一種優(yōu)化的小波域圖像水印技術(shù)

1、一種優(yōu)化的小波域圖像水印技術(shù)論文摘要：為了滿足數(shù)字水印的平安性、隱蔽性、魯棒性等特性,本文提出了小波域圖像水印技術(shù)。有意義圖像通過二維混沌加密算法生成水印，使其具有更好的平安性。水印嵌入過程中，利用遺傳算法，選擇和修改小波系數(shù)，將水印嵌入到宿主圖像。實(shí)驗(yàn)結(jié)果顯示，有較好的隱蔽性和魯棒性效果。論文關(guān)鍵詞：圖像水印,混沌,遺傳算法,小波變換1.引言數(shù)字水印是一個(gè)將版權(quán)信息嵌入到指定媒體的技術(shù)【1】。有效的圖像水印技術(shù)主要包括水印生成、水印嵌入、水印識別和水印攻擊?？紤]到水印的隱蔽性，需要選擇一個(gè)適當(dāng)?shù)那度胨惴▽⑺∏度氲筋l域系數(shù)中，使得含水印圖像與原始圖像比擬起來，沒有明顯的質(zhì)量下降。近年來，使用

2、各種優(yōu)化算法，如遺傳算法因子和是嵌入強(qiáng)度，CF是HL和LH之一，修改系數(shù)得到后進(jìn)行IDWT。所有的組成了含水印圖像。5定義PSNR為適應(yīng)度函數(shù)。6創(chuàng)立一些染色體來生成初始的種群。計(jì)算各染色體的適應(yīng)度值，進(jìn)行遺傳操作直到算法停止，同時(shí)得到最優(yōu)的含水印圖像。4.水印識別根據(jù)水印嵌入的規(guī)那么和遺傳算法的最后染色體，用DWT得到水印圖像和宿主圖像.水印提取如下：選擇與原始有意義的水印圖像具有相同大小和相似內(nèi)容的二進(jìn)制圖像共同形成原型模式集。利用SNN識別提取的水印，解密復(fù)原后可得到原始水印圖像。5.實(shí)驗(yàn)為了驗(yàn)證預(yù)定技術(shù)的有效性，從ORL臉數(shù)據(jù)庫【6】選擇辣椒圖像作為宿主灰度圖像，大小為，和大小為的二進(jìn)

3、制臉部圖像作為有意義水印圖像。同時(shí)，其他四個(gè)二進(jìn)制臉部圖像用來組成一個(gè)原型模式向量集合，如圖1。選擇控制變量，和初始值，把二進(jìn)制臉部圖像加密成水印。臉部圖像和水印分別見圖1(c)和圖1(d)。a辣椒圖像b水印辣椒圖像c臉部圖像d水印e其他四個(gè)圖像圖1實(shí)驗(yàn)用圖像設(shè)置嵌入強(qiáng)度，。利用Matlab7.0軟件環(huán)境下的GADS工具箱，水印被嵌入到辣椒圖像。宿主圖像和水印圖像顯示為圖1(a)和圖1(b)。在遺傳算法中，經(jīng)過15代得到水印最優(yōu)位置和最優(yōu)PSNR值53.1417。在Matlab7.0軟件環(huán)境中，完成了對水印辣椒圖像的攻擊實(shí)驗(yàn)：選擇均值零方差0.0005的高斯噪聲、均值零方差0.001的椒鹽噪聲

4、、到比照度增強(qiáng)、至比照度減弱、3x3中值濾波和維納濾波、壓縮質(zhì)量50的JPEG壓縮。攻擊后，約20-50的SNN演化后，提取水印能夠被正確地識別，見表1。表1提取水印的SNN識別 解密水印 SNN演化 高斯噪音 椒鹽噪音 比照度增強(qiáng) 中值濾波 中值濾波 維納濾波 JPEG壓縮 正如表1中所示，提取出的水印通過相關(guān)分析或者人類感覺器官不能被直接識別出來，但是通過SNN，被嵌入宿主圖像中的水印可以很容易地識別。6.結(jié)束語有效的數(shù)字水印技術(shù)必須滿足三個(gè)主要的特征：平安性、隱蔽性和魯棒性。本文使用二維混沌加密、遺傳算法和協(xié)同神經(jīng)網(wǎng)絡(luò)來滿足這些水印特性，實(shí)驗(yàn)結(jié)果說明本文所提出圖像水印技術(shù)的可行性和有效性

5、。參考文獻(xiàn)1 Cox I J, Miller M L, Bloom J A. Digital Watermarking. San Francisco: Morgan Kaufmann Publishers,20022 Huang H C, Pan J S, Huang Y H, and et al. Progressive Watermarking Techniques Using GeneticAlgorithms. Circuits Systems Signal Processing, 2007, 26(5):671-6873 Chu S C, Huang H C, Shi Y, and

6、et al. Genetic Watermarking for Zerotree-Based Applications. Circuits Systems SignalProcess,2021,27:171-1824 Huang S, Zhang W, Feng W, and et al. Blind Watermarking Scheme Based on Neural Network. In Proc. ofthe 7th World Congress on Intelligent Control and Automation, vol. 1,2021:5985-59895 Chang C Y, Su S J. The Application of a Full Counter Propagation Neural Network to Image Watermarking.Proceedings of IEEE on Networking, Sensing and Control, 2005:993-9986 ATT Labor