專利名稱：：一種對離散余弦變換域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及數(shù)字水印(DigitalWatermarking)
技術(shù)領(lǐng)域：
，特別涉及一種對離散余弦變換(DCT)域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法。
背景技術(shù)：
：數(shù)字水印系統(tǒng)可以將水印嵌入到圖像中，對圖像進行版權(quán)保護；同時還可以對攻擊后的含有水印的圖像提取水印信息，從而用于對攻擊方法的檢測。攻擊水印的直接目的是移除水印，能夠阻止水印的正確提取，或者無法正確讀取嵌入在圖像中的水印信息。通過攻擊水印，還可以測試數(shù)字水印系統(tǒng)的各項性能指標(biāo)，從而可以促進數(shù)字水印系統(tǒng)技術(shù)的發(fā)展，設(shè)計出可以有效抵抗某些攻擊的特定數(shù)字水印系統(tǒng)。在水印攻擊系統(tǒng)中，如何保證隱蔽載體(即嵌入水印的圖象)的質(zhì)量不變，這是人們一直在尋求解決的技術(shù)問題。因為，如果攻擊后，隱蔽載體的質(zhì)量發(fā)生了比較大的改變，會影響隱蔽載體的使用，并且會使人們意識到隱蔽載體受到了攻擊。按照攻擊數(shù)字水印系統(tǒng)是否改變隱蔽載體的質(zhì)量，現(xiàn)有數(shù)字水印系統(tǒng)攻擊方法分為兩大類第一類攻擊方法，通過顯著改變隱蔽載體的質(zhì)量，對數(shù)字水印系統(tǒng)進行攻擊。這一類的代表是幾何攻擊方法和圖像處理方法；第二類攻擊方法，通過細微改變隱蔽載體的質(zhì)量進行水印攻擊，以至于這種改變不被人視覺系統(tǒng)感知的前提下，這一類的代表是馬賽克攻擊，這類方法對于測試隱蔽載體的質(zhì)量改變不被人視覺感知的數(shù)字水印系統(tǒng)有很高的準(zhǔn)確性。但是，馬賽克攻擊方法仍有一些缺點。例如，馬賽克攻擊的原理是將圖像切分成許多足夠小的塊，如果被切成的小塊小于檢測算法需要的最小的塊，就會使檢測方法失靈；并且攻擊后經(jīng)過重新組裝，就可以完全恢復(fù)原始圖像；馬賽克攻擊雖然沒有改變隱蔽載體質(zhì)量，但是攻擊后的載體包含數(shù)字水印系統(tǒng)不能識別的完整水印，數(shù)字水印系統(tǒng)能驗證水印的存在性，因此，馬賽克攻擊不能證明完整的隱蔽載體被攻擊的有效性，即攻擊容易被檢測到或被發(fā)現(xiàn)。另外，馬賽克攻擊盡管可以阻止對攻擊后隱蔽載體的檢測，但若要從攻擊后的隱蔽載體中恢復(fù)水印，還需要進行逆變換，需要很多附加信息的參與才能完成，而且并不是自動完成的過程，恢復(fù)后圖像的視覺效果差。因此，現(xiàn)有的數(shù)字水印系統(tǒng)的攻擊方法容易被檢測到和發(fā)現(xiàn)，圖像質(zhì)量視覺效果差，而且攻擊后恢復(fù)水印方法復(fù)雜，不能自動完成。
發(fā)明內(nèi)容為了能夠證明隱蔽載體被攻擊的有效性，本發(fā)明提供了一種對DCT域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法。所述技術(shù)方案如下一種對離散余弦變換域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法，所述方法包括步驟a:獲取數(shù)字水印圖像；步驟b:將所述數(shù)字水印圖像分成若干個"xw像素的子塊，獲取所述子塊的人類視覺系統(tǒng)分類結(jié)果，得到所述子塊迭加的水印分量的強度分區(qū)結(jié)果；步驟C:根據(jù)所述強度分區(qū)結(jié)果，采用周期性變換矩陣對每一個子塊進行一次攻擊，得到經(jīng)過攻擊的子塊矩陣；所述周期性變換矩陣應(yīng)滿足下述兩式(1).<(JU=H(modA0，其中，A為周期性變換矩陣，J=("》x，^為整數(shù)，r(;u=A，；^為原始分塊的子塊矩陣，z,fe…，^/,《4i,…乂f，1}，7V是變換的階數(shù)；(2).j(modA0=￡，其中，/^為變換《-^;^的周期，五"為W階單位矩陣；步驟d:計算每一個子塊矩陣的峰值信噪比，選擇再次攻擊或者輸出圖像。所述步驟b中獲取所述子塊的人類視覺系統(tǒng)分類結(jié)果，具體包括分別由下式計算每一個所述"x"像素子塊的熵值、均方差和照度，所述步驟C中進行一次攻擊，具體包括步驟A:對所述每一個子塊進行離散余弦變換；步驟B:對所述經(jīng)過離散余弦變換后的各個子塊進行離散余弦變換系數(shù)攻擊；步驟C:對所述經(jīng)過離散余弦變換系數(shù)攻擊后的各個子塊進行離散余弦逆變換，得到新的子塊；步驟D:根據(jù)迭加的水印分量的強度在每個子塊中選取點進行一次攻擊。熵值&=-ZAlog2(;7,)，其中L代表灰度級，A代表灰度值為i的像素點與全部點的比值;方差6v=(IZ(^-;)2)*;所述步驟d中根據(jù)所述峰值信噪比，選擇再次攻擊或輸出圖像中，具體包括如果所述峰值信噪比228且未達到預(yù)定的攻擊次數(shù),轉(zhuǎn)步驟C再進行一次攻擊，如果所述峰值信噪比<28或達到預(yù)定的攻擊次數(shù)，停止攻擊，輸出圖像。本發(fā)明還通過在數(shù)字圖像空間域及其DCT變換域上對新的周期性數(shù)字水印攻擊方法進行了試驗。實驗結(jié)果表明，新的攻擊方法有效的阻止數(shù)字水印的檢測和提取，具有較好的攻擊效果；同時攻擊方法具有周期性，數(shù)字水印圖像恢復(fù)后具有很好的視覺效果質(zhì)量。圖1是本發(fā)明實施例中的數(shù)字?jǐn)?shù)字水印系統(tǒng)的自適應(yīng)攻擊方法總體流程圖；圖2是本發(fā)明實施例中的數(shù)字水印攻擊的一次攻擊的流程圖；圖3是本發(fā)明實施例中的數(shù)字水印攻擊的攻擊后檢測流程圖；圖4是本發(fā)明實施例中的數(shù)字水印攻擊的恢復(fù)后檢測流程圖。具體實施方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明實施方式作進一步地詳細描述。本發(fā)明實施例在載體的質(zhì)量改變不被感知的情況下，利用矩陣變換的周期性理論，進行自適應(yīng)攻擊，經(jīng)過多次攻擊后可以完全重構(gòu)攻擊前的隱蔽載體，從而自動證明攻擊方法的有效性。如圖1所示，本發(fā)明實施例的具體步驟如下步驟101:獲取數(shù)字水印圖像，該圖像為灰度或彩色圖像，格式可以為bmp、png、jpg等。步驟102:根據(jù)步驟101中的數(shù)字水印圖像，將該數(shù)字水印圖像分成若干個子塊，獲取數(shù)字水印圖像的每一個子塊的人類視覺系統(tǒng)(HVS)分類結(jié)果，得到各個子塊需要迭加的水印分量的強度分區(qū)結(jié)果，具體步驟包括a:將數(shù)字水印圖像分成若干nXn個像素的子塊，記為X"，n為自然數(shù)；本實施例中以數(shù)字水印圖像被分成8x8個像素，即n=8為例；b:獲取每一個子塊的HVS分類，獲取HVS分類的方法有很多，本實施例中采用計算每一個8x8像素子塊的熵值、均方差和照度，分別由下式確定熵值<formula>formulaseeoriginaldocumentpage6</formula>，其中L代表灰度級，在灰度圖中等于256，A代表灰度i^/i的像素點與全部點地比值；方差6v=(—2(J^-;)2)5其中"=8;n,、乂=1.."照度^=g^/"2。數(shù)字水印圖像熵值h;fi"示^各個灰度級比特數(shù)的統(tǒng)計平均值，熵值較小的塊應(yīng)該是平滑區(qū)域，而熵值較大的區(qū)域可能是紋理或邊緣，紋理對應(yīng)的方差較小，邊緣對應(yīng)的方差較大。照度敏感性描述了人眼在某一灰度背景中所能察覺出的噪聲值的大小，人眼對不同背景亮度具有不同的噪聲敏感性，通常在重點亮度(灰度值128)時最為敏感。因此，根據(jù)各個子塊的熵值、均方差和照度，再結(jié)合熵值、均方差和照度參數(shù)的門限值，從而得到了HVS分類的結(jié)果。根據(jù)上述HVS分類的結(jié)果，將數(shù)字水印圖像中所有的子塊分成四類區(qū)域，如表l，參數(shù)的門限值為實驗中測出并確定的值；表l熵值方差照度分類大小小第l區(qū)域小中大第2區(qū)域小小大第4區(qū)域其余情況第3區(qū)域第1區(qū)域照度較低，且紋理簡單，HVS對其中象素值的改變較為敏感，迭加的水印分量的強度應(yīng)最??；第2區(qū)域照度較高，紋理復(fù)雜，且是邊緣，迭加的水印分量的強度應(yīng)較??；第4區(qū)域照度較高，紋理復(fù)雜，且不是邊緣，HVS對其中象素值的改變敏感性最弱，迭加的水印分量的強度應(yīng)最大；其余為第3區(qū)域，迭加的水印分量的強度應(yīng)較小。分類的門限值由實驗確定。c:得到數(shù)字圖像的各個區(qū)域的水印分量的強度分區(qū)結(jié)果第1區(qū)域需要迭加的水印分量的強度應(yīng)最小，第4區(qū)域需要迭加的水印分量的強度應(yīng)最大。第2區(qū)域和第3區(qū)域需要迭加的水印分量的強度介于第1區(qū)域和第4區(qū)域之間。步驟103:根據(jù)步驟102中得到的四類區(qū)域，采用周期性變換矩陣對每一個子塊進行一次攻擊。在上述四類區(qū)域中，可以分別選取任意數(shù)量點組合方式的對上述四類區(qū)域進行攻擊。作為優(yōu)選的實施例，由于第4區(qū)域迭加的水印分量的強度應(yīng)最大，所以在對應(yīng)于第4區(qū)域的子塊中選取較多的點進行攻擊，由于第1區(qū)域迭加的水印分量的強度應(yīng)最小，在對應(yīng)于第1區(qū)域的子塊中選取較少的點進行攻擊；對于第2區(qū)域和第3區(qū)域，可以選取數(shù)量介于第l區(qū)域和第4區(qū)域的點進行攻擊。一次攻擊的流程圖如圖2所示，具體步驟包括1.對8x8像素的子塊進行DCT變換；2.再對經(jīng)過DCT變換后的數(shù)字水印圖像中的各個子塊進行DCT系數(shù)攻擊；3.然后進行DCT逆變換，得到新的8x8像素的子塊；4.根據(jù)迭加的水印分量的強度在每個子塊中選取點進行一次攻擊，選取點的數(shù)量依據(jù)上述原則。周期性矩陣變換的定義如下令…,xj,Zn=";，...，x)r,x,，…,;c"e(0，l,…,W-1}，記變換=^Z(modAO(其中X=K)則，為整數(shù))為《=WZ")，并記一(X)=》，'(A))(其中附e(2,…，iV-1});矩陣模運算是指對矩陣中的每個元進行模運算，即對任意矩陣^=()，，有4modA0="(modA0L;如果存在e口,…，iV-l)，使得X,f(X,,)，并且對任意義,^(JU有"^2附，則稱變換《=^%)具有周期性，且周期為A^;從上述可以得到，變換《=^(^)具有以下性質(zhì)性質(zhì)1:=vTZ"(mo緒)；性質(zhì)2:若變換《=^%)的周期為/^，則J(mOdA0=￡,并且對任意f(modW)-A有這里￡為"階單位矩陣；變換《-^A)具有周期性的充分必要條件是M與W互素，這里M是矩陣X的行列式；A的變換周期可以用以下的方法得到對矩陣A進行若干次模N的乘法運算，知道得到單位矩陣，有幾個A相乘，攻擊周期就是多少。下面針對2維和N3的情況，給出變換周期的具體計算過程。取矩陣<formula>formulaseeoriginaldocumentpage9</formula>根據(jù)性質(zhì)2，周期是2。一次攻擊后，得到新的子塊矩陣《=JX(mOdA0，其中義n是一次攻擊后的8X8子塊矩陣，^是周期性變換矩陣，J^是原始分塊的8X8子塊矩陣，iV是變換的階數(shù)；步驟104:計算每一個子塊的峰值信噪比(PSNR)，選擇繼續(xù)攻擊或輸出圖像?？梢愿鶕?jù)PSNR值和攻擊次數(shù)選擇繼續(xù)攻擊或輸出圖像，作為優(yōu)選實施例，如果PSNR228且未達到預(yù)定的攻擊次數(shù)，轉(zhuǎn)到步驟103進一步攻擊，反之，如果PSNR〈28或者達到預(yù)定的攻擊次數(shù)，則停止攻擊，輸出攻擊后的圖像。PSNR=28為是否繼續(xù)攻擊的分界點，是在實驗中測出的值，也可以設(shè)置PSNR為其他值作為分界點。預(yù)定的攻擊次數(shù)可以通過如下方法實現(xiàn)計算出攻擊所用矩陣的周期/%，攻擊次數(shù)為l到HV之間的一個隨機數(shù)。本發(fā)明實施例中攻擊數(shù)字水印圖像后，通過數(shù)字水印系統(tǒng)進行檢測和恢復(fù)后達到了很好的效果。如圖3所示為數(shù)字水印攻擊的攻擊后檢測流程圖我們對現(xiàn)有水印系統(tǒng)生成的圖像進行了攻擊，得到新的圖像，該圖像使用原有水印系統(tǒng)進行檢測，檢測不到水印的存在。如圖4所示為數(shù)字水印攻擊的恢復(fù)后檢測流程圖我們對攻擊得到圖像在進行若干次變換后，能完全恢復(fù)成攻擊前的圖像，從而該圖像可以被原有水印系統(tǒng)檢測到水印的存在。本實施例提供的方法在保證良好的攻擊效果的同時，具有可恢復(fù)性。本實施例采用n維(n=2，3,，8)，模N的周期性矩陣變換(N的取值可以根據(jù)輸入圖像的像素值進行調(diào)整)，周期性矩陣變換根據(jù)維數(shù)n取步驟103中A的前"x"子塊得到,其周期/^可以由表2得到。當(dāng)攻擊次數(shù)附</%時，無法檢測出水印信息；當(dāng)附是/%的整數(shù)倍時，可以檢測和提取出與攻擊前相同的水印信息，并且圖像的峰值信噪比為無窮大，這表明圖像完全恢復(fù)成初始狀態(tài)。2維攻擊不同次數(shù)時PSNR的變化如表2所示，3維攻擊不同次數(shù)時PSNR的變化如表3所示，2維攻擊峰值信噪比(PSNR)、相關(guān)度(CF)和相似度如表4所示。表2<table>tableseeoriginaldocumentpage10</column></row><table>表3<table>tableseeoriginaldocumentpage10</column></row><table>表4<table>tableseeoriginaldocumentpage10</column></row><table>從表2和3中可以看出，攻擊圖相對于原始圖的峰值信噪比均在40以上，效果可以令人滿意；同時，在攻擊次數(shù)等于攻擊周期時，峰值信噪比為無窮大，表明圖像完全恢復(fù)。從表4中可以看出，攻擊一次后，我們得到的相關(guān)度和相似度很低，可以認為圖像和原圖像不相關(guān)，不相似；而恢復(fù)圖的峰值信噪比，相關(guān)度和相似肚都表明圖像完全恢復(fù)。本發(fā)明通過采用具有周期性特征的矩陣變換，對利用人類視覺系統(tǒng)特性的自適應(yīng)數(shù)字水印系統(tǒng)進行攻擊，使得數(shù)字水印系統(tǒng)無法能夠正確提取水印。經(jīng)過有限次周期變換能無損地恢復(fù)攻擊前的圖像圖像，可以正確提取水印，從而向版權(quán)所有者提供攻擊成功的證明。就攻擊成功與否、質(zhì)量是否變化、能否直接檢測到水印、攻擊方式是否可自動證明、隱蔽載體是否被成功攻擊的證明、能否精確重構(gòu)攻擊前的隱蔽載體和攻擊與重構(gòu)的算法是否一致等方面，本發(fā)明提出的攻擊方法與已有典型攻擊方法進行了比較，見表5。表5<table>tableseeoriginaldocumentpage11</column></row><table>以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。權(quán)利要求1.一種對離散余弦變換域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法，其特征在于，所述方法包括步驟a獲取數(shù)字水印圖像；步驟b將所述數(shù)字水印圖像分成若干個n×n像素的子塊，獲取所述子塊的人類視覺系統(tǒng)分類結(jié)果，得到所述子塊迭加的水印分量的強度分區(qū)結(jié)果；步驟c根據(jù)所述強度分區(qū)結(jié)果，采用周期性變換矩陣對每一個子塊進行一次攻擊，得到經(jīng)過攻擊的子塊矩陣；所述周期性變換矩陣應(yīng)滿足下述兩式(1).m(Xn)＝AmXn(modN)，其中，A為周期性變換矩陣，A＝(αij)n×n，αij為整數(shù)，m(Xn)＝Xn，Xn為原始分塊的子塊矩陣，Xn＝(x1，…，xn)T，Xn′＝(x1′，…，xn′)T，x1…，xn∈{0，1，…，N-1}，N是變換的階數(shù)；(2).AmN(modN)＝En，其中，mN為變換Xn′＝(Xn)的周期，En為n階單位矩陣；步驟d計算每一個子塊矩陣的峰值信噪比，選擇再次攻擊或者輸出圖像。2.如權(quán)利要求1所述的對離散余弦變換域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法，其特征在于，所述步驟b中獲取所述子塊的人類視覺系統(tǒng)分類結(jié)果，具體包括分別由下式計算每一個所述"x"像素子塊的熵值、均方差和照度，3.如權(quán)利要求1所述^fife散余弦變換域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法，其特征在于，所述步驟C中進行一次攻擊，具體包括步驟A:對所述每一個子塊進行離散余弦變換；步驟B:對所述經(jīng)過離散余弦變換后的各個子塊進行離散余弦變換系數(shù)攻擊；步驟C:對所述經(jīng)過離散余弦變換系數(shù)攻擊后的各個子塊進行離散余弦逆變換，得到新的子塊；步驟D:根據(jù)迭加的水印分量的強度在每個子塊中選取點進行一次攻擊。4.如權(quán)利要求1所述的對離散余弦變換域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法，其特征在于，所述步驟d中根據(jù)所述峰值信噪比，選擇再次攻擊或輸出圖像中，具體包括熵值=-J>,log2(A)，其中L代表灰度級，p,代表灰度值為i的像素點與全部點的比值;方差&=(丄2;)2)*;如果所述峰值信噪比^28且未達到預(yù)定的攻擊次數(shù)，轉(zhuǎn)步驟c再進行一次攻擊，如果所述峰值信噪比<28或達到預(yù)定的攻擊次數(shù)，停止攻擊，輸出圖像。全文摘要本發(fā)明公開了一種對離散余弦變換域數(shù)字水印系統(tǒng)的自適應(yīng)攻擊方法，屬于數(shù)字水印
技術(shù)領(lǐng)域：
。所述方法包括獲取數(shù)字水印圖像；將數(shù)字水印圖像分成若干個n×n像素的子塊，獲取子塊的人類視覺系統(tǒng)分類結(jié)果，得到迭加的水印分量的強度；采用周期性變換矩陣對每一個子塊進行一次攻擊，得到經(jīng)過攻擊的子塊矩陣，周期性變換矩陣應(yīng)滿足下述兩式(1)φ<sup>m</sup>(X<sub>n</sub>)=A<sup>m</sup>X<sub>n</sub>(modN)，其中，A為周期性變換矩陣，A＝(a<sub>ij</sub>)<sub>n×n</sub>，a<sub>ij</sub>為整數(shù)，φ<sup>m</sup>(X<sub>n</sub>)，X<sub>n</sub>為原始分塊的子塊矩陣，X<sub>n</sub>＝(x<sub>1</sub>，…，x<sub>n</sub>)<sup>T</sup>，X<sub>n</sub>′＝(x<sub>1</sub>′，…，x<sub>n</sub>′)<sup>T</sup>，x<sub>1</sub>，…，x<sub>n</sub>∈{0，1，…，N-1}，N是變換的階數(shù)；(2)A<sup>mN</sup>(modN)=E<sub>n</sub>，其中，m<sub>N</sub>為變換X<sub>n</sub>′＝φ(X<sub>n</sub>)的周期，E<sub>n</sub>為n階單位矩陣；計算峰值信噪比，選擇再次攻擊或輸出圖像。采用本發(fā)明的方法能檢驗現(xiàn)有數(shù)字水印系統(tǒng)魯棒性，由于攻擊和恢復(fù)采用同一方法，運算簡單有效，可以促進數(shù)字水印系統(tǒng)發(fā)展。文檔編號G06T1/00GK101159059SQ200710178089公開日2008年4月9日申請日期2007年11月26日優(yōu)先權(quán)日2007年11月26日發(fā)明者濤張,戴一奇,梁敬弘,王道順,平羅申請人:清華大學(xué)