图像和视频水印嵌入新方法研究

论文摘要

多媒体信息的数字化极大地提高了信息表达的效率和准确性,网络技术的飞速发展,为传播数字化产品提供了便捷廉价的途径。由于数字信息产品的复制不会产生模拟产品复制时出现的质量降低问题,任意复制传播数字产品的行为变得越来越泛滥。同时,各种图像、音视频编辑软件的应用也变得非常普及,一方面人们可以享受到其带来的便利,但另一方面也使得对数字产品的内容进行篡改变得很容易。为了解决这个问题,数字水印技术通过将一种不可见的标记嵌入到多媒体信息产品中,用以标识原创作者对作品的所有权或对信息的完整性进行验证。从本质上说,数字水印技术是信源编码在信息安全领域的应用,从信息处理的角度看,嵌入载体对象的水印信号可以看作是在强背景下叠加一个弱信号,只要叠加的水印信号强度低于人类视觉或听觉的感知门限,就可以在不引起人类感知的情况下嵌入水印信息。数字图像是网络上最常见到,也是最容易被随意拷贝和修改的多媒体信息,在所有的数字水印技术中,数字图像的水印技术是最受到关注和研究的。目前图像水印的基本实现方法是把载体当做信道,将待隐藏的水印信息用密钥扰乱,用各种方法嵌入到载体中,要求载体的变化不被感知,隐藏的水印信息经过传输和攻击后仍然可以检测提取出来,由此衍生出水印系统中的水印生成、嵌入、提取和攻击四大部分技术,其中水印的嵌入方法对系统性能具有决定性的影响。分形变换利用图像的自相似性进行压缩,可获得较传统算法高得多的压缩比,在未来会得到广泛应用。由于分形变换的实现机制非常特殊,传统的基于DCT、DWT的水印嵌入算法难以在分形变换中实现,因此必须根据分形变换的特点研究有针对性的水印嵌入方法。现有的基于分形变换的水印嵌入技术利用值域子块最佳匹配块的位置不变性,根据最佳匹配块所处的不同寻找区域来嵌入和提取水印,由于有些寻找区域的匹配块并不是最佳的,这些非最佳匹配块参与图像的重构,使水印图像质量有较大的降低,一些改进的算法虽然提高了图像质量,但存在水印容量低、鲁棒性不强的问题。基于对分形变换有关参数的研究,实现一种利用分形变换过程中的对比度因子参数嵌入水印的新方法,可以嵌入较大的水印容量,由于嵌入始终是基于最佳匹配块进行的,重构的水印图像质量很好,同时给出了相应的提取算法,提高了水印提取的准确度。水印检测和提取时需要原始数据和密钥的方案叫做私有水印方案或明水印方案,那些只需要密钥但不需要原始数据的方案叫公有水印或盲水印方案。通常私有水印在经过JPEG压缩和滤波等图像处理后的鲁棒性能比较好,然而私有水印方法在诸如DVD播放的水印探测中是不可行的,因为此时原始数据无法得到,在这种情况下,盲水印方案由于不需要原始数据就可以检测到水印就成为可行的方法,盲水印的缺点是鲁棒性较低,与私有水印相比有较高的虚警率,但它具有的实用性使其依然成为水印的研究热点。对DCT、DWT系数统计模型在水印检测中的性能进行分析,找出对水印系统虚警性能具有决定影响的因素,在此基础上实现两个利用块DCT和DWT变换的盲水印嵌入方法,通过对水印信号进行扩频处理延长水印的长度,在嵌入的过程中引入人眼视觉模型实现自适应嵌入,保证了水印检测过程中的低虚警率。算法简单实用,实验结果表明所提出的两种盲水印算法具有很好的安全性和鲁棒性。以电影、电视剧为代表的影视工业已经成为一个拥有巨大利润空间的产业,它的数字化同样带来了版权保护的问题。视频水印技术作为数字视听产品版权保护系统的核心技术而备受电子厂商和研究者的关注。H.264是一种新的视频编码方法,它具有的很多优良特性使它将成为下一代可应用的视频标准而获得广泛应用,它使用的帧内预测、1/4像素精度运动估计使它可获得比以前视频标准高得多的压缩比和视频质量,但它使用的这些新特性又不利于采用传统视频水印的方法来嵌入水印。在对帧内预测编码模型研究的基础上,实现了一种在H.264编码过程中快速嵌入水印的算法,提取水印时实现了盲检测,并且算法复杂度低可满足视频实时处理的需要。DRM数字版权管理系统是对有形和无形资产版权和版权所有者关系的定义、辨别、交易、保护、监控和跟踪的手段,它为数字媒体的商业运作提供了一套完整的实现手段。数字水印是DRM系统实现版权保护的基本手段,前述的鲁棒图像和视频水印算法可以抵抗试图祛除水印的攻击。协议攻击并不祛除水印,而是通过添加一个伪造的水印来干扰版权的认证,现有的鲁棒水印算法无法抵抗这种攻击,而数字签名是抵抗这种攻击的有效策略,因此将数字水印和PKI结合起来引入到DRM系统中,构造一个具备更完善版权保护功能DRM系统的应用框架,并对其进行了功能描述。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 密码技术概述
• 1.2 信息隐藏技术概述
• 1.3 数字水印技术概述
• 1.4 数字水印研究中存在的问题
• 1.5 本文研究内容和安排
• 2 数字图像水印技术
• 2.1 数字图像及其感知特性
• 2.2 图像水印系统的基本框架
• 2.3 水印的生成技术
• 2.4 水印的嵌入技术
• 2.5 水印的提取检测和评估
• 2.6 图像水印的攻击和对策
• 2.7 本章小结
• 3 图像水印嵌入新方法
• 3.1 引言
• 3.2 基于分形变换的水印嵌入算法
• 3.3 基于分块DCT 的自适应扩频盲水印算法
• 3.4 小波域鲁棒自适应盲水印嵌入新算法
• 3.5 本章小结
• 4 数字视频水印技术
• 4.1 视频水印技术简介
• 4.2 数字视频压缩编码标准简介
• 4.3 视频水印系统的主要特征
• 4.4 视频水印嵌入技术分类
• 4.5 本章小结
• 5 基于H.264 编码的视频盲水印嵌入方法
• 5.1 H.264 视频编码框架
• 5.2 H.264 帧内预测编码
• 5.3 在H.264 编码中嵌入水印的分析
• 5.4 基于参数替换的H.264 帧内预测水印嵌入
• 5.5 本章小结
• 6 数字水印在DRM 系统中的应用初探
• 6.1 引言
• 6.2 数字版权管理DRM
• 6.3 数字水印技术在DRM 中的应用
• 6.4 抗数字水印祛除攻击的DRM 系统应用框架
• 6.5 抗数字水印协议攻击的DRM 系统应用框架
• 6.6 本章小结
• 7 全文总结
• 7.1 结论
• 7.2 未来的研究方向
• 致谢
• 参考文献
• 附录1 攻读博士学位期间发表和录用的学术论文