1. 數(shù)字水印

數(shù)字水印技術(shù)指將水印信息直接嵌入數(shù)字載體或者間接表示镰官，切不影響原載體的使用價(jià)值椭住，但方便識(shí)別辨認(rèn)趁窃。

一個(gè)完整的水印系統(tǒng)通常包括生成牧挣、嵌入、檢測(cè)和提取水印四個(gè)部分：

• 生成水印醒陆。通称俟梗基于隨機(jī)數(shù)發(fā)生器或者混沌系統(tǒng)來(lái)產(chǎn)生水印信號(hào)，從魯棒性和安全性來(lái)講刨摩，通常需要對(duì)原水印進(jìn)行預(yù)處理寺晌。
• 嵌入水印。在盡量保證水印不可感知的前提下澡刹，嵌入最大強(qiáng)度的水印折剃，提高水印的穩(wěn)健性。嵌入水印的方式包括加法準(zhǔn)則像屋、乘法準(zhǔn)則和融合準(zhǔn)則怕犁。
• 檢測(cè)水印。通過(guò)水印密鑰公鑰和檢測(cè)算法得到待檢水印信號(hào)己莺，與原始水印進(jìn)行相似性驗(yàn)證奏甫。
• 提取水印。既可以需要原始圖像參與（明檢測(cè)）凌受，也可以不需要原始圖像（盲檢測(cè)）阵子。

一些經(jīng)典的水印算法包括：空間域算法，例如LSB胜蛉、紋理塊映射編碼算法等挠进；以及變化域算法，包括DFT誊册、DCT和DWT领突。基于頻域的算法抗攻擊能力更強(qiáng)案怯。

數(shù)字水印攻擊指帶損害性的或者試圖移去水印信號(hào)的過(guò)程君旦。魯棒性指水印信號(hào)在經(jīng)歷攻擊后，仍能被檢測(cè)或者提取到嘲碱。攻擊方式大致可以分為常規(guī)攻擊和幾何攻擊等金砍。

• 常規(guī)攻擊，包括加噪聲（高斯麦锯、椒鹽等）恕稠、JPEG壓縮，濾波器處理（高斯濾波扶欣、中值濾波等）等鹅巍；
• 幾何攻擊千扶，包括選擇、裁剪昆著、平移县貌、縮放等术陶。

對(duì)水印算法的定量評(píng)價(jià)標(biāo)準(zhǔn)有：峰值信噪比PSNR和歸一化相關(guān)系數(shù) NC：

• PSNR：值越大凑懂，圖像質(zhì)量保持越好。

  
  

• NCC: 值越大說(shuō)明越接近梧宫。

  
  

2. 零水印

溫泉等人在2003年提出了一種零水印技術(shù)接谨，可以在不修改原始圖像的情況下實(shí)現(xiàn)無(wú)損版權(quán)保護(hù)。零水印技術(shù)利用圖像的重要特征來(lái)構(gòu)建零水印塘匣，而不修改原始圖像脓豪，因此不會(huì)損害圖像的完整性。

Wen 等人首次提出了一種基于離散余弦變換（DCT）的零水印算法忌卤，利用絕對(duì)值最大的 DCT 系數(shù)構(gòu)建零水印扫夜。這種算法可以有效抵御統(tǒng)計(jì)攻擊。在此基礎(chǔ)上驰徊，他們又設(shè)計(jì)了另一種零水印算法笤闯，即基于高階累積量提取圖像特征。實(shí)驗(yàn)表明棍厂，該算法對(duì)包括普通攻擊颗味、輕微旋轉(zhuǎn)等在內(nèi)的各種攻擊具有很強(qiáng)的魯棒性。

零水印的水印序列不是物理嵌入到宿主圖像中牺弹，而是在邏輯上與宿主圖像鏈接浦马，保持宿主圖像完整。在零水印技術(shù)中张漂，提取宿主圖像的魯棒固有特征是其理想性能的最重要問(wèn)題晶默。

醫(yī)學(xué)圖像作為醫(yī)生診斷的重要依據(jù)， 在對(duì)醫(yī)學(xué)圖像進(jìn)行版權(quán)保護(hù)時(shí)航攒，必須保證不損壞醫(yī)學(xué)圖像的原始信息荤胁。研究人員為醫(yī)學(xué)圖像提出了多種不改變圖像原始信息的零水印方法。

一些方法采用傳統(tǒng)數(shù)據(jù)處理方法屎债，像DCT 仅政、小波變換等從圖像中獲取特征，以及一些對(duì)水印的加密技術(shù)盆驹。

例如在 [3 , 4] 中圆丹，利用奇異值分解（SVD）技術(shù)，在對(duì)主圖像進(jìn)行二維離散小波變換（DWT）分解后躯喇，從近似子帶（LL 子帶）中獲取一些最大的奇異值辫封。利用 XOR 運(yùn)算將奇異值與水印序列連接起來(lái)硝枉，并作為主共享存儲(chǔ)。主圖像中提取一些魯棒四元數(shù)指數(shù)矩來(lái)生成主共享倦微。

也有一些利用深度學(xué)習(xí)方法的妻味，利用神經(jīng)網(wǎng)絡(luò)提取圖像特征，然后進(jìn)行水印的嵌入欣福。 [5] 利用CNN提取圖像的魯棒固有特征责球，并使用 XOR 運(yùn)算將其與所有者的水印序列相結(jié)合。也有些工作用了其他網(wǎng)絡(luò)進(jìn)行特征提取拓劝，比如Swin Transformer雏逾。

參考：
[1] N.V.Rao; Computational Image Quality Metrics for Watermarking Applications. CVR Journal of Science & Technology, Volume. 1, October 2011
[2] 溫 泉;孫錟鋒;王樹(shù)勛. 零水印的概念與應(yīng)用[J]. 電子學(xué)報(bào), 2003, 31(2): 214-216
[3] Y. Zhou and W. Jin, "A Novel Image Zero-watermarking Scheme based on DWT-SVD", Proc. on Int. Conf. on Multimedia Technology (ICMT 2011), pp. 2873-2876, July 2011.
[4] . A. Sinfh and M. K. Duta, "Lossless and Robust Digital Watermarking Scheme for Retinal Images", Proc. on Int. Conf. on Computational Intelligence and Communication Technology (CICT 2018), pp. 1-5, February 2018.
[5] "A Robust Image Zero-watermarking using Convolutional Neural Networks," 2019 7th International Workshop on Biometrics and Forensics (IWBF)