2. 长江南京航道局, 南京 210011
针对遥感影像数据, 提出一种基于快速响应矩阵(QR)码的抗剪切与噪声攻击的强鲁棒性盲水印算法.首先, 利用版权认证信息生成QR码水印图像; 然后对QR码水印图像执行Arnold置乱并引入纠错编码机制对水印图像进行预处理; 最后结合遥感影像的数据特点选择合适的嵌入强度和嵌入位置进行水印嵌入.水印检测是水印嵌入的逆过程, 可采用多数原则进行水印信息位的提取和自纠错. QR码的引入有效提升了水印信息容量, 同时也增强了整个水印系统的鲁棒性.嵌入的水印信息在保持遥感影像精度和统计特性的前提下具备良好的不可见性, 且能抵抗高强度的剪切攻击和噪声攻击.
2. Changjiang Nanjing Waterway Bureau, Nanjing 210011, China
A blind watermarking algorithm with strong crop and noise resistibility based on quick response (QR) code for remote sensing image was presented. Firstly, QR code image is generated by use of copyright authentication information. Secondly, the QR code image is scrambled based on Arnold transforms, while the error-correction coding method is introduced to pretreat the watermark image. Finally, considering the properties of the data of remote sensing image, the appropriate strength and position are selected to embed watermark. Watermark detection is the inverse process of embedding watermark. Watermark detection is the inverse process of embedding a watermark, and the majority rule is used to extract and self-correct the watermark information bits. The introduction of QR code effectively enhances the capacity and robustness of the watermark information. Embedded watermark based on the premise of keeping the accuracy of features and statistical properties of remote sensing images was studied. The embedded watermark is not only of good invisibility, but also of strong crop and noise resistibility.
遥感影像数据是国家重要的基础性和战略性信息资源，其安全管理问题不容忽视.数字水印技术通过水印信息与载体数据的紧密融合实现版权保护、内容认证、操作跟踪等功能，是解决遥感影像数据安全管理问题有效的技术手段，目前已在测绘地理信息领域得到重要的应用[1-2].针对遥感影像数据的水印技术研究也取得了一定成果：文献[3]提出了一种近无损数字水印技术，能实现良好的误差控制；文献[4]通过建立映射函数确保水印信息能抵抗改变影像大小和像素相对位置的几何攻击；文献[5]通过归一化处理和Contourlet变换实现水印嵌入，算法能抵抗压缩、噪声和几何攻击.
遥感影像的水印算法一般采用明文水印图像或伪随机二值序列作为水印信息.明文水印图像可嵌入信息容量有限，伪随机二值序列则需要附加的转换机制识别其含义. QR码兼具优秀的信息容量、容错能力和识读速度，利用QR码作为水印信息的编码方式能有效提升水印信息容量，增强水印算法的鲁棒性，且可直接扫码识读，提高水印检测效率.现阶段国内外关于QR码数字水印技术的研究多集中于QR码本身和图像水印领域[6-7]，尚缺乏在遥感影像数据中引入QR码水印信息的先例.为此，笔者在对传统最低有效位(LSB, least significant bit)水印算法进行优化的基础上提出了一种新的遥感影像数字水印算法，将QR码的技术优势和遥感影像的数据特点相结合，既提高了水印信息容量，也能很好地抵抗针对含水印影像的剪切攻击和噪声攻击.
1 算法设计遥感影像具有丰富的信息量，其像素值有明确的物理意义，能通过不同的波段反映差异化的地物信息.遥感影像的数据特征有别于自然图像，因此针对遥感影像的水印算法除了满足人类视觉保真度这一基本要求外，还需要具备良好的“近无损”特性以确保遥感影像的数据精度和后续应用不受影响；此外，算法设计需考虑如何利用遥感影像的复杂纹理特性和多波段特性.
1.1 算法的基本思想发挥QR码广泛的编码支持、高通用性、高容错能力的技术优势，使用QR码对版权认证信息进行编码；结合遥感影像的数据特征实现QR码水印信息的嵌入和提取；通过算法的自纠错功能与QR码高容错性的结合提升水印算法的抗攻击性.算法的工作流程如图 1所示.
|
图 1 算法工作流程 |
水印信息的预处理包含QR码水印图像生成和图像置乱2个部分.
1) QR码水印图像生成
将南京师范大学的英文域名编码为QR码后再作为水印信息嵌入遥感影像中.
2) QR码水印图像置乱
采用Arnold变换对QR码水印图像进行置乱.置乱的目的：一是提高水印信息的隐密性；二是使信息密度分布均匀化，提高水印算法的抗攻击性.
为确保QR码水印图像达到最佳置乱效果，通过式(1) 进行图像的最佳置乱度计算.
|
(1) |
其中：(x0, y0)为水印图像中某一点的原始坐标，(xi, yi)为第i次Arnold置乱后该点的坐标，N为置乱周期，Di为第i次Arnold置乱后该点距其原始位置的距离.在遍历整个置乱周期的基础上循环计算数据集D的标准差S，取其最大值所对应的置乱次数作为最佳置乱度，置乱效果如图 2所示.
|
图 2 QR码水印图像最佳置乱度下的置乱效果 |
1) 纠错编码生成
逐行扫描置乱后的QR码水印图像，得到长度为n的一维二值水印信息序列W.对于Wi∈W(i=1, 2, …, n)，若Wi=0，对应纠错编码W′i=[1,1,1,0]，反之则W′i=[0,0,0,1]，将W扩展为4位1组的纠错编码序列W′. W′i中的最后一位对应Wi，为水印信息位，其余各位为校验位.
2) 纠错编码嵌入
对遥感影像进行分块处理，分块大小由函数B(Swm, Srm)决定，其中Swm为QR码水印图像的尺寸，Srm为遥感影像的尺寸.在遥感影像的第i分块中循环嵌入纠错编码W′i，直至遍历W′.分块操作有利于分散水印信息，由于每个分块对应的纠错码中仅含1个水印信息位，因此可以在很大程度上减少剪切攻击对水印信息的破坏.
3) 纠错规则
当含水印影像受到攻击时，对特定分块内重复提取到的一组纠错编码，遵循多数原则依次确定各校验位的取值.若3个校验位中“0”的个数多于“1”，则确定该组纠错编码为[0,0,0,1]，对应的水印信息位为“1”；反之，则纠错编码为[1,1,1,0]，对应的水印信息位为“0”.
1.4 水印信息嵌入1) 水印嵌入位置
为确保水印信息的不可见性，在遥感影像中选择人类视觉系统感知能力最差的B通道嵌入水印信息；同时，为避免传统LSB算法对载体数据单一位平面统计特征的改变，降低水印嵌入对遥感影像数据精度的影响，将水印信息分散嵌入载体遥感影像B通道的LSB和LSB+1两个位平面中.
根据1.3节中所述对载体遥感影像的B通道进行分块，并计算各分块内所有像元像素值标准差S.对于第i分块，若S(i) < S，选择该分块内所有像元的LSB位平面作为水印嵌入位置；反之，则选择LSB+1位平面.
2) 水印嵌入规则
在每个分块内循环嵌入一组纠错码.水印嵌入规则为
|
(2) |
其中：Wik为第i组纠错码中的第k位，k={1, 2, 3, 4}；Vij(k)为B通道第i个分块内第k像元像素值的第j位，j=0, 1, 2, …, 7(0为LSB，文中取j=0或1).嵌入过程结束后，将含水印信息的B通道与未经修改的R通道和G通道融合，生成含水印信息的遥感影像数据.
1.5 水印信息提取水印信息提取是嵌入的逆过程.首先从含水印影像中提取B通道，按照水印嵌入时的分块大小进行分块；再根据像素值的分布情况从各个分块的对应位平面中获得嵌入的纠错码，并根据纠错规则对误码位置进行取反操作；之后从纠错码中抽取水印信息位并重组为置乱后的水印图像；最后对置乱图像进行Arnold逆变换，将其还原为QR码水印图像并对其进行扫码识读，最终获得与载体遥感影像数据相关联的版权认证信息.
2 试验与分析为验证所提算法的有效性，分别进行了可视化分析、鲁棒性分析、误差分析和影像特征分析等试验.水印信息选用南京师范大学的英文域名“www.njnu.edu.cn”，试验中生成的QR码水印图像版本号为4，纠错等级为H，大小为128×128，最大信息容量为187个数字、114个字符或48个中文汉字；载体数据选用1 024×1 024的遥感影像.水印图像、载体遥感影像和含水印影像如图 3所示.
|
图 3 水印图像、载体遥感影像和含水印影像 |
可视化分析采用主观视觉分析和定量评价分析2种方式.主观视觉分析采用肉眼对图 3中的载体遥感影像和含水印影像进行直接观察，两者的视觉效果完全没有差异，表明水印嵌入后并未影响载体遥感影像的视觉质量.
定量评价分析以文献[4]中所采用的峰值信噪比(PSNR, peck signal-to-noise ratio)作为评价指标.通常认为当PSNR高于经验阈值28时，两幅影像间的可视化差异较小，人眼不易识别.对载体遥感影像和含水印影像计算后得到PSNR为52.334 5，远高于经验阈值，说明嵌入的水印信息具备良好的不可察觉性，嵌入算法对载体图像视觉质量的影响非常小.
2.2 鲁棒性分析为了验证算法的鲁棒性，通过执行图像剪切、添加椒盐噪声和高斯模糊等操作对含水印影像进行攻击试验，采用文献[4]中提出的归一化相关系数(NC, normalized correlation coefficient)作为定量评价指标.对于提取到的水印图像，利用通用的QR码识别软件进行扫码，若能准确无误地检测出“ www.njnu.edu.cn”水印信息，标识为“可识读”，反之标识为“不可识读”.
1) 剪切攻击
对含水印影像进行不同位置、不同强度的剪切攻击，试验结果如表 1所示.
|
表 1 剪切攻击试验结果 |
2) 椒盐噪声攻击
对含水印影像添加椒盐噪声，噪声控制参数取0.40~0.80间步长为0.10的离散值，试验结果如表 2所示.
|
|
表 2 椒盐噪声攻击试验结果 |
3) 高斯模糊攻击
对含水印影像进行高斯模糊操作，模糊控制参数分别为0.10、0.20和0.30，试验结果如表 3所示.
|
|
表 3 高斯模糊攻击试验结果 |
4) 对比攻击
用包含水印信息“ www.njnu.edu.cn”的128×128明文二值水印图像代替QR码水印图像，基于相同的算法进行水印的嵌入和提取，提取的水印图像如图 4所示.
|
图 4 对比攻击提取的水印图像 |
对比攻击试验结果如表 4所示.
|
|
表 4 对比攻击试验结果 |
5) 试验结果分析
通过攻击试验及相应的定量评价可以得出采用所提算法嵌入载体遥感影像中的水印信息对于不同位置、不同程度的剪切攻击均具有很强的鲁棒性；当加入足以对含水印影像的视觉质量造成严重破坏的椒盐噪声时，仍能从影像中顺利提取并识读水印信息，且NC值接近于1，说明所提算法抗椒盐噪声攻击的能力极强；尽管高斯模糊攻击会对含水印影像的像素值的低位部分造成直接影响，但所提算法仍能抵抗一般程度的高斯模糊攻击.
对比攻击试验的结果表明，当含水印影像受到剪切攻击时，明文水印图像识读困难，而QR码水印图像仍可正常识读；对于椒盐噪声攻击和高斯模糊攻击，明文水印图像在识读时会丢失细节信息(如域名中间的“·”分隔符)，而QR码水印图像的扫码识读结果能和原始水印信息保持完全一致.
2.3 误差分析算法的误差统计结果如表 5所示.
|
|
表 5 误差统计结果 |
表 5中第4行显示，利用所提算法嵌入水印信息后，对载体遥感影像像素值的改变量最大不超过2，且像素值发生改变的点占全部像素点的比例仅约30.6%(第2栏和第3栏合计)，兼之所提算法仅在载体遥感影像B通道的LSB或LSB+1位平面中嵌入水印信息，因此，算法的误差控制较好，嵌入水印信息后不会对载体遥感影像的数据精度和可用性造成影响.
2.4 影像特征分析同文献[4]，采用标准差和信息熵作为影像特征分析定量评价指标.载体遥感影像和含水印影像的统计特征对比如表 6所示.
|
|
表 6 影像统计特征 |
由表 6可知，载体遥感影像和含水印影像的标准差及信息熵相差很小，算法不会破坏遥感影像的视觉质量和数据特征.影像特征分析与误差分析的结果保持一致，即算法的保真度高，符合遥感影像对数据精度的要求.
3 结束语笔者利用QR码取代传统的明文水印图像，在增强水印信息鲁棒性的同时增加了信息容量.通过对QR码水印图像进行Arnold置乱和纠错编码，极大提高了水印信息对剪切攻击和噪声攻击的抵抗能力.在水印嵌入位置和嵌入强度的选择上充分考虑了遥感影像的数据特征，在保证水印信息不可见性的同时不会降低含水印影像的数据精度，算法具有较好的实用性.笔者的研究成果，对于数字水印技术在测绘领域中的应用和遥感影像的安全保护均能发挥积极的推动作用.
研究的局限性主要体现在算法对于造成水印嵌入位置和水印信息位间同步关系破坏的攻击方式鲁棒性不足.该攻击方式称为同步攻击，主要体现在对遥感影像进行数据加工的过程中.实现对同步攻击具有鲁棒性的遥感影像空间域数字水印算法是下一阶段的研究重点.
| [1] |
闵连权. 一种鲁棒的矢量地图数据的数字水印[J]. 测绘学报, 2008, 37(2): 262–267.
Min Lianquan. A robust digital watermarking in carto-graphic data in vector format[J].Acta Geodaetica et Cartographica Sinica, 2008, 37(2): 262–267. |
| [2] |
王志伟, 朱长青, 殷硕文, 等. 一种基于DFT的DEM自适应数字水印算法[J]. 中国图象图形学报, 2010, 15(5): 796–801.
Wang Zhiwei, Zhu Changqing, Yin Shuowen, et al. An adaptive watermarking algorithm for DEM based on DFT[J].Journal of Image and Graphics, 2010, 15(5): 796–801. doi: 10.11834/jig.20100513 |
| [3] | Barni M, Bartolini F, Cappellini V, et al. Near-lossless digital watermarking for copyright protection of remote sensing images[C]//IEEE International Geo-science and Remote Sensing Symposium.[S.l.]: IEEE Press, 2002: 1447-1449. |
| [4] |
任娜, 朱长青, 王志伟. 基于映射机制的遥感影像盲水印算法[J]. 测绘学报, 2011, 40(5): 623–627.
Ren Na, Zhu Changqing, Wang Zhiwei. Blind watermarking algorithm based on mapping mechanism for remote sensing image[J].Acta Geodaetica et Cartographica Sinica, 2011, 40(5): 623–627. |
| [5] |
李丽丽, 孙劲光. 基于Contourlet变换的遥感影像数字水印方案[J]. 计算机应用与软件, 2012, 29(2): 60–63.
Li Lili, Sun Jingguang. A watermarking scheme for remote sensing images based on Contourlet transformation[J].Computer Applications and Software, 2012, 29(2): 60–63. |
| [6] |
李立宗, 高铁杠, 顾巧论. 结合提升小波和QR码的盲水印实现[J]. 计算机工程与应用, 2011, 47(1): 182–184.
Li Lizong, Gao Tiegang, Gu Qiaolun. Blind watermarking algorithm based on lifting wavelet transform and QR code[J].Computer Engineering and Applications, 2011, 47(1): 182–184. |
| [7] |
刘丽, 周亚建, 张斌, 等. 基于DCT和SVD的QR码数字水印算法[J]. 红外与激光工程, 2013, 42(S2): 304–311.
Liu Li, Zhou Yajian, Zhang Bin, et al. Digital watermarking method for QR code images based on DCT and SVD[J].Infrared and Laser Engineering, 2013, 42(S2): 304–311. |