基于DWT的雙水印圖像認(rèn)證算法研究.pdf

1、針對(duì)目前基于數(shù)字水印的數(shù)字圖像認(rèn)證算法恢復(fù)圖像原始內(nèi)容的能力欠佳的現(xiàn)狀，本文提出了三種基于離散小波變換的數(shù)字圖像認(rèn)證算法，它們都具有很強(qiáng)的篡改檢測(cè)和恢復(fù)能力。
　　 要實(shí)現(xiàn)篡改圖像的恢復(fù)，就要有足夠多的圖像信息。而一幅圖像的數(shù)據(jù)嵌入容量是有限的，要將圖像的全部信息自嵌入，又不影響圖像的可視性，必須經(jīng)過高效的數(shù)據(jù)壓縮。而小波變換多分辨率分解的優(yōu)良特性，既能大幅度的壓縮圖像數(shù)據(jù)，又能很好的保留圖像的絕大部分的信息。最新的圖像壓縮標(biāo)準(zhǔn)

2、JPEG2000正是基于離散小波變換的。于是本文選擇使用離散小波變換來進(jìn)行圖像內(nèi)容的提取，即經(jīng)過兩次離散小波變換，得到圖像的低頻子帶，將其作為數(shù)字水印自嵌入到自身圖像中。
　　 第一種算法是空域嵌入算法，將圖像經(jīng)過二次小波變換提取出來的圖像信息嵌入圖像的最低有效位。要實(shí)現(xiàn)數(shù)據(jù)的有效嵌入，首先得對(duì)待嵌入信息和嵌入空間進(jìn)行研究，看二者是否匹配。本文選擇了5幅512×512的256級(jí)灰度的標(biāo)準(zhǔn)測(cè)試圖像來研究圖像經(jīng)過二次離散小波變換后得

3、到的低頻子帶信息。經(jīng)過研究發(fā)現(xiàn)這5幅圖像經(jīng)過變換后的低頻子帶小波系數(shù)都是非負(fù)的，而且嚴(yán)格介于0到1024之間，其中絕大部分系數(shù)分布在100到800之間。如果將低頻小波系數(shù)矩陣進(jìn)行二進(jìn)制位平面分解，則可以得到10個(gè)與低頻系數(shù)矩陣大小相等的二值矩陣。而原始圖像經(jīng)過了二次小波分解，低頻子帶系數(shù)矩陣大小變成了原來圖像的1/16。要在原始圖像的最低有效位平面中嵌入10個(gè)低頻系數(shù)矩陣大小的二值矩陣，空間的容量是足夠的，而且還有足夠的余量對(duì)嵌入位置進(jìn)

4、行加密選擇。所以該水印算法是可行的。由于水印的嵌入和提取過程都是無信息丟失的，所以最終能從含水印的圖像中提取出完整的圖像信息。
　　 第二種算法是DWT變換域嵌入算法。由于人眼對(duì)低頻信息比較敏感，在其中嵌入水印信息，很容易被人察覺。而高頻信息又容易被低通濾波過濾掉。于是選擇將水印信息嵌入到中頻子帶中。本文選擇LH2、HL2、HH2子帶來嵌入水印信息LL2。由于LL2小波系數(shù)都比較大，介于0到1024之間，嵌入難度較大。本文提出了

5、一種將LL2小波系數(shù)按個(gè)十百位進(jìn)行分解的思想，從而有效降低了嵌入難度。將LL2分解成3個(gè)個(gè)位數(shù)的矩陣，之后分別進(jìn)行密鑰參與的置亂后，分別嵌入到LH2、HL2、HH2子帶小波系數(shù)的個(gè)位，然后進(jìn)行二次小波逆變換得到嵌入水印信息的矩陣。
　　 第三種算法是將前兩種空域和變換域算法進(jìn)行有效融合，從而提出了雙重多功能性水印數(shù)字圖像認(rèn)證算法。該算法可以從精確認(rèn)證和選擇性認(rèn)證兩個(gè)層面對(duì)圖像進(jìn)行認(rèn)證，有效提高了圖像中水印信息嵌入量，對(duì)于圖像篡改