CN1447233A - 多媒体数据保护方法 - Google Patents

Abstract

一种多媒体数据保护方法，基于多媒体数据的分块奇异值分解的数字水印技术，属于通信及图像处理领域。本发明利用分块奇异值分解方法，多媒体数据(静止图像、视频、音频等)经过分块奇异值分解后，数字水印信息(可视图像、数据序列、文本等)加入到分块奇异值的最大值分量中，然后通过分块逆变换得到添加水印后的多媒体数据。与原始图象相比，人眼主观观察基本分辨不出图像的改变。基于本发明方法的数字水印技术在有损压缩和其它图像处理操作方面有较高的可靠性，为多媒体数字作品的版权保护提供了一个可能的解决方案。本发明可以为Internet多媒体数据安全提供认证和版权保护。

Description

多媒体数据保护方法

所属技术领域

本发明涉及多媒体数据加入数字水印保护的方法，具体地说，涉及用分块SVD(奇异值分解)变换将数字水印嵌进多媒体数据(如静止图像、视频、音频等)，从而基本上避免在诸如压缩、滤波、简切、重新缩放和其它操作之类的图像处理操作过程后无法提取/检测损坏水印的方法。本发明可以直接适用于灰度图像，也可以适用于彩色图像和其它种类的多媒体数据。

背景技术

随着基于计算机和网络的信息交换成为多媒体数字作品的使用和传播的便利途径，静止图像、文本信息、音频和视频传输通过因特网能在全世界容易且广泛地发布信息。数字作品极易被非法复制和篡改的特性成为信息安全保护和版权保护技术中的现实挑战。正在研制的多种知识产权保护措施正迅速增多，以保护拥有者的知识产权不受未经授权的拷贝和发布。目前研制出的保护措施包括加密、数字水印和系统安全。

数字水印(Digital Watermarking)技术利用数字作品普遍存在的信息冗余性与随机性，向其中嵌入不易察觉但可以判定区分的秘密信息—水印(Watermark)，从而起到保护作品版权或完整性的作用。数字水印应满足不可感知性、可靠性和稳健性等基本要求。作为多媒体领域中知识产权保护的有效手段，数字水印正得到广泛的研究与应用。目前的水印技术包括时空域法和变换域法。时空域法将数字水印直接加载到数据上，具有容易增加水印的优点，但隐藏的信息可以被轻易破坏或移去的缺点。变换域法可将数字数据转换成频率分量的模拟信号并用诸如DCT、FFT、DWT及其它类的多种变换技术插入水印。由于水印经过变换后分布到整个数据上使得水印难以去除，并可以借鉴扩展频谱(Spread Spectrum)通信方法的思想提高数字水印的稳健性。

发明内容

本发明的目的在于提供一种多媒体数据保护方法，公开一种在多媒体数据(如静止图像、视频、音频等)中嵌入和提取隐秘信息的数字水印的计算机软件方法。数字水印包括文本、随机数序列、图像、标志等，这种改进的、很难以抹掉或除掉水印的加水印方法，用这种技术制作的数字水印，经传播、贮存再提取可以得到可信的提取，在经历诸如压缩、滤波、简切、重新缩放和其它操作之类的图像处理后仍能保留和维持水印的完整性，而且原始载体图像在嵌入数字水印后，人眼基本分辨不出图像的改变。

为达上述目的，本发明是这样进行的，通过分块SVD(奇异值分解)变换和图像视觉掩蔽特性分析等综合技术，实现有意义的图像数字水印，隐秘信息根据视觉敏感性的不同而自适应的调整嵌入强度，保证了嵌入数据前后的图像视觉差别最小。

本发明的方法由数字水印嵌入和数字水印提取/检测两大部分组成，第一部分为嵌入数字水印的编码，包括：水印数据变换加密、原始图像分块、分块SVD变换、图像视觉掩蔽特性分析、水印数据嵌入、分块SVD反变换、图像分块组合，最后形成嵌入水印的图像；第二部分为提取数字水印的译码，包括：待检测图像分块、分块SVD变换、图像视觉掩蔽特性分析、水印数据恢复、水印数据变换解密，最后提取得到水印图像。现详细说明如下：

第一部分为嵌入数字水印的编码，包括下面七个步骤：

1，在水印嵌入以前应用二维置换对水印图像WO进行时空域置换加密以增强算法安全性，其中变换参数k和叠代次数n可以作为密钥，应用时空域置换变换，改善了空域性能，安全性高。

2，原始图像分块：首先对原始载体图像IO进行分块处理，图像子块的尺寸的选取可以根据实际要求决定，一般要保证分块数＞＝水印数据数；若想获得更高的水印可靠性，可以考虑缩小子块大小以重复嵌入水印。

3，对原始图像的分块进行SVD奇异值分解得到分块奇异值序列λ和分块奇异向量对。

4，图像视觉掩蔽特性分析：SVD块分类方法结合人类视觉系统HVS的掩蔽效应对嵌入强度取值实现水印分量的自适应嵌入，以获得更好的视觉掩蔽性，根据分块SVD得到的奇异值序列以及奇异向量对判断分块所属类别，选取不同的水印强度因子α。

5，水印数据嵌入：将经过变换加密后的数字水印信号与对应的嵌入强度因子相乘后加入到载体图像的低频部分，即分块奇异值的最大值分量，可以采用加法规则或者乘法规则。

6，分块SVD反变换：水印数据嵌入后，通过SVD反变换将图像变换得到空域分块图像。

7，图像分块组合：按照分块规则组合得到嵌入水印后的载体图像IW。

其中水印空域置换加密的变换参数密钥、SVD分块大小参数以及原始图像的分块SVD变换奇异值的最大值分量λ_max保存入中间文件以在水印提取时使用。

第二部分为提取数字水印的解码过程，操作步骤如下：

1，待检测图像分块：首先对待检测的图像IW’进行分块处理，

图像子块的尺寸与嵌入过程的选取尺寸相同。

2，对待检测的图像的分块进行SVD奇异值分解得到分块奇异值序列λ^*和分块奇异向量对。

3，图像视觉掩蔽特性分析：根据分块SVD得到的奇异值序列以及奇异向量对判断待检测图像的分块所属类别，得到不同的水印强度因子α^*。

4，水印数据解码提取：根据数字水印的嵌入算法规则进行逆运算得到水印信息W^*。

5，水印数据变换解密：将提取得到的水印根据嵌入过程时的加密置换参数进行解密变换，恢复得到嵌入水印WO^*。

本发明的优点如下：

1、基于图像矩阵的SVD奇异值分解特性，关键技术是图像的分块SVD分解：对图像进行分块处理后，采用SVD分解获得分块奇异值的最大值分量以嵌入水印信息，稳定性好，稳健性高。

2、利用图像视觉掩蔽性特性分析，在视觉敏感程度不同的分块区域中自适应性嵌入不同强度的水印数据，保证了数字水印的不可见性。

3、本发明采用图像作为有意义水印嵌入和检测，水印在感知上是可视的，易于发现信息丢失或恶意攻击。本发明适用范围广，特别适合多媒体数据的知识产权保护及隐蔽通信等领域。

附图说明

图1A为本发明的流程图嵌入算法。

图1B为本发明的流程图提取/检测算法。

图2A为本发明的水印不可见性演示。Lenna源图像嵌入水印后图像。

图2B为本发明的原始水印(上)和提取水印(下)。

图3A为本发明的水印不可见性演示：(a)Mandrill源图像；(b)嵌入水印后图像。

图3B为本发明的原始水印(上)和提取水印(下)。

图4为本发明的水印二维时空域加密变换不可见性演示：采用Arnold变换公式，变换参数k＝1，N＝128。

图5为本发明的水印稳健性演示，经过攻击后的水印图像；5a随机裁剪；5b简切；5c缩小至原图的1/4然后放大至原图大小；5d 3×3平均滤波；5e 3×3中值滤波；5f 100％JPEG压缩；5g 75％JEPG压缩；5h 50％JPEG压缩；5i 25％JPEG压缩；5j 10％JPEG压缩。

图6为本发明的水印稳健性演示，提取得到的水印信息；6a随机裁剪；6b简切；6c缩小至原图的1/4然后放大至原图大小；6d 3×3平均滤波；6e 3×3中值滤波；6f 100％JPEG压缩；6g 75％JEPG压缩；6h 50％JPEG压缩；6i 25％JPEG压缩；6j 10％JPEG压缩。

具体实施方式

下面结合附图对本发明作进一步详细描述，并请参阅附图。

图1A中水印数据的嵌入操作可以分成7个步骤，见表1。

表1水印数据的嵌入操作

步骤序号	操作内容	说明
			1	应用二维时空域置换变换，对水印图像WO进行时空域置换加密，其中变换参数k和叠代次数n可以作为密钥。	增强算法安全性，改善空域性能；
2	在保证分块数＞＝水印数据数的前提下，根据实际要求选取合适图像子块的尺寸，对原始载体图像IO进行分块处理。	若想获得更高的水印可靠性，可以考虑缩小子块大小以重复嵌入水印。

3	对原始图像的各分块进行SVD奇异值分解，得到相应分块奇异值序列λ和分块奇异向量对。	分块图像变换到SVD域
			4	根据块分类SVD方法3得到的奇异值序列以及奇异向量对分析图像视觉掩蔽特性，判断分块所属类别，选取不同的水印嵌入强度因子α。	结合人类视觉系统HVS实现水印分量的自适应嵌入，获得更好的视觉掩蔽性。
5	将经过变换加密1后的数字水印信号与对应的分类嵌入强度因子相乘后加入到载体图像的低频部分，即分块奇异值的最大值分量λm中。	加法规则λm′＝λm+αW或乘法规则λm＝λm*(1+αW)。
			6	通过SVD反变换得到空域分块图像。	变换回到空域
7	按照分块规则2组合得到嵌入水印后的载体图像1W。
				注：水印空域置换加密的变换参数密钥、SVD分块大小及原始图像的分块大小、SVD变换奇异值的最大值分量λmax保存入中间密码文件。

图1B中水印数据的提前操作可以分为5个步骤，见表2。

表2水印数据的提取操作

步骤序号	操作内容	说明
			1	待检测的图像IW’进行处理，图像子块的尺寸与嵌入过程的选取尺寸相同。	分块大小尺寸由中间密码文件得到。
2	待检测的图像分块进行SVD奇异值分解，得到相应分块奇异值序列λ*和分块奇异向量对。

3	根据块分类SVD方法2得到的奇异值序列以及奇异向量对分析图像视觉掩蔽特性，判断分块所属类别，得到不同的水印嵌入强度因子α*。	水印嵌入强度因子由待检测图像直接分析得到，不需要原始图像。
			4	由2计算得到分块奇异值的最大值分量λm *，由3得到相应的水印嵌入强度因子，根据嵌入算法规则的逆运算进行水印数据解码提取，得到嵌入的水印信息。	原始图像的分块最大奇异值分量λm由中间文件得到：加法规则W*＝(λm *-λm)/α*乘法规则W*＝(λm */λm-1)/α*。
5	将4提取得到的水印信息W*根据加密置换参数进行解密变换，恢复得到嵌入水印W’。	变换参数k和叠代次数n由中间密码文件得到；
			注：	如需要，可以通过计算提取水印与原始水印之间的水印相似比值NC来判断数字水印信息的存在与否。

以附图2A、B为例解释数字图像水印嵌入到Lenna源图像中的具体过程，其中Lenna源图像为512×512大小的8bits灰度图像，如图2a所示，水印图像为128×128大小的二值图像“同济校徽标志”，如图2B所示，当然也可以任意选择其他的标志或图像。

1、水印图像WO的二维时空域置换加密采用著名的Arnold变换公式 $\left[\begin{array}{c}{x}_{n+1}\\ y_{n+1}\end{array}\right]=\left[\begin{array}{cc}1& 1\\ k& k+1\end{array}\right]\left[\begin{array}{c}{x}_n\\ y_n\end{array}\right]\left(\mathrm{mod}N\right),$ 变换参数取k＝1和叠代次数取n＝8，水印大小N＝128。图5给出了在参数k＝1和N＝128条件下不同变换次数(n＝0，n＝12，n＝36，n＝72，n＝96)的空域加密效果。

2、根据实际要求选取合适图像子块的尺寸为8×8，对原始载体图像10进行处理。

3、对原始图像的各分块进行SVD奇异值分解，得到相应分块奇异值序列λ和分块奇异向量对。这也是本发明方法的关键所在。一个数字灰度图像可以表述为(M×N)大小的矩阵A＝{α_i，j}m，n。线性代数理论表明，任意一个(M×N)的分块矩阵A(M≥N)的奇异值分解(SVD)可以表示为 $A=\mathrm{U\Λ}{V}^T=\underset{i}{\mathrm{\Σ}}{\mathrm{\λ}}_i{U}_i{V}_i$ 其中U和V分别是(M×M)和(M×N)的酉矩阵，各列互相正交。∧是(M×N)的非负对角阵，其主对角线元素非负，且按下列程序排序，λ1≤λ2≤...≤λN，其中的非零元素(λ1，λ2，...，λr)包含了矩阵A的奇异值，r为A的秩；矩阵奇异值可以通过求解AAT的特征值μ来计算： ${\mathrm{\λ}}_i=\sqrt{{\mathrm{\μ}}_i},$ i＝1，2，...，r。酉阵U和V分别称为矩阵A的左奇异阵和右奇异阵，U和V的各列分别是AAT和ATA的特征向量，称为A的左奇异向量和右奇异向量。

4、根据块分类SVD方法得到的奇异值序列以及奇异向量对结合HVS分析图像视觉掩蔽特性，判断分块所属类别，实现水印分量的自适应嵌入，选取不同的水印嵌入强度因子α[0.006∶0.010∶0.015]。图像的奇异值对应于图像的亮度特性而奇异向量对则表征了图像的几何特性。人类视觉系统HVS对图像所具有的亮度掩蔽、边界掩蔽和纹理掩蔽等效应表明；亮度较低、纹理简单的区域，HVS对其中象素值的改变较为敏感，所叠加的水印分量强度应最小；亮度较高，纹理复杂的区域，HVS的敏感性最弱，叠加的水印分量的强度应最大；其它类区域叠加的水印分量的强度则居中。

5、将经过变换加密后的数字水印信号与对应的分类嵌入强度因子相乘后加入到载体图像的低频部分，即分块奇异值最大值分量λ_m中。附图2中采用乘法规则：λm′＝λm*(1+αW)。

6、通过SVD反变换得到空域分块图像。A＝UΛ′V^T

7、按照分块规则组合得到嵌入水印后的载体图像IW，如图2A(b)所示。嵌入水印后的载体图像IW和Lenna源图像之间的差异(放大64倍)如图2A(c)所示。从图中可以看到，人眼无法分辨出嵌入水印后图像与原始图像的差异。

8、待检测的IW’进行分块处理，图像子块的尺寸8×8与嵌入过程的选取尺寸相同。

9、对待检测的图像的各分块进行SVD奇异值分解，得到相应分块奇异值序列λ^*和分块奇异向量对。

10、根据块分类SVD方法得到的奇异值序列以及奇异向量对结合HVS分析图像视觉掩蔽特性，判断分块所属类别，得到不同的水印嵌入强度因子α^*[0.006∶0.010∶0.015]，由待检测图像直接分析得到，不需要原始图像。

11、由计算得到分块奇异值的最大值分量λm^*以及水印嵌入强度因子α^*，根据嵌入算法法规的逆运算进行水印数据解码提取，得到嵌入的水印信息；其中原始图像的分块最大奇异值分量λm由中间文件得到。图2采用乘法规则的逆运算：W^*＝(λm*/λm-1)/α^*。

12、提取得到的水印信息W^*根据加密置换参数进行解密变换，变换参数k和叠代次数n由中间密码文件得到，恢复得到嵌入水印W’如图2B所示。

13、如需要，可以通过计算提取水印与原始水印之间的水印相似比值NC来判断数字水印信息的存在与否，其中NC计算公式如下： $\mathrm{NC}=\frac{{\mathrm{\Σ}}_i{\mathrm{\Σ}}_j\left(W_O(i,j)W^{*}(i,j)\right)}{{\mathrm{\Σ}}_i{\mathrm{\Σ}}_j{\left[W_O(i,j)\right]}^2}.$

通过主观观察和峰值信噪比PSNR来分析水印嵌入过程造成的失真，通过水印相似性NC和主观观察的水印意义评价提取的水印质量。图2A、B和图3A、B显示了本发明方法嵌入水印到不同原始图像中的不可见性，主观观察视觉效果表明嵌入水印后人眼基本分辨不出图像的改变。

水印攻击实验结果(表3及图5、图6)说明，由于采用的水印在感知上是可视的，所以提取的水印信息很容易辨别，算法对于几何攻击(剪切、随机裁剪、缩放等)以及低压缩比的JPEG有损压缩等操作能够准确检测/提取水印信号；对于平均滤波和中值滤波也能较好的实现水印的提取；对于高压缩比攻击，提取出的水印有明显失真，可以通过计算水印相似性比较阀值进行判定；水印图像在叠加高斯噪声(均值0，方差0.01)后，提取的水印模糊，只能通过水印相似性NC判定是否嵌入水印。

表3水印稳健性测试实验部分结果

                       PSNR(db)           NCa    随机裁剪            11.60               0.80b    简切                10.09               0.63c    缩放1x-1/4x-1x      31.29               0.76d    3×3平均滤波        31.77               0.61e    3×3中值滤波        35.07               0.86

 高斯噪声(0，0.01)   19.99               0.80f    100％JPEG压缩       43.94               1.00g    75％JPEG压缩        36.94               0.97h    50％JPEG压缩        35.25               0.83i    25％JPEG压缩        33.35               0.67j    10％JPEG压缩        30.29               0.56

Claims (3)

1、一种多媒体数据保护方法，其特征在于：多媒体数据通过分块分割和SVD奇异值分解变换，由数字水印嵌入和数字水印提取/检测两大部分组成，第一部分为嵌入数字水印的编码，包括：水印数据变换加密、原始图像分块、分块SVD变换、图像视觉掩蔽特性分析、水印数据嵌入、分块SVD反变换、图像分块组合，最后形成嵌入水印的图像；第二部分为提取数字水印的译码，包括：待检测图像分块、分块SVD变换、图像视觉掩蔽特性分析、水印数据恢复、水印数据变换解密，最后提取得到水印图像。

2、根据权利要求1所述的多媒体数据保护方法，其特征在于：多媒体数据可以表述为(N1×N2)大小的非负矩阵IO，对其进行大小为(M1×M2)的分块分割；并对分块进行SVD奇异值分解变换；数字水印信息嵌入到各分块图像的SVD奇异值最大分量中；SVD反变换，任意一个(M×N)的分块矩阵A(M≥N)的奇异值分解(SVD)可以表示为 $A={\mathrm{U\ΛV}}^T=\underset{i}{\mathrm{\Σ}}{\mathrm{\λ}}_i{U}_i{V}_i,$ 其中U和V分别是(M×N)和(N×N)的酉矩阵，各列互相正交；∧是(M×N)的非负对角阵，其主对角线元素非负，且按下列程序排序，λ1≤λ2≤...≤λN，其中的非零元素(λ1，λ2，...，λr)包含了矩阵A的奇异值，r为A的秩；矩阵奇异值(λ1，λ2，...，λr)可以通过求解AAT的特征值μ来计算： ${\mathrm{\λ}}_i=\sqrt{{\mathrm{\μ}}_i},$ i＝1，2，...，r，酉阵U和V分别称为矩阵A的左奇异阵和右奇异阵，U和V的各列分别是AAT和ATA的特征向量，称为A的左奇异向量和右奇异向量。

3、根据权利要求1所述的多媒体数据保护方法，其特征在于：对可能已经损坏的待检测的水印图像IW进行分块处理，图像子块的尺寸与嵌入过程的选取尺寸相同；对分块进行SVD奇异值分解变换；给出原始图像的分块奇异值最大分量矩阵λ根据数字水印的嵌入算法规则进行逆运算得到水印信息，提取出可能已经失真的水印信息。

Images