基于Android平台的实时图像视频水印处理方法
基于Android平台的实时图像视频水印处理方法
袁雪霞;王艳杰;李磊
【摘 要】According to the algorithms proposed in the present study are difficult to be used in low performance devices such as smart phones,image processing method is proposed for real-time video watermarking based on Android platform.By adding a watermark image and video watermarking using the method of Discrete Cosine Transform(DCT） based on predefined intelligent mobile phone camera in real time,the watermark is embedded into the real-time acquisition host image based on the Android platform.APP application is developed to capture images by using the default intelligent mobile phone camera.Real-time video processing and digital watermark embedding process are achieved by the OpenCV,and the image is saved to the external storage.The experimental results show that the proposed method can maintain a relatively stable Peak Signal to Noise Ratio(PSNR） and Mean Squared Error(MSE) based on different quality factors,and it can be applied to low computing performance devices such as smart phones.%针对现有研究的算法很难用在智能手机等低计
算性能设备上的问题,提出基于Android平台的实时图像视频水印处理方法.该方法基于离散余弦变换(DCT),采用预定义的水印对智能手机相机拍摄的图像及视频进行实时水印添加,将水印嵌入实时捕获的宿主图像中.基于Android平台开发APP应用程序,使用默认的智能手机摄像头捕捉图像,通过OpenCV实现实时视频处理和数字水印嵌入处理,并将图像保存到外部存储中.实验结果表明,所提方法基于不同的质量因子均能保持较稳定的峰值信噪比(PSNR)和平均平方误差(MSE),能够较好地适用于智能手机等低计算性能设备.
【期刊名称】《湘潭大学自然科学学报》
【年(卷),期】2017(039)004
【总页数】4页(P107-110)
【关键词】数字水印;Android;离散余弦变换;峰值信噪比;平均平方误差
【作 者】袁雪霞;王艳杰;李磊
【作者单位】郑州财经学院信息工程学院,河南郑州450044;郑州财经学院信息工程学院,河南郑州450044;郑州大学物理工程学院,河南郑州450001
【正文语种】中 文
【中图分类】TP391
数字媒体已成为最大信息和娱乐载体，人们通过智能手机拍摄图像，并上传到互联网与他人分享[1]，但是不可避免地存在着未经用户同意盗用图像的现象[2]，也由此促进了数字水印的发展.嵌入水印后的图像可用于版权认证，防止盗用[3].目前，数字水印的相关研究主要基于空间域和频域.空间域水印技术[4]主要包括最低有效位编码、最长线性移位寄存器序列技术等.在空间域中，可以直接修改图像像素，即改变图像特定区域的像素值，具有计算复杂度低、易于实现、低功耗等优点，但是鲁棒性与安全性欠佳[5].频域水印技术近年来研究较多，如最小化攻击影响的策略，该方法依赖于图像表示的统计学信息，即水印中原始图像的空间最低有效位以及离散余弦变换和离散小波变换域.有研究基于离散小波变换(discrete wavelet transform, DWT)[6]、模糊推理系统(fuzzy inference system，FIS)和人类视觉系统(human visual system, HVS)[7]制作商标.利用模糊推理系统来插入标志或者水印，一般只适用于图像.还有文献提出使用离散余弦变换(discrete cosine transform, DCT)[8]和离散余弦逆变换(inverse discrete cosine transform, IDCT)实现视频水印处理.然而上述方法都具有较高的计
算复杂性，很难用在智能手机等低计算性能设备上.因此，本文提出一种基于Android平台的实时图像视频水印处理方法，基于DCT采用预定义的水印对智能手机相机拍摄的图像及视频进行实时水印添加，将水印嵌入实时捕获的宿主图像中；并基于Android平台开发APP应用程序，使用默认智能手机摄像头捕捉图像，通过OpenCV[9]实现实时视频处理和数字水印嵌入处理，并将图像保存到外部存储中.实验结果表明，该方法能够较好地适用于智能手机等低计算性能设备.
1 提出的方法
DCT是一种使用了多种处理技术的图像分析方法，基于DCT的应用可将研究领域由空间域转换为频域.由于频域比相应的空间域更容易分析，因此DCT广泛应用在图像压缩算法中.水印通常将DCT应用于整个图像或者分块，二维DCT、IDCT的表达式如下，
G(u,v)=h(u)h(v)f(x,y)cos[]cos[]，
(1)
f(x,y)=h(u)h(v)G(u,v)cos[]cos[] ，
(2)
式中G表示图像的离散余弦变换系数，f表示图像IDCT变换强度.h(u)和h(v)定义如下：
(3)
u=0,1,2,…,K-1;v=0,1,2,…,L-1.K和L分别表示图像的长度和宽度，应用DCT将图像映射到频域.基于Android的实时视频处理具备着多领域平台开发的灵活特性，可在较低计算能力的移动平台上实现复杂的图像处理算法，本文研究并实现了Canny边缘检测、膨胀、减去、连续帧差分法和屏蔽.
1.1 数字隐形水印算法
提出的数字水印算法利用智能手机相机获取实时视频输入帧.视频帧将逐帧嵌入预先定义的二进制水印，最初获取的视频帧是彩格式，需要转换成灰度格式，再转换成满足DCT应用的类型，即浮点型.视频的全部帧都应用DCT，生成转换帧，然后提取部分帧，将二进制水印添加到提取的视频转换帧子矩阵中.本文所采用的水印大小为64×64像素，所提取的子矩阵和水印的大小是相同的.将修改后的转换帧再复制回主转换帧中，然后应用IDCT.最终在智能手机
屏幕上得到了嵌入水印的图像帧，通过智能手机操作，将水印帧保存为“.jpg”格式，存储于SD卡中.接着再输入新的图像，重复上述操作，直到所有捕获的视频帧中都嵌入了水印，处理过程如图1所示.
数字隐形水印嵌入步骤为：第1步，启动Android app，输入从Android智能手机摄像头获得的帧R.第2步，将DCT应用于整个主帧，大小与智能手机屏幕保持一致.第3步，基于上述步骤提取的子转换帧矩阵P，大小为64×64像素.第4步，水印Q大小为64×64像素，乘以增益系数α添加到P中可得M=P+αQ，M是修改后的子矩阵，为方便起见，令α=1.第5步，将修改后的子矩阵M复制回原来主帧中的提取位置。第6步，整个水印帧应用IDCT变换。第7步，操作Android手机屏幕，将水印帧存储到SD卡中.
1.2 数字可见水印算法
为了在智能手机相机获取的图像中嵌入水印，应用程序提供了灵活的图形用户界面，用以输入水印文本和所需的水印大小.该水印基于空间域嵌入，应用程序根据预定义的位置修改原始图像对应区域的像素值，而Android提供的画布属性用于修改像素值.最后将水印图像存储于SD卡中.处理过程如图2所示.
数字可见水印嵌入步骤为：第1步，启动Android app，初始化默认的Android手机摄像头开始捕捉图像.第2步，捕获的图像和各类选项显示在Android应用程序的GUI上.第3步，应用程序需要用户输入文本，作为图像水印，该应用程序提供了灵活的界面，供用户选择水印大小.第4步，将彩图转换为灰度图，在灰度图中嵌入水印，并根据要求调整水印图像大小.第5步，存储水印图像于SD卡中.
2 实验结果与讨论
本文搭建实验测试平台以验证所提出算法的有效性.实验测试平台基于Begleboard-xM实现，BeagleBoard-xM是一款用于专门应用程序的低功耗开源硬件，是嵌入式系统中应用最为广泛的开发板之一.BeagleBoard-xM架构由AM37x 1GHz ARM Cortex-A8兼容处理器、512 MB RAM LPDDR、2D/3D图形加速器等构成，具有若干Android端口，Android启动环境具有友好的用户界面.实验采用的水印尺寸为64×64像素，通过智能手机获得用于视频处理的帧，隐形水印占据整个显示屏区域1 280×720，实验基于Beagleboard-xM进行各种视频处理和水印操作过程，用于质量评价和验证计算水印算法的有效性.
通过智能手机获取的水印和水印图像，用于质量评价和验证计算水印算法的有效性，如图3
所示.
为了评价水印图像效率，本文基于不同的质量因子Q计算水印图像的峰值信噪比(Peak Signal to Noise Ratio, PSNR)[10]和平均平方误差(Mean Squared Error, MSE)[11].
PSNR是最大可能功率与影响图像质量的当前破坏性噪声功率的比值，定义如下：
PSNR=10log10=20 log10(255)-10 log10(MSE),
MSE已经广泛用于全参考图像质量测量，其定义如下：
其中x(i,j)表示原始图像，y(i,j)表示修改的图像，i和j表示图像M×N中的像素点位置.
表1列出了基于不同质量因子的所有水印图像结果.从表1中可以看出，不同质量因子下，本文所提方法保持着较稳定的PSNR和MSE，该方法能够较好地适用于智能手机等低计算性能设备.
表1 基于不同质量因子的水印图像性能分析Tab.1 Performance analysis of watermarking image based on different quality factors水印图像Q=20Q=50Q=80Q=100MSEPSNRMSEPS
NRMSEPSNRMSEPSNRp18．6637．898．5037．988．3438．058．1539．12p26．5339．095．8339．575．7339．645．3739．93p34．7440．454．5740．614．5140．673．9441．24p43．4241．853．3841．903．3541．933．2142．11
3 结 论
针对现有研究的算法很难用在智能手机等低计算性能设备上的问题，提出基于Android平台的实时图像视频水印处理方法.实验结果表明，基于不同的质量因子，所提方法均保持着较稳定的PSNR和MSE，能够较好地适用于智能手机等低计算性能设备.
参 考 文 献小视频app开发
[1] 廖洪建, 黄良永. 融合IWT与SVD的鲁棒和隐蔽性数字图像水印方案[J]. 湘潭大学自然科学学报, 2016, 38(3): 59-63.
[2] 巫朝霞, 郑盼盼. 一种基于顺序QR分解和AdaBoost分类器的盲水印算法[J]. 计算机应用研究, 2016, 33(11): 23-28.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。