基于版权保护的数字图像复制技术研究

1、基于版权保护的数字图像复制技术研究1、 项目研究意义信息技术的飞速发展为人类文明和科技知识的传播带来了极大的便利，在这种环境下，如何保护作者的版权问题显得尤为重要。我们知道，在Internet环境下数字图像几乎不需要任何成本就可以很容易地被复制和扩散。这使商家的知识产权得不到有效的保护, 商家的经济利益蒙受巨大损失。目前有两种方法保护数字影像的版权：加水印和基于内容的复制检测。加水印需要在数字影像发行前预先嵌入标识该商品原始用户的信息。一旦其他人拥有了这个商品, 就说明出现了侵权行为, 即该商品被非法复制和扩散。其缺点是数字水印很容易被像JPEG 这样的有损压缩毁坏；同时,它也不能解决部分复制

2、情况,是一种被动的复制检测技术。基于内容的图像复制检测与数字水印比较，不需要在数字影像发行前预先设定，意谓着它除了图像本身之外不需要另外的信息。这种方法既可以作为数字水印的补充方法,也可以作为数字水印的替代方法。浙江省作为全国的经济强省一直走科技兴省的道路，如何保护原创作者和商家的知识产权已经成为当今时代的共性问题。因此，除加强教育外,数字商品的版权保护技术已经受到越来越多的注意，成为当今信息技术研究的热点之一。2、 项目研究目标及与申请者研究工作长期目标的关系本项目研究目标：开发一种可以快速准确地检测数字图像复制的方法，建立图像复制检测系统，有效保护数字图像拥有者的版权，促进电子商务和数字图

3、书馆健康而有序的发展。申请者研究工作长期目标是包括数字视频在内的数字商品复制检测技术，保护数字时代的知识版权。本项目的研究目标是今后研究工作的基础与关键。3、 项目研究内容，研究方案和进度安排3.1 研究内容1) 图像特征分析分析图像的一般特征，例如颜色特征，频谱特征，矩特征等。作为复制检测的特征，即使图像为了逃避复制检测或者为了提高质量被刻意处理过，该特征也不会有大的变化。换言之，基于内容的复制检测程序要面对的不仅仅是完全一样的复制品，也有形式被修改过，但内容一样的图像。2) 复制检测程序设计提取原图像和被测图像的复制检测特征，计算它们的关联程度，并开发出复制检测程序，尽可能多地检测出原始图

4、像的拷贝，同时使误检率最小。3) 通过实验验证此方法的鲁棒性和分辨能力鲁棒性是指系统出现误配之前可以容忍的数据不一致数量。我们输入多幅修改较大的同一幅图像的拷贝,检查系统可以检测出来的数量。另一方面, 分辨能力是不希望把两幅根本没有关系的图像关联起来,也就是排除不相关的图像的能力,以免检测出现错误。影响分辨能力的是秩矩阵的大小。4) 建立图像复制检测系统图像复制检测系统需要有一个从亿万网页上收集到的不断更新的图像数据库。用户可以向该数据库发出查询要求，确定他所拥有的数字图像是否在因特网上被非法复制和扩散。 3.2 研究方案3.2.1技术路线首先分析图像的特征,得到可以准确表示图像的某一特征，然

5、后依次提取原始图像和被测图像的这一特征，通过比较这两者来判定被测图像是不是原始图像的复制品。通常，一个图像含有能作为复制检测的充足独特的信息,尤其违法地传播拷贝。假设我们定义图像数据库为T=C,R，C=Q,C1,Cm表示原始图像Q和它的所有拷贝的集合, R=R1,Rn表示数据库中剩余图像的集合。检测程序(分类器)对这两类集合有很高的分辨能力和很好的鲁棒性以适应不同的修改。Ti是数据库中待测的图像，复制检测以下式表示：H0表示被测图像与原始图像有关联,H1则表示相反的情况。3.2.2研究方案图像复制检测虽然可以看作是图像恢复的一个方面，但是它们有一个根本的不同点。图像复制检测是要找出所有的拷贝，

6、并且这些拷贝有可能被修改过，而图像恢复通常只是根据颜色信息查找相似的图像。通过前期的工作我们知道图像的颜色信息并不能在复制检测中起到什么重要作用，虽然它在图像恢复中是关键特征。因此，本项目的研究方案里各种格式的图像都被转换成YUV格式，而且只有Y分量有用。具体方案如下：(1) 确定图像复制检测的特征选择8 × 8子图像按降序（或升序）排列的离散余弦变换（DCT）直流系数作为表示图像的特征。一个灰度输入图像被区分为 64(8 × 8)个相同大小的子图像 ( 或区域)。执行8×8 二维（2-D）DCT变换，将得到的平均强度转换成一系列的系数。对这些直流系数进行排序，产

7、生一个1 × 63 秩矩阵。(2) 测量原始图像与被测图像之间的关联度为了测量从图像Ii 和 Ij得到的ri 和 rj 秩矩阵之间的关联，需要定义一个距离量d (ri,rj)。分别计算原始图像和被测图像的秩矩阵，原始 (查询)图像Q的秩矩阵为q=q1,q2,qN,被测图像T的秩矩阵t= t1,t2 , ,tN，N=63。这两幅图像之间的距离D(q,t)特征被转换成这两个秩矩阵之间的 L1 范数。(3) 选择最佳的阀值确定被测图像是否属于原图像及其拷贝的集合。原图像和被测图像之间的距离特征被认为是随机数x，计算随机数x属于集合C的平均值1和属于集合R的平均值2，假设图像属于集合C或者集

8、合R的概率是正态分布的函数。根据最小误差准则计算出最优的阀值函数。(4) 将相似特征聚类提高测量的速度为了减少分类的数量将相似数据合并为一组，这样可以大大提高检测的速度。由于k-方法聚类1 最容易实现，而且与类似的其他方法如Tabu 搜索，基因算法，仿真退火算法比较2,3，该方法所需执行时间最短。因此本项目采用该方法对相似的图像数据进行聚类，以任意的初始部分开始，重新开始分配数据到最近的类，直到符合收敛性判别标准再重新计算质心。(5) 建立图像复制检测系统在实际应用中，替代图像数据库的可以是包含图像特征和图像网址的数据库。在特征被提取后，图像将被删除，这就既解决了版权保护的问题也节省了存储的空

9、间。最后，一些自动搜索图像的工具定期查找网页，发现新的图像就把它们的特征编入索引中。3.2.3关键技术(1) 图像复制检测特征的选择与提取；(2) 两幅图像关联度的计算算法；(3) 确定最优阀值的算法。3.3 年度研究进度安排(1) 2006年01月2006年07月 总体分析图像复制检测的特征；(2) 2006年08月2006年12月 设计复制检测程序；(3) 2007年01月2007年07月 通过实验验证此程序的鲁棒性和分辨；(4) 2007年08月2007年12月 完善，总结，撰写结题报告。4、 项目创新之处目前国内数字商品的版权保护技术研究主要集中在文本的复制检测方面，例如宋擒豹等4 提

10、出了数字商品非法复制的检测算法, 通过对数字正文的多层次、多粒度表示来构建基于词频统计的重叠度度量算法, 取得了较好效果。项目申请者尚未查到公开发表的有关数字图像复制检测的中文论文，仅有少量相关外文文献。2003年，Changick Kim 提出了离散余弦变换的序数在图像通信或者图像复制检测中的应用5。2004，Picard, J.提出了图像复制检测的“信息消失原则”6，他认为每打印或者扫描一次，甚至最高质量的打印或扫描，原始图像的信息就减少一点。因此他提出了基于“信息消失原则”的复制图像检测方法。他们为数字图像复制检测的研究奠定了部分理论基础。本项目的创新之处主要有以下几点：1) 将8

11、15;8子图像的离散余弦变换的秩矩阵引入到复制检测的特征提取中2) 提出原图像和被测图像之间的距离特征变量，为测量原图像与被测图像之间的关联度提供了依据。5、 工作基础与工作条件5.1 工作基础课题组及其所在的研究所多年来一直从事基于内容的图像和视频的检索技术研究，具有较丰富的研究经历和实践能力。近三年来共承担了3项省、部级数据库信息资源项目，其中浙江省科技厅项目1项。部分项目在实际应用中获得了良好的经济效益，技术上有重要创新，部分成果达到国际先进水平。近年来出版了相关专著9本。在国内外发表学术论文17篇，约有12篇论文被SCI、EI、 ISTP或SA收录。5.2 工作条件课题组所在的依托单位

12、，已投入大量资金和力量开展信息资源数据库和计算机视觉的研究。研究室现有设备完全可以为本课题的开展提供较好的试验条件。6、 预期研究结果及其利用研究结果的计划和今后发展的思路6.1 预期研究结果1) 研究出数字图像复制检测的算法，建立在线复制检测系统；2) 研究成果申请专利1项以上，在高水平期刊上发表论文5篇以上。6.2 利用研究结果的计划和今后发展的思路1) 完善图像复制检测系统并将之推广，切实做到保护数字图像拥有者的知识产权；2) 今后发展的思路是进一步研究基于网络环境的数字视频复制检测技术，将数字图像的复制检测和数字视频复制检测结合起来，建立在线数字图像与视频复制检测系统，完善与推广该系统

13、。7、 参考文献1 J. MacQueen , Some methods for classification and analysis of multivariate observations. In: L.M. Le Cam and J. Neyman, Editors, Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, Vol. I: Statistics, University of California Press, Berkeley and Los Ange

14、les, CA (1967), pp. 281297.2 K.S. Al-sultan and M.M. Khan , Computational experience on four algorithms for the hard clustering problem. Pattern Recogn. Lett. 17 3 (1996), pp. 295308.3 A.K. Jain, M.N. Murty and P.J. Flynn , Data clustering: a review. ACM Computing Surveys, 31 3 (1999), pp. 265323.4 宋擒豹，杨向荣，沈钧毅等, 数字商品非法复制的检测算法, 计算机学报, 25 11(2002)，pp. 1206-1207.5 Changick Kim，Ordinal measure of DCT coefficients for image correspondence and its application to copy detection，Proceedings of the SPIE - The Internat