差值扩展（DE）可逆水印总结

 

差值扩展可逆水印

         差值扩展可逆水印，顾名思义，是对一对像素的差值进行扩展来可逆的嵌入水印。并不是所有的像素对都可用于水印的可逆嵌入。根据作者定义，像素对可以分为可扩展的、可变的、不可变的，其中可扩展就一定是可变的。只有可扩展的、可变的像素对可用于水印的嵌入。下面详细说明算法流程：

 

嵌入过程：

1、 首先根据一定的方式让图像像素进行配对；并根据定义将像素对分为可扩展且差值h=0或者h=-1的（EZ）、可扩展的且h!=0&&h!=-1（EN）、可变的且不属于EZ EN（CN）、不可变的（NC）四种；根据要嵌入的数据量和可嵌入量调整EN，将EN分为EN1和EN2两部分。

2、形成地址映射loaction_map矩阵。对于像素对属于EZ、EN1的像素对，对于的location_map值为1，否则值为0。

3、像素对属于EN2、CN且差值h！=1&&h！=-2的差值最低位组成矩阵C。

4、对地址映射矩阵进行压缩编码，联合矩阵C、嵌入信息P组成嵌入矩阵B。

5、按照下列方法完成水印的嵌入
         1) Set i=1 and j=0

         2)while i<=m

                  j=j+1;

                  if hjϵ(EZUEN1)

                          hj=i*hj+bi;

                          i=i+1;

                  elseif hj ϵ(EN2UCN)

                          hj=2*floor(hj/2)+bi;

                          i=i+1;

         2)end

 

提取过程：

1）、根据嵌入过程相同的配对方式进行像素配对；并对于可变的像素对提取其差值的最低位，组成矩阵B_new；提取矩阵B_new的前lm*ln位（即地址映射矩阵）组成矩阵location_new，并对其进行反编码形成地址映射矩阵location_map;

2）、对于可变的像素对，分下面几种情况就行复原：

         1）location_map=1：hj=floor(hj/2);

         2）location_map=0&&(hj=0||hj=1):hj=1；

         3）location_map=0&&(hj=-2||hj=-1)：hj=-2

         4）location_map=0&&(h!=-2&&h!=-1&&h!=0&&h!=1)：hj=2*floor(hj/2)+B_new(lm*ln+i)

3）根据像素对的均值l和差值h进行复原

 

 

要点：
1）、根据算法，像素对可唯一的进行复原。一开始看论文时在进行可逆复原会有不解：像素对的前一个值加上floor((h+1)/2)，而像素对的后一个值却是均值l加上floor(h/2)，为什么不是反过来呢？怎么不是前一个值加上floor(h/2)后一个值加上floor((h+1)/2)呢？后来研究发现，这就是算法的本来特性，按照这种方式就能唯一的复原原像素对；

2）、算法嵌入过程中只嵌入可变得像素对，而对不可变的像素对保持不变。而在嵌入完成后，可变的像素对还是可变的，不可变的像素对依旧是不可变的，而这正是算法可行和提取的关键之处。为了算法的同步性，在嵌入时，要么记住一共嵌入的位数，要么实行满嵌。

3）、对EN进行分组时，会影响到水印的可嵌入容量。实际上算法的嵌入容量为|EZ|+|EN1|+像素对属于EN2或CN且其差值h为1或-2的个数；对于EN2和CN（h不为1、-2的）虽然也用于嵌入，但在嵌入信息中也会嵌入其差值的最低有效位，即矩阵C。故，若嵌入信息量大于算法的可嵌入容量时，可调整EN的分组，使其嵌入容量增大。通常要适量选择，因为若EN都划为EN1，会使图像质量降低。

4）、该算法可以实现对图像的多层次嵌入，即嵌入完成后，可以用不同的方式进行像素配对，再次进行信息的嵌入。

 

原文为：Jun, Tian               Reversible data embedding using a difference expansion   Circuits and Systems for Video Technology, IEEE Transactions on 2003