鲁棒水印技术概述

数字水印技术在不同场景的分类如下：

（1）水印特性

按照水印特性，数字水印分为三类。鲁棒水印：通常对原始图像进行一系列变换，将水印嵌入变换后的系数中，例如小波变换，离散余弦变换等，因为变换域系数较为稳定，因此水印图像是鲁棒的，可以抵抗常见的攻击，即在传输过程中遭受第三方恶意攻击后，接收方仍然可以提取水印信息。鲁棒水印的基本模型如图2-1所示，然而由于水印的嵌入，原始图像会永久失真，因此鲁棒水印就不适用于一些对图像质量要求较高的场合。

图2-1 鲁棒水印基本模型

可逆水印：一般用于图像的完整性认证中，嵌入的水印信息可以用来判断图像是否发生篡改，若没有发生篡改，原始图像可逆恢复，若水印图像发生篡改，原始图像发生永久性失真，且无法提取水印信息；可逆水印主要关注嵌入容量与图像质量，并不关心水印图像是否抵抗攻击，即水印图像是脆弱的。可逆水印的一般模型如图2-2所示。发送方首先将秘密信息可逆嵌入原始图像中，为了保证秘密信息的安全性，可以用密钥对其加密，生成含密图像，并进行传输，接收方根据密钥可逆提取秘密信息恢复原始图像。但由于其鲁棒性较低，因此应用也受到了限制，为了解决鲁棒水印与可逆水印存在的不足，鲁棒可逆水印应运而生。

图2-2 可逆水印基本模型

鲁棒可逆水印：其兼具鲁棒性与可逆性，在未遭受攻击时，可以提取水印并恢复原始图像，在遭受攻击时，仍然可以提取水印信息进行版权认证，其基本模型如图2-3所示。鲁棒可逆水印发展至今，主要有两种方案，第一种是基于直方图平移的鲁棒可逆水印技术发展于可逆水印方案，通过计算原始图像的差值直方图，对差值直方图进行移位并嵌入水印，以此获得鲁棒性。基于直方图平移的鲁棒可逆水印算法的鲁棒性取决于平移步长，平移步长越长，鲁棒性越高，但其水印图像质量会降低，学者们通常需要考虑二者之间的平衡。基于直方图平移的鲁棒可逆水印对位置信息敏感，无法抵抗几何攻击，在实际应用中，几何攻击是一种更为常见且破坏性更强的攻击，有学者研究发现，基于两阶段嵌入的鲁棒可逆水印有机会抵抗几何攻击。该技术首先对原始图像进行变换，寻找鲁棒特征，将水印嵌入鲁棒性较高的区域，将恢复原始图像所需的补偿信息嵌入在其独立嵌入域，若鲁棒特征为对几何攻击具有鲁棒性的区域，比如Zernike域、PHFM域等几何不变域，那么图像遭受几何攻击时仍然可以提取水印信息，图像未遭受攻击时，具有可逆性。基于两阶段嵌入的鲁棒可逆水印算法中，又分为基于全局图像的鲁棒可逆水印与基于局部特征的鲁棒可逆水印。

图2-3 鲁棒可逆水印一般模型

（2）可见性

按照人眼是否可见将其分为两类。可见水印：视觉可察觉的水印，比如百度、谷歌等网站下载文档、图像、视频中的明显标志，来表明作者的所有权，可见水印通常会对原始数据造成一定的损坏，因此一些对图像质量要求较高的场合，可见水印就不再适用；不可见水印：不可察觉的水印，发送方将水印信息转化为二进制数据，以鲁棒水印、可逆水印或鲁棒可逆水印的方式将其嵌入在原始图像中，不可见水印对原始数据的影响较小。因此为了不影响原始数据的正常使用，经常嵌入不可见水印，保证作者的所有权不受侵害。本文在下文所讨论的水印为不可见水印。

（3）水印嵌入区域

按照水印信息嵌入的不同区域可以分为两类。空域水印：是直接在图像的像素中嵌入信息，空域水印的代表算法有直方图平移[30-31]、差分扩展[32-34]、预测误差扩展[35-39]等算法，近年来有很多学者在此基础上对算法进行改进，并取得了较大的成果。变换域水印：是对图像进行变换后将水印嵌入系数中，常见的变换包括；离散余弦变换(DCT)、小波变换(DWT)等。

（4）水印检测过程

按照水印的检测过程可以分为两类。盲水印：提取过程中既没有利用原始图像也没有利用水印信息，非盲水印：在水印提取过程中利用了原始图像与水印信息。在实际应用中，原始图像或水印信息不容易获得，因此盲水印更具有潜在的使用价值。

（5）水印内容

按照水印内容可以分为以下两类。有意义水印：比如版权号、身份证号、姓名等，可以用来对图像所有者的版权进行保护；无意义水印：是随机生成的一段序列，可以用来验证原始图像的完整性。