1 簡介

基于LSB+DWT+DCT三種算法實現(xiàn)圖像和音頻水印嵌入提取。

1.1 LSB算法

根據(jù)LSB算法簡單易實現(xiàn)的特點,結(jié)合在圖像置亂技術(shù)中很好特性的Arnold變換。利用變化產(chǎn)生影子圖像。通過LSB算法將影子圖像嵌入到掩飾圖像中,再利用LSB算法將圖像的影子圖像提取出來。將提取出來的影子圖像經(jīng)過文中設(shè)計的Arnold反變換恢復(fù)出原始。該方法不但有效地?zé)o損傷隱藏了圖像,同樣還保證了隱藏圖像的安全性,無損傷性。

1.2 小波變換算法

**2 基于DWT的音頻水印算法**

**2.1 水印嵌入**

本文研究的音頻水印算法是基于離散小波變換 (DWT) , 音頻信號通過DWT變換, 在變換域中嵌入水印信息, 再經(jīng)過逆變換 (IDWT) 從而得到嵌入水印的音頻信號。水印嵌入原理框圖如圖1所示。

假定水印為M1×M2的二維圖像bw, 由于音頻信號通常為一維向量, 故水印信息在嵌入音頻信號之前需要將二維降至一維向量w, 即M=M1×M2。通常我們也可以將圖像進行打亂加密, 增強水印隱蔽性。

假定語音信號為s, 長度為N, 則s={s1, s2, s3, …, sN}由于語音信號較長在處理中一般需要進行分段, 每段長度設(shè)為N1, 故該語音信號分為K=fix (N/N1) 段進行處理, 每段語音均嵌入一個水印信息。

小波變換是為了解決傅立葉變換的不足而提出的一種分析變換, 傅立葉變換的基函數(shù)是鋪滿整個時域的正弦信號, 對于突變信號以及變化的頻率成分信息均不能較準(zhǔn)確地表示。而小波變換是時間和頻率的局部變換, 更能準(zhǔn)確地表示音頻信號的頻域特征, 常用的小波基有Haar小波、Daubechies (db N) 小波、Marr小波等。本文采用的小波基是Haar小波, 它是支撐域在t∈[0, 1]范圍內(nèi)的矩形波, 定義如下:

圖1 音頻信號水印嵌入原理框圖

圖2 音頻信號水印提取原理框圖?

取定Haar小波基后, 則語音信號s可以表示為:

其中Cj, k為離散小波系數(shù), 將音頻信號分解為低頻的近似部分和高頻的細節(jié)部分, 我們在水印信息的嵌入處理中, 主要針對代表低頻近似部分的系數(shù)向量處理, 即將水印信號放入低頻近似部分, 高頻細節(jié)部分不變, 以保證語音質(zhì)量基本不變。由于嵌入的水印為二值圖像, 因此如果水印信息的值為1, 則將對應(yīng)的低頻系數(shù)增大, 相反如果值為0, 則將對應(yīng)的低頻系數(shù)降低。在DWT域嵌入水印信息后, 然后通過IDWT變換, 將語音信號變換成時域信號。

**2.2 水印提取**

為了保證信息安全, 在發(fā)送端發(fā)送嵌入水印的音頻信號, 而在接收端為了確定音頻信息的準(zhǔn)確性, 我們通常需要提取水印以確保來源的真實性, 因此水印的提取技術(shù)也尤為重要。在水印提取過程中, 需要原始音頻信號與嵌入水印的音頻信號同時進行DWT, 再將兩者參數(shù)進行分析比較提取出水印信息。水印提取原理框圖如圖2所示。

在前面所述的水印嵌入過程中, 將水印信息嵌入高頻的細節(jié)部分, 因此在提取水印過程中, 我們也只需比較原始語音信號S的低頻小波系數(shù)向量c A與嵌入水印的音頻信號s1的低頻小波系數(shù)向量c A1作比較, 若c A1>c A, 則水印信息為1;反之則為0, 再通過向量平均, 如此得到水印信息的一維向量, 最后通過升維得到二值圖像.

1.3?DCT算法

在圖像隱寫分析中，這幾個特征是比較經(jīng)典的 圖像隱寫分析中DCT特征與Markov特征展現(xiàn)出了極大a的潛力，小波變換的奇異值分解（Wavelet Singular Value Decomposition ， WSVD）特征也有奇效，本文實現(xiàn)前人論文的特征提取編程代碼。 先說說理論知識 1 擴展DCT統(tǒng)計特征提取 大多數(shù)的隱密算法都是對JPEG圖像的DCT系數(shù)進行操作，以此來嵌入秘密信息。DCT系數(shù)統(tǒng)計特征，旨在捕捉DCT系數(shù)的統(tǒng)計量的特征，以此來區(qū)分載體圖像和隱密圖像。 DCT系數(shù)統(tǒng)計算法由Fridrich【1】提出，其中包含了DCT系數(shù)直方圖，共生矩陣，空域塊間相關(guān)性等部分。首先用DCT系數(shù)替換相同位置的原始圖像像素，使用dij(k) 來表示DCT系數(shù)矩陣，其中i，j=1, … ,8，k=1, … ,nB。而dij(k)則代表的是在第k個8×8 DCT塊中處于(i，j)位置的DCT系數(shù)，而DCT塊一共有nB 塊。為了減少計算量和特征維度，在計算特征之前需要進行預(yù)處理，將所有DCT系數(shù)值范圍限定在[-5，5]之間，大于和小于該范圍內(nèi)的值全部變換為-5到+5之間。

其中，Ir和Ic表示圖像DCT系數(shù)塊的兩種排列方式，分別是行掃描順序和列掃描順序。 接下來的兩個特征Bα是從解壓的JPEG圖像中計算，也是一種塊間相關(guān)性的特征：

在DCT系數(shù)統(tǒng)計的隱密分析中，F(xiàn)ridrich首次提出了用于隱密分析的“校準(zhǔn)”概念和計算原理：特征計算函數(shù)F，訓(xùn)練或測試圖像J1，將圖像J1解壓到空域并沿各個方向裁剪四個像素，然后使用同J1相同的量化表壓縮得到的圖像J2。f表示最終獲取的特征，而最后的特征由f=F(J1)-F(J2)計算得到。

采用如此計算方式的原理如下：裁剪之后的圖像和原始圖像內(nèi)容上大體上完全一致，雖然裁剪之后的圖像失去了原來的DCT分塊，但是其統(tǒng)計特征應(yīng)與原來相差不多。而這個過程會對嵌入的信息十分敏感，使裁剪前后的特征差別較大。經(jīng)過實驗證明，如此提取特征的方法非常有效果。

總結(jié)來說，DCT系數(shù)統(tǒng)計特征對DCT系數(shù)全局和局部進行了統(tǒng)計分析，并且捕獲DCT系數(shù)的塊間相關(guān)性和空域像素的相關(guān)性等特征。對于JPEG圖像來說，所有隱密算法都是針對DCT系數(shù)進行修改，該算法確實是有一定的效果。實驗中，該特征集展現(xiàn)了不錯的分析效果，在0.2的嵌入率情況下可以達到平均95%的準(zhǔn)確率，但是對MB算法的效果一般，尤其是MB2。

原始DCT統(tǒng)計特征已經(jīng)有一定的檢測效果，本文先對其進行擴展，加強特征的檢測效果。對于全局直方圖函數(shù)H，可以得到范圍在[-5，+ 5]中的元素個數(shù)的差異，包括全局直方圖和局部直方圖，局部直方圖選擇的位置為{(1, 2)，(2, 1)，(3, 1)，(2, 2)，(1, 3)}。因此，直方圖特征是：

如此的DCT擴展特征共有193維，其特征組成見下表。

2 部分代碼

function image_b = LSB(original,watermark)%隱藏矩陣存到I中，隱藏信息存到J中L =original; ? ? ?J=watermark;%N為隱藏矩陣大小N=64;%K為分塊大小1K=8;%p,q為變換系數(shù)p=2;q=1;%%隱藏思想：將512*512的矩陣分為64*64個8*8的方塊，根據(jù)p,q選出方塊中某一個元素，根據(jù)LSB方法隱藏0或1%p,q變換：p初始值為2，q初始值為1，每對一個8*8矩陣嵌入完信息，p新值為q+2對8求模的值加1（求模得出的值可能為1），同理q新值為p+2對8求模的值加1%此方法適用與頻域隱藏，不適用于普通LSB隱藏%隱藏信息嵌入方法：對選出的值進行二進制變換，轉(zhuǎn)為二進制后比較倒數(shù)第二位和最后一位的差值（倒數(shù)第二位減去最后一位），差值為0表示嵌入0，差值為1表示嵌入1%for m=1:N ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?for n=1:N ? ? ? ?x=(m-1)*K+1; ? ? ? ? ? ? ? ? ? ? ? ? ? ?y=(n-1)*K+1; ? ? ? ?%取出一個8*8分塊 ? ? ? ?block=L(x:x+K-1,y:y+K-1); ? ? ? ?%取出方塊所選值的倒數(shù)第二位 ? ? ? ?temp0 = bitget(block(p,q),2); ? ? ? ?%取出方塊所選值的最后一位 ? ? ? ?temp1 = bitget(block(p,q),1); ? ? ? ?%求出差值 ? ? ? ?temp = double(temp0) - double(temp1); ? ? ? ?%嵌入信息為0時 ? ? ? ?if(J(m, n)==0) ? ? ? ? ? ?%差值為1時，所選值最后2位為10，減2后變?yōu)?0，差值為0 ? ? ? ? ? ?if(temp == 1) ? ? ? ? ? ? ? ?block(p,q) = block(p,q) - 2; ? ? ? ? ? ?end ? ? ? ? ? ?%差值為-11時，所選值最后2位為01，減1后變?yōu)?0，差值為0 ? ? ? ? ? ?if(temp == -1) ? ? ? ? ? ? ? ?block(p,q) = block(p,q) - 1; ? ? ? ? ? ?end ? ? ? ?%嵌入信息為1時 ? ? ? ?else ? ? ? ? ? ?%差值為0時，所選值最后2位為00或11 ? ? ? ? ? ?if(temp == 0) ? ? ? ? ? ? ? ?%最后2位為00時，加2后最后兩位為10，差值為1 ? ? ? ? ? ? ? ?if(mod(block(p,q),2)==0) ? ? ? ? ? ? ? ? ? ?block(p,q) = block(p,q) + 2; ? ? ? ? ? ? ? ?%最后2位為11時，減1后最后兩位為10，差值為1 ? ? ? ? ? ? ? ?else ? ? ? ? ? ? ? ? ? ?block(p,q) = block(p,q) - 1; ? ? ? ? ? ? ? ?end ? ? ? ? ? ?end ? ? ? ? ? ?%差值為-1時，所選值最后2位為01，加1后最后兩位為10，差值為1 ? ? ? ? ? ?if(temp == -1) ? ? ? ? ? ? ? ?block(p,q) = block(p,q) + 1; ? ? ? ? ? ?end ? ? ? ?end ? ? ? ?%將嵌入隱藏信息后的矩陣放回原矩陣 ? ? ? ?L(x:x+K-1,y:y+K-1)=block; ? ? ? ?%對p,q進行變換 ? ? ? ?p=p+2; ? ? ? ?q=q+2; ? ? ? ?p=mod(q,8)+1; ? ? ? ?q=mod(p,8)+1; ? ?endendimage_b = uint8(L);return

3 仿真結(jié)果

4 參考文獻

[1]張元欽. 基于DWT-DCT的圖像數(shù)字水印技術(shù)的研究. Diss. 北京郵電大學(xué), 2014.

博主簡介：擅長智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測、信號處理、元胞自動機、圖像處理、路徑規(guī)劃、無人機等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻，若有侵權(quán)聯(lián)系博主刪除。