遗传算法在数字水印技术中的应用

合集下载

一种基于遗传算法的DCT域鲁棒水印技术

Ａｂｔａｔｓｒｃ：ＡｅｒｎｗｏｂｕｔｗａｅｍａｋｉｇｂａｅｎＤＣＴｍａｎｗａｒｐｏｅｓｔｒｒｎｓｄｏｄｏｉｓｐｏｓｄ．Ｔｈｅａｇｉｈｔｋｓｆｌｌｏｒｔｍａｅｕｌａａｔｇｈｏｃｌｃｒｅａｉｈｅｈｏｔｉａｉｌｎｄｔａｋｉｈｒｃｅｉｔｃｆｔｍａｉ— ｄｖｎａｅｏｆｔｅｌａｏｒｌｔｏｎｏｆｔｓｍｇｅｐｘｅｓａｈｅｍｓｎｇｃａａｔｒｓｉｓｏｈｅｈｕｎｖｓｕｌｓｓｅａｙｔｍ．ＩｈｏｅＤＣＴｏｋｏｐｒｎｇｔｅｖｌｅｏｆｔｔｃｓｂｌｃｓｂｙｃｍａｉｈａｕｈｅＤＣＴｏｗｒｑｎｙｃｅｆｃｅｔｎｈ — ｌｆｅｕｅｃｏｆｉｉｎｓａｄｔｅａｍｏｔｏｆｔｏｎｅｏＤＣＴｏｆｉｉｎｔａｈｂｏｋ．Ａｆｅｔｍｂｅｄｉｇｐｒｃｓｓｏｐｅｅｕｎｈｅｎｚｒｃｅｆｃｅｓｏｆｅｃｌｃｔｒｈｅｅｄｎｏｅｓｗａｃｍｌｔｄ，ｔｈｅｔａｆｒｔｏｆｔｒｎｓｏｍａｉｎｏｈｅＤＣＴｃｅｆｃｅｓｆｏｔｅｒｑｕｎｃｏａｎｏｔｐａｉｌｏａｎｒｕｃｓｏｅｏｆｉｉｎｔｒｍｈｆｅｅｙｄｍｉｔｈｅｓｔａｄｍｉｐｏｄｅｓｍｒｎｄｎｒｏｓ，ｂｅａｅｔｏｅｓｏｎｏｅｌｎｏｕｉｇｅｒｒｃｕｓｈｅｃｎｖｒｉｆｒａｕｍｂｒｔｎｔｇｒｕｌａｅｓｍｅｉｆｒｅｓｏｉｅｅｓｗｏｄｃｕｓｏｎｏｍａｔｏｏｓｉｎｌｓ．ＴｈｓｐｐｅｅｎｅｉｌｒｔｉａｒｕｓｄｇｅｔｃａｇｏｉｈｍｏｄｅｌｗｉｈｈｅｒｕｎｎｒｏｓＴｈｅｅｔａｔｔｏｄｉｇｅｒｒ．ｘｐｅｉｅｔｌｒｓｔａｅｓｏｗｎｒｍｎａｅｕｌｓｈｖｈｔａｈｅａｇｉｈｃｎｏｔｏｙｅｕｒｈｅｑａｌｙｏｈｅｅｂｄｄｉｇｅａｄｔｎｓｂｌｔｈｅｗａｅ — ｈｔｔｌｏｒｔｍａｎｎｌｎｓｅｔｕｉｆｔｍｅｄｅｍａｎｈｅｉｖｉｉｉｉｙｏｆｔｔｒｔｍａｋ，ｂｕｌｏｇｖｏｓｏｃｒｔａｓｉｅｒｂｕｔｔｏｍｍｏｍａｅｏｐｒｔｏａｅｍａｋｉｇＵｓｎｎｔｃＡｌｏｒｔｍｓ — ｓｄＲｏｓｂｔｒｒｎｉｇＧｅｅｉｇｉｈ

基于改进的遗传算法和SVM的图像DCT变换域水印技术

基于改进的遗传算法和SVM的图像DCT 变换域水印技术作者：李小璐周晓谊曹春杰来源：《现代电子技术》2016年第20期摘要：由于一些不可避免的因素，现有的数字图像水印技术或多或少的存在各种缺陷，在图像采样、水印嵌入、图像合成、水印提取等各个环节都存在值得商榷的地方。

采用支持向量机（SVM）模型，通过对大量不同纹理与亮度块的训练，使得图像块通过SVM得出相应的类别，从而实现水印强度的可变嵌入，并且，通过保留个别最佳个体进一步改进遗传算法，同时改变采样方式，在图像分块的DCT域中嵌入水印。

实验证明，该方法使得嵌入水印图像与原始图像有较高的PSNR值，同时对JPEG、高斯噪声、旋转、低通滤波、直方图均衡化等具有较好的抗攻击能力。

关键词：支持向量机；图像下采样；离散余弦变换；图像水印中图分类号： TN911.73⁃34 文献标识码： A 文章编号： 1004⁃373X（2016）20⁃0072⁃06Abstract： The existing watermarking technology for digital image has defects more or less due to some unavoidable reasons. There are some issues in various links， such as image sampling，watermark embedding and extracting， image synthesis， etc. SVM model is used in this paper for classifying corresponding categories by training a large number of image patches with different textures and brightness to realize variable intensity watermark embedding. Moreover， the genetic algorithm is improved further by retaining the some best individuals. Meanwhile， sampling modes are reformed to embed image watermarking in the DCT domain. The experiment results show that the method makes the image with embedded watermark has a higher PSNR value， and has preferable anti⁃attack ability against JPEG， Gaussian noise， rotation， low⁃pass filtering and histogram equalization.Keywords： support vector machine； image down⁃sampling； discrete cosine transform；image watermarking0 引言随着网络和数字媒体技术，包括数字图像、数字视频、音频以及3D计算机图形等的发展，网上多媒体信息量得以急剧膨胀。

基于遗传算法的关系数据库水印优化算法研究

ｅｆｃｉｅｙｍｐｏｅｈａｔ－ａｔｃａｉｙｆｆｅｔｌｉｒｖｔｅｎｉｔａｋｂｌｏｗａｅｍａｋ，ａｄｏｒｉｔｔｅｏｆｉｔｅｗｅｔｅｓｂｌｙｆｅｔｏａｄｔｂｓａｄｖｉｔｔｒｒｎｃｏｄｎｅｈｃｎｌｂｔｅｎｈｕａｉｏｒｌｉｎｌａａａｅｎｗａｂｔａｔ：ｔｒｐｓｄｓｇｅｅｉｌｏｉｈｓｒｃＩｐｏｏｅｕｉｇｎｔａｇｒｍｔｓｌｔｐｉｌｕｐｅｆｏｎｃｔｏｅｅｏｔｔｒｌｃｍａｓｒｍｍａｓｖｏｅｉｗｈｃｔｅｓｉｅｎｓｎｉｈｈｗａｅｍａｋｓｏｅｍｂｄｄ．Ｓｃｔｒｒｉｔｂｅｅｅｕｈｐｏｒｍｃｎｉｎｆｃｎｌｉｒｖｔｅｆｉｉｎｙｆｈｗａｅｍｒｅｂｄｉｒｇａａｓｉｉａｔｍｐｏｅｈｅｆｃｃｏｔｅｇｙｅｔｒａｋｍｅｄｎｇ．Ａｔｈｓｍｅｉｔｅａｔｍｅ，ｔｅｓｏＥｒｏＣｏｒｃｉｇｏｉＴｃｎｕｈｕｅｆｒｒｒｅｔｎＣｄｎｇｅｈｉｅｑ
水印嵌入的过程，可以视为一定约束条件下的优化问题，
因此也可以利用遗传算法来解决。遗传算法是Ｈｏａｄ于Ｕｎ１７９５年首先提出的一类模拟达尔文的遗传机制和自然选在Ｉｔｒｅ上允许指定用户远程查询和访问数据库的同时，择的生物进化过程来自适应提供随机、全程搜索直至找到ｎｅｎｔ最终解决方法的仿生型优化算法。遗传算法的基本过程包

基于遗传算法和SVD-DWT的图像水印优化嵌入方案

高水印的鲁棒性及抗干扰能力；遗传算法是全面模拟自然选择和遗传机制的一种优化算法，可以从众
多可能解中选取出最优解，这一特性可以解决水印嵌入系数选取时的不确定问题［８］。利用遗传算法选取最
优嵌入系数，根据载体图像纹理自适应调节水印嵌入强度．
６
ＳＶＤ—ＤＷＴ的图像水印优化嵌入方案
·ｌ７·
细节子带中可嵌入的水印信息多，可先利用遗传算法得出最优化的嵌入系数点（，），再将第二类的
水印值嵌入到小波域第１级的细节子带中，嵌入公式后可得：
具有更强的鲁棒性和不可见性等优点．
关键词：遗传算法；奇异值分解；小波变换；鲁棒性；不可见性；数字水印
中图分类号：ＴＰ３０９．２
文献标识码：Ａ
文章编号：１００７－５３４８（２０１８）０６—００１６－０５
（１）
［收稿日期］２０１８—０１—０４［基金项目］国家自然科学基金（６１６７３１１７）；安徽省教育厅自然科学研究重点项目（ＫＪ２０１８Ａ０３４５）：阜阳师范学院自然科学研究重点项目
（２０１８ＦＳＫ３０４ＺＤ）．［作者简介］晁妍（１９８６一），女，安徽阜阳人，阜阳师范学院计算机与信息１二程学院讲师，硕士；研究方向：信息安全、数字图像处理．
，曲（，）－一曲０Ｉ＼＂，）＋ ·１７（），

遗传算法在数字水印技术中的应用

0
引言
分析将载体图像进行两层小波分解，此时选用合理的嵌入参数，通过调整载体图像分解后近似信息分量的系数，实现数字水印信息的嵌入 [6]。提取水印时，采取一系列相应的逆过程即可还原水印。为了提高嵌入水印水印的鲁棒性性，本算法选择在近似信息 ( 低频分量 ) 上添加水印。记原始载体图像为 I, 大小为 256*256 ；二值水印图像为 WO，大小为 64*64. 2.1 水印的嵌入算法：首先将待嵌入的二值水印图像点阵 WO 经过 k=5 轮次的 Arnold 加密置乱。然后记 a 为嵌入时的过渡系数，将置乱加密后的二值水印图像点阵 (i ，j) 中的各点转化为各自对应的转换系数，即值为 1 或 -1 ，后存储备用。算法如下： a=-1 ，当 W1 ， i ，j ，＝0 时（4 ）当 W1 ， a＝1 ， i ，j ，＝1 时利用小波多分辨率转换方法对原始载体图像 I 作一个两层的小波分解：在第一次分解中得到图像的近似分量 ca ，和细节分量 ch ，cv ， cd ；第二次对 ca 做进一步分解，得到近似分量 cas 和细节分量 chs ， cvs ，cds ，存储备用。利用过渡系数 a 将置乱加密后的数字水印点阵信息嵌入到原始载体图片中去。选取 alpha=0.0129 . 算法如下：
， i ，j ，（6 ） b＝ caas －1 cas ， i ，j ，建立 N*N 的数字水印点阵 W1 （i ，j ），W1 中的点对应的 b 值为正时，该点赋值为 1 ；当 W1 中的点对应的 b 值为负时，该点的值赋为 0 ，这样就完成了经置乱加密后的二值水印图像 W1 的还原 . 再将经置乱加密的二值水印图像 W1，经由 Arnold 反置乱运算，得到原始二值水印图像 W0，提取算法完成。

基于遗传算法的数字水印算法研究

０引言
遗传算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ，ＧＡ）是近几年发展起来的一种全局优化算法。１９６２年霍兰德（Ｈｏ１．
提取参考点集Ｈ计算特征椭圆卜一Ｉ获取椭圆三元组
设置水印Ｈ估计变换参数ｌ — 匹配参考点
择、遗传、变异等作用机制，提高各个个体的适应性。
１遗传算法的水印算法分析
１．１水印算法框架
数字水印（ＤｉｇｉｔａｌＷａｔｅｒｍａｒｋ）技术是将与多媒
体内容相关或不相关的一些标示信息直接嵌入多媒体内容当中，但不影响原内容的使用价值，并不容易
用遗传算法在经受几何攻击后的含水印图像上搜索，获得与适应度函数取得最大值对应的含水印图像的参考三元组后，借助原始图像参考三元组可以估计出含水印图像所遭受几何攻击的变换参数。根据数字水印问题的实际情况，参考三元组应该满足稳定性的需要，即参考点应当对压缩、滤波、
的参考点集合，不需要原始图像参考的情况下实现水印的嵌入与检测。实验表明，该算法不仅能抵抗几何攻击，而
且对一般的图像处理操作也具有鲁棒性。
【关键词】遗传算法；数字水印；算法研究
ＤｉｇｉｔａｌＷａｔｅｒｍａｒｋｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＧｅｎｅｔｉｃＡｌｇｏｒｉｔｍｈｉｓＳｔｕｄｉｅｄ

基于遗传算法的数字水印嵌入位置的优化算法

基于遗传算法的数字水印嵌入位置的优化算法作者：崔攀王慧琴张小红来源：《电脑知识与技术》2016年第09期摘要：在数字图像水印的水印嵌入与提取过程中，常选用嵌入位置等作为密钥，目前在选取嵌入位置时大多数方法都是直接通过肉眼与经验去人为选取，难以达到准确且具有不稳定性，而嵌入位置的选取将直接影响到嵌入水印后图像的质量。

针对该问题，本文提出了一种基于遗传算法的数字水印嵌入位置的优化算法，智能而又准确，这里将衡量图像质量的峰值信噪比作为适应度函数，峰值信噪比越大，图像的质量越好，即嵌入水印后对图像质量的破坏越小。

实验结果表明，利用遗传算法得到的水印嵌入位置嵌入水印后，图像的峰值信噪比有明显提升，即图像的视觉质量大大提高了，且水印信息安全和鲁棒性又能得到很好保证，实验效果较好。

关键词：数字水印；鲁棒性；不可见性；遗传算法；峰值信噪比；离散余弦变中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）09-0207-05An Optimization Algorithm of Digital Watermarking Embedding Positions Based on the Genetic AlgorithmCUI Pan1， WANG Hui-qin1， ZHANG Xiao-hong2，3（1.College of Information and Control Engineering，Xi’an University of Architecture and Technology，Xi’an，710055， China； 2.College of Management，Xi’an University of Architecture and Technology，Xi’an 710055， China； 3.College of communication and Information Engineering，Xi’an University of Science and Technology，Xi’an 710054， China）Abstract：In the process of embedding and extracting of the digital image watermarking，mainly choosing as key parameters， such as embedding position. At present when choosing embedding position， most of methods are choosing artificially by human eyes and experience，which is difficult to achieve accuracy and has instability. And selection of embedding position will directly affect the quality of the image with watermark. In order to solve this problem， this paper presents an optimization algorithm of digital watermarking embedding positions based on the genetic algorithm， which is intelligent and accurate. Using peak signal-to-noise ratio which is measuring the image quality as a fitness function. The greater the peak signal-to-noise ratio， the better the quality of the corresponding image， namely the smaller damage to the quality of the image after embeddingthe watermark. The experimental results show： With the use of genetic algorithm to optimize watermark embedding position， peak signal-to-noise ratio of the image is promoted obviously，which improves the visual quality of the image. And the information security of the watermark and robustness is very good. The experimental effect is better.Key words：digital watermarking； robustness； invisibility； genetic algorithm； peak signal-to-noise ratio（PSNR）；discrete cosine transform（DCT）数字水印技术[1]作为一种崭新的信息安全技术，为数字图像的版权侵犯的问题提供了一种可行的解决途径，并在许多领域得到了广泛的应用，如版权保护、篡改提示、票据证件防伪、隐蔽通信等领域[2]。

遗传算法在数字水印技术中的应用

算法在水印算法应用中的解决方案．
收稿日期：０６一２９２０ｌ —２作者简介：王
面
墅
图１基于遗传性算法的水印框图
Ｆｉ．１Ｔｈｔｒａｋｎｇｓｈｍｅｂａｅｅｅｉｌｏｒｔｍｇｅｗａｅｍｒｉｃｅｓｄｏｎｇｎｔｃａｇｉｈ
数串的进化过程．算法通过有组织地然而是随机该
自然选择和遗传的机制来自适应提供随机、程全
搜索直至找到最终解决方法．已广泛用于解决现
优化问题，特别是对于一些ＮＰ问题，传算法常遗常能给出令人满意的．
中图分类号：９ＴＰ１文献标识码：Ａ
０引言
遗传算法是Ｈｏｌｎｌｄ在１７ａ９５年提出的，于基
１遗传算法
Ｈｏａｄ创建的遗传算法（ｌｎｌ简称Ｇ是一种概Ａ）率搜索算法，它是利用某种编码技术作用于称为染色体（ｈｏｓｍｅ的数串，ｃｒｍｏｏ）其基本思想是模拟这些
据遗传算法和水印算法的特点，出了适应度函数值的选择和遗传算法的终止准则方法．验结果表明，用提实利
遗传算法优化嵌入强度，以较好地解决鲁棒性和不可见性的矛盾，现水印的优化嵌入．可实关键词：字水印；传算法；应度；化数遗适优

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

科技信息
０科教前沿ｏ
ＭＡＩＮＮ
２１００年
第７期
遗传算法在数字水印技术中的应用
ＴｈｐｉａｉｎｏｅｅｉｇｒｔｍｎＤｉｉｌＷａｅｍａｋｅＡｐｌｔｆＧｎｔＡｌｏｉｃｏｃｈｉｇｔｔｒｒａ
蔡光兴闰炜徐凯（湖北工业大学理学院湖北武汉４０６３０８）
Ｏ引言
分析将载体图像进行两层小波分解，时选用合理的嵌人参数，过此通
调整载体图像分解后近似信息分量的系数，实现数字水印信息的嵌数字水印技术的原理就是通过技术手段将特定的信息隐蔽的嵌入【訇。提取水印时，采取一系列相应的逆过程即可还原水印。为了提高入到多媒体产品中去。它在版权保护等领域具有相当高的应用价值。嵌入水印水印的鲁棒性性，算法选择在近似信息（频分量）添加本低上基于小波多分辨率变换的数字水印技术的核心就是将图像多分辨率水印。分解。然后将水印信息通过嵌入算法嵌入到不同空间、率的子图像频记原始载体图像为Ｉ小为２６２６二值水印图像为ｏ大小，大５＊５；，当中去其中嵌入参数的选择将直接影响到数字水印基本性能：棒。鲁为６＊４４６．性和不可见性。而现有的水印算法通常根据经验来判断所选的嵌人参２１水印的嵌入算法：．数能否较好的满足评价指标。有很大的主观性，且结论是建立在具并首先将待嵌入的二值水印图像点阵。过ｋ５轮次的Ａｌ经＝ｍｏｄ大量反复试取的基础上的。然效率较低。于是提出了一种利用遗传显加密置乱。然后记ａ为嵌入时的过渡系数，置乱加密后的二值水印将算法定量分析、索合适的嵌入系数的小波分析数字水印方案，加搜并图像点阵（，中的各点转化为各自对应的转换系数，ｉｊ）即值为１一，或１以实现。后存储备用。算法如下：
ｃＳｃｓ存储备用。利用过渡系数ａ将置乱加密后的数字水印点阵信ｖ，ｄ．息嵌入到原始载体图片中去。选取￣ｐａＯ０２算法如下：ｈ＝．１９．Ｃｉｊ＝ａ（，）１ａＭｐａ；Ａ（，）ｃｓｉｊ｝（＋ｈ）（）５
将ＣＡ作为近似分量，同细节分量ｃｓＣＳｃｓ小波变换逆变换ｈ，Ｖ，ｄ经
转化为近似分量ＩＭ。将近似分量Ｉ同细节分量ｃＣ，ｄ经小波变Ｍｈ，Ｖｃ换逆变换转化为嵌入水印后的图像ＩＷ。２２水印的提取算法：．首先利用小波多分辨率转换方法对嵌入水印后的载体图像ＩＷ作一个两层的小波分解：第一次分解中得到近似分量Ｉ细节分量在Ｍ，Ｉ再次分解，到近似分量Ｃ细节分量ｃｓＭ得Ａ，ｈ，ＣＳｃｓ，储备用。Ｖ，ｄ存然后对原始载体图像Ｉ一个两层的小波分解：作在第一次分解中得到近似分量ｃ，节分量ｃ，ｖｃ；二次对ｃ再次ａ细ｈｅ，ｄ第ａ
１利用遗传算法选择嵌入参数
遗传算法（ｅｅｃＡｇｒｈ－Ｇｍ是模拟达尔文的进化论原理Ｇｎｔｌｉｍ－Ａ），ｉｏｔ的计算模型。它简单、通用，鲁棒性强．遗传算法将参数空间转化为编。码空间，应度函数为评价准则，编码参数群体为进化基础，过以适以通对群体中个体位串的遗传操作实现选择和遗传机制从而建立起一个迭代搜索过程。本方案利用遗传算法在数字水印方案中搜索合适的嵌入系数Ｍｈ，评价指标峰值信噪比（ＳＲ）相关系数（ｃ）为遗传算法ｐａ以ＰＮ和Ｎ做的目标函数，现该方案鲁棒性和不可见性的综合优化。为了强调水实印的鲁棒性，Ｎ将Ｃ设为主选目标，将ＰＮ设定为辅选目标。就ＳＲ峰值信噪比ＰＮＰａｉ￣—ｏＮｉａｉ）映了方案嵌入水ＳＲ（ｅｋＳｓｌｔ— ｏｓＲｔ反ｎｅｏ印的能力大小，越高，可见性越好。分辨率为Ｍ＊大小的图像，值不有Ｎ记为原始载体图像Ｉ记含水印图像为Ｉ，， ’ Ｄ为信号的峰值，有下式：
：１ｏｌ０１ｇＯ
ｆ＝１当Ｗ１ｉｊ＝ａ一，（，）Ｏ时
…
Ｉ＝，当ｗ１ｉ：时ａｌ（，１）
利用小波多分辨率转换方法对原始载体图像Ｉ作一个两层的小波分解：第一次分解中得到图像的近似分量ｃ，细节分量ｃＣ，在ａ和ｈ，Ｖｃ：第二次对ａ做进一步分解，得到近似分量ｅ８和细节分量ｃｓｄｎａｈ，