专利名称：用于数据隐藏的人视觉模型的利记博彩app
技术领域：
本发明总体上涉及一种数据隐藏技术，尤其涉及用于改进的人视觉模型的可视数据隐藏技术。
背景技术：
互联网的飞速成功使得电子数据的获取更加容易，这也带来了如何保护电子数据的问题。在过去的几年里，关于安全问题已经提出了许多种技术。这些技术之一是引入电子数据的数字水印，它可以对数字图像进行版权保护。但是数字水印技术改变了电子内容的感知质量。因此，适当的减少水印来保护可视数据的感知质量同时仍然提供安全性就成为一个具有挑战性的问题。特别是，前述方法在避免或至少基本减少图像数据边缘上的激振效应(ringing effect)方面不是有效的。
前述方法采用可视数据隐藏模型来减少水印以保护图像或视频数据的感知质量。例如，Podilchuk-Zeng在IEEE Journal SelectedAreas of Communication(JSAC)，vol.16，no.4(1998年5月)的ImageAdaptive Watermarking Using Visual Models中披露了频率掩蔽(frequency masking)模型用于减少出现在可视数据中的伪像(artifact)。Podilchuk-Zeng的方法涉及对图像或视频数据嵌入块离散余弦变换(DCT)域，并根据块-DCT域频率掩蔽模型调整每个块中的水印强度。但是它们不能将边缘与纹理(texture)相区分开。这会导致在加工强度大时出现激振伪像(ringing artifact)或在加工强度保持在低值以避免伪像时坚固性和数据隐藏能力降低。Tao-Dickinson在Adaptive Watermarking In the DCT domain(ICASSP 1997)中提出了采用块分类来减少伪像。Tao将图像块分成6类，即按照对噪音的视觉敏感度的降序分为具有中等强度的边缘均匀、具有高或低强度的均匀、中度繁忙、繁忙和非常繁忙。然后Tao按照各自的升序分别调整水印强度。Tao的算法是相当复杂的，因为例如它为水平边缘、竖直边缘、以及跨过均匀-纹理(uniform-texture)或者是均匀-均匀两个区的对角边缘列举了各种情况，并对每个块检查所有的情况。这种方法缺点在于(但不限于)不能有效地避免边缘上的激振效应。
发明内容
本发明克服了前述的缺点。根据本发明的教导，本发明接收图像或视频文件。本发明的第一个步骤是频率掩蔽，其中图像和视频数据被分成平滑区的块和非平滑区的块，并获得每个频率系数的初步的刚刚可注意到的差异。第二个步骤是边缘检测，其中非平滑区被分为纹理块和边缘块。第三个步骤优选用于确定这些区的哪些块与平滑区的块实质上接近。
然后施加与每个块的类型相关联的不同强度的水印来调整图像或视频数据。通常，较弱强度的水印信号施加给边缘块而不是纹理块。较弱强度的水印信号也施加给那些靠近平滑区的块。因此本发明提供一种更有效率和效果的觉察不到的数据隐藏方法和装置，包括但不限于减少非常容易由用于图像和视频的传统块DCT域嵌入方法所带来的边缘上的激振效应。
图1是表示本发明的顶级步骤的流程图；图2是表示本发明的软件模块结构的方框图；图3是已经分成8×8像素块的示例图像；图4表示8×8像素块的块离散余弦变换的示例性实验结果；图5a-5c是将本发明的技术与原始图像以及对该原始图像的原有处理方法相比较的Lenna图像的图像；图6a-6c是将本发明的技术与原始图像以及对该原始图像的原有处理方法相比较的Baboon图像的图像。
具体实施例方式
图1是表示本发明优选的三步法可视数据隐藏过程10的流程图。过程10将识别数据隐藏在可视媒体中，例如图像和视频中。识别数据包括水印信号和用于识别图像文件的内容、所有者、和其他这种信息(例如版权信息)的其他类似类型的信号。过程10的优选步骤包括频率域掩蔽步骤14、边缘块检测步骤16、以及用于识别靠近平滑区的块的步骤18。方法步骤14、16和18针对三种不同块区域类型分析图像数据12，这三个不同块区域类型是平滑块区域、纹理块区域和边缘块区域。
平滑块区定义为具有相对低的DCT系数值的均匀区。非平滑块区被分为纹理块区和边缘块区。
不想要的伪像更容易在边缘块而不是纹理块中显露出来，因为随机伪像容易由随机结构的图案所伪装。然后视觉隐藏过程10通过过程20为在前述的三个步骤14、16和18中计算的每个块削弱初步的嵌入性以及刚刚可注意到的差异(JND)值。在本发明中，“嵌入性”一词表示能够改变一定量(该量大到足以携带所隐藏的数据)而不会导致可见的伪像的系数，“刚刚可注意到的差异”(JND)一词是指对系数进行的刚刚在能被注意到的水平之上的变化量。每个块的嵌入性和JND值通过预备步骤(也就是不根据块区域类型考虑激振(ringing)和/或其他伪像，并用于隐藏识别数据的频率掩蔽步骤)来计算。
图2表示过程10的计算机实现的部分。当接收图像数据时，该数据被分为含有像素组的块。每个像素具有表示每个像素的亮度或颜色的像素值22。块离散余弦变换(DCT)模块24为每个块产生块DCT系数26。然后每个块的DCT系数用在频率域掩蔽模块27中，以确定初步的嵌入性和JND值28。
然后，含有两个模块30和32的边缘块检测过程16确定哪一个块含有边缘。第一个模块30利用传统的边缘检测算法例如Harr滤除算法或Sobel滤除算法产生边缘映象(edge map)。这些滤除算法在以下参考文件中有概括论述A.K.Jain，“Fundamentals of digital Imageprocessing”，Prentice Hall，1989；“MATLAB Image Tool Box User’sGuide”，Mathworks，1997。模块30的结果可能包括许多来自纹理区的不想要的边缘，当边缘映象与来自模块32的结果相结合时，这些边缘在模块34中被消除。
模块32利用像素值确定双标准偏差(STD，double standarddeviation)量度值。块STD模块36确定预定的像素块中的像素值的标准偏差，该标准偏差然后用于在邻域STD模块38中计算邻域块的标准偏差。
双STD模块32的使用是认识到，对于纹理区，尽管每个块的STD通常是大的，但是在同一个纹理区内的邻域块的STD是类似的。因此，纹理块区的双STD量度值是较小的。相反，一个边缘块的双STD可能与其邻域块的完全不同，因此与边缘块有关的双STD量度值通常比纹理块区的大。
在模块38已经执行过之后，由第一模块30所产生的边缘映象以及来自模块32的双STD量度值在模块34中结合，该模块34为每个块输出边缘量度值(edge measure)。边缘量度值表示在整个块中是否有边缘，如果有，该边缘有多强。边缘量度值用在调整模块40中，帮助确定要施加给每个模块的系数的水印强度。
块DCT系数26也用在模块39中识别与光滑块靠近的块的步骤。即使该块含有非常弱的、水印可能不会根据边缘块检测步骤16的模块的结果而衰减的边缘或过渡，与其他块相比，在靠近平滑区的块中也更容易看见块DCT域嵌入带来的伪像。为了识别哪些块靠近平滑区18，通过块DCT模块24所产生的每个块的AC(非零频率成分)系数66的强度来确定平滑块。DC系数表示块的平均亮度。然后检测靠近平滑块的块，以确定要施加的水印强度。
在调整模块40中，来自模块27、34和39的输出确定要给图像数据的每个块施加的水印强度。来自频率掩蔽模块27的初步嵌入性和初步JND值28用作调整的基础。调整是基于每个块和它的邻域块的活性来进行的。
“活性”一词表示块的感知敏感度，也就是表示当噪音加入到块中时图像块显露出可见伪像的敏感度如何。感知敏感度较低的块被认为更有活性。例如，平滑块是可灵敏感知的，因为在它上面的些微变化都能被观察到。边缘块对打破该边缘的规律性和锐度的噪音(例如在其周围因为其频率成分上的噪音而引入的激振图案(ringingpattern))是敏感的。具有随机图案的纹理块通常对噪音较不敏感，也就是，边缘块或平滑块与纹理块相比对噪音更敏感。因此，边缘块被认为不如纹理块有活性。
在调整模块40中考虑该敏感度来根据模块34和39所计算的平滑性和边缘性(edginess)度量值调整初步JND28。
在本发明的优选实施方案中，本发明将边缘块视为与非边缘块相对。
较弱的水印会施加给感知敏感的块，即非活性块。
在优选实施方案中，较弱的水印会施加给边缘块而不是纹理块。在步骤18中发现的靠近平滑块的块的初步JND28被降低，由此向这些块施加较弱的水印。
参考图3，显示了图像数据分析。当接收到图像数据12时，图像数据12被分为块，其中每个块例如41、42和44含有由附图标记46、48和50所指示的一组像素。在优选实施方案中，使用8×8的块尺寸。但是，如果该块尺寸过大而不能捕获理想的局部特征，可以使用例如4×4的较小尺寸或其他尺寸。
三个这样的8×8块41、42和44显示了各像素值22的值。像素值22表示每个像素块的活性，它通常由0至255之间的单字节值所表示。
参考图4，显示了块DCT过程的结果举例。左栏70表示眼眉块41、眼睛块42和鼻子块44(这些如图3所示)的8×8像素值22。右栏52表示由块DCT变换模块24所生成的这三个块54、56和58的DCT谱。如参考鼻子块谱58所示，每个块被分成DC平均系数值68和AC(非零频率成分)系数组66。然后AC系数组66还分为低带区60、中带区62、和高带区64。本发明优选只考虑AC系数组66，因为在块DCT域24中处理DC系数值68通常产生块状伪像，尤其是在平滑区。
参考图2，该优选实施方案的频率掩蔽步骤27类似于前述Podilchuk-Zeng参考文献所提的方案。在该频率掩蔽步骤27中，利用传统的块DCT算法24来计算初步JND28，并根据初步JND20利用频率掩蔽模型27来确定初步嵌入性28量度值。在Podilchuk-Zeng的频率掩蔽模型中，从不改善小的系数以保持不可见性。类似的，在本发明的优选实施方案中，幅度小于初步JND20或JPEG量化表的相应量化步骤尺寸的系数被确定为不可嵌入的。如果一个块中所有的系数是不可嵌入的，则该块被标为平滑块。
仍参考图2，边缘块检测步骤16结合了双STD量度值32和边缘映象发生器30的结果，以确定在如何根据边缘测量结果34来调整初步JND方面的数量值。
为了说明调整模块40，来自模块32的双STD量度值被表示为“blk_stdstd”，在第一模块30之后产生的边缘映象被表示为“origedg”，它被归一化为0-1。“origedg”越大，图像中相应的像素越倾向于是边缘。
在优选实施方案中，使用Harr滤波技术来生成边缘映象。在水平和竖直两个方向上进行了一轮低通滤波以除去一些高频噪音之后，进行第二轮滤波，并根据HL(水平高频)的最大值进行归一化，将LH(竖直高频)归一化以获得边缘映象“origedg”。HL是在水平方向的HPF(高通滤波)，类似地，对于LH为在竖直方向的LPF(低通滤波)。
在双STD模块32中，STD是指一组观察值的标准偏差。利用以下标准STD公式来计算块STD36s=1n-1Σi=1n(xi-x‾)2]]>其中x‾=1nΣi=1nxi]]>其中Xi(i＝1，...，n，其中n＝64)表示在每个8×8块中的像素值。
接下来，利用同样的公式计算3×3邻域的标准偏差，其中n设定为9，Xi是在3×3邻域中每个块的STD
(u-1，v-1) (u-1，v) (u-1，v+1)(u，v-1)(u，v)(u，v+1)(u+1，v-1) (u+1，v) (u+1，v+1)当执行了双STD模块32之后，在模块34中计算一个量度值以确定边缘是否存在于当前的块中，如果是，该边缘有多强。在该优选实施方案中，一个8×8尺寸的块用于说明该计算过程，其中上左侧的角落的像素位于(i，j)，以下数学公式符合MATLAB句法blk＝8x＝origedg(i:(i+blk-1)，j:(j+blk-1))；项x表示具有每个像素的值的边缘映象。但是，由于优选的实施方案对每个块需要一个量度值，阈值“edg_thresh”用于“blk_stdstd”以判断边缘的存在。如果在该区域内检测到边缘，利用“x”的最大值和平均值来确定边缘的强度orig_edgweight＝(blk_stdstd(ceil(i/blk)，ceil(j/blk))＞edg_thresh)*(max(max(x))*0.8+mean(mean(x))*0.2)；其中，常数edg_thresh优选是10。通过大概在范围5-10内的一小组图像上的试验来确定大多数阈值。但是每个都完全代表该块是平滑还是带有许多纹理，以及图像是否含有一些典型的特征，例如边缘，暗边(dark margin)和高反差区域。
最后在模块40中采用加权“orig_edgweight”来调整JND。
jnd(i:(i+blk-1)，j:(j+blk-1))＝round(jnd(i:(i+blk-1)，j:(j+blk-1)).*(1-edge_factor1*orig_edgweight)在上述公式中，edge_factor1的范围优选在1.25-1.75。
在步骤18中，识别靠近平滑块的块。如果一个块靠近平滑块，在步骤40中的JND根据下列公式来确定。
jnd(i:(i+blk-1)，j:(j+blk-1))＝round(jnd(i:(i+blk-1)，j:(j+blk-1)).*edge_factor2
其中edge_factor2的范围优选在0.25-0.5，函数“round”是MATLAB舍入函数。MATLAB可以从The MathWorks公司获得。
在优选实施方案中，如果非常低的频率系数对高频激荡效应没有贡献，可以选择对该非常低的频率系数不调整JND。
图5a-5c和图6a-6c演示了在表示为“HVS zeng”的仅施加频率掩蔽步骤的方法和本发明的表示为“HVS edge”的过程之间的差别。在图5a中显示了原始的“Lenna”图像80，含有许多平滑区和锐利边缘。在图6a中，原始“Baboon”图像86含有许多纹理，在其底部也含有暗的边界。图像质量和单扩展频谱水印的检测统计列在下表中。在该表中，其他参数比如水印强度的比例因子的在调整之前都是同样的。下表表示本发明含有较少的伪像。
在图5c中，HVS zeng图像84显示了沿着作为锐利边缘并且靠近平滑区的Lenna的肩部线的伪像85。本发明消除了HVS zeng图像84的这些伪像，例如图5b中的图像82所示。类似的，在图6c中，“Baboon”90的HVS zeng图像含有沿着框在矩形框92内的底部边界的伪像，尤其如附图标记93所示。图6b中本发明的图像88在附图标记93处没有显示出这些伪像，因为本发明能够消除边缘附近的激振效应。
以上描述了本发明，可以理解本发明可以按照多种方式进行改变。这些变动不视为脱离本发明的精神和范围，对于本领域的技术人员来说是显而易见的所有这些改进应包括在本发明权利要求的范围内。另外，在结合以下权利要求研究了本发明的前述文字和附图之后，本领域的技术人员就会理解本发明的其他各种优点。
权利要求
1.一种隐藏图像文件中的识别数据的方法，包括以下步骤接收包括平滑区块和非平滑区块的图像文件；确定哪些区块实质上接近于平滑区块；以及调整与来自图像文件的第一块相关联而存储的识别数据的量，基于该第一块是否被确定为实质上接近于来自平滑区的块而进行所述对第一块的调整。
2.根据权利要求1的方法，还包括调整与实质上接近于平滑块的块相关联而存储的识别数据的量的步骤，其中基于所述接近块和它们各自的平滑块之间的强度差异而进行所述调整。
3.根据权利要求1的方法，还包括以下步骤确定感知度量度值，该量度值表示由识别数据在图像文件中的存储而产生的视觉感知度；调整与来自图像文件的第一块相关联而存储的识别数据的所述感知度量度值，基于该第一块是否被确定为实质上接近于来自平滑区的块而进行所述对感知度量度值的调整；以及利用经过调整的感知度量度值来确定用图像文件的至少一个块嵌入多少识别数据。
4.根据权利要求1的方法，还包括以下步骤确定刚刚可注意到的差异的量度值，该量度值表示由识别数据在图像文件中的存储而产生的视觉感知度；调整与来自图像文件的第一块相关联而存储的识别数据的刚刚可注意到的差异量度值，基于该第一块是否被确定为实质上接近于来自平滑区的块而进行所述对刚刚可注意到的差异量度值的调整；以及利用该刚刚可注意到的差异量度值来确定用图像文件的至少一个块嵌入多少识别数据。
5.根据权利要求4的方法，还包括通过频率域掩蔽模型生成刚刚可注意到的差异量度值的步骤。
6.根据权利要求1的方法，还包括基于一个块是否是平滑区和另一个区之间的边界区而减少嵌入在该块中的识别数据的量的步骤。
7.根据权利要求1的方法，其中块包括像素值，所述方法还包括以下步骤确定与块中的像素值相关联的第一变化量度标准；确定块的邻域；以及利用给定邻域中的块的第一变化量度标准确定表示该给定邻域中的变化的第二变化量度标准。
8.根据权利要求1的方法，其中块包括像素值，该方法还包括以下步骤确定与块中的像素值相关的第一标准偏差；确定块的邻域；以及利用给定邻域中的块的第一标准偏差确定表示该给定邻域中的变化的第二标准偏差。
9.根据权利要求8的方法，还包括以下步骤生成边缘映象；以及基于所生成的边缘映象和第二标准偏差确定是否存在边缘。
10.根据权利要求4的方法，还包括如下步骤基于和块相关的像素值确定块DCT系数；以及基于所确定的块DCT系数使用频率域掩蔽模型来生成刚刚可注意到的差异量度值。
11.一种用于在图像文件中隐藏识别数据的方法，包括以下步骤接收包括具有活性度和具有至少一个邻域块的块的图像文件；以及基于第一块的活性度并基于该第一块的至少一个邻近块的活性度来调整与来自该图像文件的至少一个块相关联而存储的识别数据的量。
12.根据权利要求11的方法，其中第一块的活性度表示该第一块的边缘性。
13.根据权利要求11的方法，还包括如下步骤这样确定至少一个块的活性基于由该块和其邻域块的高频成分显露出来的图案确定。
全文摘要
一种在可视媒体中隐藏识别数据(12)的方法和装置。当接收到图像或视频数据时，进行频率掩蔽以将该图像或视频数据分成平滑区的块和非平滑区的块，并获得初步的刚刚可注意到的差异。进行边缘检测，以将该图像或视频数据的非平滑区分成纹理块和边缘块(16)。然后通过采用与每个块的类型相关联的不同强度的水印来调整该图像或视频数据。
文档编号H04N1/387GK1656501SQ01818976
公开日2005年8月17日 申请日期2001年10月17日 优先权日2000年10月18日
发明者吴敏, 西泽尔·于红 申请人:松下电器产业株式会社