專利名稱：一種具有魯棒性的視頻水印的產(chǎn)生方法及其提取方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻圖像信息安全技術(shù)領(lǐng)域，尤其涉及一種具有魯棒性的視頻水印的產(chǎn)生方法及其提取方法。
背景技術(shù)：
提升小波變換是泛函分析、Fourier分析、數(shù)值分析的完美的結(jié)合，它廣泛地應(yīng)用于信號處理、圖像識別、計算機(jī)視覺、數(shù)據(jù)壓縮等領(lǐng)域。其與Fourier域變換相比，提升小波變換是一個時間和頻率的局域變換，其在時頻兩域都具有表征信號和局部特征的能力，但在計算過程中會涉及浮點數(shù)的運(yùn)算和取舍，視頻圖像一般是用整數(shù)表示的，更需要一種從整數(shù)到整數(shù)的變換，以實現(xiàn)重構(gòu)時能夠無失真的恢復(fù)原始圖像。
Swelden于1996年提出了一種不依賴于傅立葉變換的提升小波變換方法，使用二維提升小波變換進(jìn)行小波多分辨率分析變換，實現(xiàn)任意圖像尺寸的小波變換.提升格式給出了雙正交小波簡單而有效的構(gòu)造方法，它使用基本多項式插補(bǔ)來獲取信號的高頻分量， 之后通過構(gòu)建尺度函數(shù)來獲取信號的低頻分量，其過程由分裂、預(yù)測、更新由3個步驟組成.，詳細(xì)過程如下
一、分裂過程，將原始數(shù)據(jù)分解成偶數(shù)樣本和奇數(shù)樣本
Splits (sk[j]) = {s2k[j-l]}, {s2k+1[j-l]})
二、預(yù)測過程采用數(shù)據(jù)間的相關(guān)性預(yù)測算子P(.)，用偶數(shù)序列來預(yù)測奇數(shù)序列， 奇數(shù)序列{s2k+1[j-l]}與預(yù)測結(jié)果？(|821;+山_-1]})的差值作為在這一級分辨率上的高頻細(xì)節(jié)值，即 d[j-l] = s2k+1[j-l]-P(s2k+1[j-l])
三、更新為了修正經(jīng)過分裂與預(yù)測兩個步驟產(chǎn)生的子集丟失的信息，用更新算子 U(·) —個數(shù)據(jù)子集保持了我們所需的數(shù)據(jù)的一些特征，即產(chǎn)生了在低一級分辨率上的低頻信號
sk[j-l] = s2k[j-l]+U (s2k+1[j-l])
這三個過程完成了一次提升，可將分辨率為j的原始信號分解為下一級分辨率 j-ι的低頻信號和高頻信號，相當(dāng)于提升小波的分解過程。在逆提升過程中則通過逆更新恢復(fù)出偶數(shù)序列，然后通過逆預(yù)測恢復(fù)出奇數(shù)序列，最后將奇數(shù)序列和偶數(shù)序列拼接成原始信號。
視頻序列的視覺屏蔽特性是心理學(xué)家和計算機(jī)學(xué)家通過對人類視覺成像現(xiàn)象規(guī)律的研究以提高圖像可視質(zhì)量的方法。
Dempster-Shafer理論是一套利用“證據(jù)”和“組合”來處理不確定性推理問題的數(shù)學(xué)方法。根據(jù)人們的思維習(xí)慣，即利用上、下限概率來解決多值映射問題，并把證據(jù)的信任函數(shù)與概率的上下值相聯(lián)系構(gòu)造了一種不確定推理的識別框架U。設(shè)BEL1和BEL2是這個框架上的兩個信任函數(shù)，In1和m2分別是其對應(yīng)的BPAF，焦元分別為A1,…，Ak和B1, - ,Bt,設(shè)尺二玉廣⑷啊。則證據(jù)融合后的BPAF為
權(quán)利要求
1.一種具有魯棒性的視頻水印的產(chǎn)生方法，其特征在于其包括給宿主視頻嵌入水印圖像，該嵌入水印圖像的步驟包括1)利用密鑰對待嵌入水印圖像進(jìn)行處理，生成水印圖像的偽隨機(jī)序列；同時對宿主視頻的每一幀的亮度通道進(jìn)行8*8的圖像分塊，對于運(yùn)動圖像進(jìn)行16*16圖像分塊，并對得到的每個圖像分塊進(jìn)行提升小波變換，得到提升小波變換后的小波細(xì)節(jié)子帶LH、HL、和HH，其中LH為水平方向為低通、垂直方向為高通的小波細(xì)節(jié)子帶，HL為水平方向為高通、垂直方向為低通的小波細(xì)節(jié)子帶，HH為水平方向和垂直方向均為高通的小波細(xì)節(jié)子帶；2)經(jīng)提升小波變換后的小波細(xì)節(jié)子帶LH、HL和HH根據(jù)視頻序列的視覺屏蔽特性分別計算出每對相鄰圖像分塊A和B的靜態(tài)人類視覺屏蔽閾值JNDs (x, y)和每個圖像分塊基于視頻時間序列的動態(tài)人類視覺屏蔽閾值JNDt (x, y)，所述JNDt(x，y)=D(x，y)*0 (x, y)*|MV(u, v) | ;其中D(x，y)為運(yùn)動物體在每個幀內(nèi)留下的變形尺度，MV(U，V)為圖像分塊內(nèi)物體速度大小；Θ (x，y)為當(dāng)前幀圖像分塊的時間運(yùn)動角度；3)對每對相鄰圖像分塊A和B中的高頻小波細(xì)節(jié)子帶內(nèi)的細(xì)節(jié)悉數(shù)LHa(x，y)和 LHb(x, y)分別做比較，讓水印圖像的偽隨機(jī)序列分別按照下列條件嵌入小波細(xì)節(jié)子帶中當(dāng)待嵌入水印圖像的ω ° i = I時，如果 LHa (X，y) <LHb (X，y),則LHa(X，y) =1/2 (LHa(X，y) +LHb(x, y)) + aLHb(x, y) =1/2 (LHa(x, y) +LHb(x, y))-a如果 I LHa (x, y) -LHb (x, y)關(guān) 2 a，則LHa (x, y) =LHb (x, y) +2 a當(dāng)待嵌入水印圖像的ω ° i = O時，如果 LHa (X，y) >LHb (X，y),則 LHa(X，y) =1/2 (LHa(X，y) +LHb(x, y))-a LHb(x, y) =1/2 (LHa(x, y) +LHb(x, y)) + a 如果 I LHa (x, y) -LHb (x, y)關(guān) 2 a，則 LHb (x, y) =LHa (x, y) +2 a其中a為嵌入悉數(shù)，其a =JND/2, ω ° ^為待嵌入水印圖像的第i位；4)對嵌入水印圖像后的宿主圖像進(jìn)行提升小波變換的逆變換，即得到具有魯棒性的視頻水印。
2.根據(jù)權(quán)利要求1所述的一種具有魯棒性的視頻水印的產(chǎn)生方法，其特征在于所述宿主視頻的格式為沒有經(jīng)過MPEG壓縮的YCbCr。
3.根據(jù)權(quán)利要求1或2所述的具有魯棒性的視頻水印的提取方法，其特征在于其包括以下步驟1)將待提取檢測視頻中的每一幀的亮度通道進(jìn)行8*8圖像分塊，并對每個圖像分塊進(jìn)行提升小波變換；2)尋找到水印圖像嵌入的秘密位置，根據(jù)相鄰圖像的小波細(xì)節(jié)子帶中相應(yīng)細(xì)節(jié)系數(shù)之間的關(guān)系，得到待融合的水印證據(jù)，其滿足以下關(guān)系如果 LHa (X，y) >LHb (X，y),則 ω ° ^ = I ;如果 LHa (X，y) ( LHb (x, y),則 ω ° ^ = 0;3)利用Dempster-Shafer證據(jù)理論對得到的每個小波細(xì)節(jié)子帶的水印證據(jù)進(jìn)行數(shù)據(jù)融合量化，得到每個水印證據(jù)的可信度和支持度；4)使用密鑰恢復(fù)水印圖像，即完成對視頻水印的提取。
4.根據(jù)權(quán)利要求3所述的具有魯棒性的視頻水印的提取方法，其特征在于所述步驟3)中的水印證據(jù)的可信度
全文摘要
本發(fā)明公開了具有魯棒性的視頻水印的產(chǎn)生方法及其提取方法，其水印產(chǎn)生方法包括以下步驟1)生成水印圖像的偽隨機(jī)序列，對宿主視頻分塊并提升小波變換處理;2)計算出經(jīng)提升小波變換后的小波細(xì)節(jié)子帶的人類視覺屏蔽閾值；3)讓偽隨機(jī)序列嵌入小波細(xì)節(jié)子帶；4)對嵌入水印圖像后的宿主圖像進(jìn)行提升小波變換的逆變換，得到視頻水印。水印的提取方法包括以下步驟1)將待提取檢測視頻中的圖像分塊并提升小波變換；2)尋找到水印圖像嵌入的秘密位置，得到待融合的水印證據(jù)；3)利用Dempster-Shafer證據(jù)理論得到每個水印證據(jù)的可信度和支持度；4)使用密鑰恢復(fù)水印圖像。本發(fā)明能夠有效地抵抗幀裁剪、幀模糊,幀平均、幀交換、添加噪聲和MPEG壓縮等視頻攻擊。
文檔編號H04N21/8358GK103002355SQ20121056050
公開日2013年3月27日 申請日期2012年12月19日 優(yōu)先權(quán)日2012年12月19日
發(fā)明者孔祥增, 陳麗萍, 姚志強(qiáng), 黃榕寧, 楊文生 申請人:福建師范大學(xué)