数字水印的嵌入和检测的一种新型的运算法则.doc

数字水的嵌入和检测的一种新型的运算法则摘要：在本文中主要介绍一种新型的运算法则，用来嵌入和检测数字水印，这种方法不同于其他的运算法则。因为用运算法则将数字比特嵌入到与其相关联的像素之间。反之，大多数别的算法嵌入数字比特是在相关联的像素的位置上。在嵌入时，一个离散混乱的图像用来创建一个连续的随机序列，将水印比特进行编码，另一个离散图像用来置换出最初的信息。水印检测的依据是寻找一种最小距离的途径，如Viter Algorithm，它的执行并不包括原始信息。根据实验的结果表明，这种算法可以有效的抵抗高斯噪声、图形压缩、拷贝的影响，并且可以重新获得制质很好的原始图片。 序言 随着新兴的英特网技术的快速发展，人们可以从因特网中的各个地方搜寻到很多漂亮的图片。所以，版权的保护问题就变得越来越重要了，面对这种不确版权问题，水印技术出现了。与此同时，为了使对水印的攻击更加的困难，大多数的水印在设计时都利用计算机对水印进行编码。 最早的水印技术是最小有效比特算法，它认为PN 序列对于水印比特和降低最小有效比特是根据水印比特来转变的，尽管这种算法几乎不降低原始图像的品质，但是水印很容易受到攻击而被破坏。后来，算法出现了，它利用减少图像的统计特性，来计算出水印比特，上述的算法都属于空间域算法。为了抵抗对水的攻击，一些学者提出了给原始图像加入额外的比特，以用来提高算法的，用许多来出原始的信息。 在本文中，一种新的算法被提出来。第一，将原始图像分割为的块，于是形成的嵌入比特相结合，成为数字水印比特随机序列。最后 ，嵌入水印比特编码以用来修改像素之间的关系，使其达到最小距离法则，这种正确的方法可以影响嵌入水印比特信息。水印检测的依据是寻找最小距离法则，如Viterbi算法，但它的执行并不包括原始像素。根据上述内容，这种运算法则可以恢复出已经编码的水印比特，接着，应用同样的随机序列形成编码比特，最终得到数字水印比特。 利用MATLAB进行试验，试验结果显示，提取出的水印信息经过JPEG格式的压缩（压缩比例达到36%）或利用PSNR=33.9的高斯噪声攻击后，水印图片仍然可以被识别。 水印嵌入的新算法 为了方便描述，我们对一些符号进行定义。指图像中各个位置（x,y）上的灰度值的大小，z指大小为的原始像素，并且位置(x,y)要求满足、,W是由大小为比特的两个水印像素组成，这里N M。 形成随机序列 这里有许多互相不关联的用来形成随机序列 Logistic图：， Chebyshev图：， 其中将置于4，超出的图可以同时产生随机序列。他们的yapunov指数分别为各自得0.393和1.3878，故这种算法用Chebyshev图，其中初始值k（第一密匙），在模拟中我们一般将。重复Chebyshev图利用初始点，形成一个实数值序列。这种算法从该序列中前面的九个点被去掉，从第十个点开始之后的每两个点中取一个点。剩下的点生成二进制比特流，每个实数用i和e两个系统构成，再将前面的8比特带入到，。 水印信息的编码 这种算法用链接起来的每列生成序列，并且组成，，这时利用公式：，构造数字水印编码，这里 是操作，如果攻击者不知道密匙，他们就无法重新获得水印信息。 置换的方法 通常我们用两种方法来置换水印中的，第一种是利用的块直接置换，并且是在局部置换图片中的每一块，以用来除去最初的图片。第二种方法是，在置换后利用的块直接除去最初的图片。在本文中我们主要采用第一种方法，这种方法如下： B已是同样大小的块，设其为。同样每个块的大小为，再者，假设座坐标的坐标值为，定义。将分配到每个块上 ： ：定义为 这里，，为第二密匙。通过试验，我们定义并且，得到的周期为12。实验表明，在置换时，当图片执行5次时被置换出的信息量是最好的，因此在检测阶段，图片的执行周期一般为5次。 嵌入算法 根据的值，降低符合像素的灰度级。如果i为自然数沿着横坐标降低像素值，另外再沿着纵坐标降低像素的值。这种方法我们可以如下定义为： 我们将第一块作为标记。假设并且，定义 如下： 设定中心点灰度级为 中的i为自然数，设横坐标减小像素。如果，计算结果为 如果，计算结果为 同时 当中的i为平均数，沿纵坐标降低像素。如果，计算结果为 如果，计算结果为 同时 重复上面的算法一直到,直到这时。第一块被转变为水印比特。利用同样的方法，将产生的剩余加入到其他的块中。 最后，从所有的块中置换出清晰的图像。这里每个块中执行的次数为7次。 水印的检测 在这里检测的步骤分为三步 第一步：将图片分块，如前面的（C）步。利用叠代法，将执行到每个块中。 第二步：在每个块中，我们寻找到最小距离的那一步分，因此我们要给这个距离作个定义。如果A，B