序論：好文章的創作是一個不斷探索和完善的過程，我們為您推薦十篇水印技術論文范例，希望它們能助您一臂之力，提升您的閱讀品質，帶來更深刻的閱讀感受。

篇（1）

隨著信息時代的到來，特別是Internet的普及，信息的安全保護問題日益突出。當前的信息安全技術基本上都以密碼學理論為基礎，無論是采用傳統的密鑰系統還是公鑰系統，其保護方式都是控制文件的存取，即將文件加密成密文，使非法用戶不能解讀。但隨著計算機處理能力的快速提高，這種通過不斷增加密鑰長度來提高系統密級的方法變得越來越不安全。另一方面，多媒體技術已被廣泛應用，需要進行加密、認證和版權保護的聲像數據也越來越多。數字化的聲像數據從本質上說就是數字信號，如果對這類數據也采用密碼加密方式，則其本身的信號屬性就被忽略了。最近幾年，許多研究人員放棄了傳統密碼學的技術路線，嘗試用各種信號處理方法對聲像數據進行隱藏加密，并將該技術用于制作多媒體的“數字水印”。

一、數字時代的密寫術———數字水印

數字水印（DigitalWatermark）技術是指用信號處理的方法在數字化的多媒體數據中嵌入隱蔽的標記，這種標記通常是不可見的，只有通過專用的檢測器或閱讀器才能提取。數字水印是信息隱藏技術的一個重要研究方向。嵌入數字作品中的信息必須具有以下基本特性才能稱為數字水?。?/p>

（一）隱蔽性

嵌入水印后的數據與原始數據相比，應感覺不到差別。嵌入水印后的數據不應該包括人們可以感覺到的失真而造成原始數據質量下降，這是一個具有主觀性的屬性，因而目前沒有一個定量的標準來衡量。

（二）魯棒性

所謂魯棒性是指在經歷多種無意或有意的信號處理過程后，數字水印仍能保持完整性或仍能被準確鑒別。嵌入水印后的數據經受對數據一些惡意的處理，譬如濾波、再量化、抖動等以及一些蓄意的攻擊后，應該還能得到嵌入的數據。

（三）密鑰的唯一性

即不同的密鑰不應產生等同的水印。

（四）檢測的可靠性

水印檢測出錯的概率應小于某一合適門限值。這一特性描述了水印檢測算法必須具有一定的確信度。

二、數字水印的分類

數字水印技術可以從不同的角度進行劃分。

（一）按特性劃分

按水印的特性可以將數字水印分為魯棒數字水印和脆弱數字水印兩類。

（二）按水印所附載的媒體劃分

按水印所附載的媒體，我們可以將數字水印劃分為圖像水印、音頻水印、視頻水印、文本水印以及用于三維網格模型的網格水印等。

（三）按檢測過程劃分

按水印的檢測過程可以將數字水印劃分為明文水印和盲水印。明文水印在檢測過程中需要原始數據，而盲水印的檢測只需要密鑰，不需要原始數據。

（四）按內容劃分

按數字水印的內容可以將水印劃分為有意義水印和無意義水印。有意義水印是指水印本身也是某個數字圖像或數字音頻片段的編碼；無意義水印則只對應于一個序列號。

（五）按用途劃分

按水印的用途，我們可以將數字水印劃分為票據防偽水印、版權保護水印、篡改提示水印和隱蔽標識水印。

（六）按水印隱藏的位置劃分

按數字水印的隱藏位置，我們可以將其劃分為時（空）域數字水印、頻域數字水印、時/頻域數字水印和時間/尺度域數字水印。

三、數字水印的應用

多媒體技術的飛速發展和Internet的普及帶來了一系列政治、經濟、軍事和文化問題，產生了許多新的研究熱點，以下幾個引起普遍關注的問題構成了數字水印的研究背景。

（一）數字作品的知識產權保護

數字作品的版權保護是當前的熱點問題。由于數字作品的拷貝、修改非常容易，而且可以做到與原作完全相同，所以原創者不得不采用一些嚴重損害作品質量的辦法來加上版權標志，而這種明顯可見的標志很容易被篡改。“數字水印”利用數據隱藏原理使版權標志不可見或不可聽，既不損害原作品，又達到了版權保護的目的。然而實事求是地說，目前市場上的數字水印產品在技術上還不成熟，很容易被破壞或破解，距離真正的實用還有很長的路要走。（二）商務交易中的票據防偽

隨著高質量圖像輸入輸出設備的發展，特別是精度超過1200dpi的彩色噴墨、激光打印機和高精度彩色復印機的出現，使得貨幣、支票以及其他票據的偽造變得更加容易。另外，在從傳統商務向電子商務轉化的過程中，會出現大量過度性的電子文件，如各種紙質票據的掃描圖像等。即使在網絡安全技術成熟以后，各種電子票據也還需要一些非密碼的認證方式。數字水印技術可以為各種票據提供不可見的認證標志，從而大大增加了偽造的難度。

（三）聲像數據的隱藏標識和篡改提示

數據的標識信息往往比數據本身更具有保密價值。沒有標識信息的數據有時甚至無法使用，但直接將這些重要信息標記在原始文件上又很危險。數字水印技術提供了一種隱藏標識的方法，標識信息在原始文件上是看不到的，只有通過特殊的閱讀程序才可以讀取。這種方法已經被國外一些公開的遙感圖像數據庫所采用。此外，數據的篡改提示也是一項很重要的工作?，F有的信號拼接和鑲嵌技術可以做到“移花接木”而不為人知，因此，如何防范對圖像、錄音、錄像數據的篡改攻擊是重要的研究課題?；跀底炙〉拇鄹奶崾臼墙鉀Q這一問題的理想技術途徑，通過隱藏水印的狀態可以判斷聲像信號是否被篡改。

（四）隱蔽通信及其對抗

數字水印所依賴的信息隱藏技術不僅提供了非密碼的安全途徑，更引發了信息戰尤其是網絡情報戰的革命，產生了一系列新穎的作戰方式，引起了許多國家的重視。網絡情報戰是信息戰的重要組成部分，其核心內容是利用公用網絡進行保密數據傳送。迄今為止，學術界在這方面的研究思路一直未能突破“文件加密”的思維模式，然而，經過加密的文件往往是混亂無序的，容易引起攻擊者的注意。網絡多媒體技術的廣泛應用使得利用公用網絡進行保密通信有了新的思路，利用數字化聲像信號相對于人的視覺、聽覺冗余，可以進行各種時（空）域和變換域的信息隱藏，從而實現隱蔽通信。

四、數字水印的未來

數字水印技術還有很多其它用途，并且其應用領域還在不斷擴大。除了技術發展，市場營銷和商業規劃也極為重要，并且需要有深度的分析與戰略計劃。技術推廣和普及也必不可少，以保證市場為接受數字水印技術做好準備。對此提出一些想法。

第一，如何利用水印算法，在網絡環境中解決多媒體信息安全問題，成為了當前一個研究熱點。多媒體信息的安全問題是：安全傳遞、訪問控制和版權保護。通迃加密解密可以實現前兩個目的，但是，解密后的數據可以隨意在網絡上分布、傳播。在數字內容中嵌入唯一的標志（即數字水?。?，在出現爭端糾紛時，根據提出的水印，可以證明真正的版權擁有者，或者找出非法傳播的人。但是，這些應用只是被動的在爭端發生時才體現出來，而且由于缺乏相應的法律支持，這些想法沒有真正的實施。因此，有人提出數字水印，利用移動技術，在網絡上自動搜尋非法或未授權的數字媒體內容，但是，其前提是主機需要安裝相應的程序，因而帶來了新的安全問題。我們提出在網絡通信路上，如在路由器中加入水印檢測算法（數字水?。?，在網路上檢測非法傳播，從而杜絕網絡上數字媒體內容的非法傳播。

第二，目前關于多播體系下嵌入水印的方案有人已經提出。但是，在此方案下的水印需要滿足的具體特性，還沒有詳細的考察。傳統的多播基于Internet首先要研究多播體系下的水印算法需要滿足的特性，然后，針對特性設計相應的水印算法。

第三，數字影院的建設需要利用數字水印保護，通過嵌入不同版本的水印，跟蹤非法泄漏。其中，對于小規模的應用，只要嵌入魯棒水印，就可以很好地滿足要求。對于大規模應用，則主要考慮共謀攻擊。另外，還要結合數字影院的體系結構，如果采用多播，則要結合網絡特性和壓縮編碼。

第四，提出activewatermark概念。首先，在媒體中嵌入不同等級的水印，決定用戶的權限，在網絡中檢測提取水印，路由器根據這些水印的權限，決定是否轉發，并且提供截獲的詳細報告。其次，在防火墻中嵌入水印模塊，對出去的媒體內容，提取水印，根據水印判斷是否為重要的內容，不能外泄，對局域網的多媒體內容提供有效保護；對傳進來的多媒體內容，可以根據提取的水印判斷員工是否有權使用，從而防止出現不必要的違法侵權行為。

【參考文獻】

篇（2）

2引水樞紐主要設計內容

樞紐工程總體布置：根據基本資料確定工程的等級、級別、洪水標準，可參考《水閘設計規范》、《水閘》、《取水工程》等文獻，并結合地形及方案比較，確定采用什么類型引水樞紐，這里以人工彎道式引水樞紐為例，根據經驗公式確定彎道的底寬、半徑、中心線長度等參數，根據工程各主要建筑物的作用和設計原理，合理布置建筑物的位置。樞紐工程水力設計：首先，根據水力最佳斷面和經濟實用斷面確定下游引水渠道的斷面尺寸，利用《水力學》中的迭代計算公式確定渠道正常水深；其次，根據《水閘設計規范》確定進水閘、沖沙閘、泄洪閘的閘孔總凈寬及單孔凈寬，利用試算法確定進水閘、沖沙閘、泄洪閘的設計洪水位及校核洪水位；最后，根據《水力學》進行各閘的消能防沖計算。

篇（3）

2飲水安全工程數據的特點

與一般的科學數據相比，飲水安全工程數據具備以下兩個特點：

（1）地理分布性。作為基本數據，國家農村飲水安全工程數據庫包括了國內各?。ㄖ陛犑校?、市（州）、縣（市、區）、鄉鎮內供水水廠的集中式工程數據，包括工程建設信息、實時監測信息，遍布全國，因此飲水安全工程數據具備地理空間的分布特性。

（2）數據要素多。飲水安全工程數據包括了地圖數據，供水工程專題數據，省、市州、縣區、鄉鎮專題基礎信息，水質、管壓安全監測信息，政務信息等。而且每類數據又包括多種要素的數據，如供水工程專題數據包括專題地理信息和專題建設信息，監測數據包括余氯、濁度、水壓、流量等測量數據。整體來說，飲水安全工程數據是描述飲水安全工程的數據，數據量大，且與日俱增，專業性強，具有時間維上的有效性，且數據區域性強，不同市縣統計的數據不交叉，數據存儲形式多樣，以小文件居多。

3飲水安全工程核心元數據

3．1元數據定義

首先，介紹幾個關于元數據的定義。元數據：關于數據的數據。元數據元素：元數據的基本單元，元數據元素在元數據實體中是唯一的。元數據實體：一組說明數據相同特性的元數據元素，元數據實體可以包含一個或一個以上的元數據實體。元數據子集：元數據的子集合，由相關的元數據實體和元素組成。數據集：可以標識的數據集合。通常在物理上可以是更大數據集較小的部分。從理論上講，數據集可以小到更大數據集內的單個要素或要素屬性，一張硬拷貝地圖或圖表均可以被認為是一個數據集。飲水安全工程核心元數據指的是標識飲水安全工程信息所需要的最小元數據元素和元數據實體，為元數據元素集的子集。其次，本文采用UML類圖方法描述飲水安全工程信息元數據。在元數據結構上采用《水利信息核心元數據》的結構作為本標準的基本結構，在內容上對元數據的特征，包括子集／實體名、元素名、英文名、英文縮寫、定義、約束／條件、出現次數、類型和值域進行詳細描述。

3．2飲水安全工程核心元數據結構

飲水安全工程元數據分為元數據元素、元數據實體和元數據子集三層。飲水安全工程核心元數據由一個元數據實體和四個元數據子集構成。其中，標識信息、數據質量為必選子集，內容信息、參照系信息為可選子集。每個子集由若干個實體（UML類）和元素（UML類屬性）構成。

3．3飲水安全核心元數據內容

3．3．1飲水安全核心元數據信息

飲水安全工程元數據信息實體描述飲水安全工程信息的全部元數據信息，用必選實體MD＿元數據表示，由以下元數據實體和元數據元素構成：元數據實體：MD＿標識、DQ＿數據質量、RS＿參照系、MD＿分發、MD＿內容描述；元數據元素：元數據創建日期、聯系單位、元數據名稱、字符集、元數據使用的語言、元數據標準名稱、元數據標準版本。

3．3．2標識信息

標識信息包含唯一標識數據的信息，用MD＿標識實體表示，是必選實體。MD＿標識是下列實體的聚集：MD＿關鍵詞、MD＿數據集限制、EX＿時間范圍信息、MD＿聯系單位或聯系人、MD＿維護信息。MD＿標識實體本身包含如下元素：名稱、行政區編碼、字符集、摘要、日期、狀況、數據表示方式。

3．3．3數據質量信息

數據質量信息包含對數據資源質量的總體評價，用DQ＿數據質量實體表示。應包括與數據生產有關的數據志信息的一般說明。DQ＿數據質量實體包括兩個條件必選的實體，DQ＿數據質量說明和DQ＿數據志。DQ＿數據質量說明是數據集的總體質量信息。DQ＿數據志是從數據源到數據集當前狀態的演變過程說明。包括數據源信息實體和處理過程信息實體。

3．3．4內容信息

內容信息包含提供數據內容特征的描述信息，用MD＿內容描述實體表示。

3．3．5空間參照系信息

參照系信息包含對數據集使用的空間參照系的說明，是條件必選子集，用RS＿參照系實體表示。是關于地理空間數據集的坐標參考框架的描述信息，它反映了現實世界的空間框架模型化的過程和相關的描述參數。RS＿參照系由三個條件必選的實體構成：SI＿基于地理標識的空間參照系、SC＿基于坐標的空間參照系、SC＿垂向坐標參照系。

4元數據分級索引算法

本文根據飲水安全工程數據的區域性特點，選取分布式NameNode模型，改進目錄子樹分區算法和哈希算法，利用BloomFilter原理設計符合飲水安全工程信息的元數據分級索引算法。

4．1概念與公式

行政區劃請求量：表示該行政區劃所需的農村飲水安全工程元數據的請求量，用Request表示。由于請求量的具體數值難以確定，工程元數據的請求量與工程的數量有直接關系，而飲水工程的數量與行政區劃的人口密度存在一定的換算關系。每個工程所涉及的文件包括招標文件、合同、工程規劃、預算、管網圖、廠區布置圖、每年的運營報表等多種文件。因此，第m個行政區劃的請求量Requestm為：Requestm＝Densitym×f×Naverage（1）其中，Densitym代表第m個行政區劃的人口密度，f表示飲水安全工程數量與人口密度的轉換因子，Naverage代表每個工程文件的平均值。

4．2BloomFilter基本思想元數據分級索引算法

包括三部分：一部分是元數據請求被分配到哪個普通NameNode節點上，第二部分是分配到NameNode節點的哪個目錄，最后根據NameNode節點中的目錄信息查找元數據文件在DataNode中的具置。本文采用BloomFilter與Key－Value的存儲位置對應表，來確定元數據文件在DataNode中的存儲位置。BloomFilter的基本思想是使用一個比特的數組保存信息，初始狀態時，整個數組的元素全部為0，采用k個獨立的Hash函數，將每個元數據文件對應到｛1，…，m｝的位置，當有飲水安全元數據文件存儲請求時，k個獨立的Hash函數將以元數據標識信息中的元數據文件名為變量，得到k個哈希值，然后將比特數組中的相應位置更改為1，即：hashi（x）＝1（1≤i≤k）（2）其中，x是元數據文件名。數組中的某一位置被置為1后，只有第一次有效，以后再置為1將不起作用。所示，假設k＝3，x1先通過哈希函數，將數組中的三個位置置為1，在x2通過哈希函數得到的數組位置，將是0的位置置為1，已經是1的位置則不重復置1。判斷某元素y是否屬于這個集合，需對y應用k次哈希函數，如果所有的位置都是1（1≤i≤k），那么就認為y是集合中的元素，否則就認為y不是集合中的元素。如圖3所示，y1可能是集合中的元素，y2則不屬于這個集合。BloomFilter能高效地判斷某個元素是否屬于一個集合，但這種高效是有代價的，是存在一定的錯誤率，因為它有可能會把不屬于這個集合的元素判定為屬于此集合。為簡化計算，假設kn＜m并且各哈希函數完全隨機。當某個目錄中的所有元數據文件全部存儲，即所有元素都被哈希函數映射到比特數組中去，這個數組中某一位置是0代表kn次哈希操作都沒有被置為1，因此概率為：p＝（1－1m）kn≈e－kn／m（3）其中第二次近似計算是因為：limxm（1＋1n）n＝e（4）令ρ代表比特數組中0的比例，則ρ的數學期望E（ρ）＝p，則ρ≈p，因此：pfalse＝（1－ρ）k≈（1－p）k（5）

4．3元數據分級索引算法

元數據分級索引算法包括三個步驟：一是選NameNode節點，二是選目錄，三是分配存儲位置。

4．3．1選取NameNode節點分布式

NameNode模型有一個主NameNode節點，一個主SecondaryNameNode和n個普通NameNode節點。其中，主SecondaryNameNode是主NameNode的快照，防止單點失效。算法的基本思想如下：（1）計算行政區劃請求數。在本文中所涉及的飲水安全工程指的是湖北省的農村飲水安全工程，因此在普通NameNode節點上分布的是以市級為單位的元數據信息。在這一步中，根據公式（1）給每個市級行政區劃的請求賦值，用Requestm表示。（2）分配NameNode節點。若n為奇數，則將其中一個NameNode節點作為備用節點，n＝n－1；若n為偶數，則n不變。分配NameNode節點，得出市級行政區劃與NameNode節點映射表。（3）第二次分組。將偶數個NameNode兩兩分成組，互為SecondaryNameNode節點，分組的原則為請求量較大的NameNode節點與請求量較小的NameNode節點一組。

4．3．2選擇目錄

分配完NameNode節點后，須設定每個Nam－eNode節點的目錄，根據市級行政區劃與Name－Node節點映射表設定一級目錄。然后根據一級目錄的編碼，設定二級目錄，二級目錄為對應市及所管轄縣級行政區劃的目錄。在飲水安全工程項目中，所涉及的數據類型分為圖片類型、視頻類型、文本類型等，所以將三級目錄按文件類型進行劃分，即每個二級目錄下對應的三級目錄為pic、video、txt等。

4．3．3分配存儲位置

當用戶要查找某個飲水安全元數據時，系統首先根據待查找元數據的行政區劃編碼，從市級行政區劃與NameNode節點映射表中找到其對應的NameNode節點；然后，主NameNode節點將用戶請求轉發給此NameNode節點，收到轉發的用戶請求的NameNode節點同樣將行政區編碼進行處理，轉化為市級編碼，找到其一級目錄；然后在一級目錄下，根據編碼找到二級目錄，再根據用戶請求的元數據類型，定位到三級目錄，在三級目錄下根據哈希表，找到對應存儲位置并提交給主Name－Node節點，由主NameNode節點返回給用戶。飲水安全元數據檢索結果分為兩種情況，第一種是查找成功，第二種是查找失敗。一次飲水安全元數據成功檢索過程的檢索時間包括主NameNo－de節點并發處理延遲、主NameNode節點找到對應的NameNode節點的時間、轉發用戶請求與普通NameNode節點的通信時間、普通節點執行查找目錄的時間、查找Hash表讀取元數據的時間和返回查找結果給主NameNode的時間。一次失敗的檢索包含兩種情況，一是定位到目錄后，通過BloomFilter過濾后，判定要查找飲水安全工程元數據哈希表不屬于該目錄；二是通過BloomFilter過濾后，判定其屬于該目錄，但是通過查詢Key－Value表，發現匹配錯誤，即上文提到的BloomFilter自身的錯誤率。第一種情況，根據BloomFilter的原理，可知經過k次獨立的哈希函數后，如果得到的位置不是全為1，則返回查找失敗，要查找的元數據請求不在此目錄中，時間復雜度為O（1）。第二種情況是BloomFilter自身的缺陷，但是由于有對應的Key－Value表，即使經過k次哈希操作得到的位置在比特數組中全為1，通過查找對應的鍵值，如果發現元數據名稱不能與之匹配，則返回檢索不成功，時間復雜度也為O（1），在用戶可以接受的范圍內。

5實驗結果

本文通過實驗仿真驗證飲水安全工程元數據模型的元數據分級索引算法在元數據檢索上的性2226ComputerEngineering＆Science計算機工程與科學2014，36（11）能，并與目錄子樹分區算法和哈希算法在檢索成功時間和檢索失敗時間進行對比。第一組實驗，測試三種算法檢索成功的平均檢索時間，其中用戶數為10，請求數為1000，在定位NameNode節點的時間上來說，目錄子樹分區算法能夠根據用戶請求中的類型定位節點，哈希算法是通過特定的Hash函數，算出用戶請求元數據所在的節點。而本文設計的元數據分級索引算法，將市級行政區劃和NameNode節點編號存儲在一張靜態的表中，查找時間與Name－Node節點個數有關，時間復雜度為O（n）。在本文的應用中，至多會有14個NameNode節點，三種算法的定位時間基本相同，在查找NameNode節點的步驟上所用時間可以近似算作相等。定位目錄的時間復雜度，三種算法也相同，可認為是O（1）。在最后一步定位元數據文件存儲位置上，由于BloomFilter查找成功的時間復雜度是O（1），而目錄子樹分區算法和哈希算法沒有考慮定位物理位置，查找目錄下的元數據名稱，時間復雜度為O（n），目錄下的元數據文件越多，查找速度越慢。第二組實驗，測試三種算法檢索失敗的平均檢索時間，其中用戶數為10，請求數為1000，仿若是檢索不在目錄下的文件，BloomFilter將文件名進行Hash運算，可以判定被請求的文件名不在目錄中，時間復雜度為O（1）。而另外兩種算法，則會遍歷目錄中的所有文件，直至遍歷完，找不到所請求的文件，時間復雜度為O（n）。對比三種算法在飲水安全工程元數據檢索上的應用情況，由于元數據分級算法使用了BloomFilter，檢索效率比其它兩種算法效率高，尤其是檢索失敗的檢索請求。

篇（4）

中圖分類號:TP301文獻標識碼:A文章編號:1009-3044(2010)08-1963-03

DCT-Domain Image Watermarking Algorithm Based On CDMA

WANG Sheng-lei1, YANG Shi-ping1,2

(1.School of Computer Science and Information, Guizhou University, Guiyang 550025, China;2.Mingde College, Guizhou University, Guiyang 550004, China)

Abstract: Putting forward a new image watermarking algorithm which is robust many attacks,this paper applies Arnold places disorderly technique and CDMA spread spectrum technique, equilibrium Gold code is selected as spread spectrum sequence, make use ofWaston sense of vision model certains imbed strength,the imbed position is certained by the adaptting algorithm, a binary image is embedded to some DCT coefficients; taking advantage of correlation property of Gold code,watermark is extracted quickly on the precondition on which host image exists. The analysis of the algorithm and carry out process are given , the attack of Matlab experiments expressed the usefulness of algorithm. Compared with the former watermark algorithm,the safety of watermarking is greatly improved, and it is robust to standard JPEG compression, noising, filtering and cropping attacks.

Key words: digital watermarking; arnold places disorderly technique; waston sense of vision model; gold sequence; code division multiple acces(CDMA); discrete cosine transform(DCT)

數字水印技術是信息隱藏技術的一個分支,其基本思想是在數字媒體中嵌入版權保護信息,以防止對宿主媒體信息進行篡改和未經授權的拷貝和分發[1-2]。從本質上講,數字水印處理可以看作一種通信過程[3],即在滿足不可見性的前提下在水印的嵌入者與接收者之間傳遞一條信息。因此許多數字通信的理論和方法都可以應用到數字水印系統中[4]。

CDMA無線通信系統具有抗干擾性強、保密性好、截獲率低等優點,因此把CDMA技術應用到數字水印系統中是一種安全有效的方法。Ruanaidh[5]等于1998年首先提出采用DS-CDMA技術實現CDMA擴頻水印,首先將分組后的水印信息以字符序列的形式擴頻到m序列上,然后進行CDMA擴頻編碼,最后對原始載體圖像進行128×128分塊DCT變換,將編碼以后的水印信息嵌入到DCT系數上。但由于受到m序列地址個數的限制,作者只在DCT域上嵌入了19個字符,嵌入容量較小且安全性低。

由于數字圖像的JPEG壓縮標準建立在DCT變換的基礎上,所以基于JPEG壓縮標準模型的水印嵌入算法可以更好地抵抗JPEG壓縮處理,本文的水印算法便基于DCT域。本文針對文獻[5]中嵌入容量和安全性受限的不足并結合DCT域嵌入水印的優點,提出了一種采用CDMA技術在圖像DCT域的中低頻分量嵌入水印信息的改進算法。

1 算法

算法分為水印生成、水印嵌入和水印提取三個步驟。

1.1 水印的生成

為增強水印的安全性和抗攻擊能力,原始水印在被嵌入之前需經過Arnold置亂和CDMA擴頻兩個步驟,其生成框圖如圖1所示。

1)原始二值水印生成

本文所使用的水印圖像為40×40的gzu.bmp,為增強水印的抗剪切能力,先利用Arnold置亂算法對原始水印圖像進行最佳置亂(置亂次數為3),置亂后的水印圖像見圖4。然后將原始水印圖像信息轉換成二進制流,為使其能被9整除在二進制碼流后加上2位變為m,長度為N(N=1602)即:

m={mi | mi={0,1},0≤i≤1601}

將m序列以9比特為一組(作為一個字符),共生成178個字符,其產生的字符串可表示為:

s={si | 0≤si≤511,0≤i≤177}

2)生成Gold序列集

采用Gold序列作為擴頻序列。通過對兩組m序列優選對移項相加得到Gold序列集。選用的兩組m序列的生成多項式為1021和1131(八進制)。一共生成了29+1=513個長度為29-1=511的Gold序列集:

pi={pij | pij∈{1,-1},0≤j≤510,0≤i≤512}

3)CDMA編碼

為每一個字符si從Gold序列集中找到下標為si的偽隨機序列:

ri=psi,0≤i≤177

最后把所有的選出的偽隨機序列串聯起來就可構成最終的擴頻序列:

1.2 水印嵌入

水印嵌入分為利用自適應位置算法確定嵌入位置、利用自適應強度算法確定嵌入強度和DCT域嵌入水印三個步驟。

1)位置自適應算法

本論文為實現嵌入位置的自適應性,提出了以下位置自適應算法:分塊DCT變換中低頻系數的首位置M1是隨著塊的均值不同而改變的,對于各8×8塊,其計算方法為:先計算該快64個像素和,然后取余16,得到余數加6,即

該算法的安全性和魯棒性比較高,但是水印提取時需要原始水印的參與,即不可實現盲提取。

本算法采用的載體水印圖像為一608×608的Lena.bmp灰度圖像。根據每一個圖像塊的平均亮度大小,利用上式確定第i(1≤i≤5776)塊DCT中低頻系數的起始位置Mi,所有的起始位置組合起來便形成了起始位置序列{P(k),1≤k≤5776}。

2)強度自適應算法

本論文利用Waston視覺模型對不同的塊進行分類,從而可以實現對水印嵌入強度進行自適應調節,在確保水印不可見的同時有效地增強水印的強度。

本文根據Watson模型,綜合考慮頻率掩蔽、亮度掩蔽和對比度掩蔽3種效應,得出DCT頻率分量的最佳嵌入強度序列{Tc(k,i,j),1≤k≤5776,1≤i,j≤8},其中Tc(k,i,j)表示第k塊第i行第j列的頻率分量最佳嵌入強度。

3)DCT域嵌入算法

本為算法是對圖I進行分塊DCT操作的,首先對原始圖像I分成K個不重疊的8×8子塊,即:

其中,M和N分別為原始圖像的長和寬;然后分塊進行DCT變換,即:

把每一塊DCT變換系數按“之“字形進行排序,將其轉化為一維描述(,0≤u≤64),將每一塊的嵌入強度系數三維矩陣(Tc(k,i,j),1≤k≤5776,0≤i,j

嵌入完成后進行反“之”字形排列,再進行IDCT變換:

所有子快都進行上述操作,就能得到嵌入水印后的圖像。水印嵌入框圖如圖2所示。

1.3 水印的提取

首先根據原始載體圖像利用位置與強度確定算法確定每一塊圖像的嵌入強度和嵌入位置,然后將原始圖像和水印化圖像分別進行分塊(8×8)DCT變換,分別對各塊”之”字排列,按照嵌入位置和嵌入強度取其差值,提取出置亂后水印信息的擴頻序列:

利用密鑰生成正交Gold序列集:

按每組長度為511把生成的擴頻水印序列w'進行分組:

把擴頻序列的一個分組r'i與正交Gold序列集中的每一個Gold序列分別做相關運算:

取其中互相關系數最大的那個Gold序列的下標記為si,將生成的所有下標串聯起來即可生成一個字符串:

把生成的字符串序列轉化為二進制,則可得提取到的水印序列:

把水印序列的最后2位去掉,再轉化為40×40的矩陣即得到置亂后的水印圖像的數據矩陣,最后利用圖像置亂算法(置亂次數為27)即可得到提取的水印圖像。水印提取框圖如圖3所示。

1.4 試驗結果

仿真實驗中,原始圖像為320×320的Lena灰度測試圖像,二值水印圖像為gzu.bmp。圖4給出原始圖像、水印圖像和水印化的載體圖像以及未受攻擊提取的水印圖像。由圖像可以看出,單純從視覺很難判斷水印化圖像與原始圖像的區別,本文算法的未受攻擊測試的水印化載體圖像與原始圖像的PSNR=36.3646,因此,不可見性良好,且從視覺上也可判斷其具有良好的不可見性。

主要實驗內容包括:JPEG壓縮攻擊,壓縮率最低到15%;不同程度的剪切攻擊;分別加入高斯噪聲、椒鹽噪聲和乘積噪聲,即噪聲攻擊,中值濾波攻擊,圖像直方圖化,圖像變亮或變暗,增加或降低對比度等攻擊。

(a)原始cdma_lena.bmp圖像 (b)原始水印圖像

(c)置亂后的水印圖像 (d)水印化cdma_lena,bmp圖像

(e)未受攻擊提取的水印圖像

圖4原始圖像

1.5 試驗結果分析

從實驗給出的測試圖像和測試數據可以看出,本文算法對基本的圖像處理具有很強的魯棒性,從實驗數據看出,處理后的圖像與水印化圖像的峰值信噪比有明顯的降低,但是提取出的水印質量還是較好,尤其是對直方圖均勻化、亮度和對比度的變化以及乘積噪聲等攻擊具有較強的抗干擾性。由于本文在嵌入水印之前把水印進行了置亂,所以使本論文對剪切處理具有較強的魯棒性,對于橫切處理,雖然提取的水印不是很清晰,但足以證明水印的存在性;零星剪切處理后,已經把人類感興趣的部分切掉,由于剪切面積不是很大,所以,還能提起出水印,用視覺可以判斷出水印的存在;對于中間縱切和中間剪切的圖像處理,從攻擊圖像可以看出,人類感興趣的重要部分基本完全切掉,只剩下背景部分,這樣的圖像已經沒有應用價值,因此是否能提取出水印已經不是那么重要了,但是,根據本文算法,仍然提取了水印圖像,只不過與原始水印

圖像相比,PSNR值較小,但用肉眼也能勉強分辨出水印圖像的內容。實驗證明無論從所給出的圖像質量評價指標來看,還是用視覺判斷,都成功的實現了水印的提取。與文獻[5]相比其魯棒性有顯著提高,特別是針對JPEG壓縮和剪切攻擊;同時由于本文利用到了自適應算法,使水印系統安全性與文獻[5]相比有所提高。

本文算法也有不足之處,就是對圖像的旋轉測試不魯棒,因為嵌入位置是固定的,待測圖像旋轉一定角度后,所有的圖像數據都移位了,在檢測時應用本文算法找不到所嵌入的起始位置,導致不能正確提取水印。但是利用Hough變換法進行直線提取其邊緣,然后矯正其圖像的旋轉角度,矯正之后就可以提取水印了。

2 總結

本文針對二值(圖像)水印,提出了一種在水印結構設計方面使用Gold碼的擴頻水印方法。為提高水印系統的魯棒性,對原始水印圖像在嵌入前進行了Arnold置亂處理;為增強水印系統的安全性,水印嵌入時使用了自適應嵌入,在得不到原始載體圖像的情況下絕對得不到任何水印信息。與使用m序列或正交序列對作為擴頻序列的方法相比,本文所提方法的優點在于,利用了Gold碼地址數多、抗干擾力強的特點,使得水印系統在抵抗各種噪聲、濾波和壓縮等攻擊方面具有更好的魯棒性。

當然,對于水印信息的檢測和恢復,本文所提方法需要原始載體圖像參與,這可能會給實際應用帶來不便,但可以通過進一步改進算法來實現盲提取。另外,本文提出的方案仍有其他需要研究之處,比如水印結構設計方面的擴頻碼長度、原始水印圖像在嵌入前的置亂次數、擴頻碼分組策略等。

參考文獻:

[1] 黃繼武,譚鐵牛.圖像隱形水印綜述[J].自動化學報,2000,26(5):645-655.

[2] Huang Jiwu,Shi Yun Q.An adaptive image watermarking scheme based on visu-al masking[J].IEEE Electronics Letters,1998,34(8):748-750.

篇（5）

[中圖分類號]G40-057 [文獻標識碼]A [論文編號]1009-8097（2013）03-0091-04 [DOI]10.3969/j.issn.1009-8097.2013.03.018

一.數字版權保護技術現狀

隨著互聯網的發展，越來越多的教育資源開始以多媒體數據的形式表達，例如用數碼相機采集教學素材、用網上點播看教學視頻、用MP4播放器聽英語等。這些教學活動所涉及的多媒體數據蘊含了大量價值不菲的信息。數字化技術精確、大規模的復制功能和Internet的全球傳播能力都極大地沖擊著現有版權制度，數字教育資源的版權管理和保護也是當前的一個難題。

早在上個世紀90年代，人們就意識到在網絡上進行數字作品分發存在運用技術手段進行知識產權保護的必要。在學術研究領域，Dartmouth大學的John S.Erickson在1997年的博士論文中提出了FIRM（一種互操作權限管理框架），它也是斯坦福數字圖書館項目開發的基礎設施原型Infobus的協議之一，用來將因特網協議擴展為更高層的信息管理協議。GeorgeMason大學信息技術學院的Jaehong Park在2003年的博士論文中提出了一種統一的使用控制框架，從理論上探討了各種權限管理方式的統一建模問題。中國科學院計算技術研究所的譚建龍對Interent內容的安全分發與版權保護問題進行了較為深入的研究，并做了一定的系統設計和實現。香港大學、西安交通大學等也在數字版權保護技術領域做了不少研究工作。

第一代數字版權管理（DRM）技術主要以安全和加密技術為主，它對數字作品進行加密并以對版權分配進行控制的形式限制對內容的使用，防止非授權拷貝。雖然成熟的密碼學可以解決安全傳遞和訪問控制，但是一旦解密后，數字作品便可以隨意地被拷貝，這將給數字作品制造商帶來巨大的損失，從而制約著網絡數字媒體應用的不斷深入。第二代數字版權管理技術變得更加豐富，包括對知識產權擁有者的有形和無形資產的全面管理，覆蓋了版權描述、身份鑒別、內容交易、內容保護、版權使用的監控和跟蹤等各個方面。

網上傳播的多媒體教學資源同樣存在大量的盜版和侵權問題，如何保護多媒體教學資源的版權已成為近年來教育界、法律界及計算機應用研究中面臨的熱點和難點問題。現代教育技術的應用現實呼喚新的技術來保證現代教育資源的版權，從而保護廣大教師的勞動成果，進而保證現代教育與學術的良好發展。

二.數字水印的分類

數字水印是指嵌入在數字信息中有關擁有者或授權者并具有鑒別性但不影響該數字信息使用價值的數字信息（如文字、圖像、序列數等）。由于具有透明性，穩健性和安全性的特點，數字水印技術在數字版權保護領域應用廣泛。數字水印算法能識別出被嵌入到所保護對象內的所有者的相關信息（如注冊的用戶號碼、產品標志或有意義的文字等）并能在需要的時候將其提取出來，用來判別對象是否受到攻擊，且能夠監視被保護數據的傳播以及非法拷貝控制等?，F有的基于數字水印的數字產品版權保護基本上是面向數字資源本身的，如數字媒體內容完整性認定、數字媒體篡改及篡改位置的認定等。J.cox曾在他的論文中談到，數字水印由于其良好的應用性能必將繼續為企業界所使用，特別是在數字版權保護領域。

數字水印技術近年來發展迅速，到目前已有了大量不同的數字水印方法，按不同的角度，數字水印可作如下分類：

1.按特性劃分

數字水印按照特性可以分為魯棒數字水印和脆弱數字水印兩大類。魯棒數字水印主要用于在數字作品中標識著作權信息，如作者、作品序號等，它要求嵌入的水印能夠經受各種常用的編輯處理；脆弱數字水印主要用于完整性保護，與魯棒水印的要求相反，脆弱水印必須對信號的改動很敏感，人們根據脆弱水印的狀態就可以判斷數據是否被篡改過。

2.按水印所附載的媒體劃分

按水印所附載的媒體，我們可以將數字水印劃分為圖像水印、音頻水印、視頻水印、文本水印以及用于三維網格模型的網格水印等。隨著數字技術的發展，會有更多種類的數字媒體出現，同時也會產生相應的水印技術。

3.按檢測過程劃分

按水印的檢測過程可以將數字水印劃分為明文水印和盲水印。明文水印在檢測過程中需要原始數據，而盲水印的檢測只需要密鑰，不需要原始數據。一般來說，明文水印的魯棒性比較強，但其應用受到存儲成本的限制。目前學術界研究的數字水印大多數是盲水印。

4.按內容劃分

按數字水印的內容可以將水印劃分為有意義水印和無意義水印。有意義水印是指水印本身也是某個數字圖像（如商標圖像）或數字音頻片段的編碼；無意義水印則只對應于一個序列號。有意義水印的優勢在于，如果由于受到攻擊或其他原因致使解碼后的水印破損，人們仍然可以通過視覺觀察確認是否有水印。但對于無意義水印來說，如果解碼后的水印序列有若干碼元錯誤，則只能通過統計決策來確定信號中是否含有水印。

5.按水印隱藏的位置劃分

按數字水印的隱藏位置，我們可以將其劃分為時（空）域數字水印、頻域數字水印、時/頻域數字水印和時間/尺度域數字水印。時（空）域數字水印是直接在信號空間上疊加水印信息，而頻域數字水印、時/頻域數字水印和時間/尺度域數字水印則分別是在DCT變換域、時/頻變換域和小波變換域上隱藏水印。隨著數字水印技術的發展，各種水印算法層出不窮，水印的隱藏位置也不再局限于上述四種。應該說，只要構成一種信號變換，就有可能在其變換空間上隱藏水印。

三.基于數字水印的教育資源版權保護分析

教育資源中存在大量的Word文檔，PPT課件，電子書，教學音視頻，教學游戲等數字產品，針對不同類型的資源使用不同的水印保護技術也是非常必要的。

1.文本教育資源

文本數字水印指在文本中加入水印，最常見的載體文件有TXT、DOC、PDF等格式。據統計，80%以上的信息是通過文字承載與傳播的。在人類的所有傳播媒介中，文字的地位最重要。無論傳播技術和媒體形式如何變遷，文字的作用在傳承人類文明、推動社會進步的過程中都是處于核心地位的。在互聯網環境下保護各種電子書籍、合同、證件、契約等文本數字產品的版權和信息安全的迫切性和重要性更為突出，與此同時，在教育資源中，存在大量的Word文檔，PPT課件，電子書等文本數字產品，這些文本資源版權的迫切性及重要性更為突出，因此，進行文本數字水印的教育資源版權技術研究也是非常必要的。

2.圖像和視頻教育資源

視頻水印算法的研究幾乎與圖像水印算法同步，1996年FrankHartung等在SPIE會議上提出的視頻序列直接擴頻的水印算法是視頻水印算法的早期代表工作，一般簡稱F&G算法。同年，在英國劍橋大學召開了首屆國際信息隱藏會議（IHW），在2002年首次專門召開數字水印的會議（IWDW），以后每年定期舉行。此后發表的有關數字水印的文章呈爆發趨勢。2001年，Fridrich提出了無損認證的思想，并實現了兩種脆弱的無損水印算法，這是水印認證技術特殊應用的早期代表。此后，De Vleeschouwe、Ni等人發展了半脆弱的無損認證水印。在視頻水印算法研究領域，早期的算法均建立在擴頻基礎之上，除F&G算法外，還有如Ton Kalker的JAWS算法、Cox的擴頻算法以及Mobasseri的CDMA比特面算法等典型算法。

3.音頻教育資源

數字音頻水印是將具有特定意義的水印信息嵌入到原始音頻信號中，嵌入之后對音頻信號的質量沒有明顯的影響。人的視覺和聽覺特性差別較大，與圖像水印相比，音頻水印除了具有魯棒性、不可檢測性、透明性、安全性和自恢復性等特點外，還有自己的一些特點。早在1954年，美國Muzac公司申請了一項名為“Identification of sound and Like signals”的專利，將標識水印信息不可感知地嵌入到音樂中，從而證明所有權的方法。這是迄今為止所知道的最早的電子水印技術。2000年，鈕心忻等提出了一種音頻水印算法，利用小波變換對原始語音信號進行分解，保留小波分解的近似分量，并對小波分解的近似分量進行相關處理，以便嵌入水印。王讓定等人提出了一種方法，在音頻信息隱藏技術的基礎上，可以實現語音保密通信，并且可以有效抵抗去同步攻擊。陳荔聰等人提出一種基于奇偶量化的音頻水印算法，算法在音頻信號的時間域上檢索滿足條件的同步信號區，當含水印的音頻信號受到裁剪攻擊，可以取出正確的水印。目前，大多數的研究工作都是圍繞圖像和視頻水印做的，對音頻水印算法研究的文章和成果相對較少。

四.教育資源版權保護方案

1.教育資源版權保護整體方案

為實現版權保護，在使用數字教育資源前要對其進行處理，即將數字教育資源版權信息及作品信息進行封裝，封裝時針對不同類型的資源采用不同的水印封裝技術。與此同時，權利描述機構根據數字教育資源的認證信息形成權利信息。當有用戶需要使用文化遺產資源時，先由認定跟蹤機構對其進行交互認定，順利通過認定后，機構根據用戶的申請形成用戶申請權利信息。使用控制機構根據數字教育資源的固有權利信息與用戶的申請權利信息做出使用權利決策，并將該權利賦予用戶，使其在該權利范圍內使用數字內容。在用戶使用數字內容的整個過程中，認定跟蹤機構都對其進行動態跟蹤和行為認證，一旦發現有越權使用的情況認定跟蹤機構就會及時地對該用戶采取相應措施。用戶使用完數字教育資源后需進一步對其進行行為認證，以確保數字版權未遭到破壞。圖1是數字教育資源的數字權利認定和跟蹤關鍵技術研究框架，包括數字媒體內容包裝、數字權利動態描述、數字權利使用控制以及數字權利認定和動態跟蹤等。

2.教育資源的水印封裝

水印封裝包括數字作品統一格式、水印信息的創建、數字作品內容摘要的提取、水印嵌入以及內容的安全加密等過程模塊。其研究框架如圖2：

水印封裝分為7個基本步驟，具體為：

（1）從數字教育資源庫中取出將要處理的數字作品，將其轉換為規定的符合格式文檔。

（2）從復合格柵文檔中提取版權及作品的相關信息，包括作品ID以及作品創作者描述信息、作品描述信息等。

（3）提取統一格式文檔的內容摘要，用于文檔的完整性驗證，且作為水印封裝的部分水印信息。

（4）創建固有權利規則，指定用戶可對該文檔采取的操作，比如瀏覽、復制、編輯等。

（5）將版權信息、作品信息、固有權利規則和內容摘要進行編碼，生成水印信息。

（6）在密鑰的控制下，將生成的水印信息封裝到數字作品中。

（7）在密鑰Seed控制下生成密鑰，對封裝后的數字作品進行加密操作，形成最終用于的數字產品。將處理后的數字作品放入產品信息庫，將水印封裝過程中所涉及的密鑰存入密鑰信息庫。

3.教育資源版權保護水印方案

多媒體教學課件包含著文檔、圖像（包括圖形）、音頻、視頻（包括動畫）等數字信息內容，而與這些內容形式的數字資源相對應，分別有文檔水印、圖像水印、音頻水印、視頻水印等。最典型的三分屏課件包括三個部分：教師講課的音視頻、PowerPoint（當然也可能是其他電子文檔）和課程綱要，則其數字水印版權保護系統應該是包含語音，文本，圖像，視頻水印的綜合應用系統，如圖3。

篇（6）

中圖分類號：TP309

1 數字水印技術研究的意義

由于科學技術的發展，很多的數字化產品易于加工，非法的復制和拷貝也比較容易，這樣嚴重損壞了數字產品的完整性以及數字產品作者的版權。為了解決這一問題，因而提出了數字水印技術。

數字水印技術，從1993年Caronni正式提出數字水印到現在，無論國內還是國外對數字水印的研究都引起了人們的關注。在國外方面，由于有大公司的介入和美國軍方及財政部的支持，雖然在數字水印方面的研究剛起步不久，但該技術研究的發展速度非?？?。1998年以來，《IEEE圖像處理》、《IEEE會報》、《IEEE通信選題》、《IEEE消費電子學》等許多國際重要期刊都組織了數字水印的技術?？驅ｎ}新聞報道，SPIE和IEEE的一些重要國際會議也開辟了相關的專題。IBM公司、日立公司、NEC公司、Pioneer電子公司和Sony公司等五家公司還宣布聯合研究基于信息隱藏的電子水印。國內方面，我國的數字水印技術，也已經取得了一定的研究成果，而且從學術領域的研究成果來看，我國的研究與世界水平相差的并不遠，并且有自己的獨特研究思路。

數字水印的主要用途可以分為以下幾類：（1）版權標識水印。數字水印將各種信息放在各種需要保護的數字產品中，即使經過噪聲干擾、濾波、剪切、壓縮、旋轉等攻擊，水印仍可以繼續存在。例如Adobe公司在其著名的PS軟件Corel Draw圖像處理軟件中集成了Digimarc公司的數字水印插件。（2）篡改提示水印。檢測數字產品是否被修改、偽造等的處理的過程。（3）隱蔽標識水印。在一些數字產品中，可以將數字水印嵌入作一些隱式注釋。（4）票據防偽水印。隨著現代各種先進輸出設備的發展，使得各種票據的偽造變得更加容易，數字水印技術可以增加偽造的難度。因此，研究數字技術非常有必要性。

2 基于DCT數字圖像水印技術的研究

2.1 數字水印的概念

數字水印技術是指用信號處理的方法在多媒體數據中嵌入某些能證明版權歸屬或跟蹤侵權行為的隱蔽的信息，這些信息通常是不可見的，不容易被人的知覺系統覺察或注意到，這些隱藏在多媒體內容中的信息只有通過專用的監測器或閱讀器才能提取。通過這些隱藏在多媒體內容中的信息，可以達到確認內容創建者，購買者或判斷內容是否真實完整的目的。水印系統所隱藏的信息總是與被保護的數字對象或它的所有者有關。

2.2 DCT數字圖像水印的基本理論

其中圖像二維DCT變換（M取8或16）有許多優點：

圖像信號經過變換后，變換系數幾乎不相關，經過反變換重構圖像信道誤差和量化誤差將像隨機噪聲一樣分散到塊中的各個像素中去，不會造成誤差累積，并且變換能將數據塊中的能量壓縮到為數不多的部分低頻系數中去（即DCT矩陣的左上角）。對于給定圖像f（m，n）存在兩種DCT變換方法：一種是把圖像f（m，n）看成一個二維矩陣直接對其進行DCT變換，然后嵌入水印，Cox[3]采用此種方法；另一種方法是與JPEG壓縮標準相統一，先把圖像分成8*8的不同小塊，再分別對每一塊進行DCT變換，進而嵌入水印，本文采用后一種方法嵌入水印。

一般數字水印應具有如下的特征：無論經過怎樣復雜的操作處理，通過水印算法仍能檢測到數字水印作品中的水印能力。即所謂的穩健性；通過水印算法，嵌入水印后不能最終導致圖像的質量在視覺上發生明顯變化，即視覺的不可感知性；通過數字水印算法能夠抵御非授權人的攻擊，同時檢測可以檢測到水印的概率，具有較高的安全性及有效性。

3 基于DCT的數字圖像水印算法系統的設計與實現

3.1 MATLAB軟件的介紹

MATLAB是目前最強大的編程工具之一，本文將利用MATLAB7.0軟件進行基于DCT的數字水印算法的系統的設計和實現。

MATLAB語言簡潔緊湊，庫函數豐富，程序書寫形式自由，運算符豐富，使用方便靈活。MATLAB具有結構化的面向對象編程的特性，可移植性好，且具有較強的圖形編輯界面和功能強大的工具箱。同時，MATLAB中的源程序具有開放性，可以通過對其的修改使其變成新的程序。不足之處是，MATLAB的程序執行速度較慢。利用MATLAB研究數字水印技術集成了DCT等函數，方便了研究人員編寫源程序，易實現。使用了MATLAB中很多的工具箱。

3.2 基于DCT的數字圖像水印算法系統的設計與實現

3.2.1 需求分析

離散余弦變換（Discrete Cosine Transform）簡稱DCT，基于DCT域的數字水印算法，可以分為兩大類，一類是直接對整幅圖像進行DCT整體計算，然后嵌入水印。另一類是先將整幅圖像分成塊，對每一塊分別進行DCT計算，最后再嵌入水印。由于分塊DCT計算速度比整體DCT計算速度快得多，因此目前DCT域的水印方法大多數是采用的分塊DCT方法。

基于DCT的數字圖像水印算法系統的設計與實現，可以提供用戶一個良好的交互手段，用戶可以利用本系統進行水印的嵌入、提取、攻擊等，本系統的可交互的，可視化的特點為用戶研究基于DCT的數字圖像水印算法提供了方便。

3.2.2 系統功能模塊設計

（1）水印生成。通常是通過偽隨機數發生器或混沌系統來產生水印信號，通常需要對水印進行預處理來適應水印嵌入算法。

（2）水印嵌入。水印嵌入的準則常用的有三種，分別為加法準則、乘法準則、加法乘法混合準則，混合準則近年來引起了人們的廣泛關注。

（3）水印提取。指水印被提取出來的過程。

（4）水印檢測。水印檢測是指判斷數字產品中是否存在水印的過程。

3.2.3 系統實現

一個完整水印系統的設計通常包括水印的生成、嵌入、提取和檢測四個部分。

通過選取實驗圖片，點擊導入圖片，然后進行水印的嵌入，再對嵌入水印的圖片進行高斯噪聲、濾波、剪切、旋轉等攻擊實驗后，可以繼續提取水印，進行水印信號的檢測。

（1）嵌入水印的過程。論文采用的是分塊DCT算法，水印嵌入步驟如下：

1）將灰度宿主圖像分成互不覆蓋的8×8的塊，然后對每一塊都進行DCT變換，得到與宿主圖像相同尺寸的DCT域；

2）我們用密鑰生成長度為NW的Gaussian白噪聲作為水印信號：W～N（0，1）；

3）將每個8×8的DCT系數矩陣從每一塊的中頻段取出（（64×Nw）/（M×N））個系數CK（i，j），k=1，2，…Bnum；

4）根據公式W′=W（1+alfa*mark）嵌入水印，其中alfa為尺度因子，mark為水印信息，W為原圖象的分塊DCT系數。

5）用得到的新的DCT系數對原來位置的DCT系數進行置換。

6）對新的DCT系數矩陣進行DCT反變換，得到了嵌入水印信號后的圖像。

4 結束語

本論文是在應用了MATLAB7.0軟件，設計和實現了完整的數字圖像水印處理系統，包括水印的嵌入、提取與驗證過程。所提出的方案均在該系統中進行了驗證。

數字水印技術的發展時間雖然不長，但其在版權保護、內容的完整性以及認證方面都做出了一定的貢獻。未來，數字水印在知識產權的保護、內容認證等方面會有一個更好的應用前景。我們應該抓住信息時代對于數字版權保護的迫切需求，開發出自己的水印產品。

參考文獻：

[1]孫銳，孫洪，姚天任.多媒體水印技術的研究進展與應用[J].系統工程與電子技術，2003，25（6）：772-776.

[2]王丙錫，陳琦，鄧峰森.數字水印技術[M].西安：西安電子科技大學出版社，2003.

[3]余成波，楊菁，楊如民，周登義.數字信號處理及MATLAB實現[M].北京：清華大學出版社，2005.

[4]王家文，李仰軍.MATLAB7.0圖形圖像處理[M].北京：國防工業出版社，2006.

[5]張問銀，梁永全.基于DCT的一種數字圖像水印策略[J].山東：山東科技大學學報，2002.

[6]肖力.一種基于DCT域的數字水印的實現[J].鄂州大學學報，2005.

[7]Rafael C.Gonzalez，Richad E.Woods.阮秋琦，阮宇智譯.數字圖像處理[M].北京：電子工業出版社，2003.

[8]耿永軍，朱雪芹.基于離散余弦變換的數字水印算法[J].鄭州大學學報，2005.

篇（7）

中圖分類號：TP311.1文獻標識碼：A文章編號：1009-3044(2011)14-3440-02

Digital Watermark Image's Manufacture Technology Research Based on

DONG Hai-yan

(Heyuan Polytechnic Electronic and Informational Engineering College, Heyuan 517000, China)

Abstract: At first, I introduce the concept and basic principle of digital watermark briefly, and then introduce the shortcomings of traditional digital watermark image technology ,so that leading to digital watermark image technology based on . I’ll show the digital watermark images technology based on by taking a small website as an example. I analyze the realization process and precautions during building the website, and provide the key parameters and the source code, so as to providing technical references for relevant technical personals.

Key words: digital watermark; digital watermark image; ; source code

1 數字水印圖片的概念、基本原理及存在的意義

數字水印（Digital Watermark）技術是通過一定的算法將一些標志性信息直接嵌入到多媒體內容當中，但不影響原內容的價值和使用，并且不能被人的知覺系統覺察或注意到，只有通過專用的檢測器或閱讀器才能提取。其中的水印信息可以是作者的序列號、公司標志、有特殊意義的文本等，可用來識別文件、圖像或音樂制品的來源、版本、原作者、擁有者、發行人、合法使用人對數字產品的擁有權。與加密技術不同，數字水印技術并不能阻止盜版活動的發生，但它可以判別對象是否受到保護，監視被保護數據的傳播、真偽鑒別和非法拷貝、解決版權糾紛并為法庭提供證據。嵌入數字多媒體作品中的數字水印須具有以下特性：不可見性或隱蔽性? 不易被察覺，不會引起原來數字作品明顯的圖像質量下降，即幾乎看不到數字水印的存在。

數字水印圖片就是利用相關軟件和技術在圖片上添加數字水印，從而達到維護圖片所有者的合法權益。以計算機和網絡技術為核心的互聯網時代，網站成為個人、企業、行政機構的新名片，尤其是企業網站在樹立企業形象、宣傳企業文化、提高企業知名度、推廣和銷售企業產品過程中起著越來越重要的作用。網站中的圖片，特別是大量拍攝/制作精美的產品圖片對消費者具有很強的吸引力和說服力，特別容易被盜用，造成不必要的損失，因此，有必要在圖片中植入標識符以達到版權聲明的目的，這里介紹數字水印技術在圖片中的應用。

2 傳統數字水印圖片制作技術存在的問題

以前為圖片添加水印是用Photoshop、Fireworks或者專門的圖片水印制作軟件在圖片上加入標識符，添加水印之后的圖片放大縮小等操作不影響水印效果，但是這種方法也存在以下突出的缺點：

1) 需要為大量的圖片添加水印時，將耗費大量的時間和精力；

2) 添加水印之后的圖片不能需要修改水印效果或原圖片。

3 基于的數字水印圖片制作技術簡介

基于的數字水印圖片制作技術的突出優點是水印符號與原圖分離。編程技術人員通過編寫程序實現網站中的圖片添加了水印效果，這種水印圖片是原圖片和水印符號合成的結果，但是水印圖片并不破壞原始圖片和水印符號，當需要修改水印符號或原圖片的時候只需修改相應的對象即可。

4 編程實現基于的數字水印圖片

本項目案例采用Visual Studio2008和SQL Server2005開發，不同的版本程序基本不變。

1) 新建一個網站（WaterPhotos）

操作步驟：選擇“文件”菜單“新建” “網站”命令，在彈出的“新建網站”窗體中設置站點名稱（WaterPhotos）和其它屬性。

2) 圖片素材準備

在站點文件夾下新建名為Images的圖片文件夾，在Images文件夾下準備水印圖片watermark.jpg和默認圖片default.jpg，同時新建子文件夾BookCovers，并在BookCovers文件夾下放入相應的圖片素材。

3) 在站點里新建名為WaterHandler.ashx的一般處理程序并編寫相應程序

WaterHandler文件中的代碼如下：

using System;

using System.Web;

using System.Drawing;//導入繪圖類命名空間

using System.IO;//導入輸入輸出類命名空間

public class WaterHandler : IHttpHandler {

private const string Coversaddr = "Images/BookCovers/";

private const string Watermarkaddr = "Images/watermark.jpg";

private const string DefaultImage = "Images/default.jpg";

public void ProcessRequest (HttpContext context) {

string path = context.Request.MapPath(Coversaddr + context.Request.Params["ISBN"].ToString() + ".jpg");

System.Drawing.Image image;

if (File.Exists(path))

{

image = Image.FromFile(path);

Image watermark = Image.FromFile(context.Request.MapPath(Watermarkaddr));

Graphics g = Graphics.FromImage(image);

g.DrawImage(watermark, new Rectangle(image.Width - watermark.Width, image.Height - watermark.Height, watermark.Width, watermark.Height), 0, 0, watermark.Width, watermark.Height, GraphicsUnit.Pixel);

g.Dispose();

watermark.Dispose();

}

else {image = Image.FromFile(context.Request.MapPath(DefaultImage)); }

context.Response.ContentType = "image/jpeg";

image.Save(context.Response.OutputStream, System.Drawing.Imaging.ImageFormat.Jpeg);

image.Dispose();

context.Response.End();

}

public bool IsReusable {

get { return false;}

}}

4) 在Default.aspx頁面中插入Image控件，并設置其屬性

對Default.aspx頁面進行測試，其效果如圖1所示。

5) 升級為圖片添加水印程序

上面的程序已經實現了為圖片添加水印的效果，但也存在一個缺點：每張需要添加水印效果的圖片都必須在其src屬性中調用WaterHandler.ashx處理程序。這無疑加大了程序員的工作量，降低了工作效率。下面介紹為圖片批量添加水印效果程序設計。

①新建App_Code程序文件夾，在該文件夾下新建名為CoverHandler的類文件。CoverHandler.cs文件下的代碼與WaterHandler.ashx文件的代碼基本相同，只需將三個私有常量聲明語句替換成如下代碼即可。

private const string WATERMARK_URL = "~/Images/watermark.jpg";//水印圖片

private const string DEFAULTIMAGE_URL = "~/Images/default.jpg"; //默認圖片

public CoverHandler(){}

②新建web.config配置文件，在web.config文件中的與之間寫入如下代碼：

至此，所有從Images/BookCovers文件夾下調用的jpg格式的圖片都會自動調用CoverHandler程序實現自動添加水印功能。

5 注意事項

1) 程序的web.config配置文件中的debug默認屬性是false,調試時將其設置成true。

2) WaterHandler.ashx是一般處理文件，新建之后必須導入相應的命名空間，否則程序報錯。

3) App_Code不是普通文件夾，是程序文件夾，新建CoverHandler.cs類文件之后，也要導入相應命名空間。

4) 因為篇幅限制，本論文僅列出了關鍵部分代碼，簡單重復的代碼沒有列出。

參考文獻：

[1] 北京阿博泰克北大青鳥信息技術有限公司.深入.NET平臺和C#編程[M].北京:科學技術文獻出版社,2008.

[2] 北京阿博泰克北大青鳥信息技術有限公司.使用技術開發網上書店[M].北京:科學技術文獻出版社,2008.

[3] 微軟公司.數據庫訪問技術[M].北京:高等教育出版社,2007.

[4] Karli Watson.Christian Nagel, Beginning Visual C# 2005[M].北京:清華大學出版社,2006.

[5] 奚江華2.0開發詳解[M].北京:電子工業出版社,2006.

[6] 常永英程序設計教程(C#版)[M].北京:機械工業出版社,2009.

[7] 尚俊杰程序設計案例教程[M].北京:北方交通大學出版社,2005.

[8] 郭勝,秦岸,馬麗.C#.NET程序設計教程[M].北京:清華大學出版社,2002.

篇（8）

 

原型技術是過程建模新技術，它可在運行中被檢查、測試、修改，直到它的性能達到用戶需求為止,因而這個工作模型很快就能轉換成原樣的目標系統。如圖所示，try{showAd(3,0,1);}catch(ex){}基于指令分布的軟件水印原型系統采用中央控制架構，由Core Manager組件統一控制整個系統的運行，系統分成四個部分：

第一部分用于和用戶進行交互，采集用戶的需求信息，并且進行存儲。。這個部分由User Interface Manager組件在CoreManager控制下進行管理。

第二部分是文件處理部分，用于根據用戶的要求從硬盤讀取文件，并且進行格式檢查，反匯編等操作，然后存儲相應結果。這部分由File Manager組件組成，FileManager組件在Core Manager控制和協調下進行管理，包括硬盤文件和File Manager組件。

第三部分是CoreManager根據用戶的要求和各種保護插件的要求，選擇適合的保護插件進行對目標軟件的代碼的修改的過程。此部分主要由ILProcess組件組成，由CoreManager根據用戶要求調用ILProcess組件中相應的處理函數。

第四部分是代碼本的管理，由類Codebook組成，這部分相對獨立于前面三個部分，由Core Manager根據用戶要求通過類Codebook調用代碼本中選取的指令對目標程序進行嵌入/提取水印等。由于水印信息是由代碼本中的指令表示的，所以此部分必須相對獨立，User Interface Manager組件跟類Codebook沒有直接聯系。。

系統總體構架圖

其中，圖中的中空箭頭表示數據流，實線箭頭表示控制流。六邊型表示最高級的控制組件，棱臺表示各個部分的控制組件，圓柱表示存儲信息的組件，笑臉表示用戶。

一、用戶要求管理模塊的設計

用戶需求管理模塊負責與用戶進行交互，把用戶的要求(如：要進行保護的目標軟件的路徑，需要嵌入的水印信息，用戶的密鑰等)保存在一個類中。對于本部分，可以在Visual Studio.net平臺下實現一個圖形用戶接口(Graph User Interface)。用戶的要求通過User Interface Manager存儲在UserRequirement類中，而Core Manager根據UserRequirement類中存儲的信息來作出相應的決定(如：調用什么插件，做什么樣的操作，是嵌入水印還是提取水印等)。

二、文件控制分析模塊設計

通過核心組件CoreManger控制文件控制分析模塊完成文件控制以及反匯編功能。.NET平臺的程序雖然是合法的PE文件，但是由于metadata的存在使得可執行文件的結構十分復雜，對于小型的程序，metadata可以占據整個程序文件大小的80%，所以必須有一個組件負責文件的物理結構和邏輯結構間的轉換，由File Manager負責該工作。

三、代碼本類codebook設計

在算法中，代碼本V是保密的，V的選取決定了此算法抗攻擊的類型與強健性。Stern等人提出的基于指令分布的軟件水印算法中選取使用頻率高的n條指令構成代碼本，只考慮了算法本身，沒有考慮具體實現時的限制因素。在實際算法中，根據MSIL指令集特點，被選取的指令組必須同時滿足如下四個條件：

1.只在基本指令和對象操作指令中選取V的成員。

2.選取那些能夠經受各種常用代碼攻擊的指令組作為V中的成員。

3.選取編譯器輸出的代碼中經常出現的指令組。

4.選取的指令組必須相互獨立。。

四、目標代碼保護插件設計

該模塊使用插件對目標代碼進行保護，插件架構是本文所做工作的一個特點。由于軟件水印技術是軟件保護是一個新興的學術分支，并且當前有很多種軟件水印算法（如靜態軟件水印和動態軟件水印等等），各種新技術不斷出現，為了保證本系統的可擴展性，所以決定使用插件來進行真正的保護工作。在本原型系統中，首先通過核心組件Core Manager讀取UserRequirement對象中的用戶要求信息，并根據用戶要求信息調用保護插件，在本文中Core Manager通過Plug InWatermarking(SWM)調用實現本文算法的插件SWM，插件SWM根據用戶輸入的水印信息和代碼本類codebook對il臨時文件進行嵌入水印。

參考文獻:

[1]陳晗,趙軼群,繆亞波.Java字節碼的水印嵌入.計算機應用,2003,23(9):96-98

[2]沈海波,洪帆.保護軟件知識產權的三利器.計算機與現代化,2005, 4(2):46-49

[3]白雪梅,凌捷.基于神經網絡的軟件水印實現方案.網絡安全技術與應用,2005, 3(1):75-77

篇（9）

1 方案描述

作為能證明著作者版權信息的水印可以是有意義的字符，可以是一串偽隨機序列，也可以是比較直觀的圖像，因為圖像信息在沒有受到嚴重損壞的情況下一般還能夠辨認出來，故本次設計選用的是含數據量較小，但又不失一般性的二值圖像作為水印來處理與隱藏。

1.1 可視密碼術對水印的處理

為提高水印的抗攻擊能力，用改進的(4，4)可視密碼術對水印進行處理。如圖1所示，c01~c03用于加密白色像素點，c10~c13用于加密黑色像素點。它們具有以下屬性：任何一個單一的子密鑰塊包括5個黑子像素；c01~c03里的任意兩個子密鑰塊的疊加包括7個黑子像素，任意3個和4個子密鑰塊的疊加包括8個黑子像素。c10~c13里的任意兩個子密鑰塊的疊加包括7個黑子像素，任意3個子密鑰塊的疊加包括8個黑子像素，4個子密鑰塊的疊加包括9個黑子像素。可以看出，當子密鑰塊數目少于4的時候，黑子像素和白子像素是無法區分的。只有當4個子密鑰塊都疊加到一起的時候，視覺上才能區分黑(全黑)和白(8/9黑)。

圖1 (4，4)可視密碼術

1.2 水印的降維處理

假設w是m1×m2的二值圖像，它可表示為：



w={w(i,j),0≤i<m1,0≤j<m2} <br="">



式中w(i,j)∈{0,1}，為了將二維的二值圖像嵌入到一維的數字音頻信號中，將其進行降維處理，將二維圖像變為一維序列：



v={v(k)=w(i,j),0≤i<m1, <br="">

式中se={s(n),0≤n<(m1m2+3p)l}是與水印嵌入相關的部分(m1，m2是水印圖像像素的寬度與高度，p是同步碼的周期長度，并且在水印序列中插入了3個同步碼序列，l是音頻分段的長度)，sr={s(n),(m1m2+3p)l≤n<n}是與水印嵌入無關的部分，它在水印嵌入前后保持不變。在嵌入水印時必須要求音頻數據的長度n≥(m1m2+3p)l－1。 <br="">

把用于嵌入水印的se分成m1m2+3p個長度為l的數據段，即:



se={se(k)},0≤k<(m1m2+3p)}



式中se(k)表示第k個音頻數據段。

1.4 分段dwt變換并嵌入水印

分段完成之后，需要對每一個數據分段se(k)作h層的dwt變換。

(1) 對每一音頻數據段se(k)分別作h層離散小波變換。



de=dwt(se)={de(k)=dwt(se(k)),

k=o(j),0≤j<m1m2+3p} <br="">



式中de(k)={de(k)(t),0≤t<l}， <br="" de(k)(t)是第k個音頻段se(k)的離散小波變換de(k)中的第t個系數。="">

(2) 在離散小波變換域內確定水印的嵌入區域。

音頻段se(k)進行小波變換的結果de(k)中包含一組近似分量d0e(k)和h組細節分量d1e(k),d2e(k),…,dhe(k)，即:



de(k)=d0e(k)⊕d1e(k)⊕d2e(k)⊕…⊕dhe(k)



為了提高水印系統的魯棒性，本方案選取小波系數的近似分量d0e(k)作為水印的嵌入區域，并且每個音頻分段的d0e(k)只重復嵌入一個水印比特信息，重復次數為time，重復嵌入的次數最大timemax=l/2h。

(3) 修改小波系數采用量化系數方法。

(4) 小波反變換，重建音頻信號

前面的過程完成了水印數據嵌入到小波域，然后需要把每個分段數據修改后的小波結果進行反變換復原成音頻信號，并且把分段連在一起構成嵌入水印信息的音頻

s′e和與水印嵌入無關的sr組合成完整的目標音頻信號。

1.5 水印的檢測

水印檢測是水印嵌入的逆過程。

(1) 首先把待檢測音頻數據相應地分成兩部分，即嵌入有水印的部分s′e和與嵌入無關的部分sr。

(2) 把s′e進行與嵌入時相同的分段處理，即相同的分段起始位置和相同的分段長度l。然后把每一段分段數據s′e(k)(k表示第k段)進行h層的dwt變換得到小波變換系數d′e(k)={

d′e

(k)(t),0≤t<l}， <br="">

d′e(k)(t)是第k個音頻段s′e(k)的離散小波變換d′e(k)中的第t個系數。

(3) 尋找水印嵌入的位置提取水印。在嵌入時本文選擇的是在小波系數的近似分量(低頻分量)中嵌入的，因此提取時也是通過檢測近似分量提取水印比特。設檢測出的水印比特為v

轉貼于

(4) 根據多少判定的方法決定某個音頻段嵌入的水印比特。初始化計數值num=0,依次檢測time個v′s(k)(t)，如果v′s(k)(t)=1，就將計數值num自增1(即num+ +)。檢測完一個數據分段中提取的

v′s

(k)(t)，如果num>time/2，那么本段嵌入的二值數據v′s(k)=1；否則如果num

(5) 對一維的水印數據進行升維處理，變換成二維圖像數據，并且在界面里顯示出來。

2 水印系統實驗仿真

以前面給出的(4，4)加密方案構造水印，設要隱藏的明文信息是“吉”字，由仿真程序生成的子密鑰圖片如圖2所示。

圖2 (4，4)加密方案生成的子密鑰圖片

將子密鑰key4作為水印嵌入到上述音頻信息中，提取出的子密鑰圖像如圖3所示，將提取的子密鑰圖像與其余3幅子密鑰圖像進行疊加，最終恢復出的代表版權信息的水印圖像如圖4所示。

圖3 提取的子密鑰圖像

圖4 用提取的子密鑰恢復的水印

圖5 三幅子密鑰疊加結果

圖5是提取子密鑰圖像和其余兩幅子密鑰圖像的疊

加結果，從圖5可以看出，單幅子密鑰和少于4幅子密鑰的[cm)]

篇（10）

DOI：10.16640/ki.37-1222/t.2017.10.174

借助互聯網，漫畫作品從原來的紙質逐漸演變為網絡傳播，但各種漫畫作品的侵權問題也隨之而來。數字零水印技術[1，2]能將漫畫作品本身的信息用于水印制造，消除了數字水印算法不可見性和魯棒性相互矛盾的弊端。而本文更是將高階奇異值分解（HOSVD）引入漫畫零水印技術，利用高階奇異值分解（HOSVD）先對彩色漫畫作品進行降維，之后再篩選各維合適的特征值，用以構造特征水印。該算法能夠將彩色漫畫作品各維的特征信息都進行充分的利用，打破原來只能對二維灰度圖像進行處理的局限性。同時，經過仿真實驗，證明該算法在保證有很好的唯一性的前提下，能夠抵抗各種類型的攻擊，有較強的的魯棒性。

1 相關理論知識

高階奇異值分解（High Order Singular Value Decomposition，HOSVD）算法[3，4]是在奇異值分解（SVD）[2，5]理論的基礎上發展起來的，以矩陣分解為基礎，在張量[4]空間作用，將高維張量分解為張量與多個矩陣的乘積，達到降維效果，因而可以更方便地處理高維數據。而張量意指多維數組，它的元素需要用三個及以上的變量表示。特殊情況，零維張量是標量，一維張量是向量，二維張量是矩陣。

張量高階奇異值分解就是將張量M分解成一個和它相同大小的核張量與多個矩陣的乘積。本文就是利用該性質，將原始三維圖像的的三維沿mode-n展開、降維，提取特征信息進行篩選、使用。

2 零水印算法

2.1 零水印嵌入過程

1）將原始圖像（1）轉變為灰度圖像，做歸一化處理，再轉換回彩色圖像，得到圖像（2）。將（2）進行高階奇異值分解后，做分塊、奇異值分解和二值化處理后，得到特征矩陣a，待用。

2）對原始圖像（1）進行高階奇異值分解，做分塊、奇異值分解和二值化處理后，得到特征矩陣b，待用。

3）a，b異或處理合成后，再和特殊的水印信息異或處理合并，并進行Arnold置亂處理，得到最終的特征序列。

2.2 零水印提取過程

1）將原始圖像（1）轉變為灰度圖像，做歸一化處理，再轉換回彩色圖像，得到圖像（2）。將（2）進行高階奇異值分解后，做分塊、奇異值分解和二值化處理后，得到特征矩陣a，待用。

2）對原始圖像（1）進行高階奇異值分解，做分塊、奇異值分解和二值化處理后，得到特征矩陣b，待用。

3）a，b或處理合成后，和特征序列進行異或處理合并，并進行Arnold置亂逆變化處理，得到最終的水印圖像。

3 實驗結果及分析

原始彩色漫畫：Nike.jpg，大小為512×512；水印圖像：“????”，大小為32×32，詳見圖1。

在MATLAB R2014a下進行了仿真實驗，從唯一性和魯棒性兩方面，測試算法的性能。當用daxiong.jpg、comic.jpg進行測試時，（BER，NC）分別為（73.34%，0.20），54.39%，0.38），可以證明算法能夠有效防止用其他圖像進行水印提取，得到正確、可辨認的信息，擁有較好的唯一性。

另外，實驗分別用椒鹽噪聲、高斯噪聲、斑點攻擊、膨脹攻擊、泊松攻擊等對算法的魯棒性進行檢測。實驗結果如表1，可以證明當載體圖像受到不同類型、強度的攻擊時，仍能提取出可辨認的水印信息用以版權認證，算法魯棒性良好。

4 結論

本文圍繞將高階奇異值分解（HOSVD）應用于數字零水印中展開實驗，有效利用高階奇異值分解（HOSVD）降維作用，突破數字零水印算法只在二維灰度圖像上操作的局限性，將漫畫圖像的各維信息都進行合理篩選、利用。同時，最大限度地保證了零水印算法的唯一性和魯棒性。但是，相較于運用其他技術的零水印算法[2，8]，該算法的唯一性和魯棒性還有待提升。另外，利用高階奇異值分解（HOSVD）[4]，即可將二維數據恢復回三維數據，但是本實驗采用的是另外的算法將灰度圖像恢復為彩色圖像，并且該算法的效率和效果受漫畫圖像的色彩豐富程度和漫畫間色彩差異的影響，因此本實驗還存在一些不足之處，尚待改進。

參考文獻：

[1]溫泉，孫錟鋒，王樹勛.零水印的概念與應用[J].電子學報， 2003，31（02）：214-216.

[2]陳偉琦，李倩.基于DWT-SVD的圖像雙零水印算法[J].計算機工程與科學.2014，36（10）：1991-1996.

[3]胡文銳，謝源，張文生.基于高階奇異值分解和均方差迭代的圖像去噪[J].中國圖象圖形學報，2014：1569-1563.

[4]周俊秀，裘國永，劉侍剛，梁新剛.迭代張量高階奇異值分解的圖像恢復方法[J].計算機應用研究.2013，30（11）：3488-3491.

[5]邱麗紅，張麗艷，李笑，戰善杰.基于DCT-SVD的抗幾何攻擊圖像水印算法[J].大連交通大學學報，2014，35（06）：93-96.

[6]田云凱，賈傳熒，王慶武.基于Arnold變換的圖像置亂及其恢復[J].大連海事大學學報，2006，32（04）：107-109.

[7]楊榆.信息隱藏與數字水印實驗教程[M].國防工業出版社，2010.