（通信与信息系统专业论文）用于版权保护和身份认证的指纹水印技术.pdf

南京航空航天大学硕士学位论文 摘要 随着计算机、多媒体技术和互联网应用的普及和发展，数字多媒体信息的版权保护和电子 商务活动的身份认证等网络信息安全需求日益强烈，要求也愈发严格。本文在系统地总结分析 前人研究成果的基础上，对用于数字多媒体版权保护的数字水印技术和实现电子商务身份认证 的指纹识别方案这两大网络信息安全关键技术进行了深入的研究，设计、改进、研究或实现了 一些现有的数字水印方案和指纹识别关键算法。首先，利用非负矩阵分解和尺度不变特征变换 的特性，设计了一种强稳健的抗几何攻击图像水印方案，根据奇偶量化准则将置乱后的水印信 息嵌入到c o n t o u r l e t 低频子带的局部特征中；其次，研究并设计了一种基于支持向量回归的 c o n t o u r l e t 域水印算法，利用支持向量机建立图像非线性局部相关模型以自适应地嵌入水印：然 后，在频率域中设计并实现了一种指纹图像纹线方向场估计算法，合理利用局部指纹图像区域 的灰度统计特性和纹线频率信息进行纹线方向估计；随后，改进了一种基于最小类内绝对差的 快速图像阈值分割算法，不但引入灰度级梯度直方图改善了分割效果，而且简化了阈值选取公 式，并用递推的简易高效粒子群算法优化最优阈值搜索过程，大大提高了计算效率：最后，研 究并实现了一种基于改进t e n t 映射的混沌粒子群的指纹细节特征匹配算法，提高了指纹特征匹 配的计算效率和匹配准确度。 关键词：指纹识别，数字水印，c o n t o u r l e t 变换，非负矩阵分解，支持向量机，纹线方向，阈 值分割，特征匹配 用于版权保护和身份认证的指纹水印技术 w i t ht h ed e v e l o p m e n ta n dp o p u l a r i z a t i o no fc o m p u t e r , m u l t i m e d i aa n di n t e m e ta p p l i c a t i o n s ，t h e d e m a n da n dr e q u i r e m e n to fn e t w o r ki n f o r m a t i o ns e c u r i t yg r o ws t r o n g e ra n ds t r i c t e ri n c r e a s i n g l y , s u c h a sc o p y r i g h tp r o t e c t i o no fd i g i t a lm u l t i m e d i aa n di d e n t i t ya u t h e n t i c a t i o ni ne - c o m m e r c ea c t i v i t i e s o n t h eb a s i so fs y s t e m a t i ca n a l y s i so fp r e v i o u sr e s e a r c hr e s u l t s ，t h ed i g i t a lw a t e r m a r k i n gt e c h n i q u eu s e d f o rc o p y r i g h tp r o t e c t i o na n dt h ea u t o m a t i cf i n g e r p r i n tr e c o g n i t i o nf o ri d e n t i t ya u t h e n t i c a t i o na r e s t u d i e dd e e p l yi nt h i sp a p e r s o m eo ft h ee x i s t i n gk e ya l g o r i t h m so fd i 西t a l w a t e r m a r k i n go r f i n g e r p r i n tr e c o g n i t i o na r cd e s i g n e d ，i m p r o v e d ，d i s c u s s e do ri m p l e m e n t e d f i r s t l y , t a k i n ga d v a n t a g e s o fn o n n e g a t i v em a t r i xf a c t o r i z a t i o na n ds c a l ei n v a r i a n c ef e a t u r et r a n s f o r m ，as t r o n gr o b u s ti m a g e w a t e r m a r k i n gs c h e m ea g a i n s tg e o m e t r i ca t t a c ki sd e s i g n e d t h es c r a m b l e dw a t e r m a r ki se m b e d d e d i n t ot h el o c a lf e a t u r eo fc o n t o u r l e tl o w - f r e q u e n c ys u b b a n du s i n go d de v e nq u a n t i t a t i v ec r i t e r i a s e c o n d l y , ac o n t o u r l e td o m a i ni m a g ew a t e r m a r k i n ga l g o r i t h mb a s e do ns u p p o r tv e c t o rr e g r e s s i o ni s d i s c u s s e d t h en o n - l i n e a rl o c a lc o r r e l a t i o nm o d e lo ft h ei m a g ei se s t a b l i s h e du s i n gs u p p o r tv e c t o r m a c h i n es oa st oa d a p t i v e l ye m b e dt h ew a t e r m a r k t h e n ，ar i d g eo r i e n t a t i o nf i e l de s t i m a t i o nm e t h o d f o rf i n g e r p r i n ti m a g ei si m p l e m e n t e di nf r e q u e n c yd o m a i n b o t ht h eg r a ys c a l es t a t i s t i c a lp r o p e r t i e s a n dr i d g ef r e q u e n c yi n f o r m a t i o n si nl o c a lf i n g e r p r i n ti m a g er e g i o na r et a k e ni n t oc o n s i d e r e di no r d e r t oe s t i m a t et h er i d g eo r i e n t a t i o n n e x t , af a s ti m a g et h r e s h o l d i n ga l g o r i t h mb a s e do nm i n i m u m w i t h i n c l u s t e ra b s o l u t ed i f f e r e n c ec r i t e r i ai si m p r o v e d n 0 to n l ys e g m e n t a t i o nr e s u l ti si m p r o v e db y i n t r o d u c i n gt h eg r a ys c a l e g r a d i e n th i s t o g r a m ，b u ta l s oc o m p u t a t i o n a le f f i c i e n c yi s a d v a n c e db y m e 锄so fs i m p l i f y i n gt h ef o r m u l a ef o rt h r e s h o l ds e l e c t i o na n do p t i m i z i n gt h es e a r c h i n gp r o c e d u r e u s i n gar e c u r s i v es i m p l ea n de f f i c i e n tp a r t i c l es w a r ma l o g o r i t h m f i n a l l y , af i n g e t p r i n tm i n u t i a m a t c h i n gm e t h o db a s e di m p r o v e dt e n tm a pc h a o t i cp a r t i c l es w a r ma l g o r i t h mi se x p l o r e dt oi m p r o v e t h ec o m p u t a t i o n a le f f i c i e n c ya n dm a t c h i n ga c c u r a c y k e yw o r d s ：f i n g e r p r i n tr e c o g n i t i o n , d i g i t a lw a t e r m a r k i n g , c o n t o u r l e tt r a n s f o r m , n o n n e g a t i v em a t r i x f a c t o r i z a t i o n ，s u p p o r tv e c t o rm a c h i n e ，r i d g eo r i e n t a t i o n , i m a g et h r e s h o l d i n g ，f e a t u r em a t c h i n g 南京航空航天大学硕士学位论文 图、表清单 图2 1c o n t o u r l e t 变换原理图1 2 图2 2 原始水印图像和置乱后的水印图像1 6 图2 3 水印嵌入结果图像及其p s n r 值1 6 图2 4 水印算法抗剪裁攻击实验结果1 8 图3 1原始水印图像和置乱后的水印图像2 4 图3 2 水印嵌入结果图像及其p s n r 值2 4 图3 3 水印算法抗常规信号处理实验结果2 4 图4 1a f i s 基本框架2 6 图4 2 邻域模板法所用8 方向邻域方向模板2 8 图4 3 指纹图像局部区域及其傅里叶幅值谱图3 l 图4 4 指纹图像分块及频域纹线方向示意图3 2 图4 5 高质量指纹图像纹线方向场估计结果3 3 图4 6 中等质量指纹图像纹线方向场估计结果3 3 图4 7 低质量指纹图像纹线方向场估计结果3 3 图4 8 水平方向滤波器示例3 4 图4 9 方向滤波、g a b o r 滤波和s t f t 滤波的增强结果。3 8 图4 1 0 二维直方图及区域划分4 0 图4 1 1 船只灰度图像及分割结果，4 4 图4 1 2 目标灰度图像及其分割结果4 4 图4 1 3 舰船灰度图像及其分割结果4 5 图4 1 4 原始灰度指纹图像阈值分割结果4 6 图4 1 5 增强后指纹图像阈值分割结果4 6 表2 1 水印抵抗常规信号处理攻击的能力c r ) 1 7 表2 2 水印抵抗一般几何攻击的能力( b c r ) 1 7 表3 1 水印抵抗常规信号处理攻击的能力( n c ) 2 4 表3 2 水印抵抗一般几何处理攻击的能力讲c ) 2 5 表4 1 指纹图像方向场估计算法平均运行时间比较3 2 表4 2 方向滤波、g a b o r 滤波和s 硼玎滤波的平均运行时间3 7 表4 3 不同算法的分割阈值均值比较4 5 表4 4 不同算法的运行时间( 秒) 比较。4 6 表5 1 指纹细节特征匹配实验结果5 2 用于版权保护和身份认证的指纹水印技术 d c t d f l r d 、胛 h v s 加 f m t s v m s i f t 卜m 仃 d o g p d f b l p r a n s a c p 帆 b c r s v r n c a f i s f v c s t f t p s o f r r f a r 注释表 离散余弦变换( d i s c r e t ec o s i n et r a n s f o r m ) 离散傅里叶变换( d i s c r e t ef o u r i e rt r a n s f o r m ) 离散小波变换( d i s c r e t ew a v e l e tt r a n s f o r m ) 人类视觉系统( h u m a nv i s u a ls y s t e m ) 恰可感知误差( j u s tn o t i c e a b l ed i f f e r e n c e ) 傅里叶梅琳变换( f o u r i e r - m e l l i nt r a n s f o r m ) 支持向量机( s u p p o r tv e c t o rm a c h i n e ) 尺度不变特征变换( s c a l ei n v a r i a n tf e a t u r et r a n s f o r m ) 非负矩阵分解( n o r m e g a t i v em a t r i xf a c t o r i z a t i o n ) 高斯差分( d i f f e r e n c e - o f - g a u s s i a n ) 金字塔形方向滤波器组( p y r a m i dd i r e c t i o n a lf i l t e rb a n k ) 拉普拉斯塔式分解( l a p l a c i a np y r a m i d ) 随机采样一致算法( r a n d o ms a m p l ec o n s e n s u s ) 峰值信噪比( p e a ks i g n a lt on o i s er a t i o ) 比特检测正确率( b i tc o r r e c tr a t e ) 支持向量回归( s u p p o r tv e c t o rr e g r e s s i o n ) 归一化相关系数( n o r m a l i z e dc o r r e l a t i o n ) 自动指纹识别系统( a u t o m a t i cf i n g e r p r i n ti d e n t i f i c a t i o ns y s t e m ) 指纹识别大赛( f i n g e r p r i n tv e r i f i c a t i o nc o m p e t i t i o n ) 短时傅里叶变换( s h o r tt i m ef o u r i e rt r a n s f o r m ) 粒子群优化( p a r t i c l es w a r mo p t i m i z a t i o n ) 拒识率( f a l s er e j e c t i o nr a t e ) 误识率( f a l s ea c c e p tr a t e ) 承诺书 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。尽我所知，除文中已经注明引用的内容外， 本学位论文的研究成果不包含任何他人享有著作权的内容。对本论文所 涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标 明。 本人授权南京航空航天大学可以有权保留送交论文的复印件，允许 论文被查阅和借阅，可以将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的学位论文在解密后适用本承诺书) 作者签名：主缸 e l 期：趔q ：三： 南京航空航天大学硕士学位论文 第一章绪论 1 1 研究背景和意义 随着计算机和网络技术的飞速发展，互联网在人们日常生活中扮演着越来越重要的角色， 越来越多的信息媒体通过网络以数字的形式进行发布和传输，但是数字化的信息媒体在网上很 容易被截获、复制、篡改、盗版和侵权。数字多媒体的信息安全、知识产权保护和认证问题日 益突出，已成为数字世界中一个非常重要和紧迫的议题。与此同时，互联网应用的普及极大推 动了电子商务活动的蓬勃发展。最新数据显示，2 0 0 8 年全国电子商务交易总额超过3 万亿元， 达3 1 万亿元，同比增幅超过4 成。电子商务活动中如何确认交易双方的合法身份，保证网络 信息的真实性、完整性和不可抵赖性等也成为一个迫在眉睫的现实问题。 多媒体技术不断发展，需要认证和版权保护的数字作品越来越多，要求也越来越高，基于 传统密码学的加密技术的不足愈发明显。与传统的加密保护相比，数字水印技术【l 捌将具有特定 意义的标记利用数字嵌入的方法隐藏在数字图像、声音、视频等数字作品中，一旦出现非法侵 权事件，通过提取隐藏在数字作品中的水印信息，作为鉴定、起诉非法侵权、非法使用的证据， 已逐渐成为信息安全保护的有效手段。目前，数字水印技术是多媒体信息安全领域的一个研究 热点，也是近几年来国际学术界兴起的一个前沿研究领域。另外，电子商务的蓬勃发展也对网 络身份认证技术提出了更严格的要求。传统的机械钥匙、“口令+ 密码”以及智能卡等现常用的 网络身份认证技术存在着丢失、遗忘、复制及被盗用的隐患，而生物识别【3 4 l 是利用人体具有唯 一性、不变性等生物特征进行身份认证的一种技术，其中基于指纹特征信息的生物认证技术是 发展最早、应用最广泛、技术最成熟的技术之一，具有比传统的身份认证技术更多的内在优势。 因此，加强用于数字作品版权保护的数字水印技术和实现电子商务身份认证的指纹识别方案及 两者相结合的研究无疑具有重大应用价值及理论意义。 。 数字水印技术作为一种信息安全和版权保护的重要手段，稳健性是水印系统最基本要求， 也是近年来图像水印的主要研究内容。在所有对水印系统的攻击类型申，同步攻击最难防御， 它将水印变形使得监测器检测不出来，导致水印检测失败。这类攻击最典型的属几何交形攻击 【2 1 ，它破坏了水印分量的同步，导致无法提取水印或不能检测水印的存在。目前已经提出的绝 大多数水印算法【l ，2 l 所强调的稳健性只是针对抵抗常见的攻击，如图像压缩、低通滤波、图像量 化与图像增强、格式变换等一般信号处理，而对于甚至很小的诸如缩放、剪切、旋转、拉伸、 长宽比改变等几何攻击都无能为力，即现有的数字水印技术抵抗几何攻击的能力很差，抗几何 攻击的数字水印技术被认为是数字水印技术走向商用的瓶颈。因此，继续深入研究数字水印技 术，提高水印抵抗几何攻击性能是一项富有挑战性的工作。 l 用于版权保护和身份认证的指纹水印技术 作为生物识别领域的研究热点之一，指纹识别 4 1 具有准确性高、速度快、采集指纹方便、 获得法律认可和容易被人们接受等优点，是人体生物特征识别技术市场上占有率最高及最成熟 的技术的方式之一。指纹识别算法的研究【5 】主要围绕着如何提高指纹识别的准确性和速度两个 目的，其主要内容包括指纹图像预处理、指纹特征提取、指纹特征匹配以及指纹分类。尽管目 前指纹识别的研究和开发已取得重要进展，但是指纹识别的应用并没有获得广泛普及，主要原 因【5 , 6 1 在于：缺少高性能的指纹采集设备；缺乏有效的指纹图像增强方法：指纹特征 提取方法不够可靠；高效、准确的指纹细节点匹配方法仍然是研究的难题；合理、准确 的指纹分类策略和分类方法依旧欠缺。鉴于指纹识别的广阔应用前景和所面临的问题，有必要 继续对指纹识别算法进行深入研究，尤其是指纹增强算法和指纹细节点匹配算法。 1 2 国内外发展现状 本课题主要研究有机融合了数字水印和指纹识别的指纹水印技术，以实现数字作品版权保 护和电子商务活动身份认证双重目的，所涉及的关键技术包括数字图像水印技术和自动指纹识 别系统。对数字水印技术来说，目前的研究主要集中在变换域水印算法和抗几何攻击的鲁棒水 印算法；而对指纹识别系统而言，指纹图像增强算法和指纹细节特征匹配算法则是决定指纹识 别性能的关键。下面对主要关键技术或算法的研究现状进行阐述。 1 2 1数字水印技术 1 2 1 1 变换域水印算法 根据嵌入空间不同，数字水印技术可以分为空间域水印和变换域水印。空间域水印算法是 通过直接改变图像某些像素灰度值来加入水印，如最低有效位算法 7 1 、p a t c h w o r k 方法【8 】等，其 缺点是鲁棒性较差，抗攻击性能不强：而变换域水印算法是先对图像进行某种变换，然后通过 改变图像的某些系数来加入水印，主要包括离散余弦变换( d i s c r e t ec o s i n et r a n s f o r m ，d o t ) 域水 印【9 - o l 、离散傅里叶变换( d i s c r e t ef o u r i e rt r a n s f o r m , d f t ) 域水印【1 1 1 2 】和离散小波变换( d i s c r e t e w a v e l e tt r a n s f o r m 。d w t ) 域水印1 1 3 - 1 5 1 三大类技术。与空间域水印算法相比，交换域水印算法的 不可感知性更好、鲁棒性更高、抗攻击性能更强，其主要原因在于：嵌入的水印信号能量可 分布到图像所有像素上，有利于保证水印的不可见性；变换域水印算法可以方便而有效地利 用人类视觉系统( h u m a nv i s u a ls y s t e m ，h v s ) 的某些特性，提高算法的鲁棒性；交换域方法 可与现有的图像压缩方法兼容，实现压缩图像的水印嵌入，具有较强的抗压缩攻击性能。 d c t 域水印算法由于计算量相对较小、便于进行图像频谱操作，且与国际数据压缩标准 ( m e g 、m p e g 、h 2 6 1 2 6 3 ) 兼容，易于在压缩域中实现，因而是目前研究较多的数字水印技术 之一。对于大部分的d c t 域水印算法，其水印的嵌入框架同j - p e g 压缩相一致，一般都将图像 2 南京航空航天大学硕士学位论文 进行8 x8 的分块处理后再进行d c t ，并在d c t 域中嵌入水印信息。d c t 域水印算法中，最有 代表性的是c o x 等人提出的基于扩频通信的水印算法唧，将水印嵌入在图像感知的最重要d c t 域变换系数中，该算法已经成为数字水印中的一个经典方案1 9 9 9 年h s u 通过调整图像中间频 带系数块之间的关系将二值伪随机序列嵌入到d c t 域中【l o l ，对水印算法的鲁棒性和不可感知 性进行了折中p o d i l c h c k 提出的自适应d c t 域水印算法【m 】引入了i ) c t 域h v s 模型，利用h v s 模型计算恰可感知误差( j u s tn o t i c e a b l ed i f f e r e n c e ，j n d ) ，然后确定图像各个部分所能容忍的最 大嵌入强度，最大程度保持了图像的视觉质量，提高了水印抗攻击能力。2 0 0 5 年e y a d a t 等人在 文献【1 6 】的基础上，提出了基于分块i ) c t 和h v s 的自适应水印算法m ，利用h v s 模型确定水 印的嵌入位置提高了水印的检测率 与d c t 域水印算法相比，图像d f t 幅值具有平移、缩放和旋转不变性，有利于实现仿射 不变性水印，且d f t 相位信息也可嵌入水印，因而d f t 域水印算法抗几何攻击性能较强，嵌 入信息量大，鲁棒性更高。1 9 9 8 年r u a n a i d h 等人首先提出把水印嵌入傅里叶梅琳变换( f o u r i e r - m e l l i nt r a n s f o r m ，f m t ) 域中1 1 1 】，由于f m t 系数具有旋转、缩放、平移不变性，因而具有较强 的抗几何攻击能力。然而该算法在f m t 对数极坐标映射时需进行插值，易导致宿主图像视觉 质量急剧下降。l i n 改进了r u a n a i d h 的方法，把图像d f t 幅度谱重采样后做对数极坐标映射， 然后将水印嵌入到沿着对数坐标轴累加幅度系数得到函数上【1 2 l 。如此，仿射变换等几何攻击仅 仅会使水印发生平移操作或能量变化，但是，该算法只能检测水印存在与否，无法判断水印受 损情况，也无法抵抗剪切、长宽比改变和r s t 联合攻击中常伴随的剪切等其它攻击。由于d f t 域水印算法的实现相对比较复杂，效率较低，而且与国际压缩标准不兼容，因而限制了该类方 法的使用。 与d c t 和d f t 前两种变换相比，d w t 具有多分辨分析和良好的时频局部化特性，与人 眼视觉特性相一致，并且符合j p e g 2 0 0 0 和m p e g 7 等最新国际压缩标准，已引起了人们广泛 关注，国内外不少学者提出了d w t 域水印算法 1 3 , 1 4 , 1 8 - 2 2 1 。k u n d e r 等人最早提出将水印嵌入到 d w t 域【1 3 】中，在对宿主图像和水印进行小波变换后，将特定子带的水印信号进行缩放并嵌入 到宿主图像的相应子带上，最后经过小波逆变换重构嵌入水印的宿主图像。x i a 选用满足正态 分布的伪随机序列作为水印信号，在d w t 域中由高频到低频逐个子带嵌入水印信息，并采用 层次性方案检测水印1 1 4 1 ，鲁棒性好，检测效率高。王卫卫等人利用小波系数自身的特点和各层 小波系数之间的树结构关系对低频逼近系数进行分类，并对不同类别的小波系数采取不同的嵌 入策略【1 8 】，以保证水印的不可见性和鲁棒性。肖亮等人将h v s 模型引入到d w t 域水印算法中， 利用h v s 模型的亮度、纹理、以及对比度等掩蔽特性计算j n d ，然后根据y n d 选择水印嵌入 位置和嵌入强度【1 9 1 ，提高了d w t 域水印算法的性能。此外，还有不少与其他技术相结合的d w t 域水印算法【2 喊2 1 ，如文献f 2 0 】提出的基于d c t 和d w t 的水印算法，基于混沌映射的d w t 域 3 用于版权保护和身份认证的指纹水印技术 ， 水印算法口1 1 结合形态学技术的水印算法瞄1 等 虽然d w t 域水印算法是目前研究的热点，但仍存在着一些问题，如算法对旋转、缩放和 剪切等几何攻击的鲁棒性不高。另外，由于d w t 采用二维可分小波基对图像进行分解，只有 水平、垂直、对角等三个有限方向。无法有效地捕捉图像轮廓信息，在逼近二维或者更高维含 “线奇异”的信号时存在严重不足】，近年来，国内外学者开始寻找数字图像多尺度几何分析 和稀疏表示的新方法，已提出了r i d g e l e t 、c u r v e l e t 、b a n d e l e t 、c o n t o u r l e t 等超小波变换方法， 可更加有效地检测、表示和处理高维奇异性。近两年来，国内外学者开始研究超小波变换在数 字水印中的应用，提出了多种基于超小波变换的数字水印算法 2 4 - 2 7 ，比d w t 域水印算法效果 更好。目前超小波域水印算法已逐渐成为人们重点关注对象，研究基于超小波变换的水印算法 也更有价值。 1 2 1 2 抗几何攻击水印算法 几何变换是数字水印技术中最常见的攻击手段之一，它通过对含水印图像做各种全局或局 部仿射变换、投影变换等操作使得水印检测失败。目前国内外已有许多学者从攻击特性、载体 特性和多水印等方面考虑，设计了一些可抵抗几何攻击的数字水印方案【1 2 1 ，主要包括穷举搜索 法、辅助模板同步法、几何不变量水印法和特征模板同步法等四类方法。 穷举搜索法是在预先设定的失真参数可能值和分辨率范围内逐一检查水印载体可能遭受 的攻击，由搜索结果进行水印同步。由于穷举搜索的有效使用依赖于形成小搜索空间的技术， 计算开销大，校准效率低，而且水印检测器的多种应用会引起较高的虚警率，因此，穷举搜索 法虽然思想简单，但是在实际应用中却有较高的复杂度，很少被采用。 辅助模板同步法在嵌入有效水印信号的同时，在宿主载体中额外嵌入一个可指示图像几何 形变的辅助模板，用于水印信号同步 2 s - 3 0 1 。2 0 0 0 年p e r e i r a 等人提出在图像d f t 域的2 5 个系数 中嵌入同步模板来抵抗几何攻击【2 引，然而算法实现复杂，实时性不高，且无法实现准确匹配。 k a n g 在文献【2 8 】的基础上，将多个水印信息嵌在d f t 和d w t 域中【2 9 l ，避免了水印信息之间的 相互干扰，然而检测时需要知道宿主载体的大小。桑茂栋等人将水印信号作预处理并进行周期 化，使之成为一个可识别的结构，然后将其嵌入到空域中，检测时根据水印的自相关函数判断 水印图像遭受的几何攻击p 0 】。辅助模板同步法对旋转、缩放、平移等仿射变换具有一定的鲁棒 性，然而该方案仍存在着不足：首先，辅助同步模板和有效水印信号之间可能相互干扰；其次， 辅助信息的检测失效将导致水印检测的失败；第三，该方案共用相同的辅助模板，容易遭受共 谋攻击。设计一个安全、稳健的辅助模板是该方案的难点。 几何不变量水印方案的基本思想是在宿主载体中寻找或建立具有几何不变性的特征矢量 来隐藏水印信号，主要包括f m t 域水印算法u m 2 】、基于重要图像特征的水印算法0 0 - 3 2 1 和图像归 4 南京航空航天大学硕士学位论文 一化的水印算法p 3 1 f m t 域水印算法和图像归一化的水印算法把水印嵌入到仿射不变子空间 中，其优点是不用矫正图像的几何形变，但只能抵抗r s t 攻击。且对剪切攻击鲁棒性不足。而 基于重要图像特征的水印算法利用特征提取算法从图像中提取出重要特征，并把水印重复地嵌 入到特征点周围区域2 0 0 1 年f a r z a m 等人利用z e m i k e 矩的旋转不变性来设计抗几何失真的 数字水印算法l ，将水印信息嵌入到每个同心环的z e m i k e 矩中。张力通过将水印嵌入到原始 图像的低阶k r a w t c h o u k 不变矩中实现仿射攻击不变性【3 2 l ，水印的嵌入只影响局部原始图像， 抗剪切鲁棒性好。基于重要图像特征的水印算法的优点是能有效抵抗r s t 和大面积剪切等较为 复杂的去同步攻击，缺点是嵌入的信息量较少，且对不等比例缩放的鲁棒性不足 图像在几何形变以后，水印信号依然存在于图像当中，只不过水印信号与原图像之间的同 步发生了变化，致使水印检测不出。如果知道图像的几何变化，并通过实施逆变换，就可以实 现同步并检测出水印根据此思想，特征模板同步法利用某些特征提取算法，在水印嵌入后和 检测水印之前利用载体图像特征对图像进行水印信息同步。张力等人提出了基于t c h e b i c h e f 矩 的水印算法嗍，利用原始图像的一个或者多个t e h e b i c h e f 矩来估计水印图像所经过的几何攻击 参数。g u o r u i 等人通过攻击后图像的重心估计所受的攻击类型及参数1 。2 0 0 9 年楼偶俊结合变 换域水印算法的优点，将水印信息嵌入到c o n t o u r l e t 域纹理丰富的位置，并利用改进的h a r r i s l a p l a c e 算子进行水印同步【2 7 1 ，具有很好的透明性，且对常见的图像处理和几何攻击具有很好的 鲁棒性 此外，国内外有学者提出了第二代水印的概念m 1 ，水印嵌入时考虑的不是图像像素灰度值 或者变换域系数，而是应用图像数据的重要特征来隐藏水印信息，如c e l i k 等人提出了以图像 特征作为水印检测参考点的第二代水印算法1 3 6 1 另一方面，结合人工智能技术的水印算法也是 目前研究的熟点，包括基于遗传算法的水印方法【3 7 l 和基于支i 甸2 9 ( s u p p o r tv e c t o rm a c h i n e 。 s v l 哟的水印方法p 8 3 9 1 等。 1 2 2自动指纹识别 1 2 2 1 纹线方向估计 指纹图像中的纹路是具有方向性的纹理，纹线方向的准确估计是指纹图像的关键特征能否 准确提取的基础，关于这一问题，国内外已经有了大量的研究和相关的算法( 4 0 l ，这些方法一般 都能准确估计高质量指纹图像的纹线方向，但都容易受噪声干扰，低质量图像纹线方向的准确 估计仍然是个挑战。目前指纹纹线方向提取算法主要包括梯度矢量法和模型匹配法两种方法， 其中梯度矢量法能够较好地兼顾方向估计的可靠性、精度和效率等各个方面，是应用最为广泛 的方法。为了抵抗噪声干扰，该算法一般采用低通滤波器对纹线方向场进行低通滤波，使之变 得平滑。如果噪声相对孤立，低通滤波方法是非常有效的，但若某个区域错误方向占主导时， 5 用于版权保护和身份认证的指纹水印技术 正确的纹线方向会被错误地“滤波”为错误方向。同时，由于核心点附近的纹线方向改变较快， 低通滤波可能会导致核心点附近的纹线方向被错误地纠正，导致核心点位置的偏移。如何准确 估计低质量指纹图像中的纹线方向是目前该方面的研究热点。 1 2 2 2 指纹图像增强 指纹图像增强是对指纹图像采用一定的算法进行处理，使其纹理结构清晰化，尽量突出和 保留固有的指纹特征信息，并消除噪声，避免产生虚假特征，它是指纹识别预处理过程的核心 步骤之一。当前的指纹增强方法主要利用指纹纹线的纹理特性，包括纹线方向连续性和纹线等 间距性。由于局部指纹纹线具有近似固定的方向和频率，利用具有方向和频率选择特性的带通 滤波器可以实现很好的指纹增强效果。根据这一原理人们提出了许多方法【柏l ，主要有方向滤波 算法，g a b o r 滤波算法、频域滤波算法、d w t 域滤波算法和非线性扩散滤波方法等。然而这类 方法的增强效果主要依靠纹线方向信息和纹线频率信息提取的准确性，若错误估计了纹线方向 和频率，则将产生错误的增强效果。对于低质量指纹图像，有效增强纹线结构是准确提取指纹 特征信息的基础。 从目前的研究情况和各种算法的综合比较来看，空域滤波、g a b o r 滤波和频域滤波是指纹 图像增强算法中比较有效且占据主流地位的方法。空域滤波法通过将滤波算子和原始图像作卷 积来实现图像增强，简单直观，易于分析。o g o r m a n 等人利用指纹独特的方向性设计出相应 的方向滤波器模板，使滤波器沿指纹纹线方向对图像进行平滑【4 ，具有一定的消除噪声和弥合 裂纹的能力，同时能提高指纹脊线和谷线在图像中的对比度。但是，该方法主要依据经验来确 定滤波器模板，对低质量指纹图像的处理效果较差，具有一定的局限性。h o n g 等人利用指纹纹 线方向信息和频率选择性来设计g a b o r 滤波器，并对指纹图像进行滤波【4 2 1 。该方法较好地结合 了指纹的方向信息和频率信息，对指纹图像的增强效果显著，但容易破坏纹线方向变化剧烈的 模式区域，会在一定程度上改变脊线和谷线的位置及比例关系，对细节特征的保护能力有限。 频域滤波法通过直接改善图像的频谱来实现图像增强。由于指纹纹线具有较强的等周期性，且 指纹图像的能量通常集中在某个频率附近，因此可用于指纹图像增强。s h e r l o e k 等人提出了基 于频域的方向滤波算法【4 3 1 ，通过在空域融合频域方向滤波器组的滤波结果进行图像增强。该方 法利用了图像的全局信息，对低质量指纹图像效果较好，但是由于没有考虑频率的空间变化性， 对指纹的纹线结构和细节特征具有一定的破坏性，且需要多次傅立叶变换，计算效率低。2 0 0 7 年s h a r a t 等人在该方法的基础上，考虑了指纹频率的空间变化性 4 4 1 ，提高了指纹图像增强效果 和计算效率。 1 2 2 3 指纹特征提取 指纹识别中常用的指纹特征主要包括细节点、奇异点和纹线等，其中细节点包括端点、分 6 南京航空航天大学硕士学位论文 叉点、分歧点、孤立点和环点等，一般采用端点和分叉点作为指纹细节特征，其它细节点都可 以看成由端点和分叉点组成，而奇异点包括核心点和三角点。指纹特征匹配通常基于细节点特 征进行匹配，因此提取的细节点的可靠性将直接影响指纹特征匹配算法的精度。有效提取低质 量指纹图像的细节特征是个难题，尽管指纹图像增强处理可以改善图像的质量，但是很难完全 恢复指纹纹线的清晰度，且增强方法本身也可能产生虚假节点。目前细节点提取算法主要可分 为从细化图像上提取和从原始灰度图像上提取两类，其中第一类方法先对指纹图像进行细化处 理，然后通过分析细化后纹线上像素点的8 邻域来判定细节点的类型、位置，并由其所连接的 纹线来判定细节点的方向。该方法原理简单、便于实现，但细化处理较慢，当指纹图像质量较 差时，容易产生许多虚假信息。而从灰度图像上直接提取方法的基本原理是在指纹纹线方向场 的引导下跟踪指纹纹线，每前进一定距离，根据图像在垂直于跟踪方向上的投影极值确定纹线 的位置，当遇到端点或分叉点时跟踪过程终止。由于该方法避开了细化处理过程，因而具有较 高的效率和精度，但实现复杂，且依赖于提取的纹线方向信息的准确性。 无论是从细化图像上还是从原始灰度图像上提取特征，指纹特征提取算法都会产生虚假特 征。为了对提取出的细节特征进行验证，尽可能清除虚假细节点，保留真实细节点，需要进行 细节点后处理，常用的方法包括基于细节点邻域拓扑结构分析的方法和基于细节点在灰度图像 上局部邻域分析的方法等。 1 2 2 4 指纹特征匹配 指纹匹配是自动指纹识别系统的关键环节和必要步骤，它通过比较两枚指纹特征集之间相 似性，来判断相应的指纹是否来自同一手指。指纹匹配的方法很多，如基于图像统计特征的方 法和基于纹线匹配的方法等。由于指纹细节特征具有唯一性和稳定性，且表达简单，因此绝大 多数指纹匹配采用基于细节特征的匹配方法。指纹特征匹配的主要任务是比较两个细节特征模 式之间的相似性，通过确定平移旋转参数，对其中一个细节特征集进行校正，然后再和另一个 细节特征集进行比对。 指纹细节特征匹配的难点在于：( 1 ) 细节特征提取过程会产生误差，导致细节点的位置、 类型和方向存在误差，同时会产生虚假细节点和遗漏真实细节点；( 2 ) 指纹图像之间存在平移、 旋转和非线性形变，即使细节特征都被准确地提取出来，它们之间也不可能完全重合：( 3 ) 由 于采集区域受限制，两枚指纹可能包含不同的指纹区域，所提取的细节点集不完全相同。 目前指纹细节特征匹配算法主要有两种：基于结构匹配的方法和基于点模式匹配的方法， 这两类方法的匹配性能都依赖于提取的细节特征的准确性。基于点模式匹配的方法是使用最为 广泛的指纹细节特征匹配算法。r a n a d e 等人提出了点模式匹配的松弛算法【4 5 j ，该算法计算匹配 变换的可靠度并将可靠度迭代计算，因此计算量较大。s t a r i n k 等人从能量最小化的角度来描述 7 用于版权保护和身份认证的指纹水印技术 点模式匹配的问题，并使用模拟退火算法进行优化【拍l 。h o n g 等人提出了一种基于串匹配的算 法。该算法首先通过极坐标变换将指纹细节特征点表示成一个串，然后采用动态规划算法进行 串匹配【4 7 l ，在一定程度上解决了指纹匹配中的弹性形变问题。罗希平等人将脊线信息引入匹配 过程中，解决了指纹匹配中参照点对的选取问题，然后采用大小可变的限界盒来适应指纹的非 线性局部形变1 4 踟，匹配准确率高。由于点模式匹配算法受指纹图像噪声、旋转及形变的影响较 大，而基于结构信息的匹配算法可以较好地克服这种问题。张伟伟提出了一种基于中心点的指 纹细节结构匹配算法，利用中心点局部结构寻找匹配指纹细节特征点对，并通过特征点和中心 点的相对关系来确认匹配细节特征点对1 4 9 】，匹配效果和匹配效率较高。 除了上述几类方法外，还有一些学者采用其他指纹特征进行指纹图像匹配，如采用小波变 换进行指纹特征提取和匹配，利用曲率特征进行指纹匹配，使用相位谱进行指纹匹配等。这些 方法通常无法普遍适用，因此并未被广泛采纳。 1 2 3指纹水印技术 目前，结合了数字水印和指纹识别的实际应用系统，在国内外尚未见到有关报道，只有少 量的算法理论研究。p a n k a n t i 和y e u n g 最早在指纹图像中嵌入水印信息以定位图像中被篡改位 置【删，但是水印以噪声的形式嵌入指纹模板，必然影响特征提取；r a t h a 提出了一种基于指纹 图像压缩的半脆弱水印技术【5 1 1 ，篡改检测出色、虚警率低，但透明性差、对常规信号处理不够 鲁棒、篡改区域定位不够准确：j a