基于BJND模型的立体图像鲁棒水印算法

吕玲玲，张亚娜，刘　颖

(中国传媒大学 理工学部，北京100024)

基于BJND模型的立体图像鲁棒水印算法

吕玲玲，张亚娜，刘颖

(中国传媒大学 理工学部，北京100024)

摘要:随着3D技术的发展，3D电影逐渐进入到一个快速发展阶段。低感知强鲁棒的数字水印方案是水印技术在3D电影版权保护应用中的一项研究重点。已有的研究证明，基于HVS的JND模型在提高水印不可见性上具有很好的效果，但是现有的JND模型大都建立在单目视觉掩蔽特性基础上，而对于立体图像需要进一步考虑双目视觉掩蔽特性。提出了一种基于BJND(Binocular JND)模型的立体图像鲁棒水印算法。水印嵌入强度受BJND值调制后，使得水印表现出更好的透明性。实验结果证明，在水印不可见的条件下，基于BJND模型的立体水印方案在抵抗加噪、JPEG压缩等全局攻击上具有更强的鲁棒性。

关键词:数字水印；BJND模型； 立体图像

立体图像/视频能给人以真实场景的沉浸感，增加了人们对其的认知与兴趣。立体图像/视频的开发与应用需求越来越迫切，例如3D电影、3D 电视、3D游戏等。与此同时，这些应用产品将受到复制、篡改等威胁，使得产品的版权保护成为亟待解决的问题。低感知强鲁棒的数字水印方案是水印技术在3D电影版权保护应用中的一项研究重点。已有的研究[1-3]表明，基于HVS(Human Visual System)的JND(Just Noticeable Distortion)模型在提高水印不可见性上具有较好的效果。但是现有的JND模型大都建立在单目视觉掩蔽特性基础上，仅仅反映了人类视觉系统对图像的频率敏感性、亮度敏感性和对比度掩蔽特性等。3D电影中的立体图像实质是2D图像对(左、右视图)通过特殊显示方式使得左眼只看到左视图，右眼只看到右视图，利用人眼的双目立体视觉(双眼的视差和会聚功能)在人脑中产生立体图像效果。因此，对于立体图像需要进一步考虑双目视觉掩蔽特性。JND模型中的频率敏感性、亮度敏感性和对比度掩蔽特性等在双目视觉中发生了一定的变化。Zhao[4]等通过心理物理学实验测试了不同亮度强度和对比度强度下的双目恰可察觉失真，并依此建立了BJND(Binocular Just Noticeable Distortion)模型。该模型一经提出即被应用在立体图像压缩、立体图像客观质量评价[5-7]等领域。该模型在数字水印系统中的应用尚处于起始阶段。王晶[8]等针对立体图像内容的真实性认证和完整性校验等问题，将BJND模型应用到半脆弱数字水印系统中，提出了基于BJND的立体图像篡改定位及恢复水印的方法。Sepideh[9]对图像块的BJND值进行统计分析，将其变化规律映射到DCT域水印嵌入强度变化上。由于文献[4]给出的BJND模型是基于空域像素灰度的最小可察觉失真度值，Sepideh并没有直接将BJND值用到水印嵌入强度中。

针对立体图像内容版权保护问题，本文结合空域BJND模型，给出一种基于双目视觉掩蔽特性的低感知强鲁棒立体图像水印嵌入方法，通过实验测试证明BJND模型在立体图像水印系统中的优越性。

1BJND模型

传统的2D-JND模型测量的是基于单目视觉特性的最低噪声感知门限值。3D电影中立体图像显示是将一对图像分别呈现给观察者的左眼和右眼，然后通过大脑的立体视合成机理，给人以纵深的立体感。双目视觉特性，例如，双目联合和双目竞争，需要被考虑到立体图像JND模型的构建中。文献[4]通过实验在立体图像的左右视图中加入非对称噪声，测量在不同背景亮度下，双目对于非对称噪声的最低感知阈值；又通过实验测量了不同对比度下，由于掩蔽效应引起的最低感知阈值的提高。由此获得了最终的BJND计算方法

(1)

式中：bg(i)是以像素i为中心的5×5区域的平均亮度值；T1表示左图中像素i处的噪声强度；Tc,limit表示当左图零噪声时，右图中相应位置(视差引起的像素偏移后的位置)的噪声恰可感知阈值的最大值。

Tc,limit(bg(i))=Tlimit(bg(i))+K(bg(i))·eh(i,j)

(2)

其中

(3)

K(bg(i))=-10-6×(0.7·bg2(i)+32·bg(i))+

0.07

(4)

式中：Tlimit(bg(i))指一幅视图一点处噪声强度为0时，在特定bg(i)下，另一幅视图引起可察觉失真的最小噪声幅度；K(bg(i))是以bg(i)为元素的拟合函数，eh(i)为5×5的sobel算子。

(5)

GK(h,v),k=H,V

(6)

式中：I(i，j)表示(i，j)处的亮度值。GH，GV为梯度函数

(7)

该模型联合了亮度掩蔽和对比度掩蔽，如图1所示，给出了立体图像中一视图噪声确知时，另一视图所允许的不被察觉最小失真阈值，2D-JND模型可视为BJND模型的一个特例。

图1　原始图像及其BJND图

2基于BJND的立体图像鲁棒水印算法

2.1水印的生成

在水印的生成中，混沌置乱是重要的一步，混沌置乱的主要目标是将一个有含义的图像转换为一个无意义或者无序的图像，从而增强该图像抵抗攻击的能力和安全性。水印生成算法首先对输入的版权图像(如图2左图所示)进行二值化处理，然后对其进行混沌置乱处理[10]。再将混沌置乱后的二维矩阵转化为一维序列，从而得到水印序列，生成的水印如图2右图所示。

图2　版权图像及生成的水印图

2.2水印的嵌入

水印嵌入算法如图3所示。

图3　嵌入水印流程图

首先读入图像，对其进行双目视觉掩蔽特性分析得到各个点的BJND值；然后进行量化索引调制，量化索引调制是根据水印信息，把原始载体数据量化到不同的水印值索引区间，其本质是微调载体值至指定的量化电平，从而在获得具有较高鲁棒性的嵌入水印的同时，具有较小的嵌入失真；由量化索引调制得到含水印图像。

1)根据上一章介绍的BJND模型分析原始图像的双目视觉掩蔽特性，计算的各个点的BJND值，由大到小排序后选取BJND最大的4 096个像素点作为水印嵌入位置。

2)通过线性调制，由BJND值控制水印嵌入强度

S(i,j)=α×BJND(i,j)

(8)

式中：S(i，j)为所取模值；a值为嵌入因子，由实验选取。一般来说，a值越小，水印嵌入的强度就越小，即可提高水印的不可见性。

3)根据水印比特，利用量化索引调制进行水印嵌入

(9)

4)最后得到含水印图像，如图4所示。

图4　原始图像及含水印图像

2.3水印的提取

数字水印的提取是数字水印嵌入的逆过程，对待检测图像进行模运算，并判断水印比特。

R(i,j)=mod(Img(i,j),S(i,j))

(10)

(11)

如果S(i,j)/2

最后，将提取出的水印经反置乱重新排列获得二值水印图像，得到提取的版权图像。

3水印性能测试

在水印性能测试实验中，本文分别对水印的不可感知性和鲁棒性进行了评测。其中，不可感知性评测包括主观质量评价和客观质量评测。本文选取10对立体图像对[11](如图5所示)，图像大小1 920×1 080，图像格式bmp，水印比特数4 096 bit。在右视图中分别根据BJND值和JND值[3]进行水印嵌入(嵌入比特数为4 096)，调整嵌入因子a(见式(8))，观察BJND模型对水印性能的提升效果。

图5　立体图像对

3.1感知度评测

3.1.1主观质量评价

本文选用LG 7800-CC47英寸LED3D偏振光全高清显示器(side by side显示模式)进行主观质量评价。评测者共15人，12位女性3位男性，年龄在22～25之间，立体视良好，视距3 m。评分方法为：轮流显示基于BJND算法的含水印立体图像和基于JND算法的含水印立体图像，显示顺序随机(被试只需判断立体图像X与Y之间的质量差异)。如果立体图像X的质量远优于Y的质量记2分，稍好于Y的质量记1分，质量相当记0分，反之，Y的质量略优记-1分，远优于X则记-2分。共获得150个评测分数中，97%为0。由此可见，从主观视觉上，两种方法嵌入水印后的图像没有明显的可见差别。

3.1.2客观评测

本文采用SSIM客观质量评测方法进行水印的不可感知度客观评测。SSIM(Structural Similarity Index Measurement system)值越大(最大为1)则说明图像感知质量越好。表1为10幅图像的SSIM值。

表1客观感知度质量测试结果

图片SSIMPSNR/dBBJNDJNDBJNDJNDtable0.99980.999037.58237.664floor0.99960.998637.62238.338sculpture0.99980.999539.58840.232platform0.99970.999238.22538.962motorcycle0.99980.999339.33539.776grass0.99860.998741.02141.487bike0.99960.998940.35540.852wall0.99980.999339.51040.075angle0.99990.999538.34338.444rail0.99970.998937.89737.733

从表1可知，两种算法的水印不可感知度都很高，即从感知度评测可知两种算法均满足水印的不可见性。

3.2鲁棒性评测

水印鲁棒性测试中使用Stirmark图像数字水印测评软件[12]进行攻击仿真。在该仿真平台中对含水印图像进行JPEG压缩、加噪等操作，对经过攻击后的数据进行水印提取。图6～7给出了不同攻击下，两种算法的误比特率值(Bit Error Rate，BER)。图8给出了同一种攻击不同攻击强度下，两种算法的误比特率值。实验结果表明，基于BJND的水印算法具有更小的BER值，鲁棒性更优。表2给出了多种攻击在特定参数下的误比特率，可以看出基于BJND的水印算法在抵抗不同攻击时具有较强的鲁棒性。

图6　加噪攻击的误比特率(加噪强度0.006)

图7　JPEG压缩攻击的误比特率(质量因子50%)

图8　不同程度JPEG压缩的误比特率

图像不同攻击在特定参数下的误比特率加噪0.2dBJPEG压缩(Q_60)剪切95%旋转0.01table00.1990.0340.001floor00.1790.0130.002bike00.2980.0250.008

4小结

由于现有的JND模型大都建立在单目视觉掩蔽特性基础上，而对于立体图像需要进一步考虑双目视觉掩蔽特性，本文提出了一种基于BJND(Binocular JND)模型的立体图像鲁棒水印算法，选取10对立体图像分别用BJND方法与用JND方法指导水印嵌入，对含水印图像分别进行感知度评测和鲁棒性评测。感知度评测中，两种方法在视觉上基本没有差异，都具有良好的水印透明性；在鲁棒性测试中，对10对嵌入水印后的图像进行攻击测试，实验表明，本文给出的基于双目视觉掩蔽特性的空域立体图像水印嵌入方法对JPEG压缩攻击、噪声攻击误比特率更低；在水印不可见条件下，基于BJND模型的立体水印方案较之基于JND模型的立体水印方案在抵抗加噪、JPEG等全局攻击上具有更强的鲁棒性。由此可见，BJND模型在立体图像水印系统中较之JND模型具有优越性，将BJND用于立体数字水印算法对于水印性能的提升具有帮助。

参考文献：

[1]LI W，ZHANG Y，YANG C. A survey of JND models in digital image watermarking[C]//Proc. 2012 International Conference on Information Technology and Software Engineering，Lecture Notes in Electrical Engineering. [S.l]：IEEE Press，2012：765-774.

[2]吕高岩，张永平，梁凤梅，等.视频水印技术综述[J].电视技术，2012，36(21)：24-29.

[3]CHOU C H，LI Y C. A perceptually tuned subband image coder based on the measure of just noticeable distortion profile[C]//Proc. 1994 IEEE International Symposium.[S.l]：IEEE Press，1995：420-424.

[4]ZHAO Y，CHEN Z，ZHU C，et al. Binocular just noticeable difference model for stereoscopic images[C]//Proc. IEEE 2011 Signal Processing. [S.l]：IEEE Press，2011：19-22.

[5]BENSALMA R，LARABI M C. A perceptual metric for stereoscopic image quality assessment based on the binocular energy [J].Multidimensional systems and signal processing，2013，24(2)：281-316.

[6]RYU S，KIM D H，SOHN K. Stereoscopic image quality metric based on binocular perception model[C]//Proc. 19th IEEE International Conference. [S.l]：IEEE Press，2012：609-612.

[7]RYU S，SOHN K. No-reference quality assessment for stereoscopic images based on binocular quality perception[J].IEEE transactions on circuitsand systems for video technology，2014，24(4)：591-602.

[8]王晶，蒋刚毅.基于BJND的立体图像篡改定位及恢复水印方法[J].光电子·激光，2013，24(4)：785-793.

[9]BITAGHSIR S A，KARIMI N，AZIZI S，et al. Stereo image watermarking method based on binocular just noticeable difference[C]//Proc. 11th International ISC Conference. [S.l]：IEEE Press，2014：33-38.

[10]XIE T，XING H. New color image encryption scheme based on chaos[C]//Proc. Application Research of Computers. [S.l]：IEEE Press， 2013：318-320.

[11]3D image quality assessment by multimedia signal processing Group，EPFL[EB/OL].[2015-06-25].http：//mmspg.epfl.ch/3diqa.

[12]张卫，高政.StirMark基准测试程序在数字水印方案评价中的应用[J].电视技术，2004,28(8)：75-77.

Robust stereo image watermarking method based on binocular just noticeable distortion

LÜ Lingling，ZHANG Yana，LIU Ying

(SchoolofInformationEngineering，CommunicationUniversityofChina，Beijing100024，China)

Abstract:With the development of 3D technology， 3D movie is developing rapidly. Robust imperceptive digital watermarking scheme is good for 3D film copyright protection. As is known， the JND model based on HVS is effect to improve the watermarking invisibility. And most of the existing JND models are built on monocular visual masking. For stereo images， binocular vision masking need to be taken into account. In this paper， robust stereo image digital watermarking algorithm based on BJND (binocular just noticeable difference) is proposed. The embedding intensity modulated by the BJND values. The experiment results show that new scheme is more robust against the attacks such as the additive noise and JPEG compression.

Key words:digital watermarking； binocular just noticeable difference；stereo image

中图分类号:TN915.08

文献标志码：A

DOI：10.16280/j.videoe.2016.02.008

基金项目：国家科技支撑计划项目(2014BAH10F00);中国传媒大学科研项目(3132014XNG1426)

作者简介：

吕玲玲(1990— )，女，硕士生，主研数字水印技术；

张亚娜(1980— )，女，副教授，通信与信息系统专业，主要研究方向为数字图像处理，视频压缩编码，数字水印技术；

刘颖(1993— )，女，本科生，通信工程专业。

责任编辑：时雯

文献引用格式：吕玲玲，张亚娜，刘颖.基于BJND模型的立体图像鲁棒水印算法[J].电视技术,2016，40(2);45-49.

LÜ L L，ZHANG Y N，LIU Y. Robust stereo image watermarking method based on Binocular Just Noticeable Distortion[J].Video engineering,2016,40(2)：45-49.