Investigación sobre marca de agua de imágenes digitales basada en la transformación DCT Marca de agua de imágenes digitales
[Palabras clave] Marca de agua digital con transformación de coseno discreta; resistencia a ataques; recuperación de marca de agua
[Número de clasificación chino] TP [código de identificación del documento] A [número de artículo] 1007-9416 (2010) 02-0026-02
1 Introducción
La investigación sobre marcas de agua digitales se puede dividir en dos categorías en términos de métodos de incrustación: una consiste en superponer directamente marcas de agua digitales a través de un determinado algoritmo. Un método consiste en superponer directamente la marca de agua digital en el dominio espacial de la imagen de acuerdo con un determinado algoritmo; el otro método consiste en realizar algún tipo de transformación en la imagen (especialmente una transformación ortogonal) y luego incrustar la marca de agua en la imagen transformada; dominio. . A partir de la situación actual, los métodos de transformación de dominio se están volviendo cada vez más comunes. Debido a que los métodos de dominio de transformación suelen ser muy robustos para la compresión de imágenes y tienen cierta resistencia al ruido y al filtrado de imágenes comunes, algunos algoritmos de marcas de agua también están integrados con los estándares actuales de compresión de imágenes y videos. Los dominios de transformada comúnmente utilizados incluyen principalmente la transformada discreta de Fourier (DFT), la transformada discreta de coseno (DCT) y la transformada wavelet discreta (DWT). [1]
Este artículo realiza algunas exploraciones sobre la tecnología de marca de agua de imágenes digitales basada en la transformación DCT. En la investigación, se propuso un esquema de implementación de marcas de agua de imágenes digitales utilizando tecnología de transformación DCT en bloque y verificación experimental. Este esquema logra la incrustación y restauración de marcas de agua digitales y tiene ciertas capacidades de ataque anti-ruido. Dado que la transformación DCT superpone principalmente información de marca de agua en la banda de frecuencia media a baja, y la percepción del ojo humano se concentra principalmente en esta banda de frecuencia, el atacante inevitablemente provocará una grave disminución en la calidad de la imagen en el proceso de destrucción de la marca de agua. , es diferente del algoritmo LSB tradicional y Patchwork. En comparación con el algoritmo, este esquema tiene una mayor resistencia al ataque.
2 Principios básicos de la tecnología de marcas de agua digitales
La tecnología de marcas de agua digitales incorpora cierta información de iconos directamente en el contenido multimedia a través de un determinado algoritmo. La mayoría de las soluciones actuales de producción de marcas de agua utilizan criptografía (. Incluyendo clave pública y clave privada) el sistema se utiliza para fortalecer la incrustación de la marca de agua, la clave se usa al extraer e incluso hay algunas claves utilizadas conjuntamente. [2] Los métodos de incrustación y extracción de marcas de agua se muestran en la Figura 1 y la Figura 2:
Las marcas de agua digitales se pueden dividir en dos categorías: marcas de agua digitales de dominio espacial e implementaciones de marcas de agua digitales de dominio de transformación.
El método del dominio espacial se puede subdividir en los siguientes métodos: (1) El método del bit menos significativo. Este método utiliza el bit más bajo de los datos originales para ocultar información. audición humana o Es un principio que el sistema visual no puede detectarlo. (2) Método de mosaico y método de codificación de mapeo de texturas. Este método carga una marca de agua digital seleccionando arbitrariamente N pares de puntos de imagen, aumentando el brillo de un punto y reduciendo el valor de brillo del otro punto correspondiente. (3) Método de ajuste fino de la estructura del documento, una técnica para ocultar información binaria específica en imágenes de documentos generales (posdata), principalmente moviendo el espacio entre líneas verticalmente, ajustando el espacio entre palabras horizontalmente y ajustando las características del texto para completar la codificación. [3]
La tecnología basada en el dominio de transformación utiliza tecnología similar a las imágenes de espectro ensanchado para ocultar la información de la marca de agua digital.
Estas técnicas generalmente se basan en transformaciones de imágenes de uso común, basadas en transformaciones locales o completas. Estas transformaciones incluyen la transformada de coseno discreta (DCT), la transformada wavelet (WT), la transformada de Fourier (FT o FFT) y la transformada de Hadamard (Transformada de Hadamard), etc. . El método del dominio de la frecuencia tiene las siguientes ventajas: (1) La energía de la señal incrustada en la marca de agua en el dominio de la frecuencia se puede distribuir a todos los píxeles, lo que es beneficioso para garantizar la ocultación de la marca de agua (2) Ciertas características de la visión humana; El sistema se puede utilizar en el dominio de la frecuencia, lo que hace que la codificación de marcas de agua sea más conveniente y efectiva.
3 Principio DCT en imágenes digitales
La transformada de coseno discreta (Transformada de coseno discreta) se conoce como transformada DCT. La transformada de coseno discreta es un caso especial de la transformada de Fourier. En la expansión en serie de Fourier, si la función es una función real par, su serie de Fourier solo contiene términos de coseno y luego la discretiza para obtener la transformada de coseno discreta, por lo que la transformada de coseno tiene la misma claridad. El significado físico como transformada de Fourier es la transformada DCT que evita la operación compleja de la transformada de Fourier y se basa en números reales. Transformación ortogonal. [Los vectores base de la matriz de transformación DCT son muy similares a los vectores propios de la matriz ToePlitz (la matriz de coeficientes es simétrica, siendo iguales los elementos a lo largo de cualquier diagonal paralela a la diagonal principal), mientras que la matriz ToePIitz incorpora el habla humana y imágenes Las características de correlación de la señal, por lo que DCT a menudo se considera una transformación casi óptima de señales de voz e imagen. Al mismo tiempo, el algoritmo DCT es fácil de implementar rápidamente en un procesador de señales digitales. Al mismo tiempo, el algoritmo DCT es relativamente fácil de implementar rápidamente en procesadores de señales digitales, por lo que actualmente ocupa una posición importante en la codificación de imágenes. Los estándares de compresión JPEG y MPEG utilizados actualmente se basan en la transformación de imágenes DCT. [5]
4 Esquema de implementación de DCT
4.1 Incrustación de marca de agua
(1) Transfiera la imagen del portador al espacio de cromaticidad YUV y extraiga el componente Y.
(2) Incruste la marca de agua en el componente Y: a. Calcule la posición de incrustación inicial en función de la imagen del portador y la imagen de la marca de agua, de modo que la marca de agua esté ubicada aproximadamente en el centro de la imagen del portador; b. Divida la imagen del portador en (Mm × Nm) bloques pequeños, cada bloque pequeño se divide en subbloques blockize_sub×blocksize_sub2 y el tamaño de cada subbloque es blockize×blockize c. . c. Realice la transformación DC en cada bloque pequeño, extraiga el coeficiente DC, agregue el valor después del tamaño del paso de división a la posición correspondiente de la marca de agua y luego tome el módulo 2, si es 1, reste 0,5 y luego multiplique por el. tamaño del paso; si es 0, agregue 0,5 y multiplíquelo por el tamaño del paso; d. Vuelva a colocar el coeficiente DC modificado en su posición original; e. f. Obtenga el componente Y de la marca de agua incrustada después de la DCT inversa. f. Combinado con el componente UV para obtener la imagen con marca de agua incrustada. g. Obtenga la hora de finalización, reste la hora de finalización y obtenga el tiempo requerido para todo el algoritmo.
4.2 Agregar señales de ruido a imágenes con marcas de agua incrustadas (simulando imágenes atacadas)
4.3 Extracción de marcas de agua
(1) Obtener la hora de inicio. (2) Establezca el tamaño del bloque (blockize*blockize) y el subbloque (blockize_sub*blockize_sub2) para que sean coherentes con el final de la incrustación. (3) Lea la longitud y el ancho de la imagen de marca de agua incrustada, la imagen atacada y la imagen de marca de agua.
(4) Restaure la imagen después del ataque al tamaño de la imagen después de incrustar la marca de agua. De manera similar a incrustar la marca de agua, divida el componente Y de la imagen en (Mm * Nm) bloques pequeños, y cada bloque pequeño se divide en blockize_sub * blockize_sub2 sub. -bloques, cada uno El tamaño del subbloque es blockize*blockize. Después de dividir por el tamaño del paso, tome el módulo de 2. El número final de cada bloque es blockize_sub*blocksize_sub2 0, 1. Si es mayor que 0, significa que la posición de la marca de agua correspondiente es 0, de lo contrario es 1. (5) Restablezca la matriz unidimensional generada de acuerdo con el largo y ancho de la marca de agua para obtener la marca de agua extraída.
Resultados del experimento de simulación 5
Este experimento utiliza el software MATLAB como herramienta para simular el esquema de marca de agua DCT propuesto.
6 Conclusión
Se puede ver por el efecto de la imagen experimental que la imagen después de agregar la marca de agua básicamente no afecta la calidad de la imagen original, y el patrón de la marca de agua no puede Se puede ver y el portador básicamente puede mantener la apariencia original de la imagen. La marca de agua también se puede recuperar con éxito de la imagen atacada y se puede identificar la marca de agua original. Por lo tanto, el uso de la transformación de coseno discreta en bloque puede realizar la incrustación y extracción de marcas de agua de imágenes digitales y tiene buenas capacidades antiataques.
[Referencias]
[1] Li Daoyuan, Chang Min, Yuan Chunfeng. Tecnología de marca de agua digital adaptativa basada en segmentación de imágenes y HVS Ingeniería Informática, 2003, 11.
[2] Dang Hongmei, Li Renhou, Yi Yingmin. Varios algoritmos de marcas de agua digitales para imágenes en el dominio de la frecuencia, 2003, 12.
[3] Liu Rong, Tan Tao. Esquema de marca de agua para proteger la propiedad legal basado en IEEE Trans en Multime2dia, 2002, 4(1): 1212128.
[4] Liu Feng, Sun Linjun. Tecnología de marca de agua de imágenes digitales basada en DCT y SVD [J, 2005, 25(8): 194421945.
[5] Basado en DCT. y Singularity Research sobre el algoritmo de descomposición de valores de marcas de agua digitales [D] Wuhan: Wuhan: Universidad de Ciencia y Tecnología de Wuhan, 2006.
Este artículo es el texto completo del texto original. Si tiene instalado un navegador de PDF, descargue e instale el texto completo del texto original.