英语原文共 11 页，剩余内容已隐藏，支付完成后下载完整资料
用于JPEG图像自嵌入的
基于源信道编码的水印
摘 要
基于水印的自嵌入方案主要针对未压缩图像开发，旨在对抗恶意篡改，其中图像的一部分被假内容替换; 并因此易受诸如噪声添加和图像压缩之类的图像处理攻击。这个缺点使得它们不切实际，特别是当应用于流行的JPEG域时。本文基于将篡改建模为源信道编码问题，提出了一种JPEG数字图像自嵌入方案。 原始图像的压缩版本在适当的信道编码方法的帮助下防止篡改，形成我们提出的方法的水印。信源编码用于恢复丢失的内容，而信道编码则有助于水印图像容忍篡改。由于所提出的方法是基于JPEG模型设计的，因此可以将其有效地集成到JPEG标准中。实验结果表明，该方法具有鲁棒性，能够抵抗诸如噪声加法和再压缩等攻击，这是现有的无压缩域图像自嵌入方案的缺点。此外，本文提出的方法与现有的主要JPEG域自嵌入方案相比，在更好的鲁棒性和图像质量方面表现出令人满意的性能。
关键词：图像水印图像篡改保护自嵌入源信道编码JPEG
目 录
第1章 介绍
图像认证自从出现以来一直是数字图像水印的主要应用之一。 最近，利用水印来进一步帮助保护“自我恢复”或“自嵌入”方案中的数字图像，其中嵌入的水印不仅有助于检测篡改，而且有助于恢复尽可能丢失内容。 通常在这样的方案中，水印由图像表示组成，伴随着校验位。 检查位帮助接收者找到被篡改的区域，并且如果可能的话，存活图像区域中的表示信息有助于恢复丢失的内容。 已经应用了几种方法来设计自恢复水印。 在Fridrich的先驱工作中，量化的离散余弦变换（DCT）系数和原始图像的低深度版本都被用作参考生成的候选[1]。 许多其他创新的图像表示已被提出用于自我恢复系统。 应该指出的是，上述方案是为未压缩图像的自我恢复而设计的，并不适用于压缩域。
在自我修复方案中，篡改是指用假冒内容替换数字图像的一部分。 因此，执行时必须首先检测自我恢复篡改区域。 这通常通过从每个块的最高有效位（MSB）产生并嵌入该块的最低有效位（LSB）的散列（校验）位来实现。 然而，即使是有限的整体攻击，如噪声添加，也会影响图像的LSB，并使验证无效，从而影响整个自我恢复过程。 显然，JPEG压缩几乎是最重要的图像处理修改，也会影响LSB信息。 因此，现有的大多数算法都无法承受JPEG压缩，更不用说重新压缩了。 除了JPEG压缩之外，即使在未压缩的图像域中，它们也很容易受到攻击，因为攻击者可以伴随整体有限功率附加噪声的篡改（内容替换）来打破自我恢复。 我们假设恶意攻击者仅执行有限的攻击，因为她/他意味着只破坏水印而不是图像的正常外观。 虽然大多数自我恢复研究都处于未压缩的领域，但有人提出了一些算法来展现对JPEG域的鲁棒性或适用性[5–10]. 这是JPEG域的重要自我恢复方案，基于DCT系数的参考比特生成，喷泉编码和哈希应用于生成在JPEG域中自嵌入图像。 自我恢复计划在[11]被提出来处理在图中描绘的情景 图1从中可以推断，预期恶意篡改和再压缩到更高JPEG级别的组合。
在本文中，我们提出的自恢复解决方案是基于将篡改建模为源信道编码问题。 这种模型首先被引入到用于未压缩图像的方法[12,13]，其中水印由以下三部分组成：信源编码比特，信道编码奇偶校验比特和校验比特。 校验位的作用与上面讨论的相同。 信源编码比特是通过将图像压缩算法应用于整个原始图像而得到的。 应用信道编码算法，信道编码奇偶校验位被附加到源编码位。 篡改用作擦除通道并破坏一些信道编码位。 只要篡改率低于所应用的信道编码所容许的值，信道解码就被成功执行，并且所得到的解码压缩图像被用来替换由于校验位而检测到的篡改区域的内容。 尽管在[12]很吸引人，很显然，由于将水印放置在图像的LSB中，即使是最简单的图像修改（例如噪声添加和图像压缩）也无法承受。
本文采用类似的思想在JPEG域中生成自嵌入图像。 为此，我们必须解决复杂的压缩域问题，其中嵌入容量是最具挑战性的。由于在JPEG压缩中LSB信息丢失，因此必须将水印嵌入到主机映像的可靠部分，与LSB相比，导致容量小得多替代。 因此，水印的大小是有限的。 达到最佳状态性能，这种有限的容量在我们提出的方法中通过适当的新颖措施被最佳地利用; 其中消除支票位和应用纠错码是最重要的。 在没有检查位的情况下验证接收的块图像，通过比较图像的接收版本和恢复版本，对篡改区域进行一些粗糙但有效的近似。尽管近来已报道了信道擦除码在自恢复中的有前景的应用[11,12]，并不多计算纠错编码。 在[14]，里德 - 所罗门（RS）为基础奇偶校验字节分别从图像行和列生成。由于该信息取代了LSB，因此无法承受JPEG压缩。 RS纠错也适用于[10]为了恢复。在这种方法中，只要篡改区域的大小不超过整个图像的3％，内容恢复就是可能的。[7]和[8]尝试了BCH纠错编码以保护从整数小波变换系数提取的图像表示。在所提出的方案中，图像首先使用图像压缩技术进行源编码。然后源编码比特经历信道编码过程以形成由源编码比特和信道编码奇偶比特组成的水印。然后将该比特流嵌入到JPEG图像中，并对JPEG算法的量化步骤进行微妙的修改。通过这种方式，嵌入和恢复算法可以高效地集成到JPEG压缩标准中。在接收机处，篡改的水印比特流在逆量化阶段的输出处被恢复。信道解码然后信源解码被应用于水印比特流，导致压缩图像。 将压缩的图像与接收到的图像进行比较以检测篡改区域。 如果篡改速率超过应用信道编码所能容忍的范围，则压缩图像将为只是随机模式。否则，一个有意义的恢复压缩图像意味着信道解码的成功。在这种情况下，压缩图像替换在比较阶段中检测到的篡改区域中的接收到的图像，以传送恢复的图像。 实验结果表明，该方法对抗图像压缩和噪声加入等攻击的鲁棒性，伴随着图像篡改（内容替换），这是现有非压缩域自嵌入方案的不足。
本文的其余部分安排如下。第2部分讨论了压缩域自我恢复的挑战和要求。 所提出的方法在第3节介绍，其贡献组成部分将在第4节讨论。系统设计和参数选择的样本在章节5中给出。实验结果在第6节给出，最后一节总结该文件。
第2章 JPEG域自我恢复的要求
我们的工作基于源信道编码模型[12]。但是，这是为未压缩的图像设计的，与其中某些限制的JPEG域相比，该任务可以更容易地执行，这带来了需要更明智的设计的复杂性。现在我们简要回顾一下JPEG压缩，然后讨论JPEG域中自我恢复的局限性。
图像被分解成8times;8的块，在被128减去之后进行DCT。所有的DCT系数使用8times;8量化得到𝑖,𝑗值使用游程编码算法进行编码并作为压缩图像发送。相反的过程在执行接收器解压缩接收到的图像。
JPEG标准中的压缩质量由1到100之间的品质因数决定，并指定应用的量化矩阵。QF值越大，量化矩阵所需的值越小; 即量化步骤更精细。因此，DCT系数在较高QF中面临较少的修改，反之亦然。
在该图像块中可用的三维频率按照从左上角到右下角的Z字形顺序排序。 基本图像信息被集成到较低频率，而高频信息传达图像细节。因此，DCT值通常表现出从低频到高频的下降趋势，并且在量化之后，高频值通常舍入到零。减小QF并因此增加量化矩阵的值导致更高的频率系数被设置为零。因此，通过降低QF来进一步忽略图像细节。图1显示平均值在来自BOWS2的10,000个512times;512灰度图像上，QF的零DCT系数的百分比从1变化到100[15]数据库。
图1 QF系数分布图
JPEG压缩增益在于增加零系数，因为DCT系数是在量化之后使用游程长度编码算法进行编码。从而，QF在压缩图像的质量和压缩率之间进行折衷或者等价地确定JPEG压缩的率失真（R-D）分布。 因此，低频和高频水印分别导致质量和鲁棒性问题。此外，高频水印的另一个缺点是JPEG性能下降，因为一些零系数找到非零值。因此，选择一些中频嵌入就足够了。图1表明对于QF = 75，80％的系数是零。因此不能在JPEG域中修改太多的系数。而且，由于这些修改值在接收机侧乘以量化矩阵，它们的幅度也不能被显着地修改。假设在每个选定系数中嵌入一位，水印尺寸将会很小。 与非压缩域方法相比，限制水印尺寸导致恢复图像的质量下降和可容忍的篡改率
假设𝑛𝑤和𝑏𝑤分别作为每个像素和每个块的水比特。考虑DCT的一个部分每个块的系数，每个系数寄存一个水印位。 在这种情况下块（𝑏𝑤）的水印容量为每块16位，导致每个像素的𝑛𝑤= 0.25比特。另一方面，对于[12]，对于𝑛𝑤= 2和3，我们具有𝑏𝑤= 128和每块192位。但是，由于JPEG域的容量有限，容量不足进行验证。因此，在所提出的方法中，校验位的产生被消除，并且擦除编码不再有帮助。通过修改，应用纠错码而不是纠错码，其中错误位置是未知的，但是如果错误数量低于特定限制，则可以恢复原始信息。虽然错误控制代码的错误恢复能力是考虑到压缩域中的有限水印容量，使用它们是必须的。JPEG领域的另一个重要问题是嵌入方法。LSB替换方法用于未压缩域以保持MSB信息不变。但是，对于JPEG压缩，LSB非常脆弱。 这里，嵌入方法是通过对JPEG量化步骤相对于水印比特流的微小修改来定义的。 因此，通过巧妙修改水印嵌入和恢复算法可以有效地集成到JPEG标准中。
第3章 拟议的嵌入和恢复方案
水印嵌入过程可以总结为以下步骤：
1. 原始图像的信源编码以每个像素（bpp）的速率𝑛𝑠位执行。源整个图像的源编码比特的总数等于其中𝑁𝑃是图像像素的数目的𝑁𝑠=𝑁𝑃times;𝑛𝑠。
2. 纠错信道编码应用于信源编码输出比特流，以将其长度扩展到𝑛𝑐bpp。 整个图像的信道编码比特数等于𝑁𝑐=𝑁𝑃times;𝑛𝑐。信道编码的输出比特流经历基于秘密密钥的置换。
3. DCT适用于所有8times;8图像块。
4. JPEG压缩的量化步骤被相对于输入比特流的修改量化替代。
5. JPEG压缩过程的其余部分完成。现在生成压缩的自嵌入图像。
类似地，接收器处的图像恢复如下执行：
1. 接收的图像在逆量化之前经过JPEG解压缩步骤。量化的DCT系数被放置在8times;8块的位置。
2. 应用经修改的反量化产生两个输出：块的DCT系数和嵌入的水印比特流。
3. 对块应用逆DCT（IDCT），获得空间域中的接收压缩图像。
4. 水印比特流根据秘密密钥经历与发射机中使用的置换相反的置换，然后进行纠错信道解码以产生源编码输出比特流。
5. 将源解码应用于信道解码的输出，提取源编码图像。 因此，现在有两个版本的接收图像可用。
6. 比较两个图像以检测修改的像素。 所提取的源编码图像的内容替换在篡改区域处接收到的图像以生成重建图像。
第4章 提出框架的模块
4.1 信源编码：SPIHT压缩
如同[12]，在分层树中设置分区（SPIHT）算法[16]用于信源编码。 正如部分所述2，水印容量和SPIHT比特率远小于一个bpp。 因此，一个bpp（𝑛𝑠= 1）的压缩率在这里我们应用更少的费率。例如，在章节5讨论的应用程序中，SPIHT以𝑛𝑠= 0.1236bpp的压缩率被采用，产生压缩比特流长度𝑏�
全文共15449字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[13576]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
