專利名稱：基于小波域和獨(dú)立主成份分析的盲視頻水印方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻處理，具體地說是一種涉及盲視頻水印方法，可用于在因特網(wǎng)上對(duì)版權(quán)的保護(hù)與信息安全處理。

背景技術(shù)：
隨著數(shù)字技術(shù)和因特網(wǎng)的發(fā)展，各種形式的多媒體數(shù)字作品，如圖像、視頻、音頻等紛紛以網(wǎng)絡(luò)形式發(fā)表，人們可以方便地利用數(shù)字設(shè)備制作、處理和存儲(chǔ)圖像、語音、文本和視頻等信息媒體。與此同時(shí)，數(shù)字網(wǎng)絡(luò)通信正在飛速發(fā)展，使得信息的發(fā)布和傳輸實(shí)現(xiàn)了“數(shù)字化”和“網(wǎng)絡(luò)化”。在模擬時(shí)代，人們把磁帶作為記錄設(shè)備，盜版拷貝通常要比原始拷貝的質(zhì)量低，而盜版拷貝的二次拷貝的質(zhì)量更糟糕。而在數(shù)字時(shí)代，歌曲或電影的數(shù)字拷貝過程完全不損失作品質(zhì)量。自從1993年11月Internet上出現(xiàn)了MarcAndreessen的Mosaic網(wǎng)頁瀏覽器，Internet對(duì)用戶變得友好起來，很快人們便開始樂于從Internet上下載圖片、音樂和視頻。對(duì)數(shù)字媒體而言，Internet成了最出色的分支系統(tǒng)，因?yàn)樗坏杀镜?，而且不需要?shí)際空間進(jìn)行存儲(chǔ)，又能實(shí)時(shí)發(fā)送。因此，數(shù)字媒體很容易借助Internet或CD-ROM被復(fù)制、處理、傳播和公開。這樣就引發(fā)出數(shù)字信息傳輸?shù)陌踩珕栴}和數(shù)字產(chǎn)品的版權(quán)保護(hù)問題。如何在網(wǎng)絡(luò)環(huán)境中實(shí)施有效的版權(quán)保護(hù)和信息安全，如何防止數(shù)字產(chǎn)品，如電子出版物、音頻、視頻、動(dòng)畫、圖像產(chǎn)品等被侵權(quán)、盜版和篡改，已經(jīng)成為世界各國亟待解決的熱門課題。作為其中的一個(gè)重要分支，數(shù)字視頻水印技術(shù)是一種將數(shù)字、序列號(hào)、文字、圖像標(biāo)志等版權(quán)信息嵌入到視頻數(shù)據(jù)中的技術(shù)。
不可見數(shù)字視頻水印根據(jù)嵌入位置不同可分為時(shí)/空域，變換域和壓縮域三種水印方法。其中時(shí)/空域水印處理，是用各種各樣的方法直接修改載體的時(shí)/空域采樣，如直接修改像素的最低位，這種方法的不足是魯棒性不高，信息量少即能夠潛入的水印信息不太多，否則從視覺上能看出來。變換域水印處理，是對(duì)原始載體進(jìn)行各種各樣的變換后嵌入水印，如離散余弦變換，離散傅里葉變換，小波變換等，這種方法的不足是計(jì)算時(shí)間較長，方法復(fù)雜度較高。壓縮域水印處理，是指在MPEG域，VQ域和分形壓縮域內(nèi)進(jìn)行的水印處理，這種方法的不足是隨著解碼過程，水印也被提取，從而無法與視頻共存亡，對(duì)于解碼之后對(duì)視頻的攻擊無抵抗能力。
獨(dú)立主成份分析是一種分離統(tǒng)計(jì)分量中的主獨(dú)立成分方法，其主要的應(yīng)用在于特征提取以及盲源分離。孫建德等，Sun J D，Liu J.A Temporal Desynchronization ResilientVideo Watermarking Scheme Based on Independent Component Analysis.IEEE InternationalConference on Image Processing 2005，Vol.1(2005)265-268，提出了一種將水印直接嵌入到視頻序列的主獨(dú)立分量，即空域中的主獨(dú)立成分中的方法。在該方法中采用背景運(yùn)動(dòng)即由視頻序列提取的主獨(dú)立分量反映視頻的運(yùn)動(dòng)，包括主要的運(yùn)動(dòng)物體和背景的變換。實(shí)驗(yàn)表明，這種提取的獨(dú)立成分能自適應(yīng)于視頻內(nèi)容并且準(zhǔn)確的提取視頻序列的主要特征，從而使得該方法較一般變換域的水印方法更加穩(wěn)定。但是該方法存在以下不足 (1)當(dāng)視頻幀數(shù)超過30幀時(shí)，其運(yùn)算量較大。
(2)由于背景運(yùn)動(dòng)往往不如物體運(yùn)動(dòng)穩(wěn)定，因此如果將水印嵌入到背景的變化中，將會(huì)很容易被攻擊后丟失主要水印信息。以Coast序列為例，變換的河流背景變換細(xì)碎而易變，如果將水印嵌入到該區(qū)域會(huì)很不穩(wěn)定。
(3)由于視頻序列的獨(dú)立分量變換范圍廣，因此將水印嵌入在低能量區(qū)域時(shí)，易于造成嵌入水印信息檢測(cè)時(shí)的丟失。


發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述的不足，提出了一種基于小波域和獨(dú)立主成份分析的盲視頻水印方法，以提高水印嵌入的穩(wěn)定性和可靠性并縮短運(yùn)算時(shí)間。
實(shí)現(xiàn)本發(fā)明目的技術(shù)方案是先將圖像信息進(jìn)行水印嵌入，然后對(duì)嵌入的水印信息進(jìn)行提取。
具體過程如下 水印的嵌入 A.將原始視頻序列切分成多個(gè)視頻序列組； B.將每個(gè)視頻序列組變換到3-D DWT域，并提取該變換域所有視頻序列組的低頻分量； C.從所有視頻序列組的低頻分量中提取相應(yīng)的主獨(dú)立成分，并進(jìn)行維納濾波處理去除主獨(dú)立成份中的高斯背景噪聲； D.將維納濾波后的主獨(dú)立成份進(jìn)行水印嵌入； E.將嵌入水印的主獨(dú)立成份進(jìn)行逆變換，再合并成一個(gè)視頻序列。
水印的提取 F.將已嵌入的視頻序列切分成多個(gè)視頻序列組； G.將每組視頻序列變換到3-D DWT域，并提取該變換域所有視頻組的低頻分量； H.從所有視頻組的低頻分量中提取相應(yīng)的主獨(dú)立成分，并進(jìn)行維納濾波； I.對(duì)維納濾波后的主獨(dú)立成份進(jìn)行水印提取，并合并為一個(gè)水印序列。
上述盲視頻水印方法，其中步驟B按如下過程進(jìn)行 B1.將每一個(gè)視頻序列組的圖像進(jìn)行二維的一級(jí)小波分解， B2.對(duì)一級(jí)小波分解后的每一個(gè)視頻序列組的低頻分量LL進(jìn)行提?。? B3.將每一組的低頻分量LL進(jìn)行時(shí)間軸上的一維小波變換，得到該組的低頻三維矩陣LLL； B4.將每一組的低頻三維矩陣重排成一個(gè)行向量，該行向量組成矩陣X的一行，得到該變換域所有視頻序列組的低頻分量，即二維矩陣X。
上述盲視頻水印方法，其中步驟C按如下過程進(jìn)行 C1.用分離矩陣S對(duì)矩陣X進(jìn)行分離，得到獨(dú)立成份矩陣Y，即Y＝S×X，將獨(dú)立成份矩陣Y的每一行還原成三維矩陣LLL′，其大小與LLL相同； C2.將所得到的三維矩陣LLL′的每一層二維矩陣進(jìn)行二維的維納濾波，得到濾波后的矩陣LLLW′； C3.將濾波后的矩陣LLLW′重排成一維序列，得到維納濾波后的主獨(dú)立成份矩陣Y′。上述盲視頻水印方法，其中步驟D按如下過程進(jìn)行 D1.隨機(jī)生成兩個(gè)密鑰D＝[d1，d2，...，dN|di∈R+，1≤i≤N]和K＝[k1，k2，...，kM]，其中N為Y′的元素個(gè)數(shù)，M為待嵌入水印的元素個(gè)數(shù)； D2.對(duì)主獨(dú)立成份矩陣Y′重排，得到一維矢量Z′； D3.將二進(jìn)制水印W＝[w1，w2，...，wN|wi∈(0，1)，1≤i≤N]嵌入到一維矢量Z′，將Z′分割成若干個(gè)長度為N/M大小的矢量，其中第i個(gè)子向量可表示成為Zi′，嵌入公式為Zi′+αiki；其中αi為加權(quán)參數(shù)。
上述盲視頻水印方法，其中步驟G按如下過程進(jìn)行 G1.將每一個(gè)視頻序列組的圖像進(jìn)行二維的一級(jí)小波分解； G2.對(duì)一級(jí)小波分解后的每一個(gè)視頻序列組的低頻分量LL″進(jìn)行提?。? G3.將每一組的低頻分量LL″進(jìn)行時(shí)間軸上的一維小波變換，得到該組的低頻三維矩陣LLL″； G4.將每一組的低頻三維矩陣重排成一個(gè)行向量，該行向量組成矩陣X″的一行，得到該變換域所有視頻序列組的低頻分量，即二維矩陣X″。
上述盲視頻水印方法，其中步驟H按如下過程進(jìn)行 H1.用分離矩陣S對(duì)矩陣X″進(jìn)行分離，得到獨(dú)立成份矩陣Y″，即Y″＝S×X″，將獨(dú)立成份矩陣Y″的每一行還原成三維矩陣LLL″，其大小與LLL相同； H2.將所得到的三維矩陣LLL″的每一層二維矩陣進(jìn)行二維的維納濾波，得到濾波后的矩陣LLLW″； H3.將濾波后的矩陣LLLW″重排成一維序列，得到維納濾波后的主獨(dú)立成份矩陣Y″。上述盲視頻水印方法，其中步驟I按如下過程進(jìn)行 I1.對(duì)主獨(dú)立成份矩陣Y″重排，得到已嵌入水印后一維矢量Z″； I2.從一維矢量Z″中按照單水印提取法則提取水印，式中，wi是 二進(jìn)制水印W的第i個(gè)元素，ki是密鑰K的第i個(gè)元素，di是密鑰D的i個(gè)元素。
本發(fā)明由于在主獨(dú)立分量提取基礎(chǔ)上引入了三維DWT，在有效提取視頻序列的主要特征基礎(chǔ)上將獨(dú)立主成份分析的運(yùn)算時(shí)間縮短到約原來的1/4，解決了水印嵌入過程運(yùn)行時(shí)間過大的問題；同時(shí)由于本發(fā)明采用將三維DWT與維納濾波相結(jié)合，提高了抗攻擊能力，降低了背景噪聲對(duì)水印算法穩(wěn)定性的干擾；此外由于采用了單水印嵌入及提取方法，實(shí)現(xiàn)了水印的盲提取。



圖1是本發(fā)明水印嵌入流程圖； 圖2是本發(fā)明水印提取流程圖； 圖3是本發(fā)明嵌入，提取實(shí)例圖； 圖4是本發(fā)明嵌入水印結(jié)果圖， 其中，4a是水印圖像， 4b是已嵌入水印圖像后的視頻序列1截圖， 4c是已嵌入水印圖像后的視頻序列2截圖， 4d是已嵌入水印圖像后的視頻序列3截圖； 圖5是本發(fā)明對(duì)視頻序列3經(jīng)維納濾波處理后的結(jié)果圖， 其中，5a是亮度分量幀， 5b是主成份分量幀， 5c是經(jīng)過維納濾波處理后的主成份分量幀； 圖6是對(duì)本發(fā)明與現(xiàn)有技術(shù)的幀交換攻擊仿真結(jié)果圖， 其中，6a是對(duì)視頻序列1仿真結(jié)果圖， 6b是對(duì)視頻序列2仿真結(jié)果圖， 6c是對(duì)視頻序列3仿真結(jié)果圖； 圖7是對(duì)本發(fā)明與現(xiàn)有技術(shù)的幀平均攻擊仿真結(jié)果圖， 其中，7a是對(duì)視頻序列1仿真結(jié)果圖， 7b是對(duì)視頻序列2仿真結(jié)果圖， 7c是對(duì)視頻序列3仿真結(jié)果圖； 圖8是對(duì)本發(fā)明與現(xiàn)有技術(shù)的高斯噪聲攻擊仿真結(jié)果圖， 其中，8a是對(duì)視頻序列1仿真結(jié)果圖， 8b是對(duì)視頻序列2仿真結(jié)果圖， 8c是對(duì)視頻序列3仿真結(jié)果圖； 圖9是對(duì)本發(fā)明與現(xiàn)有技術(shù)的MPEG壓縮攻擊仿真結(jié)果圖， 其中，9a是對(duì)視頻序列1仿真結(jié)果圖， 9b是對(duì)視頻序列2仿真結(jié)果圖， 9c是對(duì)視頻序列3仿真結(jié)果圖。
具體實(shí)施方案 參照?qǐng)D1，本發(fā)明的嵌入過程如下 1.將原始視頻序列切分成多個(gè)視頻序列組。
將原始視頻序列的圖像序列以時(shí)間軸為順序分組，每8幀相鄰圖像分為一組，組間圖像無重疊。
2.將每個(gè)視頻序列組變換到3-D DWT域，并提取該變換域所有視頻序列組的低頻分量。
先將每一個(gè)視頻序列組的圖像進(jìn)行二維Mallat小波一級(jí)分解，即分別在幀內(nèi)行方向和幀內(nèi)列方向進(jìn)行一維離散小波分解，并再提取每一個(gè)視頻序列組的Mallat小波一級(jí)分解后得到的低頻分量LL，即二維近似分量；再將每一視頻序列組的低頻分量LL進(jìn)行時(shí)間軸上的一維離散小波變換，得到每一視頻序列組的低頻三維矩陣LLL，即三維近似分量；然后將每一視頻序列組的低頻三維矩陣LLL重排成一個(gè)行向量，得到該變換域所有視頻序列組的二維矩陣X，該二維矩陣為3-D DWT域的低頻分量。
3.從所有視頻序列組的低頻分量中提取相應(yīng)的主獨(dú)立成分，并進(jìn)行維納濾波處理去除主獨(dú)立成份中的高斯背景噪聲。
本發(fā)明采用FastICA方法來提取每個(gè)視頻序列的獨(dú)立分量。該方法將觀測(cè)信號(hào)變換成Y＝S×X，使得Y的分量具有單位方差且互不相關(guān)，Y的自相關(guān)矩陣是單位陣，S為分離矩陣，通常分離矩陣可以由下式給出S＝Λ-1/2ET，其中Λ＝diag[λ1，λ2，...，λN]，E＝[e1，e2，...，eN]。λi表示觀察信號(hào)X的協(xié)方差矩陣Rx＝E[XXT]的第i個(gè)最大特征值，ei為對(duì)應(yīng)的特征向量。用分離矩陣S對(duì)矩陣X進(jìn)行分離，得到獨(dú)立成份矩陣Y，將獨(dú)立成份矩陣Y的每一行還原成三維矩陣LLL′，其大小與LLL相同。將所得到的三維矩陣LLL′的每一層二維矩陣進(jìn)行二維的維納濾波，濾除符合高斯分布的背景噪聲，并保存濾除的噪聲信號(hào)的均值與方差，所保存的均值與方差即為密鑰P，得到濾波后的矩陣LLLW′。將每一組濾波后的矩陣LLLW′重新排列成一個(gè)行向量，得到所有視頻序列組維納濾波后的主獨(dú)立成份矩陣Y′。
4.將維納濾波后的主獨(dú)立成分矩陣Y′進(jìn)行水印嵌入。
隨機(jī)生成兩個(gè)密鑰D＝[d1，d2，...，dN|di∈R+，1≤i≤N]和K＝[k1，k3，...，kM]，其中N為Y′的元素個(gè)數(shù)，M為待嵌入水印的元素個(gè)數(shù)；對(duì)主獨(dú)立成份矩陣Y′重排，得到一維矢量Z′，并將二進(jìn)制水印W＝[w1，w2，...，wN|wi∈(0，1)，1≤i≤N]嵌入到一維矢量Z′，得到嵌入水印后的一維矢量Z″；將Z′分割成若干個(gè)長度為N/M大小的矢量，其中第i個(gè)子向量可表示成為Zi′，嵌入公式為Zi′+αiki，其中加權(quán)參數(shù)αi按如下單水印嵌入準(zhǔn)則獲得 Else 在這里round(·)是四舍五入運(yùn)算，％為模2運(yùn)算，‖·‖2是二范數(shù)運(yùn)算。
5.將嵌入水印的主獨(dú)立成份進(jìn)行逆變換，再合并成一個(gè)視頻序列。
首先將已嵌入水印的一維矢量Z″重排為主獨(dú)立成份矩陣，由密鑰P可恢復(fù)被濾除的背景噪聲信號(hào)，進(jìn)而恢復(fù)為嵌入水印的主獨(dú)立成份矩陣Y″；再由分離矩陣的逆矩陣S-1將Y″恢復(fù)為二維矩陣X″，即嵌入水印后的3-D DWT域的低頻分量，其運(yùn)算公式為S-1Y″；將X″進(jìn)行相應(yīng)的DWT反變換，即可得到已嵌入水印的每個(gè)視頻序列組；最后將視頻序列組以時(shí)間軸合并，得到已嵌入水印的視頻序列。
參照?qǐng)D2，本發(fā)明的提取過程如下 1.將已嵌入水印的視頻序列切分成多個(gè)視頻序列組。
將已嵌入水印的視頻序列的圖像序列以時(shí)間軸為順序分組，每8幀相鄰圖像分為一組，組間圖像無重疊。
2.將每組視頻序列變換到3-D DWT域，并提取該變換域所有視頻組的低頻分量。
將每一個(gè)視頻序列組的圖像進(jìn)行二維Mallat小波一級(jí)分解，即分別在幀內(nèi)行方向和幀內(nèi)列方向進(jìn)行一維離散小波分解；提取每一個(gè)視頻序列組的Mallat小波一級(jí)分解，得到每一個(gè)視頻序列組的低頻分量LL″，即二維近似分量；將每一組的低頻分量LL″進(jìn)行時(shí)間軸上的一維離散小波變換，得到每一組的低頻三維矩陣LLL″，即三維近似分量；將每一組的低頻三維矩陣LLL″重排成一個(gè)行向量，得到二維矩陣X″，該二維矩陣X″為變換域所有視頻序列組的低頻分量。
2.從所有視頻組的低頻分量中提取相應(yīng)的主獨(dú)立成分，并進(jìn)行維納濾波。
用分離矩陣S對(duì)二維矩陣X″進(jìn)行分離，得到獨(dú)立成份矩陣Y″，即Y″＝S*X″，將獨(dú)立成份矩陣Y″的每一行還原成三維矩陣LLL″，其大小與LLL相同；將所得到的三維矩陣LLL″的每一層二維矩陣進(jìn)行與嵌入時(shí)相同參數(shù)的二維維納濾波，得到濾波后的矩陣LLLW″；將濾波后的矩陣LLLW″重排成一維序列，得到維納濾波后的主獨(dú)立成份矩陣Y″。
4.對(duì)維納濾波后的主獨(dú)立成份進(jìn)行水印提取，并合并為一個(gè)水印序列。
對(duì)主獨(dú)立成份矩陣Y″重排，得到已嵌入水印后的一維矢量Z″；從一維矢量Z″中按照單水印提取法則提取水印序列，即可得到合并后的水印序列，式中，wi是提取的二進(jìn)制水印序列W′的第i個(gè)元素，ki是密鑰K的第i個(gè)元素，di是密鑰D的第i個(gè)元素。
參照?qǐng)D3，本發(fā)明以coast序列為例，其盲視頻水印的過程如下 1.進(jìn)行水印嵌入 (1)將原始的視頻序列按每8幀分為一組，每組進(jìn)行一層3-D DWT分解，提取出該組圖像序列3-D DWT域的低頻分量； (2)將每組低頻分量矩陣視為fast-ICA的一個(gè)觀測(cè)向量，此時(shí)需將該觀測(cè)向量一維化以便處理，通過fast-ICA算法對(duì)觀測(cè)向量矩陣進(jìn)行ICA分解提取主成份； (3)將分解后的主成份還原成三維矩陣，對(duì)還原后的矩陣每一層進(jìn)行二維維納濾波以濾除主成份圖像的多變背景； (4)對(duì)濾除后的主成份矩陣使用SWE嵌入法則Wong P H W，Au O C，Yeung Y M.A Novel Blind Multiple Watermarking Technique for Images.IEEE Transactions on Circuitsand Systems for Video Technology，Vol.13，No.8，(2003)813～830)進(jìn)行水印嵌入； (5)嵌入水印的結(jié)果經(jīng)過維納濾、ICA和3-D DWT逆變換后得到嵌入水印后的視頻序列。
2.進(jìn)行水印提取 (1)將嵌入水印后的視頻序列按每8幀分為一組，每組進(jìn)行一層3-D DWT分解，提取出該組圖像序列3-D DWT域的低頻分量； (2)將每組低頻分量矩陣視為Fast-ICA的一個(gè)觀測(cè)向量，此時(shí)需將該觀測(cè)向量一維化以便處理，通過與嵌入方法同樣參數(shù)下的fast-ICA分解，對(duì)觀測(cè)向量矩陣進(jìn)行ICA分解提取主成份； (3)將分解后的主成份還原成三維矩陣，對(duì)還原后的矩陣每一層進(jìn)行與嵌入方法同等參數(shù)下的二維維納濾波； (4)對(duì)濾除后的主成份矩陣使用SWE提取法則(Wong P H W，Au O C，Yeung Y M.A Novel Blind Multiple Watermarking Technique for Images.IEEE Transactions on Circuitsand Systems for Video Technology，Vol.13，No.8，(2003)813～830)進(jìn)行水印提取，輸出水印序列。
本發(fā)明的效果可通過以下測(cè)試進(jìn)一步說明 測(cè)試中采用了三段標(biāo)準(zhǔn)真彩色視頻進(jìn)行了三方面的測(cè)試Football(288×352)，Tennis(240×352)，Coast(288×352)，簡(jiǎn)稱為序列1，2，3。每段視頻的幀數(shù)均為32幀。嵌入的水印圖像大小為64×64。2-D維納濾波窗口大小為4×4。引入文獻(xiàn)Sun J D，Liu J.ATemporal Desynchronization Resilient Video Watermarking Scheme Based on IndependentComponent Analysis.IEEE International Conference on Image Processing 2005，Vol.1(2005)265-268中的方法作為已有方法，與本發(fā)明進(jìn)行測(cè)試對(duì)比。
測(cè)試1.用序列1，2，3分別采用本發(fā)明與已有算法進(jìn)行實(shí)時(shí)性測(cè)試，結(jié)果如表1。
表1 從表1可見，本發(fā)明的運(yùn)行時(shí)間比已有方法運(yùn)行時(shí)間快，其中序列1的運(yùn)行時(shí)間比已有方法少了92s，序列2的運(yùn)行時(shí)間比已有方法少了72s，序列3的運(yùn)行時(shí)間比已有方法少了79s。
測(cè)試2.用序列1，2，3采用本發(fā)明方法進(jìn)行感知性測(cè)試，結(jié)果如圖4。在這里以平均PSNR，即每一幀圖像的PSNR均值，作為嵌入水印后的視頻圖像質(zhì)量的客觀評(píng)價(jià)標(biāo)準(zhǔn)。
從圖4a可看出，序列1的視覺效果在嵌入水印后無明顯失真及塊效應(yīng)，其平均PSNR為48.4629。
從圖4b可看出，序列2的視覺效果在嵌入水印后無明顯失真及塊效應(yīng)，其平均PSNR為48.2773。
從圖4c可看出序列3的視覺效果在嵌入水印后無明顯失真及塊效應(yīng)，其平均PSNR為48.2751。
測(cè)試3.用序列3分別采用本發(fā)明與已有方法進(jìn)行穩(wěn)定性測(cè)試，結(jié)果如圖5。
從圖5a可看出序列3的原始亮度分量圖像，背景噪聲，即河流，細(xì)碎而多變。
從圖5b可看出已有方法的主成份分量幀，主要運(yùn)動(dòng)物體淹沒在背景噪聲中。
從圖5c可看出本發(fā)明的主成份分量幀，經(jīng)過維納濾波后，主要運(yùn)動(dòng)物體突出，從而使得水印的嵌入不隨背景噪聲的擾動(dòng)而被干擾。
測(cè)試4.用序列1，2，3分別采用本發(fā)明與已有方法分別進(jìn)行了抗幀交換、幀平均、高斯噪聲和MPEG壓縮攻擊測(cè)試，結(jié)果如圖6、圖7、圖8、圖9。在這里以BCR，即提取水印的正確率為評(píng)測(cè)標(biāo)準(zhǔn)，其計(jì)算公式為，其中，W為嵌入的水印序列，W′為提取的水印序列，N為水印序列的長度，BCR值越高則表明抗攻擊能力越強(qiáng)。
在圖6a、圖6b、圖6c中，橫坐標(biāo)代表交換的幀數(shù)，均為1～32，縱坐標(biāo)均代表相對(duì)應(yīng)的BCR值， 從圖6a可看出，序列1的幀交換攻擊結(jié)果是本發(fā)明的抗幀交換的攻擊能力優(yōu)于已有方法。
從圖6b可看出，序列2的幀交換攻擊結(jié)果是本發(fā)明的抗幀交換的攻擊能力優(yōu)于已有方法。
從圖6c可看出，序列3的幀交換攻擊結(jié)果是本發(fā)明的抗幀交換的攻擊能力優(yōu)于已有方法。
在圖7a，圖7b，圖7c中，橫坐標(biāo)代表平均的幀數(shù)，均為2～32，縱坐標(biāo)均代表相對(duì)應(yīng)的BCR值， 從圖7a可看出，序列1的幀平均攻擊結(jié)果是本發(fā)明的抗幀平均攻擊能力與已有方法相當(dāng)。
從圖7b可看出，序列2的幀平均攻擊結(jié)果是本發(fā)明的抗幀平均攻擊能力優(yōu)于已有方法。
從圖7c可看出，序列3的幀平均攻擊結(jié)果是本發(fā)明的抗幀平均攻擊能力優(yōu)于已有方法。
在圖8a，圖8b，圖8c中，橫坐標(biāo)代表加入高斯噪聲的結(jié)果的PSNR，均為23～34，縱坐標(biāo)均代表相對(duì)應(yīng)的BCR值， 從圖8a可看出，序列1的高斯噪聲攻擊結(jié)果是本發(fā)明的抗攻擊能力與已有方法相當(dāng)。
從圖8b可看出，序列2的高斯噪聲攻擊結(jié)果是本發(fā)明的抗攻擊能力優(yōu)于已有方法。
從圖8c可看出，序列3的高斯噪聲攻擊結(jié)果是本發(fā)明的抗攻擊能力優(yōu)于已有方法。
在圖9a，圖9b，圖9c中，橫坐標(biāo)代表MPEG壓縮參數(shù)，均為15～27，縱坐標(biāo)均代表相對(duì)應(yīng)的BCR值， 從圖9a可看出，序列1的高斯噪聲攻擊結(jié)果與本發(fā)明的抗攻擊能力與已有方法相當(dāng)。
從圖9b可看出，序列2的高斯噪聲攻擊結(jié)果與本發(fā)明的抗攻擊能力與已有方法相當(dāng)。
從圖9c可看出，序列3的高斯噪聲攻擊結(jié)果與本發(fā)明的抗攻擊能力與已有方法相當(dāng)。
權(quán)利要求
1.一種基于小波域和獨(dú)立主成份分析的盲視頻水印嵌入方法，包括如下過程
A.將原始視頻序列切分成多個(gè)視頻序列組；
B.將每個(gè)視頻序列組變換到3-D DWT域，并提取該變換域所有視頻序列組的低頻分量；
C.從所有視頻序列組的低頻分量中提取相應(yīng)的主獨(dú)立成分，并進(jìn)行維納濾波處理去除主獨(dú)立成份中的高斯背景噪聲；
D.將維納濾波后的主獨(dú)立成份進(jìn)行水印嵌入；
E.將嵌入水印的主獨(dú)立成份進(jìn)行逆變換，再合并成一個(gè)視頻序列。
2.一種基于小波域和獨(dú)立主成份分析的盲視頻水印提取方法，包括如下過程
F.將已嵌入的視頻序列切分成多個(gè)視頻序列組；
G.將每組視頻序列變換到3-D DWT域，并提取該變換域所有視頻組的低頻分量；
H.從所有視頻組的低頻分量中提取相應(yīng)的主獨(dú)立成分，并進(jìn)行維納濾波；
I.對(duì)維納濾波后的主獨(dú)立成份進(jìn)行水印提取，并合并為一個(gè)水印序列。
3.根據(jù)權(quán)利要求1所述的盲視頻水印嵌入方法，其中步驟B按如下過程進(jìn)行
B1.將每一個(gè)視頻序列組的圖像進(jìn)行二維的一級(jí)小波分解；
B2.對(duì)一級(jí)小波分解后的每一個(gè)視頻序列組的低頻分量LL進(jìn)行提?。?br> B3.將每一組的低頻分量LL進(jìn)行時(shí)間軸上的一維小波變換，得到該組的低頻三維矩陣LLL；
B4.將每一組的低頻三維矩陣重排成一個(gè)行向量，得到該變換域所有視頻序列組的二維矩陣X，即低頻分量。
4.根據(jù)權(quán)利要求1所述的盲視頻水印嵌入方法，其中步驟C按如下過程進(jìn)行
C1.用分離矩陣S對(duì)矩陣X進(jìn)行分離，得到獨(dú)立成份矩陣Y，即Y＝S×X，將獨(dú)立成份矩陣Y的每一行還原成三維矩陣LLL′，其大小與LLL相同；
C2.將所得到的三維矩陣LLL′的每一層二維矩陣進(jìn)行二維的維納濾波，得到濾波后的矩陣LLLW′；
C3.將濾波后的矩陣LLLW′重排成一維序列，得到維納濾波后的主獨(dú)立成份矩陣Y′。
5.根據(jù)權(quán)利要求1所述的盲視頻水印嵌入方法，其中步驟D按如下過程進(jìn)行
D1.隨機(jī)生成兩個(gè)密鑰D＝[d1，d2，...，dN|di∈R+，1≤i≤N]和K＝[k1，k2，...，kM]，其中N為Y′的元素個(gè)數(shù)，M為待嵌入水印的元素個(gè)數(shù)；
D2.對(duì)主獨(dú)立成份矩陣Y′重排，得到一維矢量Z′；
D3.將二進(jìn)制水印W＝[w1，w2，...，wN|wi∈(0，1)，1≤i≤N]嵌入到一維矢量Z′，將Z′分割成若干個(gè)長度為N/M大小的矢量，其中第i個(gè)子向量可表示成為Zi′，嵌入公式為Zi′+αiki；其中αi為加權(quán)參數(shù)。
6.根據(jù)權(quán)利要求2所述的盲視頻水印提取方法，其中步驟G按如下過程進(jìn)行
G1.將每一個(gè)視頻序列組的圖像進(jìn)行二維的一級(jí)小波分解；
G2.對(duì)一級(jí)小波分解后的每一個(gè)視頻序列組的低頻分量LL″進(jìn)行提??；
G3.將每一組的低頻分量LL″進(jìn)行時(shí)間軸上的一維小波變換，得到該組的低頻三維矩陣LLL″；
G4.將每一組的低頻三維矩陣重排成一個(gè)行向量，得到該變換域所有視頻序列組的二維矩陣X″，即低頻分量。
7.根據(jù)權(quán)利要求2所述的盲視頻水印提取方法，其中步驟H按如下過程進(jìn)行
H1.用分離矩陣S對(duì)矩陣X″進(jìn)行分離，得到獨(dú)立成份矩陣Y″，即Y″＝S×X″，將獨(dú)立成份矩陣Y″的每一行還原成三維矩陣LLL″，其大小與LLL相同；
H2.將所得到的三維矩陣LLL″的每一層二維矩陣進(jìn)行二維的維納濾波，得到濾波后的矩陣LLLW″；
H3.將濾波后的矩陣LLLW″重排成一維序列，得到維納濾波后的主獨(dú)立成份矩陣Y″。
8.根據(jù)權(quán)利要求2所述的盲視頻水印提取方法，其中步驟I按如下過程進(jìn)行
I1.對(duì)主獨(dú)立成份矩陣Y″重排，得到已嵌入水印后一維矢量Z″；
I2.從一維矢量Z″中按照單水印提取法則提取水印，式中，wi是二進(jìn)制水印W的第i個(gè)元素，ki是密鑰K的第i個(gè)元素，di是密鑰D的i個(gè)元素。
全文摘要
本發(fā)明公開了一種基于小波域和獨(dú)立主成份分析的盲視頻水印方法，其過程是將原始視頻序列切分成多個(gè)視頻序列組，并變換到3-D DWT域提取所有視頻序列組低頻分量；從所有視頻序列組的低頻分量中提取相應(yīng)的主獨(dú)立成分，并進(jìn)行維納濾波處理后嵌入水??；將嵌入水印的主獨(dú)立成份進(jìn)行逆變換，再合并成一個(gè)視頻序列；將已嵌入的視頻序列切分成多個(gè)視頻序列組；并變換到3-D DWT域提取該變換域的所有視頻序列組低頻分量；從所有視頻組的低頻分量中提取相應(yīng)的主獨(dú)立成分，并進(jìn)行維納濾波；對(duì)維納濾波后的主獨(dú)立成份進(jìn)行水印提取，并合并為一個(gè)水印序列輸出。本發(fā)明具有運(yùn)算時(shí)間短，抗攻擊能力強(qiáng)的優(yōu)點(diǎn)，可用于在因特網(wǎng)上對(duì)版權(quán)的保護(hù)與信息安全處理。
文檔編號(hào)H04N7/24GK101222620SQ20071001911
公開日2008年7月16日 申請(qǐng)日期2007年11月20日 優(yōu)先權(quán)日2007年11月20日
發(fā)明者高新波, 潔 李, 王靜煒, 成 鄧, 文 路, 鵬 王, 萌 賈 申請(qǐng)人:西安電子科技大學(xué)