魯棒視頻水印算法及相關(guān)技術(shù)研究.pdf

1、目前，數(shù)字水印作為多媒體數(shù)據(jù)的版權(quán)保護、內(nèi)容認(rèn)證、拷貝控制、操作跟蹤和廣播監(jiān)控等應(yīng)用的一項重要技術(shù)，正受到國內(nèi)外學(xué)者的廣泛關(guān)注。在現(xiàn)存的水印研究文獻中，圖像水印遠(yuǎn)多于視頻水印。然而，在實際應(yīng)用中，視頻水印更加有用，因而應(yīng)獲得更多的關(guān)注。盡管，現(xiàn)存的一些圖像水印算法可以直接擴展到視頻應(yīng)用中，但視頻水印并不是圖像水印簡單延伸，視頻水印應(yīng)滿足一些特殊要求，如實時性、隨機檢測性、盲水印等。通常，一個好的視頻水印方案應(yīng)該至少同時滿足實時性和魯棒性

2、要求。 在現(xiàn)存的視頻水印文獻中，盡管大多數(shù)視頻水印算法有很好的實時性，但這些算法為了滿足實時性要求，通常忽略了魯棒性。為此提出一個能同時滿足實時性和魯棒性的算法----均值參考視頻水印(MRW)算法。MRW 算法設(shè)計時使用了有助于提高水印魯棒性的三種策略：水印嵌在人類視覺系統(tǒng)感知最重要的直流系數(shù)部分、使用Watson視覺模型控制水印嵌入達到最大強度以及選擇有助于產(chǎn)生穩(wěn)定均值點的擴展M 序作為水印模式。同時，MRW 算法直接運行在

3、VLC 域，可以避免一些復(fù)雜性計算，如逆DCT變換、DCT 變換、運動補償?shù)龋蚨鳰RW 算法的復(fù)雜性較低。然而，MRW 算法中，存在某些水印子區(qū)域的能量與均值偏差大，水印嵌入時，如果強行把該水印子區(qū)域的能量調(diào)制到預(yù)定的值，勢必會產(chǎn)生視覺失真。針對此問題，提出了優(yōu)化的均值參考視頻水印(OMRW)算法，OMRW 算法給出兩種解決方法：隨機置亂和犧牲檢測響應(yīng)值。與MRW算法相比，OMRW 算法在不降低水印系統(tǒng)的整體性能的前提下，進一步提高了

4、嵌入水印的視頻的視覺質(zhì)量。 然而，MRW和OMRW算法的水印模式限定為擴展M 序，該水印模式只能對用戶進行唯一表示，并不表示任何具體的含義。但是，視頻水印有些應(yīng)用要求水印信號是有意義的信息。因此又提出一個對水印模式?jīng)]有任何限制的水印算法——低頻系數(shù)域差分能量水印(L-DEW)算法。L-DEW 算法借鑒差分能量水印算法能量差思想，在DCT 塊的低頻系數(shù)域嵌入水印信息。由于要在DCT 塊的低頻系數(shù)域產(chǎn)生一個能量差，必須回答兩個問題：

5、一是能否在低頻系數(shù)域構(gòu)建能量近似的水印子區(qū)域；二是如何在低頻系數(shù)域構(gòu)建能量近似的水印子區(qū)域。針對問題一，專門對量化的DCT 系數(shù)進行統(tǒng)計建模，建模的結(jié)果表明低頻系數(shù)空間存在大量“碎片”，可以在低頻系數(shù)域構(gòu)造能量近似的水印子區(qū)域。針對問題二，多維均衡水印子空間構(gòu)造研究給出了解決此問題的兩種算法：遺傳算法和ILPT 算法，實驗表明ILPT 算法更適合視頻水印。在這兩個問題成功解決的基礎(chǔ)之上，L-DEW 算法使用ILPT 算法在DCT 塊的低

6、頻系數(shù)域構(gòu)造能量近似的水印子區(qū)域，并在Watson 視覺模型控制下，對低頻系數(shù)細(xì)微修改以在兩個水印子區(qū)域間產(chǎn)生一個能量差。通過理論分析和實驗檢驗，表明在視覺質(zhì)量、水印容量、魯棒性和水印提取用時等性能指標(biāo)上，L-DEW 算法均優(yōu)于差分能量水印算法。 對L-DEW算法的信道分析基礎(chǔ)上，把該水印算法信道建模為二進制對稱信道，并給出求解該信道容量的方法。然后，在L-DEW 算法中引入RS 碼和Turbo 碼，進一步提高水印系統(tǒng)的可靠性。