HSV颜色空间的彩色图像数字水印算法

ComputerApplicationsandSoftwareVol124No.8Aug.2007

HSV颜色空间的彩色图像数字水印算法

高清柳　李学斌

(北京化工大学信息科学与技术学院　北京100029)

摘　要　　提出了一种新的基于HSV颜色空间的彩色图像数字水印算法。该算法采用彩色图像作为水印嵌入到原始彩色图像中。

算法根据HSV颜色空间的特点,首先将RGB格式的彩色水印图像转换到HSV颜色空间内,然后分别将水印图像的H、S、V三层进行分块DCT变换,对每一个子块保留左上角的系数,将其它的系数替换为0,得到嵌入矩阵,使得嵌入的有效信息大为减少。再将原始彩色图像转换到HSV域内,对原始图像的H、S和V平面进行分块DCT变换后,将变换后的H、S、V层水印信息分别嵌入到原始图像的H、S和V层变换后的中频和低频系数中,最后通过DCT逆变换和颜色空间转换,将嵌入水印的图像转换成RGB的图像,得到嵌入水印的图像,完成水印的嵌入过程。水印图像小于载体图像,利用冗余嵌入提高了水印的鲁棒性。关键词　　DCT　彩色图像　HSV　数字水印AWATERMARKINGALGORITHMFORCOLORIMAGES

BASEDONHSVCOLORSPACE

GaoQingliu　LiXuebin

(InformationScienceandTechnologyCollege,BeijingUniversityofChemicalTechnology,Beijing100029,China)

Abstract　　BasedonHSV(hue,saturation,andvalue)colorspace,itproposesawatermarkingalgorithmforcolorimages.Thedigitalwater2markusingthecolorimageisembededintheoriginalcolorimage.AccordingtothecharactersofHSVcolorspace,andusingadifferentcolorspace,aRGBimageisprocessedbyfirstconvertingittoanHSVimage.AndthentransformthewatermarkingimagesofHplane,SplaneandVplanewhileusingDCTby838blocks.KeepDCTcoefficientsinthetopleftcornerofeveryblockandreplaceothercoefficientswithzerosinordertoreformnewmatrixwithfewereffectivecoefficients.Then,converttheoriginalcolorimagetoanHSVimage.EmbedwatermarkingimageinintermediateandlowfrequencyofcoefficientsDCTaftertransformingtheH,SandVplanesusingDCTby838blocks.ThenanewwatermarkedimageformsthroughtheinverseDCTtransform.Atlast,convertitbacktoRGBcolorspace.Watermarkingimageissmallerthantheoriginalimage,andtherobustnessisenhancedusingredundantembeddingtechnique.Keywords　　DCT　Colorimage　HSV　Digitalwatermarking

0　引　言

随着计算机网络和通信技术的飞速发展,数字媒体(包括

数字图像、数字视频、数字音频)已经得到了广泛的应用,随之而来的数字媒体的信息安全、知识产权保护和认证等问题也日益突出,已经成为数字世界中一个非常紧迫的重要议题。数字水印技术是解决这些问题的有效途径。

数字水印技术必须满足以下三个方面[1]:不可感知性　根据人类视觉特性,嵌入图像中的水印对于人眼应该是不可见的。

鲁棒性　在不明显降低图像质量的条件下,水印很难被除去或检测到。

安全性　指水印有较强的抗攻击能力,即它必须能够承受一定程度的人为攻击,而且水印不会被破坏。

一般认为,鲁棒性和不可感知性是相互矛盾的因素,水印算法的设计即是要在保证不可感知的前提下提高鲁棒性。在图像的DCT变换系数中,低频系数代表图像的平均亮度,高频代表

变化细节,兼顾鲁棒性与不可见性的通常做法是选用中频系数嵌入水印信息[1]。尽管视觉特性对低频的变化敏感,但由于低频系数数值远大于中频,只要水印强度适当,在利用其高鲁棒性的同时也可以满足不可见性,因此也有文献建议在低频系数嵌入水印[5]。本文算法是将水印同时嵌入到DCT变换后的中频和低频系数中,充分利用信息隐藏空间实现大信息量水印的嵌入,并满足水印的鲁棒性和不可感知性要求。

水印信号有多种形式,其中采用图像信号作水印具有直观性强的优点,例如可将商标图案作为水印,在版权保护中更具应用价值。本文算法采用彩色图像作为水印,对水印的操作在图像的HSV颜色空间,充分利用了HSV颜色空间的特点。

1　彩色图像颜色空间的选取

线性空间坐标系(RGB颜色空间)不能对常见的重要术语

收稿日期:2005-07-22。高清柳,硕士生,主研领域:现代信号处理。

© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

　　190　　　

计算机应用与软件2007年

及一些应用的重要属性进行编码。一组有用的颜色术语有:色度hue———从红色变化到绿色的颜色特性;色饱和度satura2tion———从红色变化到粉红色的颜色特性;亮度value———从黑色变到白色的特性。例如,如果我们对检验一种颜色是否位于特定范围的红色,我们希望直接对颜色的色度值hue进行编码。

线行空间坐标系的另一个弊端是不能捕获人们对彩色布局的直觉;人们可以感觉到色度值hue形成一个圆形,hue相应的颜色从红色经橙黄色,黄色,绿色,青色,蓝色,红紫色,再变换回红色。因此,hue应被设计成圆形。这就意味着没有一个线性坐标系能模拟出色度值hue,因为线性坐标系的最大值和最小值相差甚多。而非线性颜色空间HSV[3]可以解决此问题。

HSV颜色空间的主要优点是各分量在视觉上彼此无关,空间距离符合人眼的视觉特征,因此本文将其用于研究彩色图像数字水印,达到了很好的效果。

相当于将原始图像分成了若干块,并对每一个图像块嵌入同一水印。根据相应块提取出的水印畸变程度来判断该图像块是否被篡改或破坏,进而判断整幅图像的失真状况。水印嵌入的全过程都是可逆的。

2　彩色水印图像的有效处理将彩色图像W(图1,64×64的24位RGB彩色图像)作为水印嵌入原始图像I(图2,512×512的24位RGB彩色图像)中的一个困难问题是待嵌入信息量大。离散余弦变换(DCT)具有把图像的重要可视信息都集中在变换后的一小部分系数中的重要特性,不仅在图像编码中成为流行标准,在数字水印领域也被广泛应用[2,6]。本文采用一种基于DCT的方法将水印图像进行处理,从而使有效数据量大为减少。

首先将RGB格式的水印图像转换成HSV域的图像,然后将其分离为色度平面H,色饱和度平面S和亮度平面V。

图4　水印嵌入的全过程

3.1　DCT域嵌入系数选择

离散余弦变换将信号的主要能量集中在中低频带,文献

[1]中将DCT变换后的矩阵通过zigzag排序后,将水印嵌入到中频系数中。而文献[5]中提出的嵌入对策指出,从稳健性角度看,DC分量比AC分量更适合嵌入水印。根据以上两篇文章中的观点,为了兼顾水印的鲁棒性和不可感知性,本文提出了一种新的嵌入对策,将水印同时嵌入到DCT变换后的中频和低频系数中,从而更好地满足水印的鲁棒性和不可感知性。具体来说,对原始图像的H、S和V平面进行8×8的分块DCT变换后,将生成的水印图像的有效信息嵌入到对应的DCT系数中,即将水印图像的DC系数嵌入到原始图像的DC系数中,将水印图像的AC系数嵌入到对应的8×8小块的AC中频系数中,从而将水印信息嵌入到DCT系数的中频和低频系数中,完成水印的嵌入操作。

图1　水印图像　图2　原始载体图像I　图3　嵌入水印后的图像I′

3.2　嵌入步骤

首先,将RGB格式的原始图像I转换成HSV颜色空间的图

像。然后将原始图像的HSV颜色空间分离为色度平面IH,色饱和度平面IS和亮度平面IV。下面以IH平面为例叙述嵌入水印过程,其他两个平面的嵌入策略和IH平面相同。

将IH平面分成互不重叠的8×8像素块,然后对每一块进行2维DCT变换,得出DCT变换后的矩阵。

然后,将生成的新水印图像WH嵌入到原始彩色图像的H平面中。利用水印嵌入公式

IHDCT′=IHDCT+α3WHDCT

进行水印嵌入,嵌入因子为α,α通过实验设置为0.04,满足水印的不可见性和鲁棒性要求;WHDCT为水印图像WH的DCT系数;IHDCT为原始图像IH的DCT系数;IHDCT′为原始图像IH嵌入水印后的DCT系数。

通过上述嵌入过程,得到色度平面IH嵌入水印后的DCT矩阵IHDCT′。同理得到S和V平面嵌入水印后的DCT矩阵IS2DCT′、IVDCT′。

最后,分别对DCT变换域的IHDCT′、ISDCT′、IVDCT′三层图像的每个图像子块进行8×8的DCT逆变换,就可以合成一幅HSV颜色空间的嵌入了水印的图像,将其转换到原始图像的RGB颜色空间中,即得到嵌入水印后的图像。图3所示为原始

(下转第209页)

然后对分离出的H、S、V三层图像分别进行如下处理:将图像分成8×8的块并对每个8×8的子块进行DCT变换,变换后其低频分量集中在左上角,高频分量分布在右下角,右下角大多数的DCT系数值非常接近于0。由于该低频分量包含了图像的主要信息,而高频与之相比,就不那么重要了,对于通常的图像来说,舍弃这些接近于0的DCT系数值,并不会使重构的图像画面质量显著下降。所以,利用DCT变换对每个变换后的8×8子块保留图像的左上角部分4×4的矩阵系数,将图像的其他系数替换为0,从而将水印的有效信息减为原来水印图像的

1/4。

为了使水印信息尽可能分布到原始载体图像的全部空间内,根据原始图像的大小,分别将水印图像的H、S和V平面扩充成和原始图像的大小相同的水印图像WH、WS、WV。这种冗余嵌入水印的方法有益于提高鲁棒性。

3　嵌入算法

水印嵌入过程如图4所示,载体图像与水印图像一样也转换为HSV空间并分别作DCT变换,将经过处理后的彩色图像水印嵌入到原始图像中。将扩充后的水印图像WH、WS、WV分别嵌入到原始图像的H层图像IH、S层图像IS、V层图像IV中,

© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

第8期　　　

苏红顺等:古诺模型动态图形的实现

下如下节的图9所示。

　209

4　动态图形的演示

5　鲁棒性实验

动态图形演示见图2～图5,它们分别是FRAME=0和3时

截取的图形,其中每幅图形均为上下两个图形构成,叠加在一起能够起到综合对比效果,上图动态地显示随着竞争的进行两个厂商的各自的产量、二者的产量和以及由产量和需求曲线形成的市场价格,还显示出了它们的具体数值,并留下了他们多次竞争留下的轨迹。下图动态地显示了两个厂商的产量在各自的产量反应曲线上的变化过程,这个变化过程是用一个动点在两个厂商的产量反应曲线上的交替移动表示出来的。下图中E点就是古诺均衡点,它显示了两个垄断寡头不断竞争的最终结果;F点被称为共谋均衡点,其含义是如果二者共谋而形成独家垄断模式,则两个厂商给市场提供较少的产量(300+300)而使得市场价格(6)较高,这和市场中仅有一个厂商A的情形非常类似;H点被称为竞争均衡点,其含义是市场中实现了完全竞争,则他们给整个社会提供了一个高产量(600+600=市场容量)和低价格(0:价格为0不甚合理的原因是假设总成本为0)。这三个点具有重要的经济意义,我们也一并画在图形中。

图5　无攻击下提取的水印

图6　经过JPEG压缩后提取出来　的水印图像图7　加入椒盐噪声后的水印图像图8　从图

7中提取出

来的水印

图6为经过压缩比为3的JPEG压缩后提取出来的水印图像,由于高频能量损失大,图中变化较快地方的水印失真较大,经过冗余处理恢复出来的水印图像与嵌入的水印图像的相似度NC值为0.9873,如图10所示。

图7为图3加入椒盐噪声后的水印图像,图8为从图7中提取出的水印图像。图11为图8冗余处理后恢复出来的水印。提取出来的水印图11和原始水印的相似度为0.99894。

　图9

图2　　　　　　　　　　图4

图10图11图12图13图14

(注:图9为图5冗余处理后恢复出来的水印;图10为图6冗余处

理后恢复出来的水印;图11为图8冗余处理后提取出来的水印;图12为缩小50%时冗余处理后恢复出来的水印;图13为放大2倍冗余处理后恢复出来的水印;图14为裁减左上角1/4时冗余处理后恢复出来的水印)

图3　　　　　　　　　　图5

参考文献

[1]黎诣远.西方经济学[M].第2版.高等教育出版社,2005.[2]郝黎仁.Mathcad2001及概率统计应用.中国水利水电出版社,2002(8).

当含水印图像经缩小、放大或裁减图像左上角1/4的图像时,提取出来的水印经过冗余处理后恢复出来的水印图像分别如图12、图13、图14所示,和原始水印图像的相似度分别为0.97078、0.99996、0.99995。可以看出水印抵抗几何变换的能力良好。需要注意的是,如果攻击改变了水印图像的几何尺寸,在进行水印检测时,对于几何尺寸发生变化的待检测图像,需要对待检测图像进行几何尺寸变换预处理。

实验结果表明,该算法能够抵抗JPEG压缩、噪声和几何变换等攻击,具有较好的鲁棒性。

(上接第190页)

图像I嵌入水印后的结果,嵌入后PSNR为33.627dB。

参考文献

[1]NargesAhmidi,RezaSafabakhsh.ANovelDCT-basedApproachfor

SecureColorImageWatermarking.ComputerSociety,2004.

[2]董长虹,赖志国,余啸海.Matlab图像处理与应用[M].北京:国防

4　水印检测

水印检测为上述水印嵌入过程的逆过程。从嵌入水印后的图像I′的H、S、V层中分别提取出水印,可以得到和原始图像大小相同的水印图像,如果I′的某一部分被破坏就可以根据提取出来的这三层水印图像检测出图像被破坏的程度。将提取出来的三层水印图像合成一幅HSV颜色空间的水印图像,再将之转换到RGB颜色空间中,就可以得到提取出来的水印图像,无攻击的情况下提取出来的水印如下节的图5所示。此水印图像由若干个和原始图像大小相同的小水印图像组成,可通过取平均值的方法利用冗余信息提高鲁棒性,就是说,将提取出来的水印图像按照生成水印图像的逆过程进行分割,生成和原始水印大小一致的小水印图像,将所有的小水印图像相叠加,然后求出平均值,即可得到冗余处理后恢复出来的水印图像,无攻击的情况

工业出版社,2004:114124.

[3]DavidAForsyth,JeanPonce.COMPUTERVISIONAMODERNAP2

PROACH[M].BEIJING:TSINGHUAUNIVERSITYPRESS,2004:105

114.

[4]RafaelCGonzales,RichardEWoods,StevenLEddins.DigitalImage

ProcessingUsingMATLAB[M].BEIJING:PublishingHouseofElec2tronicsIndustry,2004:194(1):47

50.

79.

241.

[5]许红山.基于变换域的数字水印技术.计算机工程与科学,2004,26[6]郭志强,唐兵.自适应彩色图像水印算法.武汉理工大学学报,

2004,26(2):76

[7]吴庆畅,刘兵,杨鉴.一种新的基于域相关算法的图像易损水印技

术.计算机工程,2004,30(8):146148.

© 1994-2007 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net