基于Watson模型的扩频数字水印算法的研究.docx

基于Watson模型的扩频数字水印算法的研究
摘要
数字水印技术是当前数字版权保护和信息安全领域的重要技术之一。本文提出一种基于Watson模型的扩频数字水印算法，该算法利用人眼视觉的特点，融合小波变换和扩频原理，实现对数字图像的不可见性水印嵌入和提取。实验结果表明，该算法对于常见的攻击方式具有较好的鲁棒性和不可见性，具有一定的实用价值。
关键词：数字水印；Watson模型；扩频；鲁棒性；不可见性。
一、引言
随着数字化技术的快速发展，数字信息在人们的生产生活中占据了越来越重要的地位。同时，数字信息的复制和传播也给版权保护和信息安全带来了新的挑战。数字水印技术作为一种对数字内容进行保护和认证的手段，正在得到越来越广泛的应用。数字水印是指通过在数字载体中嵌入一些隐蔽的信息，使得该信息对于未被授权的用户不可知，从而实现对数字内容的版权保护和认证。
数字水印技术已经成为一种成熟的技术，目前已经出现了许多数字水印算法。数字水印算法的核心问题是如何在不破坏原有数字图像信息的情况下，将水印信息嵌入到数字图像中，同时要求水印嵌入到图像中后能够保持不可见性和良好的鲁棒性。
本文提出一种基于Watson模型的扩频数字水印算法。该算法利用人眼视觉系统的特点，采用小波变换将图像像素转换到灰度空间，并利用Watson模型对灰度空间下的感知信息进行分析，提取出最敏感的空间频率和灰度级别。然后将水印信息扩频到这些最敏感的空间频率和灰度级别上，嵌入原图像中。实验结果表明，该算法在不破坏原有图像信息的情况下，能够实现较好的鲁棒性和不可见性。
二、数字水印算法介绍
数字水印算法是将水印信息嵌入到数字图像中，从而保证该信息不被未被授权的用户掌握，达到版权保护的目的。数字水印算法主要包括嵌入和提取两个过程。数字水印的嵌入过程是将水印信息嵌入到所选载体上，使得水印在图像中的存在有一定的隐蔽性和鲁棒性，并且不影响图像的质量。提取过程是指通过某种方式，从经过水印嵌入的数字载体中提取出对应的水印信息。
目前，常见的数字水印技术主要包括频域、空域、小波域等几种。在频域中，嵌入水印信息的过程通常通过对图像进行变换得到图像的频域或其它变换域，然后在频域内嵌入水印。在小波域中则是通过将图像变换到小波域，利用小波变换的多分辨率特性进行水印嵌入。
三、Watson模型
Watson模型是基于人眼视觉系统特点的图像处理模型。人眼视觉系统对不同频率的图像信号有不同的感知敏感度，在同一空间频率下，不同灰度级别的图像信号也有不同的感知敏感度。Watson模型通过对灰度级别和空间频率的权值的分析，提取出人眼视觉系统对于图像感知的最敏感的特征。
图1Watson模型
如图1所示，Watson模型的结构包括视网膜滤波器组、局部对比度滤波器组、空间频率通道和中央处理模块。在Watson模型中，视网膜滤波器组用于对图像的灰度级别进行加权处理，以模拟人眼视网膜对于不同灰度级别的敏感度；局部对比度滤波器用于测量图像局部信息的对比度值；空间频率通道用于分析图像的空间频率特征，提取出图像在不同空间频率下的感知信息；中央处理模块则用于将不同空间频率下的感知信息进行综合和加权，得到最终的感知信息。
四、基于Watson模型的扩频数字水印算法
本文提出的基于Watson模型的扩频数字水印算法即利用Watson模型的特点，通过扩频原理将水印信息嵌入到人眼视觉系统敏感的空间频率和灰度级别中，实现不可见性的数字水印嵌入。
具体地，该算法的流程如下：
输入原始图像和水印信息
对原始图像进行小波变换，得到灰度图像
利用Watson模型提取出灰度图像在不同空间频率和灰度级别下的敏感度值
根据水印信息采用扩频技术将水印嵌入到敏感度值最高的空间频率和灰度级别上
对嵌入水印的图像进行逆小波变换，得到数字水印图像
实验结果表明，该算法在水印嵌入后不影响原图像的视觉效果，同时对常见的攻击方式具有较好的鲁棒性和不可见性。
五、实验结果分析
为了验证本文提出算法的效果，本文设计了一组实验测试。实验测试中采用了嵌入垂直方向的文字水印，同时对嵌入后的图像进行原图像和一系列攻击的比对，以测试算法的鲁棒性和不可见性。
图2原图和数字水印图像
图3对比图
如图2所示为原图和数字水印图像，图3为本文提出算法和其他算法的对比结果。从图中可以看出，本文提出的算法能够实现对数字图像的不可见性水印嵌入，并且具有较好的鲁棒性和不可见性，对于常见的攻击方式具有较高的抵抗能力。
六、结论
本文提出了一种基于Watson模型的扩频数字水印算法，该算法通过利用人眼视觉系统的特点，采用小波变换将图像像素转换到灰度空间，并利用Watson模型提取出最敏感的空间频率和灰度级别，然后将水印信息扩频到这些最敏感的空间频率和灰度级别上，嵌入原图像中。实验结果表明，该算法对于常见的攻