基于Slant变换的脆弱水印算法

针对图像内容的真伪和完整性难以鉴定的问题，本文提出一种基于Slant变换的脆弱水印图像认证的算法。该算法的思想是首先将原始图像进行8 × 8的分块，再对每一个分块进行Slant变换；然后利用Logistic混沌映射产生一个混沌序列，将该混沌序列与水印图像异或，得到水印信息；将水印信息嵌入到经Slant变换后的中频系数中，再进行Slant逆变换得到嵌入水印的图像。利用Slant变换，使得计算更加简单快速，增强了水印的不可见性。仿真结果表明，该算法具有良好的定位篡改能力。

随着计算机网络技术的迅速发展，多媒体信息被窃取、篡改、非法复制和传播等信息安全问题也日益严重。尤其是图像完整性认证的问题，引起了人们的特别关注。脆弱水印是解决这些图像认证问题的有效方法， 而且许多脆弱水印的技术已经应用于这些问题中[1]-[3]。

在之前大多数脆弱水印研究中采用的一般是DCT 变换或小波变换的脆弱水印术，如文献[4]的算法是将水印嵌入到图像DCT 变换后的低频区域，虽然该算法鲁棒性较好，但篡改定位能力较差；文献[5]是将图像的高6 位进行小波变换，然后将水印嵌入到图像的次低位，该算法比较复杂，效率比较低。而文献[6] [7]都运用了Slant 变换，但定位篡改能力还是比较差。本文在文献[8] [9]的基础上，提出一种基于Slant 变换的脆弱水印技术。利用混沌映射产生混沌序列，并与水印图像异或得到水印信息，然后将水印信息嵌入到Slant 变换的中频系数中。该算法可以达到对图像的认证和定位篡改的效果。

2. Slant 变换 Slant 变换对亮度逐渐变换的图像比较适用，而且在非正弦类变换编码的应用中效果非常好。

Slant 变换就是根据图像信号的相关性，某行的亮度具有基本不变或线性渐变的特点，可以编造一个变换矩阵，来反映这种递增或递减(线性渐变)特性的行向量。

假设X 是原始图像像素矩阵，Y 是经斜变换后的矩阵： TNNYS XS= (1) Slant 逆变换： TNNXS YS= (2) Slant 变换主要有以下优点： (1) 计算简单，对于亮度逐渐变化的图像表现效果特别好[10]； (2) 斜变换能够显著地减少带宽，对于一般大小的图像块编码具有更少的均方误差； (3) 基于斜变换的编码方法比基于其他的酉计算方法所得到的图像质量更好； (4) 斜变换在能量压缩方面应用很好，且对于水印信息隐藏在中高频的扩频中非常有利[11]； (5) 斜变换域中大多数的中频系数的正负符号在JPEG 压缩和Gaussian 加噪前后保持不变[12]。

3. 脆弱水印技术 脆弱水印技术就是在保证一定视觉质量前提下，将数字水印嵌入到多媒体数据当中去，当多媒体内容