沙特国王大学学报：彩色图像水印方案的新技术探索和实验分析

沙特国王大学学报一种不可感知的空域彩色图像水印方案JobinAbraham，Varghese Paul圣雄甘地大学，印度阿提奇莱因福奥文章历史记录：2016年5月19日收到2016年12月9日修订2016年12月14日接受2016年12月23日在线发布保留字：彩色图像水印空间域水印嵌入提取攻击A B S T R A C T提出了一种新的彩色图像水印方案。本文采用空域技术嵌入水印信息，生成高质量的水印图像。空间域方法是流行的脆弱水印技术，主要使用两个或三个最低有效的图像位存储恢复信息。在这里，空间域的方法进一步探讨开发一个强大的版权保护机制。该方法提出了逐步传播的水印信息的像素区域的变换域技术实现的。因此，该方法被设计为提供水印系统所需的两个基本特征，即高图像质量和对攻击的高鲁棒性此外，在水印嵌入之后，确保了一个颜色分量中的改变被很好地补偿，并且没有视觉上明显的色差或变化。针对水印嵌入和颜色补偿，提出了两种掩模.该算法进行了实验分析，使用各种质量指标和水印去除攻击。实验结果表明，该模型支持不可感知水印，具有较强的抗攻击能力。©2016作者。制作和主办：Elsevier B.V.代表沙特国王大学这是一CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍互联网的广泛使用和数字数据传输导致了一些与出版的数字图像和其他数字资源的所有权有关的保护问题先进的图像处理工具使下载和编辑数字图像变得更加容易。在这种背景下，数字水印作为保护版权和所有权的有效工具受到越来越多的关注在数字水印中，数字内容嵌入有被称为水印的唯一标识信号，该唯一标识信号可以稍后被提取并用于认证（Shiguo等人，2009年）。宿主数字内容可以是任何多媒体，诸如音频、图像、视频或文本。当水印图像被发现被非法重用时，嵌入的水印可以被提取出来以确定所有权声明。图像水印的三个主要应用是版权保护、认证和篡改恢复. 在版权*通讯作者。电 子 邮 件 地 址 ： jnabpc@gmail.com （ J.亚 伯 拉 罕 ） ，vp. gmail.com（V.Paul）。沙特国王大学负责同行审查保护将资源所有者的识别标记嵌入数字图像中。隐藏的身份信息可以在以后的任何时候检索，以证明所有权。Bedi等人（2013）和Himeur等人（2012）中的方法提出了数字视频和音频资源的版权保护方案。使用水印技术的图像内容的认证也是可能的。图像的一些特征被提取并嵌入到图像本身中。当怀疑出现时，图像特征与嵌入信息的验证可以针对恶意修改对内容进行认证。另一个重要的应用是篡改恢复，其中图像中被非法修改的内容被恢复到原始形式。大多数已发表的作品处理认证和篡改恢复作为两个阶段的水印过程。内容在第一阶段中被认证，并且如果检测到篡改，则在检测过程的第二阶段中恢复这些部分。存在不同类型的水印方案。一种类型是鲁棒水印，其中水印被强嵌入以保持对攻击的弹性。因此，鲁棒水印技术主要用于版权保护。第二种类型是用于认证和篡改检测的脆弱水印方案（Vidhyasagar等人，2005年）。当图像遭受未经授权的篡改时，可以识别这些区域，并且随后可以使用隐藏的恢复水印来恢复受损区域（Lin等人，2005年）。从技术上讲，水印方案可以分为空间域https://doi.org/10.1016/j.jksuci.2016.12.0041319-1578/©2016作者。制作和主办：Elsevier B.V.代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页：www.sciencedirect.com126J. Abraham，V.Paul/ Journal of King Saud University×××-方法和转换域方法。空间域方法在像素级操作（Zhicheng等人，2006）和变换域方法使用数学工具如离散余弦变换（DCT）或离散小波变换（DWT）来将像素值转换为一组相关值，并且执行水印嵌入操作，从而对图像内的值区域留下更深的影响。使用DCT、DFT或DWT的 基 于 变 换 的 灰 度 级 图 像 水 印 技 术 在 以 下 文 献 中 提 出 ：（ Parthasarathy 和 Kak ， 2007; Keqiang 和 Huihuam ， 2011;Manikanda和Ayyasamy，2014;Chun-Hung等人，2014;Chih-Chin和Cheng-Chih，2010; Quing和Jun，2012）。存在使用LSB替换方法和变换方法的组合的方法。Mei et al. （2015）和Jungpeng等人（2013）使用LSB技术来嵌入水印，但采用预处理阶段，该预处理阶段使用一种变换工具来提取一些图像特征以用于生成水印信息。在Quingtang等人（2013 a）中提出了一种松散地基于DCT原理的空间域方法。彩色图像水印算法将图像变换到YCrCb颜色空间，并在空间域中直接对Y通道中的块中的所有像素添加一个估计值。Liu（2012）中讨论了用恢复和认证信息替换两到三个LSB位的另一种空域方法。Quingtang等人（2013 b）提出了一种使用两级DCT的彩色图像水印机制。首先将彩色图像转换为YIQ模型，利用亮度分量Y嵌入32× 32大小的水印。两级DCT应用于所有不重叠的8 - 8块在Y和嵌入水印的变换系数。然而，该方法提供的水印图像具有略低的PSNR值。Razieh和Ali（2016）中的方法使用从宿主图像中选定的感兴趣区域（ROI）生成的水印。从ROI中选择近似的DWT系数并嵌入到宿主图像本身中。该算法利用图像8 ~ 8块小波变换后的低频系数进行水印嵌入。嵌入时考虑与待嵌入系数差异最小的系数。然而，这使得用于嵌入的块和系数编号应该被存储为密钥并且必须2. 述的方法讨论了一种数字图像水印方法。本文的目的是设计一种方案，可以水印的彩色图像，而不会显着降低图像的质量和改变感知的颜色。此外，所有的图像块都嵌入了水印，因为在某些应用中，如篡改恢复，重要的是所有的块都必须加水印，以使认证或恢复成为可能。2.1. 嵌入区域水印信号等效于外部噪声信号，因此水印的嵌入必须以这样的方式进行，即所引入的失真对于人眼来说是不明显的。在大多数讨论的作品中，水印信号被隐藏在从给定图像中仔细选择的某些选定的块中。然而，在某些应用中，这种块选择可能不实用，因为水印信号必须嵌入到宿主图像中的每个块中是必要的。因此，理想区域必须确定用于安全地集成水印位的块。该算法使用一种称为SIRD，简单的图像区域检测器，用于估计图像块内的最合适的区域，而不是丢弃整个块的方法。图1示出了大小为8× 8的图像块。块被进一步分解为大小为4× 4的子块，从左上端开始，这些子块被表示为区域R1、R2、R3和R4。接下来，根据子区域特性，识别与块中的对等区域相比可以更好地产生水印嵌入的一个区域Rs。算法1解释了Rs选择的过程。该算法是时间有效的，因为每个区域只需要四次计算。因此，对于时间有限的图像处理应用，该算法是有效的。该算法虽然采用对角元素检验，但采用双向对角检验可以改善分块搜索结果。在上述示例中，示出了来自坐标位置81-88处的Lena图像的块。并且在区域分析之后，区域R1被识别为与块中的剩余片段在提取时提供Huynh-The等人（2016）中提出的方法描述了一种使用DWT嵌入水印信号的彩色图像水印方案。对宿主图像的红、绿、蓝分量进行四层小波变换，利用LH和HL波段的系数嵌入水印信息。LH和HL系数之间的差异计算每个通道和系数与最小的差异被用来编码0和那些最大的差异被用来嵌入1位。虽然目前已有一些彩色图像水印的研究工作，但大多数研究工作都是以灰度图像作为宿主图像来嵌入水印信息。一些工作建议彩色图像可以被视为灰度图像水印，并且每个颜色分量必须以相同的方式单独处理（Sajjad等人，2014年）。然而，在互联网中，彩色图像的使用更为普遍，因此需要解决彩色图像水印的具体问题。由于彩色图像比灰度图像包含更多的信息，因此彩色图像嵌入对图像的影响程度不同。本文的目的是开发一种水印嵌入方案，处理彩色图像更有效地照顾个人的颜色通道的敏感性，以人眼。本文的以下部分组织如下。第二部分提出了一种新的彩色图像水印嵌入方法，第三部分给出了算法的实验分析。最后，第-第四节总结论文。算法1：SIRD输入：图像块大小mxn，BQ1：将BQ分解成四个不重叠的段，Rs，s ={1、2、3、4}个字符2：设置i = 1，j = 1，z1 = m/2，z2= n/2第三章：标准差s=04：对于t = i至z15：对于u = j至z26：如果（t= =u），则SD s = SD s+| R s（t，u）R s（t+1，u+1）|7：结束使用8：end t10：end fors10.求x = s，共max{SD}输出：区域Rx2.2. 嵌入面具彩色图像水印嵌入算法使用两个掩码M1和M2.掩码用于将水印信息分布到所选区域中的相邻像素。在大多数方案中，所选图像像素的LSB单独得到模-J. Abraham，V.Paul/ Journal of King Saud University127×K/4K/2K/4K/2KK/2K/K/K/k/8K/4k/8K/4K/2K/4k/8K/k/8水印被分解为四个子图像。每个子图像旨在嵌入到主图像中的每个象限 区 域 假 设 水 印 大 小 是 PxQ ， 一 旦 分 解 ， 子 图 像 大 小 减 小 到P/2XQ/2。假设子图像水印是W1、W2、W3和W4;在水印嵌入的下一阶段期间，将每个Wi嵌入到宿主图像的部分Qi下面的等式（2）用于生成子图像Wi。W1¼W/1 mm; 1mm图1. 在块内选择的局部区域。W2¼W1m;2nW3¼W2m;1nW4¼W2m; 2n其中m = 0，2，4.. . （P/2-2）和n = 0，2，4. . （Q/2-2）。2.4. 该方案ð2Þ这可以将它们变换为与相邻构件大不相同的强度水平。这种修改可能使嵌入的像素不相关，并可能导致类似的效果添加椒盐噪声。因此，为了补偿这种退化效应，建议嵌入掩模。掩模将预期的改变分布到N-8个邻居，从而逐渐分布净变化。这确保了改变的影响不明显，并且对人眼保持不敏感。图 2显示了嵌入时使用的两个掩码。掩模M1与嵌入通道一起使用，掩模M2用于修改其他颜色通道，以补偿嵌入通道中引入的变化。与R和G分量相比，蓝色分量对人眼具有更大的不敏感性。因此，B分量被用作嵌入通道。在水印集成期间，将掩码M1应用于B通道，并且考虑到相同的水印比特，将掩码M2与其他两个分量一起应用组合使用嵌入水印以及补偿非嵌入通道中的变化这保证了在水印位嵌入过程之后，实际图像中的颜色信息被有效地保留。Mxi;juvenileceiling在上述掩码中，k是强度因子。可以调整掩模以使用更高的k值来提供更高的嵌入强度。为了避免可能的十进制值，（1）中的ceil函数用于将值舍入到最接近的最大整数。还可以注意到，M2中的值小于M1。这确保了最大的变化被分布到嵌入B分量在其他两个敏感通道上。2.3. 水印预处理对水印信号进行预处理，充分利用水印的冗余性，提高水印的检测概率。的a)b）、图2. (a)Mask1（M1）（b）Mask2（M2）。该算法适用于彩色图像的水印嵌入.水印嵌入过程包括水印嵌入和水印提取两个阶段。这两个过程的方框图如图1和图2所示。3和4该方法使用RGB颜色空间来执行水印过程。嵌入过程将水印徽标图像集成在封面图像的所有区域为此，使用基于块的方法，并且每个块在水印位嵌入之前经受使用SIRD的子区域选择然后修改所识别的次要区域中的像素以表示水印位。水印嵌入时使用两个嵌入掩码M1和M2M1是根据水印位的大小对蓝色分量进行调制，M2是调整红色和绿色分量的补偿掩码水印提取是非盲的，提取算法使用原始图像来恢复隐藏的水印信号。一旦嵌入被引入的确切区域被识别，则读出水印位以确定所有权。所有图像块的后续读数将提供四组水印。来自图像的每个四分之一的各个水印实际上是水印子图像。因此，提取的四个水印被整形，以形成最终的输出水印。2.4.1. 水印嵌入算法尺寸为MxN的彩色图像嵌入有尺寸为PxQ的二进制水印徽标。水印嵌入的详细步骤如下所述。步骤1.输入图像I和水印信号W。彩色图像使用每像素24位来表示颜色内容。三个通道R、G和B各包括8位。利用蓝色分量对人眼不敏感的特点，将蓝色分量作为水印信息的嵌入通道。水印信号是大小为P = M/8和Q = N/8的二进制标志图像。步骤2.对水印进行预处理并转换为四个一维数组，W i，i = {1，. .4}。水印信号被分解成四个子图像，通过分配像素在一个22块来分离子图像。因此每个子图像水印的大小为（P/2）×（Q/2）。然后将得到的水印子图像Wi变换为一维阵列的形式，使得比特可以容易地传递到处理比特嵌入的过程。水印字符串长度为q = 1，2（P/2）*（Q/2）。步骤3.将I分成四个四分之一，每个四分之一的大小为M/2xN/2，Qj，j={1，.. . ，4}。92989691999799103979897103102949294939910210611394989896969910610296103101100100989810398102999399100991029710394979710198971029997989810096101102100101128J. Abraham，V.Paul/ Journal of King Saud UniversityM2面罩选择的4x4子块，SBsM1面罩重组R、G、B水印，W修改对应于SB的分解：R、G、B通道SB'提取水印选择4x4块，SBs4x4子块分解为8x8块分解：R、G、B通道彩色图像分解为8x8块BR·G彩色图像水印未选择的4x4子块图3. 包埋过程。原始BImage，IcSBB'水印图像，Ic（W′1，W′2，W′3，W′4）水印图像图4.提取过程。图像被分成四个不重叠的象限区域，称为Q1至Q4，从左上角沿顺时针方向。接着，每个四分之一区域被嵌入水印子图像的每个副本步骤4.将Qj分解为R、G和B分量QRj、QGj和QBj。所考虑的四分之一区域被分解为三个组成颜色通道。每个值现在表示沿单个颜色维度的强度变化。步骤5.选择QBj并将图像QBj的一部分嵌入Wi，i== j。B通道贡献于其像素根据水印信息被调制的嵌入块。由于有四个四分之一的区域，每个区域被嵌入的四个水印子图像之一。因此，第一四分之一区域QB1将被嵌入W1，依此类推。步骤6.将每个四分之一QBj分解为8× 8块BQBjK。四分之一区域被分解成不重叠的8× 8块。 的数量可能的块在一个Q中，Bj是k = M/16 * N/16。此外，将QRj和QGj分解为8× 8块。因此，在区域Qj下，考虑到所有三个分量QRj、QGj和QBj，总共有3k个块。步骤7.使用算法1估计块BQBjk中的最合适区域Rs该算法在扫描的块内寻找具有最大变化的区域。该步骤的输出是从B通道识别的4×4子区域（RsB）。假设从两个复合通道R和G获取的相同位置处的两个段为R sR和R sG。步骤8.使用嵌入算法嵌入水印算法2详细说明了嵌入水印的步骤。对于嵌入位1，将掩码M1中定义的值相加，并且为了嵌入0，将M1中的值从实际值中扣除此外，在RsR和RsG下的相应段是mod-使用补偿掩模M2来表示。步骤9. 从步骤7继续，从k = k +1开始，用于嵌入后续水印比特Wiq。通过重复上述两个步骤7和8来标记Qj下的所有块。并且当k==M/16* N/16时，所有块被嵌入并且继续进行下一图像部分。步骤10.对于下一个四分之一区域Qj，从步骤5继续，i= i + 1和j= j + 1直到i=j= 4。下一组宿主区域和嵌入水印信息被认为是完成该过程。一旦所有可能的块被嵌入，该步骤11.重新合并水印图像四分之一Q0j和输出水印图像Iw.4x4子块上的SIRD嵌入水印重塑水印J. Abraham，V.Paul/ Journal of King Saud University129--××××ω×单独加水印的图像四分之一以其原始顺序重新排列，以产生嵌入有大小为PxQ的水印信号的加水印的图像。 Iw={Q01，Q02，Q03，Q04}.算法2：水印嵌入输入：嵌入区域，Rsx ={RsR，RsG，RsB}，水印位w1.对于i = 1到32.对于j = 1至33.若（w = = 1），R0sB（i，j）=RsB（i，j）+M1（i，j）4.其他5.R0sB（i，j）= RsB（i，j）M1（i，j）6.端j7.最后我8.对于x = {R，G}9.对于i = 1到310.对于j = 1至311.若（w = = 1），R0sx（i，j）=Rsx（i，j）+M2（i，j）12.其他13.R0sx（i，j）= Rsx（i，j）M2（i，j）14.端j15.最后我16.端x输出：水印区域，R0sx2.4.2. 水印提取算法步骤1.输入水印图像I 0 形象，我。水印图像及其原始图像需要作为提取阶段的输入。步骤2.将I0分解为四个四分之一区域Q0j，将I分解为四个四分之一区域Qj，每个区域的大小为M/2 N/2。这里j= 1，2，3，4。基础图像和水印图像被分解成四个复合区域，每个复合区域的大小为M/2xN/2，从而生成四组四分之一区域。步骤3.考虑非重叠的8 × 8块，BQj和BQ0j。在I和I0中选择的区域被分解为8 × 8块，并且接下来识别在嵌入时使用的位置以提取水印内容。在一个Qj下的块BQ的总数是M/16 *N/16。步骤4.应用算法1定位嵌入区域。在水印嵌入过程中，对Qj块进行子区域识别将块BQj分割成四个子区域，并且识别嵌入的RsB的位置。步骤5.使用算法3提取水印W0iq使用用于提取的过程分析块BQjk和BQ0jk下的子区域，并且检测隐藏在该区域中的水印比特接下来，增加块号k和水印阵列索引q，并通过从步骤4重复直到k ==（M/16 * N/16）来提取水印的下一位.算法3：水印提取输入：图像区域，Rsx = {RsR，RsG，RsB}，R0sx = {RsR，RsG，RsB}1.初始化Ps = 0，P0 s= 02.对于x = {R，G，B}3.对于i = 1到34.对于j = 1至35.Ps = Ps + Rsx（i，j）6.P0 s= P0 s+ R0sx（i，j）7.端j8.最后我9.端x10.如果（P0s> Ps）11.0= 1 else12.0=0输出：水印位，1003. 实验分析提出的水印技术进行了实验上的一个大的数据库的彩色图像。所使用的主图像是大小为512 512的24位颜色，并且水印信号是二进制标志图像。为了测试，使用大小为64 64的水印。在初始水印预处理阶段，水印被分成四个子图像，每个水印子图像被嵌入到四个宿主图像象限区域的每一个中。这种方法被采用，以提高水印检索的概率时，试图修改图像中的某些区域或损害隐藏的水印的攻击。图5示出了用于进行实验分析的三个宿主图像。生成的水印图像也被转发到所提出的算法的提取阶段，以测试可恢复性。图5g、（i）和（k）是在重组之前提取的水印子图像信号。这样，每一个四分之一的图像都成功地生成了一个嵌入水印的缩影，最后将这四个水印组合在一起生成了64× 64的水印。3.1. 不可感知性试验为了评估所提出的过程中产生的水印图像的质量使用两个指标，PSNR和SSIM。PSNR是峰值信噪比。此度量衡量在处理过程中添加到实际内容中的噪声量水印。添加的水印信息修改了图像并降低了内容。因此，一个有效的水印嵌入系统应该保证在水印集成时不引入明显的失真. PSNR值随着失真水平的增加而下降，因此高PSNR值被认为是嵌入过程中最理想的特征之一。当量使用公式（3）计算PSNR，使用公式（4）计算均方误差（MSE）。步骤6.通过从步骤4重复直到j= 4，继续提取后续四分之一区域Qj和Q0j在提取一个水印子图像后，峰值信噪比（PSNR）：10logRR10个MSEð3Þ3MN对图像中MSE/XXXXX（标准误差）ð4Þ形象步骤7.将提取的四个子图像W0i合并输出k< $1 i< $1j< $13ω Mω N提取水印W0.当图像提取分析完成时，将获得四组水印，W01，W02，W03和W04。每 个 的尺寸为M/16×N/16。这些被重新排列以输出大小为P ×Q的最终提取的水印图像。这里M N是宿主图像I的大小，W是加水印的图像，R = 255是图像表示模型中使用的最大强度值。用于评估的第二个度量是结构相似性指数测量（SSIM）（Zhou等人， 2004年）。这项措施审查了130J. Abraham，V.Paul/ Journal of King Saud University-WcIW2I;W××IW;1/2a）b）c）d）e）f）g）h）i）j）k）l）图5. (a)–(c) Original test images, (d)–(f) watermarked images, (g), (i) and (k) extracted watermarks from each quarter,以块方式的失真或变化。SSIM使用（5）计算。SSIM以更接近人眼感知图像的方式测量两个图像之间的相似性它在范围[1 1]内变化，最大值1表示两个图像相同。形象例如，如果将强度值v添加到图像中的所有像素，则GEI测量等于v。灰度图像像素可以经历的最大SSIMI;W：cI;W：sI;W5P3PMPN¼jðWði;jÞ-Iði;jÞÞj2l lGEIk 11/1第1页3ω M× Nð6ÞI I WIWIl2C12rrC2019年02月22日C2s I WrIWC3rIrWC3这里I是宿主图像，W是加水印的图像。l（I，W）是亮度比较函数，c（I，W）是对比度比较，s（I，W）是结构比较。另一个指标是GEI（Global Embedding Impact）。GEI使用（6）计算。GEI从0变化到R（R = 255）。该度量给出了对图像阵列中的像素由于在基底中的水印嵌入过程而必须经历的净变化的估计表1显示了不同测试的PSNR和SSIM读数图像. 观察到不同有效载荷的读数，32 32到64 64位的水印信息。 可以看出，随着有效载荷增加，PSNR和SSIM值从它们的最大值下降，这表2列出了GEI值，表明每个像素的平均变化为0.33。当k加倍时，误差分布也增加了两倍。3.2. 对攻击进一步实验了水印图像抵抗水印去除攻击的能力。为了测试这一点，水印图像受到各种攻击，并转发表1PSNR和SSIM值。图像有效载荷1/（32×32），k = 82⁄（32× 32），k = 83⁄（32×32），k = 84⁄（32×32），k = 84⁄（32×32），k = 8/2PSNRSSIMPSNRSSIMPSNRSSIMPSNRSSIMPSNRSSIM狒狒53.460.996950.630.993448.870.991847.620.990253.350.9974莉娜53.640.992750.630.993448.890.980447.620.972553.350.9930花53.650.998050.650.995648.890.993047.640.990453.360.9975J. Abraham，V.Paul/ Journal of King Saud University131×1/1第1页¼1/1第1页1/1第1页表2GEI测量。莉娜狒狒花显示了裁剪的图像和从剩余区域获得的提取的水印图像。在测试过程中，图像以不同的度量裁剪-25%，50%和75%。及每当0.3333 0.3325 0.33330.6666 0.6663 0.6666用于提取嵌入信号的水印提取阶段。根据攻击的强度，提取的信号可能不是原始形式，因此将其与原始水印信号进行比较，以估计信息的变形程度和可能的损失。提取的水印图像内容越好，对水印去除攻击的抵抗力越高。两种常用的鲁棒性评估指标是归一化相关系数（NCC）和误码率（BER）。NCC使用（7）计算。这里，W是原始水印信号，W0是提取的水印图像。当两个比较信号相同时，NCC值将等于1。随着两个信号之间的变化增加，NCC值下降，当两个信号完全不相似时，读数为0找到加水印图像的四分之一区域，水印提取可以成功地进行以生成子水印。水印的缩小版本具有足够的可识别性，可以识别数字资源的所有者。表4显示了拟定方法与Huynh-The等人（2016）和Liu（2012）中提出的两种方法的比较。我们选择了两种不同的水印方案，第一种方法是基于频域的，第二种方法是基于空间域的。所提出的方案获得的PSNR值是远远高于其他两个。对于使用以下有效载荷对彩色图像加水印，获得47.6dB的指示值六十四六十四。因此，它可以得出结论，引入的误差变化，而水印嵌入是最小的和图像退化较小。该方案生成高质量的水印图像，是合理的鲁棒性的各种攻击。表3说明了该算法对恶意攻击（如过滤和故意LSB重置）的鲁棒性。在大多数现有的空间域方案中，如果调制的LSB比特是破坏水印检索变得不成功。然而PM PN½Wi;jW0i; j]NCC <$qPMPNð7Þ在所提出的方法中，即使在LSB比特失真之后，因此，它可以是一个骗局，包括所讨论的算法在几个恶意误码率是提取的错误比特数与嵌入比特数使用（8）计算BER。E水印去除攻击，同时保证公平的PSNR值。增加的鲁棒性可以归因于使用嵌入掩码M1来鲁棒地整合水印位。并将嵌入掩码M2的使用与SIRDBERbTbð8Þ用于水印嵌入的局部区域选择提供了不可感知性和优良的图像质量。这里，Eb是错误位的计数，Tb是嵌入位的总数。因此，如果所有比特都被正确提取，则Eb等于0，BER为零。随着误差的增加，BER接近1，表明测试的样本是不相似的。表3列出了观察到的NCC和BER值。缩写B.C.E表示正确提取的位数。图图6和图7示出了一些被攻击的水印图像以及相应的提取的水印图像。图 7以往的彩色图像水印算法大多采用不同的水印添加方法。它们要么在R、G和B三个通道中均等地嵌入水印信息，要么将图像转换到另一个颜色空间（如HSI或YCbCr），并利用Y分量嵌入水印信息。然而，由于与R和G相比，蓝色分量对人眼更不敏感，因此可以使用更多的B来嵌入水印信号。所提出的方法考虑R，G，B通道表3NCC和BER值。攻击莉娜狒狒花英属哥伦比亚NCCBER英属哥伦比亚NCCBER英属哥伦比亚NCCBER没有攻击409610409610409610盐胡椒3904.9710.03913930.9680.04493977.9835.0234泊松3516.9085.12703515.9137.12013758.9390.0859散斑3494.9129.12113463.8986.14063751.9254.1045平均滤波3700.9451.07712946.7991.26863060.8156.2471高斯LPF4036.9993.00103851.9563.06153983.9827.0244锐化3744.9455.07813073.7888.30083197.8450.2246JPG（QF：80）3332.8648.18752803.7408.33893092.7985.2754JPG（QF：70）3168.8314.22952726.7260.35352995.7729.3029JPG（QF：60）2992.8057.26172643.7241.35252792.7448.3389JPG（QF：50，k = 16）3453.8873.15433047.7909.27443240.8332.2256JPG（QF：40，k = 16）3280.8549.19822986.7842.28523130.8128.2529JPG（QF：30，k = 16）3100.8199.24222849.7736.29793008.7923.2705JPG（QF：20，k = 16）2738.7362.35062684.7427.33502786.7396.3398种植25%3702.7500.25003702.7500.25003702.7500.2500收获50%2048.5000.50002048.5000.50002048.5000.5000种植75%1024.2500.75001024.2500.75001024.2500.7500LSB复位B（1或2）409610409610409610LSB复位B（1-3）40961.01174067.9959.00594025.9857.0205LSB复位B（1-4）3593.9205.11043653.9214.10943583.9152.1191调整大小50%3845.9633.05183081.8188.24413250.8374.2187调整大小50%（k = 16）4021.9917.01173545.8951.14453748.9375.0869132J. Abraham，V.Paul/ Journal of King Saud Universitya）b）c）d）e）f）g）h）（j）k）（m）n）o）p）q）r）图6.水印图像攻击：对应提取的水印，（b）、（d）、（f）、（h）、（j）、（l）、（n）、（p）和（r）。不同地和不同的测量被用于在各个颜色通道中集成识别水印，以便保持失真水平最小。4. 结论a)c）、b)d）、图7. (a)以及（b）裁剪的水印图像（25%）和提取的水印，(c)以及（d）裁剪水印图像（50%）并提取水印。表4提出的方法与Huynh-The等人（2016）和Liu（2012）的方法之间的比较。提出了一种在彩色图像中嵌入标志图像的算法两个推荐的掩模，嵌入掩模M1和补偿掩模M2，确保嵌入的比特对人眼的干扰较小此外，由于水印信息被传播到更宽的区域，水印对攻击的存活机会被增强。当像素在像素级独立于它们的邻居被修改时，如在传统的空间域方案中，存在产生椒盐噪声效应的高概率。在所提出的方法中，掩模的使用确保修改的像素与邻域中的像素相比不会突出。M2被用作补偿掩模，以确保嵌入时对原始颜色分布的影响最小。所提出的算法进行了测试，在许多图像。实验评估了水印图像的鲁棒性和不可感知性该方案提供了高质量的水印图像，可以生存的攻击数量很多。Thien Huynh-The等.刘凯C拟议方法引用主机图像尺寸512× 512 512× 512 512× 512图像类型颜色颜色Bedi，S.S.，Rakesh，Ahuja，Himanshu，Agarwal，2013.视频版权保护Watermark 64×64图像特征64×64基于小波变换的多 进制数字水印。Int. J. C o m p u t . Appl.第六十六条第八款。工作域频率域空间域空间域赖志钦、蔡政志、蔡志成，2010年。基于离散小波变换的数字图像水印算法小波变换和奇异值分解。IEEE传输仪器技术采用四电平DWT LSB LSB更换修改操作速度低低快Meas. 99（11）。Chun-Hung ， Chen ， Yuan-Liang ， Tang ， Chih-Peng ， Wang ， Wen-Shyong ，Hsieh，2014. 一种基于图像显著特征的鲁棒水印算法。 国际光与电子光学杂志（Optik）125，1134-1140。嵌入颜色域嵌入颜色组件RGB RGB RGBR，G，B R，G，B BHimeur，Yassine，Boudraa，Bachir，Khelalef，Aziz，2012.一种用于版权保护的安全高鲁棒性音频水印系统。国际计算机Appl. 53（17）.Huynh-The ， Thien ， Banos ， Oresti ， Lee ， Sungyoung ， Yoon ， Yongik ， Le-Tien ，Thuong，峰值信噪比（dB）43.51 39 47.6信号质量良好良好Superior2016.利用最优信道选择改进数字图像水印。专家系统应用62，177-189。颜色变化调整否否是Junpeng，Zhang，Qingfan，Zhang，Hongli，Lv，2013.一种新的基于水印技术的图像篡改定位与恢复算法。国际光电杂志光学（Optik）124，6367-6371。J. Abraham，V.Paul/ Journal of King Saud University133任克强，李惠华，2011，基于DWT和DCT的大容量数字音频水印算法。参加：机电一体化科学、电气工程与计算机国际会议，吉林，中国，2011年。Lin，Phen Lan.钟凯、谢伯惠、黄，2005年。一种用于图像篡改检测与恢复的层次数字水印方法。 模式n。38，2519-2529。Liu ，K.C. ，2012.用于防篡改和基于模式恢复的彩色图像水印。IET Image Proc. 6（5），445-454。Manikanda Prabu，S.，Ayyasamy，Dr.S.，2014.一种基于小波变换和快速傅立叶变换的有效水印算法。Int. J. Comput. Sci. Eng.Mei，Yu，Wang，Jing，Jiang，Gang，Peng，Zongju，Shao，Feng，Luo，Ting，2015. 一种 新的带定 位和恢复 的立体图 像认证脆 弱水印方 法。Int.J. 电 子 学。Commun. 69，361-370.Parthasarathy，Arvind Kumar，Subhash，Kak，2007年。一种改进的基于内容的图像水印方法。IEEE Trans. Broadcast.53（2）。刘庆英，2012，基于小波分析的灰度图像数字水印技术，IEEE电气电子工程研讨会，pp618Quingtang，Su，Niu，Yugang，Wang，Qingjun，Sheng，Guorui，2013 a.一种新的将彩色图像嵌入彩色图像的盲数字水印。国际光电子光学杂志（Optik）124，6255-6260。Quingtang，Su，Niu，Yugang，Liu，Xianxi，Yao，Tao，2013 b.一种基于DC分量的空间域彩色图像盲水印算法。国际光电子光学杂志（Optik）124，3254-3259。Razieh，Keshavarzian，Ali，Aghagolzadeh，2016.基于感兴趣区域的小波变换和Arnold映射鲁棒安全图像水印。国际电子通讯杂志 70，278- 288.Sajjad，Dadkhah，azizah abd，Manaf，Yoshiaki，Hori，Aboul，Ella Hassanien，Somayeh，Sadeghi，2014.提出了一种有效的基于SVD的图像篡改检测和自恢复的主动水印算法。信号处理：图像通信29，1197-1210.Shiguo，Lian，Dimitris，Kanellopoulos，Giancarlo，Ruffo，2009.多媒体信息系统安全的最新进展。33.第三十三章维德亚萨加尔湾Potdar，Song Van，E.张志忠，2005，数位影像浮水印技术之研究，第三届工业资讯学国际会议，第709-716页倪志成，石云庆，倪文，苏伟，2006。可逆数据隐藏。IEEETrans. 电路系统视频技术 16（3），354-362。Zhou，Wang，Alan Conrad，Bovik，Hamid Rahim，Sheikh，Simoncelli，Eero P.，2004. 图像质量评估：从误差可见性到结构相似性。IEEE传输图像处理。13（4）.