專利名稱：一種保護多媒體文件和多媒體數(shù)據(jù)的方法
技術(shù)領(lǐng)域：
本發(fā)明是一種基于奇異值分解的用以多媒體文件和多媒體數(shù)據(jù)的數(shù)字水印技術(shù)，屬于模式識別領(lǐng)域。
因特網(wǎng)的出現(xiàn)以及計算機、掃描儀和打印機的廣泛使用使得數(shù)字化的多媒體數(shù)據(jù)的獲取、交換和傳輸變得異常簡單。但是通過網(wǎng)絡(luò)傳播數(shù)據(jù)也使有惡意的個人或團體在沒有得到數(shù)據(jù)文件所有者許可的情況下能肆意地復制和傳播有版權(quán)保護的文檔。數(shù)字水印則為這種問題提供了一個有效的保護手段。
目前提出的數(shù)字水印技術(shù)根據(jù)嵌入水印的方式大致可分為兩類空間域技術(shù)即水印直接添加到圖象的灰度值上和變換域技術(shù)即對圖象做某種變換，然后將水印添加到圖象變換域的系數(shù)上。其中一個著名的方法是Cox等人提出的擴展譜通信方法，作者先計算圖象的離散余弦變換(DCT)，然后將水印疊加到DCT系數(shù)中幅值最大的前k系數(shù)中(不包括直流分量)。解碼函數(shù)則計算水印圖象的離散余弦逆變換，如果已知原始圖象，就可以提取嵌入的水印。Cox方法是較早提出的且具代表性的一種水印方法。該方法即使當水印圖象經(jīng)過一些通用的幾何變形和信號處理操作而產(chǎn)生比較明顯的變形后仍然能夠提取出一個可信賴的水印拷貝。可對比的技術(shù)文獻有以下五篇[1]I.J.Cox，J.Kilian，T.Leighton，and T.Shamoon，Secure SpreadSpectrum Watermarking for Multimedia，NEC Research InstituteTechnical Report 95-10，1995.[2]A.Piva，M.Barni，F(xiàn).Bartolini and V.Cappellini，DCT-based
watermark recovering without resorting to the uncorrupted origihalImage，Proc.of ICIP′97，Vol.3，pp.520-523，1997.[3]J.J.K.O′Ruanaidh，W.J.Dowling and F.M.Boland，Watermarking digital images for copyright protection，IEE Proc.-Vis.Image Signal Process，Vol.143，No.4，pp.250-256，August，1996.[4]A.G.Bors and I.Pitas，Image Watermarking using DCT domainconstraints，Proc.of ICIP′96，Vol.3，pp.231-234，1996.[5]R.Z.Liu and T.N.Tan，Watermarking for digital images，Proceedings of ICSP′98，Vol.2，pp.944-947，1998.
本發(fā)明的目的是提出一種新的基于奇異值分解SVD的數(shù)字水印方法；在數(shù)值分析中奇異值分解“SVD”是一種將矩陣對角化的數(shù)值算法，當圖象被施加小的擾動時，圖象的奇異值不會有大的變動，奇異值表現(xiàn)的是圖象的內(nèi)蘊特性而不是視覺特性；本發(fā)明還要解決原始圖象和水印圖象的差別如何量化，如何確定嵌入水印的信息量或能量，同樣的原理可以完全適用于數(shù)字視頻或數(shù)字音頻等其他多媒體文件的保護。本發(fā)明的技術(shù)要點在于1奇異值分解從線性代數(shù)的角度看，一幅數(shù)字圖象可以被看成是一個非負矩陣。若一幅圖象用A表示，定義為A∈Rn×n，其中R表示實數(shù)域。則矩陣A的奇異值分解定義如下A＝USVT(1)其中U∈Rn×n和V∈Rn×n均為正交陣，S為對角陣。2水印的嵌入和檢測SVD方法的基本原理是將水印嵌入到原始圖象的奇異值中。在水印的嵌入過程中，先做n×n圖象A的奇異值分解，得到兩個正交矩陣U、V及一個對角矩陣S。設(shè)A是方陣，其他非方陣可用同樣的方法來處理。水印W用矩陣表示，并被疊加到矩陣S上，對新的矩陣S+αW進行奇異值分解，得到U1、S1和V1(S+αW＝U1S1V1T)，其中正常數(shù)α調(diào)節(jié)水印的疊加強度，然后將矩陣U、S1和VT相乘，得到處理后的包含水印的圖象 。即如矩陣A和W分別表示原始圖象和水印，則通過如下三個步驟得到水印圖象 A＝USVTS+αW＝U1S1V1T(2)A^=US1VT]]>在水印的檢測過程中，如果給出矩陣U1、S、V1和可能損壞的水印圖象A*，通過簡單的逆過程就可提取出可能已經(jīng)失真的水印W*，即A*＝U*S1*V*TD*＝U1S1*V1T(3)W*=1a(D*-S)]]>注意到三個矩陣U1、S和V1的總的自由度為n2，即等于一個n×n矩陣的自由度。SVD算法需要上面的三個矩陣來提取水印，但不用額外的信息量。
W(原始水印)和W*(提取的水印)的相似性通過相關(guān)檢驗來衡量。為方便起見，可將W和W*看成是一維向量，并按標準方法計算兩者的相關(guān)系數(shù)c(W，W*)。對于二維水印如公司的標志圖象等，可以簡單地將其映射為一維向量，或直接計算它們的二維相關(guān)系數(shù)。3誤差估計當將水印嵌入到一幅圖象中時，需將原始圖象和水印圖象的差別量化；并確定嵌入的水印的信息量或能量。方法如下定義1設(shè)矩陣A∈Rn×n，它的譜范數(shù)(也稱2-范數(shù))定義為||A||2=λmax=smax----(4)]]>其中λmax和smax分別表示ATA的最大特征值及A的最大奇異值。引理1如果U∈Rn×n和V∈Rn×n為正交矩陣，且A∈Rn×n，則‖UAV‖2＝‖A‖2(5)引理2設(shè)A∈Rn×n，δA為矩陣A的一個擾動，定義
。令矩陣A和
按遞減排列的第i個奇異值分別為si(A)和
，則|si(A)-si(A)^|≤||δA||2----(6)]]>其中i＝1，2...，n.引理2也稱為奇異值擾動定理。據(jù)此得到如下結(jié)果定理1如果A、
、W和si(·)的定義如上，則有|si(A)^-si(A)|≤a||W||2,i=1,...,n----(7)]]>證明由式(2)、(4)、(5)和(6)有|si(A)^-si(A)|]]>＝|si(S1)-si(S)|＝|si(S+αW)-si(S)|≤α‖W‖2按式(7)用‖W‖2可衡量圖象A和
之間的誤差，由此可調(diào)節(jié)水印的譜范數(shù)以在魯棒性和可覺察性之間達到一個平衡。一個最簡單的方法是直接調(diào)節(jié)系數(shù)α的值。定理1為選擇水印，確定水印的嵌入位置以及控制水印的能量提供了依據(jù)。本發(fā)明與現(xiàn)有水印技術(shù)比較有以下優(yōu)點本發(fā)明首先提出了基于矩陣奇異值分解理論的數(shù)字水印技術(shù)。與以往的數(shù)字水印方法相比，該技術(shù)在水印的保密性與魯棒性上均有顯著的提高。
由于奇異值分解的良好數(shù)學特性，本方法與Cox的擴展譜方法相比，在魯棒性檢驗方面體現(xiàn)出很大的優(yōu)點，即經(jīng)過圖象的污染或失真后水印仍存在，并能提取出來，主要表現(xiàn)在(1)圖象旋轉(zhuǎn)；(2)圖象添加噪聲；(3)圖象經(jīng)過有損失壓縮；(4)圖象經(jīng)過平滑濾波；(5)圖象裁剪；(6)圖象的掃描與復印等。在本發(fā)明中水印被疊加到原始圖象的SVD域上。該算法的數(shù)學背景非常清晰，而且水印圖象和原始圖象之間的誤差容易估計。因此一些重要的問題如水印的疊加位置的確定，水印容量的控制都可以容易地解決。大量的實驗數(shù)據(jù)與Cox方法相比較，表明新方法是非常魯棒的。


圖1為SVD方法對圖象Lena的數(shù)字水印(a)原始圖象(b)水印圖象(c)絕對誤差圖象。
圖2為SVD方法對噪聲的魯棒性測試(a)加噪聲的水印圖象(b)水印的相關(guān)系數(shù)。
圖3為Cox方法的噪聲檢驗(a)噪聲圖象(b)水印的相關(guān)系數(shù)圖4為低通濾波下SVD方法的魯棒性檢驗(a)平滑圖象(b)水印的相關(guān)系數(shù)圖5為低通濾波下Cox方法的魯棒性檢驗(a)平滑圖象(b)水印的相關(guān)系數(shù)圖6為SVD方法對JPEG壓縮的魯棒性檢驗(a)壓縮-解壓圖象(b)水印的相關(guān)系數(shù)圖7為Cox方法對JPEG壓縮的魯棒性檢驗(a)壓縮-解壓圖象(b)水印的相關(guān)系數(shù)圖8為SVD方法對圖象旋轉(zhuǎn)的魯棒性檢驗(a)水印圖象旋轉(zhuǎn)30度時的顯示圖(b)水印的相關(guān)系數(shù)圖9為Cox方法對圖象旋轉(zhuǎn)的魯棒性檢驗(a)旋轉(zhuǎn)圖象(b)水印的相關(guān)系數(shù)圖10為SVD方法對圖象裁剪的魯棒性檢驗(a)裁剪后的圖象(b)水印的相關(guān)系數(shù)圖11為Cox方法對圖象裁剪的魯棒性檢驗(a)裁剪后的圖象(b)水印的相關(guān)系數(shù)實施例計算機、打印機和高速傳輸設(shè)備的發(fā)展使得在網(wǎng)絡(luò)上進行圖像和視頻信號的傳輸變得非常方便。但電子圖像、電子文本的傳輸和貯存所面臨的一個嚴重的問題是它們的復制品與原件完全一樣，因而版權(quán)所有者不愿意以這種方式傳播他們的材料。由于因特網(wǎng)(Internet)在商業(yè)領(lǐng)域的應(yīng)用日益廣泛，因此急切需要一種可以對電子數(shù)據(jù)進行保護的手段。數(shù)字水印是攜帶所有者版權(quán)信息的一組辨別數(shù)據(jù)。數(shù)字水印被永久地嵌入到多媒體數(shù)據(jù)中用于版權(quán)保護并檢查數(shù)據(jù)是否被破壞。
下面介紹基于SVD的數(shù)字水印的使用方法在數(shù)值分析中奇異值分解SVD是一種將矩陣對角化的數(shù)值算法。在圖象處理中，SVD的主要理論背景是(1)圖象奇異值的穩(wěn)定性非常好，即當圖象被施加小的擾動時，圖象的奇異值不會有太大的變化；(2)奇異值所表現(xiàn)的是圖象的內(nèi)蘊特性而非視覺特性。
現(xiàn)表述用SVD算法來完成水印的嵌入和提取的使用。這里給出了用200×200的256級灰度圖象Lena做實驗得到的魯棒性測試結(jié)果，共有五個方面加噪聲、低通濾波、JPEG壓縮、圖象裁剪和旋轉(zhuǎn)。與Cox方法類似，選取的水印是一個服從高斯分布的偽隨機數(shù)組成的2500×1向量。在用SVD方法疊加水印時，水印向量被映射為一個50×50的矩陣。而在Cox方法中，水印向量則直接疊加到圖象DCT域上幅值最大的前2500個系數(shù)上(不包括直流分量)。在Cox方法中，控制水印嵌入能量的調(diào)節(jié)系數(shù)α的值設(shè)置為0.1(Cox等人所采用的一個典型值)。當使用50組2500×1的隨機向量作為測試用的水印，其中只有第10個為被嵌入到圖象中正確的水印。原始圖象和水印圖象的相似性度量由兩者的二維相關(guān)系數(shù)ec來評價。用Cox方法得到的ec值為0.9957。
圖1顯示用SVD方法對圖象Lena嵌入數(shù)字水印的結(jié)果。圖1(a)是原始圖象，水印圖象顯示在圖1(b)中，圖1(c)為放大64后的絕對誤差圖象。為了使SVD和Cox兩種方法創(chuàng)建的水印圖象具有可比性，SVD法的系數(shù)α值設(shè)置為0.2，相應(yīng)的相關(guān)系數(shù)ec的值為0.9966。注意到誤差圖象顯示出原始圖象的紋理特征。
圖2為加高斯噪聲后的結(jié)果。先按照式(2)得到水印圖象，然后加入高斯噪聲。噪聲的均值為0，方差是0.05。在水印檢測過程中，提取出遭到破壞的水印W*，并計算W*和W(原始水印)之間的相關(guān)系數(shù)c(W，W*)。在SVD方法得到的水印圖象上添加噪聲的結(jié)果顯示于圖2(a)。水印檢測結(jié)果顯示于圖2(b)?？v坐標表示相關(guān)系數(shù)值，橫坐標表示50組2500×1的水印。顯然第10個(即真正的水印)的相關(guān)值遠大于其他的值(約0.7)，表明檢測到正確的水印。
同樣，用Cox方法得到的噪聲檢驗結(jié)果顯示于圖3以作為比較。首先也是在原圖中嵌入水印，然后疊加同樣分布的高斯噪聲，并計算水印的相關(guān)系數(shù)c(W，W*)。圖3(a)為疊加噪聲后的圖象，圖3(b)為水印檢測結(jié)果。注意到盡管Cox方法能檢測出正確的水印(第10個)，但其相關(guān)系數(shù)值僅為0.11，與SVD方法比較，水印已經(jīng)有非常大的失真了。
圖4是SVD方法對低通濾波的魯棒性檢驗結(jié)果。濾波器是一個大小為16×16，方差為4的高斯低通濾波器。用該濾波器對水印圖象進行二維FIR濾波。濾波后的圖象被嚴重平滑了，如圖4(a)所示。由平滑圖象得到的水印的相關(guān)檢驗顯示于圖4(b)?？梢钥闯?，當圖象被平滑后，用SVD方法嵌入的水印仍然能被正確檢測到。正確水印的相關(guān)系數(shù)值約為0.3。而用Cox方法疊加的水印經(jīng)過濾波后則完全被破壞了(見圖5)。
在對水印圖象抵抗JPEG壓縮時，圖6為SVD方法對JPEG壓縮的魯棒性檢驗結(jié)果。水印圖象以軟件所能給出的最大壓縮比進行壓縮，JPEG的質(zhì)量系數(shù)為5，相應(yīng)的壓縮比約為18∶1。壓縮圖象經(jīng)過解壓后顯示于圖6(a)，圖6(b)為對壓縮圖象的水印檢測。結(jié)果顯示經(jīng)過最大壓縮后，嵌入的水印基本沒有受到影響，相關(guān)系數(shù)值c(W，W*)為0.9812，這意味著SVD方法對圖象壓縮有極強的魯棒性。
圖7是對Cox方法產(chǎn)生的水印圖象進行相同JPEG壓縮后得到的測試結(jié)果。圖7(a)顯示的為壓縮圖象，圖7(b)為水印檢測結(jié)果。可以看出經(jīng)過JPEG壓縮后，正確水印已經(jīng)基本上被破壞了。
圖8則顯示了SVD方法抵抗圖象旋轉(zhuǎn)的魯棒性。用雙線性插值做圖象的旋轉(zhuǎn)，旋轉(zhuǎn)角度為30度，然后裁剪掉四個角以保證旋轉(zhuǎn)后的圖象大小與原圖一樣。圖8(a)為旋轉(zhuǎn)后的圖象，圖8(b)為水印的相關(guān)檢測。需要指出的一點是圖象旋轉(zhuǎn)90度及其倍數(shù)和圖象轉(zhuǎn)置對SVD水印算法沒有影響。
圖9為相應(yīng)的Cox方法對圖象旋轉(zhuǎn)的測試結(jié)果。水印圖象旋轉(zhuǎn)30度顯示于圖9(a)，圖9(b)為相關(guān)檢測結(jié)果?？梢钥吹綀D象經(jīng)過旋轉(zhuǎn)后，水印已經(jīng)完全消失了。Cox方法需要原始圖象提取水印，但在實際的計算過程中，無論原圖是否也旋轉(zhuǎn)同樣角度，對水印的檢測結(jié)果都沒有什么影響。事實上Cox方法對圖象旋轉(zhuǎn)是十分敏感的。
圖10為圖象裁剪的魯棒性測試。將由SVD方法得到的水印圖象的左半邊裁掉，然后用剩下的右半邊的圖象檢測水印存在與否。圖10(a)為裁剪后的圖象。圖10(b)顯示水印的相關(guān)檢驗?？梢钥闯鏊∪阅鼙徽_檢測出來，其相關(guān)系數(shù)值為0.3786。有意思的是如果把水印圖象的右半邊裁掉而保留左半邊，那么計算出來的相關(guān)系數(shù)值變?yōu)?.1548，這意味著水印算法給出的結(jié)果表明原始圖象的右半部分包含更多的圖象信息，這與我們的直觀感覺是一致的。
同樣對Cox方法做圖象裁剪測試。圖11(a)為裁剪后的圖象。圖11(b)顯示相關(guān)系數(shù)值。正確水印的相關(guān)系數(shù)值為0.0877。由于Cox方法需要原始圖象來提取水印，因此如果我們用原始圖象的左半邊彌補裁剪圖象的左半邊合成一個完整的圖象，那么計算出的水印相關(guān)系數(shù)值變?yōu)?.7178。而SVD方法若也經(jīng)過同樣處理的話，相關(guān)系數(shù)值則為0.9912。
在圖象的尺寸大小變化和二維可視化水印(如公司的圖象標志等)等方面，也可做相應(yīng)的魯棒性測試。所有這些結(jié)果均表明即使水印圖象經(jīng)過比較嚴重的失真，SVD方法仍然能夠提取出正確的水印或確定水印的存在與否。結(jié)果也同時說明新方法要比通用的Cox方法魯棒得多。
權(quán)利要求
1.一種基于奇異值分解的用以保護多媒體文件和多媒體數(shù)據(jù)的方法，其特征在于將一幅數(shù)字圖象設(shè)為非負矩陣，并用A表示，定義為A∈Rn×n，其中R表示實數(shù)域；則矩陣A的奇異值分解定義為A＝USVT，U∈Rn×n和V∈Rn×n均為正交陣，S為對角陣，將水印的嵌入到原始圖象的奇異值中。
2.根據(jù)權(quán)利要求1所述的一種保護多媒體文件和多媒體數(shù)據(jù)的方法，其特征是先做n×n圖象A的奇異值分解得到兩個正交矩陣U、V及一個對角矩陣S；設(shè)A是方陣，其他非方陣可用同樣的方法來處理；水印W也用矩陣表示，并被疊加到矩陣S上，對新的矩陣S+αW在進行奇異值分解，得到U1、S1和V1(S+αW＝U1S1V1T)，其中常數(shù)α＞0調(diào)節(jié)水印的疊加強度；然后將矩陣U、S1和VT相乘，得到處理后的包含水印的圖象
；如設(shè)矩陣A和W分別表示原始圖象和水印，通過如下三個步驟得到水印圖象A＝USVT，S+αW＝U1S1V1T，
；在水印的檢測過程中，如果給出矩陣U1、S、V1和可能損壞的水印圖象A*，那么可通過簡單的逆過程就能提取出可能已經(jīng)失真的水印W*，即A*＝U*S1*V*T，D*＝U1S1*V1T，
三個矩陣U1、S和V1的總的自由度為n2，即等于一個n×n矩陣的自由度；SVD算法需要上面的三個矩陣來提取水印，但不再用額外的信息量，W為原始水印、W*為提取的水印，將W和W*看成是一維向量，并按標準方法計算兩者的相關(guān)系數(shù)c(W，W*)；對于二維水印如公司的標志圖象，可以簡單地將其映射為一維向量，或直接計算它們的二維相關(guān)系數(shù)。
3.根據(jù)權(quán)利要求1所述的一種保護多媒體文件和多媒體數(shù)據(jù)的方法，其特征在于在水印嵌入到一幅圖象中并將原始圖象和水印圖象的差別量化后確定嵌入的水印信息量及能量的方法如下如果A表示原始圖象，
表示水印圖象，W為水印，Si(·)為奇異值，則由A＝USVT，S+αW＝U1S1V1T，
得到
；用‖W‖2可衡量圖象A和
之間的誤差，這樣可以調(diào)節(jié)水印的譜范數(shù)以在魯棒性和可覺察性之間達到一個平衡。
全文摘要
一種保護多媒體文件和多媒體數(shù)據(jù)的方法是基于奇異值分解的數(shù)字水印技術(shù),屬于模式識別領(lǐng)域。本發(fā)明利用奇異值分解法,即SVD的數(shù)字水印方法,將水印信息加入到圖象、視頻或音頻數(shù)據(jù)的奇異值中,然后通過逆變換得到添加水印后的圖象。與原始圖象相比,人眼無法區(qū)別兩者的差別。而數(shù)字水印則為這個問題提供了一種區(qū)別的手段。水印可以是文本、數(shù)字、圖形、簽名等數(shù)字文檔。本發(fā)明可通過網(wǎng)絡(luò)上傳播的多媒體數(shù)據(jù)或文件獲得保護。
文檔編號G06T1/00GK1276565SQ9910796
公開日2000年12月13日 申請日期1999年6月8日 優(yōu)先權(quán)日1999年6月8日
發(fā)明者劉瑞禎, 譚鐵牛 申請人:中國科學院自動化研究所