CN101156172A - 用于嵌入数据的方法和设备 - Google Patents

Abstract

一种在诸如图像的二维信息信号中嵌入诸如水印的数据的方法。该方法包括用二维滤波器对信息信号的一部分进行滤波。为了减小在尖锐和延长的边缘中的水印的可见性，滤波器被配置为在至少两个不平行的方向上，将约为0的净加权应用于信息信号的该部分。优选的，这两个方向相互正交，例如水平和垂直的。如此滤波的信号被用于局部地控制水印嵌入深度(能量)。

Description

用于嵌入数据的方法和设备

技术领域

本发明涉及一种用于在信息信号中嵌入数据的方法和设备。更具体的，但不是排他性的，本发明涉及一种在信息信号中嵌入水印的方法。

背景技术

当前，使用连接在一起的计算机网络，例如通过互联网，可以容易的获得并发布数字数据。这种数据的获得和发布允许用户比过去情况下更易于获得数据。然而，它也给此类数据的所有者带来了一个问题：用户能够获得并发布非法的副本，从而减少了数据所有者的合法收入。例如，在音乐文件的情况下，已知一些用户违反版权法复制文件并在彼此之间发布它们，这导致了此类版权的所有者没有获得本应归于他们的收入。类似的问题也出现在视频文件中。为了避免这种未授权的复制和发布，已知在信息信号中嵌入数字水印，以便使得非法复制和发布更加困难。

将水印添加到信息信号中可以认为是该信息信号的一种失真。重要的是，以这样的方式将水印添加到信息信号：该失真对于信息信号的用户是感觉不到的或几乎感觉不到的。例如，在声音数据的情况下，当用户收听该声音文件时，水印的添加不应产生任何可听见的区别。类似的，在图像或视频文件的情况下，对于该数据的观看者而言，在图像数据内嵌入水印不应产生可感觉到的失真。因此可以理解，对于在信息信号的多个部分内嵌入的水印，重要的是它们对于用户几乎是不能感觉到的。

在Kalker，T.Depovere，G.，Haitsma，J.，and Maes，M.J.的：’VideoWatermarking System For Broadcast Monitoring’，Proc.SPIE，Volume3657，pages 2621/2624，1999中描述了一种部分解决该问题的方法。在该论文中所述的方法用拉普拉斯滤波器(Laplacian filter)对信息信号进行滤波，并使用该滤波操作的输出对要被添加的水印进行加权。己知拉普拉斯滤波器在纹理区域中具有的高灵敏度，在平滑区域中具有的低灵敏度。已知失真在平滑区域中比在纹理区域中要更容易被感觉到，在该论文中所用的拉普拉斯滤波器在假定失真不影响图像的平滑区域的情况下，有效地确保了失真至少不太易于被感觉到。然而，拉普拉斯滤波器在包含边缘的图像区域中也具有高灵敏度。因此，使用该方法，失真出现在边缘区域中。假定已知在这种图像区域中失真相对易于被感觉到，在一些情况下，用该方法添加的水印在图像内的边缘附近对于用户而言是可以感觉到的。

US 6,707,930(Kalker等人)公开了一种方法，其设法克服这些问题。具体而言，不使用拉普拉斯滤波器，而是使用了四个不同的滤波器：

$L_h=\left[\begin{array}{ccc}-1& 2& -1\\ -1& 2& -1\\ -1& 2& -1\end{array}\right],L_v=\left[\begin{array}{ccc}-1& -1& -1\\ 2& 2& 2\\ -1& -1& -1\end{array}\right],$

$L_{d_1}=\left[\begin{array}{ccc}2& -1& -1\\ -1& 2& -1\\ -1& -1& 2\end{array}\right],$ 和 $L_{d_2}=\left[\begin{array}{ccc}-1& -1& 2\\ -1& 2& -1\\ 2& -1& -1\end{array}\right]$

上面所述的这四个滤波器是这样的：其总和等于拉普拉斯滤波器：

$L=\left[\begin{array}{ccc}-1& -1& -1\\ -1& 8& -1\\ -1& -1& -1\end{array}\right]$

通过使用上面所述的四个方向滤波器，水印w能够被分离为四个方向性水印：

W_{{h，v，d1，d2}}＝L_{{h，v，d1，d2}}*(L+e)^-1*w

在此*表示卷积，e是较小的正常数，e避免了L在0的奇点。L^-1是滤波器L的倒置。以这种方式产生了四个水印，其总和约等于原始水印w：

w_h+w_v+w_d1+w_d2≈w

因此，已经产生了四个方向滤波器和四个方向性水印，能够按以下来调整水印：

$W\left(n\right)=d\underset{i=\{h,v,d_{\mathrm{1,2}}\}}{\mathrm{\Σ}}\left|(L_i*x)\left(n\right)\right|w_i\left(n\right),$

调整后的水印能够这样添加到图像：

y＝x+W

尽管在US 6,707,930中提出的方法在克服使用拉普拉斯滤波器而固有的问题中是有效的，并确保了不在边缘区域中增加可感觉到的失真，但要理解的是，其处理复杂的多，如以上所述的要求多个滤波操作和多种其它操作。

发明内容

本发明的实施例的一个目的是提供一种用于将数据嵌入到信息信号中的方法，其消除了或至少减轻了上述的一些问题。

根据本发明，提供了一种用于在二维信息信号中嵌入数据的方法，该方法包括，对所述信息信号的一部分进行滤波，所述滤波在至少两个不平行的方向上，将约为0的净加权(net weighting)应用到所述信息信号的所述部分，以产生滤波后的数据，基于所述滤波后的数据，将所述数据嵌入到所述信息信号中。

通过使用在至少在两个不平行的方向上应用约为0的净加权的滤波，能够将数据嵌入到所述信息信号中，从而不在这两个不平行的方向上施加失真。例如，这两个不平行方向可以是在图像内的水平方向和垂直方向，所述二维滤波器能够用于确保在这些边缘周围不产生失真。

可以用二维滤波器来执行所述滤波，所述二维滤波器被配置为，在至少两个不平行的方向上，将约为0的净加权应用到所述信息信号的所述部分。可选的，可以用一对滤波器来执行所述滤波，第一滤波器被配置为在第一方向上，将约为0的净加权应用到所述信息信号的所述部分，第二滤波器被配置为在与所述第一方向不平行的第二方向上应用约为0的净加权。优选的，这两个不平行的方向是彼此正交的方向。这两个彼此正交的方向的第一实例是水平和垂直方向。这两个彼此正交的方向的第二实例是两个对角线方向。

可以使用按照预定的多个行和预定的多个列排列的系数来定义所述滤波器，每行的系数可以具有基本上等于0的总和，每列的系数可以具有基本上等于0的总和。另外，穿过一条或两条主对角线的系数也可以总计为0。

本发明还提供了一种载体介质，其载有计算机可读取指令，所述指令被配置为使计算机执行以上所述的方法。

还提供了一种计算机设备，用于在信息信号中嵌入水印。所述设备包括程序存储器和处理器，所述程序存储器存储处理器可读取指令，所述处理器被配置为读取并执行存储在所述程序存储器中的指令。所述处理器可读取指令包括用于控制处理器执行上述的方法的指令。

附图说明

现在将参照附图，说明作为实例的本发明的实施例，其中：

图1是本发明实施例中使用的方法的示意图，用于在图像中嵌入水印；

图2是根据现有技术的图像滤波的示意图；以及

图3是根据本发明实施例的图像滤波的示意图。

具体实施方式

将水印添加到图像能够被认为是图像的失真，假定将修改一些像素值，以包括水印数据。希望以这样的方式将水印添加到图像：几乎没有可觉察的失真出现在图像中。

重要的是，当决定应如何添加水印时，要考虑不同图像失真被人类视觉系统(HVS)所觉察的方式。HVS是这样的：失真在纹理区域中几乎不可见，但在平滑区域和边缘周围的区域中具有高可见性。在水平和垂直边缘周围的区域尤其易受到失真的可觉察性的影响。另外，失真的可觉察性随亮度而改变，从而使得失真在中等亮度值中更易于被觉察。

给定HVS的这些特征，就可以理解，水印理想地应被嵌入到纹理区域内，而不是平滑区域或包括边缘的区域内，尤其是水平或垂直边缘。

如当前所述的，根据本发明的所述实施例，用一个滤波器对图像数据进行滤波，该滤波器被配置为在失真对于HVS而言是相对不易觉察的区域中具有高灵敏度。该滤波后的图像数据随后能够被用于调整(shape)水印，以便其被应用到失真对于HVS而言是相对不易觉察的区域中。

参照图1，图像数据1由滤波器2进行滤波，滤波器2使用滤波器系数3。这产生了滤波后的图像数据4。通过将水印5的各个值乘以滤波后的图像数据4的各个值，来调整水印5。水印还可以被剪切。这产生了调整后的水印6。调整后的水印6随后由加法器7应用到图像数据1，加法器7将调整后的水印6的适当值加到图像数据1的适当值上。这产生了包含水印的图像数据8。

通过等式(1)来说明水印的嵌入：

y(n)＝x(n)+d|(x*G₀)(n)|w(n)  (1)

在此，x是输入图像数据1；

G₀是滤波器系数3的集合；

w是水印5；

d是标量深度参数；及

y是输出图像。

在等式(1)中可以看到，通过处理输入图像数据x的特定像素n(经过滤波后的)和水印w相应的值，产生输出图像y的同一像素n的值。可以看到，该等式使用滤波后的数据的绝对值。

标量深度参数d是由用户设定的水印能量参数。如果需要高能量水印(例如由于鲁棒性的需要)，那么用户就应为参数d选择相对大的值。

在图2中示出了用于将水印嵌入滤波器图像数据1(x)的一种已知的现有技术方法。

参照图2，图像数据1的一个部分10包括9个像素的3乘3阵列，具有如图2所示的像素值。可以看到，所示的部分10表示在图像内的水平边缘，该阵列最上面一行在该边缘的一侧，该阵列最下面两行在该边缘另一侧。

图1的滤波器系数3是3乘3阵列30，其是拉普拉斯高通滤波器L：

$L=\left[\begin{array}{ccc}-1& -1& -1\\ -1& 8& -1\\ -1& -1& -1\end{array}\right]---\left(2\right)$

已知拉普拉斯高通滤波器L在完全平滑区域中具有为0的灵敏度，在纹理区域或包含锐边的区域中具有高灵敏度。因此，假定在图像数据的部分10中存在边缘，就能够预料到有高灵敏度。

滤波器系数30通过滤波器2应用到图像数据的部分10。用常规卷积运算来应用该滤波器系数。即，将图像数据的部分10的每个像素值乘以阵列30的相应系数。这产生了输出值40的3乘3矩阵。

即，将部分10的左上角的像素值(128)乘以矩阵30的左上角的系数(-1)，来产生矩阵40的左上角元素的数值(-128)。对部分10及矩阵30的其它元素进行类似的处理。当已经为矩阵40产生了9个数值时(如图2所示)，将这些值相加，来为图像数据的部分10的中心像素产生共有的滤波后的值。

该乘法和随后的加法(其与等式(1)的项(x*G₀)(n)相对应，并表示用于部分10的图1的滤波器2的操作)如下：

(128^*-1)+(128^*-1)+(128^*-1)+

(230^*-1)+(230^*8)+(230^*-1)+(3)

(230^*-1)+(230^*-1)+(230^*-1)＝306

即，部分10的中心像素将具有306的值。

回到参照图1，可以看到在部分10中，给定滤波处理的输出值的情况下，水印w随后将会被给予一个相对高的权重。在假定部分10包括锐边的情况下，这并非所希望的情况，如上所解释的，由水印导致的失真可能在该区域中被感觉到。如果在图像内存在垂直边缘，也会出现相同的结果。

根据本发明所述的实施例，每行的滤波器系数具有为0的总和，每列的滤波器系数类似的具有为0的总和。即，在滤波器一般由等式(4)表示的情况下：

$C=\left[\begin{array}{ccc}{c}_{00}& c_{01}& c_{02}\\ c_{10}& c_{11}& c_{12}\\ c_{20}& c_{21}& c_{22}\end{array}\right]---\left(4\right)$

那么：

c₀₀＝-(c₀₁+c₀₂)，     (5)

c₁₀＝c₀₁+c₀₂+c₂₁+c₂₂，(6)

c₁₁＝-(c₀₁+c₂₁)       (7)

c₁₂＝-(c₀₂+c₂₂)       (8)

c₂₀＝-(c₂₁+c₂₂)，     (9)

其中，c₀₁、c₀₂、c₂₁和c₂₂是自由参数。

当用具有平均值0的一维滤波器来构造该矩阵时，出现等式(4)的滤波器的特殊情况。即，当用Kronecker张量积(Kronecker tensorproduct)来构建等式(4)的二维矩阵时，如在等式(10)中所示：

$C8=\left[\begin{array}{c}{c}_0\\ c_1\\ c_2\end{array}\right]\left[\begin{array}{ccc}{c}_0& c_1& c_2\end{array}\right]=\left[\begin{array}{ccc}{c}_0^2& c_0{c}_1& c_0{c}_2\\ c_1{c}_0& c_1^2& c_1{c}_2\\ c_2{c}_0& c_2{c}_1& c_2^2\end{array}\right]---\left(10\right)$

能够推导出C₈的列和行总数为0，假定：

c₀+c₁+c₂＝0(11)

诸如等式(10)的滤波器的一个实例在等式(12)中示出：

$G_0=\left[\begin{array}{c}-1/4\\ 1/2\\ -1/4\end{array}\right]\left[\begin{array}{ccc}-1/4& 1/2& -1/4\end{array}\right]=\left[\begin{array}{ccc}\frac{1}{16}& -\frac{1}{8}& \frac{1}{16}\\ -\frac{1}{8}& \frac{1}{4}& -\frac{1}{8}\\ \frac{1}{16}& -\frac{1}{8}& \frac{1}{16}\end{array}\right]=\frac{1}{16}\left[\begin{array}{ccc}1& -2& 1\\ -2& 4& -2\\ 1& -2& 1\end{array}\right]---\left(12\right)$

图3示出了使用等式(12)的滤波器对图像数据1的部分10进行的滤波。在图3中，等式(12)的滤波器由阵列31表示。滤波器2使用如上所述的常规卷积运算，来将滤波器应用到图像数据1的部分10。这产生了输出值的阵列41，其被求和以产生滤波后的值。可以看到，阵列41的每行和每列的总和都为0。即，使用等式(12)的滤波器，水印将不会对包含尖锐的水平边缘的区域添加失真。当将等式(12)的滤波器应用到包含尖锐的垂直边缘的区域和平滑区域时，获得了类似的结果。

尽管等式(12)的滤波器确保了不会将失真添加到包含水平和垂直边缘的区域，但是却仍然将失真添加到了包含对角线的区域。实际上，等式(12)的滤波器是低通滤波器，其在通带中具有20log(6/16)≈-8.5dB的衰减。实际上，等式(12)的滤波器是拉普拉斯滤波器，其中水平和垂直分量为0。等式(12)的滤波器能被写为：

$G_0=\frac{1}{16}(L_{d_1}+L_{d_2})---\left(13\right)$

其中：

$L_{d_1}=\left[\begin{array}{ccc}2& -1& -1\\ -1& 2& -1\\ -1& -1& 2\end{array}\right]$

$L_{d_2}=\left[\begin{array}{ccc}-1& -1& 2\\ -1& 2& -1\\ 2& -1& -1\end{array}\right]$

通过允许行和列不必准确地总计为0，能够产生稍有不同的滤波器，以便允许一些水印能量被施加到水平和垂直边缘周围。即：

$G=\frac{1}{16}(L_{d_1}+L_{d_2})+{\mathrm{\α}}_h{L}_h+{\mathrm{\α}}_v{L}_v---\left(14\right)$

其中：

$L_h=\left[\begin{array}{ccc}-1& 2& -1\\ -1& 2& -1\\ -1& 2& -1\end{array}\right]$

$L_v=\left[\begin{array}{ccc}-1& -1& -1\\ 2& 2& 2\\ -1& -1& -1\end{array}\right];$ 并且

α_h和α_v是小标量值。

可选的，能够将滤波器创建为：使其系数在水平方向上、垂直方向上和两条对角线上都总计为0。即：

$G_1=\left[\begin{array}{ccc}{G}_{11}& -({2G}_{11}+G_{21})& G_{11}+G_{21}\\ G_{21}& 0& -G_{21}\\ -(G_{11}+G_{21})& {2G}_{11}+G_{21}& {-G}_{11}\end{array}\right]---\left(15\right)$

其中G₁₁和G₂₁是自由参数。

例如，等式(15)的滤波器可以如等式(16)所示：

$G=\frac{1}{8}\left[\begin{array}{ccc}-1& 0& 1\\ 2& 0& -2\\ -1& 0& 1\end{array}\right]---\left(16\right)$

在本发明的优选实施例中，等式(1)的滤波器G₀由等式(12)定义。基于实验来选择滤波器，实验显示这种滤波器提供了良好的结果。要理解的是，用该滤波器进行滤波与用等式(2)中所示类型的常规拉普拉斯滤波器进行滤波实现起来同样有效。然而，在使用拉普拉斯滤波器时可能会将失真添加到失真相对易感的区域(即在水平和垂直边缘周围)中，而使用等式(13)和(16)的滤波器仅将失真添加到纹理区域中，假定该滤波器将会在包含锐边的区域中提供为0的输出，及在平滑区域中提供为0的输出。

上述的本发明实施例已经解释了如何将水印嵌入到图像内。要理解的是，上述的技术同样可应用于视频数据的情况下，在视频数据的情况中，采用上述方法将水印嵌入到视频数据的多个帧的图像内。而且，要理解的是，本发明能够用于将除了水印之外的其他数据嵌入到二维信息信号中，还要理解的是，所述信息信号能够采取除了图像数据之外的其他形式。

尽管上面描述了特定的矩形3×3滤波器，但是要理解的是，也能够使用其它尺寸的滤波器，包括非矩形滤波器。另外，尽管上面说明了二维滤波器，但是要理解的是，本发明也能够用多个一维滤波器来实现。例如，能够使用一对一维滤波器对图像进行滤波，其每一个都被配置为在一个方向上将约为0的净加权应用到图像。这些滤波器可以如下：

[-1  2  -1]和 $\left[\begin{array}{c}-1\\ 2\\ -1\end{array}\right]$

总之，本发明涉及一种在诸如图形之类的二维信息信号中嵌入诸如水印之类的数据的方法。该方法包括使用二维滤波器对信息信号的一部分进行滤波。为了在尖锐和延长的边缘中减小水印的可见性，该滤波器被配置为在至少两个不平行的方向上，将约为0的净加权应用于信息信号的该部分。优选的，这两个方向相互正交，例如水平和垂直的。如此滤波的信号被用于局部地控制水印嵌入深度(能量)。尽管上面说明了本发明的优选实施例，要理解的是，能够对本发明做出各种修改，而不会脱离所附的权利要求的范围。

Claims (13)

1.一种在二维信息信号中嵌入数据的方法，所述方法包括：

对所述信息信号的一部分进行滤波，所述滤波在至少两个不平行的方向上，将约为0的净加权应用到所述信息信号的所述部分，以产生滤波后的数据；以及

基于所述滤波后的数据，将所述数据嵌入到所述信息信号中。

2.根据权利要求1所述的方法，其中，用二维滤波器执行所述滤波，所述二维滤波器被配置为，在至少在两个不平行的方向上将约为0的净加权应用到所述信息信号的所述部分。

3.根据权利要求1所述的方法，其中，用一对滤波器来执行所述滤波，第一滤波器被配置为在第一方向上将约为0的净加权应用到所述信息信号的所述部分，第二滤波器被配置为在第二方向上将约为0的净加权应用到所述信息信号的所述部分，所述第一方向和所述第二方向不平行。

4.根据前面任意一项权利要求所述的方法，其中，所述数据是水印。

5.根据前面任意一项权利要求所述的方法，其中，所述滤波被配置为，在两个相互正交的方向上将约为0的净加权应用到所述信息信号的所述部分。

6.根据前面任意一项权利要求所述的方法，其中，所述滤波被配置为在两对相互正交的方向上将约为0的净加权应用到所述信息信号的所述部分。

7.根据前面任意一项权利要求所述的方法，其中，由按照预定的多个行和预定的多个列排列的系数来定义所述滤波，每一行的系数都具有实质上等于0的总和，每一列的系数具有实质上等于0的总和。

8.根据权利要求7所述的方法，其中，所述行和列构成矩阵，所述矩阵的至少一条主对角线的系数具有实质上等于0的总和。

9.根据前面任意一项权利要求所述的方法，其中，使用Kronecker张量积来产生所述二维滤波器。

10.根据前面任意一项权利要求所述的方法，其中，所述信息信号是图像。

11.一种载体介质，载有计算机可读取指令，所述指令被配置为使得计算机执行根据前面任意一项权利要求所述的方法。

12.一种用于在信息信号中嵌入水印的计算机设备，所述设备包括：

程序存储器，存储计算机可读取指令；以及

处理器，被配置为读取并执行存储在所述程序存储器中的指令；

其中，所述处理器可读取指令包含用于控制所述处理器执行根据权利要求1到10中任意一项所述的方法的指令。

13.用于在二维信息信号中嵌入数据的设备，所述设备包括：

滤波装置，用于对所述信息信号的一部分进行滤波，所述滤波装置在至少两个不平行的方向上将约为0的净加权应用到所述信息信号的所述部分，以产生滤波后的数据；以及

嵌入装置，用于基于所述滤波后的数据，在所述信息信号中嵌入所述数据。

Images