CN103379325B - 一种面向版权保护服务的视频地理数据数字水印方法 - Google Patents

Abstract

本发明涉及一种面向版权保护服务的视频地理数据数字水印方法，该方法基于对视频压缩攻击分析，根据视频帧在经过编码后，帧的像元值会在一个范围内上下波动，但位置没有发生改变，通过对时间线上的视频帧进行数学变换，建立频域系数与水印信息对应的量化规则，将水印信息嵌入到视频中，在水印提取时，对时间轴上所有帧的水印检测结果进行矩阵融合，遵循多数原则以还原出最优的水印信息。该方法充分利用了视频地理数据帧像元在视频压缩攻击前后数值小幅度波动变化与位置不变特性，并在检测时遵循多数原则优化水印结果，解决了依靠单帧检测结果恢复水印效果差的问题，大幅提高了水印算法的鲁棒性，解决了现有算法很难有效抵抗视频压缩等攻击的问题。

Description

一种面向版权保护服务的视频地理数据数字水印方法

技术领域

本发明涉及地理信息版权保护的技术领域，特别涉及一种面向版权保护服务的视频地理数据数字水印方法。

背景技术

视频地理数据是具有空间位置属性的基础数据和专题数据，即将视频数据与地理数据进行有机的集成，视频中的每一帧都对应一个地理场景，提供空间位置与视频影像相结合的超媒体信息管理与应用服务。视频地理数据不仅拥有传统地理数据的空间定位准确，空间距离、方位、空间关系描述准确等优点，还具有地理场景描述直观、具体、生动的特点，尤其对于现在用户对数据的需求越来越趋向于直观，易理解的背景下，视频地理数据显得更具有生命力与应用前景。

作为地理空间数据的一种，它是与人类生存和发展有关的各类自然、社会等信息的载体，是国家经济、国防建设中不可缺少的资源，对社会持续发展起着重要作用。Internet/Intranet的快速发展为地理空间数据共享提供更为快捷的传播通道，但同时也使得对视频地理数据的盗版、非法传播及侵权也越来越猖獗，从而严重影响了地理空间数据产品市场的健康、可持续发展。因此，如何保护视频地理数据产品的版权和安全显得越来越重要。

数字水印技术是信息安全的前沿技术。它是利用数字信号处理学，在数字化产品中秘密的嵌入一些隐藏信息(版权信息，用户信息等)，使之成为与源数据不可分离的一部分。同时，水印必须具备好的不可感知性与鲁棒性，以抵抗针对数据的单一攻击与复合攻击，确保在必要的时候可以有效的将其提取出来作为版权归属的证据，从而实现数据的安全共享与版权保护。近十年来，国内外学者专注于普通视频数据数字水印算法设计，并且提出了多种视频数据数字水印算法。然而针对专门表现地理场景且带有GPS信息的视频地理数据的数字水印算法却鲜有研究。

视频地理数据与视频数据在存贮、数据格式等方面具有许多相似性，因此研究视频地理数据数字水印技术有必要借鉴视频水印技术。目前，在视频数据的数字水印技术研究方面，国内外科研机构和学者已经取得了一些研究成果。

按照视频水印嵌入位置的不同，视频数字水印方案可分为三种(杨义先，钮心忻.数字水印理论与技术[M]北京:高等教育出版社,2006.)：①水印直接嵌入在原始视频流中，胡学刚(胡学刚，孙慧芬，王顺.一种新的基于图论的图像分割算法.kdh[J]四川大学学报,42,1,2010:138-142.)提出一种新的基于图论的图像分割算法，对原始视频帧进行处理加入水印。此类方案特点是水印嵌入的方法比较多，原则上数字图像水印方案均可以应用于此。缺点是抗重编码能力差。②水印嵌入在编码阶段的变换域中的量化系数中，邹复好(邹复好，卢正鼎，凌贺飞.MPEG_2变长码域实时视频水印[J]计算机科学,33,7,2006:147-152.)提出MPEG_2变长码域实时视频水印，将水印直接嵌入到视频编码时的DCT系数中。此类方案的优点是水印仅嵌入在量化系数中，不会增加视频流的数据比特率，易设计出抗多种攻击的水印。缺点是会降低视频的质量。③水印直接嵌入在视频压缩比特流中，王小静(王小静，杨高波，刘争艳，杜青松.一种量化误差补偿的压缩域H264AVC视频水印算法[J]计算机研究与发展,46,2009:43-47.)提出一种量化误差补偿的压缩域H264AVC视频水印算法，将水印直接嵌入到已压缩好的视频码流中。此类方案的优点是没有解码和再编码的过程.因而不会造成视频质量下降，同时计算复杂度低。缺点是由于压缩比特率的限制而限定了嵌入水印的数据量的大小。

发明内容

本发明的目的在于：针对目前视频水印算法难以直接移植到视频地理数据，且现有视频水印算法很难有效抵抗视频压缩攻击，提出一种基于小波变换与矩阵融合的视频地理数据数字水印算法，使得水印算法在抵抗视频压缩、帧删除、帧共谋等攻击方面具有好的鲁棒性。

为了实现上述发明目的，本发明所采取的技术方案为：

一种面向版权保护服务的视频地理数据数字水印方法，包括以下步骤：

(1)水印信息生成

步骤一，读取文字水印信息，将其在计算机内存中绘制成黑白图像P，大小固定为K×L，且灰度值只有0和255；

步骤二，由上到下，从左至右扫描该图，若灰度值为255，对应的水印位为0，反之灰度值为0，水印位为1，得到有意义水印信息w，

其中0≤i＜K,0≤j＜L，水印信息长度固定为：K×L；P_i,j表示灰度值；

步骤三，对有意义水印信息w进行置乱得加密后的水印信息w′。

(2)水印嵌入过程

步骤一，利用Directshow平台将视频地理数据分割成一系列在时间线上的静态图片；

步骤二，按时间顺序截取视频帧，获取帧的大小M×N，并选取离散点集；

步骤三，对每帧中选取的离散点进行小波变换并选取低频系数T_n，按照量化规则将加密后的水印信息嵌入到选取的低频系数中，量化规则如下：

其中，w_ij为水印信息，h为嵌入强度，e为完整水印数目，0≤i＜K,0≤j＜L；当一条完整水印嵌入后水印位自动置为w₀₀；重复上述过程直至水印信号全部嵌入，最后进行小波逆变换，将嵌入水印后的像元值替换原始像元值；

步骤四，对已嵌入水印的视频帧进行编码并写入新文件；

步骤五，重复步骤二，三，四直至所有视频帧水印嵌入完毕。

(3)水印检测过程

步骤一，利用Directshow平台将视频地理数据分割成一系列在时间线上的静态图片；

步骤二，按时间顺序截取视频帧，获取帧的大小M×N；

步骤三，遍历待检测视频帧，按照(2)中步骤二的取点规则找出视频帧中所有载有水印信息的像元，组合成像元集，并对其进行小波变换；

步骤四，提取其小波变换后的低频系数T_n，并将系数与嵌入强度h进行取模运算，余数为m，若则水印信息为1，反之为-1，并将提取的水印位对应相加；重复上述过程直到单帧中水印信息w″完全被提取出来；

步骤五，重复步骤二，三，四直至时间线上所有视频帧检测完毕；

步骤六，对时间线上所有w″进行矩阵融合，并根据多数原则得出优化后的水印检测信息w″′；

矩阵融合数学表达式：

其中，f为帧序数，z为视频总帧数，w″_ijf为单帧检测结果对应的水印位，0＜i＜K，0＜j＜L；

步骤七，对优化后的水印检测信息w″″进行逆置乱并按照(1)步骤二中水印位与灰度的对应关系扫描成图片，并输出。

附图说明

图1是本发明方法的水印嵌入流程图。

图2是本发明方法的水印检测流程图。

具体实施方式

以下结合说明书附图对本发明创造作进一步的详细说明。

实施例一

如图1和图2所示，本发明的实施例选择一段已采集的视频地理数据为实验数据，针对数据的读取、预处理、水印信息生成、水印嵌入、含水印数据保存、水印检测、检测结果输出的整个过程，给出本发明的一个实施例，进一步详细说明本发明。

1.本发明的水印信息生成：

步骤一：读取文字水印信息，将其在计算机内存中绘制成黑白P，大小固定为K×L，且灰度值只有0和255。本实施例的文字水印信息为：吉印水印。生成的黑白图像为：

大小固定为100*50；

步骤二：由上到下，从左至右扫描该图，若灰度值为255，对应的水印位为0，反之灰度值为0，水印位为1。得有意义水印信息w。本实施例生成的水印信息为：00000…001011100011110…00000，长度为500位；

步骤三：对有意义水印信息w进行置乱得加密后的水印信息w′。本实施例置乱后

的水印信息为：10110…1010111000011101…10110，长度为500位。

2.本发明的水印嵌入规则：

步骤一：利用Directshow平台将视频地理数据分割成一系列在时间线上的静态图片；

步骤二：按时间顺序截取视频帧，本实施例中帧的大小为320*240，选取离散点集；

步骤三：对每帧中选取的离散点进行小波变换并选取低频系数T_n，按照量化规则将水印信息嵌入到选取的低频系数中，本实施例中嵌入强度为20，嵌入的完整水印数目为20；当一条完整水印嵌入后水印位自动置为首位；重复上述过程直至水印信号全部嵌入，最后进行小波逆变换，将嵌入水印后的像元值替换原始像元值；

步骤四：对已嵌入水印的视频帧进行编码并写入新文件；

步骤五：重复步骤二，三，四直至所有视频帧水印嵌入完毕。

3.本发明的水印检测规则：

步骤一：利用Directshow平台将视频地理数据分割成一系列在时间线上的静态图片；

步骤二：按时间顺序截取视频帧，本实施例帧的大小320*240；

步骤三：遍历待检测视频帧，按照(2)中步骤二的取点规则找出视频帧中所有载有水印信息的像元，组合成像元集，并对其进行小波变换；

步骤四：提取其小波变换后的低频系数T_n，并将系数与嵌入强度h进行取模运算，余数为m，本实施例中若10＜m≤15则水印信息为1，反之为-1，并将提取的水印位对应相加；重复上述过程直到单帧中水印信息完全被提取出来；

步骤五：重复步骤二，三，四直至时间线上所有视频帧检测完毕；

步骤六：对时间线上所有已检测出的水印信息进行矩阵融合，根据多数原则得出优化后的水印检测信息11110…1010111010011101…10110，长度为500；

步骤七：对优化后的水印检测信息进行逆置乱并按照(1)步骤二中水印位与灰

度的对应关系扫描成图片，并输出。本实施例中最终水印提取结果图片为：

4.本方法的特点与技术优势：

(1)提出一种适用于视频地理数据数字水印算法，解决了普通视频水印算法不能直接移植为视频地理数据水印算法的问题。

(2)视频经过压缩攻击后，视频帧的像元值会发生改变，但是其改变的大小是在一个范围内上下波动，且其位置没有发生变化。本方法通过一定的取点规则选择嵌入位置，并将水印信息通过量化的方法嵌入到其变换域系数上，可以有效的抵抗视频压缩攻击。

(3)水印检测时，充分利用流媒体的特性，将时间线上的水印检测结果进行矩阵融合并根据多数原则，优化水印检测结果，可有效减少水印检测噪声。

5.本发明的测试与分析：

本发明所提出的方法是专门针对视频地理数据水印方法，采用该方法可以开发并实现基于数字水印技术的视频地理数据版权保护系统。

视频经过重编码攻击后，视频帧的像元值会发生改变，但是其改变的大小是在一个范围内上下波动，且其位置没有发生变化。因此利用量化与矩阵融合的方法可以减少水印噪声，有效的提取出水印信息。实验结果表明经过XVID重编码、FFds重编码、Divx重编码、帧删除等攻击后，水印信息仍然可以正确的提取出，实验中水印的提取率最低为85％。

实施例二

如图1和图2所示，本发明的目的在于：针对目前视频水印算法难以直接移植到视频地理数据，且现有视频水印算法很难有效抵抗视频压缩攻击，提出一种基于小波变换与矩阵融合的视频地理数据数字水印算法，使得水印算法在抵抗视频压缩、帧删除、帧共谋等攻击方面具有好的鲁棒性。

为了实现上述发明目的，本发明所采取的技术方案为：

一种面向版权保护服务的视频地理数据数字水印方法，包括以下步骤：

(1)水印信息生成

步骤一，读取文字水印信息，将其在计算机内存中绘制成黑白图像P，大小固定为K×L，且灰度值只有0和255；

步骤二，由上到下，从左至右扫描该图，若灰度值为255，对应的水印位为0，反之灰度值为0，水印位为1，得到有意义水印信息w，

其中0≤i＜K,0≤j＜L，水印信息长度固定为：K×L；P_i,j表示灰度值；

步骤三，对有意义水印信息w进行置乱得加密后的水印信息w′。

(2)水印嵌入过程

步骤一，利用Directshow平台将视频地理数据分割成一系列在时间线上的静态图片；

步骤二，按时间顺序截取视频帧，获取帧的大小M×N，并选取离散点集；

步骤三，对每帧中选取的离散点进行小波变换并选取低频系数T_n，按照量化规则将加密后的水印信息嵌入到选取的低频系数中，量化规则如下：

其中，w_ij为水印信息，h为嵌入强度，e为完整水印数目，0≤i＜K,0≤j＜L；当一条完整水印嵌入后水印位自动置为w₀₀；重复上述过程直至水印信号全部嵌入，最后进行小波逆变换，将嵌入水印后的像元值替换原始像元值；

步骤四，对已嵌入水印的视频帧进行编码并写入新文件；

步骤五，重复步骤二，三，四直至所有视频帧水印嵌入完毕。

(3)水印检测过程

步骤一，利用Directshow平台将视频地理数据分割成一系列在时间线上的静态图片；

步骤二，按时间顺序截取视频帧，获取帧的大小M×N；

步骤三，遍历待检测视频帧，按照(2)中步骤二的取点规则找出视频帧中所有载有水印信息的像元，组合成像元集，并对其进行小波变换；

步骤四，提取其小波变换后的低频系数T_n，并将系数与嵌入强度h进行取模运算，余数为m，若则水印信息为1，反之为-1，并将提取的水印位对应相加；重复上述过程直到单帧中水印信息w″完全被提取出来；

步骤五，重复步骤二，三，四直至时间线上所有视频帧检测完毕；

步骤六，对时间线上所有w″进行矩阵融合，并根据多数原则得出优化后的水印检测信息w″′；

矩阵融合数学表达式：

其中，f为帧序数，z为视频总帧数，w″_ijf为单帧检测结果对应的水印位，0＜i＜K，0＜j＜L；

步骤七，对优化后的水印检测信息w″″进行逆置乱并按照(1)步骤二中水印位与灰度的对应关系扫描成图片，并输出。

Claims (1)

1.一种面向版权保护服务的视频地理数据数字水印方法，其特征在于，包括以下步骤：

(1)、水印信息生成；

步骤一，读取文字水印信息，将其在计算机内存中绘制成灰度图像P，大小固定为K×L，且灰度值只有255，0；

步骤二，由上到下，从左至右扫描该图，若灰度值为255，对应的水印位为0，反之灰度值为0，水印位为1，得到有意义水印信息w，

$w_{i,j}=\left\{\begin{array}{cc}0,& P_{i,j}=255\\ 1,& P_{i,j}=0\end{array}\right.$

其中0≤i＜K,0≤j＜L，水印信息长度固定为：K×L；P_i,j表示灰度值；

步骤三，对有意义水印信息w进行置乱得加密后的水印信息w′；

(2)、水印嵌入过程；

步骤一：利用Directshow平台将视频地理数据分割成一系列在时间线上的静态图片；

步骤二：按时间顺序截取视频帧，获取帧的大小M×N，并选取离散点集；

步骤三：对每帧中选取的离散点进行小波变换并选取低频系数T_n，按照量化规则将加密后的水印信息嵌入到选取的低频系数中，量化规则如下：

其中，w_ij为水印信息，h为嵌入强度，e为完整水印数目，0≤i＜K,0≤j＜L；当一条完整水印嵌入后水印位自动置为w₀₀；重复上述过程直至水印信号全部嵌入，最后进行小波逆变换，将嵌入水印后的像元值替换原始像元值；

步骤四，对已嵌入水印的视频帧进行编码并写入新文件；

步骤五，重复步骤二，三，四直至所有视频帧水印嵌入完毕；

(3)、水印检测过程；

步骤一：利用Directshow平台将视频地理数据分割成一系列在时间线上的静态图片；

步骤二：按时间顺序截取视频帧，获取帧的大小M×N；

步骤三：遍历待检测视频帧，按照(2)中步骤二的取点规则找出视频帧中所有载有水印信息的像元，组合成像元集，并对其进行小波变换；

步骤四：提取其小波变换后的低频系数T_n，并将系数与嵌入强度h进行取模运算，余数为m，若则水印信息为1，反之为-1，并将提取的水印位对应相加；重复上述过程直到单帧中水印信息w″完全被提取出来；

步骤五：重复步骤二，三，四直至时间线上所有视频帧检测完毕；

步骤六：对时间线上所有w″进行矩阵融合，并根据多数原则得出优化后的水印检测信息w″″；

矩阵融合数学表达式：

$w^{\′\′\′\′}=\left|\begin{array}{ccc}\underset{f=0}{\overset{z}{\Σ}}{w}_{00f}^{\′\′}& \mathrm{...}& \underset{f=0}{\overset{z}{\Σ}}{w}_{0jf}^{\′\′}\\ .& & .\\ .& & .\\ .& & .\\ & \mathrm{...}& \\ .& & .\\ .& & .\\ .& & .\\ \underset{f=0}{\overset{z}{\Σ}}{w}_{i0f}^{\′\′}& \mathrm{...}& \underset{f=0}{\overset{z}{\Σ}}{w}_{ijf}^{\′\′}\end{array}\right|$

其中，f为帧序数，z为视频总帧数，w″_ijf为单帧检测结果对应的水印位，0＜i＜K，0＜j＜L；

步骤七：对优化后的水印检测信息w″″进行逆置乱并按照(1)步骤二中水印位与灰度的对应关系扫描成图片，并输出。