基于边缘特征的动画零水印算法研究

2017-05-16 14:23李何叶朱家慧李雨霖秦瑶张新浩
科学与财富 2017年12期
关键词:二值鲁棒性动画

李何叶+朱家慧+李雨霖+秦瑶+张新浩+李德

摘 要:零水印是一种新的数字水印方法,可以解决不可见数字水印的可感知性和鲁棒性之间的矛盾,动画零水印算法更适合于动画类数字作品的版权保护且具有良好的性能。

关键词:零水印;3D轮廓波变换;视觉密码技术;几何攻击;离散余弦变换

动画零水印算法,其核心就是对动画零水印的构造及检测,来实现图像抵抗攻击的性能的提高。

1.零水印算法设计

1.1动画零水印构造算法

Step1:读入原始动画视频,选取关键帧,并对这些关键帧进行分组

Step2:对每一组每一帧进行2D DCT变换并提取低频系数

Step3:对每一组每一帧低频系数进行3D Contourlet变换[1],并得到分解后的低频系数CE 。Contourlet变换有多尺度多方向的分解特性,可以更好地多方向多分辨率地解析动画视频,利用边缘清晰的特征来完成零水印的构造。

Step4:将低频系数进行2×2分块分解,最大奇异值矩阵二值化为T 保存。

Step5:读入原始水印图像进行混沌置乱处理[2],利用视觉密码技术[3]对水印图像进行处理得到加密后的预处理图像W。

Step6:二值序列T与预处理图像W进行逻辑运算,得到最终的零水印密钥。

Step7:将得到的密钥图像重建视频序列得到最终零水印视频。

1.2动画零水印检测算法

Step1:动画视频的处理与动画零水印算法中的对视频的处理方法相同,得到二值序列T'并保存。

Step2:二值序列T'已保存的二值序列T进行逻辑运算,得到新的特征序列X。

Step3:利用视觉密码中的密钥以及Arnold变换的逆变换恢复出原始水印图像

Step4:对视频进行攻击实验

2.实验结果及分析

实验环境:在MATLAB R2012a中运行,原始视频100帧1280×640,水印图像大小为64×64,对于本文提出的动画零水印算法进行了多种攻击实验,高斯噪声攻击、剪切攻击以及压缩攻击等来验证其鲁棒性,运用NC的数据来进行算法性能的判断。在无攻击的情况下提取出的水印图像准确无误,NC值(与原始水印图形相似度)为1。而在高斯噪声攻击参数为0.1时,NC值为0.9834;剪切攻击参数为200×200时,NC值为0.8752;压缩攻击参数为6:1时,NC值为0.8975。

通过以上攻击实验,可以验证该零水印算法在抵抗一些常见攻击上具有较强的鲁棒性。

3.结论

通过对动画零水印算法的概述,利用轮廓波变换的特性,使得动画零水印算法鲁棒性与不可见性较好。通过攻击实验的结果分析可以得出,基于边缘特征的动画零水印算法抵抗攻击的性能较好。

参考文献:

[1] Do M N, Vetterli M. Contourlets: a new directional multiresolution image representation[J]. 2002, 1(1):497 - 501.

[2] 鄧绍江,濮忠良,张岱固. 基于小波压缩和混沌置乱的图像处理算法[J]. 重庆大学学报,2008,(08):918-921.

[3] 曲长波,杨晓陶,袁铎宁. 小波域视觉密码零水印算法[J]. 中国图象图形学报,2014,(03):365-372.

猜你喜欢
二值鲁棒性动画
混沌伪随机二值序列的性能分析方法研究综述
支持CNN与LSTM的二值权重神经网络芯片
做个动画给你看
动画发展史
荒漠绿洲区潜在生态网络增边优化鲁棒性分析
我的动画梦
基于确定性指标的弦支结构鲁棒性评价
基于二值形态学算子的轨道图像分割新算法
基于曲率局部二值模式的深度图像手势特征提取
基于非支配解集的多模式装备项目群调度鲁棒性优化