技术内容
发明领域
本发明涉及的是一种检测嵌入在可疑图像中的水印的方法和设 备。
发明背景
嵌入水印是一种确认图像或视频所有权的技术。通常嵌入水印是 将一种低振幅噪声图案加入到图像之中。噪声图案意指水印。在接收 端计算可疑图像与已嵌入了该水印的图像的相关值并将相关值与一阀 值进行比较，由此来检测可疑图像中是否嵌入了该水印。如果相关值 大于阀值，说明应用的水印存在，反之则不存在。
申请人以前申请的国际专利申请IB99/00358(PHN 17.316)提出 了一种检测水印的设备，水印是通过在图像区域内重复小块基本水印 图案的方式嵌入的。这样一种“贴瓷砖”式的操作使得水印检测处理 变成在一个相对较小的区域内搜索水印，从而提高了检测的可靠性。
众所周知，大多数水印嵌入技术都无法克服图像的几何扭曲。平 移、尺度变换、旋转、伸展等处理破坏了处理后图像与所应用水印之 间的相关性。上面提到的现代技术下的水印检测仪器抗平移，但如果 图像进行了尺度变换、旋转或伸展，就失去检测水印的能力了。
发明的目的和简述
发明的目的是提出一种改进的水印检测方法和设备。
要达到这个目的，在可疑图像中检测水印的方法包括下列步骤： 检测该图像中是否含有周期性重复嵌入的数据图案；判定该周期性重 复的数据图案代表的是一种嵌入的水印。此发明基于这样的认知，即 如果该水印是通过上面提到的“贴瓷砖”操作的方式而嵌入的，那么 尺度变换、旋转和伸展这样的操作会改变但不会破坏水印的周期。因 此，只要可疑图像中有周期性重复的数据图案存在就可以说明该图像 被嵌入了水印。
对于嵌入水印是否是一明确给定的水印的检测要通过处理可疑图 像或给定水印来完成，也就是恢复原始相关性的方法。在方法的具体 实现中完成此任务要包括下列步骤：确定所述的数据图案的周期；应 用具有给定周期的给定水印；处理可疑图像和/或给定水印以使处理后 可疑图像中的数据图案的周期与处理后给定水印的周期相匹配；检测 处理后的可疑图像中的数据图案是否符合处理后的给定水印。处理可 疑图像这一步骤的目的是要撤消可疑图像在嵌入水印之后所受到的操 作(尺度变换、旋转、伸展)。
美国专利申请US-A-5,636,292提出了把一个独立的校准信号 (例如，确定频率的正弦波)加入到图像的步骤。在图像变换尺度或 旋转时，正弦波的频率改变，这会使图像频谱中的波峰搬移。此发明 与该现有技术的差别在于周期水印图案自身就提供了校准参数。
此发明的这些以及其它方面通过下面描述的实施例是明了的并且 会被阐述。
附图简述
图1说明了一个现有技术的水印嵌入设备。
图2给出了一幅嵌入了水印的图像来说明图1显示的水印嵌入设 备的操作。
图3说明了一个现有技术的水印检测设备。
图4示意性的说明了图3显示的水印检测设备所执行的操作。
图5A-5C分别显示了水印图像变换尺度、旋转和剪裁的效果。
图6显示了根据本发明制造的水印检测设备。
图7A-7C给出了相关图案来举例说明图6显示的水印检测设备的 操作。
图8-10进一步显示了根据此发明的水印检测器的具体实现。
图11显示了应用到给定水印的不同类型的处理，以此来说明图 10显示的水印检测器的操作。
图12给出了应用到水印图像上的组合处理的效果。
具体实现的描述
为提供一些背景知识，首先讲述一下现有技术下的水印嵌入器和 水印检测器。图1给出了现有技术印嵌入器的实际实现。嵌入器包括 生成图像P的源图像11和一个将给定水印W′加到图像P的加法器。水 印W′是与图像同样大小的噪声图案，即水平有N1个像素，垂直有N2 个像素(例如，对于PAL-TV是720×576)。它是通过重复，必要情 况下截取，小的基本图案或“瓷砖”来覆盖图像区域而生成的。图2说 明了这种由贴瓷砖电路13完成的贴瓷砖式的操作。基本图案W的固定 大小为M1×M2，例如是128×128个像素。
图像3显示了现有技术下的水印检测器的实际实现。检测器接收 到可能被嵌入了水印的图像Q。将图像(或许多累加的视频帧)分割 成要检测的基本水印图案大小的M1×M2的块(这里是128×128)。然 后将图像块压入到M1×M2大小的缓冲器q中，如图4所示。这些操作 由交迭和缓冲电路31完成。
要检测缓冲器q中是否包含有给定水印图案，缓冲器内容和该水 印图案W要服从相关性。对可疑信息信号q与水印图案w的相关性计 算包括计算信息的信号值与水印图案对应值的内积d＝。对于二 维的M1×M2图像块q＝{qij}和水印图案W＝{wij}，其内积的数学表达式 可写成：
由于可疑图像Q在水印检测之前可能已经受到平移或剪裁之类的 处理，检测器无法知晓水印图案相对于图像块q边界的空间位置。因 此必须要为所有可能的变换矩阵k(水平kx个像素，垂直ky个像素) 计算多个相关量dk： 该相关量dk可以使用(快速)傅立叶变换同时计算出来。缓冲器内容 q和基本水印图案W都可以在变换电路32和33中分别进行快速傅立 叶变换(FFT)。这些操作会得到： 和 其中 和 是复数集。
相关性计算类似于计算q和W共轭的卷积，在变换域对应于：
其中符号表示点乘，conj()表示反转参数虚部的符号。在图3中， 的共轭由共轭电路34计算。现在相关量集合d＝{dk}可由上述乘积的反 傅立叶变换求得： 反FFT电路37执行这一计算。随后相关量dk在阀值电路37中与给定 阀值进行比较。如果相关量之一有明显的峰值，即大于阀值，就检测 到水印图案W存在。
如果可疑图像受到过会影响嵌入水印图案大小和/或几何形状的 处理，则现有技术下的检测方法性能不高。这类处理的例子有尺度变 换、旋转和伸展(或剪裁)。这类处理的特性是直线保持笔直，平行 线保持平行，但非平行线的夹角会改变，故常常被看作是仿射变换。 图5A-5C分别显示了图2给出的水印图像进行了尺度变换、旋转和剪 裁的效果。与图2相类似，基本水印图案象征性的显示为一清晰可见 的W。但在实际中每一个W都是一个低振幅的、察觉不到的噪声图案。 要意识到图5A-5C中给出的可疑图像与原始嵌入水印(见图2)之间 的相关性已经被严重破坏了。
图6示意性的给出了根据此发明的水印检测器。检测器计算可疑 图像的自相关量并确定该相关量是否证明有一周期性的图案。图6显 示的水印检测器的具体实现是计算可疑图像的自相关量。更详细一点 讲，检测器计算可疑图像Q与同一图像的变换图像对所有可能变换矩 阵k(水平kx个像素，垂直ky个像素)的相关量
在上面介绍图3的时候已经讲到，要求的计算可以通过使用(快 速)傅立叶变换同时进行。对应的，检测器由FFT电路61、共轭电路 62、用于变换图像与其共轭图像点乘的乘法器63和反FFT电路64组 成。
反FFT电路64的输出是相关量dk的N1×N2矩阵。这个矩阵的中心 (0，0)表示的是kx＝0，ky＝0时的相关量。由于它表示的是可疑图像与 其自身的相关性，因此该值非常大。相关量随着位移加大而快速下降。 但是如果图像包含重复的水印图案，矩阵在图像中的水印图案和与其 一致的变换图案的坐标处存在局部峰值。图7A-7C分别给出了图5A- 5C中显示的处理后图像的此类峰值图案。为了完整性，必须要提到的 是矩阵可能会由于伪信号而在坐标|kx|＝N1/2和|ky|＝N2/2处存在峰值。这 些峰值通常值较低，在图7A-7C中没有显示出来。
峰值检测与分析电路65检测峰值并分析峰值图案是否证明是一 重复图案。要达到这一目的，电路要确定是否至少有一个峰值的子集 构成了一规则图案。在技术上已经有这样的分析算法。例如，存在搜 索基本矢量的数学算法，用这些矢量通过线性组合可以重构出周期性 的峰值图案。在图7A-7C中这样发现的示例基本矢量表示为k1和k2。 如果通过数学分析发现有一重复峰值图案，电路65输出一检测信号D 来表明可疑图像非常可能是一幅通过上面解释过的贴瓷砖方式嵌入水 印的图像。电路65还输出基本向量k1和k2以供下面将要讲述的另外 一个处理电路使用。
图8显示了水印检测器的另一种具体实现。这个检测器计算的是 不同图像区域间的相关量，而不是自相关量。检测器包括有一个图像 分割电路81，该电路将图像分割成两个区域，例如左半区域QL和右半 区域QR。相关量电路包括有第一FFT电路82、第二FFT电路83、共轭 电路84、乘法器85和以上面讲述的方式来计算两个半幅图像相关量 的IFFT电路86。它生成一幅为目前图像一半大小的峰值图案。峰值 图案输入到峰值检测与分析电路87，该电路的操作方式与图6中的峰 值检测与分析电路65类似。与图6中的单边FFT电路(61)相比，计算 复杂度的减少在很大程度上补偿了图8中两个FFT电路(82，83)的 需求。可以意识到，通过将图像分割成更多的区域会进一步减少计算 复杂度。
图6和图8中给出的水印检测器没有提供关于嵌入的水印是否是 明确给定水印的信息。图9给出了一个能够在可能被处理过的图像中 检测给定水印的水印检测器。水印检测器包含有一个解释图3时讲述 到的常规水印检测设备3。根据此发明，现在可疑图像Q在用于常规 检测器3之前会被图像处理器9所处理。图像处理器9的任务是撤消 图像Q在嵌入了水印之后所受到的操作。要达到这一目的，图像处理 器9接收来自分析设备6的该处理的参数样本。该分析设备与解释图6 或图8时讲述的设备一样。由设备得到的基本向量k1和k2(见图7A- 7C)是图像Q中基本水印图案周期性表示的参数示例。作为对该参数 的响应，图像处理器9被安排用于处理图像Q(尺度变换、旋转、剪 裁或它们的组合)，因此处理后的图像Q′呈现出给定的周期性。更特 别的是，处理可疑图像以便处理后图像中的两个各自长度为M1和M2(这 里是128)的基本向量是正交的。可以用以完成这一处理的算法在图 像处理领域中是常见算法。
当要检测的水印受到与可疑图像同样的处理时，得到的结果是相 同的，并且随后检测到可疑图像中被处理后的该水印的存在。图10给 出了这样一个水印检测器的具体实现。分析设备6得到的处理参数k1 和k2现可用于处理电路10，该电路对基本水印图案进行同样的处理。 因此128×128大小的水印图案W被转换成对应于可疑图像中的图案 W′。图11说明了这一点，它给出了一幅尺度变换的水印图案11a、旋 转过的水印图案11b和剪裁过水印图案11c，分别对应于图5A-5C中 给出的图像处理。
图9和图10给出的水印检测器的潜在问题是，通过基本矢量k1 和k2，图像处理器9或处理器10所执行的处理操作通过基本的矢量 k1和k2是不明确定义的。作为它的例子，图12A显示了将图像旋转 90°，再对结果进行剪裁的效果。峰值图案由分析设备6得到，因此周 期实际上与只是被剪裁过的图像(图5C)的周期相同。如果图像处理 器只是撤消了剪裁操作，将不会检测到水印。幸运的是，导致相同峰 值图案的处理数量(组合)是有限的，而且其中很多在实际中不会使 用。水印检测器的首选实现中的处理电路(图9中的9，图10中的10) 执行适当候选逆处理的多数，而水印检测器3在表现出最大相关性的 一幅的基础上检测水印的存在。由前面的叙述，一个熟练的人可以很 容易地设计出这样的具体设备，因此就不再更为详细的讲述了。
此发明总结如下。大多数水印方案无法克服嵌入水印图像的几何 扭曲，原因在于这样的操作破坏了原始水印和处理后图像中的水印之 间的相关性。这里提出了一种恢复相关性的方法和装置。要达到这个 目的，需要分析可疑图像(Q)以判定重复数据图案的存在。如果发现 有这样的图案，就可以判定图像是通过在图像范围内“贴”满小块水 印图案的方式嵌入了水印。接下来进行水印是否是给定水印W的实际 检测，方法是确定在可疑图像中得到的图案的周期，并且为了使处理 后图像的周期与要检测水印的给定周期相匹配而对可疑图像进行处理 (9)。如果可疑图像确实包含给定的水印W，那么几何处理因此会被 撤消，而且常规水印检测器(3)也会相应的表明这一点。如果有一个 操作组合会产生相同的周期，检测步骤将会包含可能组合的集合。
