算法 5.3随机间隔方法的嵌入过程

fori =1,…,l (c) do

s i←c i

end for

使用种子 k随机生成序列 k i

n←k1

fori =1,…,l (m) do

s n←c_n m _i

n←n +k _i

end for

算法 5.4随机间隔方法的提取过程

使用种子 k随机生成序列 k i

n←k1

fori =1,…,l (m) do

m _i ←LSB(c_n)

n←n +k _i

end for

（2）DCT水印算法：DCT水印算法是最主要的变换域算法之一，其细分种类很多。为便于理解，我们从一种简单的基于DCT系数大小关系的实例出发，来介绍 DCT水印思想，为理解图像乃至视频水印技术打下一定基础。首先很有必要介绍一下在 JPEG图像压缩中用到的二维 DCT变换（见图 5-17）。

二维 DCT变换是目前使用的最著名的有损数字图像压缩系统，JPEG系统的核心。JPEG系统首先将要压缩的图像转换为 YCbCr颜色空间，并把每一个颜色平面分成 8×8的像素块。然后，对所有的块进行DCT变换。在量化阶段，对所有的 DCT系数除以一些预定义的量化值（参见表 5-1），并取整到最接近的整数（根据质量因子，量化值能通过一个常数进行缩放）。这个处理的目的是调整图像中不同频谱成分的影响，尤其是减小了最高频的DCT系数，它们主要是噪声并且不含有图像的细节。最终获得的 DCT系数通过熵编码器进行压缩（例如，哈夫曼编码或算术编码）。在JPEG译码时，逆量化所有的 DCT系数（也就是乘以在编码阶段中使用的量化值），然后执行逆 DCT变换重构数据。恢复后的图像很接近（但不等同）于原始图像。但是如果适当地设置量化值，得到的图像光凭人眼是觉察不到差异的。

所介绍的算法主要思想是在一个图像块中调整两个（或多个）DCT系数的相对大小，来构造对应的水印信息。首先，在编码处理中，发送者将载体图像分成 8×8的像素块，每一块只精确地编码一个秘密信息位。嵌入过程开始时，首先伪随机地选择一个图像块 b i，用它对第i个消息比特进行编码。令 B i = D{bi} 为 DCT变换后的图像块。

在通信开始前，发送者和接收者必须对嵌入过程中使用的两个 DCT系数的位置达成一致，让我们用（ u₁,v₁）和（ u₂v₂）来表示这两个索引。这两个系数应该相应于余弦变换的中频，确保信息保存在信号的重要部位（从而使嵌入信息不容易因JPEG压缩而完全丢失）。进一步而言，人们普遍认为中频 DCT系数有相似的数量级，我们可以假定嵌入过程不会使载体产生严重降质。因为构造的系统要在抵抗JPEG压缩方面是健壮的。我们就选择在 JPEG压缩算法中它们的量化值一样的那些 DCT系数。根据表 5-1，系数(4,1)和(3,2)，或者(1,2)和(3,0)是比较好的。

若块B i(u₁v₁＞B₂( u₂,v₂)就编码为“ 1”，否则编码为“ 0”。在编码阶段，如果相对大小与要编码的比特不匹配，就相互交换两个系数。由于JPEG压缩（在量化阶段）能影响系数的相对大小，算法应通过在两个系数中加随机值，以确保对某个x＞0，使得B_i(u₁,v₁)-b_i(u₂,v₂)＞x。x值越大，算法抵抗 JPEG压缩的能力就越健壮，然而图像的质量就越差。最后，发送者执行逆 DCT变换把系数变换回空间域。为了从图像中提取信息，必须对所有图像块进行 DCT变换。通过比较每一块中的两个系数，就可以得到隐藏的信息。嵌入和提取算法如算法5.5和 5.6所示。