可逆水印

数字图像的高容量可逆水印南航计算机科学与技术学院内容提要研究背景性能要求研究现状发展趋势参考文献南京航空航天大学计算机科学与技术学院背景及主要用途一些对精度要求高的领域，比如法律、医学和军事系统等，当隐藏数据被提取后，需要无失真地恢复原始图像，即使是非常轻微的失真也是不允许的，因为修改可能会引起诊断结果的变化或者导致法律证据的争论在这种情况下，出现了无失真恢复原始图像的嵌入技术，又称可逆的、无损的或者是可消除的水印嵌入技术尽管可逆水印的研究起源于无损水印认证，但容易理解，可以被嵌入载体中的信息并不一定非得是签名等认证信息南京航空航天大学计算机科学与技术学院其他用途供行政部门使用的数字印章图像供安全部门使用的机密文件图像供情报决策之用的军事和商业图像供侦察之用的卫星遥感图像在诸如印前技术、图像档案管理、珍贵艺术图像保存等要求原始媒体数据精确无误或解析度要求暂时不明的场合也极具应用前景南京航空航天大学计算机科学与技术学院可逆数字水印算法的性能要求(数据容量／失真)比率性能稳定性性能精细度算法复杂度算法安全性南京航空航天大学计算机科学与技术学院(数据容量／失真)比率数据容量指通过可逆水印算法嵌入到宿主媒体中并能够完整提取的水印数据量的大小通常用每样本嵌入比特数(BPS，BitsPerSample)表示，对于图像而言，就是每像素嵌入比特数(BPP，BitsPerPixel)失真的计算采用以欧氏距离为基础的均方误差(MSE，MeanSquareError)，或直接采用以MSE为基础的峰值信噪比(PSNR，PeakSignalNoiseRatio)常使用PSNR-BITRATE图曲线表示一个算法的(数据容量／失真)比率南京航空航天大学计算机科学与技术学院性能稳定性算法对不同统计特性图像的性能稳定性，即算法性能对不同统计特性图像的稳定性算法在不同指标区间上的性能稳定性，好的算法的性能指标应该覆盖PSNR-BITRATE图上更宽BPP范围，且在此范围内的PSNR值的变化要尽量平稳南京航空航天大学计算机科学与技术学院性能精细度和算法安全性性能精细度指性能曲线上采样点能够达到的密度一个算法其性能曲线实际上是由多个性能点连接或拟合而成，算法性能点的分布密度高，则算法性能的精细度高，对于用户而言就是算法性能的可调节、可控制性强算法安全性主要是指算法对附加信息的精准的同步要求和存储的位置问题；以及水印嵌入算法的不可检出性(Undetectability)，主要涉及隐写性的要求南京航空航天大学计算机科学与技术学院研究现状按嵌入算法分类用于脆弱认证的可逆水印半脆弱可逆水印高容量可逆水印南京航空航天大学计算机科学与技术学院用于脆弱认证的可逆水印Barton在1997年的专利是最早的可逆水印专利他的算法推进了包括经过数字图像缩编码标准JPEG和MEPG编码的图像和视频在内的数字媒体的认证Honsinger等人的专利是第二个用作脆弱认证的无损数据隐藏方案，他们在空域中应用了模加操作Fridrich等人提出一种利用JBIG无损压缩位平面的方法实现可逆水印的嵌入Fridrich等人将无损认证的思想应用到JPEG图像中，提出两种针对JPEG图像的可逆水印技术南京航空航天大学计算机科学与技术学院半脆弱可逆水印DeVleeschouwer等人提出了基于Patchwork的无损水印方案，此方案能抵抗一定程度的JPEG有损压缩，也是现有唯一能抵抗JPEG有损压缩的无损数据嵌入算法DeVleeschouwer方法和N.Macq方法一样，仍旧会出现接近最大允许值的像素跳变为0或者相反的情况，视觉上会产生类似于椒盐噪声的扰乱现象为此，DeVleeschouwer提出了改进的算法，但是改进的算法不能抵抗任何JPEG压缩攻击南京航空航天大学计算机科学与技术学院半脆弱可逆水印Shi等人提出了基于5／3整数小波(用于图像压缩标准JPEG2000)的半脆弱可逆水印方案通过采用特别的措施来阻止上溢和下溢从而有效地避免椒盐噪声Shi等人在2008年提出了基于Patchwork理论的新半脆弱水印方案，通过应用纠错编码和置换方案有效避免了椒盐噪声南京航空航天大学计算机科学与技术学院高容量可逆水印TonKalker等人从理论上给出高容量可逆水印方案在嵌入失真控制在一定范围内所能达到的最高嵌入容量按照嵌入过程中所用技术的不同可分为5个研究热点南京航空航天大学计算机科学与技术学院研究热点广义无损压缩方法基于直方图移位(histogramshifting)技术基于差值扩展(differenceexpansion)技术基于整数小波变换(IDWT)基于整数余弦变换(IDCT)南京航空航天大学计算机科学与技术学院第一个研究热点：广义无损压缩方法R-S(Regular-Singular)可逆水印算法位平面无损压缩算法广义最不重要位(GenaralizedLSB)水印算法南京航空航天大学计算机科学与技术学院R-S可逆水印算法Goljan提出了R-S可逆水印算法Step1：将原始图像进行像素分组，例如将邻近的n个像素x1,x2,⋯,xn分为一组，标记为GStep2：利用一个区分度函数(DiscriminationFunction)f(·)计算每个分组的区分度f(xl,x2,⋯,xn)实际上，区分度衡量的是每个像素分组的“平滑”程度，称作“正常性”(Regularity)南京航空航天大学计算机科学与技术学院11211(,,...,)||nniiifxxxxx翻转操作Step3：引入一个幅值为A的翻转操作(flipping)，即将灰度值进行可逆的翻转，翻转后的值同原值相差A，并使其满足F(F(x))=x,x∈P,P={0,⋯,255}。翻转幅值A的定义如下：这种翻转操作的目的在于以一种可逆的方式打乱原有像素值的相关性，可看作一种可逆地添加微小噪声的操作南京航空航天大学计算机科学与技术学院1|()|||xPAxFxP对分组分类Step4：对各分组按如下规则分为3类正常性分组奇异性分组不可用分组南京航空航天大学计算机科学与技术学院(())()GRfFGfG(())()GSfFGfG(())()GUfFGfG水印嵌入Step5：将水印比特‘1’调制为像素分组G的状态R，‘0’为状态S，而对所有状态为U的像素分组不嵌入任何数据，也不改变其状态由于翻转操作是可逆的，因而只要知道原始载体图像的像素分组状态，就能完全恢复原来图像分组的所有像素值南京航空航天大学计算机科学与技术学院容量分析隐藏容量为：Capacity=NR+NS-|C|其中NR和NS分别为原始载体图像正常性分组和奇异性分组的数目，即可以嵌入数据的像素分组数目，|C|为压缩后的原始载体图像像素分组状态可以看出，此算法的数据容量主要取决于|C|的大小，只有当原始载体图像的正常性分组数目和奇异性分组数目相差很大时，C才有可能被压缩得很小因而从原理上说，R-S算法也属于广义无损压缩方法的范畴南京航空航天大学计算机科学与技术学院实验结果n=4的像素分组使算法的隐藏容量最高当n过小时，R和S分组的数目差异太小，|C|会很大；而当n过大时，R和S分组的总数目太小，NR和NS也就受到限制南京航空航天大学计算机科学与技术学院位平面无损压缩算法必须压缩一个或几个高位平面才能空出足够空间进行数据嵌入虽简单，但隐藏容量较小，通常只能作认证之用，且压缩高位平面带来的失真也是很大的Xuan等人首先对载体图像作整数小波变换得到三个高频子带HL1、LH1和HH1，再无损压缩高频子带系数的位平面来腾出足够空间存放水印经整数小波变换后，高频子带系数的位平面k(1≤k≤7)中‘0’和‘l’个数的偏差远远高于空域中位平面k的‘0’和‘1’个数的偏差，因此压缩能力增强，嵌入容量增加南京航空航天大学计算机科学与技术学院G.LSB水印算法Celik等人用水印改写了载体信号x的最低L个幅值电平(而非最低n个位平面)，并用一种高效无损压缩算法CALIC对量化残差进行无损压缩，将水印信息和压缩后的数据一起嵌入到原来最低L个幅值电平中传统LSB位无损压缩方法就是L=2的特殊情况容量超过最低位平面无损压缩算法，理论上能够在每个样值上嵌入log2L比特的水印数据，代表了广义无损压缩方法的较高水平南京航空航天大学计算机科学与技术学院/rxLxL第二个研究热点：基于直方图移位技术Ni等人基于灰度修改的算法Veen等人基于分块图像直方图的算法Lin等人新的灰度平移算法南京航空航天大学计算机科学与技术学院Ni等人基于灰度修改的算法在图像的直方图中找到一个零点和峰值点零点(Z):图像中出现次数最少的像素值点峰值点(P):图像中出现次数最多的像素值点Step1：记录峰值点和零点的位置，并作为头信息的一部分嵌入在原始图像的某些地方，然后置灰度值等于Z的像素数目为零南京航空航天大学计算机科学与技术学院水印嵌入过程Step2：将灰度值区域[P+1,Z-1]内的直方图部分向右平移一个灰度刻度Step3：如果水印为‘1’，则灰度值为P的像素灰度值增加1变为P+1，如果水印为‘0’，则保持不变南京航空航天大学计算机科学与技术学院水印提取和原始图像恢复过程Step1：记录的头信息必须被正确提取，从而确定出峰值点P和零点ZStep2：所有像素值为P的像素所携带的水印信息位为‘0’，而所有像素值为P+1的像素所携带的水印信息位为‘1’Step3：提取水印信息后，只要将灰度值区域[P+1,Z-1]内的所有像素的值减1。如果灰度值为Z的像素数目不为零，通过头信息可以知道所有灰度为Z的像素位置，并在这些位置上设灰度值为Z，从而完全恢复出原始图像南京航空航天大学计算机科学与技术学院算法分析水印的嵌入量是N=N1+N2优点是简单，但其允许嵌入的水印信息量过分依赖于图像自身特点，如一幅灰度值分布较为集中的图像可以嵌入较多的水印信息，而灰度值分布较广的图像可嵌入的水印信息就极其有限南京航空航天大学计算机科学与技术学院Veen等人基于分块图像直方图的算法将图像分成小块区域，得到各个区域的直方图由于图像分块较小，其中的像素灰度值相对集中，从而可以嵌入大量的水印信息在对像素值修改生成空位的过程中，算法的目标是修改小块区域中的最大灰度值和最小灰度值，直方图中空缺生成的位置在最大灰度值的右侧和最小灰度值的左侧因此在图像中对灰度值的修改必须注意防止像素值上溢和下溢，同时还需对每一块中进行修改的像素灰度值进行记录，不仅繁琐，还会占据一些得来不易的空间南京航空航天大学计算机科学与技术学院Lin等人新的灰度平移算法每三个相邻像素组成互不重叠的块(x1,x2,x3)，每一个块又可分为两个像素对(x1,x2)、(x2,x3)，从而产生两个绝对差值d1=|x1-x2|和d2=|x2-x3|找到像素之差的绝对值等于D的所有像素对，如果0≤D≤253，用g(d)表示这些像素对的数目在计算g(d)的过程中，去除像素值等于0或255的像素对南京航空航天大学计算机科学与技术学院分块方法对于大小为h×w的原始图像，可以按照水平方向和垂直方向对图像分块例：按照水平方向进行分块得到像素块(xu,3v+t,xu,3v+t+1,xu,3v+t+2)，其中0≤u≤h-1,0≤v≤-1,tN,且0≤t≤2t=0对应Type-0的块划分方式，t=1对应Type-1，t=2对应Type-2同理，垂直方向也有三种划分方式，共有六种划分方式南京航空航天大学计算机科学与技术学院3wt分块方法针对每一种划分，找到g(M)=max(g(d))和g(m)=min(g((d))，即绝对值出现次数最多的差值和次数最少的差值对所有满足0≤M’,m’≤253的差值M’,m’，都有g(M)≥g(M’),g(m)≤g(m’)选择这六种划分中M值最大的划分作为最终采用的划分南