基于改进的遗传算法和SVM的图像DCT变换域水印技术.docVIP

基于改进的遗传算法和SVM的图像DCT变换域水印技术 　　摘 要： 由于一些不可避免的因素，现有的数字图像水印技术或多或少的存在各种缺陷，在图像采样、水印嵌入、图像合成、水印提取等各个环节都存在值得商榷的地方。采用支持向量机（SVM） 模型，通过对大量不同纹理与亮度块的训练，使得图像块通过SVM得出相应的类别，从而实现水印强度的可变嵌入，并且，通过保留个别最佳个体进一步改进遗传算法，同时改变采样方式，在图像分块的DCT域中嵌入水印。实验证明，该方法使得嵌入水印图像与原始图像有较高的PSNR值，同时对JPEG、高斯噪声、旋转、低通滤波、直方图均衡化等具有较好的抗攻击能力。 　　关键词： 支持向量机； 图像下采样； 离散余弦变换； 图像水印 　　中图分类号： TN911.73?34 文献标识码： A 文章编号： 1004?373X（2016）20?0072?06 　　Abstract： The existing watermarking technology for digital image has defects more or less due to some unavoidable reasons. There are some issues in various links， such as image sampling， watermark embedding and extracting， image synthesis， etc. SVM model is used in this paper for classifying corresponding categories by training a large number of image patches with different textures and brightness to realize variable intensity watermark embedding. Moreover， the genetic algorithm is improved further by retaining the some best individuals. Meanwhile， sampling modes are reformed to embed image watermarking in the DCT domain. The experiment results show that the method makes the image with embedded watermark has a higher PSNR value， and has preferable anti?attack ability against JPEG， Gaussian noise， rotation， low?pass filtering and histogram equalization. 　　Keywords： support vector machine； image down?sampling； discrete cosine transform； image watermarking 　　0 引 言 　　随着网络和数字媒体技术，包括数字图像、数字视频、音频以及3D计算机图形等的发展，网上多媒体信息量得以急剧膨胀。由于图像与人感知外部世界的基本手段相吻合，因此相关的信息量将涉及到军事机密、个人隐私、商业利益等，同时数字媒体信息的编辑、存储、修改和传播简单方便，所以网络传输过程中数字信息容易遭受有意或无意的破坏攻击，造成人们不能对数字媒体信息内容的真实性和完整性进行验证。因此，如何保证重要的图像信息在网络和其他信道上安全传输，并对发送的图像进行可靠的完整性和真实性的保护及认证，是目前各界广为关注的问题，也是当前信息隐藏研究领域的重要方向之一[1?2]。 　　目前，对数字多媒体实施版权保护主要采用两种方法：数字版权管理技术 （DRM）和数字水印（Digital Watermarking）技术。传统的DRM技术对数字多媒体作品的完整性认证和保护仍然存在局限性，体现在： 　　（1） 只在通信的信道中应用加密方法，因此非法用户如果解密成功，那么信息就成为完全的明文； 　　（2） 在密码学中，多采用数字签名的方式实现完整性认证，而数字多媒体中并没有嵌入相关信息，信息无法通过加密系统的再次传播和内容改变而被发现或还原成原貌，因此数字水印技术应运而生。 　　作为传统加密办法的有效补充手段，数字水印技术在数字多媒体产品的版权保护和完整性认证等方面的应用已经引起了相关学者的高度关注，这已成为信息安全领域的一个研究热点[3?4]。 　　近些年