基于小波變換的數(shù)字水印技術(shù)的研究

周美麗，劉川

（延安大學(xué)陜西延安716000）

數(shù)字水印技術(shù)從正式提出到現(xiàn)在只有短短幾十年的歷史，但其在數(shù)字產(chǎn)品的隱蔽標(biāo)識、知識產(chǎn)權(quán)保護(hù)、防偽等方面具有廣泛的應(yīng)用前景。在美國，以麻省理工學(xué)院媒體實驗室為代表的一批研究機(jī)構(gòu)和企業(yè)已經(jīng)申請了數(shù)字水印方面的專利。1998年，美國政府報告中出現(xiàn)了第一份有關(guān)圖像數(shù)據(jù)隱藏的AD報告[1]。我國學(xué)術(shù)界對數(shù)字水印技術(shù)的研究也相當(dāng)重視，已經(jīng)有相當(dāng)一批有實力的科研機(jī)構(gòu)投入到這一領(lǐng)域的研究中，但大多研究成果依然局限在初始階段，目前沒有商品化的軟件推出，實際領(lǐng)域中的應(yīng)用也還十分有限。目前研制更安全的數(shù)字水印算法是水印研究的重點之一，此外根據(jù)不同的數(shù)字產(chǎn)品內(nèi)容分等級插入水印：即對重要的、安全性要求高的內(nèi)容插入安全性好的水印，而對安全性要求不高的內(nèi)容插入安全性一般的水印，這種分安全等級的水印方案有助于提高效率，也間接增強了水印的安全性[2]。

數(shù)字水印技術(shù)是一種新型的信息隱藏技術(shù)，它是實現(xiàn)在數(shù)字產(chǎn)品中加入保護(hù)產(chǎn)品版權(quán)或證明產(chǎn)品可靠性的數(shù)字水印。它彌補了傳統(tǒng)的密碼技術(shù)和數(shù)字簽名技術(shù)的缺陷，因此數(shù)字水印技術(shù)是當(dāng)前多媒體信息隱藏領(lǐng)域發(fā)展最快的技術(shù)之一。而小波變換是信號處理領(lǐng)域的一個熱點研究，基于小波理論的研究成果應(yīng)用非常廣泛，如數(shù)字水印、特征提取、信號濾噪、數(shù)據(jù)融合等，幾乎所有涉及信號處理的問題都會有小波的身影。小波理論應(yīng)用之所以廣泛，在于小波變換可以獲得信號的多分辨率表征符合人類觀察世界的一般規(guī)律。本文仿真實現(xiàn)了基于小波變換為基礎(chǔ)的數(shù)字圖像水印嵌入和提取技術(shù)，為數(shù)字圖像安全性提供了技術(shù)支持[3-4]。

1 數(shù)字圖像水印技術(shù)實現(xiàn)

基于小波變換數(shù)字技術(shù)使得圖像的壓縮、傳輸和分析變得更為便捷[4]。小波變換在數(shù)字水印中的應(yīng)用近幾年發(fā)展也非?？焖佟Ｐ〔ㄗ儞Q將輸入信號分解為低分辨率參考信號以及一系列細(xì)節(jié)信號。在每一個尺度下，參考信號和細(xì)節(jié)信號包含了完全恢復(fù)上一尺度下信號的全部信息。由于小波變換與人類視覺系統(tǒng)對圖像的認(rèn)知有著相似的過程，所以被認(rèn)為是一種很有前途的圖像處理工具。小波變換將原始圖像分解為一系列的高頻分量和低頻分量，因為人類視覺系統(tǒng)對圖像低頻分量的改變非常敏感，而對圖像的紋理等高頻部分的改變敏感性要小的多，文中正是利用這一點進(jìn)行水印信息的嵌入[5-6]。

文中實現(xiàn)了小波域上對灰度圖像水印的嵌入與提取，取灰度源數(shù)字圖像X，水印圖像W，如圖1為數(shù)字水印圖像嵌入流程圖，圖2為數(shù)字水印圖像水印提取流程圖：

圖1 數(shù)字水印嵌入流程圖Fig.1 The flow chart for digital watermarking

圖2 數(shù)字水印提取流程圖Fig.2 The flow chart for digital watermarking embedding

比較其他數(shù)字水印技術(shù)，基于小波域的數(shù)字水印技術(shù)優(yōu)點在于：首先小波變換可以對人眼視覺系統(tǒng)進(jìn)行更好的模擬，它把信號分成獨立的子帶并獨立地進(jìn)行處理，這種方式比離散余弦變換更接近人眼視覺系統(tǒng)[7-8]；其次在小波域進(jìn)行信息隱藏，利用了小波變換的層次分級和時頻局部化的特性，可以在圖像信號重要分解系數(shù)中嵌入盡可能多的水印信號；此外小波域中的低頻子帶刻畫了圖像的平滑部分，而小波域中的高頻子帶描述了圖像的特征信息，如圖像的紋理區(qū)域和圖像變化的邊緣區(qū)域等等。水印算法可以選擇加入到不同的小波域系數(shù)中，從而影響圖像的平滑部分、紋理區(qū)域及邊緣區(qū)域的目的，基于以上3點文中選擇以小波分解為基礎(chǔ)來進(jìn)行數(shù)字圖像的水印嵌入與提取[9-10]。

2 實驗仿真

根據(jù)上述流程圖對源數(shù)字圖像’tire’進(jìn)行嵌入水印，基于小波變換的數(shù)字水印的仿真結(jié)果如下，圖3所示，為原始圖像和小波變換后的圖像；圖4所示，為水印圖像；圖5所示，為水印嵌入圖像與原圖像的檢測響應(yīng)。

圖3 原始圖像和小波變換后的圖像Fig.3 The original image and the wavelet transformimage

圖4 水印嵌入圖像Fig.4 The watermarking embedded image

圖5 水印嵌入圖像的檢測響應(yīng)Fig.5 The detection response of watermarking embedded image

上述實驗是基于小波變換的灰度圖像水印技術(shù)的仿真。將圖像信號進(jìn)行小波變換后，根據(jù)小波系數(shù)的特點，將灰度圖像水印嵌入到圖像載體小波分解的低頻系數(shù)和部分中高頻系數(shù)上。實驗結(jié)果表明，該技術(shù)在數(shù)字圖像隱蔽通、防偽等方面可以可靠應(yīng)用，在數(shù)字水印技術(shù)應(yīng)用中中具有良好的魯棒性。

3 結(jié)論

由于篇幅局限本文只對數(shù)字圖像水印嵌入技術(shù)得以實像跟蹤系統(tǒng)。系統(tǒng)采用高速圖像傳感器作為圖像采集裝置，改善了低速圖像跟蹤系統(tǒng)對高速運動目標(biāo)跟蹤誤差大、精度低等問題，具有單芯片集成、低功耗、小型化、便攜化等優(yōu)點，有良好的應(yīng)用前景。

[1] 寧成軍，史忠科.基于FPGA的實時空中目標(biāo)跟蹤系統(tǒng)設(shè)計與實現(xiàn)[J].交通運輸系統(tǒng)工程與信息，2010，10（5）:45-52.NING Cheng-jun，SHI Zhong-ke.Design and implement of Real-time aerial target tracking system based on FPGA[J].Journal of Transportation Systems Engineering and Information Technology，2010，10（5）:45-52.

[2] 劉紫燕，馮亮，祁佳.一種基于FPGA的實時視頻跟蹤系統(tǒng)硬件平臺設(shè)計術(shù)[J].傳感器與微系統(tǒng)，2014，33（7）:98-102.LIU Zi-yan，F(xiàn)ENG Liang，QI Jia.Design of a FPGA-based hardware platform of realtime video tracking system[J].Transducer and Microsystem Technologies，2014，33（7）:98-102.

[3] 計宏偉，王懷文.基于高速圖像測量技術(shù)的緩沖材料緩沖性能的表征[J].振動與沖擊，2011，30（9）:216-220.JI Hong-wei，WANG Huai-wen.Characterization of dynamic cushioning property of cushioning material based on highspeed image measurement technology[J].Journal of Vibration and Shock，2011，30（9）:216-220.

[4] 張遠(yuǎn)輝，韋巍，虞旦.基于實時圖像的乒乓機(jī)器人Kalman跟蹤算法[J].浙江大學(xué)學(xué)報，2009，43（9）:1580-1584.ZHANG Yuan-hui，WEI Wei，YU Dan.Kalman tracking algorithm based on real-time vision of ping-pong robot[J].Journal of Zhejiang University，2009，43（9）:1580-1584.

[5] 張正濤，徐德.基于智能攝像機(jī)的高速視覺系統(tǒng)及其目標(biāo)跟蹤算法研究[J].機(jī)器人，2009，31（3）:229-224.ZHANG Zheng-tao，XU De.High-Speed vision system based on smart camera and its target tracking algorithm[J].Robot，2009，31（3）:229-224.

[6] 劉剛，蘇秀琴，胡曉東，等.高速電視下基于自適應(yīng)閾值的實時圖像跟蹤[J].光子學(xué)報，2005，34（8）:1262-1265.LIU Gang，SU Xiu-qin，HU Xiao-dong，et al.Real-time image tra-cking based on adaptive threshold in high speed TV[J].Acta Photonica Sinica，2005，34（8）:1262-1265.

[7] Gu Q，Takaki T，Ishii I.Fast FPGA-based multiobject feature extraction[J].IEEE Transactions on Circuits and Systems for Video Technology，2013，23（1）:30-45.