一种基于Slantlet变换的盲水印嵌入算法

开篇：润墨网以专业的文秘视角，为您筛选了一篇一种基于Slantlet变换的盲水印嵌入算法范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：为了保护数字版权，有效抵抗各种攻击，提出一种基于slantlet变换的盲水印嵌入算法。不同于常见的基于离散小波变换（DWT）的数字水印技术，该方案先对原始图像进行8×8分块并进行Slantlet变换，再从低频近似区域中选择一个嵌入位嵌入水印。通过计算嵌入位相邻元素的平均值，并比较每个嵌入位数值和平均值的大小关系，计算得到密钥，利用密钥实现了水印的盲检测。实验结果表明，提出的盲水印算法不但具有较好的保真度，而且对于各种几何攻击和噪声攻击具有较强的鲁棒性。

关键词：Slantlet变换；盲检测；盲水印嵌入算法；数字水印技术

DOIDOI：10.11907/rjdk.161924

中图分类号：TP312

文献标识码：A文章编号：16727800（2016）010005204

0引言

归因于信息技术的快速发展与进步，媒体资源数字化正在全球范围内发生。关于数字媒体的版权问题吸引了大批研究者的兴趣，因为数字信息可以复制、攻击或在储存过程中改变。为了保护这些数字媒体的版权，数字水印技术应运而生。一个水印方案至少应该拥有以下特质：感性无形（或透明）、不严重影响图像质量且不易去除、抗图像处理攻击。水印被分为两种主要类型：可见的和不可见的。可见水印，如那些用于公司的徽标，而不可见水印是潜移默化的，嵌入在数据的未知区域。此外，水印可以分为两类处理域：空间域和变换域或频域，其区别在于水印的嵌入方式有所不同。

在一系列变换域算法中，离散小波变换因其良好的时频局域化特点，被广泛应用于数字水印领域，近几年仍然有很多学者基于此进行研究[16]。

实际应用中，人们希望在对信号经过小波变换处理后，可以得到信号的最小重构误差和最稀疏表示[7]。而离散小波变换是根据消失矩的阶数要求设计滤波器组，然后通过递推求解的方式产生小波基函数，这使得无法在满足消失矩要求的同时，又具有良好的时域局部性。为了解决该问题，本文在进行信号处理时采用了Slantlet变换，Slantlet变换在设计上具有明确的基函数表达式，突破了通过滤波器组迭代生成小波基函数的方式；在同样具有2阶消失矩的情况下，Slantlet支集长度比一般离散正交小波短，可以在时域局部性和平滑性之间取得较好的平衡。

本文基于分块Slantlet提出了一种新型盲水印算法。与已有算法相比，本文算法嵌入水印后对原始图像的影响较小，并且能够较好地抵抗几何和噪声攻击。

1图像Slantlet变换

本文算法基于Slantlet变换，它是一种正交的具有二阶消失矩的离散小波变换，相对于普通离散小波变换，可以更好地改善时域局部性，并保留一般的离散小波滤波器组具有的二尺度分解等特性。此外，Slantlet 在设计上具备更大的灵活度，可以对应不同的尺度设计不同的滤波器，在支集长度减小的同时满足了正交性和消失矩的要求。图1是利用 Slantlet 产生的2尺度和3尺度滤波器组，gi（n）、fi（n）和hi（n）是构建Slantlet的3个滤波器。

2水印检测密钥生成

经过实验发现，图像在经过一系列变换或攻击后，虽然原先的像素值会发生变化，但对于某一特定像素而言，其和周围像素的关系是相对稳定的。基于这样的规律，将某一位置嵌入水印后的矩阵值和与其相邻的4个矩阵值的关系保存下来，作为后期水印检测时的凭据。在本文算法中，将某一位置嵌入水印后的矩阵值和其周围4个位置矩阵值的平均值相比较，得出两者之间的关系。如图2所示，假设在矩阵的[2，2]位置嵌入水印，该位置嵌入水印后的值为145，其相邻元素的平均值为（119+119+169+136）/4=136，那么得出嵌入位的数值大于周围元素的平均值，并将此记录保存在新建的状态矩阵中，用于和水印图像矩阵一起异或操作生成检测密钥。

3水印嵌入与提取

3.1水印嵌入

本文所提算法是先将原始图像进行Slantlet分解，然后利用加性准则将水印嵌入到LL子带中。原始图像选择512灰度等级（N×N） 的标准图像I，二值水印图像大小为N8×N8。

4实验结果与分析

本文实验采用Matlab7.0进行仿真，原始图像采用512×512像素的Lena、boat、peppers、baboon标准灰度图像，水印图像采用64×64像素的“苏州大学”字的二值图像。对图像质量的评价标准采用峰值信噪比PSNR，水印检测结果的评价标准采用提取出来的水印W*和原始水印W之间的相似度NC进行衡量。

实验结果表明，本文算法对于剪切、压缩及各类噪声攻击具有较好的鲁棒性，但是也存在应对旋转等攻击鲁棒性还不够强的问题，目前解决此类问题一般是通过采用SIFT特征点匹配校正来解决[8]。除此之外，本文也运用多种其它方法进行了有益的尝试。比如，将嵌入位元素和低频区域所有其它元素的平均值进行比较并将结果保存用于后期的盲检测；在分块Slantlet后进行SVD分解，将水印嵌入到最大的SVD值中。采用这两种方法都可以在一定程度上提高水印算法的鲁棒性，但也增加了算法的复杂度。

5结语

本文基于Slantlet提出了一种新的盲水印算法。与之前基于DWT水印算法不同的是，本文算法使用Slantlet对图像进行分块信号处理，并从低频近似区域选择一个嵌入位完成水印的嵌入，并保存嵌入位元素和相邻元素的关系，作为后续盲检测的依据。与已有算法相比，本文提出的盲水印算法不但具有较好的保真度，而且对于剪切、压缩和各类噪声攻击也具有较强的鲁棒性。

参考文献参考文献：

[1]熊祥光，王力.一种改进的DWTSVD域参考水印方案[J].计算机工程与应用，2014，50（7）：7579.

[2]叶闯，沈益青，李豪.基于人类视觉特性（HVS）的离散小波变换（DWT）数字水印算法[J].浙江大学学报：理学版，2013，40（2）：152155.

[3]肖振久，孙健，王永滨.基于果蝇优化算法的小波域数字水印算法[J].计算机应用，2015，35（9）：25272530.

[4]邓小亚.小波变换和奇异值分解的鲁棒水印算法[J].激光杂志，2015，36（4）：8689.

[5]黄福莹，覃团发，陈华.基于DWTDFT和SVD域的盲水印算法[J].电视技术，2015，39（20）：1113.

[6]张勤，崔丽.基于DWT的一种数字水印算法[J].北京师范大学学报：自然科学版，2015，51（1）：1922.

[7]钟健瑜，梁延研，刘晔.一种新的基于Slantlet变换的心电信号消噪算法[J].系统仿真学报，2009，21（20）：65736576.

[8]李浩，李宏昌.一种基于CSSIFT抗几何攻击的图像双水印算法[J].计算机科学，2014，41（11）：263266.