蒋 铭，张小博，史晓龙，胡艳平，庞卫丽

（中国电子科技集团公司第三研究所 音视频部门，北京 100015）

随着计算机和互联网技术的迅速发展，音视频数字作品的创作、编辑、复制以及传播变得越来越容易。同时，数字作品的知识产权保护和完整性认证也尤为重要。数字水印[1-2]是一项利用数字多媒体信息中的冗余成分嵌入版权标识信息的数字内容保护技术。主要应用于广播监控、版权保护、数字指纹、内容鉴别、控制拷贝等领域。

数字水印早期的研究主要集中于版权保护的鲁棒水印[3]。现阶段数字水印在多媒体内容认证、篡改定位方面也有着很好的应用[4]。从目前的研究成果中看，根据水印的健壮性可以将数字水印分为鲁棒水印和脆弱水印，根据水印的脆弱性可以将数字水印分为以下两种：1）完全脆弱水印[5]是一种最为敏感的水印技术，它能够检测出任何对图像进行的操作，甚至包括图像像素级的变化；2）半脆弱水印[6-7]是一种具有一定鲁棒性的水印技术，即能允许图像有一定的改变。实际应用中，图像常会因为传输、存储以及常见信号处理操作（如JPEG压缩等）等受到影响，因此半脆弱水印技术更加适合于实际应用需求。

Celik等[8]提出了一种基于图像像素平面分层的半脆弱数字水印算法，水印嵌入算法基于图像像素最低有效位，能够精确定位图像篡改位置，但是无法抵抗JPEG压缩等非恶意图像处理操作。Lin和Chang[9]提出了一种基于DCT域的半脆弱水印算法，算法不仅能够检测和定位篡改区域，还能够抵抗一定的JPEG压缩（QF=50），但是针对其他非恶意图像处理操作，水印鲁棒性较差。文献[10]中Ho等提出了一种基于图像分块技术和PST变换的半脆弱水印算法，实验结果表明该算法较DCT变换算法有一定的优越性。同时，DWT算法[11-13]因为具有较好的时频特性，使得图像在局部化认证过程中不需要依赖于图像分块技术，在半脆弱水印算法研究中应用较多。以上研究成果主要针对图像的内容认证和篡改定位功能，同时附加版权标识功能的水印算法研究则具有更好的研究意义。

针对以上问题，本文通过嵌入两种不同的半脆弱水印，提出一种可以同时支持版权标识与篡改定位的图像数字水印方案。水印方案中对于没有发生恶意篡改的水印图像可以提取出水印信息，对于发生恶意篡改的水印图像则无法检测出水印信息，同时提示篡改，并定位篡改轨迹。实验结果表明水印方案性能高效，实用性强。

1 方案设计

本文水印方案以JPEG压缩图像为载体图像，同时嵌入版权标识水印和篡改定位水印。为了避免两种水印之间的影响，水印算法结合了JPEG压缩核心技术DCT变换系数的量化机制以及变换的可逆性进行水印信息的嵌入和提取处理过程。

1.1 JPEG编解码过程

JPEG图像通过解码器解码出图像像素矩阵，对亮度和色差量信号进行分块DCT变换，通过量化DCT系数压缩图像数据，最后进行熵编码生成JPEG图像。实现流程如图1所示。

图1 JPEG图像编码流程

1.2 DCT变换

JPEG编码进行8×8大小图像分块DCT变换，并对分块DCT系数进行量化和压缩编码，如图2a所示。图2b直观描述了DCT系数对应块图像的频率特征。其中0号对应DC直流系数，表征图像的背景亮度，其余1～63号对应交流系数，按照Zig-Zag扫描顺序依次表征图像的低频信号和高频信号。

1.3 DCT系数量化

量化方法为

式中：Ci(x,y)表示第i块图像的(x,y)坐标DCT系数；函数R(·)表示取整运算；Q(x,y)表示(x,y)坐标量化步长；Ci(x,y)表示量化后DCT系数，0≤ x,y≤ 7。

2 水印算法

2.1 水印的预处理

图2 DCT变换描述图

本文水印方案支持二值图像水印、文本水印及两者之和3种形式。对于二值图像水印，将图像像素值作为二进制码字信息嵌入。对于文本水印，则是将文字信息转换为对应的二进制码字信息嵌入。水印嵌入前对该水印二进制信息进行伪随机置乱，置乱水印信息具有较好的不可预测性和随机性，从而保证了视觉对嵌入水印的不可感知性和水印的安全性。最后保存为一维序列W={wi}作为嵌入信息，其中i=1,2,…,C,C=M×N,wi=0或1。

2.2 版权标识水印的嵌入

解压缩JPEG图像后，获取亮度像素矩阵，对矩阵进行8×8大小分块DCT变换，并对DCT系数进行ZigZag扫描，记为Ci(j),j=0,1,2,…,63。整个序列记为Ci。序列Ci的个数和图像块数相同，其中i表示序列的序号。并选取Ci(k-2),Ci(k-1),Ci(k),Ci(k+1),Ci(k+2)连续5个DCT系数值作为水印宿主序列，k=2,3,…,61。

根据图2b所示，编号12所对应的DCT交流系数Ci(12)对于图像的整体影响比较均匀，且为图像的中频系数，易于平衡图像嵌入水印的不可感知性和鲁棒性。具体嵌入算法为：

如果wi=0，则

如果wi=1，则

式中：Ci(k)'为修改后的DCT系数；Q为水印强度调节因子。

修改DCT系数后，由于水印嵌入是在系数量化之前进行，因此系数量化会影响水印的鲁棒性。

2.3 篡改定位水印的嵌入

由于图像的JPEG压缩会对水印图像造成一定的影响，因此用于篡改定位的半脆弱水印需要具有一定程度的鲁棒性，能够抵抗JPEG压缩等非恶意的图像处理操作。同时为了保证篡改定位水印的处理对版权标识水印不造成水印攻击影响，结合DCT系数的变换可逆性，算法通过对载体图像的亮度像素矩阵进行8×8大小分块DCT变换，对DCT直流系数Ci(0)的量化处理进行篡改定位水印的嵌入和检测，i表示图像分块号。具体嵌入方法为

式中：Ci(0)'表示第i块图像的DCT直流系数；函数R(·)表示取整运算；step表示量化步长；Ci(0)'表示量化后DCT直流系数。

2.4 篡改检测与定位

获取嵌入水印后的图像的亮度像素矩阵，并对像素矩阵进行8×8分块DCT变换。具体篡改检测方法如下

式中：Ci(0)表示第i块图像的DCT直流系数；函数R(·)表示取整运算；mod(·)表示模运算；step表示量化步长。

2.5 水印信息提取

对上述分块DCT系数中获取水印宿主序列Ci(k-2),Ci(k-1),Ci(k),Ci(k+1),Ci(k+2)。具体提取算法如下：

如果

则水印判断为1，否则判断为0。最后对水印信息进行反置乱处理恢复出水印信息。

3 实验结论与分析

3.1 算法实验分析

实验选取JPEG压缩真彩色银行票据图像作为水印载体图像，如图3a所示，水印图像如图3b。水印采用二值图像，大小为130×129，如图4a所示，提取水印如4b所示。水印图像PSNR为48.43 dB，文件体积增幅比为16.20%。水印提取的误比特率为1.65%。图5a表征水印票据图像的篡改，图5b表征篡改票据的检测与定位。

a人民银行票据图像

图3 载体图像与水印图像（截图）

图4 水印图像

实际应用中，由于对载体图像加载了半脆弱水印信息，因此，水印图像的文件大小会有一定程度的增幅，为了减小体积增幅，可以对水印图像进行适当的JPEG压缩，但是过低图片质量压缩又会造成图像被误检测为篡改，同时也会造成水印信息的误比特率的增加，以下对多幅银行票据进行实验仿真，并给出实验结果，如表1所示。

a水印票据图像的篡改

图5 水印票据的篡改检测与定位（截图）

表1 水印图像体积增幅比、PSNR及水印误比特率的关系

经过对多幅银行票据的测试，水印图像体积增幅比不大，甚至部分图像文件体积减小；水印图像的PSNR基本保证在40 dB以上，水印不可感知性较好；水印误比特率也基本在1%。算法具有很好的实用性。

3.2 算法比较

对比算法中，实验使用了Lena，Baboon和Barbara，3幅256×256灰度图像。对多种水印算法的PSNR进行比较，见表2。

实验结果表明本文算法在嵌入水印的图像质量上有比较明显的提升。

4 结论

针对JPEG图像提出了用于版权标识和篡改定位功能的图像水印算法水印嵌入和提取算法基于JPEG图像解压缩后的像素矩阵进行。水印算法结合了JPEG压缩核心技术DCT变换系数的量化机制以及变换的可逆性进行版权标识水印和篡改定位水印的嵌入和提取处理过程。水印算法对银行票据图像进行了性能测试，并且给出了水印算法可以通过JPEG压缩质量控制水印算法的图像体积增幅比、PSNR以及水印误比特率指标。实验结果表明，算法在版权标识和篡改定位方面均具有较好的实用性。

[1]LANGELAAR G，SETYAWAN I，LAGENDIJK R.Watermarking digital image and video data：a state-of-the-art overview[J].IEEE Signal Process.Mag.，2000，17（5）：20-46.

[2]SWANSON M，KOBAYASHI M，TEWFIK A.Multimedia dataembedding and watermarking technologies[J].Proceeding of the IEEE，1998，86（6）：1064-1087.

[3]COX I，KILLIAN J，LEIGHTON T，et al.Secure spread spectrum watermarking for multimedia[J].IEEE Trans.Image Processing，1997，6（12）：1673-1687.

[4] LIN E T，DELP E J.A review of fragile image watermarks[C]//Proc.Multimedia and Security Workshop at ACM Multimedia’99.Orlando：[s.n.]，1999：35-40.

[5] 张宪海，杨永田.基于脆弱水印的图像认证算法研究[J].电子学报，2007，35（2）：34-39.

[6] HOLLIMAN M，MEMON N.Counterfeiting attacks on oblivious block-wise independent invisible watermarking schemes[J].IEEE Trans.Image Processing，2000，9（3）：432-441.

[7] AL-MUALLA M E.Content-adaptive semi-fragile watermarking for image authentication[C]//Proc.14th IEEE Int.Conf.on Electronics，Circuits and Systems.[S.l.]：IEEE Press，2007：1256-1259.

[8] CELIK M U.Hierarchical watermarking for secure image authentication with localization[J].IEEE Trans.Image Processing，2002，11（6）：585-595.复杂度高的缺点，本文提出了一种基于内容自适应的多参考帧快速选择算法，具有实现简单且通用性强的特点。实验结果表明，相对于常见的多参考帧快速选择算法，本文算法具有更好的R-D性能，大幅降低了计算复杂度，且对于各种类型的视频具有较强的自适应性。下一步工作将研究多参考帧运动估计和编码模式快速选择算法的有效结合，进一步提高H.264的编码实时性。

参考文献:

［1］马玉，沈龙梅，李小龙，等.基于H.264的无线局域视频通信终端的研发［J］.吉林大学学报:信息科学版，2013，31(5):483-488.

［2］ ZHU Shiping，TIAN Jun.An improved fast fractional pel motion estimation algorithm based on H.264［C］//Proc.2010 IEEE International Conference on Industrial Technology.Washington，DC:IEEE Press，2010:179-182.

［3］徐静，周兵，黄雪莉，等.基于空域特征的H.264快速多参考帧选择算法［J］.通信学报，2010，31(7):40-45.

［4］仲伟波，孟艳茹.基于时空相关的H.264多参考帧快速选择算法［J］.计算机科学，2013，40(5):93-96.

［5］丁媛媛，司玉娟，姚成.H.264快速多参考帧选择算法［J］.吉林大学学报:工学版，2010，40(2):566-570.

［6］肖创柏，邬鹏.基于H.264/AVC的自适应快速多参考帧选择算法［J］.北京工业大学学报，2009，35(4):543-548.

［7］ SHEN Liquan，LIU Zhi，ZHANG Zhaoyang，et al.An adaptive and fast multiframe selection algorithm for H.264 video coding［J］.IEEE Signal Processing Letters，2007，11(14):836-839.

［8］ LIU Zhenyu，LI Lingfeng，SONG Yang，et al.Motion feature and hadamard coefficient-based fast multiple reference frame motion estimation for H.264［J］.IEEE Trans.Circuits and Systems for Video Technology，2008，18(5):620-632.

［9］张淑芬，李华.基于H.264的多参考帧快速选择算法［J］.电子学报，2009，37(1):62-66.

［10］姜峰，姜东，刘芳.一种新型H.264/AVC多参考帧预测方法［J］.电视技术，2012，36(15):17-20.

［11］陆寄远，孙少晖，朝红阳.联合分数运动估计优化的多参考帧快速选择算法［J］.计算机科学，2010，37(6):283-285.