英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

基于DWT-DCT技术的QR码水印

Yang-Wai Chow, Willy Susilo, Joseph Tonien, Wei Zong

Institute of Cybersecurity and Cryptology, School of Computing and Information Technology, University of Wollongong, Wollongong, Australia

{caseyc, wsusilo, dong}@uow.edu.au, wz630@uowmail.edu.au

摘要 互联网和通信技术的快速增长促进了数字多媒体交换系统的升级。这导致了版权侵权事件的增加，因而更加需求强大的具有鲁棒性的版权保护机制。数字水印是检测所有权和以非法的手段使用数字产品的一种方法。本文提出了一种基于水印的方法，通过将QR码信息嵌入到数字图像中来显示图像。该拟议方案的概念 ，是利用误差修正QR码结构中固有的机制，提高水印的鲁棒性。通过使用QR码纠错机制，即使图像被对手改变或扭曲，已经被加了水印的图像也可以被解码。本文研究了提议方案的特点，并且提出实验结果验证QR码水印方法的鲁棒性和安全性。

关键字: 数据隐藏; 离散余弦变换; 离散小波变换; 纠错; 二维码;水印

一、 引言

因特网和通讯技术的进步使得数字多媒体内容的交换和共享不断增加。 然而，这也导致了版权侵权的增加，需要更好和更强大的版权保护技术。

数字水印是检测侵犯版权和数字产品被非法使用的有效方法。 水印的概念是在原始信号中嵌入额外的信息，并在需要时可以提取水印[17]。 在原始信号中嵌入附加信息，也称为宿主数据，必须以不干扰数据正常使用的方式进行[31]。 因此，要实现一个成功的水印方案，水印和原始信号之间的差异应该是不可察觉的。 此外，水印应该具有鲁棒性可以对抗信号变化，直到主机信号被损坏并失去其商业价值的时候[32]。

数字水印领域是一个多年来一直深入研究的领域[11]。 Panah等人 [31]描述了任何水印系统的四个主要特性; 即不可见性，容量，健壮性和安全性。 能见度是水印应该被人察觉不到的性质; 容量是指可以嵌入的数据量; 鲁棒性是水印方案承受信号变化或失真的能力; 安全性是水印方案抵抗攻击者任何有意图破坏水印的抵抗[10,31]。

多年来，研究人员已经提出了各种水印技术来嵌入信息在各种多媒体信号中，包括图像，视频和音频[35]。 本文的工作重点是数字图像的不可见水印。 有隐形数字水印两大类： 即空间域和频域。 空间域技术通过改变一些像素的灰度级来实现。 而另一类则着重于修改频域的系数[19]。

在频域中操作具有各种优点，例如能够更有效地将人类视觉系统的特征包含在水印中，将频域中的嵌入信号的能量分布在空间域中的所有像素上的能力， 并且能够在压缩域中操作，因为大多数图像压缩标准都是基于频域的[19]。 由于这个原因，许多研究人员基于离散余弦变换（DCT）和离散小波变换（DWT）在频域中提出了水印技术[4,25,28]。 近年来，使用DWT-DCT混合技术作为提高水印鲁棒性的一种方法也受到了很多关注[1-3,12,14,21,26,28,35] 。

本文提出了一种基于DWT-DCT方法的QR码水印技术。 QR码是一种二维条码，由于其便利性和易用性，在过去几年中在许多不同的应用中得到广泛采用，因为任何配备相机和QR码阅读器的智能手机都可以检索编QR码内的信息。本文提出的技术背后的基本思想是利用QR码结构中固有的纠错机制。这样做的目的是提高产生的水印与变更或失真的鲁棒性，因为只要被破坏的数据不超过QR码的纠错能力，QR码中包含的信息仍然可以被解码。

工作： 在本文中，我们提出了一种通过采用组合DWT-DCT方法在主信号中嵌入QR码信息的水印技术。 本文着重介绍应用所提出的技术应用于数字图像。 我们根据水印的关键属性来检查该方案： 即不可见性，容量，健壮性和安全性。 该方案的容量仅仅是嵌入QR码的数据容量，取决于其版本和纠错水平。 对于其他属性，本文显示了结果。

二、 背景

本节提供了本研究中使用的一些关键概念和技术的简要背景。

2.1 二维码

Denso Wave [13]公司于1994年为日本的汽车行业发明了快速响应代码（QR code）。国际标准化组织（ISO）成立后，为QR码建立了一个标准[20]。自那时起，由于QR码易于使用，鲁棒性强，解码速度快，数据容量高等特点，QR码在全球广泛采用。

QR码符号被构造为白和黑色方块的二维阵列，称为模块。 QR代码符号版本有四十种尺寸，版本号1至40，每种代码都包含不同数量的模块，从而产生不同的数据容量。 QR码可以编码不同类型的数据（即，字母数字，二进制，汉字或这些的组合），并且支持四个纠错等级（即L，M，Q和H）。即使QR码中的某些模块损坏，错误纠正机制也提供了数据恢复手段。四个纠错级别分别对应于约7％，15％，25％和30％的容错。 QR码错误恢复能力以消息长度为代价增加。图1示出了具有纠错等级H的QR码版本1的示例;它编码了“消息”这个单词。

2.2 离散余弦变换（DCT）

离散余弦变换（DCT）将信号转换为频域，经常用于图像处理，尤其是JPEG压缩[19，33。 给定一个输入图像x，变换输出图像的DCT系数的计算y可以用公式 1.一旦变换后，原始图像可以使用逆DCT进行恢复，如式（1）所示。 2 [2,33] .33]。 给定一个输入图像x，变换输出图像的DCT系数的计算y可以用公式 1.一旦变换后，原始图像可以使用逆DCT进行恢复，如式（1）所示。 2 [2,33]。

在将DCT应用于每个块之前，基于分块的DCT方法将图像分成不重叠的块[22]。 水印数据通常嵌入到每个DCT变换块的中频带系数中，以保持图像的视觉变化最小[4]。

2.3离散小波变换（DWT）

离散小波变换（DWT）是另一种广泛用于图像和信号处理的技术。 用于图像的DWT技术涉及将图像分解为对数尺度的恒定带宽频率信道[25,30]。 二维图像被分解成四个子带，在DWT域中被标记为LL，LH，HL和HH。 LL子带表示粗级系数，而LH，HL和HH子带表示最细尺度小波系数。 每个子频带可以进一步分解，直到达到所需的级数。 人类视觉系统对LL子带（即低频分量）更敏感，通常将水印嵌入其他三个子带中的一个或多个子带以保持更好的图像质量[25]。

2.4阿诺德变换

Arnold变换是一种可以用于像素扰动的可逆方法，并且已经被用于各种水印方案中[22]。 应用这种变换的目的是由于图像数据中的相邻像素彼此具有强相关性这一事实。 通过使用阿诺德变换，这种高像素相关性可能被破坏。 阿诺德变换如方程 3] [16]，其中p和q是正整数，det（A）= 1，（x，y）是Arnold变换应用于位置（x，Y）。 Arnold变换的周期取决于p，q和图像的大小N. 在应用变换的几次迭代之后，相邻像素之间的相关性可能完全被干扰。

Arnold变换也被用于图像加密[16]。 其基本概念是空间域中的像素混洗混淆了加密图像和普通图像之间的关系。 对于图像加密，参数p，q和应用变换的迭代次数都可以用作秘密密钥。

三、相关工作

QR码在信息安全领域已经有了多种应用。 例如，QR码已被用于秘密共享[8]，认证和交易验证[7]，认证视觉密码共享[36]以及电子投票认证[15]。

研究人员还提出了在数据隐藏和隐写领域使用QR码的方案。 Wu等人在这方面进行的工作中， [37]提出了一种在数字图像中隐藏QR码的数据嵌入方法。 他们的目的是伪装图像中QR码的外观，以免降低图片的视觉质量。 Huang等人 [18]开发了一种QR码图像的可逆数据隐藏方法。 他们的方法的目的是能够恢复QR码覆盖的图像的一部分。 Chen和Wang [5]提出了一种使用QR码的嵌套图像隐写方案，其中两种类型的秘密数据，即文本（无损）和图像（有损）嵌入在封面图像中。 文本部分以QR码形式嵌入。 Chung等人报道了类似的方法。[9]。

另外，QR码最近已被用于许多的数字水印方案中。 先前提出了一种在封面图像的DWT域的第一级将HH分量嵌入QR码的方法[34]。 这种方法的目标是能够检测攻击者基于独特映像注册码的恶意干扰。 Lee等人描述了使用Just Noticeable Difference（JND）模型将QR码嵌入图像中的数字水印方案。[27]。 他们的方法的目的是改善基于JND的水印的不可感知性，这是人类视觉系统无法检测到差异的最大差异。 Kim等人 [24]研究了使用二维条形码（例如QR码）将数字对象标识符标签插入数字内容而不降低其质量的方法。 Kang等人 [22]提出了一种基于DCT，QR码和混沌理论相结合的水印方法。在他们的方法中，QR码图像被混沌系统加密以增强水印的安全性。其他人也提出了不同的QR码水印方法[6,38]。

本文提出的QR码水印技术背后的动机是提高水印对图像变化和/或失真的鲁棒性。 所提出的方法利用QR码结构中固有的纠错机制。 通过将QR码水印嵌入到数字图像中，只要QR码中的数据被破坏程度未超过其纠错能力，就可以正确解码QR码。 因此，这种方法试图增加不可见水印方案针对水印攻击的稳健性，其中攻击者试图通过改变或扭曲图像来去除水印。

四、QR码水印方案

4.1 嵌入过程

所提出的QR码水印方案采用包含水印信息的QR码，并将其嵌入到封面图像中。 在图2中描绘了用于将QR码嵌入到封面图像中的过程的概述。

为了产生QR码，预先确定QR码的掩模图案和错误校正水平。 这是为了在嵌入过程中可以省略QR码的格式信息，并且只有数据模块将被嵌入到封面图像中。 这是为了确即使所产生的水印图像经历改变或失真，格式信息也不能被破坏。 以这种方式，当QR码从水印图像中提取时，只要数据模块没有被破坏超过QR码的纠错能力，就可以用预定格式信息正确解码。 QR码的数据模块被提取到二进制矩阵中，该矩阵使用阿诺德变换进行加扰以增加其抗变更或失真的鲁棒性。 这产生了将用于将QR码数据嵌入到封面图像中的数据矩阵。

如图3（a）所示，封面图像将使用DWT分解为四个子带。这可以达到期望的水平。在我们的实验中，我们将HL子带分解为2级，如图3（b）所示，并使用HL22子带嵌入水印。然后将这个子带的内容分离成DCT应用于每个块的非重叠块。如图3（c）所示，仅对DCT变换块的中频带系数进行修改以保持视觉变化最小。另外，生成两个不相关的伪随机数（PRN）序列以表示比特“0”和比特“1”（即PRN0和PRN1）。每个PRN序列的长度与中频带DCT系数的数目相匹配。根据等式1，然后使用PRN序列将包含QR码数据的数据矩阵嵌入到DCT系数块中。 4，其中x是相应的中频带系数，x是修改系数，alpha;是增益因子。最后，应用逆DCT和逆DWT以获得所产生的水印图像。

4.2 嵌入过程

图像预过滤技术已被用于改善水印提取结果[29]。 因此，我们首先应用锐化和拉普拉斯高斯过滤到水印图像，以增加水印和封面图像相关部分之间的对比度[23]。 得到的预滤波图像然后经历与嵌入过程相同的DWT和DCT过程以将图像分解成子带和非重叠块。 可以基于已知PRN序列与每个DCT变换块的中频带系数之间的相关性来提取数据矩阵。 然后使用已知的变换参数将逆Arnold变换应用于数据矩阵以获得QR码数据，其可以基于格式信息来解码以获得编码的消息。 这个过程如图4所示。

五、结果和讨论

为了评估所提出的水印方案，在三张已知的封面图像上在MATLAB中进行了实现水印处理的实验; 即莉娜，辣椒和狒狒。 这些图像如图6所示。这些图像的选择是由于图像中的变化程度不同所致。 这些是尺寸为512times;512的8位灰度图像。以前在图1中示出的QR码被用作实验中的水印。 它是用纠错级别H构建的，这意味着低于大约30％的数据损坏仍然可以正确解码。 在实验中，PRN值的范围在以零为中心的一系列值之间变化。

5.1 不可见性

使用峰值信噪比（PSNR）进行定量测量以确定水印的不可感知性程度，PSNR是原始图像和水印图像之间的常用图像质量度量。 图5给出了利用不同的伪随机种子值通过改变PRN范围（其中alpha;= 4）获得的Lena的PSNR值的图。 其他图像具有相同的特征。 更大的PSNR值意味着水印图像和封面图像之间的差异更小。 另一方面，PRN范围越大，水印对图像改变的鲁棒性越强。 尽管如此，更大的范围也会在结果水印图像中产生更大的失真，因为DCT系数会有更大的修改。 这从图5中在更大的PRN范围内减小的PSNR值是明显的。

图6（a）至图6（e）给出了基于不同水印参数的水印图像的视觉比较。 水印越强（即更稳健和成功提取水印的可能性越高），所得水印图像中的失真就越高。 原始封面图像如图6（a）所示。 图6（b）显示了从PRN范围4和alpha;= 2获得的具有非常低失真的水印图像; 在图6（c）中参数PRN：6，alpha;= 4; 在图6（d）中参数PRN：10，alpha;= 6; 图6（e）依次显示了一个带有非常失真的水印图像的例子，PRN：14，alpha;= 14。可以看出，当生成水印图像时，从人类视觉系统的角度看，水印是不可察觉的 参数较低，而高参数值则可以清楚地看到失真

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22735]，资料为PDF文档或Word文档，PDF文档可免费转换为Word