3 水印的提取方法描述

对水印的提取可以分为以下几个步骤：

（1）密钥key2产生随机序列,找出嵌入水印点的对应图像块位置;

（2）将彩色图像由RGB表色方法转换成YUV表色方法,提取出灰度（亮度）Y分量;

（3）对4×4的图像块求所有象素灰度值的总和;

该图像块已嵌入的水印像点值是1;如果sw

（4）由密钥Key1控制产生一个随机序列对水印序列位置重排,并构成二维的水印图像,这就是提取出的水印。

4 实验结果

    我们运用Matlab语言设计了嵌入和提取的水印的程序,并对性能做了测试,宿主图像是512×512点的lena彩色图像,水印是41点×61点的二值图像。

    加入水印后的图像的水印不可见性可用峰值信噪比PSNR来测试。在λmin取0.2和k取0.5时,实验测出的峰值信噪比PSNR=43.0231,这个值表明了图像在嵌入水印之后的透明性是比较好的,从视觉的角度也可以看到,图像没有任何可见失真;另外,在没有任何攻击下,水印可以完全准确地提取出来（见图1）。

   下面进行鲁棒性测试,图2是对图像进行窗口大小为3×3的中值滤波后,提取出的水印,相似度为0.7609,图3是对图像加密度为0.03校验噪声攻击时提取出的水印,相似度0.7016,图4是图像进行压缩比为25：2的JPEG压缩后提取的水印,相似度为0.9076,图5是将图像旋转18度后提取出的水印,相似度为0.7503,图6是对图像进行剪切掉1/4后提取出的水印,相似度为0.92322,图7是对图像进行剪切掉1/2后提取出的水印,相似度为0.81931。  
 

  从以上的测试结果看到,该算法对一些常见的图象处理或攻击呈现出很好的鲁棒性。而对于剪切攻击,其鲁棒性更为突出。

5 结语

  本文介绍了一种基于空间域的简便的图像水印算法,根据图像块的灰度对比度,自适应地改变水印加入的强度,使水印不可见性增强,并兼顾了不可见性和鲁棒性之间的矛盾。同时将水印加入到图像中的位置随机排列,提高了水印的安全性,也提高了水印抗击剪切的鲁棒性。