專利名稱：一種數(shù)字水印泛化盲檢測(cè)系統(tǒng)及檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種數(shù)字水印泛化盲檢測(cè)系統(tǒng)及檢測(cè)方法，屬于信息安全領(lǐng)域，背景技術(shù)數(shù)字水印技術(shù)將需要的數(shù)據(jù)添加到載體數(shù)據(jù)中，通過一定的手段可隨時(shí)檢測(cè)其中的信息。因此，該技術(shù)要求添加到載體中的信息不破壞載體數(shù)據(jù)的正常使用此即為水印技術(shù)的隱形性要求。同樣，載體數(shù)據(jù)可能經(jīng)過壓縮以便傳輸、各種信號(hào)處理以適應(yīng)各種需求，因此，此時(shí)的水印信息應(yīng)同樣能被檢測(cè)，即水印技術(shù)還應(yīng)具有穩(wěn)健性。經(jīng)過幾年來許多研究者的辛勤努力，發(fā)現(xiàn)數(shù)字水印技術(shù)必須具有單向性要求，否則該水印技術(shù)對(duì)隱藏于載體數(shù)據(jù)中的信息的正確性、唯一性無法證明，即此時(shí)信息的真實(shí)性可疑。隨后，一種基于統(tǒng)計(jì)相關(guān)分析的水印檢測(cè)技術(shù)改變了這種狀況。該技術(shù)的檢測(cè)只使用被檢測(cè)載體數(shù)據(jù)，如果數(shù)據(jù)中含有指定信息，則可以確實(shí)隱藏信息的正確性。該技術(shù)保證了檢測(cè)過程的單向性。當(dāng)今的主要檢測(cè)技術(shù)大多是基于統(tǒng)計(jì)相關(guān)分析而來的，并著力于保證數(shù)字水印的隱形性，穩(wěn)健性和單向性。數(shù)字水印泛化盲檢測(cè)系統(tǒng)隸屬于這樣一種檢測(cè)技術(shù)領(lǐng)域。
數(shù)字水印的檢測(cè)技術(shù)目前存在許多算法和方案，比較經(jīng)典的有相關(guān)檢測(cè)和相關(guān)系數(shù)檢測(cè)算法以及統(tǒng)計(jì)分析檢測(cè)算法，針對(duì)于檢測(cè)算法其嵌入算法也不相同，并且針對(duì)于各種算法自身所用的檢測(cè)算法在穩(wěn)健性和不可見性方面表現(xiàn)出來的優(yōu)秀品質(zhì)都在被不斷深入。
泛化盲檢測(cè)技術(shù)有如下幾種形式順序檢測(cè)法，特點(diǎn)分析法，數(shù)據(jù)融合法，專用檢測(cè)法等。順序檢測(cè)法是在盡量長(zhǎng)的時(shí)間內(nèi)，采用多種檢測(cè)算法依次進(jìn)行檢測(cè)；特點(diǎn)分析法就是根據(jù)圖像的特點(diǎn)直接使用一些檢測(cè)算法，快速檢測(cè)；數(shù)據(jù)融合法是在多種檢測(cè)算法的檢測(cè)基礎(chǔ)上，對(duì)于結(jié)果進(jìn)行融合分析，從而獲得準(zhǔn)確的檢測(cè)結(jié)果；專用檢測(cè)法針對(duì)某種類別的圖像水印，建立快速專用的檢測(cè)算法。
水印檢測(cè)分析通常根據(jù)圖像固有的特征和嵌入算法進(jìn)行，并對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。現(xiàn)有的數(shù)字水印檢測(cè)技術(shù)對(duì)于不同的嵌入對(duì)象和嵌入算法具有針對(duì)性，而且沒有統(tǒng)一的標(biāo)準(zhǔn)規(guī)范算法，當(dāng)用于互聯(lián)網(wǎng)的檢測(cè)時(shí)面對(duì)海量的多媒體數(shù)據(jù)信息往往不具備泛化特性，而且現(xiàn)有基于原始圖像的檢測(cè)對(duì)于檢測(cè)高效性和可用性有著很多限制。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種數(shù)字水印泛化盲檢測(cè)系統(tǒng)及檢測(cè)方法，建立一個(gè)完整可擴(kuò)展的數(shù)字水印泛化盲檢測(cè)系統(tǒng)，從而能夠?qū)τ诓煌囊阎度胨惴ㄌ幚磉^的水印載體進(jìn)行泛化盲檢測(cè)，并檢驗(yàn)算法的穩(wěn)健性，可靠性，對(duì)現(xiàn)有算法進(jìn)行安全性評(píng)估。
本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是一種數(shù)字水印泛化盲檢測(cè)系統(tǒng)包括有線性相關(guān)檢測(cè)模塊、白化線性相關(guān)檢測(cè)模塊、線性相關(guān)檢測(cè)模塊、基于塊的白化線性相關(guān)檢測(cè)模塊、維特比檢測(cè)模塊、檢測(cè)規(guī)則數(shù)據(jù)庫(kù)和數(shù)據(jù)融合分析模塊。
讀取圖像之后將每一個(gè)像素與模板求取相關(guān)值，然后與閾值進(jìn)行比較的線性相關(guān)檢測(cè)模塊；采用的是11×11的矩陣對(duì)原始圖像進(jìn)行濾波卷積運(yùn)算，主要集中于圖像邊界以內(nèi)，限于圖像和模板像素范圍之內(nèi)的運(yùn)算的白化線性相關(guān)檢測(cè)模塊；進(jìn)行水印提取，先對(duì)內(nèi)容進(jìn)行一些預(yù)處理，產(chǎn)生一個(gè)在標(biāo)志空間內(nèi)的向量，維數(shù)比原來向量低，再?zèng)Q定已提取的標(biāo)志是否包含水印信息，進(jìn)行提取過程的逆過程，將新向量又映射到媒介空間，從而得到加了水印的作品；或進(jìn)行圖像的處理，提取8*8的塊然后累加取平均值，然后針對(duì)于8*8的塊進(jìn)行水印嵌入的基于塊的線性相關(guān)檢測(cè)模塊；檢測(cè)結(jié)果在算法基于塊的盲嵌入算法，利用固定歸一化線性相關(guān)的基于塊的水印嵌入算法和具有固定魯棒性嵌入的基于塊的水印嵌入算法嵌入1時(shí)可以無誤檢測(cè)，在檢測(cè)嵌入0值時(shí)出現(xiàn)漏警的基于塊的白化線性相關(guān)檢測(cè)模塊；采用取模求余的方式遍歷8個(gè)狀態(tài)，在生成的模板中，同時(shí)將不同模板的相關(guān)系數(shù)降至最低，從而可以在檢測(cè)閾值的限制下準(zhǔn)確判斷水印信息，當(dāng)相關(guān)系數(shù)絕對(duì)值大于閾值門限時(shí)，則判斷其中對(duì)應(yīng)的模板信息為1，當(dāng)相關(guān)系數(shù)絕對(duì)值小于閾值門限時(shí)，則判斷其中對(duì)應(yīng)的模板信息為0，通過相應(yīng)的二進(jìn)制位進(jìn)行加權(quán)表示嵌入的具體信息的維特比檢測(cè)模塊；有該保存著系統(tǒng)中單個(gè)檢測(cè)算法的檢測(cè)閾值、相應(yīng)的參數(shù)和檢測(cè)結(jié)果的檢測(cè)規(guī)則數(shù)據(jù)庫(kù)；有在系統(tǒng)運(yùn)用其中的單個(gè)檢測(cè)算法對(duì)圖像進(jìn)行遍歷檢測(cè)時(shí)，將每個(gè)檢測(cè)算法的檢測(cè)結(jié)果與檢測(cè)規(guī)則數(shù)據(jù)庫(kù)中的規(guī)則進(jìn)行比較的數(shù)據(jù)融合分析模塊。如果與某個(gè)規(guī)則相匹配，表明檢測(cè)到數(shù)字水?。蝗绻總€(gè)檢測(cè)算法與所有規(guī)則都不匹配，表明沒有檢測(cè)到數(shù)字水印。為了降低誤警率，有時(shí)可能需要多條規(guī)則來判定圖像中是否隱藏著數(shù)字水印。
本發(fā)明基于相關(guān)檢測(cè)算法的已知檢測(cè)過程進(jìn)行組合而成，首先通過利用已知的數(shù)種算法建立統(tǒng)一的檢測(cè)模型，然后將其引申擴(kuò)展作為一個(gè)可行的檢測(cè)系統(tǒng)。泛化檢測(cè)模型的建立主要采用以下五種檢測(cè)算法，線性相關(guān)檢測(cè)，基于塊的線性相關(guān)檢測(cè)，白化線性相關(guān)檢測(cè)，基于塊的白化線性相關(guān)檢測(cè)和維特比檢測(cè)；這五種算法是從13種檢測(cè)算法遴選出來的性能優(yōu)良的檢測(cè)算法，對(duì)于檢測(cè)誤警概率可以達(dá)到低漏警檢測(cè)的目的。
在進(jìn)行判決檢測(cè)對(duì)象中是否存在水印信息時(shí)，采用數(shù)據(jù)庫(kù)匹配比較分析，數(shù)據(jù)庫(kù)中的數(shù)組矩陣信息是通過實(shí)驗(yàn)驗(yàn)證和后驗(yàn)概率分析的得到的。當(dāng)檢測(cè)結(jié)果與數(shù)據(jù)庫(kù)中某一列嵌入算法的檢測(cè)結(jié)果相匹配時(shí)，則可以判斷該檢測(cè)對(duì)象是由此算法嵌入的水印；如果與無水印嵌入的數(shù)據(jù)庫(kù)規(guī)則相匹配則判斷檢測(cè)對(duì)象中無水印存在。檢測(cè)的準(zhǔn)確性依賴于圖像數(shù)字水印泛化盲檢測(cè)的誤警概率，數(shù)據(jù)庫(kù)的容量根據(jù)檢測(cè)算法的擴(kuò)展而變化，作為一種可以擴(kuò)展的系統(tǒng)，當(dāng)前只討論基本的模型架構(gòu)。
一種數(shù)字水印泛化盲檢測(cè)方法，有多個(gè)檢測(cè)算法的檢測(cè)結(jié)果的融合分析方法，有檢測(cè)規(guī)則數(shù)據(jù)庫(kù)，對(duì)于不同的嵌入算法，選擇相應(yīng)的檢測(cè)算法在不需要原始圖像的情況下提取水印信息；包括以下步驟步驟1、在沒有原作水印情況下使用與嵌入算法對(duì)應(yīng)的檢測(cè)算法檢測(cè)，對(duì)多個(gè)不同的嵌入算法進(jìn)行檢測(cè)；步驟2、根據(jù)檢測(cè)規(guī)則對(duì)不同算法的檢測(cè)結(jié)果進(jìn)行融合分析；所述步驟1包括線性相關(guān)檢測(cè)、白化線性相關(guān)檢測(cè)、基于塊的線性相關(guān)檢測(cè)、基于塊的白化線性相關(guān)檢測(cè)和維特比檢測(cè)；所述步驟2包括檢測(cè)規(guī)則數(shù)據(jù)庫(kù)和融合分析方法的結(jié)合和流程。
本發(fā)明的有益效果利用泛化盲檢測(cè)系統(tǒng)可以針對(duì)于網(wǎng)絡(luò)中的圖片，甚至擴(kuò)展使其能夠?qū)σ纛l視頻等數(shù)字媒體進(jìn)行有效的監(jiān)控，利用已知的檢測(cè)算法進(jìn)行建模優(yōu)化系統(tǒng)，并對(duì)其進(jìn)行安全性評(píng)估，安全性評(píng)估的目的在于測(cè)試檢測(cè)算法的健壯性，使其適合于泛化盲檢測(cè)的基本要求。
本發(fā)明采用順序檢測(cè)和數(shù)據(jù)融合法，利用多種檢測(cè)算法對(duì)待檢測(cè)對(duì)象進(jìn)行檢測(cè)，彌補(bǔ)了現(xiàn)有的不同檢測(cè)算法的單一性，具有低誤警率的特點(diǎn)，以及具有可擴(kuò)展性，能夠添加新的檢測(cè)算法，適應(yīng)于當(dāng)前的算法和應(yīng)用對(duì)象的不斷變化，使該模型具有更高的檢測(cè)率和更廣泛的應(yīng)用范圍。
本發(fā)明是基于現(xiàn)有的檢測(cè)算法進(jìn)行篩選，組合和優(yōu)化得到的檢測(cè)模型，其優(yōu)點(diǎn)在于能夠?qū)⒉煌那度胨惴ňC合比較，選擇適合的檢測(cè)算法最終提取水印信息。
本發(fā)明的主要特點(diǎn)在于融合多種檢測(cè)技術(shù)，形成統(tǒng)一規(guī)范的檢測(cè)機(jī)制；并將檢測(cè)信息的可能結(jié)果納入數(shù)據(jù)庫(kù)模式管理，將數(shù)字水印的泛化盲檢測(cè)系統(tǒng)作為一個(gè)可擴(kuò)展的模型不斷完善，并且數(shù)據(jù)庫(kù)的有效存儲(chǔ)信息容量不需要很大，從節(jié)約空間角度來看非常適合于當(dāng)前的要求。


圖1數(shù)字水印泛化盲檢測(cè)系統(tǒng)；圖2線性相關(guān)檢測(cè)流程圖；圖3白化線性相關(guān)檢測(cè)流程圖；圖4基于塊的線性相關(guān)檢測(cè)流程圖；圖5基于塊的白化線性相關(guān)檢測(cè)流程圖；圖6維特比檢測(cè)流程圖。
具體實(shí)施例方式
一種數(shù)字水印泛化盲檢測(cè)方法，首先，對(duì)待檢測(cè)對(duì)象使用線性相關(guān)檢測(cè)算法、白化線性相關(guān)檢測(cè)算法、基于塊的線性相關(guān)檢測(cè)算法、基于塊的白化線性相關(guān)檢測(cè)算法、維特比檢測(cè)算法在嵌入強(qiáng)度和檢測(cè)閾值保證檢測(cè)率最優(yōu)的前提下進(jìn)行檢測(cè)，對(duì)每個(gè)檢測(cè)算法的檢測(cè)結(jié)果與數(shù)據(jù)庫(kù)中的規(guī)則進(jìn)行比較，如果與某個(gè)規(guī)則相匹配，表明檢測(cè)到數(shù)字水印，退出；如果每個(gè)檢測(cè)算法與所有規(guī)則都不匹配，表明沒有檢測(cè)到數(shù)字水印。
采用順序檢測(cè)法對(duì)于待檢測(cè)圖像進(jìn)行檢測(cè)，然后利用數(shù)據(jù)融合法綜合分析檢測(cè)結(jié)果，最后判斷其中的水印信息，并且根據(jù)檢測(cè)結(jié)果綜合分析規(guī)劃成為相應(yīng)的數(shù)組矩陣數(shù)據(jù)庫(kù)，并進(jìn)而對(duì)檢測(cè)結(jié)果進(jìn)行對(duì)比判斷，從而尋找出對(duì)應(yīng)檢測(cè)算法。泛化盲檢測(cè)系統(tǒng)的核心任務(wù)在于將檢測(cè)結(jié)果與數(shù)據(jù)庫(kù)的規(guī)則進(jìn)行比較判斷。
本發(fā)明的系統(tǒng)構(gòu)成如圖1包含有多個(gè)檢測(cè)模塊，使這些檢測(cè)模塊依次對(duì)數(shù)字圖像檢測(cè)，與這些檢測(cè)模塊的檢測(cè)結(jié)果相適應(yīng)的融合分析模塊，與這些檢測(cè)模塊及融合分析模塊相分析對(duì)比的檢測(cè)規(guī)則數(shù)據(jù)庫(kù)模塊。該系統(tǒng)可通過增加新的檢測(cè)算法模塊或減少檢測(cè)算法模塊，并對(duì)順序檢測(cè)模塊和融合分析模塊和檢測(cè)規(guī)則數(shù)據(jù)庫(kù)模塊進(jìn)行修改以實(shí)現(xiàn)系統(tǒng)的擴(kuò)展或修改。
一種數(shù)字水印泛化盲檢測(cè)系統(tǒng)包括有線性相關(guān)檢測(cè)模塊、白化線性相關(guān)檢測(cè)模塊、線性相關(guān)檢測(cè)模塊、基于塊的白化線性相關(guān)檢測(cè)模塊、維特比檢測(cè)模塊、檢測(cè)規(guī)則數(shù)據(jù)庫(kù)和數(shù)據(jù)融合分析模塊。根據(jù)被檢測(cè)圖像的需要或檢測(cè)算法軟件的發(fā)展還可以增加其它或新的模塊。
本發(fā)明的檢測(cè)方法針對(duì)不同的嵌入算法，選擇相應(yīng)的檢測(cè)算法在不需要原始圖像的情況下提取水印信息。
本發(fā)明的檢測(cè)方法的可分為下列步驟步驟A1、在沒有原作水印情況下使用與嵌入算法對(duì)應(yīng)的檢測(cè)算法檢測(cè)，對(duì)多個(gè)不同的嵌入算法進(jìn)行檢測(cè)；步驟A2、根據(jù)檢測(cè)規(guī)則對(duì)不同算法的檢測(cè)結(jié)果進(jìn)行融合分析；所述步驟A1包括線性相關(guān)檢測(cè)、白化線性相關(guān)檢測(cè)、基于塊的線性相關(guān)檢測(cè)、基于塊的白化線性相關(guān)檢測(cè)和維特比檢測(cè)；所述步驟A2包括檢測(cè)規(guī)則數(shù)據(jù)庫(kù)和融合分析方法的結(jié)合和流程。
本發(fā)明的檢測(cè)方法具體是通過以下過程實(shí)現(xiàn)的對(duì)待檢測(cè)對(duì)象使用線性相關(guān)檢測(cè)算法、白化線性相關(guān)檢測(cè)算法、基于塊的線性相關(guān)檢測(cè)算法、基于塊的白化線性相關(guān)檢測(cè)算法、維特比檢測(cè)算法在嵌入強(qiáng)度和檢測(cè)閾值保證檢測(cè)率最優(yōu)的前提下進(jìn)行檢測(cè)；對(duì)每個(gè)檢測(cè)算法的檢測(cè)結(jié)果與數(shù)據(jù)庫(kù)中的規(guī)則進(jìn)行比較，如果與某個(gè)規(guī)則相匹配，表明檢測(cè)到數(shù)字水印，退出；如果每個(gè)檢測(cè)算法與所有規(guī)則都不匹配，表明沒有檢測(cè)到數(shù)字水印。
在本發(fā)明的泛化盲檢測(cè)系統(tǒng)中包含以下檢測(cè)算法線性相關(guān)檢測(cè)，如圖2所示，線性相關(guān)檢測(cè)的基本步驟是讀取圖像之后將每一個(gè)像素與模板求取相關(guān)值，然后與閾值進(jìn)行比較。其改進(jìn)主要體現(xiàn)于閾值的選擇上，可以檢測(cè)無失真的圖像是否被嵌入水印。當(dāng)檢測(cè)固定線性相關(guān)嵌入器所嵌入的對(duì)象時(shí)，檢測(cè)閾值是0.0299，當(dāng)且僅當(dāng)wr*5嵌入，而用wr/10檢測(cè)(wr為水印模板)。
白化線性相關(guān)檢測(cè)，如圖3所示，特別是白化線性相關(guān)檢測(cè)算法采用的是11×11的矩陣對(duì)原始圖像進(jìn)行濾波卷積運(yùn)算，主要集中于圖像邊界以內(nèi)，因此只限于圖像和模板像素范圍之內(nèi)的運(yùn)算。
基于塊的線性相關(guān)檢測(cè)，如圖4所示，檢測(cè)器分為三步進(jìn)行，第一步是水印提取，先對(duì)內(nèi)容進(jìn)行一些預(yù)處理，產(chǎn)生一個(gè)在標(biāo)志空間內(nèi)的向量，維數(shù)比原來向量低，第二步再?zèng)Q定已提取的標(biāo)志是否包含水印信息，第三步是提取過程的逆過程，將新向量又映射到媒介空間，從而得到加了水印的作品。在圖像的處理過程中，提取8*8的塊然后累加取平均值，然后針對(duì)于8*8的塊進(jìn)行水印嵌入。提取64維向量是關(guān)鍵問題，并且可以泛化成16維，128維等形式，主要依據(jù)圖像的大小而定。
基于塊的白化線性相關(guān)檢測(cè)，如圖5所示，運(yùn)算得到的結(jié)果使濾波器不至于超過預(yù)定的尺寸。但是檢測(cè)結(jié)果在算法基于塊的盲嵌入算法，利用固定歸一化線性相關(guān)的基于塊的水印嵌入算法和具有固定魯棒性嵌入的基于塊的水印嵌入算法嵌入1時(shí)可以無誤檢測(cè)，在檢測(cè)嵌入0值時(shí)出現(xiàn)漏警。
維特比檢測(cè)，如圖6所示，維特比檢測(cè)在此采用的是取模求余的方式遍歷8個(gè)狀態(tài)，而不是采用網(wǎng)格編碼的方式，但是其基本原理是一致的。只是此處采用的方式更容易實(shí)現(xiàn)，并且便于理解。在生成的模板中，也同時(shí)將不同模板的相關(guān)系數(shù)降至最低。從而可以在檢測(cè)閾值的限制下準(zhǔn)確判斷水印信息。當(dāng)相關(guān)系數(shù)絕對(duì)值大于閾值門限時(shí)，則判斷其中對(duì)應(yīng)的模板信息為1，當(dāng)相關(guān)系數(shù)絕對(duì)值小于閾值門限時(shí)，則判斷其中對(duì)應(yīng)的模版信息為0，通過相應(yīng)的二進(jìn)制位進(jìn)行加權(quán)表示嵌入的具體信息。
本發(fā)明中的泛化盲檢測(cè)系統(tǒng)和方法，根據(jù)優(yōu)化后的相應(yīng)檢測(cè)閾值，對(duì)檢測(cè)對(duì)象進(jìn)行檢測(cè)，然后利用數(shù)據(jù)融合法對(duì)于檢測(cè)結(jié)果進(jìn)行分析處理，按照其是否符合數(shù)據(jù)庫(kù)中規(guī)則的檢測(cè)結(jié)果進(jìn)行分類和總結(jié)，并判決得出是否存在數(shù)字水印。
判決機(jī)制本發(fā)明基于相關(guān)檢測(cè)算法的已知檢測(cè)過程進(jìn)行組合而成，首先通過利用已知的數(shù)種算法建立統(tǒng)一的檢測(cè)模型，然后將其引申擴(kuò)展作為一個(gè)可行的檢測(cè)系統(tǒng)。泛化檢測(cè)模型的建立主要采用以下五種檢測(cè)算法，線性相關(guān)檢測(cè)，基于塊的線性相關(guān)檢測(cè)，白化線性相關(guān)檢測(cè)，基于塊的白化線性相關(guān)檢測(cè)和維特比檢測(cè)；這五種算法是從13種檢測(cè)算法遴選出來的性能優(yōu)良的檢測(cè)算法，對(duì)于檢測(cè)誤警概率可以達(dá)到低漏警檢測(cè)的目的。
在進(jìn)行判決檢測(cè)對(duì)象中是否存在水印信息時(shí)，采用數(shù)據(jù)庫(kù)匹配比較分析，數(shù)據(jù)庫(kù)中的數(shù)組矩陣信息是通過實(shí)驗(yàn)驗(yàn)證和后驗(yàn)概率分析的得到的。當(dāng)檢測(cè)結(jié)果與數(shù)據(jù)庫(kù)中某一列嵌入算法的檢測(cè)結(jié)果相匹配時(shí)，則可以判斷該檢測(cè)對(duì)象是由此算法嵌入的水印；如果與無水印嵌入的數(shù)據(jù)庫(kù)規(guī)則相匹配則判斷檢測(cè)對(duì)象中無水印存在。檢測(cè)的準(zhǔn)確性依賴于圖像數(shù)字水印泛化盲檢測(cè)的誤警概率，數(shù)據(jù)庫(kù)的容量根據(jù)檢測(cè)算法的擴(kuò)展而變化，作為一種可以擴(kuò)展的系統(tǒng)，當(dāng)前只討論基本的模型架構(gòu)。
系統(tǒng)的安全性評(píng)估針對(duì)于算法的檢測(cè)誤警概率，主要通過對(duì)于算法參數(shù)進(jìn)行調(diào)整以及對(duì)于算法進(jìn)行優(yōu)化實(shí)現(xiàn)。泛化盲檢測(cè)系統(tǒng)的參數(shù)依賴于單個(gè)檢測(cè)算法改進(jìn)。
上表中1-線性相關(guān)檢測(cè)3-白化線性相關(guān)檢測(cè)5-基于塊的線性相關(guān)檢測(cè)11-基于塊的白化線性相關(guān)檢測(cè)12-維特比檢測(cè)數(shù)字水印系統(tǒng)的有效性一般由正檢率、虛警率和漏警率來衡量。泛化盲檢測(cè)系統(tǒng)的正檢率、虛警率和漏警率為虛警率1.818％漏警率2.727％正檢率95.455％＝100％-1.818％-2.727％對(duì)數(shù)字圖像采用水印泛化盲檢測(cè)系統(tǒng)的5個(gè)檢測(cè)算法進(jìn)行順序檢測(cè)，然后將檢測(cè)結(jié)果與數(shù)據(jù)庫(kù)信息進(jìn)行匹配。各個(gè)檢測(cè)算法的閾值的選擇如下線性相關(guān)測(cè)檢測(cè)閾值的選擇實(shí)施時(shí)候應(yīng)用相應(yīng)函數(shù)進(jìn)行相關(guān)值計(jì)算即計(jì)算二維函數(shù)的相關(guān)系數(shù)，主要的特點(diǎn)在于其利用歸一化的效果。根據(jù)嵌入強(qiáng)度不至于圖像失真時(shí)檢測(cè)閾值選擇為0.001。不同的嵌入算法的嵌入強(qiáng)度有所差異，但是嵌入的基本要求在于不使圖像的失真太嚴(yán)重，導(dǎo)致水印信息的可見。
白化線性相關(guān)檢測(cè)閾值的選擇白化線性相關(guān)檢測(cè)的主要優(yōu)化方式在于將圖像與給定白化濾波器的疊加之前，閾值選擇為0.005，此時(shí)檢測(cè)的準(zhǔn)確率比較高。相對(duì)于白化濾波之后檢測(cè)閾值的效率更高。漏警的概率也就更低，因此采用的閾值比未進(jìn)行濾波時(shí)要高一些。
基于塊的線性相關(guān)檢測(cè)閾值的選擇基于塊的運(yùn)算首先將待檢測(cè)圖像提取8*8的塊，然后與大小8*8的模板進(jìn)行相關(guān)系數(shù)運(yùn)算。設(shè)定檢測(cè)閾值為0.09，此時(shí)計(jì)算相關(guān)系數(shù)采用歸一化后取內(nèi)積的方法實(shí)現(xiàn)。
基于塊的白化線性相關(guān)檢測(cè)閾值的選擇尤其在基于塊的分塊運(yùn)算的過程中，提取8*8的塊64維向量時(shí)以及將新向量重新映射回媒介空間時(shí)，每一塊的差分向量計(jì)算時(shí)需要在分塊級(jí)別，而循環(huán)應(yīng)用則在像素級(jí)別，檢測(cè)時(shí)則計(jì)算64維向量與參考模板之間的相關(guān)系數(shù)即可。檢測(cè)閾值選擇為0.2。
維特比檢測(cè)閾值的選擇檢測(cè)閾值選擇為0.005，此時(shí)可以區(qū)分嵌入0和嵌入1的差異。并且嵌入強(qiáng)度為0.00225，此時(shí)不致于使原圖失真太嚴(yán)重，檢測(cè)時(shí)可以無誤檢測(cè)。
在形成數(shù)字水印的泛化盲檢測(cè)系統(tǒng)時(shí)，基本秉承上述算法的精神，依照于適合順序檢測(cè)的規(guī)則進(jìn)行相應(yīng)修正，力爭(zhēng)使其檢測(cè)誤警概率達(dá)到最小。而且進(jìn)行一個(gè)關(guān)鍵的補(bǔ)充，采用了數(shù)據(jù)融合方式進(jìn)行匹配檢測(cè)。在建立數(shù)據(jù)庫(kù)之前對(duì)于檢測(cè)對(duì)象和數(shù)字水印的隨機(jī)性和誤警概率進(jìn)行了詳細(xì)測(cè)試，并針對(duì)于可能出現(xiàn)的不同情形進(jìn)行預(yù)測(cè)分析。將檢測(cè)虛警概率和漏警概率降至最低。建立數(shù)據(jù)庫(kù)之后利用已知的相近算法對(duì)于待檢測(cè)圖像進(jìn)行順序檢測(cè)，然后將每個(gè)算法的檢測(cè)結(jié)果存儲(chǔ)在緩存中，而后將結(jié)果與數(shù)據(jù)庫(kù)中數(shù)據(jù)進(jìn)行匹配計(jì)算，最終判斷顯示檢測(cè)對(duì)象中是否存在水印信息。為進(jìn)一步分析水印信息提供依據(jù)。并且檢測(cè)分析過程，凡是檢測(cè)到相應(yīng)算法的相關(guān)值符合要求時(shí)，則列入懷疑范圍，力爭(zhēng)使其檢測(cè)漏警率降至最低。
圖1所示的基本流程，可以實(shí)施泛化盲檢測(cè)系統(tǒng)的功能步驟1線性相關(guān)檢測(cè)。
步驟2為白化線性相關(guān)檢測(cè)。對(duì)比步驟1在于其在運(yùn)算之前進(jìn)行白化濾波。
步驟3為基于塊的線性相關(guān)檢測(cè)。分塊運(yùn)算圖像與水印模板的相關(guān)性。
步驟4為基于塊的白化線性相關(guān)檢測(cè)。對(duì)比步驟3在于其在運(yùn)算之前進(jìn)行白化濾波。
步驟5為維特比檢測(cè)。在上述步驟的基礎(chǔ)上疊加嵌入8個(gè)模板。嵌入時(shí)達(dá)到了8位信息。
步驟6為順序檢測(cè)法，采用已知的算法對(duì)待檢測(cè)圖像進(jìn)行順序檢測(cè)但是不改變圖像的特征。
步驟7為檢測(cè)規(guī)則數(shù)據(jù)庫(kù)，建庫(kù)是根據(jù)檢測(cè)時(shí)可能出現(xiàn)的各種情況而確定的檢測(cè)矩陣。
步驟8為數(shù)據(jù)融合分析模塊，融合6的檢測(cè)結(jié)果進(jìn)行分析，并與檢測(cè)規(guī)則數(shù)據(jù)庫(kù)進(jìn)行交互匹配判別，對(duì)于符合7中規(guī)則，則可以判斷檢測(cè)圖像中是否存在水印信息，將其結(jié)果顯示于步驟9中，為檢測(cè)的最終結(jié)果。
本發(fā)明中的泛化盲檢測(cè)系統(tǒng)和方法，對(duì)不同數(shù)字水印檢測(cè)算法，依據(jù)相應(yīng)檢測(cè)閾值，對(duì)檢測(cè)對(duì)象進(jìn)行檢測(cè)，然后利用數(shù)據(jù)融合法對(duì)于檢測(cè)結(jié)果進(jìn)行分析處理，按照其是否符合數(shù)據(jù)庫(kù)中規(guī)則的檢測(cè)結(jié)果進(jìn)行分類和總結(jié)，并判決得出是否存在數(shù)字水印。
權(quán)利要求
1.一種數(shù)字水印泛化盲檢測(cè)方法，其特征在于有多個(gè)檢測(cè)算法的檢測(cè)結(jié)果的融合分析方法，有檢測(cè)規(guī)則數(shù)據(jù)庫(kù)，對(duì)于不同的嵌入算法，選擇相應(yīng)的檢測(cè)算法在不需要原始圖像的情況下提取水印信息；包括以下步驟步驟1、在沒有原作水印情況下使用與嵌入算法對(duì)應(yīng)的檢測(cè)算法檢測(cè)，對(duì)多個(gè)不同的嵌入算法進(jìn)行檢測(cè)；步驟2、根據(jù)檢測(cè)規(guī)則對(duì)不同算法的檢測(cè)結(jié)果進(jìn)行融合分析；所述步驟1包括線性相關(guān)檢測(cè)、白化線性相關(guān)檢測(cè)、基于塊的線性相關(guān)檢測(cè)、基于塊的白化線性相關(guān)檢測(cè)和維特比檢測(cè)；所述步驟2包括檢測(cè)規(guī)則數(shù)據(jù)庫(kù)和融合分析方法的結(jié)合和流程。
2.一種數(shù)字水印泛化盲檢測(cè)系統(tǒng)，其特征在于包括有線性相關(guān)檢測(cè)模塊、白化線性相關(guān)檢測(cè)模塊、線性相關(guān)檢測(cè)模塊、基于塊的白化線性相關(guān)檢測(cè)模塊、維特比檢測(cè)模塊、檢測(cè)規(guī)則數(shù)據(jù)庫(kù)和數(shù)據(jù)融合分析模塊；有讀取圖像之后將每一個(gè)像素與模板求取相關(guān)值，然后與閾值進(jìn)行比較的線性相關(guān)檢測(cè)模塊；有采用的是11×11的矩陣對(duì)原始圖像進(jìn)行濾波卷積運(yùn)算，主要集中于圖像邊界以內(nèi)，限于圖像和模板像素范圍之內(nèi)的運(yùn)算的白化線性相關(guān)檢測(cè)模塊；有進(jìn)行水印提取，先對(duì)內(nèi)容進(jìn)行一些預(yù)處理，產(chǎn)生一個(gè)在標(biāo)志空間內(nèi)的向量，決定已提取的標(biāo)志是否包含水印信息，進(jìn)行提取過程的逆過程，將新向量映射到媒介空間，從而得到加了水印的作品；或進(jìn)行圖像的處理，提取8*8的塊然后累加取平均值，然后針對(duì)于8*8的塊進(jìn)行水印嵌入的基于塊的線性相關(guān)檢測(cè)模塊；有檢測(cè)結(jié)果在算法基于塊的盲嵌入算法，利用固定歸一化線性相關(guān)的基于塊的水印嵌入算法和具有固定魯棒性嵌入的基于塊的水印嵌入算法嵌入1時(shí)可以無誤檢測(cè)，在檢測(cè)嵌入0值時(shí)出現(xiàn)漏警的基于塊的白化線性相關(guān)檢測(cè)模塊；有采用取模求余的方式遍歷8個(gè)狀態(tài)，在生成的模板中，檢測(cè)閾值的限制下準(zhǔn)確判斷水印信息，當(dāng)相關(guān)系數(shù)絕對(duì)值大于閾值門限時(shí)，則判斷其中對(duì)應(yīng)的模板信息為1，當(dāng)相關(guān)系數(shù)絕對(duì)值小于閾值門限時(shí)，則判斷其中對(duì)應(yīng)的模版信息為0，通過相應(yīng)的二進(jìn)制位進(jìn)行加權(quán)表示嵌入的具體信息的維特比檢測(cè)模塊；有該保存著系統(tǒng)中單個(gè)檢測(cè)算法的檢測(cè)閾值、相應(yīng)的參數(shù)和檢測(cè)結(jié)果的檢測(cè)規(guī)則數(shù)據(jù)庫(kù)；有在系統(tǒng)運(yùn)用其中的單個(gè)檢測(cè)算法對(duì)圖像進(jìn)行遍歷檢測(cè)時(shí)，將每個(gè)檢測(cè)算法的檢測(cè)結(jié)果與檢測(cè)規(guī)則數(shù)據(jù)庫(kù)中的規(guī)則進(jìn)行比較的數(shù)據(jù)融合分析模塊。
3.根據(jù)權(quán)利要求2所述的一種數(shù)字水印泛化盲檢測(cè)系統(tǒng)，其特征是數(shù)據(jù)融合分析模塊中有如果與某個(gè)規(guī)則相匹配，表明檢測(cè)到數(shù)字水??；如果每個(gè)檢測(cè)算法與所有規(guī)則都不匹配，表明沒有檢測(cè)到數(shù)字水印的步驟。
全文摘要
一種數(shù)字水印泛化盲檢測(cè)系統(tǒng)和方法，系統(tǒng)包含有多個(gè)檢測(cè)算法軟件，使這些檢測(cè)算法依次對(duì)數(shù)字圖像檢測(cè)的順序檢測(cè)法軟件，與這些檢測(cè)算法的檢測(cè)結(jié)果相適應(yīng)的融合分析方法軟件，與這些檢測(cè)算法及融合分析方法相分析對(duì)比的檢測(cè)規(guī)則數(shù)據(jù)庫(kù)軟件；可在沒有原作水印情況下使用與嵌入算法對(duì)應(yīng)的檢測(cè)算法對(duì)多個(gè)不同的嵌入算法進(jìn)行檢測(cè)，根據(jù)檢測(cè)規(guī)則對(duì)不同算法的檢測(cè)結(jié)果進(jìn)行融合分析，以檢測(cè)數(shù)字圖像中的水印。本系統(tǒng)將檢測(cè)信息的可能結(jié)果納入數(shù)據(jù)庫(kù)模式管理，作為一個(gè)可擴(kuò)展的模型不斷完善，數(shù)據(jù)庫(kù)的有效存儲(chǔ)信息容量不需要很大。本系統(tǒng)誤警率低，效率高，具有可擴(kuò)展性，以適應(yīng)算法和應(yīng)用對(duì)象變化。
文檔編號(hào)G06K9/00GK1945597SQ200610114298
公開日2007年4月11日 申請(qǐng)日期2006年11月3日 優(yōu)先權(quán)日2006年11月3日
發(fā)明者華東明, 于德強(qiáng), 劉月琴, 焦玉峰 申請(qǐng)人:北京啟明星辰信息技術(shù)有限公司