融合视觉模型可对抗剪切攻击的盲数字水印编解码方法

摘要

本发明公开了一种融合视觉模型可对抗剪切攻击的盲数字水印编解码方法，本发明将监控场景中摄像头采集的视频图像的场景信息通过数字水印编解码技术直接加入到视频图像中，方便决策人员根据视频图像及自身携带的场景信息做出决策；本发明基于二次规划优化的水印编码方法对剪切、噪声、滤波和有损数据压缩等攻击具有较强的稳健性，使加入的场景信息能够抵御对视频图像的一般性修改；本发明采用傅里叶变换的解卷积定位同步点的方法，提高了方法的运行速度，使方法能够在PC平台上进行实时的水印编解码流程。

主权项

1.一种融合视觉模型可对抗剪切攻击的盲数字水印编解码方法，其特征在于，该方法包括水印信息的编码和解码过程；其中，水印信息的编码过程包含以下步骤：（1）视频采集：在可见光条件下采集监控场景中的视频图像，并对采集的图像进行初期处理，包括配准、降噪和均衡；（2）数据传输：将初期处理后的视频图像通过H.264视频编码协议进行编码后传输至PC平台；（3）场景信息编码：将场景信息进行有效编码后获得水印比特，加入到视频图像中；场景信息包括摄像头编号、场景位置和场景文字描述，所述场景文字描述包括场景的时间、天气、温度；所有的信息采用GBK汉字编码转换为水印比特，按照每帧64比特的速率均匀加入视频图像帧中；（4）水印编码流程：采用PC机作为水印编码平台，水印编码包含如下子步骤：（4.1）彩色图像转换为灰度图像：水印编码流程针对的图像包括彩色图像和灰度图像，如果源图像为彩色图像，需要将图像从RGB空间转化为YUV空间；然后，只对其中的Y分量进行水印编码流程；（4.2）加入同步信息：将源图像分成大小相同的矩形块，为自然数，用行列的矩阵表示某个矩形块中像素的灰度值；同时，构造行列的同步矩阵，同步信息的加入由下式确定：；其中，为加入同步信息后的行列矩形块，为控制编码水印强度的参数；（4.3）每一块加入相同的水印信息，对图像进行的分块DCT变换，根据Watson视觉模型，计算所得DCT参数的视觉阈值；（4.4）DCT反变换：水印编码后的图像进行DCT反变换，最终得到水印图像；如果是彩色图像，需要将改变后的Y分量由YUV空间变换回RGB空间；（5）存储加入水印后的视频图像；水印信息的解码过程包含以下步骤：（1）解码水印比特：水印解码仍然采用PC平台作为数据处理系统，包括以下子步骤；（1.1）彩色图像转换为灰度图像：水印解码针对的图像包括彩色图像和灰度图像，如果源图像为彩色图像，需要将图像从RGB空间转化为YUV空间；然后，只对其中的Y分量进行解码；（1.2）搜索同步点：利用加入的同步信息，搜索水印图像中的同步点，从而产生与源图像同样的矩形块分割，得出同步后新的水印图像；（1.3）对每一个矩形块分别进行水印解码：按照以下步骤计算在第个块中的某个水印比特信息：从密钥中获取与此水印比特相应的个参数下标，这些参数的下标用集合表示，；对块进行DCT变换，设与相关的DCT系数为（），计算下式的值：；如果，那么获取的水印比特；如果，那么获取的水印比特；（1.4） 投票机制得出最终解码结果：每个水印比特解码的最终结果是对所有个块的获取结果进行投票，如果的数量多于，那么最终结果为；反之；（2）终端获取场景信息：通过解码得出的水印比特，利用GBK汉字解码，最终获得场景信息，包括摄像头编号、场景位置和场景文字描述，使视频图像自身携带了获取该视频图像的场景信息。