本发明是一种基于数字水印技术的信息传输与应用方法，属于模 式识别与信息安全领域。

网络的出现及计算机、扫描仪和打印机的广泛使用使得数字化信 息的获取、交换和传输变得异常简单。但是“数字化世界”对于普通 人的日常生活还是比较陌生的。一般人们还是更愿意通过印刷物等传 统非电子媒介进行信息交流、证书传送、合同签订等等，虽然数字世 界的信息传输已经足够安全了。如何将传统媒介的方便性与电子媒介 上的安全性相结合，是一个需要解决的难题。数字水印技术则为这个 难题提供了一个有效的解决方案。

数字水印是向多媒体数据(如图像、声音、视频信号等)中添加 某些数字信息以达到版权保护等作用。通用的数字水印算法包含水印 嵌入和水印提取或检测这两个基本方面。从算法的种类看，水印算法 基本上可分为两大类：一类方法是将数字水印按某种算法直接叠加到 图像的空间域(Spatial Domain)，另一类方法是先将图像做某种变 换(特别是正交变换)，然后把水印嵌入到图像的变换域(Transform Domain)。从目前的情况看，变换域方法正变得日益普遍。因为变 换域方法通常都具有很好的鲁棒性，对图像压缩、常用的图像滤波以 及噪声污染均有一定的抵抗力。但是空间域方法的优点是其算法简 单，计算速度比较快。虽然数字水印技术是针对数字媒介的，但是一 个好的水印算法同样适用于非数字媒介，即经过“数字/模拟/数字” 这样的转换，水印信息仍然可以完整地被提取或检测出来。那么数字 水印做为一个信息载体，能使我们在传统媒介上享用很多目前只能在 数字世界中才有的信息安全技术。

可对比的技术文献有以下五篇：

[1]I.J.Cox，J.Kilian，T.Leighton，and T.Shamoon，Secure Spread Spectrum Watermarking for Multimedia，NEC Research Institute Technical Report 95-10，1995.

[2]A.Piva，M.Barni，F.Bartolini and V.Cappellini，DCT-based watermark recovering without resorting to the uncorrupted original Image，Proc.of ICIP′97，Vol.3，pp.520-523，1997.

[3]J.J.K.O′Ruanaidh，W.J.Dowling and F.M.Boland， Watermarking digital images for copyright protection，IEE Proc.-Vis.Image Signal Process，Vol.143，No.4，pp.250-256， August，1996.

[4]F.A.P.Petitcolas，R.J.Anderson and M.G..Kuhn，Information hiding-a survey，Proc.of the IEEE，Vol.87，No.7，pp.1062-1078， 1999.

[5]R.Z.Liu and T.N.Tan，Watermarking for digital images， Proceedings of ICSP′98，Vol.2，pp.944-947，1998.

本发明提出一种基于数字水印的信息安全传输与应用方法。结合 非对称数字加密算法，以水印作为载体，本发明可以安全有效地在各 种媒介(电子或非电子介质)上传输数字信息。经过加密或签名的数 字信息根据需要，可以被水印模块转化为各种如图像、图形、表格、 文字、条形码等等表现形式，从而大大扩展了数字水印在非电子媒介 上的应用，使得水印可以有效地应用与证件防伪、文档的真伪鉴别等 各种领域。

本发明的技术要点在于：

1：基于正交模板的空间域数字水印算法

数字水印算法必须保护两个基本部分：水印的嵌入部分与水印的 检测部分。其基本原理如图1所示。基于变换域的水印算法不同，空 间域算法简单、计算速度快。对于水印的相关检测而言，如果预先设 计好合适的模板，那么也就可以设计出实用鲁棒的水印算法。

设一幅图象用A表示，定义为A∈RN×M，其中R表示实数域。设 T∈RK×K为水印模板，K表示模板大小(如K＝8、16、32等等)。在 设计模板时考虑两个因素：(1)模板的频域分量应该属于中频段， 即不能全部是低频分量(导致水印图像失真太大，而且相关检测效果 不好)，也不能全部是高频分量(水印信息容易丢失，特别是经过图 像的有损压缩)；(2)模板的正交化设计，即如果有p个正交模板 (p为大于1的正整数)：T1，T2，...，Tp，那么它们应满足下面条件

          T1T2...T3Tp                 (1)

下面给出一个基于模板的加性水印算法。首先设水印为向量 W＝{w1，w2，...，wi，...，wl}，其中向量个数 $l\le N/K\times M/K,$ 向量元素满足 wi∈{0，1，2，..，p}。为简单起见，以p＝1为例，那么水印向量则为二值{0，1} 序列。将图像A分解成大小为K×K的图像块AK，分别计算模板T的 自相关能量(即F范数)和模板与AK的相关能量：

$\mathrm{Ep}=\mathrm{\Sigma \Sigma }{T_{\mathrm{ki},\mathrm{kj}}}^2,\mathrm{Eb}=\mathrm{\Sigma \Sigma }{T}_{\mathrm{ki},\mathrm{kj}}\times A_{\mathrm{ki},\mathrm{kj}}^K---\left(2\right)$

那么对每一个AK进行如下操作：

             AK＝AK+sT                           (3)

当每一个 AK都计算完后，组合后就成为新的包含水印的图像。比例 因子s的计算按照下面步骤进行：

    if wi＝1，

         if Eb＞Ep，

           s＝0

    elseif Eb＞0 AND Eb＜Ep

$s=\frac{K·\mathrm{bm}}{{\left|\right|T\left|\right|}_F}{10}^{-\frac{\mathrm{Dpsnr}}{20}}(1-\mathrm{Eb}/\mathrm{Ep})$

    else

$s=\frac{K·\mathrm{bm}}{{\left|\right|T\left|\right|}_F}{10}^{-\frac{\mathrm{Dpsnr}}{20}}$

        endif

    endif

    if wi＝0，

        if Eb＜-Ep，

          s＝0

    elseif Eb＜0 AND Eb＞-Ep

$s=-\frac{K·\mathrm{bm}}{{\left|\right|T\left|\right|}_F}{10}^{-\frac{\mathrm{Dpsnr}}{20}}(1+\mathrm{Eb}/\mathrm{Ep})$

    else

$s=-\frac{K·\mathrm{bm}}{{\left|\right|T\left|\right|}_F}{10}^{-\frac{\mathrm{Dpsnr}}{20}}$

        endif

    endif                                           (4)

其中bm为图像的最大象素值，Dpsnr为以PSNR作指标的图像允许失 真度，‖·‖F表示F范数。显然Dpsnr决定了比例因子s的大小。

水印的提取用相关检测来完成。对一幅待检测图像B∈RN×M，将 其分解成大小为K×K的图像块BK，然后用模板作相关检测：

${\bar{E}}_b=\mathrm{\Sigma \Sigma }{T}_{\mathrm{ki},\mathrm{kj}}\times B_{\mathrm{ki},\mathrm{kj}}^K---\left(5\right)$

如果 Eb＞0，则水印信息为1，反之，则为0。

如果有多个模板，那么一个图像块AK则可嵌入多个比特的信息。 比如设有两个模板T1、T2，那么两个模块可以嵌入4种状态：0，1，2，3， 其中模板T1表示0、1状态，模板T2表示3、4状态。四种状态可以用 两个二进制数来表示。依此类推，如果有4个模板，那么可以表示8 种状态，故可用三个二进制数表示。这种做法成立的前提是所有模板 要满足式(1)，相互正交。

检测水印时通常会产生少量误差，这些误差完全可以通过对水印 信息进行ECC编码得到解决。本算法的优点是：第一、检测水印时 不需要原始图像，可以实现盲检测；第二、算法比较鲁棒，可以抵抗 通常的打印、扫描和JPEG、MPEG有损压缩；第三、嵌入的水印容 量大，多模板的设计方法可以大大增加水印信息的嵌入量；第四、自 适应的比例因子计算方法使得嵌入过程是动态、自适应的，满足水印 的不可见需要。

2：针对视频和音频文件的数字水印算法

根据上面的正交模板水印模型，可以容易地将图像水印算法推广 到视频和音频文件上。对视频文件而言，首先将视频分解为单帧的图 像序列，然后设计二维模板T∈RK×K，应用图像水印算法，将水印信 息嵌入到每一帧图像中，水印提取也与图像水印算法类似，直接提取 每帧图像的水印信息，从而实现对视频序列的水印嵌入和提取过程。 对于压缩形式的MPEG视频流，则将水印嵌入到关键帧中。

音频水印算法构造也与图像水印类似，但是稍有不同。因为音频 序列是一维信号，所以正交模板也设计为一维的，即T∈RK。模板长 短取决于音频数据的采样率。嵌入过程仍然是叠加水印模型，检测过 程也是相关检测，但是所有的计算和操作都是在时域上完成的，因此 同样具有速度快，算法简单的特点。

3：基于二值/多值图像的离散数字水印模型

在某些场合，对大量的二值或多值离散图像(如扫描后的文字、 表格、黑白图像，印章，条形码等等)，水印的不可见性要求不高， 但是水印容量和算法鲁棒性要求则非常高，那么水印算法的构造与灰 度图像的水印方法有些不同。在保证图像质量的情况下，为保证较高 的鲁棒特性，则需要在图像域上直接对图像的象素点做变换。其基本 方法描述如下：

步骤一：首先对离散图像在不考虑背景的情况下按结构和内容进 行块划分，块形状可以是方块、圆点或其它特征图形，每个块中象素 点的多少视具体应用而定，象素点越少，块的数量就越多，可嵌入的 信息也越多；

步骤二：每个块可根据不同的需要嵌入一个或多个比特的信息 (块的图像灰度级越高比特数也越大，如若块图像只有一个灰度级， 那末每一个块则只能嵌入一个比特的信息)。由于背景通常是白的， 且人眼对图像低频部分(如白色背景)非常敏感，因而对图像的背景 部分(即光线反射率较高的部分，如白色“空”)保留不做更改。若 以每个块只嵌入一个比特为例，嵌入的方法为，如果嵌入水印信息为 “1”，那么对应块的象素值被更改为预定义颜色值(如对256灰度 级的图像，设为128)；若嵌入信息为“0”，则该块保持原来的颜 色值，不做更改。

步骤三：根据水印信息的可见程度，预定义每个块更改的颜色值 (预定义值越接近图案象素值，水印越难觉察，相应地水印提取也越 困难)，预定义颜色值的多少(即块图像灰度级)则决定嵌入水印的 信息量(多个预定义颜色值可嵌入多个比特信息)。

4：基于水印和生物特征技术的证件防伪方法

本方法就是利用数字水印、现代密码学和生物特征技术实现的证 件防伪方法。其核心内容为：

步骤一：首先对头像等生物特征进行特征提取，得到相应的生物 特征向量F＝{f1，f2，...，fn}；

步骤二：对生物特征向量的每一个元素fi，i＝1，2，...，n进行规一化处 理。将fi的值域划分为Li个区间[ali，bli]，l＝1，2，...，Li，定义每个区间的规 一化值sli，l＝1，2，...，Li，使得当 $a_l^l\le f_i\le b_l^l$ 时 $f_l=s_l^i;$

步骤三：将规一化后的生物特征向量与证件的其它关键信息(如 姓名、证件号码、颁发日期等)组合到一起，然后计算其数字摘要(即 HASH值，如MD5，SHA-1等)，并以该HASH值作为证件的关键要 素值；

步骤四：将证件的关键要素值作为原始信息，进行数字签名处理 或摘要处理作为水印输入到水印嵌入模块，然后以证件中的条码形式 表现出来，并印制在证件中，从而完成证件的防伪功能。

本发明与现有水印技术比较有以下优点：

首先本发明提出了基于空间域(时域)正交模板的多比特数字水 印技术。与其它数字水印方法相比，其优点有以下几个方面：(1) 所有操作均在空间域或时域中完成，正交模板是离线构造的，对于在 线的水印嵌入和检测没有任何影响，所以数字水印操作非常快；对于 视频和音频文件可以实时完成水印的嵌入与检测；(2)嵌入的水印 量大，每一个图像块或音频片的所能嵌入的水印信息取决于正交模板 的多少，嵌入信息量的多少与水印的鲁棒性能无关，不影响水印的检 测效果；(3)算法非常鲁棒，对于JPEG/MPEG压缩，结合ECC编 码，水印信息可以很好地保存下来。大量实验表明，该算法是一个非 常实用的鲁棒性水印算法。

其次本发明提出的针对二值/多值离散图像的多比特数字水印算 法大大扩展了数字水印的应用领域，该算法速度快，嵌入的信息量大， 鲁棒性好，特别是与数字签名技术相融合，可以有效完成数字防伪的 功能。

第三本发明提出的基于水印和生物特征技术的证件防伪方法。与 目前的证件防伪方法相比，本方法的一个显著特点是：(1)证件包 含的是生物特征信息的HASH值，这样使得证件可以离线检测，无 需网络和生物特征数据库的支持，系统容量小，保密性好，有效地保 护用户的个人隐私(因为检测证件真伪只需要生物特征的HASH值， 而不是原始的生物特征)；(2)证件所包含的生物特征信息是以水 印形式存在于证件背景、数字水印条码、头像等载体上面，证件表面 结构简洁干净，而且保密性好。

附图说明：

图1为基于正交模板的空域多比特水印算法框图

(a)数字水印的嵌入模型框图

(b)数字水印的检测模型框图

图2为正交模板图像水印算法的示例

(a)原始图像

(b)包含水印的图像

图3为MPEG视频水印系统的方框图

(a)非压缩视频序列的数字水印嵌入框图

(b)压缩MPEG视频序列的数字水印嵌入框图

(c)MPEG视频序列的数字水印检测框图

图4为MPEG视频水印系统的示例

(a)为原始视频序列第102帧

(b)为原始视频序列第545帧

(c)为包含水印信息的第102帧，不显示水印检测结果

(d)为包含水印信息的第545帧，不显示水印检测结果

(e)为包含水印信息的第102帧，显示水印检测结果

(f)为包含水印信息的第545帧，显示水印检测结果

图5为包含生物特征的数字水印证件防伪实现框图

图6为离散图像水印算法的示例图

(a)原始二值黑白图像

(b)预定义值为50的水印图像

(c)预定义值为100的水印图像

(d)预定义值为150的水印图像

(e)预定义值为200的水印图像

(f)同时采用50、100、150和200四个块图像灰度级的 水印图像

实施例：

一.基于正交模板的空域图象水印系统

现表述如何使用正交模板水印算法来完成水印的嵌入和提取。这 里给出了用256×256的灰度图象Lena做实验得到的数字水印嵌入与 检测结果。设定水印图像的允许失真度PSNR值为35dB，块大小为 8，使用一个正交模板T，T可设计为：

1    -1    1    1    -1    -1    1    -1

1    -1    1    1    -1    -1    1    -1

1    -1    1    1    -1    -1    1    -1

1    -1    1    1    -1    -1    1    -1

1    -1    1    1    -1    -1    1    -1

1    -1    1    1    -1    -1    1    -1

1    -1    1    1    -1    -1    1    -1

1    -1    1    1    -1    -1    1    -1

因此可嵌入的最大水印容量为1024比特。为简单期间，设定水印是 一组随机、有1024个元素的{0，1}向量。根据“技术要点一”描述的 方法，讲1024比特的水印信息嵌入到图像中。图2给出结果，其中 图2-(a)是原始图像，图2-(b)是含水印的图像。

一般来讲，初始PSNR值设定得越大，水印的不可见性越好，含 水印图像与原始图像越相似，但是水印的鲁棒性也越差。初始块选择 得越大，可嵌入的水印容量就越小，水印的鲁棒性越好。

二.MPEG视频水印系统

视频序列是由一系列连续和等时空距离的静止图象构成。因而将 图象水印的基本原理应用于视频序列是图像水印算法的一个自然推 广。考虑到视频水印的特殊性，算法在实现过程中，只需要嵌入很小 的标识信息，并且希望在鲁棒性方面能够抵抗一定的视频压缩。而基 于正交模板的空间域图像水印算法正好可以满足这两个要求。因此在 嵌入的过程中，我们将水印嵌入到关键帧中；在检测过程中应用相关 检验来提取水印内容。

本系统是一个针对MPEG-1/2的视频水印实现方案。由视频采集 设备获得的视频序列(如数字摄像机和图像采集卡等)，我们可以对 每一帧进行水印的嵌入操作，然后再将其压缩成MPEG-1/2视频流。 那么其视频流的制作过程由图3-(a)给出。

若已经给定MPEG数据流，如果需要对其进行数字水印的处理， 那么我们的嵌入算法主要是针对关键帧的。由于在MPEG-1/2中，I 帧的编码和解码是独立的。可以容易推广为不可见的视频水印算法， 即直接对GOP中的I帧作水印的嵌入操作。对I帧的每一个 microblocks，我们嵌入一个比特的信息，这样对一个标准大小为 352×240的MPEG流，我们可以嵌入1320比特的信息量。这对一般 的应用已经足够了。图3-(a)是含水印的非压缩视频序列的制作方框 图。图3-(b)是对现成的MPEG视频序列进行水印加工的方框图。

在水印的检测过程中，我们将需要验证的视频流输入到带水印检 测功能的视频流解码器中，并输出检测结果。其核心算法也是基于正 交模板的相关检测方法。图3-(c)给出了视频水印的检测过程。

MPEG序列是从MPEG-7标准测试库中提取的一段MPEG-1格 式的视频序列。在水印的嵌入过程中，我们首先将视频进行解码，然 后在关键帧中应用图像水印算法嵌入水印标识“nlpr”，然后再用 MPEG编码器将其复原成含水印的视频流。MPEG编码器主要参数设 置为：

GOP结构为：IBBPBBPBBPBBPBBP，大小为16帧；

帧大小不变，为288×352；

比特率为1.0MB/s；

YUV采样比为4∶2∶0；

帧速率为30f/s；

图4-(a-b)给出了其中的两帧图像；(c-d)是嵌入水印表示“nlpr” 后的相应两帧图像。原始视频序列为彩色的，为提高速度，在MPEG 流的编码制作过程中将其转化为灰度图像。比较原始的和包含水印的 MPEG-1视频序列，两者基本上没有太大的视觉差别。图4-(e-f)则 显示出水印的检测结果。将包含水印的视频序列输入到带水印检测功 能的MPEG解码器中，如果检测到有水印，那么将水印内容“nlpr” 提取出来，并作为标识加以显示，图像左下角的百分比表示检测置信 度。由于在水印编码过程中采用了差错控制编码，所以这里当检测置 信度超过50％时，我们就认为水印存在。

三.基于人脸特征的数字防伪证件系统

本方法就是利用数字水印技术、数字签名、数字摘要、生物特征 识别等技术保护和防止证件被伪造，如图5所示。

首先对证件信息①提取摘要，然后将摘要信息加密后作为水印 (其它证件识别信息如证件序列号，标识号等也可作为水印)嵌入到 原始脸像②(或卡片其它位置、背景图案等)中。提取脸像的生物特 征向量，并计算HASH值，然后和①中的信息一起利用制作端私钥 ④做数字签名；

其次，利用证件号码做一维条形码，然后将数字签名作为水印嵌 入到条形码中(另外一个可选的方案是直接将脸像/指纹/虹膜的生物 特征向量作为水印，而不是做数字签名嵌入到条形码中。或者在条形 码和证件背景上同时嵌入数字签名和生物特征向量)；

最后印制证件⑦。

这样每一份证件都是多重防伪的：(1)所有的头像都是含水印 的头像，任何不包含相关水印图像的证件都是伪造的；(2)所有证 件上的条形码一来可以通过普通条码录入仪录入证件号码进行各种 管理，另外通过提取条码中的数字签名来判定证件是否是原始发证单 位签发，所有没有通过数字签名检验的证件都是伪造的；(3)数字 签名包含了生物特征信息，所有没有通过生物特征信息检验的证件都 可以判定证件头像和证件内容不符合。

四.包含数字水印的条形码

图6给出离散水印算法应用于条形码的实验结果。原始条形码图 像是大小为161×664的256灰度级黑白图像，即黑色象素值为0，白 色象素值为255。在一个预定义值情况下，可嵌入1200比特信息； (a)原始图像；(b)-(e)分别给出预定义值为50、100、150、200 的包含水印图像；(f)给出同时采用50、100、150和200四个块图 像灰度级的实验结果。