摘要：提出了一种在图像小波域中嵌入文字的新型鲁棒水印算法，并对嵌入的文字进行混沌加密和BCH纠错编码。实验表明，该算法增大了水印数据的嵌入容量,提高了抗常见攻击的能力。
    关键词：文本水印  混沌序列 提升小波变换  BCH
    1.引言
    数字水印技术是将具有特定意义的标记隐藏在数字产品中，以有效解决多媒体版权保护问题，目前已成为多媒体信息安全研究领域发展最快的热点技术[1-2]。
目前应用于图像的水印多是有意义的图像（商标、徽章、签章等）或者无意义的伪随机序列。前者表达信息直观，但本身数据量很大，导致嵌入容量受限，而且为了平衡不可见性和鲁棒性的要求，其嵌入和提取算法往往都非常复杂，不利于水印系统实时处理的需要[3]；而后者数据量小、随机性好，可以根据相关性准则实现水印的检测，但是往往只能根据设定的阈值给出水印是否存在的结果，不能够直观的表达原始图像或者版权所有者的信息[4]。
    综合考虑以上两种水印数据的特点，本文提出了一种在图像中嵌入有意义文本信息的新型鲁棒水印方法，水印具有数据量小，表达意义直观的优点。然而，由于文本信息的特殊性，即：文本信息的一位改变将引起整个文本的改变，因此要对文本水印数据进行预处理，以减小字符敏感性对文本语义信息的影响。其方案是：将要嵌入的文本信息进行混沌加密和纠错编码，以增加系统的安全性和抗攻击能力，并且冗余嵌入到原始图像的不同频带小波系数中，以提高文本水印的鲁棒性。该算法在提取水印时不需要原始图像和原始水印，属于盲水印算法。实验表明该算法具有较好的鲁棒性。
    2.文本水印数据的加密与编码
    2.1混沌序列加密
混沌现象是在非线性动力系统中出现的确定性的、类似随机的过程，这种过程既非随机又非收敛，并且对初始值有极其敏感的依赖性。通过混沌系统对初始值的敏感依赖性，可以提供数量众多、非相关、类随机而又确定可再生的信号[5]。
    定义: F :U →U，为一实值序列轨迹。如果满足以下3个条件:①具有对初始条件的敏感依赖性；②是拓扑传递的；③周期点在U中稠密，则称对应的动力系统在U上是混沌的。其中，Logistic映射为一种简单并被广泛研究和应用的动力系统，其映射方程定义如下：式中，u为分叉参数。当u ∈[1.40115,2]时系统进入混沌状态。即给定u0 和x0 两个初始参数，根据式(1)就可以得到一个混沌序列，并且不同的u0和x0，所得到的序列是非周期、不收敛、不相关的。因此在没有初值的情况下几乎没有办法构造出相同的序列。这样就可以设定u0 和x0为密钥K，对文本水印数据进行加密置乱。例如：文本信息：“西北师范大学数学与信息科学学院”    加密后的数据：y_wn_|fng%_q_+_q_=___tk__q_q
2.2差错控制编码
考虑到数字水印系统与通信系统的相似性，将图像的数字水印问题等效为一个数字通信模型，从而应用数字通信中的信号编码理论和方法来改善水印系统的稳健性。水印数据对应要传输的数据，宿主图像对应水印数据的传输信道（水印信道watermarking channel），水印攻击即通信信道的噪声干扰。水印信道是高误码率信道，而通信理论中的纠错编码能够纠正信道中的误码[6]。
    本文采用的差错控制编码就是在原始序列中加入冗余数据通过纠错以减小信道误码的影响。在嵌入有意义文字水印的过程中，由于文本信息本身的数据量相对于图片非常小，而且文本数据有其敏感性，采用BCH编码可以减少图像处理对文本水印的破坏。因此，对每2个字符的16比特数据经BCH编码扩展为63位，可以有效纠正11位错误。
 3.文本水印的嵌入
    3.1.图像的二维离散小波变换
离散小波变换(DWT)在数字水印中的应用越来越广泛[7]。DWT方法不仅可以将图像分解到频域中,同时还保留了图像在空间上的分布(如图1)。变换后的低频成分是图像的平滑部分，是对原始图像的最佳逼近，图像的大部分能量都集中在此，因此为了提高鲁棒性，常常在此区域嵌入水印。图像的2级小波分解如图2所示。本文采用的是基于提升格式的整数小波变换[8]，该方法由Sweldens 首先提出，整数小波提升在继承经典小波变换多分辨率分解特性的基础上，具有更为灵活和优良的性质，其所需的运算仅仅为整数加法和位移，因此运算速度大大提高。

    3.2 文本水印嵌入
    1) 将文本水印数据利用密钥Key1进行混沌加密；
    2) 将加密后的水印数据每16比特进行BCH(63，16)编码；
    3) 对原始载体图像（n×n）做二级整数小波变换，得到七个子带。由于不同频率子带抗攻击的能力不同，故将预处理后的水印数据重复嵌入不同子带可以分散攻击造成的影响；
    4) 由于文本水印数据的特殊性，为了降低其各个字符间的相关性，将原始图像的低频部分LL2和中频部分LH2 、HL2分别等分成大小为（8×8）的数据块，在每一个频带中根据密钥Key2生成与字符个数一致的数据块标号；
    5) 在以上选择的数据块中按公式(2)嵌入加密和编码后的水印数据。设预处理后的水印数据为wi；

    其中，di为要嵌入数据的小波系数，di’为嵌入水印数据以后的小波系数值，quan为量化步长，为了保证嵌入水印的图像有良好的视觉效果，quan值的选取根据小波系数的JND阈值（可感知噪声阈值矩阵）来自适应的确定。
1) 对嵌入水印后的图像数据作二级整数小波逆变换，得到合成图像。
 4.文本水印的提取
    嵌入过程的反过程就可以提取出水印信息，具体步骤如下：
    1) 对待检测图像（n×n）作二级整数小波变换，得到七个子带；
    2) 将低频部分LL2和中频部分LH2 、HL2分别等分成大小为（8×8）的数据块，利用密钥Key2在每一个频带中选择要提取水印的数据块号； 
    3) 利用公式(3)在各子带相应数据块中提取出水印数据 ；

    1) 对提取出的数据分别进行BCH解码；
    2) 将解码后的数据利用密钥Key1解密，并转化为文本信息显示。
    5.实验分析
实验采用256 256大小的灰度图像Lena作为原始图像（图3(a)）；采用“西北师范大学数学与信息科学学院”作为文本水印。利用峰值信噪比(Peak Signal Noise Ratio，PSNR)作为水印图像的客观评价标准。嵌入水印后的图像(图3(b))与原图之间的峰值信噪比(PSNR)为31.20db，基本无视觉差异。在未受到任何攻击下,提取并恢复出的文本水印为“西北师范大学数学与信息科学学院”。实验表明，嵌入到低频子带中的水印，对于JPEG压缩、高斯噪声、低通滤波等攻击较高频要好，而嵌入到中高频子带的水印，对于直方图均衡化、伽码校正、图像增强等攻击比较鲁棒。因此，对于不同的攻击类型，可以从不同的频率子带中提取水印，以得到正确的结果。攻击实验结果见图4和表1。

图3 水印算法实验结果

 图4 水印算法攻击实验结果分析

    从图4可以看出，该算法具有较强的鲁棒性。对于椒盐噪声攻击，在噪声密度不超过0.015时，可以完全正确的提取文本信息；对于裁剪攻击，当裁剪的比例高达55%时，仍能完全正确的提取文本信息；对于JPEG压缩攻击，当其质量因子小于75%时才会出现提取错误。

表1给出了其他一些攻击实验的结果

    5.结束语
本文提出了一种新颖的文本水印嵌入算法，以有意义的文本信息作为水印数据，增大了嵌入容量，通过混沌映射对水印数据加密，增强了水印系统的安全性，并结合小波变换与差错控制编码，提高了水印的鲁棒性。在检测水印时，不需要原始图像和原始水印数据。