基于立體圖像水印算法的研究

趙文龍，于水源

(中國傳媒大學 計算機學院，北京 100024)

?

基于立體圖像水印算法的研究

趙文龍，于水源

(中國傳媒大學 計算機學院，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應關系的立體圖像水印算法，來解決立體圖像的版權保護和內容認證的問題。首先根據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域，最后相似區域內基于左右圖像的對應關系完成水印的嵌入。由于DC系數是塊能量的集中區域，其左右圖像塊間的對應關系比較穩定，所以本文選擇左右圖像Y分量DC系數進行水印的嵌入，這樣可以提高水印的魯棒性。仿真實驗結果表明，水印具有很好的不可見性和較高的魯棒性，能夠抵抗高強度jpeg壓縮、高斯和SBS編碼攻擊。

關鍵詞：立體圖像；左右圖像；全局視差；亮度分量；DCT

1引言

立體視頻由于其強烈的視覺沖擊感，能夠給人帶來身臨其境的感覺，而備受觀眾們喜愛。但是，立體視頻的內容和版權保護問題一直是懸而未解的問題。有效的立體視頻數字水印算法可以幫助解決立體視頻在網絡傳輸遇到的版權糾紛，內容認證等一系列問題。

視頻由連續播放的圖像組合而成的，因此對于視頻問題的研究可以轉化為對圖像的研究。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量，適合高分辨率的顯示器觀看。針對第二種方式，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量不太高。所以本文主要針對第一種方式的立體圖像，提出了一種立體圖像數字水印算法。

嵌入立體圖像數字水印有兩種思路，第一種思路就是把立體圖像看作是兩幅單獨的平面圖像，這樣就可以利用平面圖像的數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，對立體圖像質量和深度線索可能會產生影響。第二種思路就是分析研究立體圖像與平面圖像間的關系和立體圖像特有的特征，利用成熟的平面圖像數字水印技術，完成對立體圖像版權方面的保護。

本文采用第二種思路，結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系，進行深入研究，進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計

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，左右眼接收圖像會形成雙眼視差，經過大腦分析整合，就會體驗到立體視覺效果[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特征。本節首先研究立體圖像特點，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域時，左右圖像偏移的像素列數。

根據平行視點立體圖像拍攝原理：立體圖像是由兩個平行相機拍攝而成的，內容存在很大的相似性，所以存在全局視差。圖2和圖3中的紅框內的內容，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的全局視差，全局視差具有唯一性和穩定性[4]。

圖1　立體圖像原理

圖2　左圖像

圖3　右圖像

全局視差的計算方法一般有兩種：第一種就是灰度差的絕對值。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分別指左右視點圖像，W和H分別指左右視點圖像的寬高，i表示左右視點圖像偏移列數，x，y分別為對應像素坐標。

基于立體拍攝原理，兩臺攝像機是并排放置的，所以左視點從左邊界開始，圖像的大部分可以在右視點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系，所以就算相機再平行，也不可能找到完全一樣的部分，既差值為0的部分。但是，我們可以找到一個偏移距離，使左右視點像素差異最小，這個所謂的偏移距離就是我們所說的立體圖像的全局視差[12][5]。

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

圖4　全局視差曲線流程圖

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

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

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

4.求出數組valuei中的最小值，找到對應的i值，就是我們所說的全局視差，同時繪出i與valuei對應的曲線，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系分析

立體圖像相對于二維圖像來說，存在以下區別：

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，有很大一部分內容是相似區域，存在一定的視差。

c.左圖像的右邊界、右圖像的左邊界、左圖像前景對象的左側和右圖像前景對象的右側屬于遮擋暴露區域，視為非可視區域。

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

圖6　可用關系對比圖

2.3水印設計方案

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

圖7　設計方案

本文先求出立體圖像左右視點圖像的全局視差k，將視差k作為密鑰存儲，然后根據密鑰k(全局視差偏移距離)找出左右圖像的相似區域，在相似區域內找到對應的關系進行嵌入水印[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Matlab進行了仿真實驗，列出了實驗結果。

3.1水印嵌入

根據圖8所示流程進行水印嵌入：

圖8　嵌水印流程圖

1.按照2.1中描述的，求取左右視點圖像的全局視差k，根據k選定相似區域為水印嵌入區域；

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

3.讀取二值水印圖像，對齊進行置亂L次，得到水印圖像w；

4.比較相似區域同一位置塊的DCT系數中的DC系數大小關系，若左圖像塊的DC系數大于右圖像塊的DC系數，則標記塊間關系為“1”，否則，為“0”；

5.判斷左右圖像第i個圖像塊對DC系數大小關系與二值水印圖像第i個像素點值wi是否相等，如果二值同為“1”，或者同為“0”，則不對BL，i和BR，i進行修改，并記錄嵌入方式sign(i)=0，然后轉入步驟7；否則，轉入步驟6；

6.記錄嵌入方式為sign(i)=1，不對BL，i和BR，i進行修改；

7.若i

3.2水印提取

根據圖9所示流程進行水印提取：

圖9　提水印流程圖

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

2.根據密鑰k，選出立體圖像對的相似區域，將相似區域內的立體圖像對分別分成不重疊的 8×8 塊，進行離散余弦DCT 變換；

3.分別標記待檢測的左右圖像同一位置塊的 DCT 系數大小關系，若左圖像的 DC 系數大于右圖像的 DC 系數，則標記塊間關系為value=1，否則為value=0；

4.通過密鑰得知當前圖像塊對的水印嵌入方式，不同的嵌入方式采用不同的檢測方法，當標記的嵌入方式是0時，則水印信息為當前塊的DC系數關系，即watermark=value；當標記的嵌入方式為1時，則水印信息與當前塊的DC系數關系相反，即watermark=1-value；

5.若 i

6.根據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行(N-L)次 Arnold 變換，得到最終提取的水印圖像。

3.3實驗結果

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

根據圖12所示，實驗結果表明：對于 JPEG 壓縮、高斯攻擊和SBS編碼，本算法都有較高的魯棒性。由于左右對應圖像塊受到同樣的攻擊，左右對應的圖像塊變化趨勢一致，直流系數大部分還保留原來的對應關系，所以水印的魯棒性較高。

4結論和討論

本算法有以下幾點優勢：

1.相似區域內的對應塊系數，沒有作改變，只是記錄了關系系數間的關系，水印的不可見性提高，對立體圖像影響較小。

2.選取左右圖像的直流系數嵌入水印，DC系數是能量集中區域，對應塊間的大小關系比較穩定，能夠提高水印的魯棒性。

3.左右圖像相同區域遭受攻擊相同的情況下，對應塊系數改變相同，這就滿足數字水印魯棒性的要求。

本文根據立體圖像全局視差和左右圖像間的對應關系，在塊DC直流系數嵌入了水印，水印具有很高的不可見性和魯棒性。通過對全局視差的檢測，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認證。但是，當對左右圖片分別進行不同的攻擊，或者視頻序列中有相似圖片時，本文方法的準確性會大幅度降低，此時可以采取一些輔助方法提高系統準確度。

參考文獻

[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課程教育中的應用[D].浙江工業大學，2012.

[3]楊富寶.基于計算機三維立體視差映射的雙目立體成像研究[J].電腦知識與技術，2011，12：2929-2931.

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

[5]孫怡.雙目視差測距中的立體匹配技術研究[D].南京郵電大學，2013.

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

[7]李雪芳，王讓定，徐達文.基于DC直流系數的盲視頻水印算法[J].寧波大學學報(理工版)，2008，(02)：155-158.

[8]Ziegeler S B，Tamhankar H，Fowler 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，嚴雄兵，劉雄華.一種基于小波變換的數字水印算法[J].計算機應用，2005，25(3)：565-566.

[10]許紅山.基于變換域的數字水印技術[J].計算機工程與科學，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現[J].計算機應用研究，2010，27(7)：2618-2624.

[12]岳斌，侯春萍.立體視差調整的快速估計方法[J].天津大學學報(自然科學與工程技術版)，2013，(07)：571-578.

[13]崔雪冰，馮巧娟，崔平非.基于內容特征的MPEG視頻認證方案[J].計算機應用，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.一種基于關系的數字水印算法[J].自動化技術與應用，2011，(02)：13-16.

[16]李畢祥，余紅珍.基于DCT系數的視頻水印算法研究[J].計算機與數字工程，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

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

收稿日期：2015-01-05 “十二五”國家科技支撐計劃重點項目“開放網絡環境下的立體電視制播系統研制與應用規范”(項目編號：2013BAH54F00)

中圖分類號：TP309.2

文獻標識碼：A

文章編號：1673-4793(2015)03-0040-06