一种改进的DCT和YCoCg -R色彩空间鲁棒图像水印方法
摘要：
水印是防止数字媒体未经授权使用的解决方案之一。该解决方案可以通过将版权信息嵌入到预期的媒体中来帮助保护所有权。文章提出了一种YCoCg -R颜色空间的数字图像水印算法。YCoCg -R颜色空间的蓟马分组具有良好的去相关性，并且改变一个组分对其他两个颜色组分的影响最小。因此，它可以有效地提高水印对各种攻击的鲁棒性。对于水印嵌入，所提出的方法使用离散余弦变换及其系数关系。在水印嵌入时，利用宿主图像块的复杂度来选择目标块，利用宿主图像块的能量值对嵌入强度进行自适应选择，特别是对JPEG压缩，鲁棒性很强。阿诺德变换对提高水印的安全性起到了重要作用。考虑到水印的三个主要要求（包括不可见性、鲁棒性和容量）之间的冲突，将该方法与其他算法进行了比较，结果表明所提出的方法与其他容量相同的算法相比具有更好的鲁棒性。
1.引言
如今，随着互联网的普及和通信网络速度的不断提高，网站和社交网络作为现实生活中的一些基本工具被应用于现实生活中。这些应用程序为用户提供了方便的访问途径，诸如图像、视频、声音等的数字资料，因此他们可以在没有其所有者许可的情况下购买和销售或复制数字媒体。因此，数字媒体的所有权保护已经成为内容生产者面临的一个挑战。解决这一问题的方法之一是数字水印技术。数字水印是将数字版权信息嵌入到可以是标识或伪随机序列的媒体中。数字水印是1993年首次使用的一种数字水印算法。数字水印算法一般分为两个领域：直接将数字水印添加到图像像素值中的空间域方法和通过改变宿主图像的值变换系数嵌入数字水印的频域方法。同时，算法在水印质量中起着至关重要的作用，如果所使用的水印技术是有效的，那么嵌入水印就不容易被检测到。水印的另一个类别包括鲁棒数字水印，用于保护数字媒体的所有权和脆弱的数字水印以认证数字媒体。
迄今为止，已经设计并测试了各种水印嵌入算法。在[3]中，提出了一种结合空间域和频域的YCbCr颜色空间水印算法。在该方法中，在8times;8阻断主图像的Y分量之后，直接计算每个块的DC系数，而不需要DCT。然后，为了水印嵌入，基于相应的水印比特和量化步长改变DC系数值，然后将该变化量的百分比添加到空间域中的块的其他像素。在[4]中，首先将DWT应用于宿主图像，然后借助于多尺度因子，使用块奇异分量进行水印嵌入。在该方法中，为了找到比例因子的值，使用ABC（人工蜂群）。在[5]中，从主图像的蓝色通道的变换系数中选择四个相邻的8times;8块，在所有四个块中用相同的位置确定低频系数，然后从这四个系数中随机选择一个系数用于水印嵌入。其他的被用作参考。水印图像由BCH码编码，然后嵌入到选定的DCT系数中。在[6]中，提出了一种由两个嵌入阶段组成的鲁棒水印方法。在第一阶段中，图像被划分成多个块，并且在每个块上执行Contourlet变换（CT）。然后将水印嵌入到每个块的高频分量中。在第二阶段，在全局图像上应用Contourlet变换（CT），将水印嵌入到低频分量中。在水印提取过程中，借助于两个提取水印之间的度量，选择最合适的水印。该方法的优点是，将水印嵌入到局部和两个不同频带的全局CT系数中，对各种攻击具有良好的鲁棒性。在[7]中，提出了一种基于能量调制技术在能量方向上对脊波系数进行调制的脊波水印算法，然后设计了基于组织P系统的水印框架，设计了一种特殊的膜结构，并对其进行了分析。作为并行计算单元来寻找最优水印参数。通过改变角度量化指数调制（AQIM）方法在[8]中的数字水印，提出了一种新的方法，称为差分AQIM（DAQIM）方法，该方法通过量化由两个矢量形成的两个角度的差异而不是量化角度直接来嵌入水印比特。在[9]中，提出了一种改进的AQIM（IAQIM）方法，它通过两种方式来改进AQIM，通过两种方式：设计最小失真角量化和使用幅度投影策略。
我们的目标是提出一种针对各种攻击尤其是JPEG压缩的鲁棒水印方法。我们考虑了五个原则来获得一个可靠的方法：
- 将宿主图像转移到与其组件之间的相关性最低的合适的颜色空间中。
- 考虑选择水印嵌入目标块的良好特性
- 分别选择每个块的最佳嵌入强度
- 应用合适的嵌入方法稳定变化
- 通过适当的可逆置乱方法提高水印的安全性。
在考虑这五个原则的基础上，我们引入了一种新的鲁棒水印算法，使用YCoCg -R颜色空间。为了选择水印嵌入的目标块和选择最佳嵌入强度，分别考虑了块的复杂度和系数的平均值。对于水印嵌入，使用DCT系数与水印加扰的关系，采用阿诺德变换。
本文的第2, 3部分和第4部分分别描述了离散余弦变换、阿诺德变换映射和YCOCG-R颜色空间。在第5节中说明了所提出的水印方法。在第7节中给出了该方法的性能评价和实验讨论，并与其他算法进行了性能比较。最后，在第8节中得出了本文的结论。
2.离散余弦变换
空间域变换为频域的方法之一是离散余弦变换或DCT。根据表1，通过使用锯齿形扫描，所获得的系数可以被划分为三个不同的频带，包括高、中、低频带。低频带系数具有最大的能量，事实上，它们是感知的重要部分图像。此外，高频带系数具有最低的能量，并且它们非常容易受到攻击。因此水印通常嵌入到中频带（包括7～28个系数）中。
基于DCT的水印算法比空间域方法更有鲁棒性。它们对一般的图像处理操作具有鲁棒性，如低通滤波、亮度和对比度调整、模糊等。但是，它们对旋转、缩放、剪切等几何攻击很弱。DCT水印字段分为两类，包括全局的；DCT水印和基于块的DCT水印。
3.阿诺德变换图
为了对图像进行置乱，采用了阿诺德变换、魔术变换、Hilbert Curve、康威、广义格雷码变换和正交拉丁方变换等多种方法，对水印图像进行置乱的选择是阿诺德变换图或ATM，定义为例（1）的：
其中，（x，y）是原始图像像素，（x′，y′）是加扰图像像素，n是顺序水印图像。阿诺德变换作为可逆变换具有一个特定的特征：经过一定时间的变换后，图像恢复到原来的状态。因此，可以将水印置乱时间用作水印密钥。
4. YCoCg -R颜色空间
针对灰度图像，提出了水印方案。在RGB、YUV、YIQ和YCbCr颜色空间上的彩色图像中也实现了一些水印方法。虽然提出的灰度图像的算法可以推广到彩色图像，但大部分时间的最终动作并不令人满意。因此，选择颜色空间用于水印嵌入是研究人员在[15，16]中研究的一个重要问题。
为了实现水印的鲁棒性，从主图像中改变一个颜色分量不应该影响其他颜色分量。YCbCr等颜色空间具有良好的去相关，但YCoCg可以得到更好的去相关。YCoCg颜色空间将彩色图像分解为三个分量亮度（Y）、色度橙（Co）和色度绿（Cg）。与RGB相比，该颜色空间提供了良好的去相关。
YCoCg -R是YCoCg的可逆整数到整数版本。根据等式（2），将RGB到YCoCg -R变换及其逆定义为[19]：
YCoCg -R特征与YCoCg相似，但它提供更好的可逆性。对于无损编码，使用可逆变换是有用的，YCoCg -R具有这种能力。在[17]中，将编码增益YCoCg -R与H.264/AVC附件E中指定的几个YCbCr变换进行比较，YCoCg -R具有0.7 dB的改进。YCoCg -R颜色空间可以提高信噪功率比高达3db。
5.提出方法
所提出的方法利用一个选定的中频系数和五个低频系数从每个块嵌入水印位之间的关系。基于我们的测试，我们选择YCoCg -R颜色空间用于水印，因为它的颜色分量彼此之间的依赖性很低。为了提高安全性，我们使用阿诺德变换图对水印进行置乱。在嵌入过程中，考虑到块复杂度特征就选择合适的块，并且我们根据每个块的能量值，相应地选择每个块的嵌入强度。该部分将详细描述所提出的方法，并在图中描述所提出的水印嵌入和提取算法的框图1和2。
5.1.水印嵌入算法
所提出的水印嵌入模型包括如下10个步骤：
步骤1、用阿诺德变换（5次）对水印图像进行置乱。
步骤2、将主图像从RGB转换为YCoCg -R颜色空间，并分离三个组件Y、Co和Cg。
步骤3、选择水印嵌入的Y分量，并通过DCT将其传送到频域；执行8times;8阻塞。
步骤4、通过方差函数计算每个块的复杂度，然后对水印嵌入的最复杂块进行排序和选择，以提高水印对JPEG压缩的抵抗力。
步骤5、根据平均值函数计算每个块的能量量，并根据公式（3）根据每个块的能量值选择嵌入强度（a），从而对于具有较低能量的块，选择较大的值。
其中M是指在每个块上应用平均函数的结果，而Fl是平均值的影响因子，以在鲁棒性和不可感知性中创建平衡。
步骤6、在每个块上进行锯齿扫描，并根据表1将其系数划分为低、中、高波段。
步骤7、根据等式（4）在每个块中执行嵌入操作。
其中，C(2)、C(3)、C(4)、C(5)和C(6)是Z字形扫描中的位置系数为2-6的低频系数，在选定的块中F2是低频系数的影响因子，C(X)是嵌入的选择系数，A是嵌入强度Wi；对应的水印比特和Crsquo;(X)是水印系数。
步骤8。重复步骤5-7以嵌入所有水印位。
步骤9。利用逆DCT将含水印Y分量从频域返回到空域。
步骤10。将水印的Y分量与其他两个原始分量相结合，然后将YCoCg -R的主图像返回到RGB颜色空间，最终获得水印图像。
5.2.水印提取算法
所提出的水印提取模型包括如下6个步骤：
步骤1、将水印图像从RGB转换为YCOCG-R颜色空间，并分离三个分量Y、Co和Cg。
步骤2、选择用于水印提取的Y分量，并通过DCF将其传送到频域，并执行8times;8阻塞。
步骤3、基于嵌入排序选择水印块。
步骤4、在每个块上进行锯齿扫描，并根据表1将其系数划分为低、中、高波段。
步骤5、根据等式（5）执行提取操作
其中Crsquo;(2)、Crsquo;(3)、Crsquo;(4)、Crsquo;(5)和Crsquo;(6)是Z字形扫描中的2-6位低频系数，F2是低频系数的影响因子，Crsquo;(X)是水印系数，Wrsquo;i是所选块中提取的水印位。
步骤6。重复步骤4和5，用于提取所有水印位并最终获得所提取的水印图像。
6.性能评价与实验讨论
为了评估所提出的方法，我们已经使用了来自Lena, Peppers, Baboon, Barbara, Fishing Boats，F16大小为512times;512像素的主的图像，以及32times;32像素大小的图像是水印图像的UCS-SIPI图像数据库中的6个著名图像。主图像和水印图像分别在表2和图3中显示。在[1]中，数字水印算法的主要特点是不可见性、鲁棒性、安全性、容量、可逆性、复杂性和验证的可能性。通过将1024位水印嵌入到六个主图像中的每一个，我们已经考虑了我们所提出的方法的容量1024位，然后评估了我们所提出的方法对各种攻击的鲁棒性和不可感知性。在接下来的章节中，我们将分别描述我们所提出的方法的不可感知性和鲁棒性值。
6.1.不可感知性评价
“不可感知性”是指在水印实现后，图像中不会出现任何可见的失真，因为它会降低数字医学的商业价值。根据等式（6），峰值信噪比（PSNR）被用作确定与主图像相比的水印图像质量劣化程度的度量。
其中X是主图像，Xrsquo;是水印图像，在ntimes;n和Xmax中是主图像中的峰值信号值。不可感知性与人类的感官特性有关。清晰的水印不会造成质量损失。一般PSNRge;48分贝表示图像质量优良，没有任何明显的变化。PSNR在35 dB和48 dB之间意味着良好的质量，PSNR在29 dB到35 dB之间代表可接受的质量。PSNR＝25分贝是关键点。如果PSNR在这个数量下，事实上水印将是显而易见的。
为了评估所提出的算法的不可见性，将1024比特的预期水印嵌入到这六个主图像中的每一个，并计算PSNR。嵌入参数被认为是F1＝5.49，F2＝0.0000014。获得的PSNR以及针对每个主图像嵌入水印位的适当位置在表2中可见。正如所观察到的那样，对于具有41.03分贝的F16图像实现最大PSNR，并且对于39.28 dB的Baboon图像实现最小值，并且其他图像的不可见性介于这两个值之间。得到的结果表明，根据提出的条件我们提出的方法具有很高的不可见性。
6.2.稳健性评估
考克斯等人将鲁棒性定义为“在普通信号处理操作之后检测水印的能力”。根据等式（7），归一化相关（NC）已被用于定量评价原始和提取水印之间的相似性：
其中Wi,j和Wrsquo;i,j分别是原始和提取的水印，其大小为rwtimes;cw。一般来说，利用NC＞0.85实现了原始水印与提取水印的相似性。
一些研究者使用度量BER来评估水印的鲁棒性。根据等式（8），使用比特误码率（BER）来检测所提取的水印中的比特错误率，与提取的水印中零度量无误差的原始水印相比：
其中W和Wrsquo;分别为原始和提取的水印图像，其大小为ntimes;m，oplus;为异或运算。在下文中，我们所提出的方法在5个整体攻击组下的鲁棒性研究。在对Lena水印图像施加27种不同攻击后得到的结果在表3, 4和5中表示。
6.2.1.过滤攻击
数字图像中最常见的操作之一是滤波。在这组攻击中，我们使用了三个著名的滤波器，包括中值滤波器、平均滤波器和高斯低通滤波器。在中值滤波中，每个像素被其邻域的中值所代替，而平均滤波是用其邻域
全文共7889字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[13683]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
