一种对彩色图像上水印的新概述

1、一种对彩色图像上水印的新概述摘要：接入Internet的便捷化，廉价的数字记录和存储设备，这些已经使得对数字内容的复制、非法使用、分配不均变得更加容易。为了防止非法、不适当的使用，对多媒体内容的认证已经得到公认。因此我们引进水印技术对彩色图像进行认证。本文，我们提出了一种更加便捷的方法，可以将水印嵌入到彩色图像的主要部分中。我们还介绍了将水印嵌入到图像的不同部分的方法。主画面被分割为一些块，我们就可以在所有这些块中的每一个LSB中嵌入水印，同时这些水印对人类的视觉系统是不可见的。在提出的水印框架中，它允许使用者通过特殊的密匙和方法来改变图像的授权、完整度、归属。如果使用者使用不正确的密匙来提取

2、水印，使用者将会得到带有噪音的图像。因此即使是图像中的一个像素改变了，授权也不会保留。这种嵌入方法对我们在水印提取方面是有用的。我们将使用盲提取法。在含有水印的图像的不同块的LSB中，水印提取可以很好的被解决掉。关键字：授权，不可见水印，嵌入技术，盲提取1. 引言数字水印是一种将信息嵌入到数字信号中的技术。对水印的通常定义可以在【1】中找到。水印在内容的所有者和内容之间建立起一个不间断的联系。数字图像水印技术（在本文的后续部分将称为水印）可以分为两类：可见的水印和不可见的水印【4】，以及易碎的水印和半易碎水印。我们的重点是不可见易碎水印。在该种方法里，水印信息被加入到原始数字信息中，但该水印并

3、不能被察觉到。然而，该方法对于数据的任何修改却很敏感，通过仪器容易检测到【2】。很多年以前，对于不可见图像水印的研究已经开始。那时，研究者局限于灰色主图像，并使用黑白水印。随着技术的发展，工作领域增加了。研究者可以用灰色水印嵌入到灰色图像中去。有关这些的介绍见【4】。今天，有很多文章介绍将灰色水印图像嵌入到彩色主画面中方法。据我们所知，在将彩色水印嵌入到彩色图像中去，我们是首创。在该水印嵌入方法中，我们提出的使用2bit LSB的方案（在本文后续部分称为2 bit方法）已被【7】【8】所采纳。本文将提出我们的改进方法1bit LSB方法（在本文后续部分称为1 bit方法），该方法在PSNR值方

4、面可以取得更好的效果（有关详细内容分析见III部分）我们提出的框架是：提取出的水印将是完整无缺的，也就是说图像的授权是能得到保护的。得到水印保护的图像数量得到很大的提高【5】。通过使用密匙和混合算法，保障和水印相关的安全机制。论文组织如下：在II中，我们讨论了嵌入水印的方法和提取水印的方法。在III中我们展示了实验分析，在IV中得出结论。2. 嵌入和提取水印技术 和先前的不同，本文提出了一种重大改进方法。我们已提出一种框架方法，该方法通过使用密匙和混合算法，从每一个主画面的像素中提取出两个LSB的“蓝色值（B）”。与原先将水印嵌入到这两个LSB的“蓝色值”中去的方法不同，这里我们仅使用一个LS

5、B的“蓝色值”。由于“蓝色”对于人类视觉系统（HVS）是不敏感的【5】【6】，我们仅使用蓝色值。彩色图像的红色值和绿色值将不变。有关2bit方法和1bit方法的对比在下面：在我们先前提出的方案中，根据嵌入的bit而增加主图像块数的最小值应该和RGB的bit大小相等。如果主画面的大小和1bit方案不相符，我们可以使用2bit方案，因为2bit方案中的PSNR值是很好的。在III中有详细分析方案。我们在这里对已经提出的2bit方法和新提出的1bit方法做一个对比。A.使用2bit方案嵌入水印的算法：该方法将在主画面的十二个等价块中嵌入水印。每一个块中的水印图像大小相等。insert color_w

6、atermark 2bit输入：彩色主图像（Io），水印图像（Iw），密匙（K）输出：加入水印后的图像（Iow）考虑Io的12个等价块（Ioi（i=0-11），也就是每一个块的大小和Iw相等对于i=0到11，重复步骤3到步骤8对于Ioi的每一个像素中的B值的两个LSB，替换为0，得到Xoi把X和密匙通过混合算法得到Hoi从Iw中的每一像素提取出2bit信息，得到Aw对于Hoi和Aw做异或运算，得到Xxori对于Ioi中的每一个像素的B值的两个LSB用Xxori代替得到经过水印处理过的图像块Iowi对Io中的12个等价块（Ioi（i=0-11）用经过水印处理过的图像块（Ioi（i=0-11）代替

7、，得到嵌入水印的图像IowB.使用1bit方案的潜入水印算法：假设彩色主图像是Y。一个彩色水印“A”将会嵌入到该图像中，根据授权再把它提取出来。彩色主图像被分割为24个等价块（Yi），每一个块都是和彩色水印字母A相等。在后面的讨论中，我们关注的是将彩色水印A添加到相关的彩色住图像的块Yi中，以及对水印的提取。然后形成嵌入水印的图像块Wiisert_color_watermark_ibit输入：彩色主图像块（Yi），水印图像（A），密匙（K）输出：加入水印后的图像块（Wi）Yip= get_pixel_info (Y ).Li = onebit_to_zero (Yip).Hi= hash to

8、 generate mesg digest (Li, K).Ai = extract onebit (A).Xi = compute_XOR (Hi, Ai)Wi = replace (Yip, Xi).函数定义：getpixel info (Yi):该函数从主图像块（Yi）中取出像素的蓝色值的二进制信息，形成Yiponebit to zero (Yip):该函数将Yip的二进制值得LSB转化为零，得到Lihash to generatemesg digest (Li, K):该函数将根据Li的值产生信息汇编（Hi）和1024bit的密匙Kextract onebit (A):该函数将水印图像

9、中的每一个像素中的LSB提取出，得到Aicompute XOR (Hi, Ai):该函数将Hi和Ai做异或运算，得到Xireplace (Yip, Xi):该函数用上一步得到的Xi值代替Yip中的LSB值，得到WiC.使用1bit方案的嵌入水印的执行算法：例如：我们把大小为4*4的CHILD.Jpg图像的一个块（Yi）作为我们的主图像，LOGO.pnp作为我们的水印图像（A）。并定义16 bit的密匙（K），现在我们根据提出的算法一步步的嵌入水印。输入：主图像块水印图像：密匙：K=1111 0000 1010 1100Yi的一个像素的蓝色值的二进制信息由Yip给出A的一个像素的蓝色值的二进制信

10、息由Ab给出根据Li产生出Hi和16bit的密匙（K）通过提取A中每一个像素的蓝色值的LSB得到AiHi和Ai异或运算得到Xi通过用Xi代替Yip中的LSB得到Wi图1展示了将水印嵌入到主图像的过程。其中Y代表主图像块，A代表水印图像；W代表水印图像块。图2展示了规定技术是如何应用在CHILD.jpg图像中的。图1图示说明嵌入水印的过程图2把该方法应用在CHILD.jpg图片上输入：加入水印后的图像（Iow），密匙（K）输出：经过水印提取后的图像（Iw）考虑Iow中12个等价块（Ioi（i=0-11），因为每一个块的大小都和Iw相等（Iw的大小由密匙存储）对于i=0到11，重复步骤3到步骤7对

11、于Iowi的每一个像素中的B值的两个LSB，替换为0，得到Xoi把Xoi和密匙通过混合算法得到Hoi寻回Iowi块的每一个像素的B值的LSB，得到Yowi对于Hoi和Yowi做异或运算，得到Xxori得到经过提取水印后的图像块Iwi从这些去除过水印的图像块中（Iwi（i=0-11），我们得到了提取过水印的图像IwE.使用1bit方案提取水印的算法：extract_color_watermark_lbit输入：加入水印后的图像（Wi），密匙（K）输出：经过水印提取后的图像块（Ai）L'i = onebit_to_zero (Wi).H' =hash to generate mes

12、g_digest (L', K).Ri= retrieve (Wi).A'i = compute XOR (H' i,Ri)函数定义：retrieve(Wi):该函数寻回含水印图像（Wi）中的每一个像素的B值的LSB，并产生Ri其余函数在嵌入时定义。F.使用1bit方案提取水印的执行算法：输入：含有水印的图像块：密匙： K=1111 0000 1010 1100Wi中的LSB的二进制值被转换为零，得到Li根据Li的值得到Hi，以及32bit的密匙（K）提取Wi中每一个像素的蓝色值的LSB，得到RiAi通过Hi和Ri异或运算得到观察：我们可以很容易的得到Ai=Ai ,因此

13、，我们将含有水印的图像完整的提取出来。图3展示了从含有水印的图像中提取的过程。Wi代表含有水印图像块，Ai代表提取过水印的图像块。图3图形展示提取水印的过程我们已经在多个图像上应用了我们提出的框架方法。结果集中在下一节。3. 实验分析我们方案的理论可行性掩盖了我们对实验结果的详细分析。我们将我们提出的框架方法应用在了数以千计的彩色图像上。我们在实验结果中找到了一系列理想中的结果。本节我们主要关注如下三个方面：A）在嵌入水印后图像连续的质量，提取水印/不可见的东西到HVSB）提取的精确性C）安全机制A.在嵌入水印后图像连续的质量，提取水印/不可见的东西到HVS我们将我们提出的框架方法应用在了不同

14、的彩色图像上。如下的图像展现了图像的连续质量。测试结果给出如下：1.对A-256.jpg的测试 a）主图像 b）水印 c）加入水印的图像d）提取出的水印2.对FruitVeg.jpg的测试 a）主图像 b）水印 c）加入水印的图像d）提取出的水印图示对PSNR值的分析B. 提取的精确性当我们想从含有水印的图像里提取水印时，既不需要主图像也不需要水印图像，这也就是盲提取方法。参考的水印和提取出的水印两者之间的相似性大小由通用相关性计算出，表II的第三列现实出了10个不同主图像的nc值（但我们在大于一千个图像上进行了实验）。即使达到了nc的最大值，该方法仍能保证提取出的水印是保持原样的。关于NC值的分析C. 安全机制通过混合函数和1024bit的密匙保证安全机制。更详细的分析见【4】。实验是在操作系统上进行的，该计算机配置如下：CPU ：Intel core2duo,内存：1GB，LCD显示屏。我们的框架方法的反转时间是194.75毫秒4.