5.2图像单水印技术在线视频

大家好

这节课我们来学习数字图像单水印技术

根据载体中嵌入水印的数量

我们把图像水印分为

单水印和双水印两大类

那么这节课呢我们就来研究

单水印技术

这节课的主要内容

包括了这样三个部分

单水印的一般模型

另外一个我们来学习

基于空域的图像单水印技术

和基于变换域的图像单水印技术

首先我们来看一下

数字图像单水印的一般模型

水印的模型

分了两部分

一个是水印的嵌入

另外一个是水印的提取

在水印的嵌入部分

为了保证水印的安全

一般会对水印做一个加密处理

水印信息

它可以是文本

也可以是图像

也可以是一个数据

二值数据等等

都可以

对于图像来说

就是载体图像来说

到底是在哪个域上

进行处理

预处理

就是说把水印

嵌入到载体图像的哪个部分

当嵌入在空域时候

基于空域的图像水印技术

当在变换域嵌入水印

就是基于变换域的水印技术

在接收的过程中

肯定会受到一些外加干扰

比如说攻击

噪声

或者说重采样，压缩等等

可能是有意的

也可能是无意造成的

在接收时候

分了两种情况

一种就是我们来检测

有没有水印

另外一种

我们不仅要检测

还要提取出来水印

并且经过一个反处理

反处理

是因为前面

我们做了一个加密处理

那这一块

就需要做一个

解密处理

把原始的水印恢复出来

对于单水印图像来说

都是这样的一个框架

那么我们来看一下

当水印是基于空域来嵌入的话

那么就是基于空域的

数字图像水印技术

基于空域的数字图像水印技术

最典型的也是最简单的

就是将水印信息镶嵌在

图像的最低有效位上

基于LSB的

数字图像水印技术

这是最简单的

也是最典型的

那么什么是LSB呢

就是说我们把一幅图像

分成8个位平面

这8个位平面是怎么来的

就是说

每个像素它的灰度值

有一个0~255的范围

那么0~255

是有256种

256是2的8次方

那么我们把它按8个比特写出来

把每一个像素的

相同的比特位提出来

就是一个位平面

那么就有

从第8个位平面

到第一个位平面

我们看到

第8个位平面和第7个位平面包含

的信息最多

到第一个位平面

我包含的信息就非常的小

那么换句话说就是说

它对图像的影响就非常小

因此这是最简单的嵌入方式

根据我们的嵌入规则

将这个水印嵌入到最低的有效位置上

左边是原始的图像

中间是水印信息

右边

含水印的图像

这个提取也非常的容易

如果没有噪声，滤波，压缩

等等这些攻击

还是很容易的

把源水印从

携带使用信息的载体中

提取出来

我们看到这两幅图

基本上没有什么差异

视觉看到的信息

还是非常相似的

我们来看

当携带水印信息的载体

被噪声攻击的时候

我们看提取出来的水印

那么左边的这两幅图

一个是原始图像

另外一个是

噪声攻击以后的

携带水印图像

右边的这两幅图

第一个是原始水印

第二个是我们提取出来的

也就是说对于这种水印算法来说

它的鲁棒性特别差

它很难抵抗这种噪声

滤波等等这样的一些攻击

另外一个就是

基于变换域的处理

比如说

DCT域，DWT域

这一块我们来看

给出了一个基于DWT域

的一个变化

并且我们对水印做了加密

上面的三幅图

是我们原始的图像

第一幅图是大家最常见的

数字图像处理领域的

Lena这个图像

第二幅和第三幅图是现勘图像

那么底下的这两个左边

这个是原始的水印图像

右边这个是对水印图像

做了加密处理以后的

我们看到

把这个水印

嵌入载体中

左边是原始的水印

右边是一些测试的数据

基于DWT域的一个测试数据

我们看一下

第一列是未受攻击的情况下

那么从未受攻击的情况下

可以看到

普适图像，Lena图像

提取出来的效果是最好的

现勘图像

车和指纹图像

提取出来的效果

就不如Lena图像提取出来的

也就是说这种算法

其实对于刑侦图像来说

还是效果不是特别好

受攻击的情况下

这块有JPEG压缩，噪声

滤波，我们看到

对这三种攻击情况下

每一个都是有不同程度的影响

相比较来说

还是Lena图像的效果是最好的

而现勘图像的这两种是

一般

不过如果说

我们只是说要能识别出来

这个水印里面的文字信息的话

那么对于这些效果来说也够了

这就是对于DWT

域的数字图像

单水印技术，相比较

刚才我们讲的

基于空域的

最简单的 LSB的方法来说

它的性能要好一些

其实后面

或者又提出了很多改进的算法

来改进水印的性能

以及它抵抗攻击的性能

好

这一节课我们就讲到这一块