CN103179406B - 一种应用相息图的数字视频水印方法 - Google Patents

Abstract

一种应用相息图的数字视频水印方法，涉及一种多媒体信号处理方法。提供具有良好不可感知性、能有效抵抗各种攻击的一种应用相息图的数字视频水印方法。1）一个使用计算机制作基于Gyrator变换的相息图的步骤，将制作的相息图作为嵌入到载体视频的水印信息序列；2）一个将相息图嵌入载体视频的步骤；3）一个水印检测算法的步骤：判断一个视频是否包含所述水印信息；4）一个相息图的计算机再现步骤：在计算机上再现所提取水印的内容。

Description

一种应用相息图的数字视频水印方法

技术领域

本发明涉及一种多媒体信号处理方法，尤其是涉及一种应用相息图的数字视频水印方法。

背景技术

随着网络技术与计算机技术的飞速发展，数字多媒体产品(如图像、音频和视频等)的传输、分发、存储和处理变得越来越方便和快捷，这给人们的工作和生活带来巨大便利；但同时也导致了这些信息的盗版、非法篡改等严峻问题。

作为数字产品版权保护的有效解决方案，数字水印技术是多媒体信息安全领域的研究热点。由于数字视频在各种多媒体信息中占据重要的位置，因此视频水印技术成为信息安全领域一个重要的研究课题。近年来，由于全息图具有加密、难以被篡改和不可撕毁(即部分全息图能再现整幅全息图的全部内容)等特性，因此数字全息技术被引入到数字水印领域，并显示出极大的潜力，成为信息安全领域的一个研究热点。

然而，在现有的全息水印方案中，全息水印一般都会伴有共轭像的干扰，降低了水印的嵌入容量和提取质量。相息图是一种只能由计算机生成的全息图。与傅里叶变换全息图等相比，因为相息图包含的空间频率成分全都用于单个像，所以不存在带宽浪费现象，也不需考虑分离共轭像的问题，因此在数字全息水印领域具有自己独特的优势。根据嵌入策略，视频水印技术主要分为基于原始视频方法和基于压缩视频方法两类。其中，基于原始视频的水印技术是在原始视频的图像序列中实现水印信息的嵌入，而基于压缩视频的水印技术则与某种视频压缩标准相结合，在压缩视频中嵌入水印信息。

姚志强等在中国专利201110373336.9中提出一种基于光流法与数字全息的视频水印方法。该方法首先在视频序列时间轴上利用局部光流信息检测出视频的关键帧，然后利用全息技术得到原始水印图像的菲涅耳全息图，之后将其嵌入宿主视频关键帧的离散余弦变换域的中频系数，并保存水印添加的位置和原来关键帧中的边信息以用于水印的检测。然而，该方法在提取水印时需要用到原始关键帧中的边信息等大量原始视频数据，因此不能有效地实现盲检测，难以实际应用；此外，由于该方法在关键帧的离散余弦变换域的中频系数嵌入全息水印，因此抗H.264压缩、MPEG2/MPEG4压缩、帧平均等攻击的鲁棒性较弱。

发明内容

本发明的目的在于提供具有良好不可感知性、能有效抵抗各种攻击的一种应用相息图的数字视频水印方法。

本发明包括以下步骤：

1）一个使用计算机制作基于Gyrator变换的相息图的步骤，将制作的相息图作为嵌入到载体视频的水印信息序列；

2）一个将相息图嵌入载体视频的步骤；

3）一个水印检测算法的步骤：判断一个视频是否包含所述水印信息；

4）一个相息图的计算机再现步骤：在计算机上再现所提取水印的内容。

在步骤1）中，所述使用计算机制作基于Gyrator变换的相息图的方法可包括以下步骤：

（1）首先以随机初始相位分布和已知的振幅分布(原始水印图像f，f为实函数)构成物面波前函数其中π为圆周率，e是自然对数的底数，(x,y)为空域坐标；

（2）对g(x,y)进行Gyrator变换(GT)得变换频谱G(u,v)：

G(u,v)＝GT^α(g(x,y))

其中α为变换阶次，(u,v)为频谱域坐标；

（3）在频谱平面引入限制条件：令G(u,v)保持相位不变并置其振幅为常数，从而构成新的频谱函数G'(u,v)：

G'(u,v)＝ξe^Φ(u,v)

式中ξ为常数，Φ(u,v)为G(u,v)相位函数；

（4）对G'(u,v)进行变换阶次为α的逆Gyrator变换(GT^-1)得到复函数g'(x,y)；

（5）取g'(x,y)的相位函数和原始水印图像f构成新的波函数作为下一次迭代的物面波前函数，即

（6）步骤（2）～（5）反复迭代直至算法收敛到设定值或达到设定的迭代次数，最后将迭代所得的相位信息量化为256灰度级并保存为灰度图像，所述灰度图像即为原始水印图像的相息图，从而实现基于Gyrator变换的相息图的制作。Gyrator变换的变换阶次可作为密钥增强相息图的安全性。

在步骤2）中，所述将相息图嵌入载体视频的方法可采用水印嵌入算法，包括以下步骤：

（1）读取原始彩色载体视频H，并计算该视频的视频帧的宽M、高N及其总数量P，H＝{h(i,j,t)|1≤i≤M,1≤j≤N,1≤t≤P}为待保护的原始彩色视频，其中(i,j)为视频帧的像素的坐标位置，t为视频帧的序号；

（2）生成随机正整数序列：

Q＝{q(s)|8≤q(s)≤16,1≤s≤T,int(P/16)≤T≤int(P/8),q(1)+q(2)+…+q(T)＝P}，

其中s为Q的元素的序号，q(s)为Q的第s个元素，T为Q的元素个数，int()为取整函数；

（3）根据序列Q沿时间轴将原始视频H分割为T个互不重叠的图像组(GroupofPicture，简称GOP)集合Y＝{y(s)|1≤s≤T}，其中y(s)为第s个GOP，且y(s)含有q(s)幅视频帧；

（4）将每个GOP中的所有视频帧都分解为红色(Red，简称R)、蓝色(Blue，简称B)、绿色(Green，简称G)三个通道；

（5）对每个GOP中的所有B通道都进行k级小波分解得逼近子图集合A＝{LL_k(m,n,z,s)|1≤m≤M/2^k,1≤n≤N/2^k,1≤z≤q(s),1≤s≤T}，其中k为正整数，(m,n)为逼近子图的像素的坐标位置，z表示GOP中视频帧的序号，即LL_k(m,n,z,s)表示第s个GOP中的第z幅视频帧的B通道的第k级小波逼近子图的第(m,n)个像素；

（6）读取由步骤1）所制作的相息图W＝{w(m,n)|1≤m≤M/2^k,1≤n≤N/2^k}，其中(m,n)为相息图像素的坐标位置并与逼近子图的坐标位置相应，即w(m,n)表示相息图的第(m,n)个像素；

（7）将相息图嵌入到变换后的GOP的逼近子图，公式为：

${{\mathrm{LL}}_k}^{\′}(m,n,z,s)={\mathrm{LL}}_k(m,n,z,s)+$

$\frac{\mathrm{int}\left\{\frac{\underset{z=1}{\overset{q\left(s\right)}{\mathrm{\Σ}}}{\mathrm{LL}}_k(m,n,z,s)}{[q\left(s\right)-\mathrm{\ρ}]\×100}\right\}\×[q\left(s\right)-\mathrm{\ρ}]\×100+\mathrm{\σ}\×[q\left(s\right)-\mathrm{\ρ}]\×100\×w(m,n)-\underset{z=1}{\overset{q\left(s\right)}{\mathrm{\Σ}}}{\mathrm{LL}}_k(m,n,z,s)}{q\left(s\right)}$

其中LL_k'(m,n,z,s)为嵌入了相息图水印的第s个GOP的第z幅视频帧的B通道的第k级小波逼近子图的第(m,n)个像素，ρ为控制量化步长的因子且0≤ρ≤2，σ为控制水印嵌入强度的因子且0＜σ＜1；

（8）对所有B通道进行逆小波变换得到含水印的蓝色通道B’，再将B'与原来相应的R、G通道合并得到嵌入水印的彩色视频H'。

在步骤3）中，所述水印检测算法的具体步骤可为：

（1）根据序列Q沿时间轴将含水印的视频H'分割为互不重叠的GOP，其中第s个GOP含有q(s)幅视频帧；

（2）将每个GOP中的所有视频帧都分解为R、G、B三个通道并对B通道进行k级小波分解得逼近子图集合A'＝{LL'_k(m,n,z,s)|1≤m≤M/2^k,1≤n≤N/2^k,1≤z≤q(s),1≤s≤T}，然后根据下式提取相息图水印：

$w\′(m,n,s)=\frac{\underset{z=1}{\overset{q\left(s\right)}{\mathrm{\Σ}}}{\mathrm{LL}}_k\′(m,n,z,s)-\mathrm{int}\left\{\frac{\underset{z=1}{\overset{q\left(s\right)}{\mathrm{\Σ}}}{\mathrm{LL}}_k\′(m,n,z,s)}{[q\left(s\right)-\mathrm{\ρ}]\×100}\right\}\×[q\left(s\right)-\mathrm{\ρ}]\×100}{[q\left(s\right)-\mathrm{\ρ}]\×100\×\mathrm{\σ}}$

其中，w'(m,n,s)表示从第s个GOP中提取得到的相息图水印的第(m,n)个像素。

在步骤4）中，所述相息图的计算机再现的具体步骤可为：

将提取得到的相息图水印w'(m,n,s)作为e的相位，然后根据下式进行变换阶次为α的逆Gyrator变换再现原始水印图像：

wm(m,n,s)＝|GT^-α[e^w'(m,n,s)]|

其中wm(m,n,s)表示从第s个GOP中提取得到的相息图水印的再现像的第(m,n)个像素。

本发明包括计算机制作相息图的步骤、水印嵌入、水印检测和计算机再现相息图等步骤。与现有技术相比，本发明具有以下优点：

1）所提出的基于Gyrator变换的相息图制作方法令水印具有更多的自由度作为密钥，使本发明具有更高的安全性。

2）作为全息图的一种，相息图不但能减小需要隐藏的信息量，而且还能保持全息图的特性，对裁剪等攻击具有良好的鲁棒性。

3）本发明采用量化方法将相息图水印嵌入到视频的离散小波低频系数中，不但保证了水印的不可感知性，并且对各种攻击如MPEG-2/MPEG-4/H.264压缩、噪声叠加、滤波、裁剪、镜像、帧删除、帧插入、帧交换、帧替换、帧平均和帧率改变等攻击具有良好的鲁棒性。

4）本发明由于避免对视频进行三维变换，因此具有时间复杂度较低的特点；此外本发明还具有不受视频格式限制的特点。

5）本发明在提取水印时不需要原始的视频信息，方法简单可靠，实现了盲水印检测。

附图说明

图1为本发明实施例的基于Gyrator变换的相息图作为水印实例。在图1中，(a)原图；(b)相息图；(c)再现像。

图2为本发明实施例的GOP的B通道的2级小波分解示意图。该GOP含8帧视频帧。

图3为本发明实施例的数字视频水印嵌入、提取和再现过程实例。在图3中，(a)载体视频；(b)嵌入相息图水印后的视频；(c)提取得到的相息图水印；(d)再现像。

具体实施方式

以下实施例将结合附图对本发明做进一步说明。

一、嵌入数字水印过程

1、基于Gyrator变换，用计算机制作相息图作为数字水印。

1）读取原始水印图像f并乘以随机初始相位分布构成物面波前函数，其中π为圆周率，e是自然对数的底数，(x,y)为空域坐标；

2）对g(x,y)进行变换阶次为α的Gyrator变换得变换频谱G(u,v)：

G(u,v)＝GT^α(g(x,y))

其中α为变换阶次，(u,v)为频谱域坐标；

3）令G(u,v)的振幅为常数并保持相位不变得新的频谱函数G'(u,v)：

G'(u,v)＝ξe^Φ(u,v)

式中ξ为常数，Φ(u,v)为G(u,v)相位函数；

4）对G'(u,v)进行变换阶次为α的逆Gyrator变换(GT^-1)得到复函数g'(x,y)；

5）取g'(x,y)的相位函数和原始水印图像f构成新的波函数作为下一次迭代的物面波前函数，即

6）重复步骤2)～5)直至算法收敛，即由所得的纯相位分布函数e^Φ(u,v)再现得到的结果与原始水印图像之差小于给定的阈值，或达到设定的迭代次数，最后将迭代所得的相位信息量化为256灰度级并保存为灰度图像，所述灰度图像即为原始水印图像的相息图。

以图像“数字水印”制作相息图为例，在图1中，(a)为原始图像，(b)为(a)的相息图，(c)为(b)的再现像。

2、读入原始彩色载体视频H，并计算该视频的视频帧的宽、高及其总数量，分别用M、N和P表示。

3、生成随机正整数序列：

Q＝{q(s)|8≤q(s)≤16,1≤s≤T,int(P/16)≤T≤int(P/8),q(1)+q(2)+…+q(T)＝P}，其中s为Q的元素的序号，q(s)为Q的第s个元素，T为Q的元素个数，int()为取整函数。

4、根据序列Q沿时间轴将原始视频H分割为T个互不重叠的图像组(GroupofPicture，简称GOP)集合Y＝{y(s)|1≤s≤T}，其中y(s)为第s个GOP，且y(s)含有q(s)幅视频帧。

5、将每个GOP中的所有视频帧都分解为红色(Red，简称R)、蓝色(Blue，简称B)、绿色(Green，简称G)三个通道，由于在上述三个通道中，人眼对B通道最不敏感，因此选择在B通道上嵌入相息图水印。

6、对每个GOP中的所有B通道都进行k级小波分解得逼近子图集合A＝{LL_k(m,n,z,s)|1≤m≤M/2^k,1≤n≤N/2^k,1≤z≤q(s),1≤s≤T}，其中，k为正整数，(m,n)为逼近子图的像素的坐标位置，z表示GOP中视频帧的序号，即LL_k(m,n,z,s)表示第s个GOP中的第z幅视频帧的B通道的第k级小波逼近子图的第(m,n)个像素。图2为一个GOP(含8幅视频帧)的2级小波分解示意图。图中LL₂是逼近子图，逼近子图集中了图像/视频帧的绝大部分信息，受外界影响小，稳定性好，在其中嵌入水印，可以保证数字水印的鲁棒性。

7、读取由步骤1所制作的相息图W＝{w(m,n)|1≤m≤M/2^k,1≤n≤N/2^k}，其中(m,n)为相息图像素的坐标位置并与逼近子图的坐标位置相应，即w(m,n)表示相息图的第(m,n)个像素。

8、根据下面的量化公式将相息图水印嵌入到每个GOP，

${{\mathrm{LL}}_k}^{\′}(m,n,z,s)={\mathrm{LL}}_k(m,n,z,s)+$

$\frac{\mathrm{int}\left\{\frac{\underset{z=1}{\overset{q\left(s\right)}{\mathrm{\Σ}}}{\mathrm{LL}}_k(m,n,z,s)}{[q\left(s\right)-\mathrm{\ρ}]\×100}\right\}\×[q\left(s\right)-\mathrm{\ρ}]\×100+\mathrm{\σ}\×[q\left(s\right)-\mathrm{\ρ}]\×100\×w(m,n)-\underset{z=1}{\overset{q\left(s\right)}{\mathrm{\Σ}}}{\mathrm{LL}}_k(m,n,z,s)}{q\left(s\right)}$

其中LL_k'(m,n,z,s)为嵌入了相息图水印的第s个GOP的第z幅视频帧的B通道的第k级小波逼近子图的第(m,n)个像素，ρ为控制量化步长的因子且0≤ρ≤2，σ为控制水印嵌入强度的因子且0＜σ＜1。

9、对所有B通道进行逆小波变换得到含水印的B’，再将B'与原来相应的R、G通道合并得到嵌入水印的彩色视频H'，其中序列Q、Gyrator变换阶次α可作为提取水印的密钥增强算法的安全性。

二、提取数字水印过程

1）根据序列Q沿时间轴将含水印的视频H'分割为互不重叠的GOP，其中第s个GOP含有q(s)幅视频帧。

2）先将每个GOP中的所有视频帧都分解为R、G、B三个通道，然后对B通道进行k级小波分解得逼近子图集合A'＝{LL'_k(m,n,z,s)|1≤m≤M/2^k,1≤n≤N/2^k,1≤z≤q(s),1≤s≤T}，然后根据下式提取相息图水印：

$w\′(m,n,s)=\frac{\underset{z=1}{\overset{q\left(s\right)}{\mathrm{\Σ}}}{\mathrm{LL}}_k\′(m,n,z,s)-\mathrm{int}\left\{\frac{\underset{z=1}{\overset{q\left(s\right)}{\mathrm{\Σ}}}{\mathrm{LL}}_k\′(m,n,z,s)}{[q\left(s\right)-\mathrm{\ρ}]\×100}\right\}\×[q\left(s\right)-\mathrm{\ρ}]\×100}{[q\left(s\right)-\mathrm{\ρ}]\×100\×\mathrm{\σ}}$

其中w'(m,n,s)表示从第s个GOP中提取得到的相息图水印的第(m,n)个像素。

3）将提取得到的相息图水印w'(m,n,s)作为e的相位，然后根据下式进行逆Gyrator变换再现原始水印图像：

wm(m,n,s)＝|GT^-α[e^w'(m,n,s)]|

其中wm(m,n,s)表示从第s个GOP中提取得到的相息图水印的再现像的第(m,n)个像素，α为变换阶次。

图3为整个数字水印嵌入、提取和再现过程的实例，(a)是载体视频，(b)嵌入水印后的视频，(c)是提取得到的相息图水印，(d)再现像。

以上对本发明所提供的一种应用基于Gyrator变换的相息图的数字视频水印嵌入、提取及其再现方法进行详细介绍。其基本原理是引入用计算机制作的相息图作为水印，并采用量化方法将水印信息嵌入到载体视频的低频(逼近)子带。与传统光学制作全息图方法相比，相息图具有更灵活、成本低、不存在带宽浪费和不需考虑分离共轭像等特点。

Claims (4)

1.一种应用相息图的数字视频水印方法，其特征在于包括以下步骤：

1)一个使用计算机制作基于Gyrator变换的相息图的步骤，将制作的相息图作为嵌入到载体视频的水印信息序列；所述使用计算机制作基于Gyrator变换的相息图的方法包括以下步骤：

(1)首先以随机初始相位分布和已知的振幅分布构成物面波前函数其中π为圆周率，f为原始水印图像，f为实函数，e是自然对数的底数，(x,y)为空域坐标；

(2)对g(x,y)进行Gyrator变换(GT)得变换频谱G(u,v)：

G(u,v)＝GT^α(g(x,y))

其中α为变换阶次，(u,v)为频谱域坐标；

(3)在频谱平面引入限制条件：令G(u,v)保持相位不变并置其振幅为常数，从而构成新的频谱函数G'(u,v)：

G'(u,v)＝ξe^Φ(u,v)

式中ξ为常数，Φ(u,v)为G(u,v)相位函数；

(4)对G'(u,v)进行变换阶次为α的逆Gyrator变换(GT^-1)得到复函数g'(x,y)；

(5)取g'(x,y)的相位函数和原始水印图像f构成新的波函数作为下一次迭代的物面波前函数，即

(6)步骤(2)～(5)反复迭代直至算法收敛到设定值或达到设定的迭代次数，最后将迭代所得的相位信息量化为256灰度级并保存为灰度图像，所述灰度图像即为原始水印图像的相息图，从而实现基于Gyrator变换的相息图的制作，Gyrator变换的变换阶次可作为密钥增强相息图的安全性；

2)一个将相息图嵌入载体视频的步骤；

3)一个水印检测算法的步骤：判断一个视频是否包含所述水印信息；

4)一个相息图的计算机再现步骤：在计算机上再现所提取水印的内容。

2.如权利要求1所述一种应用相息图的数字视频水印方法，其特征在于在步骤2)中，所述将相息图嵌入载体视频的方法是采用水印嵌入算法，包括以下步骤：

(1)读取原始彩色载体视频H，并计算该视频的视频帧的宽M、高N及其总数量P，H＝{h(i,j,t)|1≤i≤M,1≤j≤N,1≤t≤P}为待保护的原始彩色视频，其中(i,j)为视频帧的像素的坐标位置，t为视频帧的序号；

(2)生成随机正整数序列：

Q＝{q(s)|8≤q(s)≤16,1≤s≤T,int(P/16)≤T≤int(P/8),q(1)+q(2)+…+q(T)＝P}，

其中s为Q的元素的序号，q(s)为Q的第s个元素，T为Q的元素个数，int()为取整函数；

(3)根据序列Q沿时间轴将原始视频H分割为T个互不重叠的图像组(GroupofPicture，简称GOP)集合Y＝{y(s)|1≤s≤T}，其中y(s)为第s个GOP，且y(s)含有q(s)幅视频帧；

(4)将每个GOP中的所有视频帧都分解为红色(Red，简称R)、蓝色(Blue，简称B)、绿色(Green，简称G)三个通道；

(5)对每个GOP中的所有B通道都进行k级小波分解得逼近子图集合A＝{LL_k(m,n,z,s)|1≤m≤M/2^k,1≤n≤N/2^k,1≤z≤q(s),1≤s≤T}，其中k为正整数，(m,n)为逼近子图的像素的坐标位置，z表示GOP中视频帧的序号，即LL_k(m,n,z,s)表示第s个GOP中的第z幅视频帧的B通道的第k级小波逼近子图的第(m,n)个像素；

(6)读取由步骤1)所制作的相息图W＝{w(m,n)|1≤m≤M/2^k,1≤n≤N/2^k}，其中(m,n)为相息图像素的坐标位置并与逼近子图的坐标位置相应，即w(m,n)表示相息图的第(m,n)个像素；

(7)将相息图嵌入到变换后的GOP的逼近子图，公式为：

$\begin{array}{c}{{\mathrm{LL}}_k}^{\′}(m,n,z,s)={\mathrm{LL}}_k(m,n,z,s)+\\ \frac{\mathrm{int}\left\{\frac{\underset{z=1}{\overset{q\left(s\right)}{\Σ}}{\mathrm{LL}}_k(m,n,z,s)}{\[q\left(s\right)-\mathrm{\ρ}\]\×100}\right\}\×\[q\left(s\right)-\mathrm{\ρ}\]\×100+\mathrm{\σ}\×\[q\left(s\right)-\mathrm{\ρ}\]\×100\×w(m,n)-\underset{z=1}{\overset{q\left(s\right)}{\Σ}}{\mathrm{LL}}_k(m,n,z,s)}{q\left(s\right)}\end{array}$

其中LL_k'(m,n,z,s)为嵌入了相息图水印的第s个GOP的第z幅视频帧的B通道的第k级小波逼近子图的第(m,n)个像素，ρ为控制量化步长的因子且0≤ρ≤2，σ为控制水印嵌入强度的因子且0＜σ＜1；

(8)对所有B通道进行逆小波变换得到含水印的蓝色通道B’，再将B'与原来相应的R、G通道合并得到嵌入水印的彩色视频H'。

3.如权利要求2所述一种应用相息图的数字视频水印方法，其特征在于所述水印检测算法的具体步骤为：

(1)根据序列Q沿时间轴将含水印的视频H'分割为互不重叠的GOP，其中第s个GOP含有q(s)幅视频帧；

(2)将每个GOP中的所有视频帧都分解为R、G、B三个通道并对B通道进行k级小波分解得逼近子图集合A'＝{LL'_k(m,n,z,s)|1≤m≤M/2^k,1≤n≤N/2^k,1≤z≤q(s),1≤s≤T}，然后根据下式提取相息图水印：

$w^{\′}(m,n,s)=\frac{\underset{z=1}{\overset{q\left(s\right)}{\Σ}}{{\mathrm{LL}}_k}^{\′}(m,n,z,s)-\mathrm{int}\left\{\frac{\underset{z=1}{\overset{q\left(s\right)}{\Σ}}{{\mathrm{LL}}_k}^{\′}(m,n,z,s)}{\[q\left(s\right)-\mathrm{\ρ}\]\×100}\right\}\×\[q\left(s\right)-\mathrm{\ρ}\]\×100}{\[q\left(s\right)-\mathrm{\ρ}\]\×100\×\mathrm{\σ}}$

其中，w'(m,n,s)表示从第s个GOP中提取得到的相息图水印的第(m,n)个像素。

4.如权利要求3所述一种应用相息图的数字视频水印方法，其特征在于所述相息图水印w'(m,n,s)作为自然对数的底数e的相位，然后根据下式进行变换阶次为α的逆Gyrator变换再现原始水印图像：

wm(m,n,s)＝|GT^-α[e^w'(m,n,s)]|

其中wm(m,n,s)表示从第s个GOP中提取得到的相息图水印的再现像的第(m,n)个像素。