一种能抗幅度缩放攻击水印的编码、嵌入和解码方法

摘要

本发明公开了一种能抗幅度缩放攻击的水印的编码、嵌入和解码方法，包括水印信息发送设备和水印信息接收设备；水印信息发送设备包括水印信息产生模块、迭代可译码编码模块和水印信息嵌入模块；水印信息接收设备包括水印发送与攻击信道的因子图模型、以及位于其上的消息传递模块，消息传递模块包括攻击参数初始估计模块、攻击参数迭代估计模块和水印信息迭代解码模块；发送方使用水印信息发送设备将水印信息和导频信息同时嵌入到载体信号中；接收方采用水印信息接收设备提取载体信号中的水印信息，同时估计攻击参数，估计攻击参数和解码水印信息二者迭代进行。本发明具有不降低水印嵌入容量、不引起高虚警概率、计算复杂性低的优点。

说明书

技术领域

本发明涉及一种能抗幅度缩放攻击水印的编码、嵌入和解码方法。

背景技术

伴随着通信技术的迅速发展与多媒体编辑软件的日益普及，对数字作品的拷贝、分发以 及篡改也越方便，数字作品的版权受到了巨大的挑战。为了更有效地保护数字作品的版权， 数字水印技术应运而生。它通过特定的嵌入算法将能够证明版权归属的水印信息嵌入到数字 载体作品诸如图像中，这样在发生版权纠纷时，版权所有者从被盗用图像中提取出其水印信 息，可证明版权的归属。

近几年来数字水印技术取得了较大发展，但同时也面临着许多瓶颈技术问题尚待解决问 题。数字作品在传播的过程中会遭受诸多已知或者未知的攻击，这些攻击破坏了嵌入数字作 品中的水印信息，致使当发生版权纠纷时无法有效地提取出水印信息，造成版权认证的失败。 在这些攻击中最常见的是幅度缩放攻击。幅度缩放攻击是去同步攻击的一种，即通过造成数 字水印嵌入器与检测器失去同步，从而达到“去除”水印信息的目的。从目前的研究现状， 抵抗去同步攻击的方法主要有穷举搜索法、不变域法、模版匹配法和基于特征的同步等几类。 但现有方法存在缺陷：穷举搜索法在去同步攻击参数范围之内，对所有可能的参数进行搜索， 但这种方法的代价太高，而且导致虚警概率上升；基于特征的同步方法利用图像中相对稳定 的特征点来标示水印的位置，这种方法可获得较高的图像质量，能够抵抗旋转、平移攻击， 但它对缩放攻击的效果比较差，而且水印检测之前需要先检测同步的特征，增加了运算量， 这个算法的性能取决于特征点的稳定性，很难分析其理论性能。

发明内容

针对现有技术中存在的上述技术问题，本发明提出了一种能抗幅度缩放攻击水印的编码、 嵌入和解码方法，能够提高量化水印抗幅度缩放和加性噪声的能力。

为了实现上述目的，本发明采用如下技术方案：

一种能抗幅度缩放攻击水印的编码、嵌入和解码方法，包括水印信息发送设备和水印信 息接收设备；

水印信息发送设备包括水印信息产生模块、水印信息编码模块和水印信息嵌入模块，水 印信息编码模块采用迭代可译码编码模块；

水印信息接收设备包括水印发送与攻击信道的因子图模型、以及位于其上的消息传递模 块，消息传递模块包括基于导频信息的攻击参数初始估计模块、攻击参数迭代估计模块和水 印信息迭代解码模块；

发送方使用水印信息发送设备将水印信息和导频信息同时嵌入到载体信号中；接收方采 用水印信息接收设备提取载体信号中的水印信息，同时估计攻击参数，估计攻击参数和解码 水印信息二者迭代进行。

进一步，上述能抗幅度缩放攻击水印的编码、嵌入和解码方法，具体包括如下编码、嵌 入步骤：

a1、使用迭代可译码编码模块将水印信息进行编码；

a2、在充分考虑通信的信道容量和算法的复杂性的情况下，按照预先设定的插入间隔， 向已编码的水印信息中嵌入若干导频信息；

a3、将插入导频后的水印信息比特使用量化指数调制算法嵌入到载体的变换域系数上。

进一步，上述能抗幅度缩放攻击水印的编码、嵌入和解码方法，具体包括如下解码步骤：

b1、建立水印系统的因子图模型，该模型包括迭代可译码模型、嵌入节点、高斯噪声节 点、缩放攻击节点和攻击的状态模型节点，其中，攻击的状态模型节点是一个复合节点，用 来描述攻击系数的马尔科夫过程模型；

b2、确定步骤b1中各节点输出消息的计算方法和规则；

b3、攻击参数初始估计模块计算出攻击参数的初始估计值；

b4、水印信息迭代解码模块使用攻击参数的初始估计值，通过消息传递算法计算水印信 息的最大后验概率估计；

b5、使用经过步骤b4得到的水印信息的估计值通过消息更新算法更新对攻击参数的估 计，利用因子图模型上的消息传递实现，消息传递通过数值积分或者马尔可夫链蒙特卡洛积 分或者粒子滤波器实现；

b6、通过在水印信息迭代解码模块和攻击参数迭代估计模块之间的消息迭代来改进水印 信息的解码精度，迭代收敛后，获得水印信息的最终解码结果。

进一步，上述步骤b3中，攻击参数初始估计模块利用导频符号和消息传递计算得出导频 符号对应支路的攻击参数的初始估计值，非导频支路攻击参数由导频支路攻击参数通过插值 来获得；消息传递采用数值积分或者马尔可夫链蒙特卡洛积分或者粒子滤波器实现。

进一步，上述迭代可译码编码包括Turbo码、低密度奇偶校验码或重复累积码。

进一步，上述载体信号包括语音信号、音频信号、图像信号或视频信号。

本发明的优点是：

本发明基于导频符号、迭代可译码编码辅助和消息传递算法，在估计缩放系数的同时解 码水印信息，具有不降低水印嵌入容量、不引起高虚警概率、计算复杂性低且接近水印容量 香农限的优点。发送方在变换域中采用量化指数调制嵌入水印信息比特和导频符号，接收方 采用信道参数估计技术估计幅度缩放值，这种估计技术经由数据辅助和编码辅助来提高估计 精度，即水印信息嵌入模块将待嵌入的水印信息比特分成两部分：辅助位和信息位，辅助位 在接收端对缩放幅度进行初始估计，信息位采用迭代可译码相互保护，接收端解码器通过因 子图上的消息传递算法来估计缩放幅度，同时解码水印信息比特。本发明在构建因子图模型 的基础上，提供了水印嵌入节点、高斯噪声节点、缩放攻击节点、攻击的状态空间模型节点 等五类节点输出消息的更新方法，并设计了在整个因子图上的消息调度算法。本发明所述方 法可用于隐藏通信、数字水印技术、内容认证等相关领域。

附图说明

图1为本发明的总体结构示意图。

图2为本发明中插入导频和生成待嵌入水印序列的示意图。

图3为本发明中量化指数调制算法的示意图。

图4为本发明中建立的系统因子图模型。

图5本发明中攻击参数状态节点中消息右行更新至支路1示意图。

图6本发明中攻击参数状态节点中消息右行更新至支路2示意图。

图7本发明中攻击参数状态节点中消息右行更新至支路3示意图。

图8本发明中攻击参数状态节点中消息右行更新至支路4示意图。

图9本发明中攻击参数状态节点中消息右行更新至支路5示意图。

图10本发明中攻击参数状态节点中消息右行更新至支路6示意图。

图11本发明中攻击参数状态节点中消息右行更新至支路7示意图。

图12本发明中攻击参数状态节点中消息右行更新至支路8示意图。

图13本发明中攻击参数状态节点中消息右行更新至支路9示意图。

图14本发明中攻击参数状态节点中消息右行更新至支路10示意图。

图15为本发明中导频估计攻击参数的性能示意图，图中示出了信噪比WNR为0dB时的攻 击参数估计效果。

图16为本发明中导频估计攻击参数的性能示意图，图中示出了信噪比WNR为3dB时的攻 击参数估计效果。

图17为本发明中导频估计攻击参数的性能示意图，图中示出了信噪比WNR为5dB时的攻 击参数估计效果。

具体实施方式

下面结合附图以及具体实施方式对本发明作进一步详细说明：

结合图1至图6所示，一种能抗幅度缩放攻击水印的编码、嵌入和解码方法，包括两部 分：抗幅度缩放水印的编码、嵌入方法和与该编码方法所对应的迭代解码方法。

如图1所示，需保护的载体图像101经过正交变换21变换后获得变换域系数102。同时， 水印信号106经迭代可译码编码模块25编码后获得水印信号105。使用导频插入模块24将 导频信号107插入到编码后的水印信号105，获得信号104。使用水印嵌入器22将信号104 嵌入到变换域系数102中，获得含有水印的变换域系数103。变换域系数103经逆正交变换 23变换后，获得含水印的图像108，至此完成水印的嵌入和编码。

含水印的图像108在使用、分发过程中，其可能会受到幅度缩放攻击40。解码器获得受 到幅度攻击后的信号301后，按照如下方式解码：首先，受到幅度攻击后的信号301经过正 交变换34获得变换域系数302。然后，使用攻击参数初始估计模块33，结合导频符号对缩放 参数进行初始估计，获得初始估计值303。水印信息迭代解码模块31使用攻击参数迭代估计 模块32利用此初始估计值303对攻击参数值和水印消息进行迭代估计。其中，水印信息迭代 解码模块31使用攻击参数迭代估计模块32传递来的缩放值304获得解码的初步水印消息 305，并将其传递回攻击参数迭代估计模块32，攻击参数迭代估计模块32利用此初步水印消 息305来计算更精确的幅度缩放估计值，这样在水印信息迭代解码模块31和攻击参数迭代估 计模块32之间迭代若干次，直至达到收敛条件。收敛后，输出解码的水印消息306。水印信 息迭代解码模块31、攻击参数迭代估计模块32和攻击参数初始估计模块33涉及的运算是在 水印编码器的因子图上，通过消息传递算法实现的。

上述嵌入和提取方法的具体步骤如下所述：

一、所依据的攻击模型

本发明所针对的攻击模型如下：攻击在变换域实施，即攻击者先对接收到的载体信号实 施正交变换，获得变换系数；然后，攻击者首先在系数上添加加性高斯噪声，并使用幅度缩 放来缩放每个变换域系数，即：

z_k＝θ_k(y_k+w_k),k＝1,2,3,…,N     (1)

其中,y_k是对含水印的图像108进行正交变换的结果，其等价于水印嵌入器的输出信号 103，w_k是高斯白噪声信号，而θ_k表示缩放攻击所用的缩放系数。为不引起大的感知失真， 攻击者会控制θ_k，使相邻的缩放系数变化不大，可以用自回归模型来描述缩放系数的变化， 即：

θ_k＝αθ_k-1+ζ_k,k＝1,2,3,…,N

其中，α用于控制相邻缩放系数的变化，一般取α=0.9～1。ζ_k用于描述随机变化因素， 一般取其为正态分布的随机数。

对攻击后的系数做逆正交变换获得攻击后的图像301，攻击后的系数等价于解码器中的 信号302。

二、水印信号的嵌入

水印信号的嵌入模块主要分为两部分：生成待嵌入水印比特序列和水印嵌入。

设水印消息是长度为M的比特序列m₁,m₂,…,m_M，对其使用码率为M/K的迭代可译码 编码后得到K比特长的码字c₁,c₂,…,c_K。在K比特长的码字中每隔L-1比特插入一个导频符 号，生成待嵌入水印序列b₁,b₂,…,b_N。导频符号插入过程如图2的例子所示，取水印消息序 列长度M＝3，编码后码字长度K＝4，L＝3。其中，迭代可译码编码器依据实现方式的不 同而不同，例如可采用Turbo码、低密度奇偶校验码、或者重复累积码等。下面以低密度奇 偶校验码为例进行说明：

待嵌入水印信号b₁,b₂,…,b_N经由水印嵌入器22逐个比特嵌入到载体s₁,s₂,…,s_N中，其中s_n是经过正交变换后的信号102，正交变换依据实现的方式不同可以采用离散余弦变换即DCT 变换、或者离散小波变换即DWT变换等。

水印嵌入采用量化指数调制算法：

$y_n=\left(\begin{array}{cc}{Q}_1\left(s_n\right),& \mathrm{if}{b}_n=1\\ Q_0\left(s_n\right),& \mathrm{if}{b}_n=0\end{array}\right)$

上述量化指数调制算法使用两个量化器Q₁和Q₀，如图3所示，其中，方形标记表示量化 器Q₁的重建格点，圆形标记表示量化器Q₀的重建格点，量化器Q₁和Q₀的重建格点交错放置， 每相邻两个重建格点的间隔为量化步长△。由水印比特b_n来决定使用哪个量化器来量化变换 域系数s_n。最后，对量化后的系数xn使用正交变换的逆变换，可获得含水印的图像。量化后 的系数x_n是含有水印的变换域系数103。

三、缩放参数的估计与水印解码

解码器收到含水印且可能受攻击后的图像，首先对其做正交变换，获得攻击后的变换域 系数z_n。解码器依据观测值zn和编码器、水印嵌入器和攻击的已知结构，在估计缩放系数θ_n 的同时，解码水印消息比特b₁,b₂,…,bN。这种联合估计解码是在导频符号和水印消息编码的 基础上实现的。参考图1所示，利用导频符号可获得缩放参数的初始估计值303，此初始估 计值303经插值后传递至水印信息迭代解码模块31，得到水印消息的临时解码结果，临时解 码出的初步水印消息305传递给攻击参数迭代估计模块32，得到缩放系数的更精确估计。这 样，水印信息迭代解码模块31和攻击参数迭代估计模块32相互交换“消息”，最终提高了水 印消息解码的正确率。

为实现上述迭代估计解码结构，本发明首先构建水印嵌入器和攻击信道的因子图模型， 如图4所示。然后设计因子图上的消息传递算法和消息调度算法，通过迭代消息传递达到最 终正确解码水印消息的目的。

1、建立因子图模型和消息更新算法

参考图4所示，在因子图中有两个基本元素：变量和因子。因子用一个方框表示，变量 用一个边表示。

如果一个变量包含在一个因子表达式中，则此变量对应的边连接到该因子对应的方框上。 节点之间通过传递消息相互联系，我们用符号μ_f→x表示从因子节点f到变量边x的消息。

图4涉及五类节点函数，其含义和输出消息计算规则如表1至表5所示。

其中，δ(x)表示狄拉克Delta函数。这些消息的具体计算可采用数值积分、马尔科夫 链蒙特卡洛或者粒子法等。

表1嵌入节点输出消息的计算规则

表2加性噪声节点

表3缩放攻击节点输出消息的计算

表4攻击参数状态模型

表5等号节点的输出消息计算

2、消息调度算法

利用表1至表5的消息更新方法，在因子图上依次计算各个节点的输出消息，计算的次 序一般称为消息调度。本发明的消息调度分为两大步：初始缩放系数估计和迭代估计解码。

(1)初始缩放系数估计

参考图4所示，对于导频符号支路，即当n=κL,κ∈Z时，已知比特b_n=p。首先利用 此导频符号，依次计算嵌入节点下行输出消息、加性噪声节点下行输出消息、以及缩放节点 的下行输出消息，得到导频支路缩放幅度的“后验分布”。此消息经过插值后作为非导频支路 从状态模型f_A(θ)来的初始消息μ_θn→Dn(θ_n)。

(2)迭代估计解码

利用上一步得到的初始消息，非导频支路开始自底向上计算消息。先计算缩放节点的上 行输出消息，然后计算加性高斯噪声节点的上行输出消息，嵌入节点的上行输出消息，最后 进入迭代可译码的因子图，使用迭代解码算法获得比特的软解码结果。至此上行消息计算完 毕，开始计算下行消息。依次计算嵌入节点的下行消息、加性高斯噪声节点的下行消息以及 缩放节点的下行消息。至此下行消息计算完毕，开始计算攻击状态空间模型中的消息。对各 个支路，交替计算前向预测消息，前向校正消息，直至最右端。将方向倒转，开始交替计算 各个支路的反向预测消息、反向校正消息，最后计算由状态到缩放节点的输出消息。综上所 述，每次迭代包括上行消息、迭代译码、下行消息和状态模型中的消息四个部分。运行上述 迭代若干次，直至解码结果在若干次中不再变化，就完成整个迭代估计解码。将解码结果输 出即为水印信息比特。

具体实例

1、利用消息传递算法解码与直接计算最大后验概率解码是等价的。

实验条件：

(1)用随机“0”和“1”的二值序列生成长度为1000的水印信号并用码率为1/8的重复 码编码。

(2)信号与水印比（DWR）为25dB。

(3)水印与噪声比（WNR）分别设定为WNR=[035]dB。

(4)噪声与载体信号选择长度为1000并且都符合均值为零的正态分布。其中载体信号的 方差σs=50dB。

实验结果：

WNR 0dB 3dB 5dB 消息传递算法解码 0.227 0.025 0.0025 MAP解码 0.223 0.025 0.0024

从实验结果可以看出利用消息传递解码得到的误码率与利用直接最大后验概率解码的误 码率基本相同，也说明了利用消息传递算法计算最大后验概率与直接计算最大后验概率是等 价的。

2、图5至图14是利用本发明的消息传递算法中的缩放节点的右行消息算法估计幅度缩 放参数性能的示意图。

实验条件：

(1)用随机“0”和“1”的二值序列生成长度为1000的水印信号并且用码率为1/2的低 密度奇偶校验码码编码。

(2)1000×2000的低密度奇偶校验码码校验矩阵。

(3)载体信号与水印信号比（DWR）为25dB。

(4)水印信号与噪声信号比（WNR）分别设定为WNR=5dB。

(5)噪声与载体信号选择长度为1000并且都符合均值为零的正态分布。其中载体信号的 方差σs=50dB。

(6)设定估计区间为θ=[00.250.50.7511.251.52]，信号遭受的幅度缩放攻击为 1.50。

由实验结果可以看出经过消息传递算法中的缩放节点右行消息更新估计出的缩放参数的 概率分布基本在真值附近，说明利用本发明的消息传递算法可以比较精确的估计出缩放参数。

3、图15至图17是本发明利用消息传递算法和导频辅助估计缩放参数性能的示意图。

实验条件：

(1)用随机“0”和“1”的二值序列生成长度为1000的水印信号并且用码率为1/2的低 密度奇偶校验码码编码。

(2)1000×2000的低密度奇偶校验码码校验矩阵。

(3)载体信号与水印信号比（DWR）为25dB。

(4)水印信号与噪声信号比（WNR）分别设定为WNR=[035]dB。

(5)噪声与载体信号选择长度为1000，并且都符合均值为零的标准正态分布。其中载体 信号的方差σs=50dB。

(6)嵌入的导频个数为10个

(7)设定估计区间为

由实验结果可以看出在不同WNR的情况下利用少量导频支路估计缩放参数可行有效。

当然，以上说明仅仅为本发明的较佳实施例，本发明并不限于列举上述实施例，应当说 明的是，任何熟悉本领域的技术人员在本说明书的教导下，所做出的所有等同替代、明显变 形形式，均落在本说明书的实质范围之内，理应受到本发明的保护。