关键字 |
水印,方向滤波器组,小波,相关,PSNR。 |
介绍 |
在数字通信时代,复制过程会对安全信息的收益和保密性造成很大的损害。为了提高多媒体数据的安全性和信息的可识别性,采用数据隐藏技术,利用数据监控系统对数据进行跟踪,以对抗入侵者、黑客和证明数字数据的所有权。水印是一种隐藏所有权、用户身份、授权使用等信息的数据方法,可以在冲突时显示为证据。 |
水印 |
人们已经发现,水印对人类视觉来说是不可见的,并且在应用图像处理方法来去除篡改用户的水印时,它可以保持足够的鲁棒性,并且它的丢失也会导致嵌入水印的数字数据的丢失。它可以通过为每个用户提供唯一的水印来作为对注册用户的授权,并且可以通过检测数据中存在的水印来跟踪用户。为了保证数据的完整性和隐私性,开发了数据水印技术。该水印方法可以在空间域内完成,直接对像素点进行处理是在一个效率较低的水印之后进行的,该水印可以通过反向操作很容易地去除。采用扩频通信插入的变频水印可以进一步提高水印的鲁棒性、抗篡改性和不可见性。 |
小波 |
小波具有较高的分辨率,且在时间和频率上有一定的折衷,因此在低分辨率下能更好地研究精细细节,在高分辨率下能更好地研究粗细节。由于对时间和频率空间的妥协,小波更有效,对于确定对给定应用(如图像压缩中的感知系数)最有用的样本非常有用。本文提出了一种利用定向滤波器组和小波变换对图像进行定向表示的方法,以改善具有定向显著性的系数。利用扩频技术对其进行了扩展,增强了在各个方向上有显著影响的系数。 |
定向滤波器组 |
利用图像的方向表示来获得图像中对人类视觉系统不敏感的区域,具有较高的数据隐蔽性,且不受数据压缩的影响。该方向信息是通过沿各个方向研究它们来获得的,这些方向信息是通过使用定向滤波器组的滤波器获得的。所述方向信息提供了在常见信号处理方法中受影响最小的边缘和曲线,但仍保留图像的视觉感知。 |
|
水平和垂直方向滤波器组 |
定向滤波器组(DFB)将频率空间分解为楔形分区。使用了8个方向,其中方向子带1、2、3和4代表水平方向(-45°和+45°之间的方向),其余代表垂直方向(45°和135°之间的方向)。DFB采用迭代五子滤波器组实现。对于提议的HWD族,我们需要将输入分解为水平方向或垂直方向,或两者都分解。因此,我们提出了垂直DFB (VDFB)和水平DFB (HDFB),其中可以分别实现垂直或水平方向分解 |
|
当我们使用迭代树结构滤波器组来实现DFB时,这些方案的实现非常简单。在DFB的第一级,我们使用一个五子滤波器组(QFB)。我们使用的梅花采样矩阵显示了按Q向下采样对输入图像的影响。图像顺时针旋转+45°。所以在DFB中,由于这不是一个矩形输出,我们通过在输出y0和y1处使用另外两个qfb进一步分解图像。结果,我们得到了四个输出,对应于DFB的四个方向。在第三级及更高级别,我们使用qfb结合一些重采样矩阵来进一步分解DFB。然而,在提议的VDFB (HDFB)中,我们停在y1(y0),只是以类似于分解DFB的方式分解另一个通道(VDFB中的y0和HDFB中的y1)。因此,由于我们保留y1或y0,我们必须找到一种方法,以图1.1所示的矩形形式表示这些输出。 |
|
图1.1:a)五子滤波器组H0和H1为风扇滤波器,Q为采样矩阵 |
b)对图像进行Q下采样 |
c)采样图像的水平和垂直条带。 |
|
Fig.1.2。对下采样的图像Q进行重采样操作Rh和Rv,然后移动到矩形框 |
|
假设一个人使用周期滤波器,可以选择这些输出的矩形条。然而,为了更好地可视化和在编码等图像处理应用中对系数进行可能的进一步处理,我们需要更好的表示。这个问题的解决方案是使用重采样矩阵。在重采样过程中,输入图像的采样率不变,只是对样本进行了重新排序。特别地,我们找到了重采样矩阵,将y1或y0的样本从菱形重排序为平行四边形。值得注意的是,不存在带整数元素的重采样矩阵来将这些输出改变为矩形形式。其功能如图1.2所示。 |
将这些重采样操作应用于QFB的输出,我们得到如图所示的平行四边形输出。现在我们简单地移动得到的系数(在rr的情况下按列移动,在Rv的情况下按行移动)以获得矩形输出。因此,表示y1和y0的最终总体采样矩阵是Qh= QRh,或Qv=QRv,其中Qh(Qv)与移位操作相结合会产生水平(垂直)矩形输出。 |
混合小波与定向滤波器组(HWD) |
本文提出了混合小波和方向滤波器组(HWD)的图像变换族。对于HWD,我们将小波变换视为多分辨率子带分解。其基本原理如下:1)小波对于分段平滑信号已经表现出了良好的非线性逼近特性。因此,我们期望通过适当的方式添加方向性特征,我们可以改善小波产生的非线性近似结果,2)有一个有效的算法,用于图像处理应用,如图像编码;因此,可以将这些算法适当地应用于HWD; 3)可以为该新家族开发类似于小波包的自适应方案。 |
就人类的视觉系统而言,眼睛对图像的低频部分更敏感。因此,为了减少伪影,我们将(修改后的)DFB应用于md, (md< L, L为小波级数)小波子带的最细尺度。我们提出以下两种类型的HWD族基函数。 |
1.HWD类型1 |
a.将DPF应用于md最细对角小波子带(HHi,(1≤i≤md))。 |
b.将VDFB应用于md最细垂直小波子带(HLi,(1≤i≤md))。 |
c.将HDFB应用于md最细水平小波子带(LHi,(1≤i≤md))。 |
2.HWD类型2 |
a.将DFB应用于md最细对角小波子带(HHi,(1≤i≤md))。 |
b.将VDFB应用于md最细水平小波子带(LHi,(1≤i≤md))。 |
c.将HDFB应用于md最细垂直小波子带(HLi,(1≤i≤md))。 |
在HWD1中,我们将通过小波滤波得到的垂直和水平系数进一步进行定向分解。我们使用提议的DFB修改版本来降低复杂性并进一步减少工件。然而,在HWD2中,我们垂直分解水平子带,水平分解垂直子带。事实上,在垂直(水平)子带中仍然存在低量级的水平(垂直)系数。人们可以通过对这些子带应用HDFB (VDFB)来提高这些系数,并改善小波的方向性。由于我们将HDFB或VDFB应用于低量级的系数,我们期望在非线性逼近过程中更少的伪影。在HWD1和HWD2中,我们在i =1时使用D(对于VDFB和HDFB, D =D/2)方向的DFB,然后在每其他级别上减少方向的数量。 |
|
图:a) Barbara- HWD变换系数b)显著系数中的Barbara-水印HWD变换 |
分析及结果 |
对图像的分析包括所提出的混合小波和方向滤波器组的实现,以及分别使用小波和相关性对图像进行统计测量,相关性是测量所得图像与原始图像之间的相似性。 |
同样,峰值信噪比的应用提供了水印信息对图像特征或图像中的扰动的影响。它间接地告诉我们图像包含给定水印信息的容量。二维菱形方向滤波器与量级一起显示,其中低通菱形滤波器和高通菱形滤波器都显示在三维视图中,包括它们的正面和俯视图,它们形成了在所有阶段重复使用的方向滤波器,这取决于所考虑的方向的数量。 |
|
|
图1.1:二维低通金刚石滤波器频谱a)前视图b)俯视图 |
|
|
|
图1.4:a) lena-HWD变换系数b) lena-水印显著系数HWD变换 |
|
图1.5 a)带HWD水印的lena-重构小波系数b) HWD水印lena-重构图像 |
|
|
|
结论 |
HWD变换是一种具有方向性系数的几何变换,但与传统小波变换相比,计算量较大。它的优点是与广义高斯噪声具有较高的相关性,水印不会暴露水印的存在。这将有助于所有者身份识别,所有权证明,副本控制。大多数显著系数的感知嵌入使其对人类视觉不可见。有人提出,水印只能被检测,而不能被提取,从而不受伪造攻击的影响。 |
这种变换方法相对于小波变换需要较高的计算能力。它的容量取决于图像的纹理,它对高频系数高的图像有较高的容量,而对高频系数低的图像有较低的容量。由于其扩频特性,可以扩展区域增强。如果采用较高的小波级,则有可能在低显著系数处嵌入水印而引起几何畸变。 |
在所提出的变换中,方向的数量决定了水印的计算成本和不可见性。它可以扩展到水印过程中,水印只嵌入在几个方向,使其不受旋转和倾斜。可以考虑方向分解层次较高的大方向,以获得更好的鲁棒性和容量的水印。它可以扩展到具有RGB颜色的自然图像,并可以增强与具有更高精度的钻石形状的2d滤波器设计的相关性。其他方向变换如脊小波、轮廓小波、曲线小波、框架小波等可以用来提高它的容量和鲁棒性。 |
参考文献 |
- K. Jain, â '  ' '数字图像基础Processingâ '  ' ',恩格伍德克利夫,新泽西州:Prentice-Hall, 1989。
- Andrew Knight,â '  " MATLAB基础和beyondâ '  ", CRC出版社2005。
- Cox, J. Kilian, T. Leighton, T. Shamoon, â '  '用于多媒体的安全扩频水印,â ' Â]IEEE反式。ImageProcessing,第6卷,第1673- 1687页,1997年12月。
- M. N. Do, â '  '定向多分辨率图像representationsâ ' ”博士论文,瑞士洛桑EPFL, 2001年12月。
- Martin Vetterli和JelenaKovacevic,â '  '小波和子带codingâ '  ', Prentice Hall PTR, Englewood Cliffs,新泽西-1995。
- R. Eslami和H. Radha, â ' “使用混合小波和定向滤波器组的新图像变换:分析与设计,â ' ”在IEEE图像处理国际会议上,第1卷,第733-736页,意大利,2005。
- R. H. Bamberger和M. J. T. Smith, â ' “用于图像定向分解的滤波器组:理论与设计,â ' ”IEEE反式。信号处理,第40卷,pp. 882Ãⅰ '  ' 893, 1992年4月。
- Rafael C.Gonzalez, Richard e. Woods,â '  '数字图像processingâ '  ', prentice hall。
- S. Park, M. J. T. Smith,和R. M. Mersereau, â ' “用于空间图像分析的最大抽取方向滤波器组的改进结构,â ' ”IEEE Trans。《图像处理》第13卷第1期11,页1424-1431,2004年11月
|