《一种基于块掩蔽数字视频水印方案》由会员分享，可在线阅读，更多相关《一种基于块掩蔽数字视频水印方案（11页珍藏版）》请在金锄头文库上搜索。
1、一种基于块掩蔽数字视频水印方案1引言数字水印的主要用于版权保护，在视频广播中的水印技术必须满足以下要求，算法应 当达到实时，并且复杂度较低。应当能够在视频编码的同时完成水印的嵌入，或者直接在码 流域嵌入从而易于在终端设备实现。MPEG2视频压缩编码标准选用DCT变换进行数据压 缩，因此直接考虑在量化后的DCT域进行数字水印的嵌入，可以降低算法复杂度，以满足 实时性要求。针对DCT域的数字水印方案已经提出多种Z345I,文献,主要是根据扩频通信 原理，通过修改含有重要信息的DCT系数（即低频的AC系数和DC系数）来嵌入水印序 列，文献，主要基于块的信息，引入人眼视觉特性，把水印信息嵌入在DCT域
2、的中频 系数。文献5主要根据块与块之间的能量差，通过标记算法来嵌入水印信息。本文利用 Watson基于DCT域视觉掩蔽模型，提出一种基于块掩蔽数字视频水印方案，数字水印主要 嵌入在视频码流的I桢。2 原理算法把相邻的四个DCT分块作为一个集合（2x2个块，即16x16像素），选择合适的嵌 入水印位置，提取出相应位置的四个DCT系数，通过修改四个系数之间的关系来表征嵌入 水印信息，这样每一个集合可以嵌入一位水印比特信息。而系数的修改量是利用Watson基 于DCT域视觉掩蔽模型给出的掩蔽阈值，该掩蔽阈值的含义是：如果分块DCT系数中的某 一项改变了这样一个量就会使图像产生最小可察觉差异。2.1
3、Watson基于DCT域视觉掩蔽模型Watson基于DCT域视觉掩蔽模型是一个测量视觉保真度的模型，由一个敏感度函数， 两个基于亮度和对比度掩蔽的掩蔽部分以及一个合并部分组成。本算法着重利用前而三部 分，尤其是对比度掩蔽部分中计算的sij,k值，就是掩蔽阈值。1）敏感度该模型定义了一个频率敏感度表，表中每一个元素/ij表示每一块中相应的DCT系 数在没有掩蔽噪声的情况下可被察觉的最小值，这个值越小表明人眼对这一频率越敏感。频 率敏感度表如表2.1所示。表2.1DCT频率敏感度表1.401.011.161.662.403.434.796.561.011.451.321.522.002.713.6
4、74.931.161.322.242.592.983.644.605.881.661.522.593.774.555.306.287.602.402.002.984.55657.468.7110.173.432.713.645.307.469.6211.5813.514.793.674.606.288.7111.5814.5017.296.564.935.887.6010.1713.5117.2921.152)壳度掩蔽亮度自适应是指如果8x8块的平均亮度较大，那么可以对一个DCT系数改变较大的量 而不会被注意。Watson模型对每一块k,根据其直流分量大小来调整敏感度表，得到亮度掩 蔽阈值其计
5、算表达式为：rL(z,7) = zaj)Co(OA)/cr式中4丁为一常数，通常取值为0.649, Co(O,OJ)为第k块的直流分量，0为所有直流分量 的平均值。3)对比度掩蔽亮度掩蔽阈值的取值要受到对比度掩蔽的影响。对比度掩蔽指的是某一频率的能暈使得 另一频率变化的可见性降低。对比度掩蔽会产生一个掩蔽阈值其计算表达式为:呻,7, k) = max匾亿 7,約,I C(z, j, k)妙刀 tL (i, j,旷心)式中是一个介于0和1之间的常数，而且会因频率系数的不同而不同。在Watson模 型中，对于所有的i和j, 0(i,J) = O.7。2.2水印嵌入通过对分块DCT系数中的交流系数进
6、行修改，调整系数间的关系来实现水印的嵌入。嵌入水印的算法步骤如下：1) 将图像进行8X8分块，然后对每块进行DCT变换，经过JPEG暈化表量化，得到分块的直流系数和交流系数C2) 将相邻的四个DCT分块作为一个集合(2x2个块，即16x16像素)，在交流系数中选择合适的嵌入水印位置(记为仏,丿。)，这样可以提取出一个四个交流系数的集合 M = LZ(z0, j0,),Z(f0,70,k2),Z(/o, j0,k3),Z(z0, j0,Z:4 )J,定义后三项的均值为 M =Z(i0,70,Zc2) + Z(z0, j0,Z:3) + ZG0,70,Z:4)/3 o 相对应于集合 M,利用 Wa
7、tson基于 DCT域视觉掩蔽模型，可以得出掩蔽阈值集合S = s（iQ 5（ZO, j0,心）,sQo Jo心）s（，o Jo褊3) 采取0, 1伪随机序列作为嵌入的水印信息，用W表示，生成的水印长度L=ImgW/旧*1陀助6,其中,ImgW表示图象宽度，ImgH表示图象高度，符号表示 下取整。4) 对于每一个集合，嵌入伪随机序列中的一位比特。如果嵌入水印比特信息为“1” :Z*（/0,j0i）= maxZG0,70,Z:1） + 5（z0,j0,Z:l）,M + 5（z0,j0,Z:1） 如果Z（% J。,/）是M中最大的，则不再任何变化，如果Z（%Jo，k|）是 M 中的第二，第三大的，
8、则找到Z（i（）J（）,Z（ioJ（）,k3）,Z（i（）J（），h）中,有对应的掩蔽阈值最大的一个sgjykj）,2,3,4,同时Z (i()Jo= Z(/q,7q 5(z*q, j,ki)如果ZgjMJ 是 M 中最小的，则找到Z(zo,7o2),ZGo,jo,),Z(/o,7o4)中,i,疋2,3,4,同时有对应的掩蔽阈值最大的前两个曲0，人,幼，sQsjf, Z （i9 Jo= Z（/q,/q，&） s（i（）, j（）,&） Z * （i（）, Jo，k） = Z （i（）, j0 ,k） s（i（）, j0 ,k）如果嵌入水印比特信息为“0”：Z(oJoi)= minZ(Zo J。
9、,/) sQoJo&),M 血0，人,心)如果Z（i,jo，kJ是M中最小的，则不再任何变化，如果Z（%Jo，k|）是M中的第二，第三小的，则找到Z仏,人禹）忆仏,人*3）忆（制0如 中，有对应的掩蔽阈值最大的一个曲0,人&）, ze2,3,4,同时Z（oJo，&J = ZQo ,人,何）+ 呻0 Jo&）如果ZQoJo虫)是 M 中最大的，则找到Z(zo,7o2),ZGo,jo,),Z(/o,7o4)中,有对应的掩蔽阈值最大的前两个曲0，人&）, S（ioJo,匕），几疋2,3,4,同时 Z（oJo，&J = ZQo Jo&） + sQo Jo&）Z Q(), Jo，kJ = Z (z0,
10、j(),kj + $仏,j()，勺)（嵌有水印的图像（得到检测结果5）对所有集合重复2） 4）操作，这样就可以完成整个水印的嵌入。原始图像8X8DCT变换并暈化 转换成zig-zag序列:嵌入水印序列*反zig-zag序列变换* 8X8的IDCT变换（有水印的图像图1水印嵌入与检测算法2.2水印的提取和检测:本算法是一种盲检测的算法，能够直接提取出水印信息，具体步骤如下：1）对嵌有水印的图象进行8X8的分块操作并进行DCT变换，然后量化。2）将相邻的四个DCT分块作为一个集合，在嵌入水印位置仏,丿。）提取出一个四个交流系 数的集合 AT =E（Zo，./o，|）,Z（oJo，Z：2）,Z（o，
11、./o，Z：3）,Z（oJo*4）,定义 后三项的均值为M疼二心）+ Z乙oJo，k3）+ Z（o,丿。，忍）/3。3）如果Z（o,人,k|）AT ,则提取出水印信息为“1” ,反Z提取出水印信息为“0” o4）对所有集合重复3）操作，这样得出一个0, I）的水印序列W*。提取出水印后，还要对提取出的水印序列W吝进行判断检测是否为嵌入的水印。一般检 测水印的方法是采取相关性来判断。利用相关性计算：T = WW */lWIIW*l当T我们就可以判断W*是嵌入的水印。其中，7；是一个阈值，可以根据实验获得。由于输出响应得峰值比较高，7；的选择有很大的冗余度。3实验结果与分析3水印的不可感知性实验结
12、果与分析水印主要嵌入在视频码流的I桢，此时和静态图象类似，实验中取各种 不同的静态图象进行仿真，部分测试图像见图2,生成1000个伪随机序列 叱（i= 1,2,3,.,1000）,轴 Moo作为嵌入的数字水卬。实验中选取水印嵌入位置坐标（2, 3）, 图3（1）是未添加水印的“lena图像，图3（2）是添加水印后的图像，可以看出该算法具有良 好的不可感知性，在动态序列的情况下人眼难以观察出来。(I) lena(2) couple(3) peppers(4) plane(5) baboon(6) bridge 图2部分测试图像(2)嵌入水印后的图像DCT域的水印嵌入(!)原始图像图3无攻击情况下
13、的水印的检测用生成的1000个伪随机序列采用文献6中的相关检测进行水印检测，图5是 使用图时检测到的水印峰值信息，很明显的看到检测器对真实的W400输出的 峰值最高，此时的峰值信噪比算得PSNR= 34.3409db,根据检测器的相关峰值的输 出响应，可以很容易的选择一个检测域值7；。图5 -lena图未受攻击检测到的相关结果水印的鲁棒性331抗简单攻击简单攻击即只对水印图像进行某种操作，削弱或删除嵌入的水印信息，而不是试图识别 水印或分离水印。这些攻击包括线性或非线性滤波、图像压缩(JPEG)、添加噪声、图像增 亮或变暗，直方图规定化等攻击。实验表明，该算法对于简单攻击具有很好的鲁棒性，如图
14、 6和图7所示。(1)高斯噪声的攻击(2) JPEG 压缩(Q二30)(3)两次3X3均值滤波图6经过简单攻击后得到的图像图7 (1) lena图高斯噪声攻击的响应以下是在各种攻击下得到的各种输出响应:(2) peppers图JPEG压缩后的响应(Q=30) (3) baboon”图两次3X3均值滤波后的响应 图7部分简单攻击得到的各种输出响应根据以上图可见，在这些简单攻击的情况下，在正确的输出位置“轲)上保持了较高的输出 峰值响应，具有很好的鲁棒性.文献4所提到的算法对于简单攻击也具有一定的鲁棒性，但 是由于它的水印信息是加在中频系数上，对于低通的鲁棒性不是很好，虽然对一次低通具有 一定的抵
15、抗作用，如果低通的次数过多，中频系数都清零了，此时该算法就失去作用了，不 能检测出水印信息。3.3.2同步攻击同步攻击即检测失效攻击。这种攻击一般是通过图像的集合操作完成的，如图像仿射 变换、图像放大缩小、空间位移，旋转，图像裁减、像素替换等一些几何变换。一般的水印 算法都对该攻击失去了鲁棒性，实验表明，本算法对于这些几何变换仍然具有一定的鲁棒性, 如图8和图9 =(1)在图像上写字(2)对图像进行裁减1/4图8经过部分同步攻击后的图像(1) ”pkme”图写字后得到的输出响应(2) bridge”图裁减1/4后的输出响应图9部分攻击后得到的输出响应经过同步攻击之后，仍然在正确的输出位置比oo上保持了较高的输出峰值响应，说明该算 法对于同
