專利名稱：采用幾何校準的抗幾何變換圖象水印方法
技術領域：
本發明涉及一種多媒體信號處理領域，是一種圖象幾何校準和保護數字圖象的方法。
背景技術：
目前，水印對抗幾何攻擊有非盲檢測和盲檢測的方法。一般來說，盲檢測水印方法的穩健性較差。但由于不需要原始圖象，它的應用范圍更廣，也更具有挑戰性。它又可分為兩類第一類方法是將水印嵌入于具有幾何不變性的圖象特征域，如Fourier-Mellin域，使得幾何變形不影響水印信息的提取。但這類方法都只能抵抗RST，在實現上也存在困難，例如在將圖象DFT變換的幅度譜做LPM(Log Polar Mapping)與ILPM(Inverse Log PolarMapping)時，由于插值誤差會導致圖象質量的嚴重下降。第二類是在幾何變形導致水印檢測失步的情況下，在水印檢測前設法先進行幾何校正以實現水印檢測的重同步。這需要在圖象中除隱藏攜帶用戶信息的水印(信息水印)外還嵌入一個幾何校正模型水印(模板水印)。到目前為止，對抗幾何攻擊還存在許多問題，包括隱藏數據量少、水印的不可見性較差、抗JPEG壓縮和抗仿射變換能力較弱、不能同時抵抗JPEG壓縮和幾何變換的組合攻擊等。另外，許多方法采用在DFT域中嵌入信息水印，而DFT(Discrete Fourier Transform)與DWT(Discrete Wavelet Transform)相比，存在自身的弱點，難以成為主流水印方法的基礎。
發明內容
本發明的目的是提出一種能同時抵抗一般的信號處理如JPEG壓縮和幾何變換的穩健的隱形圖象盲檢測水印方法，并且隱藏的信息量(靜荷)要較大(可達200比特以上)，水印的不可見性較好。
本發明方法圖像幾何校準和保護數字圖象的方法，首先將信息水印經擴頻調制和交織后與一個訓練序列一起嵌入到圖象DWT域中，再將一個匹配模板嵌入到圖象DFT域，最后由嵌入于圖象DFT域的匹配模板和嵌入于圖象DWT域的訓練序列來實現擴頻調制和交織后嵌入于圖象DWT域中的信息水印的重同步檢測，具體做法是1)將待嵌入的有意義信息b(L bits)首先用一個由密鑰產生的偽隨機二進制PN序列進行擴頻編碼調制，這樣可得到待嵌入的二進制水印數據W，然后再進行交織；將由密鑰產生的PN訓練序列或全1碼、全0碼直接嵌入于圖象DWT變換得到的LL3子帶的中心行和中心列子帶系數或其他子帶系數中， 而在其余子帶系數中嵌入交織后的二進制水印數據W；通過2-D IDWT得到嵌入DWT域水印的圖象f′(x，y)；2)將f′(x，y)進行DFT變換，在DFT變換的幅度譜系數中我們嵌入由局部極大點構成的一個匹配模板，局部極大點位置可由一個密鑰控制產生；3)先檢測匹配模板，并與原始的匹配模板比較得到圖象所經受的仿射變換的變換矩陣并作逆變換恢復幾何形狀后，再根據訓練序列作平移校準后提取水印信息；有意義水印可以是文本、數字、圖形、圖象、簽名、音頻等數字文檔。
為了檢測圖象所經受仿射變換的變換矩陣并作逆變換恢復其原始幾何形狀，可在圖象DFT變換的幅度譜系數中嵌入由局部極大點構成的一個匹配模板，局部極大點位置可由一個密鑰控制產生；同時在圖象DWT域嵌入一個訓練序列用于平移校準。
經過擴頻調制和交織后嵌入于圖象DWT域中的信息水印由嵌入于圖象DFT域的匹配模板和嵌入于圖象DWT域的訓練序列來實現重同步檢測；分為水印的嵌入和水印的檢測兩大步驟。1、水印的嵌入本發明將信息水印嵌入在圖象DWT域的低頻子帶系數中，而模板水印嵌入在圖象DFT變換后的幅度譜中頻系數中，這樣兩部分水印互相不干擾，又能獲得更好的穩健性。本發明提出的圖象水印嵌入方法方框圖如圖1所示。2水印的檢測不需要原始圖象的輔助，本發明方法可以將隱藏的數據從可能同時遭到幾何攻擊和JPEG壓縮的水印圖象中檢測得到。檢測過程如下a)在水印檢測時，首先要應用訓練序列檢測水印是否同步。若不同步，則必須先經過重同步得到同步圖象g*(x，y)。重同步包括DFT域摸板水印檢測、逆仿射變換、應用訓練序列平移同步。若同步，直接做一步。
b)對同步圖象g*(x，y)作DWT域水印檢測，得到了實際隱藏的數據。
水印嵌入過程主要有DWT域水印(包括信息水印、訓練序列)的預處理、DWT域水印的嵌入和DFT域摸板水印的嵌入三部分。
1)DWT域水印(信息水印、訓練序列)的預處理直接序列擴頻編碼、交織。
本發明將一些通信理論中常用的技術(如直接序列擴頻調制和交織)，引入圖象水印方法中以增強隱藏信息的穩健性和秘密性。
假設原始圖象大小是512×512。應用長度為N1的PN碼序列m＝{mj；j＝1，...，N1}對要嵌入的信息b{bi；i＝1，...，L}(其中bi∈{0，1})進行擴頻編碼調制。“1”調制為m(雙極性序列，mj∈{-1，1})的正相序列，即{+1×mj；j＝1，...，N1}，“0”調制為m的反相序列， 即{-1×mj，j＝1，...，N1}。15位的PN碼序列由一個密鑰通過PN碼序列發生器產生。這樣可得到待嵌入的二進制水印數據Wbi=DSSScoding→Wi{wij;wij∈{-1,+1},1≤j<N1,1≤i<L}]]>訓練序列是信息水印能否實現平移同步的關鍵，為盡量使其少受到圖象裁剪的影響，應將它嵌入于圖象中需要重點保護部分對應的低頻子帶部位或低頻子帶的中心行和中心列。如圖2所示嵌入于低頻子帶的32行和32列。而在低頻子帶的其余部分中嵌入經過交織(采用二維交織技術或其他交織技術)后的二進制水印數據W。
在一個64×64二維矩陣的32行和32列位置上存放127位訓練序列，其余位置順序存放交織后二進制水印數據W，將得到的二維矩陣按行掃描變成一個一維數組，記為X。2)DWT域水印(信息水印、訓練序列)的嵌入與檢測方法DWT域水印的嵌入原始圖象f(x，y)進行三級DWT分解，把低頻子帶LL3系數按行掃描變成一維數組，記為C。按公式(1)，我們把二進制數據X加到低頻系數C上，得到新的低頻系數C′ 其中0≤i＜4096，C(i)、C′(i)、xi分別為C、C′、X的第i個元素。α表示嵌入強度，在滿足不可見性的前提下，盡可能選擇最大的整數值。將嵌入水印后的小波系數進行IDWT得到嵌入DWT域水印的圖象f′(x，y)。
DWT域水印的檢測把已經同步的圖象g*(x，y)DWT分解后的低頻子帶LL3系數按行掃描變成一維數組，記為C*。抽取出來的二進制數據記為X*={Xi*},]]>抽取公式如下 其中0≤i＜4096，α為嵌入強度。將抽取的二進制數據X*進行反交織(交織的逆過程)恢復嵌入的二進制數據序列W*。然后W*按15位比特進行分段，每段與15 bits的序列m進行相關，若相關值大于0，則判決嵌入信息比特為“1”，否則判決嵌入信息比特為“0”。解擴之后就得到恢復的嵌入信息。
3)DFT域模板的嵌入與檢測在嵌入DWT域水印后圖象f′(x，y)的DFT域嵌入一個模板用作水印圖象變形后的同步信息。
模板的嵌入分如下四個步驟a)將f′(x，y)(512×512)用均值填充四周擴展至1024×1024。
b)作DFT變換，取傅立葉系數幅度分量。在中頻區域(歸一化頻率為0.20～0.30)嵌入28個模板點，均勻地分布在DFT域傾角為θ1和θ2的兩條直線，每條線上14個點，圖2是嵌入模板的示意圖，圖中只畫出上半平面14個模板點的情況，下半平面關于原點對稱也嵌入14個模板點。直線的傾角和模板點的極徑由一個密鑰偽隨機產生。
c)增大模板點處傅立葉系數的模值，使之成為局部區域(可采用半徑為R的圓形窗口，如圖3所示)的極大值。改變量以不可見為標準，一般取極大值為局部平均值加上幾倍到十幾倍左右的方差。
d)計算傅立葉反變換(IDFT)得到最終的水印圖象f″(x，y)。
圖象在空間域受到的線性變換將在DFT域產生相應的線性變換，所以通過模板點位置的變換關系就可以確定圖象所經歷的幾何形變。如果一個方形圖象在空間域發生了以下的線性變換xy→Bxy----(3)]]>那么相當于在DFT域做了如下的線性變換uv→(B-1)Tuv----(4)]]>對于一條模板線上的模板點，經歷線性變換后，它們還是同在一條過原點直線上。新模板點的坐標(如極徑r′)與原模板點的坐標(如極徑r)存在一定的關系(如r′＝Kr，K為某一常數)，這可用于搜索過程的快速匹配判斷。
模板檢測的步驟如下a)對待測圖象g(x，y)作Barlette濾波。
b)同嵌入模板時一樣，將濾波后的待測圖象擴展至1024×1024。
c)作DFT變換。以一個半徑為R′(R′＜R，R為嵌入時的窗口半徑)的圓形窗口(作為局部區域)在傅立葉系數幅度矩陣的上半平面中搜索，提取所有局部極大值點。把DFT系數幅度矩陣上半平面以原點為頂點劃分為Nb(Nb＝360或180或其他值)個扇形區域，每個扇形的頂角均為0.5°或1°。再按角度將所有局部極大值點分別歸入各個扇形區域。
d)找到與兩條摸板線對應的可能的摸板點集合。
在每個扇形區域中，在Kmin＜K＜Kmax范圍內搜索這樣的K值它使得此扇區中至少有Nm個局部極大值點滿足|rIi-KrTj′|<threshold,]]>其中Nm為一個預先規定的數，rIi是扇區i中局部極值點的極徑(i＝1...Nb)，r′Tj是原模板線j(j＝1，2)上摸板點的極徑，threshold＞0為一閾值。實驗中我們取Nm＝5，threshold＝0.002，Kmin＝0.5和Kmax＝2.0(對應于空間域上的縮放參數為2～0.5)。如果找到這樣的K值，我們就把相應的局部極值點坐標記錄下來。
e)通過上述步驟，得到可能的匹配線的集合，稱為“準匹配線”，線上的局部極值。
點稱為“準匹配點”，坐標記為(xij，yij)。圖象上半平面相應的原始模板點的坐標記為(x′ij，y′ij)，其中i∈{1，2}表示第i條模板(匹配)線，j∈{1，2，Λ，7}表示第j個模板(匹配)點。從對應于模板線1的準匹配點集中取出一個集合和對應于模板線2的準匹配點集中取出另一個集合。根據這兩個集合的點與模板點間的對應關系計算得到的一個可能的變換矩陣A。尋找平均誤差MAE(Mean Absolute Error)最小的A。MAE=1nummatches||Ax11y11MMx11y11x21y21MMx21y21T-x11′y11′MMx11′y11′x21′y21′MMx21′y21′T||----(5)]]>其中模板點為(x′ij，y′ij)和“準匹配點”為(xij，yij)，nummatches是匹配點個數，運算符‖Λ‖中是一個2行的誤差矩陣。
f)將對應于模板線1的準匹配點加上180°，重復e)，由最小的MAE值確定最后的頻域變換矩陣A。由式(3)和(4)可得空域變換矩陣B＝AT。
應用抽取的訓練序列S與原始訓練序列T的相關系數來確定圖象是否同步及圖象的平移同步參數。
在水印檢測時，首先要檢測水印是否同步。若不同步，則必須重同步水印后才能進行水印檢測。若同步，則直接提取低頻子帶LL3子帶隱藏數據和解碼出信息。
檢測水印是否同步將待測圖象g(x，y)重定大小為512×512，然后對其進行3級DWT分解，從LL3子帶的32行與32列中提取訓練序列S，計算它與原始訓練序列T的相關系數ρT,S(0)=1127Σn=1127(TnSn),]]>看是否≥threshl。若是，我們認為S是真正的訓練序列，并且水印是同步的，可以直接進行DWT域水印的抽取和譯碼。若＜threshl，則認為水印是不同步的，必須先經過重同步才能進行DWT域水印的抽取和譯碼。threshl一般可取0.56(由實驗確定的值)。出現虛警即出現偽同步的概率可由計算得Pfp=12127Σk=127-e127C127k=8.59×10-9,]]>其中e＝round(127×(1-threshl)/2)。Round表示四舍五入取整。
重同步的第一步是恢復原始幾何形狀。從待測圖象g(x，y)中檢測出嵌入的模板水印，并將之與原始的模板進行對比獲得圖象所經受的仿射變換矩陣B。獲得仿射變換矩陣B后，將待測圖象g(x，y)進行圖象幾何逆變換恢復成M×N大小的圖象g′(x，y)(圖5b)，然后再填充0成512×512大小的圖象I(x，y)，被裁剪的部分以0填充，g′(x，y)在圖象I(x，y)中心(圖5c)。
重同步的第二步是平移同步。即用抽取的訓練序列S與T的相關系數來確定圖象的平移同步參數。
平移同步可采用的一種辦法是，將圖象I(x，y)作如下的所有可能的平移It(x，y)＝I((x-xt)mod512，(y-yt)mod512)；{-12(512-M)≤xt<12(512-M);-12(512-N)≤yt<12(512-N)}----(6)]]>每次平移后的圖象，作DWT分解，從LL3子帶的32行與32列中提取訓練序列S。根據提取的訓練序列與原始訓練序列的相關系數最大可確定平移參數(xt，yt)。
本發明提出的另外一種方法是將圖象I(x，y)做最多8×8＝64次平移即可，從而可大大減小計算量。根據DWT的時頻局部化性質，LL3子帶的每個系數都對應于圖象的一個局部。可以證明(我們的實驗也證明了這點)，若在DWT時采用緊支小波濾波器和采用周期延拓方式(若采用其他延拓方式，則除了圖象邊界外，也滿足下列關系)，圖象I(x，y)平移8×xt1行和8×yt1列(xt1，yt1為整數)，得到平移圖象It(x，y)It(x，y)＝I((x-8×xt1)mod 512，(y-8×yt1))mod 512)(7)則圖象三級DWT分解后的LL3子帶也平移xt1行和yt1列LL3t(x，y)＝LL3((x-xt1)mod 64，(y-yt1)mod 64)(8)其中LL3(x，y)與LL3t(x，y)分別為圖象I(x，y)和It(x，y)LL3子帶系數。LL3子帶的平移導致嵌入的訓練序列也發生平移。應用公式7和8給出的性質，我們可以只對I(x，y)做最多8×8次平移It(x，y)＝I((x-xt)mod 512，(y-yt)mod 512)；{-4≤xt，yt＜4(9)每平移一次，做DWT分解，獲得LL3子帶LL3t(x，y)。將LL3t(x，y)作平移LL′3t(x，y)＝LL3t((x-xt1)mod64，(y-yt1)mod64)；{-T1≤xt1＜T1；-T2≤yt1＜T2(10)上式中，T1＝round(0.5×(512-M)/8)，T2＝round(0.5×(512-N)/8)。每次平移從LL′3t(x，y)的32行和32列抽取訓練序列S，根據與原始訓練序列T間的最大相關值來確定平移參數。最多64次平移搜索后即可確定圖象的平移參數(8×xt+xt1，8×yt+yt1)，從而獲得平移校準后的圖象g*(x，y)。
本發明具有以下優點1)本發明提出的DFT-DWT復合域的數字水印盲檢測方法，在同時對抗常規信號處理方面和仿射變換方面都達到了較強的穩健性(表1)。在壓縮因子為15的JPEG壓縮(JPEG_15)時，能實現無差錯檢測，能抵抗國際通用水印測試平臺StirMark 3.1中除Rand Bending外的其他幾何變換，如對rotation(auto crop，auto scale)、jitter、scaling、shearing、general linear transform等都能實現無差錯檢測，并能抵抗JPEG壓縮和幾何變換的組合攻擊，如同時抵抗JPEG_50壓縮、旋轉、縮放、裁剪、平移等組合攻擊。
2)本發明提出的水印方法可隱藏264比特以上的信息，水印圖象相對于原始圖象的PSNR在40dB以上，水印的不可見性較好。
3)本發明中的圖象幾何校準技術，精確度高，并可避免在圖象中嵌入一個可視標記。
表1本發明提出方法用水印測試平臺StirMark 3.1進行穩健性測試的結果。
圖1是水印嵌入框圖。
圖2是訓練序列及其嵌入于LL3子帶的位置。
圖3是在DFT變換幅度譜上半平面嵌入14個模板點的位置示意圖。
圖4是嵌入了DWT-DFT域水印的圖象。
圖5是本發明方法對抗JPEG壓縮和RST(旋轉，裁剪，縮放和平移組合攻擊)聯合攻擊的穩健性測試。
圖1中，1是需要隱藏的比特信息，2是隱藏信息經過直接序列擴頻，3是交織，4是原始圖象，5是DWT，6是數據嵌入在圖象DWT子帶系數中，7是IDWT，8是嵌入了DWT域水印的圖象f′(x，y)，9是將f′(x，y)進行DFT變換，10是在DFT域中嵌入摸板水印。11是IDFT。12是嵌入了DWT-DFT域復合水印的圖象f″(x，y)。13是嵌入的訓練序列。
圖2中，T1...T127是127位訓練序列在LL3子帶中的某一行和某一列的位置。Row 32表示32行，Column 32表示32列。
圖4、5中給出的是使用標準圖象Lena和Baboon測試的一些結果。
圖4中，a)Lena水印圖象(PSNR＝40.1dB)；b)Baboon水印圖象(PSNR＝39.6dB)。
圖5中，a)Lena水印圖象受到JPEG壓縮和RST聯合攻擊后的圖象g(x，y)。
b)圖a經過較正仿射變換后的圖象g′(x，y)。圖象大小為504×504。
c)圖b周圍補0到512×512大小I(x，y)。
d)圖c經過平移校正后的圖象g*(x，y)，圖象大小為512×512，填充部分為圖象g(x，y)的均值。隱藏的264比特仍然可以無差錯檢測出來。
具體實施例方式
下面給出抗幾何變換的數字水印技術在標準圖象Lena和Baboon使用和測試得到的一些結果。
我們在Lena和Baboon(均為512×512×8 bits)的圖象上分別嵌入一個包含44個字符(264比特)的信息水印、匹配模板和訓練序列，PSNR值分別為40.1dB和39.6dB(圖4)。測試中我們取L＝264，N1＝15，α＝56，threshl＝0.56，threshold＝0.002，Nb＝180，Nm＝5，Kmin＝0.5和Kmax＝2.0，以及在對圖象離散小波變換中使用Daubechies 9/7雙正交小波濾波器，訓練序列嵌入在LL3子帶的32行和32列。本發明水印嵌入方法在1.7G的P4計算機(windows平臺，VC++語言)上需要小于3秒時間，而檢測方法需要1～13秒左右。可以看出，計算量并不太大。
表1是信息水印抵抗StirMark3.1攻擊的情況。其中BER(Bit Error Rate)是指誤比特率。水印對StirMark3.1中縮放、旋轉+裁剪、旋轉+裁剪+縮放、一般線性變換、剪切、jitter、改變長寬比等幾何攻擊都能實現無差錯檢測。在StirMark3.1中cropping_25、JPEG_15攻擊時能實現無差錯檢測。對Gaussian濾波、銳化，水印字符串也可以無差錯率或以極低的差錯率提取出來。
另外，我們還測試了在水印圖象受到任意的旋轉+剪切+縮放+平移(RST)的情況下水印的穩健性。如圖5所示。圖5(a)是Lena水印圖象受到JPEG壓縮和RST聯合攻擊后的圖象g(x，y)。圖5(b)是圖5(a)經過較正仿射變換后恢復其原始形狀后的圖象g′(x，y)。圖象大小為504×504。圖5(c)是在圖象g′(x，y)周圍填補0到512×512大小的圖象I(x，y)，補0后原圖象g′(x，y)位于的圖象I(x，y)的中央。圖5(d)是圖象I(x，y)經過平移校正后的圖象g*(x，y)，圖象大小為512×512。水印檢測時，填充部分以圖象g(x，y)的均值填充，而不是以0值填充，這樣做的結果是可以改善檢測性能。測試結果是隱藏的264比特仍然可以無差錯檢測出來。
權利要求
1.一種圖像幾何校準和保護數字圖象的方法，其特征是該方法首先將信息水印經擴頻調制和交織后與一個訓練序列一起嵌入到圖象DWT域中，再將一個匹配模板嵌入到圖象DFT域，最后由嵌入于圖象DFT域的匹配模板和嵌入于圖象DWT域的訓練序列來實現擴頻調制和交織后嵌入于圖象DWT域中的信息水印的重同步檢測，具體做法是1)將待嵌入的有意義信息b(L bits)首先用一個由密鑰產生的偽隨機二進制PN序列進行擴頻編碼調制，這樣可得到待嵌入的二進制水印數據W，然后再進行交織；將由密鑰產生的PN訓練序列或全1碼、全0碼直接嵌入于圖象DWT變換得到的LL3子帶的中心行和中心列子帶系數或其他子帶系數中，而在其余子帶系數中嵌入交織后的二進制水印數據W；通過2-DIDWT得到嵌入DWT域水印的圖象f′(x，y)；2)將f′(x，y)進行DFT變換，在DFT變換的幅度譜系數中我們嵌入由局部極大點構成的一個匹配模板，局部極大點位置可由一個密鑰控制產生；3)先檢測匹配模板，并與原始的匹配模板比較得到圖象所經受的仿射變換的變換矩陣并作逆變換恢復幾何形狀后，再根據訓練序列作平移校準后提取水印信息；有意義水印可以是文本、數字、圖形、圖象、簽名、音頻等數字文檔。
2.根據權利要求1所述的一種用于圖象幾何校準和保護數字圖象的方法，其特征是在圖象DFT變換的幅度譜系數中嵌入由局部極大點構成的一個匹配模板，用于檢測圖象所經受仿射變換的變換矩陣并作逆變換恢復其原始幾何形狀；同時在圖象DWT域嵌入一個訓練序列用于平移校準。
全文摘要
本發明涉及一種多媒體信號處理領域，是一種圖象幾何校準和保護數字圖象的方法。經過擴頻調制和交織后嵌入于圖象DWT域中的信息水印由嵌入于圖象DFT域的匹配模板和嵌入于圖象DWT域的訓練序列來實現重同步檢測。在水印圖象同時經過JPEG壓縮和幾何變形的情況下，仍然可實現有意義信息的無差錯檢測。本發明可使通過網絡上傳播的數字圖象或視頻數據獲得保護。本發明中提出的圖象幾何校準方法還可用于其他需要圖象同步的場合，如衛星成象、交互式數字地圖、數字水印等。
文檔編號G06T1/00GK1414778SQ0214961
公開日2003年4月30日 申請日期2002年12月12日 優先權日2002年12月12日
發明者康顯桂, 黃繼武 申請人:中山大學