可見水印演算法python

『壹』 關於數字水印常用演算法的實現原理

典型數字水印演算法
近年來，數字水印技術研究取得了很大的進步，下面對一些典型的演算法進行了分析，除特別指明外，這些演算法主要針對圖像數據(某些演算法也適合視頻和音頻數據)。
空域演算法
該類演算法中典型的水印演算法是將信息嵌入到隨機選擇的圖像點中最不重要的像素位 (LSB:least significant bits)上，這可保證嵌入的水印是不可見的。但是由於使用了圖像不重要的像素位，演算法的魯棒性差，水印信息很容易為濾波、圖像量化、幾何變形的操作破壞。另外一個常用方法是利用像素的統計特徵將信息嵌入像素的亮度值中。
Patchwork演算法
方法是隨機選擇N對像素點 (ai，bi) ，然後將每個ai點的亮度值加 1 ，每個bi點的亮度值減 1，這樣整個圖像的平均亮度保持不變。適當地調整參數，Patchwork方法對JPEG壓縮、FIR濾波以及圖像裁剪有一定的抵抗力，但該方法嵌入的信息量有限。為了嵌入更多的水印信息，可以將圖像分塊，然後對每一個圖像塊進行嵌入操作。
變換域演算法
該類演算法中，大部分水印演算法採用了擴展頻譜通信 (spread spectrum communication)技術。演算法實現過程為：先計算圖像的離散餘弦變換 (DCT)，然後將水印疊加到DCT域中幅值最大的前k系數上(不包括直流分量)，通常為圖像的低頻分量。若DCT系數的前k個最大分量表示為D=，i=1 ，… ，k，水印是服從高斯分布的隨機實數序列W =，i=1 ，… ，k，那麼水印的嵌入演算法為di = di(1 + awi)，其中常數a為尺度因子，控制水印添加的強度。然後用新的系數做反變換得到水印圖像I。解碼函數則分別計算原始圖像I和水印圖像I＊的離散餘弦變換，並提取嵌入的水印W＊，再做相關檢驗 以確定水印的存在與否。該方法即使當水印圖像經過一些通用的幾何變形和信號處理操作而產生比較明顯的變形後仍然能夠提取出一個可信賴的水印拷貝。一個簡單改進是不將水印嵌入到DCT域的低頻分量上，而是嵌入到中頻分量上以調節水印的頑健性與不可見性之間的矛盾。另外，還可以將數字圖像的空間域數據通過離散傅里葉變換(DFT)或離散小波變換(DWT)轉化為相應的頻域系數；其次，根據待隱藏的信息類型，對其進行適當編碼或變形；再次，根據隱藏信息量的大小和其相應的安全目標，選擇某些類型的頻域系數序列（如高頻或中頻或低頻）；再次，確定某種規則或演算法，用待隱藏的信息的相應數據去修改前面選定的頻域系數序列；最後，將數字圖像的頻域系數經相應的反變換轉化為空間域數據。該類演算法的隱藏和提取信息操作復雜，隱藏信息量不能很大，但抗攻擊能力強，很適合於數字作品版權保護的數字水印技術中。
壓縮域演算法
基於JPEG、MPEG標準的壓縮域數字水印系統不僅節省了大量的完全解碼和重新編碼過程，而且在數字電視廣播及VOD(Video on Demand)中有很大的實用價值。相應地，水印檢測與提取也可直接在壓縮域數據中進行。下面介紹一種針對MPEG-2壓縮視頻數據流的數字水印方案。雖然MPEG-2數據流語法允許把用戶數據加到數據流中，但是這種方案並不適合數字水印技術，因為用戶數據可以簡單地從數據流中去掉，同時，在MPEG-2編碼視頻數據流中增加用戶數據會加大位率，使之不適於固定帶寬的應用，所以關鍵是如何把水印信號加到數據信號中，即加入到表示視頻幀的數據流中。對於輸入的MPEG-2數據流而言，它可分為數據頭信息、運動向量(用於運動補償)和DCT編碼信號塊3部分，在方案中只有MPEG-2數據流最後一部分數據被改變，其原理是，首先對DCT編碼數據塊中每一輸入的Huffman碼進行解碼和逆量化，以得到當前數據塊的一個DCT系數;其次，把相應水印信號塊的變換系數與之相加，從而得到水印疊加的DCT系數，再重新進行量化和Huffman編碼，最後對新的Huffman碼字的位數n1與原來的無水印系數的碼字n0進行比較，只在n1不大於n0的時候，才能傳輸水印碼字，否則傳輸原碼字，這就保證了不增加視頻數據流位率。該方法有一個問題值得考慮，即水印信號的引入是一種引起降質的誤差信號，而基於運動補償的編碼方案會將一個誤差擴散和累積起來，為解決此問題，該演算法採取了漂移補償的方案來抵消因水印信號的引入所引起的視覺變形。
NEC演算法
該演算法由NEC實驗室的Cox等人提出，該演算法在數字水印演算法中佔有重要地位，其實現方法是，首先以密鑰為種子來產生偽隨機序列，該序列具有高斯N(0，1)分布，密鑰一般由作者的標識碼和圖像的哈希值組成，其次對圖像做DCT變換，最後用偽隨機高斯序列來調制(疊加)該圖像除直流(DC)分量外的1000個最大的DCT系數。該演算法具有較強的魯棒性、安全性、透明性等。由於採用特殊的密鑰，因此可防止IBM攻擊，而且該演算法還提出了增強水印魯棒性和抗攻擊演算法的重要原則，即水印信號應該嵌入源數據中對人感覺最重要的部分，這種水印信號由獨立同分布隨機實數序列構成，且該實數序列應該具有高斯分布N(0，1)的特徵。
生理模型演算法
人的生理模型包括人類視HVS(HumanVisualSystem)和人類聽覺系統HAS。該模型不僅被多媒體數據壓縮系統利用，同樣可以供數字水印系統利用。利用視覺模型的基本思想均是利用從視覺模型導出的JND(Just Noticeable Difference)描述來確定在圖像的各個部分所能容忍的數字水印信號的最大強度，從而能避免破壞視覺質量。也就是說，利用視覺模型來確定與圖像相關的調制掩模，然後再利用其來插入水印。這一方法同時具有好的透明性和強健性。

『貳』 如何用python操作word添加水印

加水印的方法！

『叄』 什麼是數字水印技術，有那些分類及其作用

----按水印的特性可以將數字水印分為魯棒數字水印和易損數字水印兩類。魯棒水印(robust
watermarking)主要用於在數字作品中標識著作權信息，利用這種水印技術在多媒體內容的數據中嵌入創建者、所有者的標示信息，或者嵌入購買者的標示（即序列號）。在發生版權糾紛時，創建者或所有者的信息用於標示數據的版權所有者，而序列號用於追蹤違反協議而為盜版提供多媒體數據的用戶。用於版權保護的數字水印要求有很強的魯棒性和安全性，除了要求在一般圖像處理（如：濾波、加雜訊、替換、壓縮等）中生存外，還需能抵抗一些惡意攻擊。
----易損水印（fragile
watermarking），與魯棒水印的要求相反，易損數字水印主要用於完整性保護，這種水印同樣是在內容數據中嵌入不可見的信息。當內容發生改變時，這些水印信息會發生相應的改變，從而可以鑒定原始數據是否被篡改。易損水印應對一般圖像處理（如：濾波、加雜訊、替換、壓縮等）有較強的免疫能力（魯棒性），同時又要求有較強的敏感性，即：既允許一定程度的失真，又要能將失真情況探測出來。必須對信號的改動很敏感，人們根據易損水印的狀態就可以判斷數據是否被篡改過。
----不同的應用需求造就了不同的水印技術。按水印的用途，我們可以將數字水印劃分為票證防偽水印、版權保護水印、篡改提示水印和隱蔽標識水印。
----票證防偽水印是一類比較特殊的水印，主要用於列印票據和電子票據、各種證件的防偽。一般來說，偽幣的製造者不可能對票據圖像進行過多的修改，所以，諸如尺度變換等信號編輯操作是不用考慮的。但另一方面，人們必須考慮票據破損、圖案模糊等情形，而且考慮到快速檢測的要求，用於票證防偽的數字水印演算法不能太復雜。
----版權標識水印是目前研究最多的一類數字水印。數字作品既是商品又是知識作品，這種雙重性決定了版權標識水印主要強調隱蔽性和魯棒性，而對數據量的要求相對較小。
----篡改提示水印是一種脆弱水印，其目的是標識原文件信號的完整性和真實性。
----隱蔽標識水印的目的是將保密數據的重要標注隱藏起來，限制非法用戶對保密數據的使用。
----按數字水印的隱藏位置，我們可以將其劃分為時（空）域數字水印、頻域數字水印、時/頻域數字水印和時間/尺度域數字水印。
----時（空）域數字水印是直接在信號空間上疊加水印信息，而頻域數字水印、時/頻域數字水印和時間/尺度域數字水印則分別是在dct變換域、時/
頻變換域和小波變換域上隱藏水印。
----隨著數字水印技術的發展，各種水印演算法層出不窮，水印的隱藏位置也不再局限於上述四種。應該說，只要構成一種信號變換，就有可能在其變換空間上隱藏水印。
按透明性劃分
按數字水印的透明性質，可分為可見水印和不可見水印兩種。可見水印就是人眼能看見的水印，比如照片上標記的拍照的日期或者電視頻道上的標識等。不可見水印就是人類視覺系統難以感知的，也是當前數字水印領域關注比較多的。

『肆』 大蝦幫幫我關於 數字水印 ！！

三、應用：數字水印

消息認證與數字簽名可以應用到數字水印中。

傳統水印用來證明紙幣或紙張上內容的合法性，數字水印（digital watermark）用以證明一個數字產品的擁有權、真實性。數字水印是嵌在數字產品中的數字信息。可以是作者的序列號、公司標志、有特殊意義的文本等。

數字水印主要用於：阻止非法復制(間接的)、確定所有權(作者、發行人、分發商、合法的最終用戶)、確定作品的真實性和完整性(是否偽造、被篡改)、證實收件人、不可否認的傳送、法庭證據的驗證、贗品甄別、識別文件來源與版本、Web網路巡邏監視盜賊等。

傳統水印是人眼可以看得見的，而數字水印可以分為可感知的(Perceptible)和不易感知的(Inperceptible)兩種。

可感知的數字水印，主要用於當場聲明對產品的所有權、著作權及來源，起到一個宣傳廣告或約束的作用。可感知水印一般為較淡的或半透明的不礙觀瞻的圖案；比如電視台節目播放的同時，在某個角落插上電視台的半透明標志。另一個用途是為了在線分發作品，比如先將一個低解析度的有可見水印的圖像免費送人，其水印往往是擁有者或賣主的信息，它提供了尋找原高解析度作品的線索，若想得到高解析度的原作品則需付費。有些公司在產品出售前為了在網路上宣傳其產品，先做上可逆可見水印分發，付費購買時，再用專用軟體將可見水印去掉，加入不可見水印(發行人、分發商、最終用戶等的信息)。可見水印還有另一些用途，那就是為了節約帶寬、存儲空間等原因，在VCD、DVD等電影拷貝中用嵌入不可見水印的方式配上多種語言的副標題和字幕，待播放時由硬體根據需要實時地解出每一幀中的水印文字，將其顯示在屏幕上。

可見水印在某些產品中或多或少降低了作品的觀賞價值，使其用途相對受到一定限制。不易感知的水印的應用層次更高，製作難度更大。

不易感知的數字水印就像隱形墨水技術中的看不見的文字，隱藏在數字產品中。水印的存在要以不破壞原數據的欣賞價值、使用價值為原則。數字水印按照某種方式植入被保護的信息中，在產生版權糾紛時，通過相應的演算法提取出該數字水印，從而驗證版權的歸屬。被保護的信息可以是圖像、聲音、視頻或一般性的電子文檔等。為了給攻擊者增加去除水印的難度，大多數水印製作方案都在水印的嵌入、提取時使用密鑰。

圖5.7水印的嵌入與提取

數字水印技術雖然不能阻止盜版活動的發生，但它可以判別對象是否受到保護，監視被保護數據的傳播、真偽鑒別和非法拷貝、解決版權糾紛並為法庭提供證據。

數字水印的設計需要考慮以下幾個方面：

魯棒性：是指被保護的信息經過某種改動後抵抗隱藏信息丟失的能力。例如傳輸過程中的信道噪音、濾波操作、重采樣、有損編碼壓縮、D/ A或 A/ D轉換、圖像的幾何變換（如平移、伸縮、旋轉、剪裁等）。

不可檢測性（不可見性）：是指隱蔽載體與原始載體具有一致的特性。如具有一致的統計雜訊分布等，以便使非法攔截者很難判斷是否有隱蔽信息。

透明性：是指經過一系列隱藏處理後，原始數據沒有明顯的降質現象。

安全性：要求隱藏演算法有較強的抗攻擊能力（篡改、偽造、去除水印），使隱藏信息不會被破壞。如不因文件格式轉換而丟失水印，且未經授權者不能檢測出水印。

自恢復性：由於經過一些操作或變換後，可能會使原數據產生較大的破壞，如果只從留下的片段數據，仍能恢復隱藏信號，而且恢復過程不需要原數據，這就是自恢復性（自相似性）。

水印容量：水印容量和魯棒性之間是相互矛盾的。水印容量的增加會帶來魯棒性的下降，對不可見性也有影響。為抵抗各種變換，水印通常需要按照一定的排列方式反復加入多次，當水印容量大時重復次數只好減少，而魯棒性不好就會導致檢測結果的不可靠。

數字水印技術有多種分類。

按作用可劃分為魯棒水印和脆弱水印。前者主要應用於數字作品中標志著作版權信息，需要嵌入的水印能夠抵抗常見的編輯處理和有損壓縮；後者主要用於完整性保護，判斷信號是否被篡改。

按水印的載體可分為圖像水印、視頻水印、音頻水印、文本水印和印刷水印等。

按檢測方法可分為明水印和盲水印。在檢測過程中需要原數據的技術稱為明水印，其魯棒性較強；在檢測過程中不需要原數據的技術稱為盲水印。

按內容可分為內容水印和標志水印。內容水印是指水印經過攻擊受損後人們仍能通過感覺判斷內容；標志水印是指通過檢測判斷來確定信號中是否有水印標志。

按用途可分為版權保護水印、篡改提示水印、票據防偽水印、隱蔽標識水印、印刷數字水印等。

數字水印其內容可以是任何具有代表意義的信息，如圖像、文字、數字、符號等，為了便於隱藏，水印的體積越小越好。用文本作為水印信息是較好的選擇，既節約空間又能直讀出其含義。數字水印主要應用在版權保護、加指紋、標題與注釋、篡改提示、使用控制等領域。

版權保護：即數字媒體的所有者可用密鑰產生一個水印，並將其嵌入原始數據，然後公開發布他的水印版本作品。數字媒體包括音像製品、數字廣播、DVD、MP3等。當該作品被盜版或出現版權糾紛時，所有者即可從盜版作品或水印版作品中獲取水印信號作為依據，從而保護所有者的權益。

版權跟蹤：為避免未經授權的拷貝製作和發行，出品人可以將不同用戶的ID或序列號作為不同的水印嵌入作品的合法拷貝中，稱為數字指紋。其目的是通過授權用戶的信息來識別數據的發行拷貝，監控和跟蹤使用過程中的非法拷貝。一旦發現未經授權的拷貝，就可以根據此拷貝所恢復出的指紋來確定它的來源。

標題與注釋：即將作品的標題、注釋等內容以水印形式嵌入該作品中，這種隱式注釋不需要額外的帶寬，且不易丟失。如在遙感圖像等信息中隱藏日期、經緯度等。

篡改提示：當數字作品被用於法庭、醫學、新聞及商業時，常需確定它們的內容是否被修改、偽造或特殊處理過。為實現該目的，通常可將原始圖象分成多個獨立塊，再將每個塊加入不同的水印。同時可通過檢測每個數據塊中的水印信號，來確定作品的完整性。與其他水印不同的是，這類水印必須是脆弱的，並且檢測水印信號時，不需要原始數據。

使用控制：這種應用的一個典型的例子是DVD防拷貝系統，即將水印信息加入DVD數據中，這樣DVD播放機即可通過檢測DVD數據中的水印信息而判斷其合法性和可拷貝性。從而保護製造商的商業利益。

典型數字水印演算法包括以下幾種演算法。

空域演算法：此演算法首先把一個密鑰輸入一個m-序列發生器來產生水印信號，然後排列成2維水印信號，按象素點逐一嵌入到原始圖象最不重要的像素位棗最低位(LSB:least significant bits)。這可保證嵌入的水印是不可見的。但是由於使用了圖像不重要的像素位，演算法的魯棒性差，水印信息很容易為濾波、圖像量化、幾何變形的操作破壞，因此不夠強壯。

文本水印演算法：通過輕微改變字元間距，行間距或是增加、刪除字元特徵如底紋線等方法來嵌入水印。或是在符號級或語義級加入水印，例如，可以用big替換文本中的large。

基於改變圖象數據統計特性的水印演算法：Patchwork演算法首先隨機選取N對象素點，然後通過增加象素對中一個點的亮度值，而相應降低另一個點的亮度值。這樣整個圖像的平均亮度保持不變。適當地調整參數，Patchwork方法對JPEG壓縮、FIR濾波以及圖像裁剪有一定的抵抗力，但該方法嵌入的信息量有限。

頻域演算法：它是利用一個信號可以掩蓋另一個較弱的信號這一頻率掩蓋現象。圖象的頻域空間中可以嵌入大量的比特而不引起可察的降質，當選擇改變中頻或低頻分量（除去直流分量）來加入水印時，強壯性可大大提高。頻域水印技術可以利用通用的離散餘弦變換，小波變換和傅立葉變換等變換方法。其優點是隱藏效果好，人眼不能發覺與原始圖象間的差別；使用密鑰控制，只有知曉偽裝密鑰的人才能解密；可以有效的抵抗剪切及JEPG等有損壓縮編碼；水印圖象可以是灰度圖象。但該類演算法的隱藏和提取信息操作復雜，隱藏信息量不能很大。

壓縮域演算法：水印檢測與提取直接在壓縮域數據中進行。把水印信號加到表示視頻幀的數據流中去。MPEG-2數據流可分為數據頭信息、運動向量(用於運動補償)和DCT編碼信號塊3部分，該演算法只有DCT編碼信號塊被改變。首先對DCT編碼數據塊中每一輸入的Huffman碼進行解碼和逆量化，以得到當前數據塊的一個DCT系數；其次，把相應水印信號塊的變換系數與之相加，從而得到水印疊加的DCT系數，再重新進行量化和Huffman編碼，最後對新的Huffman碼字的位數n1與原來的無水印系數的碼字n0進行比較，只在n1不大於n0的時候，才傳輸水印碼字，否則傳輸原碼字，這就保證了不增加視頻數據流位率。該方法中水印信號的引入是一種引起降質的誤差信號，而基於運動補償的編碼方案會將一個誤差擴散和累積起來，為解決此問題，該演算法採取了漂移補償的方案來抵消因水印信號的引入所引起的視覺變形。

NEC演算法：該演算法由NEC實驗室的COX等人提出，在數字水印演算法中佔有重要地位。COX認為水印信號應該嵌入源數據中對人的感覺最重要的部分。在頻譜空間中，這種重要部分就是低頻分量。這樣，攻擊者在破壞水印的過程中，不可避免地會引起圖象質量的嚴重下降。水印信號應該由具有高斯分布的獨立同分布隨機實數序列構成。這使得水印經受多拷貝聯合攻擊的能力大大增強。實現方法是：首先以密鑰為種子來產生偽隨機序列，該序列具有高斯N(0，1)分布，密鑰一般由作者的標識碼和圖象的哈希值組成，對整幅圖象做DCT變換，用偽隨機高斯序列來調制(疊加)該圖象除直流分量（DC）外的1000個最大的DCT系數。該演算法具有較強的魯棒性、安全性、透明性等。

生理模型演算法：人的生理模型包括人類視覺系統HVS(HumanVisualSystem)和人類聽覺系統HAS。利用視覺模型的基本思想是利用從視覺模型導出的JND(Just Noticeable Difference)描述來確定在圖象的各個部分所能容忍的數字水印信號的最大強度，從而能避免破壞視覺質量。也就是說，利用視覺模型來確定與圖象相關的調制掩模，然後再利用其來插入水印。這一方法同時具有好的透明性和強健性。

數字水印在版權標識、隱藏標識和篡改提示、數據防偽上具有不可替代的作用，它將在商業、金融、軍事和個人消費上帶來巨大的商業利潤。自1995年以來，該領域的研究工作已經取得了巨大的進展。隨著數字水印技術的日趨成熟，數字水印技術將在電子商務、視頻點播、遠程教學和遠程培訓中發揮越來越大的作用。

『伍』 圖片水印是什麼東西了

水印是向數據多媒體（如圖像、聲音、視頻信號等）中添加某些數字信息以達到文件真偽鑒別、版權保護等功能。水印是無法去除的。

嵌入的水印信息隱藏於宿主文件中，不影響原始文件的可觀性和完整性。

水印應能為受到版權保護的信息產品的歸屬提供完全和可靠的證據。水印演算法識別被嵌入到保護對象中的所有者的有關信息（如注冊的用戶號碼、產品標志或有意義的文字等）並能在需要的時候將其提取出來。

水印可以用來判別對象是否受到保護，並能夠監視被保護數據的傳播、真偽鑒別以及非法拷貝控制等。

(5)可見水印演算法python擴展閱讀：

水印的分類

1，從視覺角度分：可見水印、不可見水印。顧名思義，就是以嵌入水印後，能否被人以肉眼識別水印為依據劃分的；

2，從水印嵌入位置分：時（空）域數字水印、頻域數字水印、時/頻域數字水印和時間/尺度域數字水印。

3，從魯棒性劃分：魯棒水印、完全脆弱水印、半脆弱水印。

『陸』 數字水印的價值,意義以及優點~誰能幫下忙

數字版權的最後一道防線—數字水印

■ 北京大學計算機科學技術 研究所 朱新山

--------------------------------------------------------------------------------

數字水印被視做抵抗多媒體盜版的「最後一道防線」。因此從水印技術自身來說，它具有廣泛的應用前景和巨大的經濟價值。

當今社會的發展已經呈現兩個明顯的特徵：數字化和網路化。數字化指的是信息的存儲形式，特點是信息存儲量大、便於編輯和復制；網路化指的是信息的傳輸形式，具有速度快、分布廣的優點。過去10年，數字媒體信息的使用和分布呈爆炸性的增長。人們通過互聯網可以快捷方便地獲得數字信息和在線服務。但同時，盜版也變得更加容易，對數字內容的管理和保護成為業界迫切需要解決的問題。

數字信息在本質上有別於模擬信息，傳統的保護模擬信息的方案對數字信息已不再奏效。再加上一些具有通用目的的處理器，如PC機，使得那些基於硬體的媒體保護方案很容易被攻破。而通常採用的加密技術事實上只能在信息從發送者到接受者的傳輸過程中保護媒體的內容。在信息被接收到以後，再利用的過程中所有的數據對使用者都是透明的，不再受到任何保護。在這一形勢下，數字水印作為一種潛在的解決方案，得到了眾多學者的青睞。

數字水印的基本思想是在原始媒體數據中，如音頻、視頻、圖像等，隱藏具有一定意義的附加信息作為標記，這些信息與原始數據緊密結合，並隨之一起被傳輸。在接收端，通過計算機水印信號被提取出來用於各種目的，可能的應用包括數字簽名、數字指紋、廣播監視、內容認證、拷貝控制和秘密通信等。數字水印被視做抵抗多媒體盜版的「最後一道防線」。因此從水印技術自身來說，它具有廣泛的應用前景和巨大的經濟價值。
數字水印的一般框架圖

數字水印的基本框架

一個典型的水印系統由嵌入器和檢測器組成，如圖所示。嵌入器（式（1））根據要傳送的信息M生成真正的水印信號，並把它隱藏到媒體數據x中，得到含水印的信號y。為了安全起見，水印信號的生成通常依賴於密鑰K。

y經過傳輸網路可能會有一定的信息損失，到達檢測器端變成y′，這段通道對於嵌入器和檢測器來說都是不可控、不可知的，可以稱其為攻擊通道（attack channel）。檢測器負責從y′中提取信息，如式（2）。對於不需要宿主信號的檢測，我們稱為盲水印（blind watermarking），相反稱為非盲水印（non-blind watermarking）。由於應用的需求，盲水印一直是研究的主流。

數字水印的特性

數字水印的思想雖然簡單，但是要達到應用的目的，就必須滿足一定的性能指標，其中相對重要的特性包括：

● 保真性（fidelity）：又常稱為不可見性，指的是水印嵌入導致宿主信號質量變化的程度。鑒於宿主信號多是多媒體數據供人們觀賞，水印應具有很高的保真性，同時又增加了水印自身的安全。

● 魯棒性（robustness）：是指水印在媒體數據編輯、處理過程中的生存能力。媒體數據的各種操作會導致宿主信號信息損失，從而破壞水印完整性，像壓縮、濾波、加噪、剪切、縮放和旋轉等，也包括一些惡意的攻擊。

● 信息容量（data payload）：是指在一定保真度下，水印信號可傳遞的信息量。實際應用要求水印可傳送多位信息。

● 安全性：在應用中總有人要嵌入、檢測或剔除水印，而必須限制其他人做同樣的操作，這就是水印的安全性。要實現安全，必須保密重要信息，比如通常使用密鑰產生水印。

● 錯警率：是指在不含水印的宿主信號中，錯誤地檢測出水印的概率。很顯然，只有錯警率足夠低，系統才能安全可靠地使用。

設計水印必須圍繞上述性能指標選擇合適的技術。有些特性之間是不相容的，像不可見性、魯棒性和信息容量，必須做權衡的考慮。

由水印的保真性將其分為可見水印和不可見水印，顧名思義可見水印可通過人眼檢測。由水印的魯棒性又可分為魯棒水印（robust watermarking）和脆弱水印（fragile watermarking）。魯棒水印可以抵抗一定程度的信號處理；而脆弱水印的特點是任何對媒體信息的更改都會破壞水印的完整性，使水印檢測不出來。所以說魯棒水印是盡力保證水印信息的完整性，脆弱水印是盡力保證媒體信息的完整性，它們各有各的用途。還有一種水印介於二者之間，稱為半脆弱水印，對一些操作魯棒，但對重要數據特徵的修改操作是脆弱的。

數字水印技術的進展

早期，水印設計者關注的是如何把信息隱藏在數字媒體中並不被發現。為此，水印信息被置於二進制數據的最低位中，這類方案被統稱為最低有效位調制。很明顯，最低有效位內的信息容易在常用的信號處理中丟失，水印的魯棒性差。

隨後，出現了大量空間域內的水印演算法。水印嵌入不再是修改空間域內的單個點，而是一個點集或一個區域的特徵，例如均值、方差、奇偶性等。Patchwork是這類方法的一個典型代表。它在圖像空間隨機選取n對像素點(ai, bi)，並且對像素ai的亮度加d，bi的亮度減d，結果這兩組像素點之間亮度差值的均值被修改為2d。該均值和統計假設檢驗理論可確定水印的有無。可是Patchwork能嵌入的信息量有限，而且對幾何變換敏感。空間域內水印演算法存在的共性問題是對圖像處理的魯棒性差。

相較於空間域，頻譜則是一種很好的信號描述方法。低頻分量代表了信號的平滑部分，是主體信息;高頻分量表示信號的抖動部分，是邊緣信息，信號的分析和處理非常直觀方便。擴頻水印引入了擴頻通信理論，是一種非常流行的頻率域內的水印設計思想。它將數字媒體視為信道，通常具有較寬的帶寬，要嵌入的水印信號作為發射信號，帶寬較窄。可以先將水印擴展到多個頻率點上，再與媒體信號疊加。這樣，每個頻率分量內只含有微小能量的水印，既保證了不可見性，同時要破壞水印，則必須在每個頻率上疊加幅值很高的雜訊。這一思想首先被應用到DCT域內，之後又被推廣到傅立葉變換域和小波域內。另外，為了兼顧水印的保真性，人類感知模型被用於控制每個頻率點上水印的能量，使其不至於破壞信號質量，從而形成了一類自適應的擴頻水印。

另一種重要的水印模型是把水印看成是已知邊帶信息的通信。邊帶信息指的是嵌入器端已知的信息，包括媒體數據。嵌入器應該充分利用邊帶信息，盡可能提高水印正確檢測的概率。這對水印的設計有重要的指導意義，它說明含水印的宿主信號應該選擇在可檢測到水印的區域，同時保證一定的保真度。

當前，水印研究的熱點是探討媒體信號中能嵌入並可靠檢測的最大信息量，它應用了已知邊帶信息的通信模型以及資訊理論的知識。水印演算法的研究則側重於針對壓縮域，即JPEG、MPEG等壓縮標准，因為壓縮是信息傳輸中必須採用的技術。

數字水印的攻擊技術

對媒體數據的各種編輯和修改常常導致信息損失，又由於水印與媒體數據緊密結合，所以也會影響到水印的檢測和提取，我們把這些操作統稱為攻擊。水印的攻擊技術可以用來測試水印的性能，它是水印技術發展的一個重要方面。如何提高水印的魯棒性，抵抗攻擊，是水印設計者最為關注的問題。

第一代水印性能評價系統Stirmark囊括了大量的信號和圖像處理操作，它們可以分為：

● 去除水印攻擊(Removal attack):主要包括A/D、D/A轉換、去噪、濾波、直方圖修改、量化和有損壓縮等。這些操作造成了媒體數據的信息損失，特別是壓縮，能在保證一定信息質量的前提下，盡可能多地剔出冗餘，使得水印被去掉。

● 幾何攻擊(Geometrical attack):主要包括各種幾何變換，例如旋轉、平移、尺度變換、剪切、刪除行或列、隨機幾何變換等。這些操作使得媒體數據的空間或時間序列的排布發生變化，造成水印的不可檢測，因此也叫非同步攻擊。

● 共謀攻擊：攻擊者利用同一條媒體信息的多個含水印拷貝，使用統計方法構造出不含水印的媒體數據。

● 重復嵌入攻擊：攻擊者在已嵌入他人水印的媒體數據中嵌入自己的版權信息，從而造成版權糾紛。

第二代水印攻擊系統由Voloshynovskiy提出，其核心思想是利用合理的媒體數據統計模型和最大後驗概率來估計水印或者原始媒體信號，從而將水印剔除。

對攻擊技術的分析和研究促進了水印技術的革新，但也為水印自身提出了一個又一個挑戰。當前，還不存在一種演算法能夠抵抗所有的攻擊，特別是幾何攻擊，是學術界公認的最困難的問題，目前還沒有成熟的方案。

數字水印產品

20世紀90年代末期國際上開始出現一些水印產品。美國的Digimarc公司率先推出了第一個用於靜止圖像版權保護的數字水印軟體，而後又以插件形式將該軟體集成到Adobe公司的Photoshop和Corel Draw圖像處理軟體中。AlpVision公司推出的LavelIt軟體，能夠在任何掃描的圖片中隱藏若干字元，用於文檔的保護與跟蹤。MediaSec公司的SysCop用水印技術來保護多媒體內容，欲杜絕非法拷貝、傳播和編輯。

美國版權保護技術組織（CPTWG）成立了專門的數據隱藏小組（DHSG）來制定版權保護水印的技術標准。他們提出了一個5C系統，用於DVD的版權保護。IBM公司將數字水印用於數字圖書館的版權保護系統中。許多國際知名的商業集團，如韓國的三星、日本的NEC等，也都設立了DRM技術開發項目。另外，當前還有一些潛在的應用需求，例如軟體的搜索和下載數量的統計、網頁安全預警、數字電視節目的保護和機密文檔的防遺失等。

一些國際標准中已結合了數字水印或者為其預留了空間。SDMI的目標是為音樂的播放、存儲和發布提供一個開放的框架。SDMI規范中規定了多種音頻文件格式，並聯合加密和數字水印技術來實現版權保護。已經頒布的JPEG2000國際標准中，為數字水印預留了空間。即將頒布的數字視頻壓縮標准MPEG-4(ISO/IEC 14496)，提供了一個知識產權管理和保護的介面，允許結合包括水印在內的版權保護技術。

在國內，政府對信息安全產業的發展極為重視。數字水印的研究得到了國家自然科學基金和「863」計劃的資助。國內信息隱藏學術研討會(CIHW)自1999年以來至今已成功舉辦了五屆，有力地推動了水印技術的研究與發展。去年政府更頒布了《中華人民共和國電子簽名法》，這給水印技術的應用提供了必要的法律依據。

盡管數字水印發展迅速，但離實際應用，還有一段距離要走。許多項目和研究都還處於起步和實驗階段，已出現的水印產品還不能完全滿足使用需求。如今水印技術正在向縱深發展，一些基本的技術和法律問題正逐個得到解決。相信不久的將來，水印與其它DRM技術的結合，將徹底解決數字內容的管理和保護問題。

小資料2

多媒體數字版權保護的應用案例

在安全領域有20年發展歷史的美商SafeNet推出的數字產權保護方案DMD是採用加密技術的DRM產品。SafeNet公司亞太地區副總裁陳泓應記者的要求介紹幾個成功的應用案例。

DMD主要應用於音樂和鈴聲的下載、VOD、多媒體內容發布服務，以及最近的移動TV。基本來說，客戶選擇基於以下幾點:基於電信級的性能，可以同時處理上千個用戶；可以同步支持多種DRM技術，並且對未來的DRM技術有高支持能力；高互通性，確保伺服器端與客戶端能安全穩定地溝通；先進的授權能力，例如可以有效控制一個授權的使用量；高集成性，確保DRM的平台不是獨立作業的，可以很容易地整合至伺服器平台，與收費系統等結合。

在音樂下載方面，NPO是SafeNet在法國的客戶。他們主要負責發布CD音樂及將發表的音樂放到FN@C的網路上供人付費下載。NPO將音樂內容做DRM處理後，將內容由FN@C (這是一個公開的入口網站)發布，提供給人付費下載。當終端用戶付了錢，FN@C會將一部分的證明數據加密並提交給NPO，由NPO產生授權給此用戶。

在VOD的應用層面，德國的Arcor公司是一家ISP供貨商。透過DRM解決方案，Arcor將影音內容加密，透過互聯網和Cable給客戶做使用者付費的服務。客戶付了錢，Arcor由SafeNet的DRM解決方案產生正式授權，讓客戶享用影音服務。

在3G的應用方面，英國的BT LiftTime公司也採用SafeNet的DMD方案。BT LifeTime向內容供貨商購買cable TV的內容(如運動節目或音樂節目等)，並將此內容轉成dab格式，經過DMD加密並放到其平台，再轉賣給無線運營商，提供移動裝置用戶直接付費下載內容。通過SafeNet DMD將授權提供給已經付費的客戶。

（計算機世界報 2005年11月14日 第44期 B6、B7）

MPEG-4視頻數字水印技術的設計與實現
武漢大學信號與信息處理實驗室(430079) 裘風光 李富平
隨著信息技術和計算機網路的飛速發展，人們不但可以通過互聯網和CD-ROM方便快捷地獲得多媒體信息，還可以得到與原始數據完全相同的復製品，由此引發的盜版問題和版權紛爭已成為日益嚴重的社會問題。因此，數字多媒體產品的水印處理技術已經成為近年來研究的熱點領域之一。
雖然數字水印技術近幾年得到長足發展，但方向主要集中於靜止圖像。由於包括時間域掩蔽效應等特性在內的更為精確的人眼視覺模型尚未完全建立，視頻水印技術的發展滯後於靜止圖像水印技術。另一方面，由於針對視頻水印的特殊攻擊形式的出現，為視頻水印提出了一些區別於靜止圖像水印的獨特要求。

本文分析了MPEG-4視頻結構的特點種基於擴展頻譜的視頻數字水印改進方案應用實例。

1視頻數字水印技術簡介

1．1數字水印技術介紹

數字水印技術通過一定的演算法將一些標志性信息直接嵌入到多媒體內容當中，但不影響原內容的價值和使用，並且不能被人的感知系統覺察或注意到。與傳統的加密技術不同，數字水印技術並不能阻止盜版活動的發生，但可以判別對象是否受到保護，監視被保護數據的傳播，鑒別真偽，解決版權糾紛並為法庭提供認證證據。為了給攻擊者增加去除水印的難度，目前大多數水印製作方案都採用密碼學中的加密體系來加強，在水印嵌入、提取時採用一種密鑰，甚至幾種密鑰聯合使用。水印嵌入和提取的一般方法如圖1所示。

1．2視頻數字水印設計應考慮的幾個方面

·水印容量：嵌入的水印信息必須足以標識多媒體內容的購買者或所有者。

·不可察覺性：嵌入在視頻數據中的數字水印應該不可見或不可察覺。

·魯棒性：在不明顯降低視頻質量的條件下，水印很難除去。

·盲檢測：水印檢測時不需要原始視頻，因為保存所有的原始視頻幾乎是不可能的。

·篡改提示：當多媒體內容發生改變時，通過水印提取演算法，能夠敏感地檢測到原始數據是否被篡改。

1．3視頻數字水印方案選擇

通過分析現有的數字視頻編解碼系統，可以將目前MPEG-4視頻水印的嵌入與提取方案分為以下幾類，如圖2所示。

(1)視頻水印嵌入方案一：水印直接嵌入在原始視頻流中。此類方案的優點是：水印嵌入的方法較多，原則上數字圖像水印方案均可應用於此。缺點是：

·會增加視頻碼流的數據比特率；

·經MPEG-4有損壓縮後會丟失水印；

·會降低視頻質量；

·對於已壓縮的視頻，需先進行解碼，然後嵌入水印，再重新編碼。

(2)視頻水印嵌入方案二：水印嵌入在編碼階段的離散餘弦變換(DCT)的直流系數(DC)中(量化後、預測前)。此類方案的優點是：

·水印僅嵌入在DCT系數中，不會增加視頻流的數據比特率；

·易設計出抗多種攻擊的水印；

·可通過自適應機制依據人的視覺特性進行調制，在得到較好的主觀視覺質量的同時得到較強的抗攻擊能力。

缺點是對於已壓縮的視頻，有一個部分解碼、嵌入、再編碼的過程。

(3)視頻水印嵌入方案三：水印直接嵌入在MPEG-4壓縮比特流中。優點是不需完全解碼和再編碼的過程，對整體視頻信號的影響較小。缺點是：

·視頻系統對視頻壓縮碼率的約束將限制水印的嵌入量；

·水印的嵌入可能造成對視頻解碼系統中運動補償環路的不良影響；

·該類演算法設計具有一定的復雜度。

2 MPEG-4視頻水印的實現

基於上述的各種方案，本文在方案二的基礎上提出了一種針對MPEG-4視頻編碼系統的擴展頻譜數字水印技術改進方案，將擴頻調制後的水印信息嵌入到視頻流IVOP(Intra Video Object Plane)中色度DCT直流系數的最低位。本方案不需要完全解碼，大大減少了運算的
復雜度，提高了實時性。同時由於水印嵌入在直流系數中，在保證視頻效果不失真的前提下，水印具有很強的魯棒性。

2．1 MPEG-4視頻的特點 MPEG-4視頻編解碼基於VOP(Video Object Plane)。

從時間上看，VOP分為內部VOP(1VOP)、前向因果預測VOP(PVOP)、雙向非因果預測VOP(BVOP)、全景的靈影VOP(SVOP)。IVOP只用本身的信息進行編碼；PVOP利用過去的參考VOP進行運動補償的預測編碼；BVOP利用過去和將來的參考VOP進行雙向運動補償的預測編碼；SVOP一系列運動圖像中的靜止背景。因此IVOP的圖像信息較獨立，最適合嵌入水印信息。

從空間上看，它由若干個大小為16×16的宏塊(Macro Block)組成，每個宏塊包括大小為8×8的6個子塊。其中4個亮度子塊Y，1個色差子塊U，1個色差子塊V。IVOP編碼基本流程如圖3所示。

為了不受量化過程的影響，本方案將水印嵌入在量化後的DCT系數中，從而提高了水印生存的穩定性。在MPEG-4壓縮演算法中，DCT系數的量化是關鍵，它直接影響視頻的質量和碼流控制演算法。為此，MPEG-4提供了一個供參考的標准量化表。該表根據人類視覺模型(HVS)建立。考慮到人眼對高頻信息損失的敏感度較低頻損失小很多，因此通常把水印嵌入到中低頻信息中，提高了水印信息的魯棒性。另外，根據人眼對亮度信息的變化比色度信息較敏感這一特性，為最大限度地保持視頻質量，本方案將水印嵌入到色度(U子塊)DCT系數中。由於DCT是目前多媒體視頻壓縮中被廣泛採用的技術基礎，因此基於DCT的視頻水印方案具有顯著的優勢。將水印信息嵌入到IVOP色度量化後的DCT直流系數中，不但無需引入額外的變換以獲取視頻的頻譜分布，且水印信息不受DCT系數量化帶來的影響。

2．2視頻數字水印演算法與實現

在MPEG-4視頻中，由於IVOP中色度子塊的DCT直流系數是一個在視頻流中始終存在且很魯棒的參數，本方案將水印信息經m序列(最長線性反饋移存器序列)調制後嵌入到IVOP的色度子塊DCT的直流系數中。這樣水印信息在不影響視頻效果的情況下難以去除，所以魯棒性足夠強。本方案採用擴頻的方法，以方便有效地檢測水印，抵抗各種攻擊和干擾，保密性好。關鍵問題是色度DCT的直流系統是一個對視覺系統很敏感的參數，本方案在色度DCT的直流系數上加水印相當於對其加入微量干擾，必須使這種干擾低於一定的門限值，使人眼的視覺系統對視頻中色度的微小變化感覺不到。經過試驗將水印嵌入到IVOP的色度DCT的直流系數的最低位能滿足要求。

2．2．1視頻數字水印的嵌入

偽隨機的擴展序列長度為255(28-1)，每一水印信息位通過偽隨機擴展序列的調制嵌入到相應的IVOP色度對應的DCT直流系數(量化後、預測前)的最低位，這樣水印信息在不影響視頻效果的情況下一般難以去除。同時，嵌入在直流系數的最低位，帶來的誤差非常小。

偽隨機的擴展序列產生代碼如下：

#define M_LEN 255
#define M_SERIES 8
for(I=0；i for(i=M_SERIES；i {
m[i]=m[i-1]+m[i-5]+m[I-6]+m[i-7]
m[i]=m[i]％2；
}
水印信息位擴展調制方式為：

·水印信息位為0，偽隨機的擴展序列不變；

·水印信息位為1，偽隨機的擴展序列取反。

這個過程可以用異或運算實現。代碼如下：

Wmij=Wi^m[j]；

／*每一水印信息位擴展調製成255位的擴展調制位*／
這里Wi表示水印信息碼流，WMij表示水印信息擴展調制碼流。設UDCij表示視頻IVOP色度DCT的直流系數(量化後、DC預測計算之前)序列，為了方便，用一個位元組表示一位二進制碼流信息。

水印嵌入過程如下：

if(WMij) UDCij 1=1；

／*根據擴展調制後的碼流嵌入水印信息*／

else UDCij&=0xFFFE；

2．2．2視頻數字水印的提取

水印信息提取是水印信息嵌入的逆過程，代碼如下：

if(inv_UDCij &1)inv_Wmij=1；
else inv_Wmij=0；

這里inv_UDCij表示帶有水印信息的視頻IVOP色度DCT的直流系數(反量化前、DC預測計算之後)序列；inv_WMij表示檢測到的水印信息擴展調制碼流。每個IVOP色度子塊在解碼時得到一位擴展調制的信號位，每連續255個擴展調制的信號位可解調得到1位水印
信息，具體分析如下：

用與原始偽隨機序列結構相同且完全同步的序列與得到的連續255個擴展調制的信號接收序列進行異或運算，統計運算後1的個數記為OneCount。由於m序列的自相關函數只有兩種取值(1和-1／(2n-1))，屬於雙值自相關序列。因此，如果數據未受到任何攻擊和干擾，OneCount只有兩種結果：255或0。當OneCount=255時，得到的水印信息位為1；當OneCount=0時，得到的水印信息位為0。如果數據受到攻擊或干擾，OneCount有多種結果。根據統計分析，當OneCount>127時，得到的水印信息位為1，並且這255個IVOP色度子塊中有(255-OneCount)個子塊受到攻擊或干擾；當OneCount<127時，得到的水印信息位為0，並且這255個IVOP色度子塊中有OneCount個子塊受到攻擊或干擾。這樣既可以統計總共有多少視頻IVOP色度子塊受到攻擊或干擾，同時又能極強地恢復出原始水印信息。

3試驗結果分析

試驗結果表明，m序列的長度越長，檢測效果越好，但能夠嵌入的水印信息量也相應地減少。本方案中水印只嵌入在視頻的IVOP中，不修改PVOP和BVOP，對幀跳躍與幀刪除攻擊穩健，因為IVOP不可以被跳躍或刪除。同時，由於水印信息嵌入在DCT的直流系數中，而直流系數的變化對視頻效果會有較大的影響，所以採取將水印信息嵌入到色度子塊DCT直流系數的最低位。這樣不僅使水印嵌入計算的復雜度大為降低，為MPEG-4編解碼節省了時間，還可取得良好的視頻效果，達到了不可覺察性。從統計角度看也不會增加視頻碼流。另外，水印提取時無需原始視頻。若水印信息未受到攻擊，則本方案可准確地提取到原始視頻的完全水印；若水印信息受到攻擊，根據擴頻解調性質，本方案可以最大限度地恢復出原始水印信息，並統計出有多少個IVOP色度子塊受到攻擊。

由於DCT是目前多媒體視頻壓縮幾大標准(H．261、H．263、MPEG-4等)共同採用的技術基礎。因此基於DCT的水印方案在視頻壓縮中具有非常重要的研究意義和應用前景。本文在此基礎上提出了一個基於擴展頻譜的MPEG-4視頻數字水印方案。實踐證明，在不需要原始視頻的情況下，本方案能敏感地檢測到數據是否被篡改或破壞，並具有良好的穩定性和魯棒性，從而提供了知識產權的保護，防止非法獲取。

本文摘自《電子技術應用》

應用：數字水印

消息認證與數字簽名可以應用到數字水印中。

傳統水印用來證明紙幣或紙張上內容的合法性，數字水印（digital watermark）用以證明一個數字產品的擁有權、真實性。數字水印是嵌在數字產品中的數字信息。可以是作者的序列號、公司標志、有特殊意義的文本等。

數字水印主要用於：阻止非法復制(間接的)、確定所有權(作者、發行人、分發商、合法的最終用戶)、確定作品的真實性和完整性(是否偽造、被篡改)、證實收件人、不可否認的傳送、法庭證據的驗證、贗品甄別、識別文件來源與版本、Web網路巡邏監視盜賊等。

傳統水印是人眼可以看得見的，而數字水印可以分為可感知的(Perceptible)和不易感知的(Inperceptible)兩種。

可感知的數字水印，主要用於當場聲明對產品的所有權、著作權及來源，起到一個宣傳廣告或約束的作用。可感知水印一般為較淡的或半透明的不礙觀瞻的圖案；比如電視台節目播放的同時，在某個角落插上電視台的半透明標志。另一個用途是為了在線分發作品，比如先將一個低解析度的有可見水印的圖像免費送人，其水印往往是擁有者或賣主的信息，它提供了尋找原高解析度作品的線索，若想得到高解析度的原作品則需付費。有些公司在產品出售前為了在網路上宣傳其產品，先做上可逆可見水印分發，付費購買時，再用專用軟體將可見水印去掉，加入不可見水印(發行人、分發商、最終用戶等的信息)。可見水印還有另一些用途，那就是為了節約帶寬、存儲空間等原因，在VCD、DVD等電影拷貝中用嵌入不可見水印的方式配上多種語言的副標題和字幕，待播放時由硬體根據需要實時地解出每一幀中的水印文字，將其顯示在屏幕上。

可見水印在某些產品中或多或少降低了作品的觀賞價值，使其用途相對受到一定限制。不易感知的水印的應用層次更高，製作難度更大。

不易感知的數字水印就像隱形墨水技術中的看不見的文字，隱藏在數字產品中。水印的存在要以不破壞原數據的欣賞價值、使用價值為原則。數字水印按照某種方式植入被保護的信息中，在產生版權糾紛時，通過相應的演算法提取出該數字水印，從而驗證版權的歸屬。被保護的信息可以是圖像、聲音、視頻或一般性的電子文檔等。為了給攻擊者增加去除水印的難度，大多數水印製作方案都在水印的嵌入、提取時使用密鑰。

圖5.7水印的嵌入與提取

數字水印技術雖然不能阻止盜版活動的發生，但它可以判別對象是否受到保護，監視被保護數據的傳播、真偽鑒別和非法拷貝、解決版權糾紛並為法庭提供證據。

數字水印的設計需要考慮以下幾個方面：

魯棒性：是指被保護的信息經過某種改動後抵抗隱藏信息丟失的能力。例如傳輸過程中的信道噪音、濾波操作、重采樣、有損編碼壓縮、D/ A或 A/ D轉換、圖像的幾何變換（如平

『柒』 數字水印和圖像處理

我是做隱寫的，是和水印並行的一種隱藏技術，對水印也有了解。
水印依據載體可以分成三種：音頻水印、圖像水印、視頻水印。圖像水印就是數字水印和圖像處理結合的圖像處理技術。多看水印方面的文章吧，文章從高校學校圖書館的電子資源里可以免費下載。建議先看一些中文、英文關於水印概況介紹的文章，然後再看最近一些流行的水印演算法。總之，沒有幾十篇論文的積累，你對水印還是不夠了解。
想做畢業設計，先從讀論文開始。等理解了什麼是水印，並對當前流行的演算法了解了。你自己可以試著對這些演算法做一些符合你自己想法的改進，從新設計一種演算法，一般就可以完成你的畢業設計了。
個人一點拙見，僅作參考。

『捌』 求數字水印國內外研究現狀及發展趨勢（含文獻綜述）

文章編號:1005 - 0523(2005) 02 - 0063 - 04
數字水印及其發展研究
石紅芹,謝 昕
(華東交通大學信息工程學院,江西南昌330013)
摘要:首先對數字水印的特徵進行了分析,闡述了數字水印技術的基本原理,對目前比較流行的水印演算法進行了分類和詳細地討論,最後指出目前水印技術存在的局限並對其發展進行了展望.
關鍵詞:版權保護;數字水印;水印演算法
中圖分類號:TP391 文獻標識碼:A
1 引 言
近年來,隨著數字化技術的進步和Internet 的迅速發展,多媒體信息的交流達到了前所未有的深度和廣度,其發布形式愈加豐富了. 網路發布的形式逐漸成為一種重要的形式,伴隨而來的是多媒體數據的版權保護問題. 因此多媒體信息版權保護問題成了一項重要而緊迫的研究課題. 為了解決這一難題,近幾年國際上提出了一種新的有效的數字信息產品版權保護和數據安全維護的技術一一數字水印技術. 數字水印技術通過在原始媒體數據中嵌入秘密信息———水印來證實該數據的所有權歸屬. 水印可以是代表所有權的文字、產品或所有ID、二維圖像,視頻或音頻數據、隨機序列等. 主要應用於:媒體所有權的認定. 即辨認所有權信息,媒體合法用戶信息; 媒體的傳播跟演算法研究. 該子模塊的研究為解決網路製造產品版權保護問題奠定了基礎數字水印技術,又稱數字簽名技術,成為信息隱藏技術的一種重要研究分支,為實現有效的信息版權保護提供了一種重要的手段.
2 數字水印的基本原理
從圖像處理的角度看,嵌入水印信號可以視為在強背景下迭加一個弱信號,只要迭加的水印信號強度低於人類視覺系統( Human Visual System ,HVS) 的對比度門限,HVS 就無法感到信號的存在.對比度門限受視覺系統的空間、時間和頻率特性的影響. 因此通過對原始信號作一定的調整,有可能在不改變視覺效果的情況下嵌入一些信息,從數字通信的角度看,水印嵌入可理解為在一個寬頻信道(載體圖像) 上用擴頻通信技術傳輸一個窄帶信號(水印信號) . 盡管水印信號具有一定的能量,但分布到信道中任一頻率上的能量是難以檢測到的. 水印的解碼(檢測) 即是在有噪信道中弱信號的檢測問題.
一般來說,為了使水印能有效地應用於版權保護中,水印必須滿足如下特性:
1) 隱蔽性 水印在通常的視覺條件下應該是不可見的,水印的存在不會影響作品的視覺效果.
2) 魯棒性 水印必須很難去掉(希望不可能去掉) ,當然在理論上任何水印都可以去掉,只要對水印的嵌入過程有足夠的了解,但是如果對水印的嵌入只是部分了解的話,任何破壞或消除水印的企圖都應導致載體嚴重的降質而不可用.
3) 抗竄改性 與抗毀壞的魯棒性不同,抗竄改性是指水印一旦嵌入到載體中,攻擊者就很難改變或偽造. 魯棒性要求高的應用,通常也需要很強的抗竄改性. 在版權保護中,要達到好的抗竄改性是比較困難的.
4) 水印容量 嵌入的水印信息必須足以表示多媒體內容的創建者或所有者的標志信息,或是購買者的序列號. 這樣在發生版權糾紛時,創建者或所有者的信息用於標示數據的版權所有者,而序列號用於標示違反協議而為盜版提供多媒體數據的用戶.
5) 安全性 應確保嵌入信息的保密性和較低的誤檢測率. 水印可以是任何形式的數據,比如數值、文本、圖像等. 所有的水印都包含一個水印嵌入系統和水印恢復系統. 水印的嵌入和提取過程分別
6) 低錯誤率 即使在不受攻擊或者無信號失真的情況下,也要求不能檢測到水印(漏檢、false -negative) 以及不存在水印的情況下,檢測到水印(虛檢、false - positive) 的概率必須非常小.
3 數字水印演算法
近幾年來,數字水印技術研究取得了很大的進步,見諸於文獻的水印演算法很多,這里對一些典型的演算法進行了分析.
3. 1 空間域演算法
數字水印直接載入在原始數據上,還可以細分為如下幾種方法[1～4 ] :
1) 最低有效位方法(LSB) 這是一種典型的空間域數據隱藏演算法,L. F. Tumer 與R. G. Van Schyadel等先後利用此方法將特定的標記隱藏於數字音頻和數字圖像內. 該方法是利用原始數據的最低幾位來隱藏信息(具體取多少位,以人的聽覺或視覺系統無法察覺為原則) .LSB 方法的優點是有較大的信息隱藏量,但採用此方法實現的數字水印是很脆弱的,無法經受一些無損和有損的信息處理,而且如果確切地知道水印隱藏在幾位LSB 中,數字水印很容易被擦除或繞過.
2) Patchwork 方法及紋理塊映射編碼方法
這兩種方法都是Bender 等提出的. Patchwork 是一種基於統計的數字水印,其嵌入方法是任意選擇N 對圖像點,在增加一點亮度的同時,降低另一點的亮度值. 該演算法的隱藏性較好,並且對有損的JPEG和濾波、壓縮和扭轉等操作具有抵抗能力,但僅適用於具有大量任意紋理區域的圖像,而且不能完全自動完成.
3. 2 變換域演算法
基於變換域的技術可以嵌入大量比特數據而不會導致可察覺的缺陷,往往採用類似擴頻圖像的技術來隱藏數字水印信息. 這類技術一般基於常用的圖像變換,基於局部或是全部的變換,這些變換包括離散餘弦變換(DCT) 、小波變換(WT) 、傅氏變換(FT 或FFT) 以及哈達馬變換(Hadamard transform)等等. 其中基於分塊的DCT 是最常用的變換之一,現在所採用的靜止圖像壓縮標准JPEG也是基於分塊DCT 的. 最早的基於分塊DCT 的一種數字水印技術方案是由一個密鑰隨機地選擇圖像的一些分塊,在頻域的中頻上稍稍改變一個三元組以隱藏二進制序列信息. 選擇在中頻分量編碼是因為在高頻編碼易於被各種信號處理方法所破壞,而在低頻編碼則由於人的視覺對低頻分量很敏感,對低頻分量的改變易於被察覺. 該數字水印演算法對有損壓縮和低通濾波是穩健的. 另一種DCT 數字水印演算法[5 ]是首先把圖像分成8 ×8 的不重疊像素塊,在經過分塊DCT 變換後,即得到由DCT 系數組成的頻率塊,然後隨機選取一些頻率塊,將水印信號嵌入到由密鑰控制選擇的一些DCT 系數中. 該演算法是通過對選定的DCT 系數進行微小變換以滿足特定的關系,以此來表示一個比特的信息. 在水印信息提取時,則選取相同的DCT 系數,並根據系數之間的關系抽取比特信息. 除了上述有代表性的變換域演算法外,還有一些變換域數字水印方法,它們當中有相當一部分都是上述演算法的改進及發展,這其中有代表性的演算法是I. Podichuk 和ZengWenjun 提出的演算法[6 ] . 他們的方法是基於靜止圖像的DCT 變換或小波變換,研究視覺模型模塊返回數字水印應載入在何處及每處可承受的JND(Just Noticeable Difference ,恰好可察覺差別) 的量值(載入數字水印的強度上限) ,這種水印演算法是自適應的.
3. 3 NEC 演算法
該演算法由NEC 實驗室的Cox[5 ]等人提出,該演算法在數字水印演算法中佔有重要地位,其實現方法是,首先以密鑰為種子來產生偽隨機序列,該序列具有高斯N(0 ,1) 分布,密鑰一般由作者的標識碼和圖像的哈希值組成,其次對圖像做DCT 變換,最後用偽隨機高斯序列來調制(疊加) 該圖像除直流分量外的1 000 個最大的DCT 系數. 該演算法具有較強的魯棒性、安全性、透明性等. 由於採用特殊的密鑰,故可防止IBM 攻擊,而且該演算法還提出了增強水印魯棒性和抗攻擊演算法的重要原則,即水印信號應該嵌入源數據中對人感覺最重要的部分,這種水
印信號由獨立同分布隨機實數序列構成,且該實數序列應具有高斯分布N(0 ,1) 的特徵. 隨後Podilchuk等利用人類視覺模型又對該演算法進行了改進,從而提高了該演算法的魯棒性、透明性等.
3. 4 其他一些水印演算法
1) 近年來,利用混沌映射模型實現數字水印、保密通信等成為混沌應用研究的熱點. 特別是自從Cox 等借用通信技術中的擴頻原理將水印信號嵌入到一些DCT 變換系數或者多層分解的小波變換系數以來,人們已經提出了一些混沌數字水印方法.水印的嵌入與檢測是基於人類視覺系統(HVS) 的亮度掩蔽特性和紋理掩蔽特性,折衷水印的不可見性和魯棒性之間的矛盾. 結果表明:該方法嵌入的水印具有不可見性和魯棒性,並且這種基於密鑰的混沌水印方法更好的抗破譯性能.
2) 目前比較流行的還有一種基於盲水印檢測的DWT 演算法,該演算法首先對原始圖像進行小波變換,根據人類具有的視覺掩蔽特性對低頻分量進行一定的量化,同時可不影響視覺效果,並對作為水印的圖像進行壓縮和二值化處理,形成一維的二值序列,根據二值序列的值對上述量化後的原始信號的低頻分量進行視覺閾值范圍內允許的修改,從而實現水印的嵌入. 水印提取過程是對含有水印的圖像進行小波變換,對低頻分量同樣進行量化處理,為了增大演算法的安全性,可以對水印形成的二值0 ,1 序列在嵌入前進一步進行偽隨機序列調制,相應的在水印提取過程需要增加用偽隨機序列解調的步驟. 這樣,不知道偽隨機序列的攻擊者即使推測出水印的嵌入規律,也無法提取水印. 大大增加了水印系統的透明性和魯棒性.
4 水印技術的局限
目前水印技術的局限,為了對版權保護中使用水印的成功可能性進行評估,看能否滿足實際應用需求,就需要對水印技術有更多了解. 下面介紹數字水印方案普遍存在的一些局限:
1) 不知道能夠隱藏多少位. 盡管非常需要知道指定大小載體信息上可以隱藏多少比特的水印信息,但這個問題還沒有得到圓滿解決. 事實上,對給定尺寸的圖像或者給定時間的音頻,可以可靠隱藏信息量的上界,目前還不清楚. 對圖像水印,只能說目前使用的演算法可以隱藏幾百比特位的水印信息.
2) 還沒有真正健壯的盲圖像水印演算法. 對圖像水印,魯棒性還是個問題. 目前還沒有能夠在經過所有普通圖像處理變換後,仍能倖免的盲水印演算法. 尤其是能夠抵抗幾何處理的攻擊,被認為是很難實現的目標.
3) 所有者能去除標記. 迄今為止提出的所有盲圖像水印,實際上都是可逆的. 已知水印的准確內容、以及水印的嵌入和檢測演算法,則總能在沒有嚴重損壞資料的前提下,使水印不可讀取. 目前還不清楚這個缺點在將來還是否存在;同時在設計版權保護系統時,必須考慮如下問題:一旦水印內容已知,則有可能去除水印或者部分水印.
此外,迄今為止提出的水印演算法,其可逆性使人們提出極大的疑問,即設計能夠抗篡改的健壯公開水印技術是否可能? 事實上,如果允許任何人讀取水印,則任何人只要知道水印嵌入演算法,就可以消除水印.
5 結 論
隨著電子商務的加速發展和網路用戶的直線增長,媒體的安全要求將更加迫切,作為版權保護和安全認證的數字水印技術具有極大的商業潛力,作為一門學科交叉的新興的應用技術,它的研究涉及了不同學科研究領域的思想和理論,如數字信號處理、圖像處理、資訊理論、通信理論、密碼學、計算機科學及網路、演算法設計等技術,以及公共策略和法律等問題,是近幾年來國際學術界才興起的一個前沿研究領域,得到了迅速的發展. 但數字水印技術仍然是一個未成熟的研究領域,還有很多問題需要解決,其理論基礎依然薄弱. 隨著一些先進的信號處理技術和密碼設計思想的引進,必將日趨成熟且得到更為廣泛的發展應用.
參考文獻:
[1 ] Eepa Kunr. Dimitrios hatzinakos. Digital watermarking fortelltale tamper proofing and authentication [J ] . Proceeding of the IEEE. 1999 , 87(7) :1167～1180.
[2 ] 張春田,蘇育挺. 信息產品的版權保護技術———數字水印[J ] . 電信科學,1998 ,14(12) :15～17.
[3 ] Bender W, Gruhl D. Techniques for data hiding[J ] . IBM sys2tem journal ,1996 ,35(3～4) :313～336.
[4 ] Cox I J , Killian J ,Leighton F T. Secure spread spectrum wa2termarking for multimedia[J ] . IEEE transactions on image pro2cessing ,1997 ,6(12) :1673～1687.
[5 ] Zhao J , Koch E. Embedding robust labels into images forright protection[A] . In : Proceedings of the knowright』95conference on intellectual property rights and new technologies[C] . Vienna , Austria , 1995. 241～251.
[6 ] Podilchud C I , Zeng W. Image - adaptive watermarking usingvisual model [J ] . IEEE journal on special areas in communica2tions ,1998 ,16(4) :525～539.

『玖』 DCT域圖像數字水印演算法,新手，這個水印嵌入程序看不明白，誰能幫我把每條注釋下Q282092728，謝謝了

M=256;%原圖像長度
N=32;%水印圖像長度
K=8; %圖像分塊大小
I=zeros(M,M);%創建一個零矩陣，用於存放載體圖像
J=zeros(N,N); %創建一個零矩陣，用於存放水印圖像
BLOCK=zeros(K,K);%創建一個零矩陣，用於存放圖像分塊
%顯示水印圖像
subplot(1,8,2);
J=imread('14','bmp'); %讀入水印圖像
imshow(J); %顯示水印圖像
title('水印圖像');
%顯示原圖像
subplot(1,3,2);
I=imread('11','bmp'); %讀入原始圖像
imshow(I); %顯示原始圖像
title('原始公開圖像');
%嵌入水印
tem=1;%創建變數tem，沒用
for p=1:N%水印圖像行循環
for q=1:N%水印圖像列循環
x=(p-1)*K+1; %x為載體圖像行坐標
y=(q-1)*K+1; %y為載體圖像列坐標
BLOCK=I(x:x+K-1,y:y+K-1); %BLOCK為載體圖像I的分塊，分塊大小為K*K，
%初始值為I(0:K-1,0:K-1)
BLOCK=dct2(BLOCK);%對BLOCK進行二維DCT變換，得到新的BLOCK即%DCT系數矩陣BLOCK
if J(p,q)==0%如果水印圖像的第(p,q)個像素為0
a=-1;%嵌入參數為-1
else
a=1; %若如果水印圖像的第(p,q)個像素為1嵌入參數為1
end
BLOCK(2,1)=BLOCK(2,1)*(1+a*0.01); %對載體圖像的分塊的DCT系數矩陣
%BLOCK
BLOCK=idct2(BLOCK);%對DCT系數矩陣進行反變換，得到嵌入水印後的載體
%圖像分塊BLOCK
I(x:x+K-1,y:y+K-1)=BLOCK;%用嵌入水印後的圖像分塊BLOCK代替載體圖像
%的對應分塊
End%水印圖像列循環結束
End%水印圖像行循環結束
%顯示嵌入水印後的圖像
subplot(1,3,3);
imshow(I);%顯示嵌入水印後圖像
title('嵌入水印後的圖像');
imwrite(I,'embedded.bmp','bmp');%將嵌入水印後圖像寫成bmp文件
夠詳細吧，希望對你有用。