專(zhuān)利名稱(chēng)：多媒體數(shù)據(jù)保護(hù)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及多媒體數(shù)據(jù)加入數(shù)字水印保護(hù)的方法，具體地說(shuō)，涉及用分塊SVD(奇異值分解)變換將數(shù)字水印嵌進(jìn)多媒體數(shù)據(jù)(如靜止圖像、視頻、音頻等)，從而基本上避免在諸如壓縮、濾波、簡(jiǎn)切、重新縮放和其它操作之類(lèi)的圖像處理操作過(guò)程后無(wú)法提取/檢測(cè)損壞水印的方法。本發(fā)明可以直接適用于灰度圖像，也可以適用于彩色圖像和其它種類(lèi)的多媒體數(shù)據(jù)。
數(shù)字水印(Digital Watermarking)技術(shù)利用數(shù)字作品普遍存在的信息冗余性與隨機(jī)性，向其中嵌入不易察覺(jué)但可以判定區(qū)分的秘密信息—水印(Watermark)，從而起到保護(hù)作品版權(quán)或完整性的作用。數(shù)字水印應(yīng)滿足不可感知性、可靠性和穩(wěn)健性等基本要求。作為多媒體領(lǐng)域中知識(shí)產(chǎn)權(quán)保護(hù)的有效手段，數(shù)字水印正得到廣泛的研究與應(yīng)用。目前的水印技術(shù)包括時(shí)空域法和變換域法。時(shí)空域法將數(shù)字水印直接加載到數(shù)據(jù)上，具有容易增加水印的優(yōu)點(diǎn)，但隱藏的信息可以被輕易破壞或移去的缺點(diǎn)。變換域法可將數(shù)字?jǐn)?shù)據(jù)轉(zhuǎn)換成頻率分量的模擬信號(hào)并用諸如DCT、FFT、DWT及其它類(lèi)的多種變換技術(shù)插入水印。由于水印經(jīng)過(guò)變換后分布到整個(gè)數(shù)據(jù)上使得水印難以去除，并可以借鑒擴(kuò)展頻譜(Spread Spectrum)通信方法的思想提高數(shù)字水印的穩(wěn)健性。
為達(dá)上述目的，本發(fā)明是這樣進(jìn)行的，通過(guò)分塊SVD(奇異值分解)變換和圖像視覺(jué)掩蔽特性分析等綜合技術(shù)，實(shí)現(xiàn)有意義的圖像數(shù)字水印，隱秘信息根據(jù)視覺(jué)敏感性的不同而自適應(yīng)的調(diào)整嵌入強(qiáng)度，保證了嵌入數(shù)據(jù)前后的圖像視覺(jué)差別最小。
本發(fā)明的方法由數(shù)字水印嵌入和數(shù)字水印提取/檢測(cè)兩大部分組成，第一部分為嵌入數(shù)字水印的編碼，包括水印數(shù)據(jù)變換加密、原始圖像分塊、分塊SVD變換、圖像視覺(jué)掩蔽特性分析、水印數(shù)據(jù)嵌入、分塊SVD反變換、圖像分塊組合，最后形成嵌入水印的圖像；第二部分為提取數(shù)字水印的譯碼，包括待檢測(cè)圖像分塊、分塊SVD變換、圖像視覺(jué)掩蔽特性分析、水印數(shù)據(jù)恢復(fù)、水印數(shù)據(jù)變換解密，最后提取得到水印圖像?，F(xiàn)詳細(xì)說(shuō)明如下
第一部分為嵌入數(shù)字水印的編碼，包括下面七個(gè)步驟1，在水印嵌入以前應(yīng)用二維置換對(duì)水印圖像WO進(jìn)行時(shí)空域置換加密以增強(qiáng)算法安全性，其中變換參數(shù)k和疊代次數(shù)n可以作為密鑰，應(yīng)用時(shí)空域置換變換，改善了空域性能，安全性高。
2，原始圖像分塊首先對(duì)原始載體圖像IO進(jìn)行分塊處理，圖像子塊的尺寸的選取可以根據(jù)實(shí)際要求決定，一般要保證分塊數(shù)＞＝水印數(shù)據(jù)數(shù)；若想獲得更高的水印可靠性，可以考慮縮小子塊大小以重復(fù)嵌入水印。
3，對(duì)原始圖像的分塊進(jìn)行SVD奇異值分解得到分塊奇異值序列λ和分塊奇異向量對(duì)。
4，圖像視覺(jué)掩蔽特性分析SVD塊分類(lèi)方法結(jié)合人類(lèi)視覺(jué)系統(tǒng)HVS的掩蔽效應(yīng)對(duì)嵌入強(qiáng)度取值實(shí)現(xiàn)水印分量的自適應(yīng)嵌入，以獲得更好的視覺(jué)掩蔽性，根據(jù)分塊SVD得到的奇異值序列以及奇異向量對(duì)判斷分塊所屬類(lèi)別，選取不同的水印強(qiáng)度因子α。
5，水印數(shù)據(jù)嵌入將經(jīng)過(guò)變換加密后的數(shù)字水印信號(hào)與對(duì)應(yīng)的嵌入強(qiáng)度因子相乘后加入到載體圖像的低頻部分，即分塊奇異值的最大值分量，可以采用加法規(guī)則或者乘法規(guī)則。
6，分塊SVD反變換水印數(shù)據(jù)嵌入后，通過(guò)SVD反變換將圖像變換得到空域分塊圖像。
7，圖像分塊組合按照分塊規(guī)則組合得到嵌入水印后的載體圖像IW。
其中水印空域置換加密的變換參數(shù)密鑰、SVD分塊大小參數(shù)以及原始圖像的分塊SVD變換奇異值的最大值分量λmax保存入中間文件以在水印提取時(shí)使用。
第二部分為提取數(shù)字水印的解碼過(guò)程，操作步驟如下1，待檢測(cè)圖像分塊首先對(duì)待檢測(cè)的圖像IW’進(jìn)行分塊處理，
圖像子塊的尺寸與嵌入過(guò)程的選取尺寸相同。
2，對(duì)待檢測(cè)的圖像的分塊進(jìn)行SVD奇異值分解得到分塊奇異值序列λ*和分塊奇異向量對(duì)。
3，圖像視覺(jué)掩蔽特性分析根據(jù)分塊SVD得到的奇異值序列以及奇異向量對(duì)判斷待檢測(cè)圖像的分塊所屬類(lèi)別，得到不同的水印強(qiáng)度因子α*。
4，水印數(shù)據(jù)解碼提取根據(jù)數(shù)字水印的嵌入算法規(guī)則進(jìn)行逆運(yùn)算得到水印信息W*。
5，水印數(shù)據(jù)變換解密將提取得到的水印根據(jù)嵌入過(guò)程時(shí)的加密置換參數(shù)進(jìn)行解密變換，恢復(fù)得到嵌入水印WO*。
本發(fā)明的優(yōu)點(diǎn)如下1、基于圖像矩陣的SVD奇異值分解特性，關(guān)鍵技術(shù)是圖像的分塊SVD分解對(duì)圖像進(jìn)行分塊處理后，采用SVD分解獲得分塊奇異值的最大值分量以嵌入水印信息，穩(wěn)定性好，穩(wěn)健性高。
2、利用圖像視覺(jué)掩蔽性特性分析，在視覺(jué)敏感程度不同的分塊區(qū)域中自適應(yīng)性嵌入不同強(qiáng)度的水印數(shù)據(jù)，保證了數(shù)字水印的不可見(jiàn)性。
3、本發(fā)明采用圖像作為有意義水印嵌入和檢測(cè)，水印在感知上是可視的，易于發(fā)現(xiàn)信息丟失或惡意攻擊。本發(fā)明適用范圍廣，特別適合多媒體數(shù)據(jù)的知識(shí)產(chǎn)權(quán)保護(hù)及隱蔽通信等領(lǐng)域。


圖1B為本發(fā)明的流程圖提取/檢測(cè)算法。
圖2A為本發(fā)明的水印不可見(jiàn)性演示。Lenna源圖像嵌入水印后圖像。
圖2B為本發(fā)明的原始水印(上)和提取水印(下)。
圖3A為本發(fā)明的水印不可見(jiàn)性演示(a)Mandrill源圖像；(b)嵌入水印后圖像。
圖3B為本發(fā)明的原始水印(上)和提取水印(下)。
圖4為本發(fā)明的水印二維時(shí)空域加密變換不可見(jiàn)性演示采用Arnold變換公式，變換參數(shù)k＝1，N＝128。
圖5為本發(fā)明的水印穩(wěn)健性演示，經(jīng)過(guò)攻擊后的水印圖像；5a隨機(jī)裁剪；5b簡(jiǎn)切；5c縮小至原圖的1/4然后放大至原圖大小；5d 3×3平均濾波；5e 3×3中值濾波；5f 100％JPEG壓縮；5g 75％JEPG壓縮；5h 50％JPEG壓縮；5i 25％JPEG壓縮；5j 10％JPEG壓縮。
圖6為本發(fā)明的水印穩(wěn)健性演示，提取得到的水印信息；6a隨機(jī)裁剪；6b簡(jiǎn)切；6c縮小至原圖的1/4然后放大至原圖大??；6d 3×3平均濾波；6e 3×3中值濾波；6f 100％JPEG壓縮；6g 75％JEPG壓縮；6h 50％JPEG壓縮；6i 25％JPEG壓縮；6j 10％JPEG壓縮。
圖1A中水印數(shù)據(jù)的嵌入操作可以分成7個(gè)步驟，見(jiàn)表1。
表1水印數(shù)據(jù)的嵌入操作


圖1B中水印數(shù)據(jù)的提前操作可以分為5個(gè)步驟，見(jiàn)表2。
表2水印數(shù)據(jù)的提取操作


以附圖2A、B為例解釋數(shù)字圖像水印嵌入到Lenna源圖像中的具體過(guò)程，其中Lenna源圖像為512×512大小的8bits灰度圖像，如圖2a所示，水印圖像為128×128大小的二值圖像“同濟(jì)?；諛?biāo)志”，如圖2B所示，當(dāng)然也可以任意選擇其他的標(biāo)志或圖像。
1、水印圖像WO的二維時(shí)空域置換加密采用著名的Arnold變換公式xn+1yn+1=11kk+1xnyn(modN),]]>變換參數(shù)取k＝1和疊代次數(shù)取n＝8，水印大小N＝128。圖5給出了在參數(shù)k＝1和N＝128條件下不同變換次數(shù)(n＝0，n＝12，n＝36，n＝72，n＝96)的空域加密效果。
2、根據(jù)實(shí)際要求選取合適圖像子塊的尺寸為8×8，對(duì)原始載體圖像10進(jìn)行處理。
3、對(duì)原始圖像的各分塊進(jìn)行SVD奇異值分解，得到相應(yīng)分塊奇異值序列λ和分塊奇異向量對(duì)。這也是本發(fā)明方法的關(guān)鍵所在。一個(gè)數(shù)字灰度圖像可以表述為(M×N)大小的矩陣A＝{αi，j}m，n。線性代數(shù)理論表明，任意一個(gè)(M×N)的分塊矩陣A(M≥N)的奇異值分解(SVD)可以表示為A=UΛVT=ΣiλiUiVi]]>其中U和V分別是(M×M)和(M×N)的酉矩陣，各列互相正交?！氖?M×N)的非負(fù)對(duì)角陣，其主對(duì)角線元素非負(fù)，且按下列程序排序，λ1≤λ2≤...≤λN，其中的非零元素(λ1，λ2，...，λr)包含了矩陣A的奇異值，r為A的秩；矩陣奇異值可以通過(guò)求解AAT的特征值μ來(lái)計(jì)算λi=μi,]]>i＝1，2，...，r。酉陣U和V分別稱(chēng)為矩陣A的左奇異陣和右奇異陣，U和V的各列分別是AAT和ATA的特征向量，稱(chēng)為A的左奇異向量和右奇異向量。
4、根據(jù)塊分類(lèi)SVD方法得到的奇異值序列以及奇異向量對(duì)結(jié)合HVS分析圖像視覺(jué)掩蔽特性，判斷分塊所屬類(lèi)別，實(shí)現(xiàn)水印分量的自適應(yīng)嵌入，選取不同的水印嵌入強(qiáng)度因子α
。圖像的奇異值對(duì)應(yīng)于圖像的亮度特性而奇異向量對(duì)則表征了圖像的幾何特性。人類(lèi)視覺(jué)系統(tǒng)HVS對(duì)圖像所具有的亮度掩蔽、邊界掩蔽和紋理掩蔽等效應(yīng)表明；亮度較低、紋理簡(jiǎn)單的區(qū)域，HVS對(duì)其中象素值的改變較為敏感，所疊加的水印分量強(qiáng)度應(yīng)最小；亮度較高，紋理復(fù)雜的區(qū)域，HVS的敏感性最弱，疊加的水印分量的強(qiáng)度應(yīng)最大；其它類(lèi)區(qū)域疊加的水印分量的強(qiáng)度則居中。
5、將經(jīng)過(guò)變換加密后的數(shù)字水印信號(hào)與對(duì)應(yīng)的分類(lèi)嵌入強(qiáng)度因子相乘后加入到載體圖像的低頻部分，即分塊奇異值最大值分量λm中。附圖2中采用乘法規(guī)則λm′＝λm*(1+αW)。
6、通過(guò)SVD反變換得到空域分塊圖像。A＝UΛ′VT7、按照分塊規(guī)則組合得到嵌入水印后的載體圖像IW，如圖2A(b)所示。嵌入水印后的載體圖像IW和Lenna源圖像之間的差異(放大64倍)如圖2A(c)所示。從圖中可以看到，人眼無(wú)法分辨出嵌入水印后圖像與原始圖像的差異。
8、待檢測(cè)的IW’進(jìn)行分塊處理，圖像子塊的尺寸8×8與嵌入過(guò)程的選取尺寸相同。
9、對(duì)待檢測(cè)的圖像的各分塊進(jìn)行SVD奇異值分解，得到相應(yīng)分塊奇異值序列λ*和分塊奇異向量對(duì)。
10、根據(jù)塊分類(lèi)SVD方法得到的奇異值序列以及奇異向量對(duì)結(jié)合HVS分析圖像視覺(jué)掩蔽特性，判斷分塊所屬類(lèi)別，得到不同的水印嵌入強(qiáng)度因子α*
，由待檢測(cè)圖像直接分析得到，不需要原始圖像。
11、由計(jì)算得到分塊奇異值的最大值分量λm*以及水印嵌入強(qiáng)度因子α*，根據(jù)嵌入算法法規(guī)的逆運(yùn)算進(jìn)行水印數(shù)據(jù)解碼提取，得到嵌入的水印信息；其中原始圖像的分塊最大奇異值分量λm由中間文件得到。圖2采用乘法規(guī)則的逆運(yùn)算W*＝(λm*/λm-1)/α*。
12、提取得到的水印信息W*根據(jù)加密置換參數(shù)進(jìn)行解密變換，變換參數(shù)k和疊代次數(shù)n由中間密碼文件得到，恢復(fù)得到嵌入水印W’如圖2B所示。
13、如需要，可以通過(guò)計(jì)算提取水印與原始水印之間的水印相似比值NC來(lái)判斷數(shù)字水印信息的存在與否，其中NC計(jì)算公式如下NC=ΣiΣj(WO(i,j)W*(i,j))ΣiΣj[WO(i,j)]2.]]>
通過(guò)主觀觀察和峰值信噪比PSNR來(lái)分析水印嵌入過(guò)程造成的失真，通過(guò)水印相似性NC和主觀觀察的水印意義評(píng)價(jià)提取的水印質(zhì)量。圖2A、B和圖3A、B顯示了本發(fā)明方法嵌入水印到不同原始圖像中的不可見(jiàn)性，主觀觀察視覺(jué)效果表明嵌入水印后人眼基本分辨不出圖像的改變。
水印攻擊實(shí)驗(yàn)結(jié)果(表3及圖5、圖6)說(shuō)明，由于采用的水印在感知上是可視的，所以提取的水印信息很容易辨別，算法對(duì)于幾何攻擊(剪切、隨機(jī)裁剪、縮放等)以及低壓縮比的JPEG有損壓縮等操作能夠準(zhǔn)確檢測(cè)/提取水印信號(hào)；對(duì)于平均濾波和中值濾波也能較好的實(shí)現(xiàn)水印的提??；對(duì)于高壓縮比攻擊，提取出的水印有明顯失真，可以通過(guò)計(jì)算水印相似性比較閥值進(jìn)行判定；水印圖像在疊加高斯噪聲(均值0，方差0.01)后，提取的水印模糊，只能通過(guò)水印相似性NC判定是否嵌入水印。
表3水印穩(wěn)健性測(cè)試實(shí)驗(yàn)部分結(jié)果PSNR(db) NCa隨機(jī)裁剪11.60 0.80b簡(jiǎn)切10.09 0.63c縮放1x-1/4x-1x 31.29 0.76d3×3平均濾波31.77 0.61e3×3中值濾波35.07 0.86高斯噪聲(0，0.01) 19.99 0.80f100％JPEG壓縮 43.94 1.00g75％JPEG壓縮36.94 0.97h50％JPEG壓縮35.25 0.83i25％JPEG壓縮33.35 0.67j10％JPEG壓縮30.29 0.5權(quán)利要求
1.一種多媒體數(shù)據(jù)保護(hù)方法，其特征在于多媒體數(shù)據(jù)通過(guò)分塊分割和SVD奇異值分解變換，由數(shù)字水印嵌入和數(shù)字水印提取/檢測(cè)兩大部分組成，第一部分為嵌入數(shù)字水印的編碼，包括水印數(shù)據(jù)變換加密、原始圖像分塊、分塊SVD變換、圖像視覺(jué)掩蔽特性分析、水印數(shù)據(jù)嵌入、分塊SVD反變換、圖像分塊組合，最后形成嵌入水印的圖像；第二部分為提取數(shù)字水印的譯碼，包括待檢測(cè)圖像分塊、分塊SVD變換、圖像視覺(jué)掩蔽特性分析、水印數(shù)據(jù)恢復(fù)、水印數(shù)據(jù)變換解密，最后提取得到水印圖像。
2.根據(jù)權(quán)利要求1所述的多媒體數(shù)據(jù)保護(hù)方法，其特征在于多媒體數(shù)據(jù)可以表述為(N1×N2)大小的非負(fù)矩陣IO，對(duì)其進(jìn)行大小為(M1×M2)的分塊分割；并對(duì)分塊進(jìn)行SVD奇異值分解變換；數(shù)字水印信息嵌入到各分塊圖像的SVD奇異值最大分量中；SVD反變換，任意一個(gè)(M×N)的分塊矩陣A(M≥N)的奇異值分解(SVD)可以表示為A=UΛVT=ΣiλiUiVi,]]>其中U和V分別是(M×N)和(N×N)的酉矩陣，各列互相正交；∧是(M×N)的非負(fù)對(duì)角陣，其主對(duì)角線元素非負(fù)，且按下列程序排序，λ1≤λ2≤...≤λN，其中的非零元素(λ1，λ2，...，λr)包含了矩陣A的奇異值，r為A的秩；矩陣奇異值(λ1，λ2，...，λr)可以通過(guò)求解AAT的特征值μ來(lái)計(jì)算λi=μi,]]>i＝1，2，...，r，酉陣U和V分別稱(chēng)為矩陣A的左奇異陣和右奇異陣，U和V的各列分別是AAT和ATA的特征向量，稱(chēng)為A的左奇異向量和右奇異向量。
3.根據(jù)權(quán)利要求1所述的多媒體數(shù)據(jù)保護(hù)方法，其特征在于對(duì)可能已經(jīng)損壞的待檢測(cè)的水印圖像IW進(jìn)行分塊處理，圖像子塊的尺寸與嵌入過(guò)程的選取尺寸相同；對(duì)分塊進(jìn)行SVD奇異值分解變換；給出原始圖像的分塊奇異值最大分量矩陣λ根據(jù)數(shù)字水印的嵌入算法規(guī)則進(jìn)行逆運(yùn)算得到水印信息，提取出可能已經(jīng)失真的水印信息。
全文摘要
一種多媒體數(shù)據(jù)保護(hù)方法，基于多媒體數(shù)據(jù)的分塊奇異值分解的數(shù)字水印技術(shù)，屬于通信及圖像處理領(lǐng)域。本發(fā)明利用分塊奇異值分解方法，多媒體數(shù)據(jù)(靜止圖像、視頻、音頻等)經(jīng)過(guò)分塊奇異值分解后，數(shù)字水印信息(可視圖像、數(shù)據(jù)序列、文本等)加入到分塊奇異值的最大值分量中，然后通過(guò)分塊逆變換得到添加水印后的多媒體數(shù)據(jù)。與原始圖象相比，人眼主觀觀察基本分辨不出圖像的改變?；诒景l(fā)明方法的數(shù)字水印技術(shù)在有損壓縮和其它圖像處理操作方面有較高的可靠性，為多媒體數(shù)字作品的版權(quán)保護(hù)提供了一個(gè)可能的解決方案。本發(fā)明可以為Internet多媒體數(shù)據(jù)安全提供認(rèn)證和版權(quán)保護(hù)。
文檔編號(hào)G06T5/50GK1447233SQ0311510
公開(kāi)日2003年10月8日 申請(qǐng)日期2003年1月23日 優(yōu)先權(quán)日2003年1月23日
發(fā)明者王磊, 張志明 申請(qǐng)人:同濟(jì)大學(xué)