数字水印技术是图像信息安全领域的一项重要解决方案。该算法利用灰度二维数字水印技术嵌入多重水印，并利用多分辨率分解技术使水印自适应于初始图像。通过修改初始图像小波系数嵌入水印信号，采用伪随机编码技术，使数字水印信息呈现伪随机分布，从而提高了数字水印的保密性。由于水印的嵌入过程是基于初始图像的不同分辨率层次之间的关系，因此实现了水印提取过程的盲检测。
互联网和多媒体技术的发展，使更多的数字作品得以借助网络发表，在方便了交流的同时，作品的原创性和安全性也受到了考验。数字水印技术针对数字作品自身的特点，提供了原创性保护，在图像信息安全传输实现隐蔽通信方面得到重要应用。按数字水印的隐藏位置，从图像处理的角度，数字水印算法可以从空间域和频域两个维度来实现。
（1）空间域算法：在信号空间上改变图像空间编码的比特信息或某些像素的灰度值来加入水印，算法应用简单，操作容易。但是空域法也具有明显的缺点，对载体图像应用简单的压缩、滤波等处理后，水印信息就无法正确提取，即其鲁棒性比较差。
（2）频域算法（也称变换域法）：借助某种变换将图像的时域信号变换为另一种形式，再将水印信号分散叠加到不同位置的变换系数上，实现嵌入水印。具有以下优点：①可以兼容信号处理过程的图像压缩技术，对压缩后的图像叠加水印。②在频域实施的水印嵌入，其可嵌入的数据量大，同时结合人眼视觉系统（HVS）的某些特性，使水印的透明性好。现阶段应用最多的频域算法有离散傅里叶变换DFT、离散余弦变换DCT、离散小波变换DWT等。文章主要研究基于频域法之一的DWT域的数字图像水印算法的实现。
一、研究背景
数学水印技术存在３大指标：
（1）可见性：可见水印在载体图像中不太醒目，保证质量的同时，不可被去除或修改，通常用于版权保护及票据防伪；不可见水印应用更加广泛，可用于图像及音视频文件中，在载体中不可见，安全算法复杂度高。
（2）鲁棒性：亦称稳健性，指在对嵌入水印的图像进行各种信号处理或攻击后，仍能正确识别其中的水印信息且保留一定的完整性，多用于数据完整性保护。
（3）水印负载量：是指在不影响载体元素的前提下，有效嵌入的数据载荷量。随着离散小波变换在图像压缩和降噪方面的应用，相比于其他变换的数字水印算法，离散小波变换利用其独有的局部分辨率优势成功克服了其他变换在图像处理过程中带来的蚁式噪声和方块效应，避免了水印嵌入和提取过程带来的降质影响，同时离散小波变换通过多尺度变换将图像中的平稳成分和纹理、边沿等非平稳成分相分离，编码效率更高，可嵌入的水印容量更大。
然而，在现有隐蔽通信中水印通常要求具有不可见性，上述３项指标往往相互制约。现有的离散小波变换域水印算法只侧重针对某种或某类特定攻击，对除此以外的其他攻击鲁棒性一般较差。离散小波变换与其他变换相结合来换取数字水印３大指标上的互补，算法复杂度大大提高；与此同时，万物互联时代数据遭遇有意或无意攻击的类型也增加，因而传统算法普适性较差。
因此，文章提出一种基于伪随机编码技术的离散小波变换数字水印算法，一方面可实现水印系数嵌入的自适应性，使水印容量最大化；另一方面摆脱了各变换算法在鲁棒性上的局限性，从而使水印图像更有效地抵抗各类攻击。
………………
基于数字水印技术的图像信息安全应用研究 PDF 完整版下载：
https://www.aliyundrive.com/s/xtRujTKHXJL 提取码: v3y0