《電子技術(shù)應(yīng)用》
您所在的位置:首頁 > 嵌入式技術(shù) > 設(shè)計(jì)應(yīng)用 > 基于局部Zernike矩的RST不變零水印算法
基于局部Zernike矩的RST不變零水印算法
來源:微型機(jī)與應(yīng)用2011年第16期
湯繼生,馮 桂
(華僑大學(xué) 信息科學(xué)與工程學(xué)院, 福建 廈門 361021)
摘要: 旋轉(zhuǎn)、縮放和平移(RST)等幾何攻擊能夠破壞水印檢測(cè)的同步性,使得水印檢測(cè)失敗。針對(duì)此問題,提出了一種基于圖像局部Zernike矩的RST不變零水印算法。Zernike矩的幅度具有旋轉(zhuǎn)不變性,再結(jié)合圖像歸一化,使其具有縮放和平移不變性。由于Zernike矩的圖像重構(gòu)效果不理想且重構(gòu)過程中復(fù)雜度高,因此水印嵌入選擇零水印方案。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)旋轉(zhuǎn)、縮放和平移(RST)的攻擊具有很好的魯棒性,同時(shí)對(duì)JPEG壓縮、加噪、濾波等常見的圖像處理操作也具有很好的魯棒性。
Abstract:
Key words :

摘 要: 旋轉(zhuǎn)縮放和平移(RST)等幾何攻擊能夠破壞水印檢測(cè)的同步性,使得水印檢測(cè)失敗。針對(duì)此問題,提出了一種基于圖像局部Zernike矩的RST不變零水印算法。Zernike矩的幅度具有旋轉(zhuǎn)不變性,再結(jié)合圖像歸一化,使其具有縮放和平移不變性。由于Zernike矩的圖像重構(gòu)效果不理想且重構(gòu)過程中復(fù)雜度高,因此水印嵌入選擇零水印方案。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)旋轉(zhuǎn)、縮放和平移(RST)的攻擊具有很好的魯棒性,同時(shí)對(duì)JPEG壓縮、加噪、濾波等常見的圖像處理操作也具有很好的魯棒性。
關(guān)鍵詞: 零水印; 旋轉(zhuǎn)、縮放和平移(RST); Zernike矩; 圖像歸一化

    隨著多媒體數(shù)字產(chǎn)品的快速發(fā)展,人們可以隨意訪問每個(gè)數(shù)字圖像,并能對(duì)圖像對(duì)象進(jìn)行旋轉(zhuǎn)、縮放、平移等各種幾何操作。幾何攻擊能極大地破壞水印檢測(cè)的同步性,即使微小的幾何攻擊也可能使水印檢測(cè)失敗,這使得數(shù)字圖像水印技術(shù)變得更加復(fù)雜,因此,開發(fā)一種能有效抵抗旋轉(zhuǎn)、縮放和平移 (RST)等幾何攻擊的圖像水印技術(shù)迫在眉睫。
 在抗幾何攻擊的水印方法中,不少算法利用了圖像的各種不變矩,目前常用的矩主要有幾何矩、中心矩和正交不變矩。Zernike矩的基是正交徑向多項(xiàng)式,可以保證所提取的特征相關(guān)性小、冗余性??;與其他不變矩相比, Zernike矩還具有旋轉(zhuǎn)不變性、對(duì)噪聲的魯棒性以及多層次表達(dá)等優(yōu)點(diǎn),為此,開始探索將Zernike 矩引入抗幾何攻擊的圖像水印算法中。
 針對(duì)上述問題,本文提出計(jì)算圖像局部重要區(qū)域Zernike矩的抗幾何攻擊的水印算法。由于圖像在受到旋轉(zhuǎn)、縮放和平移 (RST)等幾何攻擊時(shí),圖像的中心不會(huì)發(fā)生變化,因此選取以圖像的中心為原點(diǎn),并采用圖像邊緣檢測(cè)的方法,找到包含圖像對(duì)象的局部重要區(qū)域,從而減小由于旋轉(zhuǎn)帶來的邊緣影響,提高了Zernike矩的旋轉(zhuǎn)不變性。然后,結(jié)合圖像的縮放歸一化,實(shí)現(xiàn)水印對(duì)縮放攻擊的魯棒性。由于Zernike矩的圖像重構(gòu)效果并不理想,而且重構(gòu)過程中需要高階矩,計(jì)算復(fù)雜度較高。因此,在水印算法的設(shè)計(jì)中,不能通過直接修改原始圖像的Zernike矩并進(jìn)行重構(gòu)來嵌入水印,所以水印嵌入選用零水印方案。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)旋轉(zhuǎn)、縮放和平移(RST)的攻擊具有很好的魯棒性,同時(shí)對(duì)JPEG壓縮、加噪、濾波等常見的圖像處理操作也具有魯棒性。
1 Zernike 矩及其性質(zhì)
1.1 Zernike矩的定義

 Zernike于1934年提出了一組多項(xiàng)式{Vnm(x,y)},這組多項(xiàng)式在單位圓(x2+y2≤1)內(nèi)是完備正交的,其形式[1]為:

 


3 實(shí)驗(yàn)及結(jié)果
 實(shí)驗(yàn)選取256×256的lena、128×128的camera和128×128的akiyo作為原始測(cè)試圖像,為簡(jiǎn)單起見,只考慮原始圖像中僅含一個(gè)圖像對(duì)象且圖像背景較為單一的情況。
 證明該算法的可行性,256×256的lena、128×128的camera和128×128的akiyo三幅圖像完全不相關(guān),其中l(wèi)ena圖像與camera圖像的水印序列相似率sim=0.574 257<0.7,lena圖像與akiyo圖像的水印序列相似率sim=0.514 851<0.7,camera圖像與akiyo圖像的水印序列相似率sim=0.603 960<0.7。大量實(shí)驗(yàn)證明,不同圖像由零水印構(gòu)造的二值水印序列相似率都不會(huì)大于0.7。
 為了測(cè)試該算法的魯棒性,用各種幾何操作對(duì)圖像進(jìn)行攻擊實(shí)驗(yàn)。
3.1 旋轉(zhuǎn)攻擊
 在數(shù)字圖像處理領(lǐng)域中, 圖像旋轉(zhuǎn)有兩種不同的形式[8]:Crop rotation和Loose rotation。Akiyo圖像在兩種不同形式下旋轉(zhuǎn)30°后的水印圖像如圖 1(b)和圖1(e)所示。

 Crop rotate攻擊后,本文算法水印檢測(cè)響應(yīng)曲線如圖 1(a)所示,其中橫軸表示旋轉(zhuǎn)角度。可以看出,本文算法對(duì)于Crop rotate攻擊,檢測(cè)的相似度都在0.95以上。
 Loose rotate攻擊后,本文算法和參考文獻(xiàn)[10]中的算法水印檢測(cè)響應(yīng)曲線分別如圖 1(c)和圖1(d)所示,其中橫軸表示旋轉(zhuǎn)角度。可以看出,本文算法對(duì)于Loose rotate攻擊,檢測(cè)的相似度都在0.92以上,相比于參考文獻(xiàn)[10]中的算法,魯棒性有一定的提高。
3.2 縮放攻擊
 縮放攻擊后,本文算法和參考文獻(xiàn)[10]算法水印檢測(cè)的響應(yīng)曲線分別如圖 2(a)和圖2(b)所示,其中橫軸表示放大倍數(shù)。對(duì)于縮放攻擊,本文算法和參考文獻(xiàn)[10]算法的魯棒性能基本一致。

3.3 噪聲攻擊
 加入不同高斯噪聲后,本文算法和參考文獻(xiàn)[10]的算法水印檢測(cè)響應(yīng)曲線分別如圖 3(a)和圖3(b)所示,其中橫軸表示噪聲強(qiáng)度。Akiyo加入強(qiáng)度為30的高斯噪聲后的水印圖像如圖3(c)所示。對(duì)于噪聲攻擊,本文算法和參考文獻(xiàn)[10]的算法,相比魯棒性能有一點(diǎn)下降。

3.4 濾波攻擊
 濾波攻擊后,本文算法和參考文獻(xiàn)[10]的算法水印檢測(cè)響應(yīng)曲線如圖4(a)和圖4(b)所示,其中橫軸從左到右依次表示為沒有受到攻擊、5×5中值濾波、3×3中值濾波、3×3均值濾波、5×5均值濾波。Akiyo經(jīng)過5×5均值濾波后的水印圖像如圖 4(c)所示。對(duì)于濾波攻擊,本文算法和參考文獻(xiàn)[10]算法的魯棒性能幾乎一樣。

3.5 壓縮攻擊
 圖像經(jīng)JPEG壓縮攻擊后,本文算法和參考文獻(xiàn)[10]算法的水印檢測(cè)響應(yīng)曲線如圖 5(a)和圖5(b)所示,其中橫軸表示壓縮質(zhì)量百分?jǐn)?shù)。Akiyo受到壓縮質(zhì)量百分?jǐn)?shù)為20%的JPEG壓縮后的水印圖像如圖 5(c)所示。對(duì)于低質(zhì)量壓縮攻擊,相比于參考文獻(xiàn)[10]的算法,本文算法的魯棒性有一定提高。
    利用歸一化后的Zernike 矩的幅度具有RST不變的性質(zhì),將從圖像中提取的局部Zernike矩的幅度矢量作為圖像的特征矢量,二值化后作為零水印,實(shí)現(xiàn)了具有RST不變性的水印。實(shí)驗(yàn)結(jié)果表明,該算法對(duì)旋轉(zhuǎn)、縮放和平移(RST)的攻擊具有很好的魯棒性,同時(shí)對(duì)JPEG壓縮、加噪、濾波等常見的圖像處理操作也具有很好的魯棒性。
參考文獻(xiàn)
[1] KHOTANZAD A, HONG Y H. Invariant image recognition by Zernike moments[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990,12(5):489-497.
[2] KINTNER E C. On the mathematical properties of Zernike  polynomials[J].Optica Acta, 1976,23(8):679-680.
[3] 葉斌,彭嘉雄. Zernike 矩不變性分析及其改進(jìn)[J].紅外與激光工程, 2003(01):37-41.
[4] 馬建湖,何甲興.基于小波變換的零水印算法[J].中國圖象圖形學(xué)報(bào), 2007,12(4):581-585.
[5] KHOTANZAD A, HONG Y H. Invariant image recognition  by Zernike moments[J].IEEE Transactions on Pattern Analysis and Machine Intelligence, 1990,12(5):489-497.
[6] XIN Y Q,LIAO S,PAWLAK M,et al. Geometrically robust image watermark via pseudo-Zernike moments[A].CCECE, 2004:0939-0942.
[7] 李雷達(dá),郭寶龍,孫磊. 基于局部Zernike矩的RST不變水印[J]. 光電子·激光, 2007,18(1):117-120.
[8] Image processing toolbox: imroate function. http://www.mathworks.com/access/helpdesk_r13/help/toolbox/images/imrotate.html.
[9] Xiang Shijun. On invariance analysis of Zernike moments in the presence of rotation with crop and loose modes[J].Multimed Tools Appl,2010,25(5).
[10] 徐達(dá)文,王繼成,王讓定. 基于Zernike 矩的視頻對(duì)象零水印算法[J].中國圖象圖形學(xué)報(bào), 2009,14(9):1825-1831.
 

此內(nèi)容為AET網(wǎng)站原創(chuàng),未經(jīng)授權(quán)禁止轉(zhuǎn)載。