摘  要： 提出了一種基于Contourlet變換的可區(qū)分內(nèi)容或水印篡改的圖像認(rèn)證算法。在載體圖像的Contourlet變換域分別嵌入認(rèn)證水印和恢復(fù)水印，作為區(qū)分圖像內(nèi)容被篡改還是水印被篡改的依據(jù)。仿真實(shí)驗(yàn)表明，該算法不但能準(zhǔn)確定位篡改位置，而且能區(qū)分篡改類型，在一定條件下還可以恢復(fù)被篡改的區(qū)域。
關(guān)鍵詞： Contourlet變換；圖像認(rèn)證

　近年來，隨著數(shù)字水印技術(shù)的快速發(fā)展，出現(xiàn)了大量基于水印的圖像認(rèn)證算法，當(dāng)圖像真?zhèn)涡允艿綉岩蓵r(shí)，提取的水印就可以作為驗(yàn)證篡改是否發(fā)生的依據(jù)。其中，在Contourlet變換域嵌入水印的圖像認(rèn)證算法受到重視[1-3]，這些算法大都將水印嵌入到能量較大的Contourlet變換方向子帶中，較好地利用了方向子帶的紋理特性，滿足水印的不可見性和魯棒性要求。這些算法通過將提取的水印與原始水印相對(duì)比，能判斷該圖像是否發(fā)生了篡改，并對(duì)篡改區(qū)域進(jìn)行定位，但不足之處在于它們僅能指出圖像的篡改位置，而不能區(qū)分是圖像內(nèi)容被篡改還是水印被篡改，或者兩者都被篡改。
　由于對(duì)圖像內(nèi)容的篡改會(huì)破壞原始圖像的使用價(jià)值，因此，認(rèn)證算法必須檢測出此類篡改并精確定位，以確保認(rèn)證的可靠與有效；而對(duì)水印的篡改一般不影響原始圖像的使用價(jià)值，這種僅水印被篡改的情況應(yīng)能通過認(rèn)證。如果不加區(qū)分地一律不通過認(rèn)證，一方面將會(huì)使本來真實(shí)可信的圖像變得不可信，從而降低數(shù)字圖像的利用效率，并妨礙數(shù)字圖像認(rèn)證技術(shù)的推廣與應(yīng)用；另一方面攻擊者可以通過僅篡改水印來偽造對(duì)圖像內(nèi)容的篡改，使本來真實(shí)的圖像不能通過認(rèn)證，達(dá)到惡意攻擊的目的。因此，能區(qū)分是圖像內(nèi)容還是水印被篡改的認(rèn)證算法成為圖像認(rèn)證技術(shù)推廣與應(yīng)用必須解決的問題。
    針對(duì)現(xiàn)有基于水印的圖像認(rèn)證算法對(duì)區(qū)分圖像內(nèi)容還是水印被篡改研究的不足，本文提出了一種可區(qū)分內(nèi)容或水印篡改的圖像認(rèn)證算法。首先由載體圖像的Contourlet低頻系數(shù)生成恢復(fù)水印，將其嵌入對(duì)應(yīng)的4個(gè)中頻子帶；恢復(fù)水印全部嵌入后，再在載體圖像Contourlet低頻子帶嵌入認(rèn)證水印。雙水印的嵌入可以作為判斷圖像內(nèi)容被篡改還是水印被篡改的依據(jù)。該算法不分塊，避免了塊效應(yīng)和基于分塊獨(dú)立性產(chǎn)生的量化攻擊，能夠與現(xiàn)有的壓縮標(biāo)準(zhǔn)（如JPEG、JPEG 2000）結(jié)合起來，能較好地檢測出發(fā)生的篡改并定位，同時(shí)區(qū)分篡改類型，在一定條件下還可以恢復(fù)被篡改的區(qū)域。


2.1 不可見性測試
　實(shí)驗(yàn)時(shí)，含雙水印圖像與原始圖像相比，其峰值信噪比PSNR=38.180 1；只嵌入恢復(fù)水印圖像與原始圖像相比，其PSNR=39.862 5；提取出的水印圖像與原始水印圖像相比，其相關(guān)系數(shù)NC=1.00。實(shí)驗(yàn)結(jié)果表明，嵌入水印后對(duì)圖像的視覺質(zhì)量影響小，并且在載體圖像未遭受任何攻擊時(shí)，該算法完全可以正確地提取出水印圖像。
2.2 區(qū)分水印篡改或內(nèi)容篡改
　在傳輸過程中，數(shù)字圖像受到的篡改攻擊包括篡改嵌入的水印信息、篡改圖像內(nèi)容及同時(shí)篡改水印和內(nèi)容3種。下面通過實(shí)驗(yàn)來驗(yàn)證算法對(duì)篡改類型的區(qū)分情況。
　對(duì)含水印圖像進(jìn)行處理，使提取的認(rèn)證水印與原始認(rèn)證水印相比，各位值取反。如圖2所示，圖2（a）是認(rèn)證水印被篡改的圖像，圖2（b）是其認(rèn)證結(jié)果。由于只篡改水印信息并不影響原始圖像的使用價(jià)值，因此這種情況通過認(rèn)證。

　對(duì)含水印圖像進(jìn)行了裁剪和替換等處理，結(jié)果如圖3所示，從認(rèn)證結(jié)果可以清晰地看出篡改發(fā)生的位置。由于此時(shí)圖像的內(nèi)容發(fā)生了篡改，破壞了原始圖像的使用價(jià)值，因此這種情況不能通過認(rèn)證。同時(shí)，通過事先嵌入的恢復(fù)水印，對(duì)被篡改區(qū)域進(jìn)行了恢復(fù)。

　本文提出了一種可區(qū)分水印或內(nèi)容篡改的圖像認(rèn)證算法，該算法在原始圖像Contourlet變換域的中頻子帶嵌入量化的低頻信息作為恢復(fù)水印，而在圖像的低頻子帶嵌入認(rèn)證水印。仿真實(shí)驗(yàn)表明，該算法在保證不可見性的同時(shí)，具有較好的魯棒性；雙重水印的嵌入使得算法可以區(qū)分水印被篡改或內(nèi)容被篡改，并可對(duì)圖像內(nèi)容被篡改區(qū)域進(jìn)行定位與近似恢復(fù)。
參考文獻(xiàn)
[1] 李海峰，宋巍巍，王樹勛.基于Contourlet變換的穩(wěn)健性圖像水印算法[J].通信學(xué)報(bào)，2006，27（4）：87-94.
[2] JAYALAKSHMI M， MERCHANT S N， DESAI U B.Digital water-marking in Contourlet domain[C]. The 18th Intern-ational Conference on Pattern Recognition， 2006（3）：861-864.
[3] BOUZIDI A， BAAZIZ N. Contourlet domain feature extraction for image content authentication[C]. Proceedings of the 2006 International Conference on Intelligent Information Hiding and Multimedia Signal Processing， 2006：202-206.