平衡多小波视觉密码零水印算法

曲长波,杨晓陶,袁铎宁

(辽宁工程技术大学a.软件学院;b.工商管理学院,辽宁葫芦岛125105)

平衡多小波视觉密码零水印算法

曲长波a,杨晓陶a,袁铎宁b

(辽宁工程技术大学a.软件学院;b.工商管理学院,辽宁葫芦岛125105)

传统零水印算法构造的水印通常是没有实际意义的二值序列,致使版权辨别不够直观快捷。借鉴视觉密码原理,结合平衡多小波、奇异值分解等技术,提出平衡多小波视觉密码零水印算法。将客户水印作为零水印嵌入到版权图像中,对版权图像进行平衡多小波变换得到实际载体;根据实际载体图像进行块奇异值分解并计算平衡因子得到差值矩阵,由差值矩阵生成过渡矩阵;将过渡矩阵结合2×2视觉秘密图份算法生成图像特征信息;结合图像特征信息和客户水印信息产生零水印。实验结果表明,该算法具有良好的安全性和鲁棒性,是一种可靠的图像版权认证零水印算法。

零水印;视觉密码;平衡多小波;奇异值分解;平衡因子

1 概述

传统水印技术需要向原始载体图像中嵌入水印,影响了图像的原有信息,这在很多对图像内容要求很高的应用中是无法允许的[1]。为克服以上缺点,出现了零水印方案[2]。零水印的核心思想为在不修改原始宿主图像数据的前提下,利用图像内部特征构造零水印,再将构造出的零水印或者零水印加密处理后的结果保存到有资质的注册中心(CA),以用于水印的提取和识别。零水印有效地解决了图像透明性和鲁棒性之间的矛盾,在最近的几年受到很多学者的关注[3-4]。

但是传统的零水印算法都需要考虑构造既包含有效特征又比原图像数据量少的水印数据[1]。这样生成的水印大多是二值序列,对于发生版权纠纷的双方来说并不直观,所以本文引入视觉密码共享技术将客户提供的有意义图像作为零水印图像。客户提供的有意义图像,本文称为客户水印。视觉密码技术是新兴的图像安全技术,最近几年国内外已有一定的相关研究[5-7]。文献[8]提出基于Halftone和视觉密码的图像水印算法;文献[9]提出了一种基于视觉密码的空域鲁棒水印算法。文献[10]引入分数傅里叶变换,提出了结合分数傅里叶域的鲁棒水印算法;文献[11]提出了一个基于视觉密码的共同所有权保护方案水印;文献[12]将视觉密码和离散余弦变换想结合,提出了基于DCT域的视觉密码鲁棒水印算法。以上研究都是视觉密码在版权保护方面的应用,鲁棒性仍然有待加强。

本文借鉴视觉密码算法并结合零水印思想,提出基于视觉密码的有意义零水印算法,将原始图像通过视觉密码产生主图份(图像特征信息)和所有权图份(零水印)2个图份。

2 基础理论

2.1 多小波与平衡多小波

多小波变换是在小波变换构架的基础之上提出的新概念,但却有着很多重要的区别。多小波的基本思想是将单小波中由单个尺度函数生成的多分辨率分析空间,扩展为多个尺度函数生成,以此来获得更大的自由度。

在对图像进行多小波处理的时候,由于多小波的低(高)滤波器都是矩阵形式,不能直接参与卷积运算,因此必须对输入信号进行预处理。然而预处理的过程很有可能会破坏多小波的一些基本特性,而平衡多小波则可以避免这样的问题。定义与多小波低通滤波器相对应的 Toeplitz矩阵为:

如果LTu1=u1,u1=[…,1,1,1,1,…],则称系统是平衡多小波。Cardbal2多小波是平衡多小波的一种,图像经过Cardbal2多小波变换之后,其低频能量并不是像 GHM 多小波那样将能量按照4.5∶2.2∶2.2∶1的比例分配;不是像CL小波那样把能量的97%都集中在左上角的块中;它是将能量几乎平衡地分配到每个字块。其数值大小相当,能量均匀,表示出很强的关联性。cardbal2变换结构,效果如图1所示。

图1 多小波变换结构效果

2.2 视觉密码

Noar和shamirl于1994年提出视觉密码(Visual Cryptography)的概念。把包含秘密信息的黑白图像称为秘密图像(SecretImage),利用视觉密码加密后,得到2个图份(Share),密码破译者从任意一张图份中都无法得到秘密图像的任何信息。而解密过程很简单,只需将2张图份叠在一起,得到的组合即为解密后图像,不需任何复杂的数学运算。

本文算法使用2×2的VSS。假设原始图像的尺寸为M×N,则它可以分为2个尺寸为2M×2N的图份。新的图份使用2×2的像素块代表原始图像的每一个像素。这样需要加密的秘密像素就转化成2个各自独立的图份。通过堆叠2个对应块的像素,可以得到秘密图像信息。同时每个像素对应的2×2块都是由数量相等的2个白色和2个黑色像素组成。

图2为视觉密码的应用实例。将“辽宁工大”(图2(a))二值图像经过2×2VSS变换得到2张图份:图2(b)和图2(c),将2个图份叠加得到解密图像(图2(d))。其中,原始图像尺寸为128×128;得到2个图份和解密结果尺寸均是256×256。

图2 视觉密码应用实例

3 基于视觉密码的零水印算法

3.1 零水印生成算法

零水印生成算法分2个部分完成:(1)提取原始图像特征信息;(2)通过原始图像特征信息和用户水印信息生成零水印。

3.1.1 图像的特征信息

通过视觉密码技术生成的图像特征信息,本文称之为主图份。主图份的构建是通过对客户水印充分置乱,同时对载体图像I通过cardbal2多小波变换,提取低频子带生成实际载体图像;对实际载体图像进行4×4系数分块,然后对每一个系数块进行SVD处理收集最大特征值并计算平衡因子生成差值矩阵,再通过差值矩阵生成二进制过渡矩阵;最后由过渡矩阵得到主图份。具体方法如下:

Step 1 对客户水印w进行置乱加密得到加密水印w′。

Step 2 对I实施cardbal2多小波变换提取一阶低频子带,得到实际载体图像S。

Step 3 对S进行4×4系数分块,然后对每一个系数块进行SVD处理并提取块最大特征值组成矩阵序列{XLL,XLH,XHL,XHH}。

Step 4 计算平衡因子X=(XLL+XHL+XLH),并计算均衡因子和XHH之间的差值矩阵D。

Step 5 按照如下规则,由D生成二进制过渡矩阵B。

Step 6 由过渡矩阵生成主图份,方法如下:

其中,M即为图像特征信息。

3.1.2 零水印的生成

在得到图像特征信息之后,结合用户提供的有意义水印w(客户水印)可以生成图像零水印。将生成的零水印送到相关认证中心保存,以作为日后版权保护的凭证。零水印图份ZW生成方法如下:

3.2 零水印的识别

识别过程需要载体图像和从I′认证中心得到的零水印ZW和密钥K。零水印识别的Step1～Step5和主图份生成算法很相似。

具体识别过程如下:

Step 1 按照主图份生成算法,由需认证载体图像I′生成主图份M′。

Step 2 将生成的主图份M′和由认证中心得到的零水印ZW相覆盖,得到尺寸为2m×2n的认证矩阵P。即:

P=ZW·×M′

其中,“·×”表示点乘。

Step 3 通过以下处理得到检测水印:

Step 4 由w′逆置乱,恢复出客户水印ww。

得到检测水印ww。由于是有意义水印,即使通过肉眼的直接识别也可以确定原始载体版权归属,也可通过比较w和ww的相似度来确定版权的归属。

4 实验结果及分析

4.1 实验参数

本文实验载体图像选择512×512×8“lena.bmp”和“bridge.bmp”灰度图像,客户水印选择32×32“版权保护”二值水印。载体图像和水印图像如图3所示。

图3 水印与载体图像

4.2 鲁棒性攻击实验

鲁棒性是衡量数字水印好坏的重要的指标之一。本文采用归一化相关系数(NC)来衡量:

其中,x1,x2分别表示初始水印和提取的水印。

为了检测水印的鲁棒性,本文对“lena.bmp”、“bridge.bmp”2幅图分别进行了几组攻击实验,同时做了本文算法与文献[9-10]的对比实验。对于实验样本,相对来说lena图的细节信息相对集中,纹理信息少;bridge图细节信息比较均匀,纹理信息比较多。攻击内容包括:包括加性噪声攻击,滤波攻击, JPEG压缩,剪切攻击,缩放攻击,旋转攻击等。实验结果如表1所示。

表1 抗攻击鲁棒性实验性能对比

4.3 结果分析

4.3.1 安全性分析

由于载体本身没有变化,因此攻击者无论使用何种方法都不能检测出图像是否含有水印。视觉密码有效地将原始载体图像分成2个图份,即使算法公开,攻击者也很难生成图像的主图份,即使密钥泄露攻击者侥幸得到主图份,由于没有水印信息,攻击者是不可能得到所有权图份的。生成所有权图份的水印为有意义水印,攻击者同时也不能通过载体图像得到水印信息,这样就不能通过所有权图份识别水印,更不可能篡改。

4.3.2 鲁棒性分析

通过表1可以看出包括加性噪声攻击,高斯低通滤波攻击,均值、中值滤波攻击,JPEG压缩等的一般图像处理,本文算法有非常良好的鲁棒性。从NC值这一定量的指标来看本文算法对比文献[9-10]算法有一定提升。主要原因是奇异值分解可以很好地对抗外界的“扰动”,同时由于图像特征信息是比较块能量的大小关系,即使是比较剧烈的和破坏性的图像处理都不会影响提取水印的辨认。面对如剪切攻击和旋转攻击,本文算法依旧表现出一定的优势性。虽然剪切、旋转攻击本身对能量大小关系变化较大,但是可以通过置乱算法将这种影响均匀地分担到所有图像块中,仍然可以得到很好的结果。

5 结束语

为解决传统零水印大多为无意义二值序列,以及版权归属判断不够直观的问题,本文将平衡多小波与视觉密码相结合,提出了一种基于视觉密码的有意义零水印算法。通过使用视觉密码技术和水印制造视觉秘密图份,实现了将有意义客户水印作为零水印嵌入到原始载体图像中,同时又不改变原始图像,得到了良好的视觉效果。实验结果表明,该算法有较好的安全性,是一种可靠的图像版权认证算法。

[1] 赵春晖,刘 巍.基于分块压缩感知的图像半脆弱零水印算法[J].自动化学报,2012,38(4):609-617.

[2] 温 泉,孙锬锋,王树勋.零水印的概念与应用[J].电子学报,2003,31(2):214-216.

[3] 张立保,马新悦,陈 琪,等.基于感兴趣区的图像零水印算法[J].通信学报,2009,30(11):117-120.

[4] 韩绍程,张兆宁,张玉金.基于非下采样剪切波变换和QR分解的鲁棒零水印算法[J].光电子·激光,2012, 23(10):1957-1964.

[5] 郁 滨,沈 刚,付正欣.一种无损多秘密分享视觉密码方案[J].电子与信息学报,2012,34(12):2885-2890.

[6] 付正欣,郁 滨,房礼国.一种新的多秘密分享视觉密码[J].电子学报,2011,39(3):714-718.

[7] 艾 鸽,伍家松.一种基于压缩感知的无损图像认证算法[J].东南大学学报:自然科学版,2011,43(3): 489-493.

[8] Bharathi M,CharanyaR,Vijayan T.HalftoneVisual Cryptography&Watermarking[J].International Journal of EngineeringResearch & Technology,2013,4(2): 2747-2752.

[9] Verma J,Khemchandani D V.A Visual Cryptographic Technique to Secure Image Shares[J].2012,2(1): 1121-1125.

[10] Dasgupta A,Kute A.A Robust Blind Watermarking Using Fractional Fourier Rework and Visual Cryptography[J]. InternationalJournalof Emerging Technology and Advanced Engineering,2013,3(3):435-440.

[11] Tu Shufen,Sheng Hsu-Ching.A Joint Ownership Protection Scheme for Digital Images Based on Visual Cryptography[J].The International Arab Journal of Information Technology,2012,9(3):276-283.

[12] Abusitta A H.A VisualCryptography Based Digital Image Copyright Protection[J].Journal of Information Security,2012,3(2):96-104.

编辑 索书志

Zero-watermarking Algorithm of Balanced Multi-wavelets Visual Cryptography

QU Chang-boa,YANG Xiao-taoa,YUAN Duo-ningb
(a.College of Software;b.College of Business Administration,Liaoning Technical University,Huludao 125105,China)

Traditional zero watermarking algorithm constructs the watermark which is often not meaningful binary sequence.This leads to that the copyright identification is not intuitive and fast.Referencing Robust watermarking algorithm based on visual code,combining with zero watermark thoughts,this paper puts forward a kind of meaningful zero watermarking algorithm based on visual code.To provide customers with a meaningful zero-watermarking embedding watermarks as copyright image to go.It uses balanced multi-wavelets transform to get the actual carrier.And does the actual carrier image block Singular Value Decomposition(SVD)and calculates balanced factor to get the difference matrix,the matrix are generated by the difference of the transition matrix.The transition matrix combines 2×2

parts by visual secret algorithm to generate the image feature information.The algorithm uses the image feature information and customer watermark information to generate zero-watermark.Experimental results show that the algorithm has good security and robustness.It is a reliable image copyright authentication zero-watermarking algorithm.

zero-watermarking;visual cryptography;balanced multi-wavelets;Singular Value Decomposition(SVD);

1000-3428(2014)09-0178-05

A

TP309

10.3969/j.issn.1000-3428.2014.09.036

国家自然科学基金资助项目“基于数据挖掘的煤炭灾害预测研究”(70971059)。

曲长波(1963-),男,高级工程师,主研方向:数字图像处理,信息隐藏;杨晓陶、袁铎宁,硕士研究生。

2013-10-06

2013-10-30E-mail:fx_qcb@126.com

balanced factor