改进的多用途KAEDF半色调图像水印算法.doc

第10期倪江群等：改进的多用途KAEDF半色调图像水印算法7改进的多用途KAEDF半色调图像水印算法倪江群1,2, 谢振1, 唐琳娜1, 黄继武1,2（1. 中山大学 信息科学与技术学院，广东 广州 510275；2. 广东省信息安全技术重点实验室，广东 广州 510275）摘 要：提出了一种改进的多用途核转换误差扩散（KAEDF）半色调图像水印算法，可以同时嵌入作为版权申明的可见水印和版权保护的不可见水印。首先，发展了一种改进的面向不可见水印的KAEDF半色调水印算法（MKAEDF），该算法在获得相对较大水印容量的同时，具有很好的视觉图像质量和高顽健性。基于MKAEDF，进一步发展了多用途半色调水印算法（MKAEDFM），以同时实现可见水印的嵌入。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；不可见水印；数字半色调技术；误差扩散；阈值调制；反半色调变换中图分类号：TN911.73 文献标识码：A 文章编号：1000-436X(2008)10-0030-07Modified kernels-alternated error diffusion multipurpose watermarking algorithm for halftone imagesNI Jiang-qun1,2, XIE Zhen1, TANG Lin-na1, HUANG Ji-wu1,2(1. School of Information Science and Technology, Sun Yat-Sen University, Guangzhou 510275, China;2. Guangdong Key Laboratory of Information Security Technology, Guangzhou 510275, China)Abstract: A modified kernels-alternated error diffusion (KAEDF) multipurpose watermarking algorithm for halftone images was presented for copyright protection. Firstly, a modified KAEDF (MKAEDF) algorithm for invisible watermarking was developed, which achieved relatively large embedding rate with good visual quality and high robustness. Based on MKAEDF, the modified KAEDF multipurpose (MKAEDFM) watermarking algorithm was further developed for both visible and invisible watermark embedding. The results of simulation indicate that the proposed MKAEDFM watermarking algorithm achieves significant improvements in performance of visual quality and watermark decoding rate.Key words: visible watermarking; invisible watermarking; digital halftoning; error diffusion algorithm; threshold modulation; inverse halftoning1 引言收稿日期：2008-06-21；修回日期：2008-09-21基金项目：国家自然科学基金资助项目（60773200, 60633030）；广东省自然科学基金资助项目（7003722, 04205407）Foundation Items: The National Natural Science Foundation of China (60773200, 60633030); The Natural Science Foundation of Guangdong Province (7003722, 04205407)目前，半色调图像广泛应用于打印、传真、报纸和杂志印刷等领域。数字半色调技术是将连续色调图像转变成二值图像，由于人眼低通滤波的视觉特性，半色调图像从远处看和灰度图像相差不大。目前常用的半色调变换方法包括：误差扩散、有序抖动、点扩散和直接二进制寻求(DBS，direct binary search)算法。其中，误差扩散算法因其良好的视觉效果和合理的计算复杂度而获得广泛应用。在误差扩散算法的基础上，文中提出了一种改进的多用途核转换误差扩散半色调图像水印算法，可同时实现可见水印和不可见水印的嵌入。随着互联网的高速发展，对数字媒体的版权保护和认证工作愈发重要。数字水印作为一种重要的数字媒体内容保护技术近年来获得了广泛研究，数字水印可分为可见和不可见两种。其中，可见水印用于版权申明，而不可见水印用于版权保护。在文献1中，PEI S C等人提出了一种通过在半调变换过程中改变核而实现不可见水印嵌入的半色调图像水印算法（KAEDF, kernels-alternated error diffusion）。虽然KAEDF算法实现简单且具有一定的顽健性，但是它所引起的生成的水印图像仍然具有一般由误差扩散算法所固有的边缘锐化和噪声成形失真。而在水印检测时，其核判决阈值要由原始连续色调图像产生，因此KAEDF算法本质上是非盲的。在文献2工作的基础上，文中首先发展了一种面向不可见水印的改进的KAEDF算法（MKAEDF），通过采用误差扩散算法的量化器模型和阈值调制技术，显著提高了半色调水印图像的视觉质量；与此相应，半色调变换中不同核所对应的DFT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，故可由反半色调变换直接生成的连续色调图像计算不同核的判决阈值，从而实现了半色调水印图像的盲检测。对于可见水印，文献3给出了一种基于误差扩散的半色调可见水印算法JHVW，通过融合MKAEDF和JHVW，文中进一步发展了一种改进的多用途KAEDF半色调水印算法（MKAEDFM），可以同时实现半色调图像中可见水印和不可见水印的嵌入。本文的结构如下：第2节给出了改进的误差扩散算法和它的性能；第3节和第4节分别给出了改进的KAEDF水印算法（MKAEDF）和多用途KAEDF水印算法（MKAEDFM）；第5节给出实验仿真结果和分析；第6节是结束语。2 改进的误差扩散算法图1（除去虚线部分）为标准的误差扩散算法的框图，其中代表输入连续像素值，代表输出二值像素值， ; 是量化误差，是误差滤波器或核。KITE T D2等将图1的量化器模型化为信号的增益与一个附加噪声的叠加，量化器的输出由此也分成信号部分和噪声部分。图1 标准和改进误差扩散算法(1)其中，为信号传输函数，为噪声传输函数。实验仿真结果表明：标准误差扩散算法中常用的几种核所对应的在高频段的增益都远大于1，这可以解释标准误差扩散算法所固有的边缘锐化失真。同时，由于锐化失真，不可避免地带来了噪声成形失真，即量化误差图像中具有原图像的明显轮廓。KITE T D等通过在量化器的输入端上增加一个乘法因子（图1虚线部分），来削弱的增益，使整体信号增益为1，从而显著改善了所生成半色调图像的质量。误差扩散算法的性能可以使用以下2个指标来衡量：半色调误差图像和原连续色调图像的相关值；加权信噪比（WSNR, weighed SNR）。的定义如式（2）所示，越大表明误差图像与原连续色调图像相关性越大，即半色调变换过程中损失的信息越多，半色调图像的质量也会越差。(2)考虑到半色调图像的特殊性，文中采用文献4中给出的加权信噪比，即WSNR来评估半色调图像的视觉质量，定义如式（3）所示。(3)3 改进的核转换误差扩散水印算法(MKAEDF)3.1 基于改进KAEDF的水印嵌入为了克服原KAEDF算法在水印图像质量方面的不足，文中在水印嵌入时采用改进的误差扩散算法代替原来的标准误差扩散算法。由于Jarvis核和Stucki核的兼容性，算法在嵌入时分别使用Jarvis和Stucki核表示水印信息0和1。图2给出了改进的KADEF算法的水印嵌入流程（当不引入虚线标识的乘法因子L时即为原KAEDF水印嵌入算法）。图2 MKAEDF算法的嵌入过程不失一般性，可设原灰度图像的大小为，水印图像大小为。水印嵌入过程如下：1) 按照水印图像大小，把原灰度图像分为块，每块大小则为，其中 。然后，依照空间位置将每块与水印的一个数据对应起来，标记为，其中。2) 对当前块进行处理时，若当前块对应的水印信息为0，则采用Jarvis核进行半色调变换；若当前块对应的水印信息为1，则采用Stucki核进行半色调变换。在这里，采用基于阈值调制的改进误差扩散算法实现半色调变换。将上述过程用公式表示如下：(4)MKAEDF算法采用改进的误差扩散算法进行水印嵌入，即在量化器的输入端引入乘法因子，削弱了连续色调图像在半色调变换过程中的损失，大大降低了半色调水印图像对应的误差图像与原连续色调图像的相关值，从而改善了半色调水印图像的质量。3.2 水印检测在PEI S C等提出KAEDF水印算法中1，其CSED水印检测算法需要根据由原连续色调图像产生的分块阈值TJS来检测水印，因而算法是非盲的。考虑到改进的误差扩散算法较好地保留了核的DFT域特征，本算法直接采用反半色调变换5从半色调水印图像得到连续色调图像，并产生分块判决阈值，从而实现了水印的盲检测。水印检测过程如下：1) 将接收到的半色调水印图像标记为, 由它反半色调变换得到的新的灰度图像标记为。嵌入水印大小为。2) 分别使用Jarvis核和Stucki核对进行半色调变换得到2幅新的半色调图像和。3) 对和分块，并计算每块的CSED值，得到每块的CSEDJ和CSEDS值。CSED值的计算公式如式（5）所示。式中代表保留的高频点的总数，是当前高频点在块中的相对坐标，、是块的宽度和长度。(5)4) 计算各块CSEDJ和CSEDS的均值得到CSED判决阈值如式（6）所示(6)5) 对半色调水印图像HW计算每块的CSED值。6) 将与相应判决阈值实现水印检测 4 改进的多用途核转换误差扩散水印算法（MKAEDFM）通过融合可嵌入可见水印的JHVW算法3，上述MKAEDF算法被进一步发展成多用途半色调图像水印算法MKAEDFM。以上算法融合的主要依据是： 2种水印嵌入算法都是以误差扩散为基础； 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顽健性能影响有限。MKAEDFM算法包含MKAEDF，如果只嵌入不可见水印，则MKAEDFM退化为MKAEDF。图3 改进的多用途核转换误差扩散半色调水印算法图3给出了MKAEDFM算法的框图，其中为当前输入灰度图像像素点，为更新的灰度像素点的输出，为当前的半色调图像像素点输出，是量化误差，是经过了阈值调制后的灰度像素点输出，为嵌入可见水印后量化器的输入，为误差扩散核，为可见水印图像，表示可见水印的嵌入强度。如图3所示，MKAEDFM的水印嵌入可用公式表示如下：(7)为实现MKAEDFM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MKAEDF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JHVW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。多用途水印算法MKAEDFM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（）的取值有如下考虑：取值较小时，嵌入的可见水印不清晰；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。根据实验观察，对一般自然图像，不可见水印解码率随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，可以参见图4给出的不可见水印随的解码性能，宿主图像为512512 的Mandrill。图4 Mandrill图像不可见水印随k的解码性能为同时满足可见水印清晰度和不可见水印解码率的折衷，取值在之间是比较合适的。在所提出的MKAEDFM算法中，其分辨步长，故需要在100个可能的点中确定最优的值。假定为不可见水印的正确解码率，值的确定可表示为如下优化问题 (8)式（8）中的可由穷举搜索或遗传算法（GA）解出，而MKAEDFM中对不可见水印的检测可以沿用MKAEDF中的方法。5 仿真结果和分析文中对所提出的MKAEDF和MKAEDFM水印算法进行了大量的仿真实验，采用的仿真图像为8幅具有各种纹理特征的512512测试图像，嵌入的不可见水印为1616的水印图像；嵌入的可见水印图像为512512的中大Logo灰度图像。仿真中采用的性能评价指标包括相关值CEI（即误差图像与原连续色调图像的相关值）、加权信噪比和水印解码率。5.1 基于MKAEDF算法的水印图像质量性能图5中给出了MKAEDF（图5(a)）和原KAEDF（图5(c)）算法分别产生的半色调水印图像，图5(b)为原连续色调图像，图像中嵌入了1616的不可见水印。从图中可以看出，比起图5(c)来说，图5(a)的效果更加柔和并更接近于图5(b)。相关值CEI和加权信噪比的对比也客观地表明了MKAEDF（a）改进的KAEDF算法产生的水印图像 （b）原连续色调图像（c）原KAEDF算法产生的水印图像图5 2种KAEDF算法的水印图像质量对比算法的优越性。表1列出了MKAEDF和原KAEDF算法所生成的半色调水印图像视觉质量性能对比（其中，水印大小为1616，载体图像为512512）。由表1可以看出，MKAEDF算法在嵌入量相同的情况下，将原KAEDF算法所生成水印图像的加权信噪比平均提高了约3dB，而相关值下降到原来的1/17左右。此性能改进的意义在于它为随后的盲水印检测提供了支持。表1 MKAEDF和KAEDF的水印图像质量对比图像MKAEDFKAEDFBarb0.046427.16580.397825.4457Boat0.012528.20360.402725.6205F160.018830.06270.386427.3849Earth0.001727.33840.328224.9975Lake0.032728.72600.503124.4529Lena0.005427.77430.360626.7116Mandrill0.051328.04200.392025.0123Peppers0.013428.57110.386826.7608平均0.0227828.23550.394725.79835.2 MKAEDF算法的盲检测性能文中对以下3种情况下的水印检测性能进行对比，以更加清楚地说明MKAEDF算法的盲检测性能：1) 直接在原KAEDF算法的基础上使用CSED盲检测，即嵌入采用原KAEDF算法，在解码时应用CSED盲检测；2) 使用本文提出MKAEDF算法，CSED盲检测；3) 使用原KAEDF算法，CSED非盲检测。表2列出了针对上述3种情况在8幅512512测试图像中嵌入1616大小不可见水印后的解码性能对比。MKAEDF算法比原KAEDF算法在盲检测下的性能平均提高了约10%，达到90.63%，这个解码率是具有实际应用价值的。虽然MKAEDF算法的平均水印解码率比原KAEDF算法略差3%，但考虑到原KAEDF算法是非盲检测，并且对应不同的图像需要存储对应的256个分块阈值，该性能差距是可以接受的。表2同时表明： MKAEDF算法在保持可比拟水印顽健性能的前提下，实现了水印盲检测和水印图像视觉质量的显著改善，具有很好的实际应用前景。表23种情况下的算法解码性能对比图像KAEDF&（盲检测）MKAEDFKAEDF（非盲检测）Barb75.39%91.80%91.80%Boat83.20%90.63%94.92%F1682.03%83.98%87.89%Earth92.19%94.92%96.88%Lake77.34%85.16%85.94%Lena92.58%95.31%97.66%Mandrill70.31%98.05%97.27%Peppers82.42%85.16%96.09%平均81.9390.6393.565.3 改进的多用途半色调水印算法（MKAEDFM）的性能实验中采用改进的多用途半色调水印算法（MKAEDFM）同时嵌入可见水印和不可见水印，所选择的测试图像是512512的Mandrill，嵌入的可见水印是同样大小的中山大学校徽灰度图，嵌入的不可见水印图像是1616的“EE”二值图像。图6为采用不同的嵌入强度由MKAEDFM算法产生的3幅Mandrill半色调水印图像，其中同时嵌入了可见水印和不可见水印，图6(a)和图6(b) 中的可见水印强度分别采用较小的0.5（解码率为91.80%）和较大的0.8（解码率为84.77%），而图6(c)中的水印强度为由穷举搜索（100个点中）确定的最优值0.530（解码率为94.92%）。表3进一步给出了MKAEDFM和MKAEDF算法对8幅测试图 （a） （b）（c）图6 采用MKAEDFM算法同时嵌入可见水印和不可见水印 像中不可见水印解码性能的比较。由此可见，对于改进的多用途半色调图像水印算法MKAEDFM，如果合适地界定可见水印的嵌入强度，可见水印的嵌入对不可见水印的顽健性并没有显著的影响。通过确定最优可见水印嵌入强度，可以保证在可见水印足够清晰的前提下，获得和MKAEDF可比拟的不可见水印的顽健性。表3 MKAEDFM和MKAEDF不可见水印解码性能比较图像MKAEDFM + 最优k值（0.50.6之间）MKAEDF解码率最优k值解码率Barb0.51290.63%91.80%Boat0.50989.06%90.63%F160.50285.94%83.98%Earth0.53491.41%94.92%Lake0.51185.94%85.16%Lena0.53890.63%95.31%Mandrill0.53094.92%98.05%Peppers0.54686.72%85.16%平均0.53289.4190.636 结束语提出了一种改进的针对半色调图像的多用途核转换误差扩散水印算法。首先，发展了一种针对不可见水印的核转换误差扩散水印算法（MKAEDF），通过引入阈值调制，改进的误差扩散算法显著改善了半色调水印图像的边缘锐化和噪声成形的失真情况，进而更多关于核（Jarvis核和Stucki核）的DFT域频谱分布特性得以在半色调水印图像中保留。对于水印检测，MKAEDF算法直接由半色调水印图像经反半色调变换得到的新的连续色调图像以产生CSED分块阈值，从而实现了盲检测。最后，基于MKAEDF进一步发展了多用途半色调水印算法（MKAEDFM），以同时实现可见水印的嵌入。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。参考文献：1PEI S C, GUO J M. Hybrid pixel-based data hiding and block-based watermarking for error-diffused halftone imagesJ. IEEE Trans Circuits and Syst, 2003, 13(8):867-884.2KITE T D, EVANS B L, BOVIK A C. Modeling and quality assessment of halftoning by error diffusionJ. IEEE Trans on Image Proc, 2000, 9(5): 909-922.3LUO H, PAN J S, LU Z M, et al. Joint halftoning and visible watermarkingA. IEEE International Conference on Intelligent Information Hiding and Multimedia Signal Processing (IIH-MSP2006)C. Pasadena, USA, 2006. 109-112.4KNOX K, ESCHBACH R. Threshold modulation in error diffusionJ. J Elect Imaging, 1993, 2(7): 185-192.5KITE T D, DAMERA-VENKATA N, EVANS B L, et al. A fast and high-quality inverse halftoning algorithm for error diffused halftonesJ. IEEE Trans Image Processing, 2000, 9(9): 1583-1592.6JARVIS J F, JUDICE C N, NINKE W H. A survey of techniques for the display of continuous-tone pictures on bilevel displays J. Computer Graphics and Image Process, 1976, 5(1):13-40.7FU M S, AU O C. Data hiding watermarking for halftone imagesJ. IEEE Trans Image Processing, 2002, 11(4): 477-484.8KNOX K. Error image in error diffusionA. Proc SPIE ImageC. Alg Tech, 1992, 1657(2): 268-279.作者简介：倪江群（1963-），男，江苏无锡人，博士，中山大学教授、博士生导师，主要研究方向为多媒体信号处理和传输、数字水印和信息隐藏、数字电视、嵌入式系统及应用。谢振（1984-），男，广东肇庆人，中山大学硕士生，主要研究方向为半色调图像水印和信息隐藏。唐琳娜（1984-），女，河南驻马店人，中山大学硕士生，主要研究方向为半色调图像水印和信息隐藏。黄继武（1962-），男，广东揭阳人，博士，中山大学教授、博士生导师，主要研究方向为数字水印与信息隐藏、多媒体信号处理与通信、多媒体信息安全。（上接第29页）参考文献：3BLAKE I F, MURTY V K, XU G. Nonadjacent radix- expansions of integers in euclidean imaginary quadratic number fieldsEB/OL. http:/www.utoronto.ca/w3ganita/radix_t.pdf,2008.4OKEYA K, SAMOA K S, SPAHN C, et al. Signed binary representations revisitedA. CRYPTO 2004C. 2004. 23-139.5AVANZI R, DIMITROV V, DOCHE C, et al. Extending scalar multiplication using double basesA. Advances in Cryptology ASIACRYPT06 (LNCS 4284)C.2006. 130-144.6MONTGOMERY P. Speeding the pollard and elliptic curve met