第一章 数字水印基本理论及其在通信工程中的应用
基于变换域的技术可以嵌入大量比特数据而不会导致可察觉的缺陷，往往采用类似扩频图像的技术来隐藏数字水印信息。这类技术一般基于常用的图像变换，基于局部或是全部的变换，这些变换包括离散余弦变换(DCT)、小波变换(WT)、傅氏变换(FT或FFT)以及哈达马变换(Hadamardtransform)等等。其中基于分块的DCT是最常用的变换之一，现在所采用的静止图像压缩标准JPEG也是基于分块DCT的。最早的基于分块DCT的一种数字水印技术方案是由一个密钥随机地选择图像的一些分块，在频域的中频上稍稍改变一个三元组以隐藏二进制序列信息。选择在中频分量编码是因为在高频编码易于被各种信号处理方法所破坏，而在低频编码则由于人的视觉对低频分量很敏感，对低频分量的改变易于被察觉。该数字水印算法对有损压缩和低通滤波是稳健的。另一种DCT数字水印算法是首先把图像分成8×8的不重叠像素块，在经过分块DCT变换后，即得到由DCT系数组成的频率块，然后随机选取一些频率块，将水印信号嵌入到由密钥控制选择的一些DCT系数中。该算法是通过对选定的DCT系数进行微小变换以满足特定的关系，以此来表示一个比特的信息。在水印信息提取时，则选取相同的DCT系数，并根据系数之间的关系抽取比特信息。除了上述有代表性的变换域算法外，还有一些变换域数字水印方法，它们当中有相当一部分都是上述算法的改进及发展，这其中有代表性的算法是I.Podichuk和ZengWenjun提出的算法。他们的方法是基于静止图像的DCT变换或小波变换，研究视觉模型模块返回数字水印应加载在何处及每处可承受的JND(JustNoticeableDifference，恰好可察觉差别)的量值(加载数字水印的强度上限),这种水印算法是自适应的。 3.NEC算法
该算法由NEC实验室的Cox[等人提出，该算法在数字水印算法中占有重要地位，其实现方法是：首先以密钥为种子来产生伪随机序列，该序列具有高斯N(0,1)分布，密钥一般由作者的标识码和图像的哈希值组成，其次对图像做DCT变换，最后用伪随机高斯序列来调制(叠加)该图像除直流分量外的1000个最大的DCT系数。该算法具有较强的鲁棒性、安全性、透明性等。由于采用特殊的密钥，故可防止IBM攻击，而且该算法还提出了增强水印鲁棒性和抗攻击算法的重要原则，即水印信号应该嵌入源数据中对人感觉最重要的部分，这种水印信号由独立同分布随机实数序列构成，且该实数序列应具有高斯分布N(0,1)的特征。随后Podilchuk等利用人类视觉模型又对该算法进行了改进，从而提高了该算法的鲁棒性!透明性等。 4.其他一些水印算法
近年来利用混沌映射模型实现数字水印、保密通信等成为混沌应用研究的热点。特别是自从Cox等借用通信技术中的扩频原理将水印信号嵌入到一些DCT变换系数或者多层分解的小波变换系数以来，人们已经提出了一些混沌数字水印方法。水印的嵌入与检测是基于人类视觉系统(HVS)的亮度掩蔽特性和纹理掩
- 22 -
第一章 数字水印基本理论及其在通信工程中的应用
蔽特性，折衷水印的不可见性和鲁棒性之间的矛盾.结果表明：该方法嵌入的水印具有不可见性和鲁棒性，并且这种基于密钥的混沌水印方法更好的抗破译性能。
目前比较流行的还有一种基于盲水印检测的DWT算法，该算法首先对原始图像进行小波变换，根据人类具有的视觉掩蔽特性对低频分量进行一定的量化，同时可不影响视觉效果，并对作为水印的图像进行压缩和二值化处理，形成一维的二值序列，根据二值序列的值对上述量化后的原始信号的低频分量进行视觉阈值范围内允许的修改，从而实现水印的嵌入。水印提取过程是对含有水印的图像进行小波变换，对低频分量同样进行量化处理，为了增大算法的安全性，可以对水印形成的二值0,1序列在嵌入前进一步进行伪随机序列调制，相应的在水印提取过程需要增加用伪随机序列解调的步骤。这样不知道伪随机序列的攻击者即使推测出水印的嵌入规律，也无法提取水印，大大增加了水印系统的透明性和鲁棒性。
1.5数字水印技术的一些局限
1.不知道能够隐藏多少位。
尽管非常需要知道指定大小载体信息上可以隐藏多少比特的水印信息，但这个问题还没有得到圆满解决。事实上，对给定尺寸的图像或者给定时间的音频，可以可靠隐藏信息量的上界，目前还不清楚。对图像水印，只能说目前使用的算法可以隐藏几百比特位的水印信息。
2.还没有真正健壮的盲图像水印算法。
对图像水印鲁棒性还是个问题，目前还没有能够在经过所有普通图像处理变换后，仍能幸免的盲水印算法。尤其是能够抵抗几何处理的攻击，被认为是很难实现的目标。
3.所有者能去除标记。
迄今为止提出的所有盲图像水印，实际上都是可逆的。已知水印的准确内容!以及水印的嵌入和检测算法，则总能在没有严重损坏资料的前提下，使水印不可读取。目前还不清楚这个缺点在将来还是否存在；同时在设计版权保护系统时，必须考虑如下问题：一旦水印内容已知，则有可能去除水印或者部分水印。此外，迄今为止提出的水印算法，其可逆性使人们提出极大的疑问，即设计能够抗篡改的健壮公开水印技术是否可能？事实上，如果允许任何人读取水印，则任何人只要知道水印嵌入算法，就可以消除水印。
- 23 -
第一章 数字水印基本理论及其在通信工程中的应用
1.6数字水印在图像通信系统中的应用 1.图像通信系统的组成
按照所传输图像信号的性质，基本的图像通信系统可分为模拟系统和数字系统。
(1) 模拟图像通信系统的组成框图
在模拟图像通信系统中，图像信源是以一定的扫描方式产生电信号，模拟调制器通常有模拟调幅、调频、调相等方式，实际的系统通常还有对图像信号的滤波、电平调整等处理电路，以及产生载波的振荡电路和对已调波的放大电路等。一个典型的模拟图像通信系统的组成框图如下图1-6-1：
信息源 调制器 信道 解调器 显示器 图1-6-1 模拟图像通信系统 (2)数字图像通信系统的组成框图
在数字图像通信系统中，作为信源的输入图像是数字的，然后由信源编码器进行压缩编码，以减少其数据量。信道编码器则是为了提高图像在信道上的传输质量，减小误码率而采取的有冗余的编码。由于数字图像通信系统具有传输质量好、频带利用率高、易于小型化、稳定性好和可靠性强等特点，正在逐步取代模拟图像通信系统。一个典型的数字图像通信系统框图如下图1-6-2：
信 息 源信源编码器 信道编码器 调制器 信道 解调器 信道解码器 信源解码器 显示器 噪声
- 24 -
第一章 数字水印基本理论及其在通信工程中的应用
噪声源 图1-6-2 数字图像通信系统
2. 通信理论在数字水印中的应用现状
从通信理论的角度研究数字水印，一般可以导出具体的水印嵌入、检测算法，稳健性一般用相关系数或者误码率来度量。通信理论在数字水印中的应用包括:均匀量化和矢量量化、调制、信道编码、信源编码、调制和编码的权衡、扩频、加密解密等。
均匀量化和矢量量化一般用于设计水印的嵌入方式，即如何依据以{0,1}或 者{-1,+1}形式存在的信息比特来修改指定的载体数据(或特征)。均匀量化在数字水印中的典型应用是基于量化的水印算法，这样的算法对抗JPEG压缩和高斯噪声都有不错的效果。基于量化的算法一般都是在载体的变换域进行数据嵌入的，因为变换域的低频、中频系数都比较大，可以修改的余地也比较大。矢量量化一般用于图象水印、音频水印等。
调制水印中的应用有相位调制、幅度调制，即分别改变载体的相位信息和幅度信息。幅度调制一般是通过直接修改载体特征值的大小来实现的。幅度调制的典型应用是把水印(或水印的模板)嵌入离散傅立叶变换(DFT)的幅值。相位调制用于音频水印和图象水印等，有的算法通过改变载体DIST域系数的正负来实现相位调制。
信道编码是指为了提高通信性能而设计信号变换，以使传输信号更好地抵抗各种信道损伤的影响，例如噪声、干扰以及衰落等。它在数字水印中的应用有：线性分组码(BCH码、重复码、R S码、汉明码等)、卷积码T urbo码、LDPC码、交织码等。信道编码的基本思路是在信息比特中加入冗余比特，通过仔细设计的冗余比特，就可以纠正误码，实现纠错功能。交织码的主要功能是把信道中的突发错误转化为随机错误。因为信道编码在通信领域中非常有效，人们直接了当地在数字水印中引入信道编码，而只有少数文献研究水印信道的特殊性，试图给出应用信道编码的条件。
信源编码在数字水印中的应用主要是分布式信源编码。这种编码主要是用来解决传感器网络、分布式数据库和交互式通信系统中的问题。在这些应用中，虽然各个信源的位置不同，但是它们传给解码器的是高度相关的信息，而解码器的任务就是把这些信息中共同的东西提取出来。在数字水印中，把水印ω和水印信道的输出cωn看作两个分布式信源、把水印检测器看作解码器，就可以
- 25 -
第一章 数字水印基本理论及其在通信工程中的应用
在水印中利用从分布式信源编码研究中得到的分析和结论了，从而在一定程度上改善了水印的稳健性。
调制和编码的权衡在数字水印中的应用有：TCM码，T urbo-TCM码等。在通信领域，网格编码调制(Trellis-Coded Modulation, TCM)自从1984年以来就越 来越受到重视，它可以在不扩展带宽的情况下提高纠错能力。Ungerboeck证明了在AWGN信道中，TCM方式可以产生相对于无编码系统大约3db的编码增益，若编码复杂度增大，则还可以获得6db的增益。 Turbo-TCM码就是把Turbo码和TCM结合起来，用Turbo码作为TCM中的纠错码，从而进一步提高了纠错能力。扩频数字水印中的应用主要有：CDMA、跳频、直接序列扩频等，用到的
扩频序列有：M序列，Walsh序列，Gold序列等。加密解密利用一段看似随机的序列来保证信息的安全性。在数字水印中，这方面的技术一般用于认证水印的研
- 26 -