導言：作為寫作愛好者，不可錯過為您精心挑選的10篇水印技術論文，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

(1)對于Γ的任何一個授權子集A∈Γ，A中的全體成員可以利用他們所擁有的秘密份額來恢復秘密S；

(2)對于Γ的任何一個非授權子集BP，BΓ，B中的成員無法利用他們的秘密份額來重新恢復秘密S。

秘密共享的概念最早由Shamir和Blakley在1979年提出，并給出(r，n)秘密共享門限方案。所謂(r，n)(其中r、n為正整數，且r≤n)秘密共享門限方案是指在用戶數為n的用戶集團內共享某個秘密(如K)的方法。在這個方法中，任意r個屬于集團的用戶都能合作計算出K的值，但當用戶個數少于r時不能計算出K。如n個用戶間共享一個密鑰K，每個用戶i持有一個密鑰碎片ki(i=1，2，3，…，n)，基于其中任意不同的r(r≤n)個密鑰碎片ki1，ki2，…，kir(1≤i1，i2，…，ir≤n)都可以恢復出密鑰K，而由任意r-1個或更少的密鑰碎片都不能得出關于密鑰K的信息。

應用(r，n)秘密共享體制，攻擊者必須獲得超過一定數量(門限值r)的秘密碎片才能獲得密鑰，這樣提高了系統的安全性；當某些碎片(不超過n-r個)丟失或被毀時，利用其它秘密份額仍然能夠獲得秘密，這樣提高了系統的可靠性。在恢復秘密K時，參與者必須提供正確的秘密份額，否則恢復會失敗，不正確的秘密份額又稱為惡意子密。秘密共享體制在實際當中應用廣泛，可用于分散重要的信息，如通信密鑰的管理、數據安全、銀行網絡管理、導彈控制發射等。

對于聯合數字水印來說，其嵌入過程與一般水印的嵌入過程相同。但是在聯合用戶的應用背景下，當檢測過程不成功時，嵌入單一聯合數字水印不具備分辨單個聯合用戶的能力。例如設用戶為A、B，當水印檢測成功時，即可認定用戶A、B都為具有部分聯合所有權的用戶，而且A、B一起擁有對水印作品的所有聯合所有權。但當水印檢測不成功時，無法分辨下列三種所有權分布情況：

(1)用戶A、B皆為不合法的聯合用戶。

(2)僅用戶A為不合法的聯合用戶。

(3)僅用戶B為不合法的聯合用戶。

為了分辨單個聯合用戶，除了嵌入生成的長度為2L的聯合數字水印W外，用戶A可以嵌入自己的長度為L的水印W1，同時用戶B也嵌入屬于用戶B的長度為L的水印W2。這樣檢測結果可能有以下情形：

(1)成功檢測到所有水印：W、W1、W2。

(2)水印W、W1檢測不成功，僅成功檢測水印W2。

(3)水印W、W2檢測不成功，僅成功檢測水印W1。

(4)所有水印檢測均不成功。

對以上情形分別判斷為：

(1)所有水印被成功檢測，用戶A、B都為合法聯合用戶。

(2)僅成功檢測水印W2，那么僅用戶B都為合法聯合用戶。

(3)僅成功檢測水印W1，那么僅用戶A都為合法聯合用戶。

(4)所有水印均不能被成功檢測，用戶A、B都不具備聯合所有權。

[摘要]本文簡要介紹數字水印技術的定義，給出了數字水印系統框架的描述，并大致介紹了聯合數字水印的一些思想。針對DCT變換在比特率較低時，會出現明顯塊效應的缺點，提出一種采用Gabor變換的嵌入方法，使聯合數字水印技術更加完善。

[關鍵詞]數字水印聯合數字水印秘密共享體制離散余弦變換DCT

參考文獻：

[1]陶亮，陶林.DGT與DCT在圖像編碼中的性能比較.

[2]陳海永.DCT域圖像水印算法的研究.

篇2

前言

膜分離技術是物質分離技術中的一個單元操作。膜法分離的最大特點是驅動力主要為壓力，不伴隨需要大量熱能的變化。因而有節能、可連續操作、便于自動化等優點。膜分離中的微濾（MF）、超濾（UF）不能脫除各種低分子物質，故單獨使用時，出水質量仍較差。反滲透膜（RO）有較強的去除率，但在去除有害物質的同時也去除了水中大量有益的無機離子，出水呈酸性，不符合人體需要。而納濾膜（NF）分離技術在有效去除水中有害物質的同時，還能保留大多數人體必須的無機離子，且出水pH值變化不大。這種水處理方法對于我國目前的飲食結構而言，尤其是營養結構單一的人員來說，更易被接受，也更加合理。

為進一步開發和研究納濾膜，以便其更有效地應用于水處理，我們安裝了兩種型號的納濾膜設備并進行了比較研究，這兩種型號的納濾膜均由美國Trisep公司生產，材質為PA，型號分別為NF1（NFTS40）和NF7（NFTS80）。

1、納濾膜的定義及分離原理

1.1納濾膜的定義、特點

NF膜早期被稱為松散反滲透（LooseRO）膜，是80年代初繼典型的RO復合膜之后開發出來的。可這樣來論述“納濾”的概念：適宜于分離分子量在200g/mol以上，分子大小約為1nm的溶解組分的膜工藝。

納濾膜的一個特點是具有離子選擇性：具有一價陰離子的鹽可以大量滲過膜（但并不是無阻擋的），然而膜對具有多價陰離子的鹽（例如硫酸鹽和碳酸鹽）的截留率則高得多。因此，鹽的滲透性主要由陰離子的價態決定。

1.2納濾膜的分離原理

納濾過程之所以具有離子選擇性，是由于在膜上或者膜中有負的帶電基團，它們通過靜電互相作用，阻礙多價離子的滲透。根據文獻［1］說明，可能的荷電密度為0.5～2meq/g.

為此，我們可用道南效應加以解釋：

ηj=μj+zj.F.φ

式中ηj——電化學勢；

μj——化學勢；

zj——被考查組分的電荷數；

F——每摩爾簡單荷電組分的電荷量（稱為法拉第常數）；

φ——相的內電位，并且具有電壓的量綱。

式中的電化學勢不同于熟知的化學勢，是由于附加了zj.F.φ項，該項包括了電場對滲透離子的影響。利用此式，可以推導出體系中的離子分布，以計算出納濾膜的分離性能。

2、納濾膜處理飲用水的應用研究

2.1納濾膜處理飲用水的流程

為增強兩種型號膜組件的可比性，我們采用同一流程，即：

原水10μm保安過濾器活性炭過濾5μm保安過濾器NF7出水。

原水10μm保安過濾器活性炭過濾5μm保安過濾器NF1出水。

其中，10μm保安過濾器用來除去原水中的懸浮物；活性炭吸附可去除水中的部分有機物；5μm保安過濾器用以保證膜組件的安全正常使用。

2.2試驗結果的分析討論

2.2.1TOC結果比較

為了研究NF1、NF7兩種膜對有機物的去除情況，在相同條件下取原水、活性炭出水及產水率為15%時的NF1、NF7出水水樣測定TOC，結果見圖1.

圖1TOC去除率比較

由圖1可知，在TOC的去除效果上，活性炭對TOC有一定的去除效果，但仍有一部分未能去除；納濾NF1對TOC的處理效果較好達到93.9%；而納濾NF7對TOC的處理效果不夠理想。

2.2.2色譜-質譜聯機分析結果和討論

取原水，活性炭出水，NF1，NF7出水水樣各20L，經吸附、洗脫、濃縮，用色譜-質譜聯機分析。GC/MS結果見表1.

原水中檢出有機物26種，這些物質中有毒有害物質11種，占水中有機物總數量的42.3%，其中優先控制污染物2種。原水經過活性炭吸附后，有機物去除了17種，新增11種，對其中的9種無去除能力，說明活性炭對有機物的去除效果不夠理想；經過膜處理后，NF7出水檢出有機物11種，對致突變物的去除率為75%；NF1出水檢出3種有機物，致突變物的去除率為87.5%.說明在三致物質的去除效果上NF1優于NF7.

造成以上結果的原因大體可這樣描述：在處理有機物中性組分時，電的相互影響消失了。對于這樣的物料，將根據其分子的大小進行分離，分子量超過200g/mol的組分被完全截留，而摩爾質量較低的小分子則可以滲透。對于有機物料體系來說，以少量測量數據為基礎的擴散-溶解模型可以很好地描述納濾膜對有機物的分離特性。

2.2.3Ames試驗結果討論

取原水、活性炭出水、NF7、NF1出水各100L進行吸附、洗脫、濃縮后進行Ames試驗．

2.2.4脫鹽率比較

取NF1、NF7進出水水樣對其電導率進行測定．

3、結論及建議

（1）NF1對TOC的處理效果較NF7及活性炭吸附的效果更為理想，達到93.9%.NF1對水中有機物及三致性的去除效率高，出水Ames試驗結果為陰性。（2）NF1在去除水中有害物質的同時，能夠保留較多的無機離子，更加符合我國目前的飲食結構，滿足現有條件下人員的健康需要。（3）在應用納濾膜分離技術處理飲用水時，建議使用NF1膜組件。（4）納濾膜的分離機理及相應的數學模型需進一步探討。

參考文獻：

［1］JjitsuharaI,KimuraS.StructureandPropertiesofChargedUltrafiltrationMembranesofSulfonatedPolysulfone.JChemEng.Japan,1983,16（5）

篇3

2飲水安全工程數據的特點

與一般的科學數據相比，飲水安全工程數據具備以下兩個特點：

（1）地理分布性。作為基本數據，國家農村飲水安全工程數據庫包括了國內各省（直轄市）、市（州）、縣（市、區）、鄉鎮內供水水廠的集中式工程數據，包括工程建設信息、實時監測信息，遍布全國，因此飲水安全工程數據具備地理空間的分布特性。

（2）數據要素多。飲水安全工程數據包括了地圖數據，供水工程專題數據，省、市州、縣區、鄉鎮專題基礎信息，水質、管壓安全監測信息，政務信息等。而且每類數據又包括多種要素的數據，如供水工程專題數據包括專題地理信息和專題建設信息，監測數據包括余氯、濁度、水壓、流量等測量數據。整體來說，飲水安全工程數據是描述飲水安全工程的數據，數據量大，且與日俱增，專業性強，具有時間維上的有效性，且數據區域性強，不同市縣統計的數據不交叉，數據存儲形式多樣，以小文件居多。

3飲水安全工程核心元數據

3．1元數據定義

首先，介紹幾個關于元數據的定義。元數據：關于數據的數據。元數據元素：元數據的基本單元，元數據元素在元數據實體中是唯一的。元數據實體：一組說明數據相同特性的元數據元素，元數據實體可以包含一個或一個以上的元數據實體。元數據子集：元數據的子集合，由相關的元數據實體和元素組成。數據集：可以標識的數據集合。通常在物理上可以是更大數據集較小的部分。從理論上講，數據集可以小到更大數據集內的單個要素或要素屬性，一張硬拷貝地圖或圖表均可以被認為是一個數據集。飲水安全工程核心元數據指的是標識飲水安全工程信息所需要的最小元數據元素和元數據實體，為元數據元素集的子集。其次，本文采用UML類圖方法描述飲水安全工程信息元數據。在元數據結構上采用《水利信息核心元數據》的結構作為本標準的基本結構，在內容上對元數據的特征，包括子集／實體名、元素名、英文名、英文縮寫、定義、約束／條件、出現次數、類型和值域進行詳細描述。

3．2飲水安全工程核心元數據結構

飲水安全工程元數據分為元數據元素、元數據實體和元數據子集三層。飲水安全工程核心元數據由一個元數據實體和四個元數據子集構成。其中，標識信息、數據質量為必選子集，內容信息、參照系信息為可選子集。每個子集由若干個實體（UML類）和元素（UML類屬性）構成。

3．3飲水安全核心元數據內容

3．3．1飲水安全核心元數據信息

飲水安全工程元數據信息實體描述飲水安全工程信息的全部元數據信息，用必選實體MD＿元數據表示，由以下元數據實體和元數據元素構成：元數據實體：MD＿標識、DQ＿數據質量、RS＿參照系、MD＿分發、MD＿內容描述；元數據元素：元數據創建日期、聯系單位、元數據名稱、字符集、元數據使用的語言、元數據標準名稱、元數據標準版本。

3．3．2標識信息

標識信息包含唯一標識數據的信息，用MD＿標識實體表示，是必選實體。MD＿標識是下列實體的聚集：MD＿關鍵詞、MD＿數據集限制、EX＿時間范圍信息、MD＿聯系單位或聯系人、MD＿維護信息。MD＿標識實體本身包含如下元素：名稱、行政區編碼、字符集、摘要、日期、狀況、數據表示方式。

3．3．3數據質量信息

數據質量信息包含對數據資源質量的總體評價，用DQ＿數據質量實體表示。應包括與數據生產有關的數據志信息的一般說明。DQ＿數據質量實體包括兩個條件必選的實體，DQ＿數據質量說明和DQ＿數據志。DQ＿數據質量說明是數據集的總體質量信息。DQ＿數據志是從數據源到數據集當前狀態的演變過程說明。包括數據源信息實體和處理過程信息實體。

3．3．4內容信息

內容信息包含提供數據內容特征的描述信息，用MD＿內容描述實體表示。

3．3．5空間參照系信息

參照系信息包含對數據集使用的空間參照系的說明，是條件必選子集，用RS＿參照系實體表示。是關于地理空間數據集的坐標參考框架的描述信息，它反映了現實世界的空間框架模型化的過程和相關的描述參數。RS＿參照系由三個條件必選的實體構成：SI＿基于地理標識的空間參照系、SC＿基于坐標的空間參照系、SC＿垂向坐標參照系。

4元數據分級索引算法

本文根據飲水安全工程數據的區域性特點，選取分布式NameNode模型，改進目錄子樹分區算法和哈希算法，利用BloomFilter原理設計符合飲水安全工程信息的元數據分級索引算法。

4．1概念與公式

行政區劃請求量：表示該行政區劃所需的農村飲水安全工程元數據的請求量，用Request表示。由于請求量的具體數值難以確定，工程元數據的請求量與工程的數量有直接關系，而飲水工程的數量與行政區劃的人口密度存在一定的換算關系。每個工程所涉及的文件包括招標文件、合同、工程規劃、預算、管網圖、廠區布置圖、每年的運營報表等多種文件。因此，第m個行政區劃的請求量Requestm為：Requestm＝Densitym×f×Naverage（1）其中，Densitym代表第m個行政區劃的人口密度，f表示飲水安全工程數量與人口密度的轉換因子，Naverage代表每個工程文件的平均值。

4．2BloomFilter基本思想元數據分級索引算法

包括三部分：一部分是元數據請求被分配到哪個普通NameNode節點上，第二部分是分配到NameNode節點的哪個目錄，最后根據NameNode節點中的目錄信息查找元數據文件在DataNode中的具置。本文采用BloomFilter與Key－Value的存儲位置對應表，來確定元數據文件在DataNode中的存儲位置。BloomFilter的基本思想是使用一個比特的數組保存信息，初始狀態時，整個數組的元素全部為0，采用k個獨立的Hash函數，將每個元數據文件對應到｛1，…，m｝的位置，當有飲水安全元數據文件存儲請求時，k個獨立的Hash函數將以元數據標識信息中的元數據文件名為變量，得到k個哈希值，然后將比特數組中的相應位置更改為1，即：hashi（x）＝1（1≤i≤k）（2）其中，x是元數據文件名。數組中的某一位置被置為1后，只有第一次有效，以后再置為1將不起作用。所示，假設k＝3，x1先通過哈希函數，將數組中的三個位置置為1，在x2通過哈希函數得到的數組位置，將是0的位置置為1，已經是1的位置則不重復置1。判斷某元素y是否屬于這個集合，需對y應用k次哈希函數，如果所有的位置都是1（1≤i≤k），那么就認為y是集合中的元素，否則就認為y不是集合中的元素。如圖3所示，y1可能是集合中的元素，y2則不屬于這個集合。BloomFilter能高效地判斷某個元素是否屬于一個集合，但這種高效是有代價的，是存在一定的錯誤率，因為它有可能會把不屬于這個集合的元素判定為屬于此集合。為簡化計算，假設kn＜m并且各哈希函數完全隨機。當某個目錄中的所有元數據文件全部存儲，即所有元素都被哈希函數映射到比特數組中去，這個數組中某一位置是0代表kn次哈希操作都沒有被置為1，因此概率為：p＝（1－1m）kn≈e－kn／m（3）其中第二次近似計算是因為：limxm（1＋1n）n＝e（4）令ρ代表比特數組中0的比例，則ρ的數學期望E（ρ）＝p，則ρ≈p，因此：pfalse＝（1－ρ）k≈（1－p）k（5）

4．3元數據分級索引算法

元數據分級索引算法包括三個步驟：一是選NameNode節點，二是選目錄，三是分配存儲位置。

4．3．1選取NameNode節點分布式

NameNode模型有一個主NameNode節點，一個主SecondaryNameNode和n個普通NameNode節點。其中，主SecondaryNameNode是主NameNode的快照，防止單點失效。算法的基本思想如下：（1）計算行政區劃請求數。在本文中所涉及的飲水安全工程指的是湖北省的農村飲水安全工程，因此在普通NameNode節點上分布的是以市級為單位的元數據信息。在這一步中，根據公式（1）給每個市級行政區劃的請求賦值，用Requestm表示。（2）分配NameNode節點。若n為奇數，則將其中一個NameNode節點作為備用節點，n＝n－1；若n為偶數，則n不變。分配NameNode節點，得出市級行政區劃與NameNode節點映射表。（3）第二次分組。將偶數個NameNode兩兩分成組，互為SecondaryNameNode節點，分組的原則為請求量較大的NameNode節點與請求量較小的NameNode節點一組。

4．3．2選擇目錄

分配完NameNode節點后，須設定每個Nam－eNode節點的目錄，根據市級行政區劃與Name－Node節點映射表設定一級目錄。然后根據一級目錄的編碼，設定二級目錄，二級目錄為對應市及所管轄縣級行政區劃的目錄。在飲水安全工程項目中，所涉及的數據類型分為圖片類型、視頻類型、文本類型等，所以將三級目錄按文件類型進行劃分，即每個二級目錄下對應的三級目錄為pic、video、txt等。

4．3．3分配存儲位置

當用戶要查找某個飲水安全元數據時，系統首先根據待查找元數據的行政區劃編碼，從市級行政區劃與NameNode節點映射表中找到其對應的NameNode節點；然后，主NameNode節點將用戶請求轉發給此NameNode節點，收到轉發的用戶請求的NameNode節點同樣將行政區編碼進行處理，轉化為市級編碼，找到其一級目錄；然后在一級目錄下，根據編碼找到二級目錄，再根據用戶請求的元數據類型，定位到三級目錄，在三級目錄下根據哈希表，找到對應存儲位置并提交給主Name－Node節點，由主NameNode節點返回給用戶。飲水安全元數據檢索結果分為兩種情況，第一種是查找成功，第二種是查找失敗。一次飲水安全元數據成功檢索過程的檢索時間包括主NameNo－de節點并發處理延遲、主NameNode節點找到對應的NameNode節點的時間、轉發用戶請求與普通NameNode節點的通信時間、普通節點執行查找目錄的時間、查找Hash表讀取元數據的時間和返回查找結果給主NameNode的時間。一次失敗的檢索包含兩種情況，一是定位到目錄后，通過BloomFilter過濾后，判定要查找飲水安全工程元數據哈希表不屬于該目錄；二是通過BloomFilter過濾后，判定其屬于該目錄，但是通過查詢Key－Value表，發現匹配錯誤，即上文提到的BloomFilter自身的錯誤率。第一種情況，根據BloomFilter的原理，可知經過k次獨立的哈希函數后，如果得到的位置不是全為1，則返回查找失敗，要查找的元數據請求不在此目錄中，時間復雜度為O（1）。第二種情況是BloomFilter自身的缺陷，但是由于有對應的Key－Value表，即使經過k次哈希操作得到的位置在比特數組中全為1，通過查找對應的鍵值，如果發現元數據名稱不能與之匹配，則返回檢索不成功，時間復雜度也為O（1），在用戶可以接受的范圍內。

5實驗結果

本文通過實驗仿真驗證飲水安全工程元數據模型的元數據分級索引算法在元數據檢索上的性2226ComputerEngineering＆Science計算機工程與科學2014，36（11）能，并與目錄子樹分區算法和哈希算法在檢索成功時間和檢索失敗時間進行對比。第一組實驗，測試三種算法檢索成功的平均檢索時間，其中用戶數為10，請求數為1000，在定位NameNode節點的時間上來說，目錄子樹分區算法能夠根據用戶請求中的類型定位節點，哈希算法是通過特定的Hash函數，算出用戶請求元數據所在的節點。而本文設計的元數據分級索引算法，將市級行政區劃和NameNode節點編號存儲在一張靜態的表中，查找時間與Name－Node節點個數有關，時間復雜度為O（n）。在本文的應用中，至多會有14個NameNode節點，三種算法的定位時間基本相同，在查找NameNode節點的步驟上所用時間可以近似算作相等。定位目錄的時間復雜度，三種算法也相同，可認為是O（1）。在最后一步定位元數據文件存儲位置上，由于BloomFilter查找成功的時間復雜度是O（1），而目錄子樹分區算法和哈希算法沒有考慮定位物理位置，查找目錄下的元數據名稱，時間復雜度為O（n），目錄下的元數據文件越多，查找速度越慢。第二組實驗，測試三種算法檢索失敗的平均檢索時間，其中用戶數為10，請求數為1000，仿若是檢索不在目錄下的文件，BloomFilter將文件名進行Hash運算，可以判定被請求的文件名不在目錄中，時間復雜度為O（1）。而另外兩種算法，則會遍歷目錄中的所有文件，直至遍歷完，找不到所請求的文件，時間復雜度為O（n）。對比三種算法在飲水安全工程元數據檢索上的應用情況，由于元數據分級算法使用了BloomFilter，檢索效率比其它兩種算法效率高，尤其是檢索失敗的檢索請求。

篇4

1 二維碼水印加密背景及目前加密解密現狀

1.1 QR二維碼的應用背景

隨著中國3G技術的普及，以及手機本身性能的提高，二維碼作為一種全新的信息存儲、傳遞和識別技術迅速地融入到了社會生活當中，其保密和安全問題也越來越有研究價值，2012年鐵道部出現了用戶隱私資料信息被二維碼泄密的問題，病毒也開始通過二維碼傳播。目前國內針對二維碼數字加密的技術的論述并不多，在當前期刊網上有關二維碼討論的258篇論文也主要集中于二維碼自身的編碼解碼規則，只有16篇是討論二維碼數字手段加密的。其中加密采取的主要手段是通過復雜昂貴的隱形印刷技術。而討論數字加密的只是對一般圖像都通用的結合水印加密，未能很好的結合QR二維碼自身的編碼規則，所能負載的加密信息量也極少[3]。

1.2 國內外二維碼加密研究現狀

目前，國內外關于二維碼信息隱藏技術的文獻不是很多，研究對象主要是四一七條碼（Portable Data File417，PDF417碼）和QR碼。在國內，針對PDF417碼的研究較多且以空域水印為主，在國外，以研究QR碼居多，以頻域水印為主。牛夏牧[7]等利用變形技術對PDF417碼中的各組成單元寬度加以適量的變動，采用誤差累積的方式實現隱藏信息的嵌入和提取。陳崢等[3]針對PDF417碼，提出了基于邊界移位的隱藏信息嵌入算法。趙博等[4]提出一種基于結構微調法的水印算法，對PDF417碼的組成條空進行適量的微調，將信息隱藏進二維碼中。晁玉海等[5]提出一種對隱藏信息進行擴頻和映射處理，根據PDF417碼自身結構特點，通過微調條碼中的條和空將信息隱藏的方法。Ming Sun等[6]提出兩種基于離散小波變換（Discrete Wavelet Transform，DWT）變換的QR碼數字水印，分別可以嵌入隨機序列和圖片。Jau-Ji Shen等[7]針對PDF417碼提出一種稱作關聯水印的盲水印算法，該算法可以提高水印的嵌入容量并可將PDF417碼用于數據認證。

⑴二維碼圖和傳統防偽制作技術（主要是印刷）相結合，避免碼圖被直接影印、拍照，比如采用隱形印刷等等；

⑵掌握二維碼編碼技術，對二維碼碼圖本身做特殊處理（如加密、復合、變形等），這種方法的目的有二，一是可以讓別人的識讀軟件無法識別碼圖，二是可以在這些碼圖中編入特別信息，以作防偽校驗之用。

簡而言之，一個采用特殊印刷技術，一個采用特殊編碼，從而提高技術門檻也就提高了造假的成本與難度。本文研究算法基于第二種方式，對二維碼碼圖進行特殊處理，達到嵌入 信息進行防偽校驗目的。

2 適用于QR的數字水印算法

2.1 水印的嵌入算法

2.1.1 水印嵌入位置及表示方案

鏈碼和QR二維碼水印信息的位置選擇和像素值改變方案，根據鏈碼、改進的LSB算法和二維碼的基本理論，本文結合處如下表示方案。QR碼圖像是由N*N個深色或者淺色的模塊圖形組成，實驗中是黑色和白色模塊。考慮水印需要的隱蔽性，我們選取黑色的正方形作為水印嵌入單元。假設QR碼的一個模塊圖形的大小為M*M，其中M為模塊的長度（高度），單位是像素。條碼矩陣的大小為N*N。每個正方形基元占用的像素點為M/N。

如圖2.1所示：跟四鏈碼的結合方式為將正方形基元平分成四等份，每一塊的大小為M/2N，選擇其中的一塊，按統一水印規則改變整個選中塊的像素值，嵌入水印信息，按照鏈碼方向的規則給四個方向的小矩陣編碼為0，1，2，3，四幅圖中的紅色區域分別對應著0，1，2，3。這樣每個黑色QR碼的正方形基元便可以承載一位四進制的數。當圖像格式為RGB三色圖時，結合第一章所介紹的改進的LSB編碼規則，每一塊像素值按規則改變后又可表示為00，01，10，11的四進制，跟位置的編碼規則相結合，每個正方形模塊就可以表示一位十六進制的數，也就是4bit的信息。

2.1.2 水.印嵌入流程

如圖2.2 水印算法的整體嵌入步驟：

第一步：根據基本信息編碼出未加密的二維碼舉證，自左向右，自上而下，統計N*N黑色和白色模塊的QR二維碼可用來嵌入水印的黑色模塊的個數，記為C，并記錄下各個可用的黑色模塊在二維碼的二維矩陣中的位置。

第二步：依據偽指紋特征隨機密鑰生成技術，隨機生成三個指紋特征數據記為T1、T2、T3，并將T1、T2、T3轉碼成和水印嵌入方式所采用的編碼進制（八進制、十六進制等）相同的編碼進制，統計出T1，T2，T3所需要的占用編碼位數記為n1，n2，n3。

第三步：如果n1+n2+n3>c，則說明水印嵌入位置不足以嵌入所有的指紋特征數據，當嵌入位置不足時采用基于模擬退火算法競爭機制，解決各個特征信息之間采樣數競爭問題，模擬退火的優勢能保證了嵌入位置的隨機性，和各個特征信息的均衡性。

第四步：依照模擬退火算法競爭機制產生的二維指紋矩陣加密位置對應表，對QR二維碼圖形進行加密。

2.2 水印的提取算法

如圖2.3：首先，從加密的二維碼圖片中解碼出二維碼的基本信息。

將加密后的二維碼圖片記為map1和未水印加密的二維圖片記為map2，導入解碼程序中。

第二步：將相應的兩幅圖像做減法代數運算，提取圖像中目標區域，給定閾值大小為水印差值的一半，將低于閾值的像素點看作相同像素點，差值取絕對值選取為了實現精確定位，因為兩幅圖像編碼格式一致，除了不通目標區域以外，其他區域完全相同，包括圖像大小等。

第三部：使用數學形態學方法，實現斷線的連接，主要目的是保持目標區域邊緣連續，為孤立點的去除做準備。第三步：使用改進中值濾波去除圖像中孤立異常點，如果除了目標區域以外，其他區域完全相同，那么基本不需要去處異常點，在做加入噪聲干擾實驗時去除邊緣毛邊是一個需要除了的問題。

第四步：采用曲線全向跟蹤技術，尋找目標區域的邊緣輪廓，探查到所有目標區域邊緣。

第五步：將圖像按照二維碼自身的編碼規則分成N*N塊，根據上圖中提取去的各個嵌入水印的矩形區域的位置，并將區域大小經過閾值判斷，去掉干擾點，定位出各個區域對應得編碼值，返回二維矩陣各個嵌入水印值位置對應得值。和加密時候保存的加密二維矩陣值進行對比，進行水印驗證。

3 實驗

含有水印的QR碼的識別和提取實驗

算法穩定性實驗，流程如下：

（1）產生一段隨機長度和隨機內容的文本T1。

（2）將文本T1編碼為QR碼圖形Q1。

（3）計算Q1的水印容量大小。

（4）通過通過隨機指紋發生器和模擬退火競爭機制產生水印信息W。

（5）向Q1中嵌入水印信息W得到含有水印的QR碼圖形Q2。

（6）識讀Q2得到T2，并與原始編碼內容T1對比，記錄對比結果。

（7）從含有水印的QR碼圖形Q2中提取水印信息WR。

（8）比較W和WR，記錄對比結果。

（9）重復1000次步驟（1）～（8）的試驗，并計算QR碼的識別正確率和水印嵌入和提取的正確率。

隨機文本T包含英文字母、數字和常用標點符號。重復試驗的次數為100次，最后記錄實驗結果并計算正確率。實驗最終得到的數據是QR碼的識別正確率為97%，嵌入和提取水印的正確率為95%。該實驗表明，水印算法非常穩定，嵌入的水印不會影響到QR碼的正確識別，并且水印信息的嵌入和提取不受水印內容和QR碼載體圖像的影響。

4 結論

提出了一種適用于QR碼的魯棒性和嵌入信息量都適中的水印算法，該算法用鏈碼的方向編碼和改進的LSB算法嵌入水印信息，保證水印信息不會改變QR碼的圖形結構，并確保嵌入的水印信息不會影響到QR碼的正確識別。與現有的利用誤差特性進行信息隱藏的算法相比，該算法極大程度增強了數字水印的隱蔽性，提高了水印信息的嵌入量。同時算法不會受到QR碼的容量限制，并且適合電子保存和打印等多種形式，具有提取水印速度快，抗干擾能力強等優勢。并且提出了由多種生物特征提取出的信息組成水印信息的方式，將二維碼與用戶綁定，實現了人碼一體的認證功能。

[參考文獻]

[l]何葉.基于二維條碼的數字水印技術研究.長沙理工大學碩士學位論文.（2009）.

[2]趙博.二維條碼研究.西安電子科技大學碩士學位論文.（2007）.

[3]紀興中.基于二維條碼技術的數字水印系統研究.浙江工業大學碩士學位論文.（2007）.

[4]陳哲，張永林.數字水印技術在二維條碼證件防偽中的應用.計算機工程與科學.28（4）.42-44.（2006）.

篇5

一、前言

作為多媒體數據的內容認證與版權保護技術，數字水印得到了大量研究和應用。這種保密方案主要使用到電子產品版權的保護中，因此具有了魯棒性、不可感知性以及安全性等各種特征，這些特征也正是確保圖像傳輸安全性所需。因此，研究該技術必然具有現實意義。

二、混沌序列理論

2.1 混沌映射

經過函數映射，就能夠得到良好的一維非線性映射，該映射具有隨機統計特征。因其生產出來的混沌序列屬于某區域中的混沌序列，而且該序列為整數值，具有隨機性，對初值非常敏感。定義如下所示：

其中第一個式子表示不大于符號內值的最大整數，第二式子表示不小于符號內值的最小整數。而xk∈{1，2，...m}，參數為a∈{1，2，...m}。

2.2 生成混沌序列

上式混沌映射經過了n次迭代之后就形成了新的混沌映射，也就是本論文所要使用的映射，當然所得的混沌映射式同樣具備混沌特征，也就是具有xk+1= f na（ xk）；假如給定了初始值x0，其參數a，m獲得值與迭代次數n值就已經被確定了，自然也就生成了混沌序列是：{xk；k=0，1，2，3，...}，這個序列同樣具備了混沌特征，自然也就對初始的條件x0非常敏感。

三、計算圖像水印嵌入的強度因子

按照HVS（人眼視覺系統）的特征，嵌入的水印強度比某門限低時，人眼感知圖像的質量相同，就不能夠看見嵌入的水印，該門限值也就是臨界不可見門限。所以所選水印嵌入強度因子是不是適當是水印算法的關鍵之處。

要確定水印強度因子，就必須要滿足人類的視覺系統特征，同時要依據原來圖像內容合理的進行調整，水印嵌入的次數不能夠太多，如果太多必然會因多次水印相加的平均積累引入誤差。所以應用這個算法過程中，僅僅有兩次水印能夠自動滿足嵌入所需，一次就是將水印低頻嵌入到子圖Hn0中，另一次就是把水印嵌入三個細節子圖Hn1，Hn2及Hn3中數值較大的小波系數之中。

四、算法設計

從上面的具體分析來看，實施嵌入算法的步驟如下所示：

其一對水印反色進行預處理；設定水印選擇了256級的灰度圖像，如果水印的像素平均值超過了127，就要反色處理，確保水印的高平均像素具有不可見性。其二完成反色預處理后，就必須要對水印實施混沌映射處理，把完成置亂的各個像素按照掃描順序形成一維序列。其三把H（原始圖像）經過n級的小波變化，讓低頻子圖大小和水印大小二者非常相同，對原始圖像進行變換后形成最后一級的小波變換，就能夠獲得四個子圖，分別為Hn0、Hn1、Hn2、Hn3。其四水印嵌入；在水印的嵌入過程中，就要依據圖像的小波子圖分塊不同計算出嵌入強度因子。低頻子圖Hn0所得嵌入強度因子即為a1；可以通過計算所得。而嵌入水印氛圍了兩個步驟，首先要把水印的一維序列嵌入到低頻子圖的各分塊中，可得嵌入強度的因子是a1；之后依據水印序列值個數就能夠獲取三個細節所得各個子圖，并從子圖中獲取個數相同的大系數值，一般都是按照絕對值的大小取，并對該系數值水印嵌入。就能夠獲取嵌入的強子因素是a2.其五通過n級的小波反變換，就能夠獲得反應后圖像Hw。事實上，提取水印算法就是嵌入逆過程，而提取水印過程中就必須要合理利用原始圖像。

五、結束語

事實上，這種算法的速度遠遠超過了傳統加密算法，而且加密比較好，且不易破解。嵌入算法加密效果好、加密速度快，而且抗攻擊性強及初始值敏感等各種特征，具有較好的抗干擾性與魯棒性，因此具有實用價值。

參 考 文 獻

篇6

中圖分類號：TP309

1 數字水印技術研究的意義

由于科學技術的發展，很多的數字化產品易于加工，非法的復制和拷貝也比較容易，這樣嚴重損壞了數字產品的完整性以及數字產品作者的版權。為了解決這一問題，因而提出了數字水印技術。

數字水印技術，從1993年Caronni正式提出數字水印到現在，無論國內還是國外對數字水印的研究都引起了人們的關注。在國外方面，由于有大公司的介入和美國軍方及財政部的支持，雖然在數字水印方面的研究剛起步不久，但該技術研究的發展速度非常快。1998年以來，《IEEE圖像處理》、《IEEE會報》、《IEEE通信選題》、《IEEE消費電子學》等許多國際重要期刊都組織了數字水印的技術專刊或專題新聞報道，SPIE和IEEE的一些重要國際會議也開辟了相關的專題。IBM公司、日立公司、NEC公司、Pioneer電子公司和Sony公司等五家公司還宣布聯合研究基于信息隱藏的電子水印。國內方面，我國的數字水印技術，也已經取得了一定的研究成果，而且從學術領域的研究成果來看，我國的研究與世界水平相差的并不遠，并且有自己的獨特研究思路。

數字水印的主要用途可以分為以下幾類：（1）版權標識水印。數字水印將各種信息放在各種需要保護的數字產品中，即使經過噪聲干擾、濾波、剪切、壓縮、旋轉等攻擊，水印仍可以繼續存在。例如Adobe公司在其著名的PS軟件Corel Draw圖像處理軟件中集成了Digimarc公司的數字水印插件。（2）篡改提示水印。檢測數字產品是否被修改、偽造等的處理的過程。（3）隱蔽標識水印。在一些數字產品中，可以將數字水印嵌入作一些隱式注釋。（4）票據防偽水印。隨著現代各種先進輸出設備的發展，使得各種票據的偽造變得更加容易，數字水印技術可以增加偽造的難度。因此，研究數字技術非常有必要性。

2 基于DCT數字圖像水印技術的研究

2.1 數字水印的概念

數字水印技術是指用信號處理的方法在多媒體數據中嵌入某些能證明版權歸屬或跟蹤侵權行為的隱蔽的信息，這些信息通常是不可見的，不容易被人的知覺系統覺察或注意到，這些隱藏在多媒體內容中的信息只有通過專用的監測器或閱讀器才能提取。通過這些隱藏在多媒體內容中的信息，可以達到確認內容創建者，購買者或判斷內容是否真實完整的目的。水印系統所隱藏的信息總是與被保護的數字對象或它的所有者有關。

2.2 DCT數字圖像水印的基本理論

其中圖像二維DCT變換（M取8或16）有許多優點：

圖像信號經過變換后，變換系數幾乎不相關，經過反變換重構圖像信道誤差和量化誤差將像隨機噪聲一樣分散到塊中的各個像素中去，不會造成誤差累積，并且變換能將數據塊中的能量壓縮到為數不多的部分低頻系數中去（即DCT矩陣的左上角）。對于給定圖像f（m，n）存在兩種DCT變換方法：一種是把圖像f（m，n）看成一個二維矩陣直接對其進行DCT變換，然后嵌入水印，Cox[3]采用此種方法；另一種方法是與JPEG壓縮標準相統一，先把圖像分成8*8的不同小塊，再分別對每一塊進行DCT變換，進而嵌入水印，本文采用后一種方法嵌入水印。

一般數字水印應具有如下的特征：無論經過怎樣復雜的操作處理，通過水印算法仍能檢測到數字水印作品中的水印能力。即所謂的穩健性；通過水印算法，嵌入水印后不能最終導致圖像的質量在視覺上發生明顯變化，即視覺的不可感知性；通過數字水印算法能夠抵御非授權人的攻擊，同時檢測可以檢測到水印的概率，具有較高的安全性及有效性。

3 基于DCT的數字圖像水印算法系統的設計與實現

3.1 MATLAB軟件的介紹

MATLAB是目前最強大的編程工具之一，本文將利用MATLAB7.0軟件進行基于DCT的數字水印算法的系統的設計和實現。

MATLAB語言簡潔緊湊，庫函數豐富，程序書寫形式自由，運算符豐富，使用方便靈活。MATLAB具有結構化的面向對象編程的特性，可移植性好，且具有較強的圖形編輯界面和功能強大的工具箱。同時，MATLAB中的源程序具有開放性，可以通過對其的修改使其變成新的程序。不足之處是，MATLAB的程序執行速度較慢。利用MATLAB研究數字水印技術集成了DCT等函數，方便了研究人員編寫源程序，易實現。使用了MATLAB中很多的工具箱。

3.2 基于DCT的數字圖像水印算法系統的設計與實現

3.2.1 需求分析

離散余弦變換（Discrete Cosine Transform）簡稱DCT，基于DCT域的數字水印算法，可以分為兩大類，一類是直接對整幅圖像進行DCT整體計算，然后嵌入水印。另一類是先將整幅圖像分成塊，對每一塊分別進行DCT計算，最后再嵌入水印。由于分塊DCT計算速度比整體DCT計算速度快得多，因此目前DCT域的水印方法大多數是采用的分塊DCT方法。

基于DCT的數字圖像水印算法系統的設計與實現，可以提供用戶一個良好的交互手段，用戶可以利用本系統進行水印的嵌入、提取、攻擊等，本系統的可交互的，可視化的特點為用戶研究基于DCT的數字圖像水印算法提供了方便。

3.2.2 系統功能模塊設計

（1）水印生成。通常是通過偽隨機數發生器或混沌系統來產生水印信號，通常需要對水印進行預處理來適應水印嵌入算法。

（2）水印嵌入。水印嵌入的準則常用的有三種，分別為加法準則、乘法準則、加法乘法混合準則，混合準則近年來引起了人們的廣泛關注。

（3）水印提取。指水印被提取出來的過程。

（4）水印檢測。水印檢測是指判斷數字產品中是否存在水印的過程。

3.2.3 系統實現

一個完整水印系統的設計通常包括水印的生成、嵌入、提取和檢測四個部分。

通過選取實驗圖片，點擊導入圖片，然后進行水印的嵌入，再對嵌入水印的圖片進行高斯噪聲、濾波、剪切、旋轉等攻擊實驗后，可以繼續提取水印，進行水印信號的檢測。

（1）嵌入水印的過程。論文采用的是分塊DCT算法，水印嵌入步驟如下：

1）將灰度宿主圖像分成互不覆蓋的8×8的塊，然后對每一塊都進行DCT變換，得到與宿主圖像相同尺寸的DCT域；

2）我們用密鑰生成長度為NW的Gaussian白噪聲作為水印信號：W～N（0，1）；

3）將每個8×8的DCT系數矩陣從每一塊的中頻段取出（（64×Nw）/（M×N））個系數CK（i，j），k=1，2，…Bnum；

4）根據公式W′=W（1+alfa*mark）嵌入水印，其中alfa為尺度因子，mark為水印信息，W為原圖象的分塊DCT系數。

5）用得到的新的DCT系數對原來位置的DCT系數進行置換。

6）對新的DCT系數矩陣進行DCT反變換，得到了嵌入水印信號后的圖像。

4 結束語

本論文是在應用了MATLAB7.0軟件，設計和實現了完整的數字圖像水印處理系統，包括水印的嵌入、提取與驗證過程。所提出的方案均在該系統中進行了驗證。

數字水印技術的發展時間雖然不長，但其在版權保護、內容的完整性以及認證方面都做出了一定的貢獻。未來，數字水印在知識產權的保護、內容認證等方面會有一個更好的應用前景。我們應該抓住信息時代對于數字版權保護的迫切需求，開發出自己的水印產品。

參考文獻：

[1]孫銳，孫洪，姚天任.多媒體水印技術的研究進展與應用[J].系統工程與電子技術，2003，25（6）：772-776.

[2]王丙錫，陳琦，鄧峰森.數字水印技術[M].西安：西安電子科技大學出版社，2003.

[3]余成波，楊菁，楊如民，周登義.數字信號處理及MATLAB實現[M].北京：清華大學出版社，2005.

[4]王家文，李仰軍.MATLAB7.0圖形圖像處理[M].北京：國防工業出版社，2006.

[5]張問銀，梁永全.基于DCT的一種數字圖像水印策略[J].山東：山東科技大學學報，2002.

[6]肖力.一種基于DCT域的數字水印的實現[J].鄂州大學學報，2005.

[7]Rafael C.Gonzalez，Richad E.Woods.阮秋琦，阮宇智譯.數字圖像處理[M].北京：電子工業出版社，2003.

[8]耿永軍，朱雪芹.基于離散余弦變換的數字水印算法[J].鄭州大學學報，2005.

篇7

中圖分類號：TP309.7 文獻標識碼：A文章編號：1007-9599(2012)05-0000-02

一、引言

數字水印是將一些標識信息嵌入數字載體當中，且不影響原載體的使用價值，也不容易被探知和再次修改，但可以被加載方辨識。數字水印技術源自古代隱寫術，隨著數字水印技術的發展，數字水印的應用領域也得到了擴展，比如應用于版權保護、隱藏標識、認證等方面。

二、數字水印的工作原理與應用

數字水印的工作原理分為水印生成、嵌入、提取、檢測四步。數字水印的生成過程就是運用某種特定的算法和密鑰對標識信息作用生成水印信號，且生成的水印信息必須具有不可逆性、唯一性和有效性。水印的嵌入就是把上一步生成的水印信息在密鑰和嵌入算法的作用下，加入到原始數據載體當中，得到新的圖像。這一過程中要求具有較好的隱蔽性或透明性。也就是說人眼無法察覺到原始圖像在嵌入數字水印后的差別，也就是不能降低或破壞原始圖像的品質。水印提取過程是水印嵌入的逆過程，用嵌入時的密鑰和嵌入算法精確地提取出水印信息，且提取出的水印信息必須具有魯棒性和明確性。就是說經過水印技術處理后的圖像經由噪聲、壓縮處理、圖像處理以及各種攻擊后，所提取的數字水印仍然可以清楚的體現以便于擁有方辨識或判斷。水印的檢測是對圖像進行檢查以判斷是否加有水印，如有水印是否為擁有方的水印，主要用證件防偽。

隨著數字水印技術的發展，數字水印被廣泛應用于數字作品的知識產權保護、商務交易中的票據防偽、證件真偽鑒別、聲像數據的隱藏標識和篡改提示、隱蔽通信及其對抗等。數字水印面臨的攻擊分為去除攻擊、同步攻擊、協議攻擊三大類。具體攻擊方式有魯棒性攻擊、IBM、StirMark、馬賽克攻擊、串謀攻擊等技術類攻擊威脅，同時還面臨著法學攻擊等非技術類攻擊，在不同的應用領域采用何種水印技術要考慮水印的魯棒性、隱蔽性、完整性、真實性以及數據量和檢測速度，還包括面臨的攻擊等多種因素。數字水印技術正在高速發展，研究者不斷提出新的算法，但是也產生新的有針對性的攻擊，有時還會同時面臨多種攻擊，但沒有一種算法等夠完全的抵抗所有攻擊，這也是極力研究者不斷研究新的數字水印算法的動力。

三、數字水印的典型算法與抗壓縮抗幾何攻擊算法

（一）空間域算法。空間域算法類中典型算法的是隨機選擇的圖像點中最不重要的像素位，將信息嵌入到這些像素點上，由于人眼視覺辨別上的有限性，所以這種算法可保證嵌入的水印是不可見的。大部分的空域算法都屬于脆弱水印或半脆弱水印算法，這種算法的優點是復雜度低，隱藏信息量大，但是它使用圖像不重要的像素位嵌入水印，水印信息很容易為濾波、圖像量化、幾何變形等攻擊破壞，因此穩健性較差。

（二）變換域算法。變換域算法大部分采用了擴展頻譜通信技術。這種方法的特點是先將圖像做某種正交變換，然后在圖像的變換域中嵌入水印，再進行反變換生成含有水印信息的圖像，典型的有奇異值分解SVD，離散傅里葉變換DFT、離散余弦變換DCT等。該類算法的隱藏和提取信息操作復雜，隱藏信息量不能很大，但對常用的數據壓縮、噪聲以及濾波處理等均有一定的抵抗，受裁剪影響小，穩健性較強，很適合于數字作品版權保護的數字水印技術中。

（三）NEC算法。該算法首先以作者的標識碼和圖像的哈希值為種子來產生偽隨機序列，然后對圖像做DCT變換，最后用獨立同分布的高斯隨機實數序列構成水印信號。NEC算法具有較強的魯棒性、安全性、透明性等。

（四）壓縮域算法。壓縮域算法是把水印信號嵌入到壓縮域數據中，再在壓縮域中提取提取與檢測。基于JPEG、MPEG標準的壓縮域數字水印系統在數字電視廣播及視頻點播中有很大的實用價值。基于壓縮域的水印技術通過直接將水印嵌入到壓縮位流或索引中，解決了壓縮對水印信號的破壞，提高了水印信息的安全性，但該方法會引起降質的誤差信號，而基于運動補償的編碼方案會將一個誤差擴散和累積起來，為了抵消因水印信號引入引起的視覺變形，該算法采取了漂移補償的方案。

（五）人類視覺系統HVS。這種模型的算法步驟是先從視覺模型中導出視覺權重JND，來確定在圖像的各個部分所能容忍的數字水印信號的最大強度，將低于權重的水印信息嵌入這一模型，這樣就可以避免嵌入破壞視覺質量的水印信息。該算法具有較好的透明性和魯棒性。

（六）抗JPEG壓縮和幾何攻擊的魯棒零水印算法。在圖像中嵌入水印，再精確提取還不能說明一個水印算法的優劣。圖像在網絡中傳播可能會面臨多種攻擊，比如壓縮、裁切、旋轉、縮放等。JPEG、MPEG壓縮是國際上通用的壓縮標準，對視覺影響較小的高頻分量會被刪除，會削弱數字水印。攻擊者通過對圖像幾何形變破壞水印檢測器和所嵌入的水印的同步。數字圖像水印算法是否在圖像變形之后仍能夠正確萃取水印，是數字水印算法實用性的一個重要指標。基于HVS的水印算法實現了水印的自適應嵌入。在充分考慮了人眼視覺模型(HVS)，本文提出一種基于SVD和DCT的抗JPEG壓縮和幾何攻擊的魯棒零水印算法。先將原始圖像分成互不重疊8×8的子塊，對每個子塊進行SVD。對奇異值矩陣進行DCT變換，通過比較相鄰兩個子塊奇異值矩陣小波低頻逼近子塊對角線元素的均值大小關系生成水印信號。實驗結果表明該算法水印嵌入后，圖像沒有人眼能識別的變化，在抵抗壓縮和幾何攻擊上表現出比較強的透明性魯棒性。

四、結束語

本文算法是基于圖像分割的原理，比較相鄰兩個子塊奇異值矩陣所有奇異值的均值的大小關系，生成水印信號。算法實質上沒有對載體圖像做任何改動，具有非常好的透明性。實驗結果表明算法在抵抗壓縮、濾波和裁切、旋轉、尺寸縮放等幾何攻擊表現出比較強的魯棒性。

參考文獻：

篇8

中圖分類號：TP301文獻標識碼：A文章編號：1009-3044(2011)27-6736-02

數字水印技術是一種將版權信息嵌入到多媒體數據中的方法，已經應用于版權保護。對于一個具有使用價值的水印來說，應該具備兩個特點：首先，應該能夠保持原始載體數據的質量和水印的不可察覺性，其次，應該滿足魯棒性，能夠抵御一些常見的圖像處理和攻擊。

本文研究的是一種基于離散小波變換的靜止數字圖像水印算法。小波變換在圖像處理中的基本思想是將圖像多分辨率分解到時間域和空間域上，不同的分解尺度對應不同的頻率范圍。根據人類視覺特征，人眼對圖像中平滑區域的變化比較敏感，而對紋理區域和邊緣處的微小變化不敏感。經過小波變換后，圖像的邊緣和紋理特征一般集中在高頻子帶中，如果把水印信息嵌入到高頻子帶幅值較大的系數上，對原始圖像的影響比較小，人眼不易覺察，即水印的透明性較好。但由于圖像經過一系列處理后，高頻部分的信息容易丟失，其魯棒性不夠強。為了增強數字水印的魯棒性，在嵌入的水印信息量較少的情況下，可以把水印信息嵌入到圖像的低頻部分中幅值較大的系數上，但由于圖像的低頻信息是人眼視覺的敏感點，對其直接嵌入水印信息會導致圖像的視覺效果下降。因此，在進行水印信息嵌入時，必須綜合考慮水印信息量與透明性和魯棒性之間的關系。

1 圖像置亂技術

圖像置亂是數字水印技術中對水印信息加密的一種常用技術，其目的在于打亂圖像像素間的相關性，使非法獲取圖像者無法識別圖像內容。圖像經過置亂變換，可以從很大程度上提高水印載體在抗裁剪性方面的魯棒性。

目前應用較多的有以下幾種置亂算法：Arnold變換，仿射變換，Hilbert曲線變換，幻方變換，騎士巡游，Gray碼，混沌序列和基于頻域的置亂加密技術。在水印算法中選擇置亂算法時主要考慮以下兩個要求：計算量要小并且要盡可能地提高置亂效果。

Arnold變換實現簡單，具有周期性，并且能有效地置亂數字圖像，但是其密鑰空間太小，不能很好地保證水印圖像的安全性。事實上，任何一種可逆的變換都可以作為圖像的置亂變換，本文采用一種推廣的Arnold變換對水印圖像進行置亂，對于大小為N×N的圖像，該變換的定義為：

以上矩陣變換具有周期性的充要條件是變換矩陣行列式的值與N互素。

2 水印嵌入及提取算法

2.1 水印嵌入算法

本文提出的一種基于DWT和SVD的數字水印算法的步驟如下：

1）將原始宿主圖像 進行二維離散小波分解，得到四個分量LL、HL、LH、HH(分別記作ca1、cv1、ch1和cd1)；

2）對垂直高頻分量cv1、水平高頻分量ch1進行SVD分解，得到；

3）對置亂后的水印W*也進行 分解，得到；

4）將步驟2中 分解后得到的奇異值矩陣Sv和Sh，通過公式new_vh=blkdiag(Sv,Sh)組合成一個新的對角陣new_vh。

選擇合適的嵌入強度值key，將步驟3中得到的Sw上的奇異值按照公式依次嵌入到new_vh上對應的元素。

5）將new_vh分解為Sv'和Sh'兩部分，利用公式A=USVT重構水印圖像的垂直高頻分量cv'和水平高頻分量ch'。

6）利用ca，cv'，ch'，cd進行小波逆分解重構圖像，得到含水印的圖像I'。

2.2 水印的檢測提取算法

本文提出的水印提取算法與水印的嵌入算法是一對互逆過程。

1）將原始圖像 和含有水印信號的圖像I*分別進行二維離散小波分解得到四個子帶LL、HL、LH、HH和LL*、HL*、LH*、HH*；

2）對HL和LH子帶分別進行奇異值分解SVD，并將原始圖像I及含水印圖像I的對應子帶組組合成新的對角矩陣；

3）將步驟2得到的兩個對角矩陣new_vh1和new_vh2做減法運算，結果記為tem=new_vh2-new_vh1，水印信息即嵌入在這一矩陣中，按嵌入時的規則處理；

4）由步驟3得到的對角陣sw作為嵌入信息的奇異值，通過公式W'=USVT來構造檢測到的信號圖像；

5）對上述水印信號W'，根據密鑰key進行仿Arnold反變換，得到嵌入的水印圖像W*。

3 仿真及實驗結果

實驗采用Matlab 7.1對本文算法進行仿真，測試圖像選取Lena（256×256×8），水印圖像為signet（64×64×8），如圖1所示。實驗中水印嵌入強度因子取 =0.15。并對嵌入數字水印后的圖像進行放縮，添加噪聲，剪裁，JPEG壓縮等攻擊測試。

1）水印嵌入和提取實驗。采用本文算法嵌入水印后的圖像及提取出的水印圖像，如圖2所示。

2）對嵌入水印后的圖像分別進行旋轉(a)、縮放(b)、加噪(c)、裁剪(d)，JPEG壓縮(e)以及中值濾波(f)等常見的圖像處理，實驗結果如圖3所示。

試驗中，通過計算原始水印圖像和提取出的水印圖像之間的歸一化相關系數NC來定量描述算法對攻擊的魯棒性，各種攻擊下的NC值如表1所示。

仿真結果表明，本算法在經過各種各種常見的圖像處理攻擊后，提取出的水印圖像具有較好的視覺效果，算法對旋轉、縮放、加噪、裁剪，JPEG壓縮以及中值濾波都具有較好的魯棒性。

4 結論

本文提出的數字圖像水印算法為了避免嵌入大量的水印信息，將水印圖像置亂處理并進行SVD分解，得到奇異值作為水印信息，通過合適的嵌入強度因子嵌入到宿主灰度圖像。通過水印攻擊實驗，發現該水印嵌入算法對旋轉、放縮、加性噪聲和JPEG有損壓縮等攻擊具有較強的魯棒性，經中值濾波攻擊后魯棒性要稍差一些。

參考文獻：

[1] 易開祥,石教英,孫鑫.數字水印技術研究進展[J].中國圖象圖形學報,2001,6(2):111-117.

[2] 孫圣和,陸哲明,牛夏牧,等. 數字水印技術及應用[M].北京:科學出版社,2004.

[3] 成禮智,郭漢偉.小波與離散變換理論及工程程實踐[M].北京:清華大學出版社,2005.

[4] 吳發恩,鄒建成.數字圖像二維Arnold變換周期的一組必要條件[J].北方交通大學學報,2001,25(6):66-69.

[5] 黃天云,張傳武,謝靜. 數字圖像水印算法及攻防手段研究[A].第十屆“保密通信與信息安全現狀研討會”論文集,2007:202-207.

篇9

1 方案描述

作為能證明著作者版權信息的水印可以是有意義的字符，可以是一串偽隨機序列，也可以是比較直觀的圖像，因為圖像信息在沒有受到嚴重損壞的情況下一般還能夠辨認出來，故本次設計選用的是含數據量較小，但又不失一般性的二值圖像作為水印來處理與隱藏。

1.1 可視密碼術對水印的處理

為提高水印的抗攻擊能力，用改進的(4，4)可視密碼術對水印進行處理。如圖1所示，c01~c03用于加密白色像素點，c10~c13用于加密黑色像素點。它們具有以下屬性：任何一個單一的子密鑰塊包括5個黑子像素；c01~c03里的任意兩個子密鑰塊的疊加包括7個黑子像素，任意3個和4個子密鑰塊的疊加包括8個黑子像素。c10~c13里的任意兩個子密鑰塊的疊加包括7個黑子像素，任意3個子密鑰塊的疊加包括8個黑子像素，4個子密鑰塊的疊加包括9個黑子像素。可以看出，當子密鑰塊數目少于4的時候，黑子像素和白子像素是無法區分的。只有當4個子密鑰塊都疊加到一起的時候，視覺上才能區分黑(全黑)和白(8/9黑)。

圖1 (4，4)可視密碼術

1.2 水印的降維處理

假設w是m1×m2的二值圖像，它可表示為：



w={w(i,j),0≤i<m1,0≤j<m2} <br="">



式中w(i,j)∈{0,1}，為了將二維的二值圖像嵌入到一維的數字音頻信號中，將其進行降維處理，將二維圖像變為一維序列：



v={v(k)=w(i,j),0≤i<m1, <br="">

式中se={s(n),0≤n<(m1m2+3p)l}是與水印嵌入相關的部分(m1，m2是水印圖像像素的寬度與高度，p是同步碼的周期長度，并且在水印序列中插入了3個同步碼序列，l是音頻分段的長度)，sr={s(n),(m1m2+3p)l≤n<n}是與水印嵌入無關的部分，它在水印嵌入前后保持不變。在嵌入水印時必須要求音頻數據的長度n≥(m1m2+3p)l－1。 <br="">

把用于嵌入水印的se分成m1m2+3p個長度為l的數據段，即:



se={se(k)},0≤k<(m1m2+3p)}



式中se(k)表示第k個音頻數據段。

1.4 分段dwt變換并嵌入水印

分段完成之后，需要對每一個數據分段se(k)作h層的dwt變換。

(1) 對每一音頻數據段se(k)分別作h層離散小波變換。



de=dwt(se)={de(k)=dwt(se(k)),

k=o(j),0≤j<m1m2+3p} <br="">



式中de(k)={de(k)(t),0≤t<l}， <br="" de(k)(t)是第k個音頻段se(k)的離散小波變換de(k)中的第t個系數。="">

(2) 在離散小波變換域內確定水印的嵌入區域。

音頻段se(k)進行小波變換的結果de(k)中包含一組近似分量d0e(k)和h組細節分量d1e(k),d2e(k),…,dhe(k)，即:



de(k)=d0e(k)⊕d1e(k)⊕d2e(k)⊕…⊕dhe(k)



為了提高水印系統的魯棒性，本方案選取小波系數的近似分量d0e(k)作為水印的嵌入區域，并且每個音頻分段的d0e(k)只重復嵌入一個水印比特信息，重復次數為time，重復嵌入的次數最大timemax=l/2h。

(3) 修改小波系數采用量化系數方法。

(4) 小波反變換，重建音頻信號

前面的過程完成了水印數據嵌入到小波域，然后需要把每個分段數據修改后的小波結果進行反變換復原成音頻信號，并且把分段連在一起構成嵌入水印信息的音頻

s′e和與水印嵌入無關的sr組合成完整的目標音頻信號。

1.5 水印的檢測

水印檢測是水印嵌入的逆過程。

(1) 首先把待檢測音頻數據相應地分成兩部分，即嵌入有水印的部分s′e和與嵌入無關的部分sr。

(2) 把s′e進行與嵌入時相同的分段處理，即相同的分段起始位置和相同的分段長度l。然后把每一段分段數據s′e(k)(k表示第k段)進行h層的dwt變換得到小波變換系數d′e(k)={

d′e

(k)(t),0≤t<l}， <br="">

d′e(k)(t)是第k個音頻段s′e(k)的離散小波變換d′e(k)中的第t個系數。

(3) 尋找水印嵌入的位置提取水印。在嵌入時本文選擇的是在小波系數的近似分量(低頻分量)中嵌入的，因此提取時也是通過檢測近似分量提取水印比特。設檢測出的水印比特為v

轉貼于

(4) 根據多少判定的方法決定某個音頻段嵌入的水印比特。初始化計數值num=0,依次檢測time個v′s(k)(t)，如果v′s(k)(t)=1，就將計數值num自增1(即num+ +)。檢測完一個數據分段中提取的

v′s

(k)(t)，如果num>time/2，那么本段嵌入的二值數據v′s(k)=1；否則如果num

(5) 對一維的水印數據進行升維處理，變換成二維圖像數據，并且在界面里顯示出來。

2 水印系統實驗仿真

以前面給出的(4，4)加密方案構造水印，設要隱藏的明文信息是“吉”字，由仿真程序生成的子密鑰圖片如圖2所示。

圖2 (4，4)加密方案生成的子密鑰圖片

將子密鑰key4作為水印嵌入到上述音頻信息中，提取出的子密鑰圖像如圖3所示，將提取的子密鑰圖像與其余3幅子密鑰圖像進行疊加，最終恢復出的代表版權信息的水印圖像如圖4所示。

圖3 提取的子密鑰圖像

圖4 用提取的子密鑰恢復的水印

圖5 三幅子密鑰疊加結果

圖5是提取子密鑰圖像和其余兩幅子密鑰圖像的疊

加結果，從圖5可以看出，單幅子密鑰和少于4幅子密鑰的[cm)]

篇10

多媒體技術和通信技術帶來極大方便，但數字化的多媒體信息很容易受到非法訪問、篡改、復制和傳播，給人們的生產生活及生命財產帶來隱患。魔高一尺道高一丈，信息隱藏技術應運而生。

一、信息隱藏技術及其特征

信息隱藏技術利用載體數據的冗余性以及人的感官局限性，將一個特定信息隱藏在另外一個被稱為載體的信息中。信息隱藏技術融合電子工程、計算機科學、信號處理、通信、多媒體技術等多學科，是新興技術體系。信息隱藏所用載體可以是文本、圖像、音頻、視頻，甚至可以是某個信道或某套編碼體制。信息能夠隱藏在載體中，載體數據本身具有很大的冗余性，未壓縮的多媒體信息編碼效率是很低，將某些信息嵌入到該載體信息中進行秘密傳送完全可行，不會影響多媒體信息本身的傳送和使用；人的感覺器官對于所接收信息都有一定掩蔽效應，如人耳對不同頻段聲音敏感程度不同，可將信息隱藏到載體中而不被覺察。

信息隱藏技術的特征明顯：不可察覺性，嵌入信息后，要求不會引起載體發生可感知變化；不可檢測性，嵌入隱藏信息后，計算機不能發現和檢測；安全性，嵌入信息后，必須擁有相關信息才能夠提取所嵌入內容；純正性，提取操作時，即便載密文件受到損壓縮、解壓縮、濾波、轉換等擾動，也能提取隱藏信息；穩定性，隱藏信息能“永久”存在；安全性，第三方在不知道隱藏算法和隱藏密鑰情況下，不能獲取信息相關數據。信息隱藏技術按載體分為，基于文本、圖像、音頻、視頻、超文本、網絡層、圖形等媒體的信息隱藏技術；按嵌入域分為基于空域（或時域）和變換域的隱藏技術；按嵌入策略分為替換調制、模式調制和擴頻疊加調制等技術；按提取要求分為盲隱藏技術和非盲隱藏技術；按作用分為隱蔽通信和數字水印技術；按密鑰分為無密鑰隱藏和有密鑰隱藏。

二、信息隱藏技術的研究及演進

信息安全事關個人利益，也事關國家安全、社會穩定以及經濟發展，各國政府無不重視信息和網絡安全。密碼技術一直是保障信息安全的重要手段，但這并不能解決問題。截獲者發現網絡文件加密，往往會引起注意，并激發其破解欲望，即使不能成功破解，也能輕易攔截并破壞秘密信息，干擾通信進行。針對密碼技術的局限性，上世紀90年代國際上出現了信息隱藏技術（InformationHiding）。

現代信息隱藏研究主要集中在靜態圖像領域，目前信息隱藏所用載體已擴展到文字、圖像、聲音及視頻等領域。在全球信息化、數字化迅猛發展時代背景下，對知識產權保護、隱密通信等需求激發了對信息隱藏技術的研究熱潮。國際上研究信息隱藏的機構主要有劍橋大學、麻省理工學院、NEC美國研究所、IBM研究中心等，已提出了一些優秀隱藏算法。我國于1999年在何德全、周仲義、蔡吉人等三位院士大力倡導下召開了第一屆信息隱藏學術研討會，我國對信息隱藏的研究也取得重要成果。目前在信息隱藏中無論是數字水印還是隱密通信，都得到越來越廣泛應用。應用領域不斷擴大，從最初靜態圖片發展到文本、音頻、視頻、電腦文件、流媒體、網頁及網絡傳輸中的數據包，甚至是無線通信領域中的語音通信和手機彩信等領域。我國對信息隱藏的研究取得了很多成果，基本與世界水平保持一致。如今信息隱藏研究已出現百花齊放、百家爭鳴局面。

三、信息隱藏技術的應用

隨著信息技術飛速發展，人類利用的信息越來越豐富，通信技術發展使人們能夠方便、快捷、靈活地使用文本、語音、圖像與視頻等多種方式通信；各種數字化信息處理技術使得網絡中傳輸任何類型的文件（如文本、圖像、音頻和視頻等）都可被數字化，極大方便了對各種信息數據壓縮、存儲、復制、處理和利用。

信息隱藏技術主要有隱寫術和數字水印。目前，信息隱藏技術的應用主要在以下方面：一是隱密通信。通過隱寫術將秘密信息嵌入在公開媒體文件中傳播消息。早期的隱密通信，接收方和發送方甚至不必交換電子郵件，直接交互文件或登錄特定計算機和賬戶。隨著網絡及通信技術發展，隱密通信所用通信方式從簡單數據文件交互到互聯網以及無線通信領域。二是版權保護。通過數字水印技術在媒體文件中嵌入特定數字標識或簽名，標識媒體文件所有權和版權信息等。三是數據完整性保護。防護篡改、完整性保護中所采用的數字水印為易損水印或脆弱水印，任何對媒體文件修改都會從隱藏數據中反映出來。四是印刷品防偽。印刷品印刷之前嵌入一定標識信息，印刷后作品可經過掃描再次輸入計算機，通過特定水印提取和鑒別方法來鑒別作品真偽。五是拷貝控制。控制媒體文件拷貝次數，防止大規模盜版或非法復制。

信息隱藏技術重點運用領域是移動通信領域。移動通信網絡方便快捷，在軍事和商業通信中廣泛應用。移動通信領域多媒體短信將文本、圖片、音頻、視頻等組合成多媒體消息進行發送。移動通信領域中多媒體短信以其特有的直觀性、生動性和集成性，面市以來得到廣泛關注。多媒體短信即彩信的最大特色是支持多媒體功能，可將不同的媒體，如文本、圖片、音頻、視頻等組合在一起進行發送。彩信標準并沒有對彩信所支持的文件格式給出具體限制，理論上只要在封裝打包時為彩信所包含的各媒體文件設置好適當類型參數即可；但實際上具體的彩信所支持媒體格式還是有限的，這主要與手機終端彩信軟件和MMSC支持傳送媒體格式有關。隨著3G普及以及手機終端行業發展，彩信所支持的媒體文件格式將更豐富多樣，為信息隱藏技術在彩信中的應用提供了更為廣闊的空間。

【參考文獻】