的研究工作【2 4 】【2 5 1 。 所谓可翻转像素，是指在二值图像中，翻转该像素引起的视觉失真很小，也就是 第l 章绪论 说，翻转该像素几乎不改变像素所在区域的连通性和平滑性【2 6 1 。 文献 2 4 i 1 直过测量平滑性和连通性给出一个像素可翻转性大小的评价方法； 文献 2 5 】利用人类视觉系统方法建构了一个对比函数c ( x ) 来量测人类的视觉在一 定的背景亮度下对于像素x ( 0 x 2 5 5 ) 变化的敏感程度，通过找出对比值大 的像素( 即人类视觉不敏感点) 并改变其像素值来隐藏信息，同时也保障了藏入 信息后的图像质量。 ( 3 ) 半色调图像小波域的水印算法【2 7 】【2 8 l 文献【2 7 】将经f l o y d 核【6 】半色调化的图像分块后进行二值伪小波变换( b i n a r y p s e u d o w a v e l e tt r a n s f o r m ) ，然后直接修改其频率最高点系数来嵌入水印；文献 【2 8 】则利用形态学二值小波分解( m o r p h o l o g i c a lb i n a r yw a v e l e td e c o m p o s i t i o n ) 来作认证水印。 至于第二类半色调水印算法因其成像质量好，且水印嵌入的容量大而引起学 者浓厚的研究兴趣。比如m d h e d ( m o d i f i e dd a t ah i d i n ge r r o rd i f f u s i o n ) 2 9 1 和 k a e d f ( k e r n e l sa l t e r n a t e de r r o rd i f f u s i o n ) 1 3 0 1 算法等。其中，m d h e d 算法将 由水印嵌入引起的误差同时扩散至周围已处理和未处理的相邻像素点上，这样使 误差在当前像素点的邻域内得到均衡，从而抑制半色调图像中的椒盐噪声，改善 半色调图像质量。 核转换误差扩散算法k a e d f 由s c p e i 等人提出，基本思想是根据嵌入水 印的大小把原连续调图像分块，每一块对于一个水印b i t ，由需嵌入的b i t ( 即0 或1 ) 来决定使用哪种核对当前块进行误差扩散半色调变换。k a e d f 算法简单， 但在水印嵌入后的图像效果和解码方面有可改进的空间。m k a e d f 算法【3 1 1 和 i k a e d f + 算法【3 2 1 均对k a e d f 算法进行了改进。m k a e d f 算法通过采用误差扩 散算法的量化器模型和阈值调制技术，可以显著提高半色调水印图像的视觉质 量：同时由于改进误差扩散算法显著消除了半色调图像的边缘锐化和成形噪声， 半色调变换中j a r v i s 和s t u c k i 核所对应的d f t 域的频谱分布特征被更好地被保 留在所生成的半色调水印图像里。相应地，m k a e d f 算法采用反半色调变换直 接由半色调水印图像得到连续色调图像以计算c s e d 分块判决阈值，从而实现了 半色调水印图像的盲检测。i k a e d f + 算法通过将嵌入水印的信息和原图像信息 第1 章绪论 结合起来对阈值调制参数l 进步优化，以提高图像性能。并且针对c s e d 解 码算法的不足，提出了改进的c s e d 盲检测解码算法，使解码率有了较大幅度的 提升。 除了上面介绍两类算法，还存在很多种半色调图像水印算法，如把隐藏的视 觉图案通过一定的算法嵌入到两幅或者两幅以上的半色调图像中，在解码时通过 把这些图像重叠，嵌入的视觉图案就会直接浮现出来。类似这样的水印算法有： 噪声均衡误差扩散算法( n b e d f ) 3 3 】，随机误差扩散( s t o c h a s t i ce r r o rd i f f u s i o n ) 【3 4 】，抖动两幅共轭的半色调图像掩模的方式嵌入信息【3 5 l ，采用随机掩模模式 ( s t o c h a s t i cs c r e e np a t t e r n s ) 3 6 】等。 近年来，多用途水印也是数字水印研究的热点之一。目前大多数多用途水印 技术主要针对连续色调图像【3 7 。3 9 1 ，然而对半色调的多用途水印关注则非常少。比 较目前广泛使用的不可见水印，可见水印图像通常包含可识别但不易破坏的水印 标识用以申明版权，可见水印可以更加主动的方式对多媒体内容提供保护。文献 【4 1 】中给出了一种基于误差扩散的半色调可见水印算法j h v w ，通过融合 m k a e d f 和j h v w ，本文进一步发展了一种改进的多用途k a e d f 半色调水印 算法( 记为m k a e d f m ) ，可以同时实现半色调图像中可见和不可见水印的嵌入。 1 3 本文主要工作和创新点 本文主要专注基于m k a e d f 算法的多用途半色调图像数字水印研究，对一 些现有的半色调图像水印方法进行改进，使之可以同时实现半色调图像中可见和 不可见水印的嵌入。本文的工作和创新点主要集中在以下三方面： ( 1 ) 将基于误差扩散的可见水印算法m v w 引入多用途半色调图像数字 水印的研究中。由于腰w 以误差扩散为基础，且又是基于像素的，可见水印 的引入并不会明显改变原m k a e d f 算法各分块中核的频谱分布，因此对不可见 水印的鲁棒性能影响有限。基于上述原因，我们将其引入多用途半色调图像数字 水印的研究，以实现多用途水印目的。 ( 2 ) 提出了专门面向多用途半色调图像中可见水印清晰度的评价标准。根 第l 章绪论 据嵌入的可见水印主要体现在边缘上的特征，提出了内外边缘匹配度这两个交量 来衡量多用途半色调图像数字水印中可见水印的清晰度。 ( 3 ) 针对多用途k a e d f 半色调水印算法( m k a e d f m ) 中的可见水印的 嵌入强度的优化进行了探讨。本文根据嵌入强度k 值与加权信噪比w s n r 的关 系，再结合遗传算法提出了一个可以实现的可见水印嵌入强度优化方案。 1 4 论文结构安排 论文的第1 章主要介绍了半色调图像数字水印技术的背景以及现状，总结了 了现有的常用半色调技术以及对应的反半色调技术和半色调图像数字水印方法。 第2 章详细介绍了本文研究的基础误差扩散半色调变换算法( k a e d f ) 以及对其进行了改进的m k a e d f 算法和i k a e d f + 算法。理论和仿真结果均显 示出改进的误差扩散算法对半色调图像水印算法的研究的确是具有定的意义。 第3 章则根据第2 章的结论，结合一种基于误差扩散的半色调可见水印算法 j w ，提出了一种改进的多用途k a e d f 半色调水印算法( m i a e d f m ) ，实 现了半色调图像中可见和不可见水印的嵌入，并提出了专门面向多用途半色调图 像中可见水印清晰度的评价标准，最后给出了一个可以实现的可见水印嵌入强度 优化方案。 第4 章给出核转换误差扩散k a e d f 算法及其各种改进算法( m k a e d f 、 i k a e d f + 和m k a e d f m ) 的仿真效果对比以及相应的分析。大量的实验数据进 一步的证明了m k a e d f m 算法可以保证在可见水印足够清晰的前提下，获得和 m k a e d f 可比拟的不可见水印的鲁棒性能。 第5 章是对全文内容的一个总结性的综述，概述了已完成的主要工作，并据 此展望了后续工作。 第2 章核转换误差扩散半色调图像水印算法 第2 章核转换误差扩散半色调图像水印算法 2 1 误差扩散算法 误差扩散算法因其具有成像质量好，色调丰富，像素点分布是各向异性和无 规律性，计算复杂度低等优点而被广泛使用和研究，本文的研究正是基于误差扩 散上。所以本小节先对误差扩散进行详细介绍，分析它的优缺点，然后对改进的 误差扩散算法进行介绍。 2 1 1 标准误差扩散算法 误差扩散算法【锄1 是一种极为广泛使用和流行的数字半色调技术，通过该算 法得到的半色调图像能够有较好的图像质量和视觉质量。 ， 误差扩散基本思想是将图像量化过程中产生的误差分配给周围像素点。误差 扩散算法是从一个像素点的角度来考虑的，每一个当前像素经过量化器后都得到 一个对应于该像素的半色调变换后的值，然后把量化所产生的量化误差通过误差 扩散滤波器扩散到相邻的将未被处理的像素上。这种方法原理精巧简单，在效果 上又能比较忠实地反映原有图像的灰度层次过渡。误差扩散算法的框图见图2 1 。 x f ，j y f ， 图2 - 1 标准误差扩散算法框图 在图2 一l 中，假设( f ，_ ，) 代表当前像素的位置，x ( f ，) 代表输入连续像素值， y ( i ，j ) 代表输出二值像素值，- - 0 5 x ( f ，) 0 5 ，y ( i ，_ ，) - - o 5 ，0 5 ) ，h ( z ) 是误差滤 波器或核。z ( f ，) 代表当前点量化器的输入，p ( f ，) 代表量化误差。在该算法中 将e ( i ，) 通过误差扩散滤波器即误差扩散的核h ( z ) 反馈到输入的连续调图像上。 g ( ) 是1 - b i t 量化器，瓦代表量化器的阈值，本文中假设输入输出都在 - 0 5 ，o 5 】 7 第2 章核转换误差扩散半色调图像水印算法 范围内，0 5 代表黑点，0 5 代表白点： q ( x ) = 0 5 - o 5 x , x 弓, ，则认为该块由j a r v i $ 核处理过，相应嵌入的水印b i t 为o ( 黑) ； ( 2 ) c s e d ，当前块是由尼w 括核处理的，即聊e 嬲口g p 为o i r j s d ，当前块是i 扫s t u c l d 核处理的，即聊e s s 呼为1 2 4 基于m k a e d f 算法的进一步改进( i l 认e d f + 算法) 文献 3 2 j i 匝过将嵌入水印的信息和原图像信息结合起来对阈值调制参数l 进 一步优化，以提高图像性能；并且针对c s e d 解码算法的不足，提出了改进的 c s e d 盲检测解码算法，使解码率有了较大幅度的提升。 2 4 1 阈值调制参数l 的优化 m k a e d f 算法对所嵌入的不同水印，选取的阈值l 也是相同的，故而阈值 l 中未能包含嵌入水印的信息，不是一种很好的计算闺值的方法。为了提高 m k a e d f 算法的性能，文献【3 2 】提出了一种新的改进的核转换误差扩散算法 - i 咂d f + 算法，该算法的主要思想是将嵌入水印的信息融入到l 的计算中， 具体方法如下( 如图2 1 l 所示) ： 1 ) 假设原灰度图像x 大小为m x n ，要嵌入的水印图像w m 大小为 m o x n o ，首先把x 划分为m o x n o 个大小为m l x n l 的块，且每块按空间位置 对应w m 的一个象素，记为( f ，歹) 其中f = l ，2 ，m 0 ，j = 1 ，2 ，n o 。 2 ) 接着，将原来图像的所有“s t u c k i 块即对应水印图像中第( 聊，甩) 胁b i t 为 1 ( 即将使用s t u c l 【i 核进行改进的误差扩散半色调过程) ，然后将得到的结果根据 “s t u c k i 块的数量( 假设为) 取平均，于是获得“s t u c l 【i 平均图像 b = 瓷们怖椭一毗= 疑 3 ) 最后，根据所得到的两幅平均图像只和弓，再分别使用s t u c l ( i 和j a r v i s 第2 章核转换误差扩散半色调图像水印算法 核计算调制阈值岛和乙。 裳 m o i h ，11 量虬 、 m 幻- w b e m - e m b e d r k d e 、 s 羔l ls m 2k j 葩j 4 s m ： s m 4 s m !s 耐j 葩s m 7 s m 5j 矗s m 9j 0 m t h eo r i g i n a lg r e yi m a g e 图2 1 l 调制阈值l 的优化计算 n 理论上来讲，i k a e d f + 算法将嵌入水印信息与输入图像信息联合起来计算 阈值调制参数l ，相比只通过输入图像信息计算l 是更为合理的。由于提高了输 出图像中嵌入水印的信息，也更加有利于水印的提取。 2 4 2 改进的c s e d 盲检测解码算法 由前文知道，m k a e d f 算法盲检测的关键基础在于c s e d 的计算。原始的 c s e d 是通过测量两种核在频域所呈现的差异来考察当前块是被j a r v i s 核还是 s t u c k i 核处理过。我们分别从水平角度和垂直角度观察l e n a 5 1 2 * 5 1 2 灰度图通过 不同核的误差扩散得到的半色调图像的二维傅立叶变换幅度谱的分布，分布图如 图2 1 2 所示。 1 7 第2 章挟转抉误差扩散半色调图像水印算法 啪 b ) 水 圈2 1 2l e n a s l 2 * 5 1 2 ； 羞扩散图的二雏傅市叶变换幅度谱 在图2 - 1 2 中，图( a ) 是从垂直角度对两幅傅立叶变换图进行观察，中心是半 色调图像的高频部分，而四角则对应低频部分。可以看出，s t u c k i 图相比j a r v i s 图的能量更多地集中在高频的地方( 中间) ，但是两幅圈在四个角低频的地方仍 然都有较强的能量分布。半色调图像经过2 df f r 变换后，原始的c s e d 算法是 直接选取每块图像中若干个高能点，其他相对低频的像素点则被剔除了。然而， 通过观察图( b ) ，可以看出j a a v i s 图和s t u c k i 图在低频的能量十分强大，比中心高 频的能量还要强大许多如果直接计算，那么位于四个角上的超高能量点就肯定 会被选中，降低了s t u c k i 核和j a r v i s 核c s e d 的可分辨度，从而影响了解码率。 为了解决这个问题，文献【3 2 提出了改进的c s e d 盲检测解码算法 一b c s e d 。具体做法是在统计c s e d 前，将四个角的幅度值设置为整个幅度 谱中摄低的点。根据实验结果，设定每个角区域被置低的面积占整个频谱图的 1 6 4 如图2 1 3 所示。从图( a ) 中可以明显看出，原始c s e d 算法中降低j a r v i s 核和s t u c k i 核区分度的位于四角的高能量已经被置为低能量了，从图( b ) 可以看 出s t l l c k i 图的高能量更多的集中在中心区域，j m w i s 图的高能量更多的集中存偏 - 1 酉 u 姗 砌 伽 。 第z 章棱转换误差扩衅色调田徘印算皓 向四个角的区域，有了明显的区分。 通过第4 章仿真结果可以看出i k a e d f + 算法比m k a e d f 算法在水印图像 性能和盲检测性能都有了大幅度的提高。 i b 】水半角度 圈2 - 1 3i z n a 5 1 2 5 1 2 误差扩散图的二维傅立叶变换幅度谱处理图 第3 章多用途k a e d f 半色调图像水印算法 第3 章多用途k a e d f 半色调图像水印算法 3 1 一种改进的多用途k a e d f 半色调图像水印算法 k a e d f 水印算法及其各种改进算法( m k a e d f 、i k a e d f + 算法) 都是面 向不可见水印的半色调图像水印算法，通过融合可嵌入可见水印的j h v w 算法 f 4 l 】，在m k a e d f 算法基础上，本文进一步提出一种改进的多用途半色调图像 水印算法( 记为m k a e d f m ) 。两种算法融合的主要依据是：( 1 ) 两种水印嵌 入算法都是以误差扩散为基础；( 2 ) 可见水印的嵌入并不会明显改变各分块中 核的频谱分布，因此对不可见水印的鲁棒性能影响有限。m k a e d f m 算法包含 m k a e d f ，如果只嵌入不可见水印，则m 址d f m 退化为m k a e d f 。 m o n o y ( i ，j f ) 图3 - 1 改进的多用途核转换误差扩散半色调水印算法( m k a e d f m ) 框图 图3 1 给出了m k a e d f m 算法的框图，其中x ( i ，) 为当前输入灰度图像像 素点，x u ) 为更新的灰度像素点的输出，少( f ，j ) 为当前的半色调图像像素点 输出，e ( i , j ) 是量化误差，x ”( f ，) 是经过了阈值调制后的灰度像素点输出， 第3 章多用途k a e d f 半色调图像水印算法 x m ( f ，) 为嵌入可见水印后量化器的输入，厅( f ，) 为误差扩散核，w ( i ，) 为可见 水印图像，k 表示可见水印的嵌入强度。据图3 1 ，m k a e d f m 的水印嵌入可 用公式表示如下： x ( i ，) = x c i ，) + 磊( f ，j f ) 枣e ( i ，) 砸聊- 墓= ? 端署x g c 篇i 凛力 p - ， x 弋f ，_ ，) =，) + 厶( f ，j f ) vv x 弋f ，j ) = x ，( ，j ) + k w ( i ，) 加= ? 姜冀冀三慧 为实现m k a e d f m 中对可见水印的嵌入，需要对可见水印进行如下预处理 操作：( 1 ) 考虑到m k a e d f 量化器的判决门限为0 5 ，需要事先对待嵌入可见 水印( 灰度图) 进行归一化处理；( 2 ) 由于j w 是基于像素操作的，要求可 见水印和宿主图像大小一致，因此需要依据宿主图像对水印图像作匹配操作： a 可见水印比较小的时候，可以先对它的背景进行取样，然后将它周围扩展成 跟宿主图像一样大小；b 可见水印比较大的时候，可以对它进行锁定纵横比的 缩放( 防止可见水印发生变形) 到合适大小，然后再对周围进行扩展直到跟宿 主图像一样大小。在预处理过程中可以将可见水印嵌入到宿主图像的任意位置。 多用途水印算法m k a e d f m 的设计目标是在可以清晰地显示可见水印的 同时保持对不可见水印的高解码率，其可调设计参数为可见水印嵌入强度k 。 对于k ( 七 o ，1 】) 的取值有如下考虑：k 取值较小时，嵌入的可见水印不清晰： k 取值较大时，可以获得较清晰的可见水印，但又可能影响到不可见水印的检 测和宿主图像的质量。根据我们的实验观察，对一般自然图像，不可见水印解 码率随k 值总体呈非常缓慢的下降趋势，但在小区间内变化是随机的( 参见图 3 - 2 给出的不可见水印随k 的解码性能，宿主图像为5 1 2 5 1 2 的m a n d r i l l ) 。为 同时满足可见水印清晰度和不可见水印解码率的折衷，k 取值在0 5 0 6 之间是 比较合适的。在所提出的m k a e d f m 算法中，七【0 5 ，0 6 】，其分辨步长 2 i 第3 章多用途k a e d f 半色啊噩徘印算法 a k = 0 0 0 1 ，故需要在1 0 0 个可能的点中确定最优的k 值。假定k 为不可 见水印的正确解码率，“卣的确定可表示为如下优化问题： t 。憋 气一( t ) 0 - 2 ) 式f 3 2 ) o e 的i 可由穷举搜索或遗传算法( g a ) 解出，而m k a e d f m 中对 不可见水印的检测可以沿用m k a e d f 中的方法。在下文3 3 节，根据嵌入强度 k 值与加权信噪比w s n p 的关系，再结合遗传算法进一步详细提出了一个可见 水印嵌入强度的优化方案。 mr l ，? j k 7 1 ，+ i i 。th 0 ，。口“， r h 一，川【。一x 乃00 0 1 j 圈3 - 2 m a n d f i u 图像不可见水印随i 的解码 3 2 半色调图像中可见水印清晰度的评价标准 j h v w ( j o i n th a l f l o n i g a n d v i s i b l e w a t e r m a d d n g ) 算法n l l 虽然将可见水印引 入到半色调图像中，但并没有讨论如何衡量可见水印的清晰度。通过观察发现， 根据嵌入的可见水印主要体现在边缘上，本文提出了内外边缘匹配度这两个参 第3 章多用矗k a e d f 丰色谭圈徘印算瞎 数来衡量可见水印的清晰度，并由此进一步提出专门针对多用途半色调图像中 可见水印清晰度的评价标准。 为了更好的阐述，先对本文定义的变量进行说明。 ( 1 ) 图像的内边缘静。和外边缘啦气， 图像的内外边缘( e d g e 。e d g e “) 指的是灰度图像跟白色区域接触的边界向 内或者向外扩展的部分( 如图所示一个4 * 5 图像块) 原来4 * 5 图像块 内边缘e d g e 1 1 1 外边绦e d g e , 。 圈3 0 内边缘e d g e 。和外边缘e 口孽示意图 ( 2 ) 可见水印的内外边缘匹配度m a t c h m a t c h 州 圈3 4 m k a e d f m 算法测试的半色调可见水印图像 ( 宿丰图像为5 1 2 x 5 1 2 的l e n a 可见水印为麦当劳标志和中山大学题字，固定k = 05 ) 利用m k a e d f m 算法或者j h v w 算法得到的半色调可见水印图像( 宿主 图像为5 1 2 x 5 1 2 的l e n a ，嵌入的可见水印为麦当劳标志和中山大学趣字，取固 定嵌入强度k = 05 ) 。观察圈内区域可以发现，无论嵌入的可见水印有意义部分 是黑色还是白色，嵌入到原始图像后都呈现出遗明特性，即融合处理后出来的 第3 章多用速k a e d f 半色谭图像承印算法 半色调图像表现出来的大部分是原始图像的背景，而可见水印只是在边缘上有 体现，是一个标志轮廓的浮现，当然这也是比较符合我们的应用需要，园为我 们主要是为了使用原始图像的内容，而应用可见水印是为了达到警示和版权保 护的目的。 根据上面的观察，可以知道可见水印的主要特征体现在其边缘上，而内部 的特性则由原始图像这个大背景所占据着。对于人眼的观察没有影响( 如图3 _ 4 所示) 。于是本文提出了内边缘匹配度( m a t c h 。) 和外边缘匹配度( m a t c h 州) 这两个参数来衡量嵌入的可见水印清晰度。两者的定义如式0 - 3 ) 和式( 3 砷： 胁帆= 揣蒹畿黼 m a t c h 。= 揣甏麓黼 ( 3 4 ) ( 3 - 4 ) 由两者的公式意义可以知道t 心m 圯描述的是可见水印的内边缘黑点在半 色调图像上符合的情况，m 珈k 越大，说明符合的黑点数越多，图像自然越清 晰；而 缸f c k 描述的是可见水印外边缘自点在半色调图像上的符合情况，因为 内外是相对的，外边缘的自点符合得越多。就越凸现出内边缘黑点组成的线条 特征，图像也越清晰。 圈3 - 5 内外边缘匹配度测试样图( 5 1 2 x 5 1 2l e n a 灰度图和可见水印中山大学校徽 第3 章多用遗k a e d f 半色调翔像水印算法 根据式0 - 3 ) 和式( 3 - 4 ) ，对5 1 2 x 5 1 2 l e n a 图像和可见水印中山大学校徽进行 实验，令嵌入强度k 值从0 4 0 9 变化，步长为0 0 1 ，进行了内外边缘匹配度 测试( 结果如图3 - 6 所示) ： 向外边缘匹配度测试 o4o4 50 5 0 5 簇媸度腮6 5 长0 07 o 7 5o8o “o9 图3 - 6 内外边缘匹配度测试图 由图3 - 6 可以看出，内外匹配度都随着k 的增太而增大，即越来越匹配， 图像也越来越清晰，当然在这个过程中会出现点的波动，但是总的趋势是不断 地递增的，所以这里的内外边缘匹配度( 舭k 和腻m k ，) 的变化也反映了 可见水印清晰度的变化，即把它们作为可见水印清晰度的度量也是合理的。 值得一提的是，上述基于内外边缘匹配度的评价标准并不仅是面向 m k a e d f m 算法，它适用于所有具有边缘特征的可见水印的半色调图像。 3 3 基于遗传算法的可见水印嵌入强度优化 3 3 1 可见水印嵌入强度k 与加权信噪比w s n r 的关系 考虑到半色调图像的特殊性根据文献【4 2 ，本文也采用w s n r 来衡量半 8 8 6 4 2 7 8 6 4 2 啪 啪 呐 魄 盯 嘲 | 莹 啾 旧 第3 章多用遗k a e d f 半色调田量水印算法 色调图像的视觉质量( 参见式( 2 - 6 ) ) 。由m k a e d f m 算法得到的半色调图像是 具有可见水印视觉效果的，而w s n r 衡量的是针对连续色调图像跟半色调后的 图像之间信息丢失的视觉质量，故这里引入w s n r 来衡量含有可见水印的半色 调图像不是很精确。但是如果我们可以把可见水印看作一种有意义的“噪声”， 当可见水印越清晰，则认为这种“噪声”对得到的半色调图像破坏越严重，所 得到的w s n r 值应该越小，于是可以把w s n r 作为一种图像质量参考值而引 入。图3 7 给出了可见水印嵌入时k 值与w 弧的关系。 。! ! 兰竺! ! ! ! ! ! ! 茎1 2 7 卑自r j 2 6 _ 鲁2 61 l2 4 j 里 2 3 一j 2 2 一 、j 2 1 一d 2 。f 百丁百三一吾r 五r 吾r 丽r 矗_ 赢广i 言! 嵌八强度k ( 步长0 0 1 ) 圈3 - 7 嵌入强度k 与w s n r 的关系 经过大量的实验，w s n r 随k 值先增加后减少，当k 值较大时w s n r 单调 下降。其中w s n r 的最大值一般出现在k 值较小的时候但此时嵌入的可见水 印效果较差，基本上不能辨认，所以我们较为关注的是k 值比较大时候的w s n r 取值。曲线的后半段看出两者关系是呈现出很好的单调关系，可以采用多项式 拟合表示两者的函数关系。利用这种关系可以求出一定半色调图像质量要求下 的k 的上限值k m a x 。( 比如对上图，要求图像质量在2 4 d b 以上，则通过线性 拟合结果k m a x = 06 4 8 9 ；二次多项式拟合结果k r n a x = 06 6 6 2 ；三次拟台结果 k m a x = 06 5 7 7 ) ，保守估计k 值可以取06 4 或者更低的值以满足图像质量要求。 第3 章多用途k a e d f 半色调图像水印算法 3 3 2 利用遗传算法求可见水印嵌入强度 根据上节提到的嵌入强度k 值与加权信噪比w s n r 的关系，另外又因为不 可见水印解码率随k 值总体呈非常缓慢的下降趋势，但在小区间内变化是随机 的( 参见图3 - 2 ) ，再结合遗