[发明专利]音视频信号同步编解码用音频自适应嵌入视频及提取方法

说明书

技术领域

本发明涉及信号的嵌入与提取技术，尤其涉及用于音视频信号同步编解码的音频嵌入视频及其提取技术。

背景技术

目前，信号的嵌入与提取技术主要应用于信息安全中的水印处理。水印处理中需要将水印信息嵌入到多媒体数据中。在视频水印技术中，目前的几种视频水印嵌入与提取技术如下：

应用直接序列扩展频谱模型的视频水印方案：一段视频是由一些帧组成的，而每一帧可以看作是由数个比特面(bit planes)组成的，这样，这段视频就可以看作是在时间轴上的以比特面为单位的一维序列。一个{0，1}m-序列作用于这个一维序列，大部分比特面保持不变，而有少数比特面的更改并不能影响视觉效果，这些位置就可用来嵌入水印。

在运动矢量中嵌入水印，将水印嵌入在幅度值大且相角变化小的运动矢量中。在MPEG压缩算法中，运动补偿预测技术用于减少帧间的时间冗余度，只有预测到有误差的图像才被编码。在MPEG视频序列中，大部分的帧是运动补偿预测编码帧，所以，在运动矢量中隐藏水印信息可以更有效的利用视频比特流中的信息。可以通过微量修改运动矢量中的数据序列来隐藏水印信息，可使水印检测非常容易。

在MPEG-1和MPEG-2压缩视频流中嵌入可视水印的方案：Arena等人提出了将水印直接嵌入在MPEG-2比特流域中，从而避免了将水印嵌入在像素域中所必需的将视频码流解码与再编码的繁重的运算。在此方案中水印只嵌入在视频中的I帧，不修改P帧和B帧，这是基于减小算法复杂度和对帧跳跃与帧删除鲁棒性的考虑(因为I帧不可以被跳跃或删除)。为了更容易的依据MPEG-2语法结构来处理，方案选择宏块而不是像素作为比特流的操作单位，将水印信息的每一个比特位扩展到一定数量的宏块中。

在DCT域嵌入水印的方案：许多学者考虑与MPEG等标准的兼容性，提出了在离散余弦变换后的系数上嵌入水印信息的技术。考虑人眼视觉特性，通过对特定位置系数进行修改以实现水印的嵌入。例如，一种在DCT域嵌入水印的方案为：(1)将原视频流V的每一帧I从RGB色彩表示转换为YUV色彩模式，对Y分量进行DCT变换得到系数F＝{f₁，f₂，…f_Len}，其中Len＝Height*Width，Width为原图像的宽度，Height为原图像的高度。为了便于算法描述，我们取Width和Height相等，并等于2ⁿ，n为自然数；(2)将变换系数F用Zig-Zag扫描进行重新排序，设重排后的DCT系数为F′；(3)因F′可以近似看成按频率由低到高排列的，为了达到水印鲁棒性和透明性的平衡，我们跳过前L个DCT系数，从L+1个系数开始按公式①加入水印：

F″[I]＝F′[I]+α*|F′[I]*X[I]    ①

其中α为水印强度参数，X是满足N(0，1)分布的，由P，K计算出来的密钥产生的实数伪随机序列。在α一定的情况下，为了提高水印的鲁棒性，我们对按①式中加入的水印信息量的大小进行了限定，即

α*|F′[I]*X[I]＞T    ②

其中T为一个给定的阈值，既如果当前处理的DCT系数F′[I]和水印序列中X[I]值满足②式，则进行水印嵌入；否则，当前DCT系数F′[I]和X[I]都不处理，跳到下一个。如此重复，一直到长度为M的水印序列全部嵌入到DCT系数中为止；(4)对嵌入水印后的DCT系数进行逆Zig-Zag排列；(5)对经过逆Zig-Zag排列的DCT系数进行逆DCT变换，得到嵌入水印后的Y分量；最后将此帧从YUV色彩模式变换回RGB模式，得到加入水印后视频帧I′；(6)对此视频流中的每一帧都进行以上加水印操作，得到加入水印后的视频流V′。

在本申请人的在先专利“嵌入式音视频混合信号同步编码技术”(申请号：2004100788730)中，是将带有纠错码的未压缩的数字音频信号嵌入视频编码系统四维系数矩阵中相应系数的倒数第4位或第3位。该方法嵌入的是未经压缩编码的数字音频信号，因此需要嵌入的音频比特数量很大，这就不可避免地使接收视频的质量下降很多。

在本申请人的在先专利“音视频信号同步方法”(申请号：200610017021.X)中，是将压缩后的音频编码比特流按位嵌入MPEG-2或AVS视频编码系统中经过量化后的系数块内具有最小距离的两个中频系数，所选定的中频系数位置对不同的系数块固定不变，然而对不同的系数块，其非零系数值的分布差异较大，因此嵌入的音频比特对音视频同步编码后的码流增加较多，对恢复视频质量的影响也较大。

发明内容