一种基于特征的数字图象认证方法技术

一种基于特征的数字图像认证方法是基于内容的半脆弱水印的图象认证方法，本发明专利技术将原始图象的具有半脆弱特性的特征作为水印，以结构化的方法嵌入到图象中。当图象需要认证时，通过判断提取水印，即原始图象的特征与待认证图象的特征之间的误差是否在可接受范围，从而认证图象内容是否是可信的。本发明专利技术方法能够正确判断对图象的处理是恶意篡改还是正常的图象处理，并可以对篡改的位置精确定位，属于多媒体信号处理领域。本发明专利技术为数字图象认证提供了一种新的方法。

【技术实现步骤摘要】

本专利技术是一种基于半脆弱水印，能够正确判断对图象的处理是恶意篡改还是正常的图象处理，并可以对篡改的位置精确定位的图象认证方法，属于多媒体信号处理领域。
技术介绍
随着大多数多媒体的存储形式数字化，通过使用编辑软件，可以很容易地对媒体信息进行修改和仿制。在某些场合，多媒体数据必须被证明是可信的，也即没有遭受过恶意地篡改。传统基于数字签名的信息完整性保护技术应用于多媒体信息存在一些不足。例如，对正常的信号处理(如数据压缩、信号滤波等)和信道噪声(如无线信道等)过于敏感、无法定位篡改位置等。数字水印是国际上90年代中后期才形成的一个多媒体信号处理和信息安全技术交叉研究方向。由于数字水印是作为解决多媒体版权问题的方法被提出的，到目前为止，数字水印领域的研究重点一直集中在鲁棒水印上。相对来说，脆弱水印的研究相对来说起步较晚。由于其在数据完整性证实中的特殊用途，近年来已经得到了人们的高度重视。除了版权保护，数字水印也可用于同样重要的篡改验证问题。其主要技术要求是对于恶意篡改十分敏感且能精确定位篡改位置，同时，对正常的信号处理或噪声干扰必须是鲁棒的，即验证时经过正常处理的图象被认为是可信的。目前利用数字水印进行图象认证的方法主要在图象的变换域实现，在稳健性测试时主要偏重于对于JPEG的稳健性。其中由Kundur和Hatzinakos提出的小波域系数量化的图像认证方法比较有代表性，其水印是和图像内容无关的。对抗Jpeg压缩最高为Q＝50，此时对于篡改的检测能力是32×32地块。目前应用水印技术进行图像认证的大多数方法的水印是和图像无关的，且定位精度和稳健性方面有待于提高。
技术实现思路
本专利技术的目的是提出一种基于图像特征的认证方法，既可以确定图像是否是可信的，同时又可以准确定位恶意篡改的位置。本专利技术的方法分为水印嵌入和图象认证两个过程，图象认证时利用基于图象的特征的半脆弱水印正确判断对图象的处理是恶意篡改还是正常的图象处理对篡改的位置精确定位，具体步骤是水印嵌入过程如下1)对原始图象进行3级2-D DWT(DiscreteWavelet Transform)，抽取DWT低频子带系数；2)将低频子带系数映射到0-255级灰度上，得到低频子带图；3)抽取低频子带图的边缘并进行二值化；4)在二值化图象上计算49个ZMM(zernike moment magnitude)；5)将ZMM均匀量化为16位，并取最高4位有效位作为半脆弱水印；6)将半脆弱水印以结构化的方法嵌入到DWT的HL3子带中；7)小波逆变换得到嵌入水印的图象。图象认证过程不需要原始图象，步骤如下1)对待图象进行3级2-D DWT(Discrete Wavelet Transform)，抽取DWT低频子带系数；2)将低频子带系数映射到0-255级灰度上，得到低频子带图；3)抽取低频子带图的边缘并进行二值化；4)在二值化图象上计算49个ZMM(zernike moment magnitude)，记做ZMM_A；5)提取HL3子带中的水印信息并将其转换为49个ZMM(zernike momentmagnitude)，记做ZMM_O；6)依次计算49个对应ZMM_A与ZMM_O的差的平方，并判断是否超过了设定的阈值，如果存在1个超过阈值，则认为该图象遭受过恶意攻击；7)根据结构化嵌入的位置确定受恶意篡改的位置。本专利技术方法的更详细描述为1小波变换域具有半脆弱特性的图像特征的抽取首先对图像进行2-D 3级DWT，得到10个子带{LHi，HLi，HHi，LL3，i＝1-3}，其中LL3子带是原始图象的低通近似，集中了图象信号的大部分能量。利用边缘提取算法抽取低频子带系数图的边缘并进行二值化，在二值化图像上计算49个ZMM(Zernikemoments magnitude)，并将其归一化为0-1之间的小数。其计算和归一化方法参见Alireza Khotanzao and Yaw huahong，“Invariant Image Recognition by ZernikeMoments，”IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINEINTELLIGENC，VOL.12，NO.5，MAY 1990。ZMMs具有对JPEG、噪声、平移、旋转、缩放的稳健性，但同时它又是图像形状的描述特征，当图像内容被替换时，将引起ZMM的较大变化，因此具有半脆弱特性。本专利技术将每个ZMM量化为16位，取最高4位做为水印嵌入到DWT域的HL3子带。2水印的结构化嵌入 3级小波变换后HL3子带的一个小波系数值和实际图像中8×8的块相关。同样HL3子带2×2的块与实际图像16×16块相关。本专利技术依次将每个ZMM的高4位以2×2的块的形式嵌入到HL3子带中，那么在实际图像中16×16的块篡改将可能改变一个矩的值。在认证时可以根据变化了的矩的位置确定恶意篡改的位置。每一位水印的嵌入方法如下先定义两个变量S_LSB5(a，b)和G_LSB5(a)，其中S_LSB5(a，b)表示用b的低五位代替a的低五位，而G_LSB5(a)表示取出a的低五位。当我们要嵌入比特‘1’时，使用公式Fi′(u,v)=S_LSB5(Fi(u,v)-01000b,11000b)G_LSB5(Fi(u,v))≤01000bS_LSB5(Fi(u,v),11000)otherwise]]>当我们要嵌入比特‘0’时，使用公式Fi′(u,v)=S_LSB5(Fi(u,v)+10000b,01000b)G_LSB5(Fi(u,v))≥11000bS_LSB5(Fi(u,v),01000b)otherwise]]>其中，Fi(u，v)是小波HL3子带系数，Fi′(u，v)是水印嵌入后系数。最后进行小波逆变换，得到嵌入水印的图像。3认证方法首先对待认证图像进行2-D 3级DWT，得到10个子带{LHi，HLi，HHi，LL3，i＝1-3}。利用Canny边缘提取算法抽取低频子带系数图的边缘并进行二值化，在二值化图像上计算49个ZMM(Zernike moments magnitude)，并将其归一化为0-1之间的小数。这些ZMM代表了待认证图像的特征，称为ZMM_A。在HL3子带按嵌入结构依次在2×2的块内提取水印，重构原始图像的49个ZMM，称为ZMM_O。依次计算49个ZMM_A和ZMM_O的差的平方，与选定的阈值0.003比较，如果大于阈值，则认为该ZMM对应的嵌入位置处遭到了恶意篡改，对应空间域的16×16块。如果有1块被判定遭到了恶意篡改，则待认证图像被认为是不可信的。本专利技术与现有基于水印的图像认证技术比较有以下优点1)将图像本身的特征做为水印嵌入图像，并利用特征之间的差别进行认证，使认证结果更加可靠。2)提出了一种有效的结构化嵌入方法。在认证时不仅能够给出待认证图像是否是可靠的，还可以给出恶意篡改的位置。3)本专利技术提出的算法不可见性良好，对常规图像处理的稳健性较好，而对恶意篡改比较敏感，且定位精度较高。本专利技术方法嵌入水印后图像的PSNR值为43dB以上，对抗JPEG的稳健本文档来自技高网...

【技术保护点】
一种基于特征的数字图象认证方法，其特征是该方法分为水印嵌入和图象认证两个过程。图象认证时利用基于图象特征的半脆弱水印正确判断对图象的处理是恶意篡改还是正常的图象处理，并对篡改的位置精确定位。具体步骤是：水印嵌入过程如下：１）对原始图象进行３级２－ＤＤＷＴ（ＤｉｓｃｒｅｔｅＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ），抽取ＤＷＴ低频子带系数；２）将低频子带系数映射到０－２５５级灰度上，得到低频子带图；３）抽取低频子带图的边缘并进行二值化；４）在二值化图象上计算４９个ＺＭＭ（ｚｅｒｎｉｋｅｍｏｍｅｎｔｍａｇｎｉｔｕｄｅ）；５）将ＺＭＭ均匀量化为１６位，并取最高４位有效位作为半脆弱水印；６）将半脆弱水印以结构化的方法嵌入到ＤＷＴ的ＨＬ３子带中；７）小波逆变换得到嵌入水印的图象。图象认证过程不需要原始图象，步骤如下：１）对待图象进行３级２－ＤＤＷＴ（ＤｉｓｃｒｅｔｅＷａｖｅｌｅｔＴｒａｎｓｆｏｒｍ），抽取ＤＷＴ低频子带系数；２）将低频子带系数映射到０－２５５级灰度上，得到低频子带图；３）抽取低频子带图的边缘并进行二值化；４）在二值化图象上计算４９个ＺＭＭ（ｚｅｒｎｉｋｅｍｏｍｅｎｔｍａｇｎｉｔｕｄｅ），记做ＺＭＭ＿Ａ；５）提取ＨＬ３子带中的水印信息并将其转换为４９个ＺＭＭ（ｚｅｒｎｉｋｅｍｏｍｅｎｔｍａｇｎｉｔｕｄｅ），记做ＺＭＭ＿Ｏ；６）依次计算４９个对应ＺＭＭ＿Ａ与ＺＭＭ＿Ｏ的差的平方，并判断是否超过了设定的阈值，如果存在１个超过阈值，则认为该图象遭受过恶意攻击；７）根据结构化嵌入的位置确定受恶意篡改的位置。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘红梅，黄继武，
申请(专利权)人：中山大学，
类型：发明
国别省市：81[中国|广州]