摘要：提出了一种基于DCT变换域的彩色图像水印算法。首先对彩色图像的RGB模式转换为YUV模式，利用人眼对色差的细微变换感觉较迟钝的视觉特性，通过改变色差分量的DCT系数，加入水印信息，然后再反变换为RGB模型。实验结果标明该算法可以有效抵抗有损压缩、滤波、噪声等常见图像处理，具有较强的稳健性。

关键字:DCT变换；YUV模式；彩色图像；数字水印

多媒体技术、网络技术和计算机技术的发展，为信息的存储和传播提供了极大的便利。由于数字产品的广泛交换和传输，数字产品的版权保护问题成为现在急待解决的一个问题。数字水印技术可以将特殊意义的信息（如版权标识）嵌入数字产品中，嵌入后不影响使用者对数字产品信息的感知。

根据水印的加载方法不同，可以分为两大类：空间域水印和变换域水印。空间域水印技术是直接将加载在载体数据上，比如最低有效位方法、拼凑方法和文档结构微调方法。这类方法简单，速度快，易于实现，缺点是鲁棒性差。变换域水印的技术是对图像进行某种可逆的数学变换，通过修改频域系数添加水印信息，有DCT变换，小波变换，傅立叶变换等方法。变换域方法具有很好的健壮性，对数据压缩、噪声等都有一定的抵抗能力，因此本文采用变换域方法。

1 YUV模式与DCT变换

数字图像的版权保护是一个重要的研究领域，在实际应用中，彩色图像占了大多数。所以，我们设计了彩色图像的数字水印算法。

1.1 YUV模型
YUV模型是视频图像和数字图像中常用的色彩模型。在YUV模型中，Y为亮度，U和V共同描述图像的色调。

我们首先要将图像颜色空间转换为YUV空间。人类具有对色差的细微变换的感觉比对亮度变化的感觉迟钝的视觉特性。因此，我们在U,V域上进行DCT变换。

1.2 DCT原理
离散余弦变换（Discrete Cosine Transform,DCT）是一种实数域变换，其变换核为实数的余弦函数。一个M*N矩阵的二维DCT定义如下：

其中：        
  
逆DCT变换定义如下：

2加入水印过程

2.1水印产生及预处理
水印包含了版权信息，本论文中使用的水印为一二值图像。我们采用一个与原始图像载体大小相同的像素亮度数组water。记原始图像长为M，宽为N.如果水印图像相应位置的像素为1，则water(i,j)=1,像素为0，watermark(i,j)=-1;其余watermark(i,j)=0。生成一密钥 ，得.到一混沌序列p(i,j)( ),  。记处理后的水印数组为waterprocess=watermark*p。

2.2将原图像从RGB模式转换为YUV模式
人类具有对色差的细微变换的感觉比对亮度变化的感觉迟钝的视觉特性。利用这一视觉特性，我们在U,V域上进行DCT变换。在matlab中我们使用rgb2ycbcr，将RGB模式转换为HUV模式。保留U,V做DCT变换

2.3 DCT变换
   （1）将原始图像U,V域分成互不覆盖的块，块的大小为8×8。并以行的方向对每块进行编号，记为：

（2）然后对每一图像块U,V域分别进行DCT变换。即：

2.4水印加入
用密钥 生成随机整数序列 ( )，利用随机序列 来控制水印信息嵌入的块号。

2.5 DCT逆变换和模式转换
然后，做DCT逆变换。做完逆变换后，我们还必须将图像的YUV模式转换为RGB模式。进行上述操作后，我们可以得到加有水印的图像。       

 3 水印检测及提取过程

（1）对原始图像和加有水印图像分别进行8×8逐块DCT变换，分别得到data(u,v)和dataadd(u,v)；
（2）用加有水印的DCT系数减去相应未加水印子块的DCT系数；
W=dataadd(u,v,index)-data(u,v,index),index表示第index子块。
 (3) 根据密钥 ，产生的随机序列重排W中的位得W1。
(4) 根据密钥 ，产生的混沌序列P,每一元素记为p(i,j)。W中的每一元素与P中的相应位置上的对应元素相乘，若结果为负数，则WATER中相应为为0，否则，为1。
待测系数序列WATER与所嵌水印序列进行如下相关。
   P＝W*WATER/(nm)（n,m分布为水印图像的长和宽）
如果大于某一门限T，则认为待测图像中存在着水印，否则，认为不存在水印。门限T的选取可由实验来取。一般，门限T的大小取为伪随机序列方差的0.2-0.3倍比较合适。

4 安全性分析

  本文提出的水印嵌入算法，使用了两个密钥。在图像的传输过程中，为防止敌人未经授权去除水印，恢复出原始作品，这种方法是很必要的。

（1） 水印信号在嵌入前，利用密钥进行调制。一方面，我们可以通过这种方法改善水印信号的统计特性，以此减少水印信号嵌入时对原始图像的视觉影响。另一方面，水印信号经调制后，变成一堆无意义的乱码，没有密钥的使用者就无法恢复水印信息，提高了水印信息的安全性。

（2） 水印信号嵌入位置的随机性。我们根据密钥，将水印信号嵌入到原始图像不同的DCT块中。没有密钥的使用者就无法确定水印信息的嵌入位置。

（3） 该算法利用了人眼人类具有对色差的细微变换的感觉比对亮度变化的感觉迟钝的视觉特性，将图像的RGB模式转换为YUV模式，在U,V域上进行DCT变换，增强了水印的鲁棒性。

5 实验结果

    仿真实验以图1所示的lily彩色图像为载体，水印图像为一灰度图。在MATLAB6.5平台上完成的这一实验。

现有的数字水印算法大部分是针对灰度图像的，本文针对彩色图像，利用HUV色彩模型，同时利用了密码学的相关知识，提出了一种图像数字水印算法。该方案不当保证了图像的质量，而且增强了图像传输的安全性。

参考文献：

[1] 唐向宏,岳恒立. 基于人眼视觉模型的图像水印技术[J]. 杭州电子科技大学学报,2005,25(1):1-5
[2] 姜　楠 , 王　健,钮心忻,杨义先,周锡增. HSI鲁棒彩色图像数字水印算法[J].计算机应用研究,2006年(1):224-226
[3] 聂琰,纪玉波,翟波. 彩色图像YCbCr域自适应数字水印算法[J]. 辽宁石油化工大学学报，2004，24(3):75-78
[4] 姚志强，郭永宁.基于Fisher判别分析的彩色图像水印算法[J].小型微型计算机系统,2004,25(4):712-715
[5] 陈俊文,杨树堂,倪佑生,须则中基于DCT 变换域的图像类水印认证算法[J].上海交通大学学报,2006,40(1):41-45