2) 提取水印
水印的提取是先将嵌入水印后的含水印图像和原始载体图像都进行分块DCT变换,然后根据嵌入强度和水印提取公式(7),将变换后原始图像的嵌入区域数据和含水印图像的嵌入区域数据进行求差运算得到初始水印序列。其中不同纹理复杂度的地方嵌入水印的强度不同。水印的检测仍然采用相关函数作相似性运算,然后与经验值8比较来确定是否存在水印。
3.2 实验结果与分析
设有大小为的图像lena,将其作为载体图像。MATLAB产生的伪随机序列作为水印图像,按照上述算法嵌入水印,实验结果如图1所示:
图1 原始载体图像与嵌入水印后的图像
对嵌入水印后的载体图像分别进行各类攻击,并将提取出的水印与原始水印作相似性运算,将结果与经验阈值5进行比较,若大于5,则判断水印存在;否则,不存在。实验结果如图2-图6所示:
(1)加入高斯噪声
图2 加入高斯噪声
从图2中可以看出扩频,对含水印图像加入高斯噪声后,原始水印序列和提取的水印序列之间的相关值约为13,故判断水印存在。
(2)均值滤波
图3 均值滤波
从图3中可以看出,对含水印图像进行均值滤波后,原始水印序列和提取的水印序列之间的相关值约为12,故判断水印存在。
(3)剪切
图4 剪切
从图4中可以看出,对含水印图像进行剪切后,原始水印序列和提取的水印序列之间的相关值约为1,故判断水印不存在。
(4)JPEG压缩
图5 JPEG压缩
从图5中可以看出,对含水印图像进行JPEG压缩后,原始水印序列和提取的水印序列之间的相关值约为35,故判断水印存在。
(5)旋转
图6 旋转
从图6中可以看出,对含水印图像进行旋转后,原始水印序列和提取的水印序列之间的相关值约为2,故判断水印不存在。
根据上述实验结果,分析如下:
(1) 将人类视觉特性应用到水印算法中,而不可见性与人类视觉特性紧密相关。
(2) 该算法对加噪、滤波和JPEG压缩的鲁棒性较好,但是不能有效地抵御剪切和旋转攻击。
(3) 由于采用自适应,所实现的水印在稳健性能上较一些典型的方法有一定的提高。
4.4小结
正态分布伪随机序列作为数字水印嵌入载体图像的DCT变换后的幅值较大区域的透明性和稳健性均较好。在大多数情况下,希望得到透明性和稳健性均较好的算法,DCT域数字水印技术可以满足这一要求,从而更方便对数字产品所有权的认定。
参考文献
[1]Cox I J,et al. A Secure Robust Watermark for Multimedia. Workshop on InformationHiding, Cambridge, UK, 1996, Number 1174 in Lecture Notes in Computer Science. Springer-Verlag, 185~206
[2]黄继武,SHI Y Q.一种自适应图像水印算法.自动化学报,1999,25(4):476~482
2/2 首页 上一页 1 2 |