3.1.2 含水印图像的质量评价
在图像隐形水印算法中，将水印嵌入到原始图像中必然会引起视觉上图像质量的变化，为了保障水印的不可见性，必须有相应的方法来评价含水印图像的失真情况。目前常用几个传统的客观图像质量评价方法(如峰值信噪比PSNR、信噪比SNR和均方误差MsE)来评价图像失真，这些方法基于原始图像和失真图像像素的差值，并不符合人的主观感受，因此不能有效地评价图像的失真情况。
Zhou Wang’s等人即]提出了一种新的基于数学的通用图像质量评价方法(Q)，他们认为:人眼的主要功能是从可视域中抽取结构化的信息。通过各种失真图像测试表明该方法与主观上的度量很一致，且比MSE和PSNR要好得多。
因此，引用ZhouWang’s等人提出的通用图像质量评价方法(Q)来评价含 水印图像的失真情况。令x={xi|=1，2，?N}和y:{yi|i=1，2，?N}分别为原始图像和失真图像的像素，评价公式为:
- 16 -
Q范围为[-1，1]，为以下三个部分的乘积:
()l第一部分为是x和y的线性相关系数，范围为[-1,1]。
(2)第二部分为,表示x和y的均值紧密程度，范围为[0，1]。
(3)第三部分，升表示x和y的方差的相似性，范围为[0，11。
若i=1，2，?N，均有xi=，yi则Q=1。引入通用图像质量评价方法(Q)来评 价含水印的图像质量。假设含水印的图像某子块质量为Qk ，期望达到的图像失真闭值为TQ ,设Qk必须满足条件:
其中，e为一个较小的数。公式4一8表明图像子块的质量Qk应尽量接近于失真闲值TQ。
本文提出了一种基于DCI，域的图像隐形水印算法，其过程如图4-1和图4一2所示。
- 17 -
4一1基于DCT域的图像隐形水印嵌入算法流程图
- 18 -
图
本文选择了有意义的图像作为水印，水印的提取和检测过程需要原始图像的参与，则该水印系统的总体设计主要包括以下四个部分:
(1)对水印信息进行预处理:通过Arnold置换和位分解的预处理将水印图像转换为杂乱的二值序列，作为实际待嵌入的水印信息，可以增强水印的安全性，提高水印的检测性能。
(2)嵌入水印:将原始图像进行8X8分块DTC变换，选择各子块的8个DCr中频系数作为水印的嵌入位置，并用与视觉特性相结合的PJGE亮度量化表来确定这些系数嵌入强度的比例关系。我们给嵌入强度因子一个适当的搜索区间，试探性地选择某个嵌入强度值进行水印嵌入，引入了优于峰值信噪比(PSNR)和均方差(MSE)的图像质量评价方法(Q)来评价含水印图像的失真情况。若图像质量不满足所期望接近的失真度，则不断地调整嵌入强度值，从而水印图像的位信息分别以不同的强度嵌入到各子块的8个中频系数中。
- 19 -
(3)提取水印:将测试图像与原始图像作相应地运算，抽取出数值序列。并对它进行后处理，恢复出水印图像。
(4)检测水印:将恢复的水印图像与原始水印图像作相似度计算，若检测值足够大，则判定水印存在，否则，水印不存在。
3.2 水印的制作
3.2.1 水印信号的预处理
为了增加水印的安全性和稳健性，在嵌入水印之前需要对水印信号进行相应的预处理:
(1)Anrold变换:先对水印图像进行Arnold变换，Anrold变换是一种数字图像位置置乱技术，它通过像素点的位置移动来改变图像的空间位置关系。对于一幅NxN的正方形数字图像，点P (x，y)变换到P’ (x’，y’)的公式为:
一幅数字图像的各像素可依据公式4一9将左边的输出作为下一次 Anrold变换的输入，当迭代到某一步时，图像会变得“杂乱无章”。Anrold变换具有周期性，当迭代次数n=KxT，即为周期T的整数倍时，将重新得到原始图像。因此，我们将它用于水印图像的预处理和后处理过程中。对水印图像进行Anrold变换，寻找其中一幅比较“混乱”的图像作为待嵌入的水印图像，这样，水印攻击者即使获得了水印，也不了解水印的实际内容。
(2)位分解:将经Anrold变换后的水印图像进行位分解:
其中
，i表示第几个二进制位。可将水印图像转化为二
值(0和)l序列，作为实际待嵌入的水印数据，可以提高水印的检测率。
- 20 -