【图像隐藏】基于变换域的可逆数字水印系统的Matlab设计

1 简介

 计算机技术的飞速发展极大推动了多媒体技术的发展。多媒体产品给人们生活带来便利的同时,其内容认证及版权保护问题也显得越来越重要。在此背景下,数字水印技术成为当前多媒体技术中的一个焦点。 可逆水印技术(Reversible Watermarking Technique)则是数字水印技术中的一个重要部分,与一般的数字水印技术在原理上基本相同。但它独有的一个特点,是在提取出水印数据之后,还能够完全修复由于水印嵌入所造成的原始载体数据的损坏。这使得可逆水印技术广泛应用于军事、医学、法律等领域。传统的可逆水印技术研究多局限于空域。而多媒体信息,尤其是图像数据,在变换域嵌入水印有许多意想不到的优点。 本课题的目的是借助图像数据在变换域的特殊优点,对可逆图像水印算法进行研究,得到视觉效果和嵌入容量都较理想的变换域可逆水印算法。本文从水印技术的综述展开,讨论了在变换域上的可逆水印技术的各种算法。

本文研究的音频水印算法是基于离散小波变换 (DWT) , 音频信号通过DWT变换, 在变换域中嵌入水印信息, 再经过逆变换 (IDWT) 从而得到嵌入水印的音频信号。水印嵌入原理框图如图1所示。

假定水印为M1×M2的二维图像bw, 由于音频信号通常为一维向量, 故水印信息在嵌入音频信号之前需要将二维降至一维向量w, 即M=M1×M2。通常我们也可以将图像进行打乱加密, 增强水印隐蔽性。

假定语音信号为s, 长度为N, 则s={s1, s2, s3, …, sN}由于语音信号较长在处理中一般需要进行分段, 每段长度设为N1, 故该语音信号分为K=fix (N/N1) 段进行处理, 每段语音均嵌入一个水印信息。

小波变换是为了解决傅立叶变换的不足而提出的一种分析变换, 傅立叶变换的基函数是铺满整个时域的正弦信号, 对于突变信号以及变化的频率成分信息均不能较准确地表示。而小波变换是时间和频率的局部变换, 更能准确地表示音频信号的频域特征, 常用的小波基有Haar小波、Daubechies (db N) 小波、Marr小波等。本文采用的小波基是Haar小波, 它是支撑域在t∈[0, 1]范围内的矩形波, 定义如下:

图1 音频信号水印嵌入原理框图

图2 音频信号水印提取原理框图 

取定Haar小波基后, 则语音信号s可以表示为:

其中Cj, k为离散小波系数, 将音频信号分解为低频的近似部分和高频的细节部分, 我们在水印信息的嵌入处理中, 主要针对代表低频近似部分的系数向量处理, 即将水印信号放入低频近似部分, 高频细节部分不变, 以保证语音质量基本不变。由于嵌入的水印为二值图像, 因此如果水印信息的值为1, 则将对应的低频系数增大, 相反如果值为0, 则将对应的低频系数降低。在DWT域嵌入水印信息后, 然后通过IDWT变换, 将语音信号变换成时域信号。

**2.2 水印提取**

为了保证信息安全, 在发送端发送嵌入水印的音频信号, 而在接收端为了确定音频信息的准确性, 我们通常需要提取水印以确保来源的真实性, 因此水印的提取技术也尤为重要。在水印提取过程中, 需要原始音频信号与嵌入水印的音频信号同时进行DWT, 再将两者参数进行分析比较提取出水印信息。水印提取原理框图如图2所示。

在前面所述的水印嵌入过程中, 将水印信息嵌入高频的细节部分, 因此在提取水印过程中, 我们也只需比较原始语音信号S的低频小波系数向量c A与嵌入水印的音频信号s1的低频小波系数向量c A1作比较, 若c A1>c A, 则水印信息为1;反之则为0, 再通过向量平均, 如此得到水印信息的一维向量, 最后通过升维得到二值图像。

​2 部分代码

  function[varargout]=wavefilter(wname,type) % 获取尺度和小波函数系数switch lower(wname)    case 'haar' % 这里只定义了haar函数        ld=[11]/sqrt(2); hd=[-11]/sqrt(2);        lr=ld; hr=-hd;    otherwise        error('Unrecognizable wavelet name (WNAME).');endswitch lower(type(1)) % 根据参数选择分解还是重构滤波器系数    case 'd'        varargout={ld,hd};    case 'r'        varargout={lr,hr};    otherwise        error('Unrecognizable filter TYPE.');end​

3 仿真结果

4 参考文献

[1]薛德文. 基于变换域的可逆图像水印算法研究[D]. 哈尔滨工业大学, 2008.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。