基于数字水印加密的裸眼3D视频加密方法及系统

摘要

本发明公开了一种基于数字水印加密的裸眼3D视频加密方法及系统，包括步骤：步骤1，将随机数随机排列组合成原始数字水印，并将原始数字水印随机分为m个子数字水印；步骤2，子数字水印分别嵌入2D帧图像的各视点图像，从而获得水印加密的2D帧图像；步骤3，循环步骤1~2直至2D帧图像均进行水印加密，将水印加密的2D帧图像转化为裸眼3D视频；步骤4，提取裸眼3D视频帧图像所包含的视点图像的子数字水印，获得原始数字水印。本发明具有良好的鲁棒性和不可见性，可快速便捷地对裸眼3D视频进行加密，从而进一步实现裸眼3D视频的版权保护；而且不会破坏视频播放显示效果。

说明书

技术领域

本发明属于裸眼3D视频加密技术领域，尤其涉及一种基于数字水印加密的裸眼3D 视频加密方法及系统。

背景技术

裸眼3D视频是一种无需佩戴辅助设备(如红蓝、偏振等)的可直接观看的3D视 频，它在各个领域有着广泛的应用背景。

通常，为了获得更好的立体效果，往往采用多幅视差图像进行合成，观看者在不同 角度只需看到其中两幅图像即可产生视差并看到立体效果。针对这种合成，便需要一种 极其便捷快速的算法，来大量合成多幅视差图像，形成裸眼3D视频片源。

国内外学者和研究机构对图像水印的研究已经趋于完善，但对视频数字水印的研究 还相对滞后，尚未建立统一的评价标准，仍有待成熟。

随着裸眼3D视频市场的扩大，如何保护片源著作权等版权问题已逐渐被人们所关 注。针对这个问题，市场上急需一种可以快速对裸眼3D视频进行加密的方法。

发明内容

针对现有技术存在的不足，本发明提供了一种基于数字水印加密的裸眼3D视频加 密方法及系统，该方法可快速便捷的实现视频加密，从而可进一步实现裸眼3D视频的 版权保护。

为解决上述技术问题，本发明采用如下技术方案：

一、基于数字水印加密的裸眼3D视频加密方法，包括步骤：

步骤1，将随机数随机排列组合成原始数字水印，并将原始数字水印随机分为m个 子数字水印，m表示2D帧图像所包含的视点图像数；

步骤2，子数字水印分别嵌入2D帧图像的各视点图像，从而获得水印加密的2D帧 图像；其中，子数字水印嵌入视点图像具体为：

视点图像分块为子图像块，对子图像块进行离散余弦变换得到子图像的DCT域系 数矩阵，即子图像块的水印系数，采用水印系数将子数字水印嵌入子图像块，组合嵌入 了子数字水印的子图像块，得到水印加密的视点图像；

步骤3，循环步骤1～2直至2D帧图像均进行水印加密，将水印加密的2D帧图像转 化为裸眼3D视频；

步骤4，提取裸眼3D视频帧图像所包含的视点图像的子数字水印，获得原始数字 水印。

上述原始数字水印由a·m个随机数随机排列构成，a为6～8范围内的正整数；所述 的子数字水印由a个随机数组成。

步骤2中所述的子数字水印嵌入视点图像，进一步包括子步骤：

2.1使用Arnold变换对子数字水印图像W置乱，得到置乱后的子数字水印图像W'；

2.2将视点图像I分为大小为N×N的子图像块，对各子图像块分别进行离散余弦 变换，得到各子图像块的DCT域系数矩阵，N为经验值；

2.3设定嵌入强度alpha，随机生成长度均为N的伪随机数列k₁、k₂；

2.4基于嵌入强度alpha和伪随机数列k₁、k₂将子数字水印嵌入子图像块；

2.5组合嵌入了子数字水印的各子图像块，获得嵌入了子数字水印的视点图像。

子步骤2.4进一步包括：

(1)确定参数k：

当W'(i,j)＝1时，令k(i)＝k₁(i)，当W'(i,j)＝0时，令k(i)＝k₂(i)；k(i)、k₁(i)、k₂(i) 分别表示数列k、k₁、k₂中第i个数字，i＝1,2,3,...N，W'(i,j)表示子数字水印图像W' 中(i,j)位置的像素值；

(2)修改子图像块DCT域系数矩阵的中频分量：

采用公式M_ij(n,N-n+1)＝M_ij(n,N-n+1)+alpha*k(n)修改子图像块DCT域系数 矩阵的中频分量，M_ij(n,N-n+1)表示子图像I_ij的DCT域系数矩阵中第n行第 (N-n+1)列的元素；

(3)对修改后的DCT域系数矩阵进行逆离散余弦变换，得到嵌入了子数字水印的 子图像块。

步骤3中，将嵌入了数字水印的2D帧图像转化为裸眼3D视频。

步骤4中采用盲水印法提取视点图像的子数字水印。

所述的采用盲水印法提取视点图像的子数字水印进一步包括：

4.1将视点图像I'分为大小为N×N的子图像块，对各子图像块分别进行离散余弦 变换，得到各子图像块的DCT域系数矩阵；

4.3提取子图像块中数字水印序列p，p(n)＝M_ij'(n,N-n+1)，p(n)表示数字水印 序列p的第n个元素，n＝1,2,3,...N，M_ij'(n,N-n+1)表示DCT域系数矩阵中第n行第 (N-n+1)列的元素；

4.4分别求出数字水印序列p与伪随机数列k₁、k₂的自相关系数c1、c2；

4.5若c1≥c2，则水印信息E(i,j)＝1；反之，则水印信息E(i,j)＝0；

4.6重复子步骤4.3～4.5，获得水印信息E，对水印信息E进行Arnold反置乱，即原 始数字水印。

二、基于数字水印加密的裸眼3D视频加密系统，包括：

数字水印生成模块，用来将随机数随机排列组合成原始数字水印，并将原始数字水 印随机分为m个子数字水印，m表示2D帧图像所包含的视点图像数；

2D帧图像水印加密模块，用来将子数字水印分别嵌入2D帧图像的各视点图像，从 而获得水印加密的2D帧图像；其中，子数字水印嵌入视点图像具体为：

视点图像分块为子图像块，对子图像块进行离散余弦变换得到子图像的DCT域系 数矩阵，即子图像块的水印系数，采用水印系数将子数字水印嵌入子图像块，组合嵌入 了子数字水印的子图像块，得到水印加密的视点图像；

2D帧图像转3D视频模块，用来将水印加密的2D帧图像转化为裸眼3D视频；

数字水印提取模块，用来提取裸眼3D视频帧图像所包含的视点图像的子数字水印， 获得原始数字水印。

和现有技术相比，本发明的技术效果如下：

本发明基于数字水印技术，将水印信息散落在裸眼3D视频各帧图像的9视点图像 中，从而对裸眼3D视频逐帧进行加密。本发明具有良好的鲁棒性和不可见性，可快速 便捷地对裸眼3D视频进行加密，从而进一步实现裸眼3D视频的版权保护；而且不会 破坏视频播放显示效果。

附图说明

图1为帧图像的9视点图像；

图2为九视点式的2D图像转3D视频的流程示意图；

图3为九视点式的2D图像转3D视频的原理示意图。

具体实施方式

下面将结合具体实施方式进一步说明本发明技术方案。

本发明方法的处理对象是2D帧图像，即采用本发明方法对2D帧图像进行逐帧处 理，具体步骤如下：

步骤1，选取随机数字序列。

该随机数字序列即原始数字水印，用于嵌入2D帧图像进行加密。随机数字序列由 a·m个随机数随机排列构成，m表示一帧图像中视点图像数，裸眼3D视频中帧图像所 包含的视点图像数一般为4、8或9等；a为正整数，优选为6～8范围内的正整数。

本具体实施中，待处理的帧图像由9视点图像构成，选取了63个随机数随机排列 组成原始数字水印。

步骤2，将原始数字水印随机分为m个子数字水印，各子数字水印由a个随机数组 成，子水印将用于嵌入到裸眼3D视频的一帧图像。

本具体实施中，将原始数字水印随机分为9个子数字水印，各子数字水印由7个随 机数组成。图1为2D帧图像的9视点图像，9个子数字水印将分别嵌入帧图像的9视 点图像中，从而可实现裸眼3D视频的初步加密。

步骤3，子数字水印分别嵌入2D帧图像的各视点图像。

对当前2D帧图像的各视点图像分别进行如下处理：

视点图像分块获得子图像块，对各子图像块分别进行DCT变换(离散余弦变换) 得到各子图像块的DCT域系数矩阵，通过修改DCT域系数将子数字水印嵌入各子图像 块，得到含子数字水印的子图像块，将各子图像块进行组合得到含子数字水印的2D帧 图像的视点图像。

对构成2D帧图像的9视点图像分别进行上述处理，即获得嵌入了数字水印的2D 帧图像。

子数字水印嵌入视点图像的具体实施方式如下：

3.1读取子数字水印图像W和视点图像I。

3.2使用Arnold变换对子数字水印图像W置乱，得到置乱后的子数字水印图像W'。

3.3将视点图像I分为大小为N×N的子图像块I_ij，i＝1,2,3,...N，j＝1,2,3,...N， 对各子图像块分别进行DCT变换，得到子图像块I_ij的DCT域系数矩阵M_ij＝dct(I_ij)。

N为经验值，具体实施中，N为8，但不限于8。

3.4设置嵌入强度alpha，本具体实施中嵌入强度alpha设为2。随机生成2个长度 均为N的伪随机数列k₁、k₂作为水印嵌入的密钥。

3.5基于子数字水印图像W'修改DCT域系数矩阵M_ij＝dct(I_ij)的中频分量。

首先，确定修改DCT域系数矩阵的参数：

当W'(i,j)＝1时，令k(i)＝k₁(i)，i＝1,2,3,...n，k(i)和k₁(i)分别表示数列k和k₁中第 i个数字；当W'(i,j)＝0时，令k(i)＝k₂(i)，i＝1,2,3,...n，k(i)和k₂(i)分别表示数列k和k₂中第i个数字。W'(i,j)表示置乱后的子数字水印图像W'中(i,j)位置的像素值。

然后，对子图像块I_ij的DCT域系数矩阵M_ij＝dct(I_ij)的中频分量进行修改：

$\left(\begin{array}{c}{M}_{ij}(1,8)=M_{ij}(1,8)+alpha*k\left(1\right)\\ M_{ij}(2,7)=M_{ij}(2,7)+alpha*k\left(2\right)\\ M_{ij}(3,6)=M_{ij}(3,6)+alpha*k\left(3\right)\\ M_{ij}(4,5)=M_{ij}(4,5)+alpha*k\left(4\right)\\ M_{ij}(5,4)=M_{ij}(5,4)+alpha*k\left(5\right)\\ M_{ij}(6,3)=M_{ij}(6,3)+alpha*k\left(6\right)\\ M_{ij}(7,2)=M_{ij}(7,2)+alpha*k\left(7\right)\\ M_{ij}(8,1)=M_{ij}(8,1)+alpha*k\left(8\right)\end{array}\right)---\left(1\right)$

式(1)中，M_ij(n,N-n+1)表示DCT域系数矩阵M_ij中第n行第(N-n+1)列的元 素，本具体实施中，N＝8，n取1,2,...8。

3.6对修改后的DCT域系数矩阵进行逆DCT变换，得到嵌入了子数字水印的子图 像块I_ij'。

3.7按分块顺序重新组合子图像块I_ij'，即获得嵌入了子数字水印的视点图像I'。

循环步骤1～3至裸眼3D视频所有帧图像中均完成数字水印加密。

步骤4，采用基于FPGA(现场可编程逻辑门阵列)和DIBR的九视点式2D转3D 视频算法处理水印加密后的2D帧图像，实现2D帧图像到裸眼3D视频的转化。

2D帧图像到裸眼3D视频的转化为本技术领域内的常规技术，为便于本领域技术人 员的理解，下面对2D帧图像到裸眼3D视频的转化原理进行介绍。

图2为九视点式的2D帧图像转裸眼3D视频的流程示意图，图3为九视点式的2D 帧图像转裸眼3D视频的原理示意图。由于深度值不同，2D帧图像中各像素点在各视角 的位移量也不一样，通过分析视角间对应几何关系，可以依据2D帧图像中各像素点对 应的深度值及位置，计算出各像素点对应于各视点图像的正确位置，其相互关系如下式：

$S_i=S_0+k*\frac{b}{2}*\frac{P_Z}{d+P_Z}\rho ---\left(2\right)$

$\frac{Z_F-Z_N}{Z_F-P_Z}=\frac{255}{g}---\left(3\right)$

图3中P点对应的灰阶深度值，通过式(2)可以算得其实际成像距离，简化方程 式，令可以得到：

P_Z＝Z_F(1-a)+aZ_N(4)

将式(4)代如入式(2)可得：

$S_i=S_0+k*\frac{b}{2}*\frac{Z_F(1-a)+{\mathrm{aZ}}_N}{d+Z_F(1-a)+{\mathrm{aZ}}_N}\rho ---\left(5\right)$

即：

$\Delta s=k*\frac{b}{2}*\frac{Z_F(1-a)+{\mathrm{aZ}}_N}{d+Z_F(1-a)+{\mathrm{aZ}}_N}\rho ---\left(6\right)$

由式(6)，可以计算出原始2D帧图像中各像素点对应到合成新视角视频图像中的 正确位置。

式(2)～(6)中：

S₀表示中心视角的像素位置，一般以输入的2D帧图像为中心视角；

k表示视角位置，对九视点图像而言，中心视角对应的视角位置k＝0，左边的视角 位置k依次1、2、3、4；右边的视角位置k依次5、6、7、8；

b表示两眼间距，单位：cm；

Z_F表示立体成像离屏幕实际距离的最大值，单位：cm；

Z_N表示立体成像离屏幕实际距离的最小值，单位：cm；

P_Z表示据P点的实际灰阶深度值，根据公式(4)，可算得立体成像的实际距离；

ρ表示每厘米存在的像素点数，根据显示屏实际规格获得ρ值；

d表示人眼与显示屏的距离，单位：cm。

步骤5，读取裸眼3D视频时对帧图像的9视点图像进行水印提取，获得原始数字 水印。

本具体实施中采用盲水印法进行水印提取，即只需从视点图像的水印嵌入位置上读 取含水印信息的数据，再与伪随机数列k₁、k₂进行相关性检测，即可提取出水印，不需 要使用视点图像。

具体过程如下：

5.1读取嵌入了子数字水印的视点图像I'。

5.2将视点图像I'分成大小为N×N的子图像块I_ij'，i＝1,2,3,...N，j＝1,2,3,...N， 对各子图像块I_ij'分别进行DCT变换获得各子图像块I_ij'的DCT域系数矩阵 M_ij'＝dct(I_ij')。

5.3读取子图像块I_ij'中含水印信息的数据，过程如下：

$\left(\begin{array}{c}p\left(1\right)={M_{ij}}^{\prime }(1,8)\\ p\left(2\right)={M_{ij}}^{\prime }(2,7)\\ p\left(3\right)={M_{ij}}^{\prime }(3,6)\\ p\left(4\right)={M_{ij}}^{\prime }(4,5)\\ p\left(5\right)={M_{ij}}^{\prime }(5,4)\\ p\left(6\right)={M_{ij}}^{\prime }(6,3)\\ p\left(7\right)={M_{ij}}^{\prime }(7,2)\\ p\left(8\right)={M_{ij}}^{\prime }(8,1)\end{array}\right)---\left(7\right)$

式(7)中：

p(n)表示提取的数字水印序列n的第i个元素，n＝1,2,3,...N；

M_ij'(n,N-n+1)表示DCT域系数矩阵M_ij'中第n行第(N-n+1)列的元素。

5.4分别求出p与伪随机数列k₁、k₂的自相关系数c1、c2，p为提取的数字水印序 列。

5.5若c1≥c2，则估计的水印信息E(i,j)＝1；反之，E(i,j)＝0。

重复执行步骤5.3～5.5，依次提取得到置乱的图像E。

5.6对置乱的图像E进行Arnold反置乱，即可得到提取的水印图像Q，即原始数字 水印。