基于立體圖像水印算法的研究

趙文龍，于水源

(中國(guó)傳媒大學(xué) 計(jì)算機(jī)學(xué)院，北京 100024)

?

基于立體圖像水印算法的研究

趙文龍，于水源

(中國(guó)傳媒大學(xué) 計(jì)算機(jī)學(xué)院，北京 100024)

摘要：提出了一種基于全局視差和左右視圖圖像塊間對(duì)應(yīng)關(guān)系的立體圖像水印算法，來(lái)解決立體圖像的版權(quán)保護(hù)和內(nèi)容認(rèn)證的問題。首先根據(jù)立體圖像的左右視圖求出立體圖像的全局視差，然后找到左右視圖的相似區(qū)域，最后相似區(qū)域內(nèi)基于左右圖像的對(duì)應(yīng)關(guān)系完成水印的嵌入。由于DC系數(shù)是塊能量的集中區(qū)域，其左右圖像塊間的對(duì)應(yīng)關(guān)系比較穩(wěn)定，所以本文選擇左右圖像Y分量DC系數(shù)進(jìn)行水印的嵌入，這樣可以提高水印的魯棒性。仿真實(shí)驗(yàn)結(jié)果表明，水印具有很好的不可見性和較高的魯棒性，能夠抵抗高強(qiáng)度jpeg壓縮、高斯和SBS編碼攻擊。

關(guān)鍵詞：立體圖像；左右圖像；全局視差；亮度分量；DCT

1引言

立體視頻由于其強(qiáng)烈的視覺沖擊感，能夠給人帶來(lái)身臨其境的感覺，而備受觀眾們喜愛。但是，立體視頻的內(nèi)容和版權(quán)保護(hù)問題一直是懸而未解的問題。有效的立體視頻數(shù)字水印算法可以幫助解決立體視頻在網(wǎng)絡(luò)傳輸遇到的版權(quán)糾紛，內(nèi)容認(rèn)證等一系列問題。

視頻由連續(xù)播放的圖像組合而成的，因此對(duì)于視頻問題的研究可以轉(zhuǎn)化為對(duì)圖像的研究。立體圖像組成方式有兩種：彩色圖像組成的立體圖像、彩色圖像和深度圖像組成的立體圖像。第一種組成方式可以提供很高的圖像質(zhì)量，適合高分辨率的顯示器觀看。針對(duì)第二種方式，需要借助軟件繪制另一幅彩色圖像，從而得到第一種方式的立體圖像。但是繪制出的圖像質(zhì)量不太高。所以本文主要針對(duì)第一種方式的立體圖像，提出了一種立體圖像數(shù)字水印算法。

嵌入立體圖像數(shù)字水印有兩種思路，第一種思路就是把立體圖像看作是兩幅單獨(dú)的平面圖像，這樣就可以利用平面圖像的數(shù)字水印算法去處理立體圖像。第一種雖然也能完成立體圖像水印的嵌入[1]，但是沒有考慮立體圖像的感知特性，對(duì)立體圖像質(zhì)量和深度線索可能會(huì)產(chǎn)生影響。第二種思路就是分析研究立體圖像與平面圖像間的關(guān)系和立體圖像特有的特征，利用成熟的平面圖像數(shù)字水印技術(shù)，完成對(duì)立體圖像版權(quán)方面的保護(hù)。

本文采用第二種思路，結(jié)合立體圖像的特有特征(視差)和立體圖像左右圖像塊間的關(guān)系，進(jìn)行深入研究，進(jìn)而提出立體圖像水印嵌入和提取算法。

2立體圖像水印算法方案設(shè)計(jì)

2.1立體圖像特征分析

立體視頻是基于人眼的雙目視差原理[2]，即左右眼各接收一幅同一場(chǎng)景的圖像，這兩張圖像有微小的角度差異，由于這種差異，左右眼接收?qǐng)D像會(huì)形成雙眼視差，經(jīng)過(guò)大腦分析整合，就會(huì)體驗(yàn)到立體視覺效果[3]。如圖1所示。

正是由于雙目視差的存在，才形成了立體視覺效果，所以雙目視差是立體圖像最重要的一個(gè)特征。本節(jié)首先研究立體圖像特點(diǎn)，利用全局視差曲線找到全局視差。所謂全局視差，就是在精確匹配左右圖像最大相似區(qū)域時(shí)，左右圖像偏移的像素列數(shù)。

根據(jù)平行視點(diǎn)立體圖像拍攝原理：立體圖像是由兩個(gè)平行相機(jī)拍攝而成的，內(nèi)容存在很大的相似性，所以存在全局視差。圖2和圖3中的紅框內(nèi)的內(nèi)容，就是左右兩幅圖像相似的部分，而其中的偏移距離就是我們所說(shuō)的全局視差，全局視差具有唯一性和穩(wěn)定性[4]。

圖1　立體圖像原理

圖2　左圖像

圖3　右圖像

全局視差的計(jì)算方法一般有兩種：第一種就是灰度差的絕對(duì)值。第二種就是灰度差的平方和。這里我們使用第一種方法，如公式(1)所示：

-imgR(x+i，y)|

(1)

其中，imgL和imgR分別指左右視點(diǎn)圖像，W和H分別指左右視點(diǎn)圖像的寬高，i表示左右視點(diǎn)圖像偏移列數(shù)，x，y分別為對(duì)應(yīng)像素坐標(biāo)。

基于立體拍攝原理，兩臺(tái)攝像機(jī)是并排放置的，所以左視點(diǎn)從左邊界開始，圖像的大部分可以在右視點(diǎn)找到完全一樣的部分，既視差為0。但是，由于視差和溫度、光線、遮擋等多種因素有關(guān)系，所以就算相機(jī)再平行，也不可能找到完全一樣的部分，既差值為0的部分。但是，我們可以找到一個(gè)偏移距離，使左右視點(diǎn)像素差異最小，這個(gè)所謂的偏移距離就是我們所說(shuō)的立體圖像的全局視差[12][5]。

全局視差k可以作為檢測(cè)立體圖像視差是否改變，基于以上原理，我們按圖4所示流程來(lái)求取全局視差：

圖4　全局視差曲線流程圖

1.讀取左右視點(diǎn)圖像，分別將左右視圖轉(zhuǎn)換為灰度圖(通過(guò)圖像的亮度層的差值達(dá)到我們的目的)。

2.根據(jù)不同的偏移列數(shù) i，求得右邊界向左偏移 i 列后的左視點(diǎn)和左邊界向右偏移 i 列后的右視點(diǎn)圖像的灰度值像素的差值，并將此時(shí)像素差值的絕對(duì)值之和記為Iri，然后將Iri除以偏移后的寬高((w-i)*h)，并將結(jié)果記錄到數(shù)組valuei里。

3.偏移列數(shù)i不大于原始左右視點(diǎn)圖像的一半時(shí)，i=i+1，重復(fù)步驟2，否則跳到步驟4。

4.求出數(shù)組valuei中的最小值，找到對(duì)應(yīng)的i值，就是我們所說(shuō)的全局視差，同時(shí)繪出i與valuei對(duì)應(yīng)的曲線，如圖5所示。

圖5　全局視差曲線圖

2.2立體圖像左右視圖關(guān)系分析

立體圖像相對(duì)于二維圖像來(lái)說(shuō)，存在以下區(qū)別：

a.立體圖像有左右兩幅圖像，分別為左圖像和右圖像

b.立體圖像的左右兩幅圖像，有很大一部分內(nèi)容是相似區(qū)域，存在一定的視差。

c.左圖像的右邊界、右圖像的左邊界、左圖像前景對(duì)象的左側(cè)和右圖像前景對(duì)象的右側(cè)屬于遮擋暴露區(qū)域，視為非可視區(qū)域。

由于這些區(qū)別的存在，所以立體圖像比二維圖像存在更多的關(guān)系可供我們使用[6]，如圖6所示：

圖6　可用關(guān)系對(duì)比圖

2.3水印設(shè)計(jì)方案

基于以上原理，我們提出一種結(jié)合立體圖像特征和左右視圖關(guān)系兩方面特征的水印方案，方案流程圖如圖7所示。

圖7　設(shè)計(jì)方案

本文先求出立體圖像左右視點(diǎn)圖像的全局視差k，將視差k作為密鑰存儲(chǔ)，然后根據(jù)密鑰k(全局視差偏移距離)找出左右圖像的相似區(qū)域，在相似區(qū)域內(nèi)找到對(duì)應(yīng)的關(guān)系進(jìn)行嵌入水印[7-18]。

3立體圖像水印嵌入和提取算法

本章根據(jù)前面的理論，提出了水印嵌入和水印提取的具體步驟，并且通過(guò)Matlab進(jìn)行了仿真實(shí)驗(yàn)，列出了實(shí)驗(yàn)結(jié)果。

3.1水印嵌入

根據(jù)圖8所示流程進(jìn)行水印嵌入：

圖8　嵌水印流程圖

1.按照2.1中描述的，求取左右視點(diǎn)圖像的全局視差k，根據(jù)k選定相似區(qū)域?yàn)樗∏度雲(yún)^(qū)域；

2.將左右視圖的相似區(qū)域分別分成不重疊的8*8的分塊，分別對(duì)其進(jìn)行離散余弦DCT變換；

3.讀取二值水印圖像，對(duì)齊進(jìn)行置亂L次，得到水印圖像w；

4.比較相似區(qū)域同一位置塊的DCT系數(shù)中的DC系數(shù)大小關(guān)系，若左圖像塊的DC系數(shù)大于右圖像塊的DC系數(shù)，則標(biāo)記塊間關(guān)系為“1”，否則，為“0”；

5.判斷左右圖像第i個(gè)圖像塊對(duì)DC系數(shù)大小關(guān)系與二值水印圖像第i個(gè)像素點(diǎn)值wi是否相等，如果二值同為“1”，或者同為“0”，則不對(duì)BL，i和BR，i進(jìn)行修改，并記錄嵌入方式sign(i)=0，然后轉(zhuǎn)入步驟7；否則，轉(zhuǎn)入步驟6；

6.記錄嵌入方式為sign(i)=1，不對(duì)BL，i和BR，i進(jìn)行修改；

7.若i

3.2水印提取

根據(jù)圖9所示流程進(jìn)行水印提?。?/p>

圖9　提水印流程圖

1.按照2.1中描述的，求取左右視點(diǎn)圖像的全局視差k1，跟密鑰中的k進(jìn)行比較，如果相同，則說(shuō)明立體圖像全局視差沒有被改變，進(jìn)入步驟2；否則，水印提取失??；

2.根據(jù)密鑰k，選出立體圖像對(duì)的相似區(qū)域，將相似區(qū)域內(nèi)的立體圖像對(duì)分別分成不重疊的 8×8 塊，進(jìn)行離散余弦DCT 變換；

3.分別標(biāo)記待檢測(cè)的左右圖像同一位置塊的 DCT 系數(shù)大小關(guān)系，若左圖像的 DC 系數(shù)大于右圖像的 DC 系數(shù)，則標(biāo)記塊間關(guān)系為value=1，否則為value=0；

4.通過(guò)密鑰得知當(dāng)前圖像塊對(duì)的水印嵌入方式，不同的嵌入方式采用不同的檢測(cè)方法，當(dāng)標(biāo)記的嵌入方式是0時(shí)，則水印信息為當(dāng)前塊的DC系數(shù)關(guān)系，即watermark=value；當(dāng)標(biāo)記的嵌入方式為1時(shí)，則水印信息與當(dāng)前塊的DC系數(shù)關(guān)系相反，即watermark=1-value；

5.若 i

6.根據(jù)水印圖像的尺寸確定 Arnold 變換周期 N，將得到的水印信息再進(jìn)行(N-L)次 Arnold 變換，得到最終提取的水印圖像。

3.3實(shí)驗(yàn)結(jié)果

立體圖像選擇的是1800*544大小的左右格式圖像，所以左右圖像大小為900*544，左圖像如圖10所示，右圖像如圖11所示，水印圖像大小為64*64，置亂次數(shù)為8。

圖10　原始左圖像

圖11　原始右圖像

圖12　各種攻擊后提取的水印

根據(jù)圖12所示，實(shí)驗(yàn)結(jié)果表明：對(duì)于 JPEG 壓縮、高斯攻擊和SBS編碼，本算法都有較高的魯棒性。由于左右對(duì)應(yīng)圖像塊受到同樣的攻擊，左右對(duì)應(yīng)的圖像塊變化趨勢(shì)一致，直流系數(shù)大部分還保留原來(lái)的對(duì)應(yīng)關(guān)系，所以水印的魯棒性較高。

4結(jié)論和討論

本算法有以下幾點(diǎn)優(yōu)勢(shì)：

1.相似區(qū)域內(nèi)的對(duì)應(yīng)塊系數(shù)，沒有作改變，只是記錄了關(guān)系系數(shù)間的關(guān)系，水印的不可見性提高，對(duì)立體圖像影響較小。

2.選取左右圖像的直流系數(shù)嵌入水印，DC系數(shù)是能量集中區(qū)域，對(duì)應(yīng)塊間的大小關(guān)系比較穩(wěn)定，能夠提高水印的魯棒性。

3.左右圖像相同區(qū)域遭受攻擊相同的情況下，對(duì)應(yīng)塊系數(shù)改變相同，這就滿足數(shù)字水印魯棒性的要求。

本文根據(jù)立體圖像全局視差和左右圖像間的對(duì)應(yīng)關(guān)系，在塊DC直流系數(shù)嵌入了水印，水印具有很高的不可見性和魯棒性。通過(guò)對(duì)全局視差的檢測(cè)，可以判斷立體圖像的全局視差是否被篡改；水印信息的提取可以做到版權(quán)認(rèn)證。但是，當(dāng)對(duì)左右圖片分別進(jìn)行不同的攻擊，或者視頻序列中有相似圖片時(shí)，本文方法的準(zhǔn)確性會(huì)大幅度降低，此時(shí)可以采取一些輔助方法提高系統(tǒng)準(zhǔn)確度。

參考文獻(xiàn)

[1]Niu Y，Souidene W，Beghdadi A.A Visual Sensitivity Model Based Stereo Image Watermarking Scheme[C].2011 3rd European Workshop on Visual Information Processing (EUVIP)，2011：211-215.

[2]王波.雙目視差的立體視覺及其在技術(shù)課程教育中的應(yīng)用[D].浙江工業(yè)大學(xué)，2012.

[3]楊富寶.基于計(jì)算機(jī)三維立體視差映射的雙目立體成像研究[J].電腦知識(shí)與技術(shù)，2011，12：2929-2931.

[4]白春華.基于感知的立體圖像數(shù)字水印技術(shù)研究[D].寧波大學(xué)，2013.

[5]孫怡.雙目視差測(cè)距中的立體匹配技術(shù)研究[D].南京郵電大學(xué)，2013.

[6]吳愛紅.面向立體圖像/視頻數(shù)字水印技術(shù)的方法研究[D].寧波大學(xué)，2012.

[7]李雪芳，王讓定，徐達(dá)文.基于DC直流系數(shù)的盲視頻水印算法[J].寧波大學(xué)學(xué)報(bào)(理工版)，2008，(02)：155-158.

[8]Ziegeler S B，Tamhankar H，F(xiàn)owler J E，Bruce L M.Wavelet-based watermarking of remotely sensed imagery tailored to classification performance[C].Proceedings of the IEEE Workshop on Advances in Techniques for Analysis of Remotely Sensed Data，Washington DC，2003：564-579.

[9]楊雄，馮剛，嚴(yán)雄兵，劉雄華.一種基于小波變換的數(shù)字水印算法[J].計(jì)算機(jī)應(yīng)用，2005，25(3)：565-566.

[10]許紅山.基于變換域的數(shù)字水印技術(shù)[J].計(jì)算機(jī)工程與科學(xué)，2004，26(1)：47-50.

[11]劉新煥，康志偉，王科技.基于H.264/AVC的快速半脆弱水印算法實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用研究，2010，27(7)：2618-2624.

[12]岳斌，侯春萍.立體視差調(diào)整的快速估計(jì)方法[J].天津大學(xué)學(xué)報(bào)(自然科學(xué)與工程技術(shù)版)，2013，(07)：571-578.

[13]崔雪冰，馮巧娟，崔平非.基于內(nèi)容特征的MPEG視頻認(rèn)證方案[J].計(jì)算機(jī)應(yīng)用，2010，30(1)：213-216

[14]Wang J，Liu J C，Masilela M.A real-time video watermarking system with buffer sharing for video-on-demand service[J].Computers and Electrical Engineering，2009，35(2)：395-414.

[15]劉芳紅，張貴倉(cāng).一種基于關(guān)系的數(shù)字水印算法[J].自動(dòng)化技術(shù)與應(yīng)用，2011，(02)：13-16.

[16]李畢祥，余紅珍.基于DCT系數(shù)的視頻水印算法研究[J].計(jì)算機(jī)與數(shù)字工程，2010，(05)：108-110.

[17]Dai Y.Feature-based Watermarking Scheme for MPEG-I/IIVideo Authentication[C].Proceedings of SPIE，the International Society for Optical Engineering，2004：325-335.

[18]Doerr G.Dugelay J L.A guide tour of video watermarking[J].Signal Processing：Image Communication，2003，44(18)：263-282.

(責(zé)任編輯：王謙)

Watermarking Algorithm Research Based on Stereo Images

ZHAO Wen-long，YU Shui-yuan

(Computer Science School，Communication University of China，Beijing 100024，China)

Abstract：The paper is to propose a three-dimensional image watermarking algorithm according to the global disparity and the corresponding relationship between the left view and the right view，which can solve the stereo image copyright protection and content authentication problem .Firstly，analyze the characteristics of stereo images，compute the global disparity according to the left and right views，then work out their similar area.Taking advantage of the corresponding relationship between the left view and the right view，we embed the watermark into the similar area.The block energy gathers in the DC coefficients whose corresponding relationship is stable in the left and right views.In this sense，we choose the DC coefficients of Y component for embedding watermark，which can make a higher robustness watermark.The simulation experimental results show that the watermark is remarked for invisibility and high robustness，and is resistant to high strength jpeg compression，Gaussian and SBS code attack as well.

Keywords：stereo images；left and right views；global disparity；luminance component；DCT

作者簡(jiǎn)介：趙文龍(1989-)，男(漢族)，河南商丘人，中國(guó)傳媒大學(xué)碩士研究生.E-mail：1248351595@qq.com

收稿日期：2015-01-05 “十二五”國(guó)家科技支撐計(jì)劃重點(diǎn)項(xiàng)目“開放網(wǎng)絡(luò)環(huán)境下的立體電視制播系統(tǒng)研制與應(yīng)用規(guī)范”(項(xiàng)目編號(hào)：2013BAH54F00)

中圖分類號(hào)：TP309.2

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1673-4793(2015)03-0040-06