1.引言
    随着计算机网络和多媒体信息处理技术的发展，文档资料的数字化和网络化是信息时代的发展趋势。为了有效地发挥文档资料的作用，必须运用信息技术实现资源开放和共享，通过各种渠道将数字化文档在不同范围内分发，有偿或无偿提供资料的使用权，或在Internet上公开发布。但因为数字化资料可方便地进行复制和广泛传播，由此引起的滥用、篡改或伪造，以及版权所有者合法权益被侵犯等问题是不可忽视的。因此，必须采取相应技术措施对破坏和侵权行为进行有效控制，并在发生非法篡改或盗版等情况时能在法律诉讼中提出有力的证据。
    近年来国际上提出了一种有效的数字产品版权保护技术—多媒体数字水印。将这一技术应用于扫描获得的文档图像，对于确保文档资料的合法使用具有十分重要的作用。
    根据水印的可见性，可分为可见水印和不可见水印两类。可见数字水印主要用于明确标识版权，防止非法的使用，虽然可见水印有可能减少图像的使用范围，但却无损于所有者的使用，而且可以减少对版权图像非法拥有的可能性；不可见水印主要用于版权保护、隐含标识、认证及隐蔽通信等方面。
    根据水印的使用目的，可分为鲁棒水印和脆弱水印两类。鲁棒数字水印主要用于在数字作品中标识著作权信息，如作者、作品序号等，它要求嵌入的水印能够经受各种常用的编辑处理；脆弱数字水印主要用于完整性保护，与鲁棒水印的要求相反，脆弱水印必须对信号的改动很敏感，人们根据脆弱水印的状态就可以判断数据是否被篡改过。
    与普通图像相比，文档图像的一个显著特点是它主要由文字区域和非文字区域组成，通常文字区域是全黑或近似于全黑，非文字区域是全白或近似于全白，表现在灰度直方图上为灰度值分布两极化，图1即为Lena图像与文档图像的灰度直方图比较，所以仅在文档图像中嵌入可见水印，通过分析灰度直方图便很容易检测并去除，不能达到保护版权的目的。

(a) Lena图像灰度直方图

(b) 文档图像灰度直方图

图1 两种图像灰度直方图比较

    本文提出的双水印算法，以Mohanty的算法 [3]为基础并作了一定的改进，是以自适应可见水印为主、自嵌入不可见水印为辅的体系,达到了既标识版权又认证图像的所有权的目的。自适应可见水印以最鲁棒的方式嵌入，图像剪切、几何变换、锐化、对比度增强以及颜色校正等，这些图像操作不会对可见水印有严重的影响，但是它不抗图像涂改和置换操作，此时可以借助不可见脆弱水印来验证其真实性。根据鲁棒水印优先嵌入原则[4]，本算法先嵌入可见水印，然后嵌入不可见水印。
2.算法描述
2.1可见水印的嵌入
    可见水印的特性和与其相对应的要求大致有以下几点[2]：
    (1) 无论是在彩色或灰度图像上，可见水印均应很容易看见。此外，水印应该覆盖图像的大部分区域，并且应在所覆盖的区域上可见。
    (2) 水印必须在所覆盖的区域上半透明可见，不能破坏所覆盖区域的图像细节。除此之外，水印的嵌入程度应随主图像局部特征的变化而变化。换句话说，应该使水印足够突出地显示以阻止非法使用，同时又应该使水印不太过分刺眼以支持用于学术目的的图像研究。
    (3) 水印必须很难去掉，至少必须达到去掉水印比购买使用图像的版权更加昂贵和费力。这就要求水印能够抵御自动和系统的水印移除。
    (4) 插入水印应该省时省力，不需要太多的人工干预。
根据Mohanty提出的基于频域的可见水印技术[5],本文在对文档图像的特性进行分析后，提出了一个基于图像纹理特征的文档图像自适应可见水印嵌入方案，实现了对Mohanty方法的改进。
    算法采用线性加法嵌入准则，公式为：

    （1）

    其中和分别为比例因子和嵌入因子，其系数与块n相对应，是原图像块的DCT系数，是待嵌入水印图像块的DCT系数。
    在选择比例因子和嵌入因子的时候，为避免图像重要信息发生失真，边界块应改变最小，所以只能将极少量的水印灰度值加到原图像的边界块上，也就是说，边界块对应的比例因子应接近于（比例因子的最大值），而嵌入因子应接近于（嵌入因子的最小值）。在边界块检测方法上，文档图像的边缘灰度值过渡比较尖锐，适合用梯度算子检测边界块，本算法采用梯度算子中效果较好的Sobel边缘算子实现。
    当背景有较强的纹理信息时，视觉失真应较小，在一个有较强纹理信息的块中，能量均匀分布于各交流DCT系数中，这就意味着这些块的方差较小，可以加入较多的水印信息。所以方便起见，设与成正比，而与成反比。在文档图像中，非文字区域是纹理信息较弱的部分，加入的水印信息较少，文字区域是纹理信息较强的部分，可以加入较多水印信息。
    记每个图像块的灰度均值为，整个图像的灰度均值为。由于与接近的块对噪声较敏感，所以当＞时，应随的减小而增大，当＜时，应随的增大而减小。的变化与的变化趋势相反。
综上，和的取值公式定义为：

（2）

  （3）

式中每个图像块规范化平均灰度值为：

（4）

其中是的最大值。
图像的规范化平均灰度值为：

（5）

图像块的规范化交流DCT系数为：

（6）

其中， （7）

嵌入步骤如下：
    (1) 将原图和水印图像分为8*8的块（原图和水印可不一样大）；
    (2) 计算出原图每个块的DCT系数，从而得到DCT直流系数变量和交流系数变量；
    (3) 利用公式4,计算每个图像块的规范化平均灰度值，利用公式5计算图像的规范化平均灰度值；
    (4) 利用公式7和交流DCT系数,计算规范化方差；
    (5) 利用Sobel边缘算子,确定边界块；
    (6) 利用公式2和3,计算比例因子和嵌入因子,如果是边缘块,比例因子取最大值,嵌入因子取最小值；
    (7) 找出水印图像的DCT块，利用公式1,修改原图像第n个块的DCT系数，逆DCT变换,得到加水印图像。
    对于可见水印来说，不存在水印的提取问题。
2.2自嵌入不可见水印的嵌入与篡改检测
    自嵌入不可见脆弱水印是将图像本身的特征信息作为水印嵌入，作为一种盲水印技术，它的提取不仅不需要原始图像，而且不需要原始水印，可以实现图像的篡改定位[6]。
    根据Michael提出的基于校验和的自嵌入不可见水印算法[6]，本文对其作了一定的改进，将块的索引嵌入其中，使得算法不仅能够定位篡改位置，而且能够正确检测块之间的互换操作。水印的产生和嵌入步骤为[7]：
    (1) 将已加可见水印的图像分成6*6的块，用表示图像块m中第v个像素的值，其中v=1,2...36，m为图像分块总数。
    (2) 计算块内每个像素的高六位的和，，得到校验值，
其中。
    (3) 将转换成二进制数，按位随机嵌入块内像素的第二个比特位上，对应的m也转换成二进制数，作为索引值，按位随机嵌入块内像素的第一个比特位上。

图2 嵌入方法示意图

    不可见水印的检测过程与嵌入过程相反。
3.实验结果
    我们对用于网上阅卷的两万份试卷图像进行了测试，结果表明，为保证较好的可见水印嵌入效果，的取值范围为0.95≤≤0.98，的取值范围为0.06≤≤0.16，可见水印通过自适应方式嵌入，可抗剪切、几何变换、锐化、对比度增强及JPEG压缩等操作。不可见水印的嵌入，在对图像进行涂改或置换时，可用来准确定位其篡改位置。
    自适应可见水印和自嵌入不可见水印的嵌入及检测效果如下图，其中图6(a)是在已嵌入双水印的图像中作了两处修改：将“NORMAL”中的“R”和“M”互换位置；将文章里的标点“，”改为“。”。图6(b)用“Ⅹ”表示其篡改部位。

图3 可见水印图像

图4 原始图像

图5 加入双水印后的图像

(a) 篡改图像

(b) 检测篡改部位
图6 图像篡改与检测

4.结论
    本文针对包含文字区域和非文字区域的文档图像，基于视觉模型和文档图像的纹理特性，提出了在频域中自适应地嵌入可见水印信息，并在此基础上嵌入空域不可见水印的双水印算法，达到了既标识又认证文档图像所有权的目的，并且能够精确定位篡改位置。

参考文献
[1] 夏明一等，基于块分类的文档图像水印自适应算法。上海大学学报 Vol.10 No.5,2004, 463-466[2] M. M. Yeung, FC. Mintzer, G.W. Braudaway, and A.R. Rao. Digital watermarking for high-quality imaging. Proc.of IEEE First Workshop on Multimedia Signal Processing, June,1997,357-362
[3] S. P. Mohanty, K.R. Ramakrishnan and M. Kankanhalli. A dual watermarking technique for images. Proc. of The 7th ACM International Multimedia Conference,F lorida,November 1999, 49-51
[4] Mintzer,R.Braudaway,G. W.If one watermark is good, are more better? Proc.of IEEE Int.Conf.on Acoustics, Speech, and Signal Processing. Vol.4，March 1999.2067一2069
[5] Mohanty S P,Ramakrishna K R,Kankanhalli M S. A DCT domain visible watermarking technique for image[A].IEEE International Conference onMultimedia and Expo[C]. 2000,2.1029-1032
[6] J. Fridrich and M. Goljan, Protection of Digital Images using Self em bedding, Symposium Content Security and Data Hiding in Digital Media, Newark, NJ, USA, May 1999.
[7] Michael. J. Sieffert. Methods for detecting tampering in digital images.2000