CN101076829B - 基于块加水印 - Google Patents

Abstract

一种用于运送有效负载数据字的加水印的图像帧通过把至少一个图像帧与一个二维水印图案相结合而生成。水印图案包括多个区域，每个区域包括一个二维水印块，二维水印块选自一个预先确定的可能的水印块集合，用以表示相关联的有效负载数据符号的值。通过把加水印的图像帧的每个区域与来自水印块集合的每个块相关来检测有效负载数据，以便为每个区域形成一个概率表面集合，每个概率表面与每个区域和每个可能存在于该区域中的每个水印块的失真概率值相结合，由此为每个区域的每个有效负载符号的可能值形成该区域包括那个符号值的概率值并且根据其生成对有效负载数据的估算。

Description

基于块加水印

技术领域

本发明涉及一种用于检测有效负载(payload)数据的检测数据处理装置和方法，其中所述有效负载数据已经通过把图像帧与二维水印图案相结合而生成了。本发明还涉及一种可操作地通过把有效负载数据与图像拷贝相结合的方式来形成加水印的图像的编码数据处理装置和方法。

背景技术

通常，用于将数据嵌入到材料中达到嵌入的数据在材料中易觉察或者难以觉察的效果的技术被称为加水印。代码字被用于材料项的版本中以便标识材料项的版本或者运送由代码字所表示的数据。因此，在一些应用中，加水印可提供一种用于标识材料的具体版本的手段。

将信息嵌入到材料中以便标识材料的特殊版本的过程被称为加指纹(finger printing)。标识材料的代码字尽可能地以使代码字在材料中难以觉察的方式与材料结合。因而，如果以与材料的所有者、销售者或者其他权利持有者的希望不一致的方式来拷贝或者使用材料，那么可以从代码字识别材料版本并采取适当的行动。

为了检测加标记的材料项的代码字，公知的方式是从加标记的材料项中恢复对代码字的估算，并通过将代码字的可能集合中每一个与所估算的代码字相关的方式来识别代码字。通过将相关结果与预先确定的阈值进行比较来检测代码字。如果相关性结果超出阈值，那么则认为已经检测到生成该相关性结果的那个集合的代码字。一般地，为了从加标记的材料恢复的估算的代码字，从可疑加标记的材料项中减去材料项的原始版本的拷贝。然而，未必总能在检测数据处理装置中再现图像的原始拷贝(original copy)。

在对电影加指纹的应用中，在电影屏幕上显示电影图像的加水印拷贝。如果例如利用手持摄像机来拷贝电影影片以生成盗版拷贝(pirate copy)，那么可以通过检测还将存在于盗版拷贝中的代码字的方式来识别盗版拷贝。一般地，作为拷贝的结果或者在盗版拷贝上执行处理的结果，电影的盗版拷贝可能受到一些失真。例如，作为相对于电影屏幕而生成拷贝的摄像机角度的结果，原始图像可能失真。如果加标记的图像在盗版拷贝中失真，那么会降低正确地检测存在于图像中的代码字的可能性。因此，公知的方式是相对于图像的原始拷贝来对准加标记的图像，以便当从已对准的加标记的拷贝中减去原始拷贝时，使在加标记的图像中存在的代码字将接近于代码字的原始形式。借此降低不能检测到存在于加标记的图像中的代码字的可能性(假阴性检测概率)。

发明内容

根据本发明，提供了一种用于从加水印的图像中检测有效负载数据的检测数据处理装置，所述加水印的图像已经通过将图像帧与二维水印图案组合的方式而生成了。水印图案包括多个区域，水印图案的每个区域与有效负载数据字的符号之一相关联。水印图案的每个区域包括选自一个预先确定的可能的水印块集合的二维水印块，以表示与那个区域相关联的有效负载数据符号的值。所述装置包括块匹配先验概率计算器，其可操作用于将加水印的图像帧的每个区域与来自加水印的块的集合的每个加水印的块相关，以便为每个区域形成概率表面集合。每个概率表面为每个可能的水印块提供概率向量的二维分布，表示水印块存在于由那个失真向量所标识的位置的概率。所述检测数据处理装置包括有效负载概率计算器，其可操作用于将每个区域的失真概率值与每个可能存在于该区域中的水印块的每个块匹配概率表面组合。有效负载概率计算器为每个区域的有效负载符号的每个可能值形成那个区域包括那个符号值的概率值。有效负载概率计算器根据来自水印帧中每个区域的每个符号值的概率值，形成一个有效负载概率值集合，所述有效负载概率值表示每个有效负载符号的每个可能符号值的概率，从其根据所述有效负载概率值能够生成对有效负载数据的估算。

根据本发明的检测数据处理装置为每个符号确定有效负载数据符号的每个可能值的概率值，其容纳图像的失真向量概率。通过确定有效负载数据字中每个符号的每个可能符号值的概率值，以及将该概率保存在检测数据处理器的输出中，能实现改善正确恢复有效负载数据的可能性的优点。在一个实例中，有效负载数据被纠错编码，所述检测数据处理器包括纠错解码器，其能够使用软判定解码算法，该算法用于改善正确恢复有效负载数据的可能性。这是因为每个符号的每个有效负载数据符号值的概率值可被用作软判定以进行软解码算法内的处理。

根据本发明实施方式的检测数据处理装置将空间失真向量与存在于每个符号的有效负载数据内的每个符号值的概率计算相结合。为此，水印图像帧是利用具有多个区域的水印图案形成的。每个区域被分配给有效负载数据字内的一个符号。有效负载数据字中的每个数据符号的值由水印块集合之一表示，该集合中的每个块表示有效负载符号的可能值之一。因此，根据那个区域在有效负载数据字中表示的符号值而为水印帧的每个区域选择水印块。对于可能存在于那个水印区域中的每个可能水印块，解码器中的块匹配概率计算器用于生成提供失真向量的二维分布的概率表面。通过将区域的每个可能水印块的每个概率表面与为那个区域计算的失真向量概率相结合，就产生所述区域的每个可能符号值的概率值，其与有效负载数据中的位置相对应。因而，失真向量概率已经被包括到可能符号值的计算中，因此利用了与检测有效负载数据符号相关联的所有信息，借此提高了正确检测符号的可能性。

如在上面以及在下面的说明书中所提到的那样，块匹配先验概率计算器将加水印图像帧的每个区域与来自水印块集合的每个水印块相关，从而为每个区域形成概率表面集合。参照块匹配先验概率计算器的操作而使用的术语“相关”用来指代这样的过程，即其中概率表面从局部概率值(或者它们的导数的近似值)和水印块形成。概率表面中的值是根据图像区域中像素的所有概率的乘积而计算的，所述图像区域载有由水印块内的相应位置指示的尺寸和符号的水印样本。通过求取概率值的对数(或者，更准确地说，其导数的对数)以及执行与水印块的交叉相互(或者过滤)，能够同时对所有失真向量(概率表面中的位置)高效实现该操作。

根据本发明的一方面，提供了一种可操作用于通过将有效负载数据与图像拷贝相结合的方式来形成加水印图像的编码数据处理器。所述编码数据处理器包括水印块生成器，其可操作用于生成二维水印块集合的每一个的系数，每个水印块表示有效负载数据字符号的多个可能值之一。水印帧图案形成器，可操作用于形成包括多个区域的水印帧，每个区域与有效负载数据中的符号之一相关联。水印帧形成器可操作用于依照与区域相关联的有效负载符号的符号值从水印块集合中选择一个水印块以形成水印帧图案。帧形成器将水印帧图案与图像帧的拷贝结合以形成加水印图像帧。

本发明的各种其他方面和特征将在所附权利要求中定义。这些方面包括一种用于检测有效负载数据的方法和一种用于形成加水印图像的方法。

附图说明

现在将参照附图仅以举例说明的方式来描述本发明的实施方式，其中相同的部件具有对应的附图标记，并且在附图中：

图1是用于将图像与代码字结合的编码装置的示意框图；

图2是成为图1所示的装置的一部分的逆向变换处理器的示意框图；

图3是图1所示的编码数据处理器的操作的示意图；

图4是部分示意说明了图1中所出现的水印代码字生成器的操作的部分示意框图；

图5是对具有已经失真的图像水印版本的原始图像的实例说明，并且失真应该被从该原始图像中移除以检测存在于加标记的图像中的代码字；

图6是检测数据处理器的示意框图，所述检测数据处理器被安排用于检测由水印图像传达的有效负载数据；

图7是在图6中出现的盲对准解码器(blind alignment decoder)的示意框图，所述盲对准解码器可操作用于计算失真概率向量和帧同步；

图8是在图7中出现的块匹配计算器(block match calculator)的操作的示意图；

图9是在图7中出现的失真概率计算器(distortion probabilitycalculator)的操作的示意图；

图10是图7中出现的块先验概率计算器(block prior probabilitycalculator)的操作的示意图；

图11是图7中出现的块非本征概率计算器(block extrinsicprobability calculator)的操作的示意图；

图12是图7中出现的帧编号非本征计算器(frame numberextrinsic calculator)的操作的示意图；

图13是图7中出现的帧后验概率计算器(frame posterioriprobability calculator)的操作的示意图；

图14是图7中出现的下一帧空间阿尔法计算器(next frame spatialalpha calculator)的操作的示意图；

图15是图7中出现的空间先验概率计算器(spatial priorprobabilities calculator)的操作的示意图；

图16是图7中出现的马尔可夫失真处理器(markov distortionprocessor)的操作的示意图；

图17是图6中出现的块匹配先验概率计算器(block match priorprobabilities calculator)的操作的示意图；

图18是图6中出现的空间后验概率计算器(spatial posterioriprobabilities calculator)的操作的示意图；

图19示意地图示了一种根据本发明一个实施方式的用于检测所接收图像中的水印的方法；

图20是如图16所示的前向概率估算器(forward probabilityestimator)的示意框图；

图21是如图16所示的后向概率估算器(backward probabilityestimator)的示意框图；以及

具体实施方式

水印编码器

图1显示了一种编码数据处理装置，其可操作用于通过将水印代码字与图像相结合的方式来生成加水印的图像。图1所示的编码数据处理装置用于将代码字与图像相结合以在原始图像的基带域中形成加标记的拷贝。在图1中，图像I是由源1生成的，并被馈送到编码器2，所述编码器2用于组合由数据字生成器4生成的有效负载数据字P以便在编码器2的输出形成图像I的加标记的拷贝W。图1所示的编码器2包括代码字生成器6，所述代码字生成器6把代码字系数排列成与该图像的变换域表示相对应的形式。然后由感知分析器8依照该图像的相对能力来生成加权因数，从而以利用最大强度、同时使当被加到图像I时可察觉代码字的风险率最小化的方式来携带代码字系数。加权因数被强度适配器10接收，并且与代码字系数相结合以形成加权代码字系数。然后，由逆向变换处理器12将加权代码字系数变换到基带域中，所述逆向变换处理器12对代码字执行逆向变换。然后利用组合器14将基带域代码字与基带域图像相结合以形成图像的加标记拷贝W。

在下面的说明书中，术语“样本”用于指代组成图像的离散样本。样本可以是图像的亮度样本，其另外是由图像像素产生的。因此，在适当的地方，术语样本和像素是可互换的。

在利用本技术的一些实施方式中，代码字的变换域表示可以包括离散余弦变换(Discrete Cosine Transform，DCT)、傅里叶变换(FourierTransform)或者离散小波变换(Discrete Wavelet Transform)。例如，可以在DCT域中形成代码字，从而逆向变换处理器12可用于在空间和/或时间地向上取样以前对代码字系数执行逆向DCT。因此，代码字可以更均匀地散布在图像的整个频带中。

根据一个实例，变换域表示包括相对于基带域图像采样率的时间和/或空间地向下采样表示的任何一个。因此，代码字被设置成下述形式或者就好像代码字采用下述形式一样来对待，即代码字已经被相对于基带版本而空间和/或时间地向下采样了。因而逆向变换处理器被设置成时间和/或空间地向上采样代码字系数以形成代码字的基带版本，在所述形式中代码字与基带图像I相结合以形成图像的标记拷贝W。

在图2中更详细地显示了逆向变换处理器12的实例。如图2所示，逆向变换处理器12包括逆向DCT变换器20，其将向下采样代码字形成到DCT域图像时对向下采样的代码字执行逆向DCT。向上采样处理器22然后可操作用于空间和/或时间地向上采样代码字以提供与基带域图像的采样率相当的采样率。

根据本技术，水印代码字以水印图案的形式生成，并与形成水印图像的视频源的每个帧相结合。水印图案被形成为二维块的组合，每个块被添加到图像区的对应尺寸区域中。在图3中举例说明了一个实例。

在图3中，一系列的三个图像帧I₁、I₂、I₃中的每一个被举例说明为包括图像场景的特定内容。在展开形式23中显示了图像帧内较小的矩形区WM_FRM。对当前实例而言，水印图像帧WM_FRM包括通过均分水印图像帧WM_FRM的方式形成的九个同样尺寸的部分。遍及整个图像帧添加水印代码字。如果作为裁剪的结果丢失了部分帧，那么可能需要更多的帧来解码有效负载。

根据本技术，生成相应尺寸的块，并将其与水印图像帧的每个区域相结合以达到所述块的尺寸与区域的尺寸相对应的效果。如参照图4将解释的那样，本技术使用被重叠的两个水印。也就是说，第一代码字CW_1的水印块与每个区域相结合，并且来自第二代码字CW_2的水印块与相同区域相结合。如将解释的那样，提供了块的第一代码字CW_1图案，以便执行对所接收的加水印图像的盲对准，而第二代码字用来运送有效负载数据。在图4中更详细地显示了水印生成器6。

在图4的下半部分24举例说明了用于生成第一水印帧的水印生成器，而图4的上半部分25则举例说明了生成第二水印图案的水印生成器6的一部分。生成称为有效负载水印的第一水印以表示由水印图像运送的有效负载数据。第二水印图案被用于检测失真并标识视频图像序列内的帧编号，以便在不要求图像序列原始版本的情况下就可以对准加水印的图像序列。

在图4中，第一块生成器26用于提供一系列水印块，所述水印块提供代码字系数的二维排列。如图4所图示的那样，对当前实例而言，块生成器6生成预先定义组的四个块，其每个都提供水印代码字系数的二维排列。如上所述，该水印允许水印图像的对准和帧同步。在代码字生成器6内，提供密钥序列生成器28，所述密钥序列生成器28利用密钥在对应于由块生成器26所生成的不同水印代码字块编号的预先确定编号范围内生成一个长的索引数序列。每个长密钥序列29的块编号被加扰器30(scrambler)所加扰，结果根据预先确定加扰代码来重新排列用于形成帧之一的水印图案的每个块编号。加扰的密钥序列然后被提供给水印图案形成器31，其利用在长密钥序列内提供的、用以选择四个水印WM_BLK之一的索引数来形成每个图像帧的水印图案。因此如在图4中所图示的那样，水印图案生成器形成水印图案WM_PAT。水印图案形成器31还接收标识各个帧的帧编号，水印图案WM_PAT中的特定一个被添加到所述帧。长密钥序列的长度可以是这样的，使得在序列重复以前为每个预先确定帧序列生成不同的水印图案。

在一些实施方式中，因为图案不具有时间周期，所以水印图案可以是非周性的。这是利用许多秘密加密的跳转进行的。例如，如果在解码器中解码器判断最可能的当前帧编号是527，那么下一帧是528的机会为50％，下一帧是35的机会为50％。结果，对攻击者而言更加难以正确地估算帧编号。

根据本技术，水印图案WM_PAT是通过在加扰以前循环地将参考图案从一个帧移动到下一个帧形成的。这可以是作为周期的步骤或者作为周期的加密跳转实现的，所述周期提供将图案从一个帧移动到下一个帧的循环的加密数。

图4的下面部分24中所举例说明的水印有效负载生成器包括数据字生成器32，其生成由水印图像序列所运送的有效负载数据。在数据字被相应的加扰器34利用第二加扰代码加扰以加扰编码数据字的位以前，由编码器33对数据字执行纠错编码。有效负载块生成器35生成两个二维有效负载块PAY_BLK之一，所述二维有效负载块PAY_BLK包括要被添加到加水印帧WO_FRM的区域之一中的代码字系数。有效负载水印块之一表示为一(+1)，从水印代码字系数的逆形成的另一个有效负载水印块将表示编码有效负载代码字内的负一(-1)或者零。

加扰和纠错编码的代码字由有效负载块形成器36接收，用于选择值为零的负一块(-1)和值为一的正一块(+1)。因此将编码有效负载数据字内的每个位分配给每个水印图像帧的区域之一。有效负载块形成器36可操作用于根据在编码代码字中存在0还是1而选择对应的有效负载水印块。因此为每个图像帧形成有效负载图案PAY_PAT。

有效负载水印图案也是水印图案，不过这将被称为有效负载代码字或者有效负载水印图案，以便将其与用于依照不久将描述的盲对准方法和装置而检测失真和帧编号的水印图案相区分开。最后，如在图4中所图示的那样，由水印图案形成器31形成的水印图案连同来自有效负载块形成器36的水印图案一起被提供给组合器37。两个水印代码字被结合在一起以在输出导体6.1上产生二维水印图案形式的每帧的合成水印代码字。如图3中所图示的那样，水印图案与将被加水印的视频序列图像相结合。

图5提供了用于举例说明要求改善检测装置以检测水印图像W’中的代码字的技术问题的实例。如图5所示，水印图像W是通过将水印代码字X同原始图像I的拷贝相结合的方式形成的。在意在毁坏水印系统的攻击者有意为之的情况下或者每当获得水印图像时，在水印图像中要施加失真。结果形成了水印图像W’的失真版本，从中必须检测嵌入到图像中的代码字以便识别水印图像。

检测处理器

根据本技术，不利用原始图像的拷贝就可以从由图3举例说明的编码器产生的水印图像中恢复有效负载数据。也就是执行所谓的盲对准过程，其中处理原始水印图像以识别水印图像内的任何失真以及识别编码图像的每个对应原始帧编号，从而可以恢复有效负载数据。图6提供了检测装置的实例，其可以根据本技术来使用。

在图6中由盲对准解码器38接收水印图像序列，所述盲对准解码器38可操作用于为图3所示的水印帧区W_FRM内的每个区域计算那个区域的每个图像的可能失真矢量的概率分布，其构成空间后验概率(spatial posteriori probabilities)。尽管可以为每个区域都计算最可能的失真向量，但是在本技术的某些实例中，不选择最可能失真向量，而是保存可能失真向量的概率分布以提供‘软判定’信息。盲对准解码器38使用第一水印图案(对准水印)来计算空间后验概率以及确定帧同步。空间后验概率被通过通道39提供给有效负载概率计算器40。有效负载概率计算器40还接收每帧的每个区域的该区域包括正水印块的概率表面和该区域包括负水印块的概率表面。为了从该区域包括正水印块或者负水印块的概率表面获得标量概率值，空间变量被边缘化(marginalise)。有效负载概率计算器40然后根据在编码器中使用的加扰代码来解扰与每个区域相关联的概率值，从而形成纠错编码数据字，其每个位被表示成位是一的概率值和位是零的概率值。这些有效负载概率值被提供给软判定解码器42以执行软判定纠错解码，从而以能够正确恢复加水印视频图像所表示的有效负载数据的增加的可能性来恢复有效负载数据。

如图6中所图示的那样，块匹配先验概率计算器43接收有效负载水印块PAY_BLK的再现版本。如不久将解释的那样，块匹配先验概率计算器43能够相对于加水印图像内的相应区域而使每个不同的水印有效负载块PAY_BLK相关，从而生成正负有效负载块的可能性的概率表面。

盲对准解码器38使用两个数据存储器45、46来存储空间阿尔法概率和下一帧的空间阿尔法概率，以及使用两个数据存储器47、48来存储帧编号先验概率和下一帧编号先验概率。

下面将参照图7解释数据存储器的操作和用途，其中图7提供并解释了盲对准解码器38的操作。

在图7中，加水印图像帧被块匹配先验概率计算器50经由局部概率计算功能100所接收。局部概率计算功能用来生成检测加水印图像的区域的可能性。将在附录1中更详细地解释局部概率计算器的操作。

在图8中举例说明了块匹配先验概率计算器50的操作。如图8所示，加水印图像帧的每个区域与对准水印的每个不同加水印块相关，所述不同加水印块被再现在块匹配先验概率计算器50内。图8提供了处理加水印图像的效果的概念说明。如由箭头50.1所指的那样，在由编码器向其中添加加水印代码字块的区域周围的区域内计算四个加水印对准块值中的每一个。作为相关的结果，为已经能够被加到那个区域中的每个可能水印块形成概率表面。概率表面提供由该相关标识的失真向量的二维分布。为每个区域执行每一个可能水印块的相关，以便为每个区域的四个可能块的每一个都提供表示存在可能的加水印块之一的可能性的概率表面。

术语相关用来指代这样的过程，其中概率表面从局部概率值(或者其导数近似值)和水印块形成。概率表面的值是通过在图像区域内像素的所有概率的积而计算的，所述图像区域携带由水印块内相应位置指示的尺寸和符号的水印样本。通过取概率值的对数(或者，更准确地，导数的对数)以及执行与水印块的交叉相关(或者过滤)，能够同时为所有失真向量(概率表面中的位置)高效执行该操作。

为每个区域的每个可能加水印图象块而提供的概率表面被经由通道56提供给块概率组合器76。如不久将解释的那样，块概率组合器76用于通过下述操作来边缘化块编号变量，即，将每个概率表面乘以相应块先验概率以及把每个区域的所有概率表面相加以得出每个区域一个表面。因此每个区域的每个可能水印块类型的每一概率表面被有效地压缩以形成表示那个图像帧的空间失真概率估计的单一概率表面。图9中举例说明了失真概率计算器76的操作。

如图9中所图示的那样，失真概率计算器76在输入通道64上接收块先验概率，其用来为水印图像帧的每个区域生成单独的概率表面。不久将参照图10解释块先验概率的生成。然而，如图9所示，由块匹配相关器50提供的概率表面乘以每一个块先验概率，其中为加水印图像帧的每个区域都提供块先验概率。如图9所示，对每个区域的四个概率表面的每一个而言，形成与对应区域的对应块先验概率的点积的效果是形成单独的概率表面76.1。结果，为提供帧空间先验概率76.2的每个区域把概率表面结合，其中为每个区域提供一个概率表面的帧空间先验概率在导体70上输出。现在将参照图10解释图7所示的块先验概率计算器54的操作，所述图10提供了对块先验概率计算器54的操作的概念说明性的流程图。

如图7所示，块先验概率计算器54从通道66接收来自帧编号先验存储器47的帧编号先验概率估算。帧编号先验概率是对帧可能序列中的每个帧都是正被处理的当前帧的累计估算。如图10所示，为了生成块先验概率，密钥序列生成器54.1重新生成能够形成水印帧的长密钥序列。长密钥序列是帧0的解扰的基准序列，对于帧0还没有做过任何的循环移动。密钥序列再生器54.1还接收曾用于在编码器中生成长密钥序列以使得解码器中的基准序列与编码器中的序列相同的密钥。因此，长密钥序列54.2被提供给帧水印再生器54.3。

帧水印生成器54.3还接收水印块集合中的每个水印块、密钥序列和水印块。为了根据帧先验来计算块先验，该解码器不需要每个块的实际水印图案。水印图案是通过根据在密钥序列内提供的索引选择块的方式而形成的，借此再现帧序列中每一个帧的水印帧图案。该解码器因此使用帧先验和加密基准序列。

此时，该解码器不知道当前帧与帧序列中的哪个帧相对应。然而，该解码器保存对下述概率的运行估算，其中所述概率为当前帧是保存在数据存储器47内的帧编号先验概率的那个序列内的帧。这些经由通道66被传送给块先验概率计算器54。帧编号先验概率然后被传送给卷积处理器54.6的第二输入，所述卷积处理器54.6还接收加水印帧图案54.5。卷积处理器54.6然后根据所解扰的基准序列和帧先验概率来形成块先验概率。

块先验概率包括当前帧内的每个区域的水印块集合中的每一可能水印块均存在于那个区域内的概率。因此如对当前水印帧54.7的说明所示，每个区域包括概率Pab(n)，其中a是行索引，b是列索引，n是可能水印块的索引(从1到4)。

在图10的底部说明了根据密钥序列54.2和帧编号先验概率计算块先验概率的有效方法。这是通过把帧编号先验概率与基准掩码54.9进行卷积的方式执行的，基准掩码54.9表示特定水印块在每个重新生成的水印帧图案内的存在或者不存在。通过把基准掩码54.9与帧编号先验概率进行卷积的方式可以高效地计算块先验概率，以生成块先验概率。这是因为基准掩码54.9为每一列提供了加水印图案内且相对于特定水印块而言概率值为1的每个列内的相应区域，其中所述特定水印块应当存在于预先确定序列中那个帧的那个区域内。列中的所有其他区域被设置为零。

返回到图7，在通道56上传送的块匹配概率还被块非本征计算器52所接收。在图11中详细显示了块非本征计算器52。如图11所示，块匹配概率在通道56上被接收，并且如图8所所图示的那样，所述块匹配概率为当前加水印图像帧的每个区域提供四个概率表面，其中为存在于那个区域中的每个可能的水印块提供一个概率表面。因此如图11中由箭头52.1所所图示的那样，相对于列＝0行＝0的第一区域，提供了四个概率表面52.2，并且相应地每个区域都将提供四个概率表面。块非本征计算器52还在通道62上为当前帧接收一个空间非本征概率集合，所述空间非本征概率集合源自于由失真概率计算器76在导体70上生成的空间帧先验概率。稍后将解释根据帧空间先验概率来生成空间非本征概率。如图11中所图示的那样，空间非本征概率为水印帧的每个区域提供表示那个区域的失真向量的二维分布的概率表面。因此概率表面提供了那个区域内失真的可能分布。因此如箭头52.4所示，列＝0行＝0的第一区域提供了单个概率表面(ps(0，0)，并且相应地每个区域将提供相应的概率表面。

块非本征计算器52用于为水印帧的每个区域生成四个可能水印块中每一个的那个值的概率。每个区域的每个水印块的概率值是那个区域包括来自当前图像帧中可能水印块集合中的水印块索引编号的可能性。这些就是块非本征概率。通过在由空间非本征概率为每个区域而提供的概率表面和每个区域的每个可能水印块的概率表面之间形成点积的方式来计算块非本征概率。通过执行逐点相乘及求和来计算点积以形成每个可能水印块的单独概率值。因此块非本征概率被表示为每个区域52.6的概率值，其中对相对于对应区域的当前帧来说，所述概率值还由块非本征概率为54.8的帧来表示。然后如图7所示，块非本征概率被经由通道60输出到帧编号非本征概率计算器90。在图12中更详细地显示了帧编号非本征概率计算器90。

在图12中，块非本征概率被经由通道60接收至相关处理器90.1的一个输入端。在相关处理器90.1的另一个输入端上提供存在概率值，其为帧序列中每个帧表示下述概率，即，块集合中的块之一存在于那个帧内的区域中。因此在帧编号非本征概率计算器90内，提供图9所示的对应元素，以便为每个帧生成水印帧图案。因此，还存在有密钥序列再生器、加扰器、水印块生成器和帧水印再生器，用以生成预先确定序列的水印帧序列，从其导出存在概率。因此例如对帧n90.2而言，每个区域将具有四个可能的水印块之一。因此，如列＝0行＝0的区域所图示的那样，对帧n而言，存在水印块4，水印4的概率值为1而其他水印块的概率将为零。因此对每个帧而言，为每个区域生成相应的存在概率。存在概率被乘以块非本征概率以便为每个帧提供当前帧就是序列中的那个帧的概率。因此如图12所示，对帧n而言，通过将存在概率乘以对应的块非本征概率的方式来形成帧编号非本征概率。这有效地选择了那个区域存在的水印块的块非本征概率，并且把每一个所选择块非本征概率乘到一起来形成当前帧就是序列中那个帧的概率。

如图12的底部所图示的那样，图示了一种用于计算帧非本征概率的更有效的技术。如图12所示，通过取块非本征概率的对数并将其与密钥序列的基准掩码54.9相关的方式能够高效计算帧非本征概率，其中所述密钥序列是由图9所示的相同配置生成的。由基准掩码54.2选择的每一个块非本征概率被添加以形成那个帧的概率的对数，以便通过取指数的方式以计算上高效的方式来生成那个帧的帧编号非本征概率。因此，帧非本征概率计算器90在通道82上的输出形成帧编号概率的当前估算，也就是，当前帧具有是预先确定帧序列内那个帧的某一概率的当前推测。帧非本征概率然后被提供至帧编号后验概率计算器84。

与下一帧编号先验概率计算器87结合的帧编号后验概率计算器84用来生成下一帧编号先验概率，其被存储在数据存储器48中。下一帧编号先验概率然后被转发到下一帧先验概率存储器47中以用于解码器的下一迭代。在图13中图示了帧编号后验概率计算器84和下一帧先验概率计算器87的操作。

帧编号后验概率计算器84和下一帧编号先验概率计算器87以相对简单的方式运行，将由帧编号非本征概率计算器90生成的当前帧编号非本征概率乘以在通道66上接收的帧编号先验概率来生成帧后验概率。这些是在通道86上的输出。因此如图13中所图示的那样，由乘法器执行逐点相乘，将帧非本征概率中的帧n的值乘以先验概率的帧n的值以生成帧编号后验概率的帧n的值。为了生成下一帧的帧编号先验概率，在通道86上接收的帧后验概率被循环地移动一帧从而反映应该与由解码器处理的下一帧对应的概率的形式。因此如图14中所图示的那样，在连接器86上接收帧后验概率，其被概率移动处理器87.1移动一个位置以生成下一帧编号先验概率，所述下一帧编号先验概率在连接器88上被输出给下一帧编号先验概率存储器48。如图7中所图示的那样，对下一帧而言，下一帧编号先验概率被移动并被经由通道89存储在帧编号先验概率存储器47中。

如图7所示，帧空间先验概率70被提供给生成空间先验概率的空间先验概率生成器71，以便估算当前加水印图像帧的每个区域中的失真。在图15中图示了空间先验概率生成器71的操作。

在图15中，如图7所示的那样，空间先验概率生成器经由通道72从图6和7所示的数据存储器45中接收对空间先验概率的累积估算。累积空间先验概率被称为空间阿尔法t，并表示对每个区域的概率表面的累积估算，其被累积在所处理的每个加水印帧上。因此，所生成的当前空间先验概率取决于为帧序列中所有先前帧所生成的空间先验概率。

如上所述的，空间先验概率生成器在通道70上接收来自失真概率计算器76的帧空间先验概率。为了生成空间先验概率，空间先验概率计算器71执行每个区域的两个概率表面的逐点相乘。一个概率表面是每个区域的空间先验概率，另一个概率表面是对应区域的空间阿尔法t概率表面，从而执行包括每个区域的概率表面的空间先验概率。

在通道74上的空间先验概率输出被利用空间先验概率滤波器78滤波以生成下一帧空间阿尔法t。滤波后的空间先验概率在通道上被输出并被存储在数据存储器46中。因此滤波器78形成过渡滤波器，其相对于事情发生的可能性来滤波新的概率，事情发生的可能性也就是预计失真随时间如何变化。滤波器的可选函数是δ函数或者高斯函数。

下一帧空间阿尔法概率被从输出数据存储器46中经由通道91传送至输入数据存储器45以便为处理下一帧做好准备。

回头参照图7，空间先验概率74是由马尔可夫失真处理器58接收的，所述马尔可夫失真处理器58用于根据空间先验概率和空间非本征概率来生成空间后验概率，其中空间非本征概率是在计算空间后验概率的过程中生成的。在图16中更详细地显示了马尔可夫失真处理器58和空间后验概率生成器92。

在图16中，包括每个区域的概率表面的空间先验概率被前向概率处理器204和后向概率处理器206经由通道74所接收，所述前向概率处理器204和后向概率处理器206以逐行的方式处理空间先验概率。前向概率处理器204用于相对于每列中的所有其他行内的对应概率来细化每个区域的概率表面内的每个概率。结果，独立于那个行中的所有其他概率来细化空间先验概率。相应地，后向概率处理器相对于沿着每行后退的对应区域的每个概率表面细化每行的概率表面内的概率。前向和后向概率处理器204、206的输出被传递至非本征概率计算器219和组合器212。组合器212执行由前向概率处理器204细化的空间先验概率和由后向概率处理器206细化的空间先验概率与空间先验概率的相乘以形成进一步的细化空间先验概率。进一步的细化空间先验概率被转发到第二前向概率处理器208和第二后向概率处理器210。除第二前向和后向概率处理器208、210以逐列方式来处理空间先验概率以外，第二前向和后向概率处理器208、210以与第一前向、后向概率处理器204、206对应的方式运行。也就是前向概率处理器208通过相对于每个列中所有先前区域的相应概率修改每个概率的方式来细化空间先验概率的每一概率表面。同样地，后向概率处理器210细化向每个列后下移动的每个概率表面。

在由第二前向和后向概率处理器208、210已经处理空间概率之后，经细化的空间先验概率被提供给空间非本征概率计算器219。空间非本征概率计算器219乘以空间先验概率的每一个经细化的版本从而在输出导体62上形成每个区域的空间非本征概率。如参照图11解释的那样，空间非本征概率被然后块非本征计算器52使用。来自通道62的空间非本征概率还被传送至空间后验概率计算器92。空间非本征概率是由乘法器92.1接收的，并被乘以原始空间先验概率以形成每个区域的组合概率表面。然后，缓冲器92.2存储来自由乘法器92.1形成的概率表面的每个区域的失真向量，从而生成在连接器39上输出的每个区域的空间后验概率分布。空间后验概率是所处理的视频序列的当前帧的当前迭代的每个区域的最好失真推测。在附录2中提供了对图16所示的马尔可夫失真处理器的操作的更详细说明。

返回到图6，现在将参照图17和18解释用于检测有效负载数据的操作的说明。

如图6所示，所接收的水印图像帧被传送至块匹配概率处理器43。至于图7中出现的块匹配先验概率计算器50，由有效负载块生成器44生成的二维有效负载块被与图17举例说明的加水印图像帧的每个区域相关。因此，如图17所示，当前帧的水印图像帧相对于正加水印块和负加水印块被相关，以便为每个区域生成该区域中正水印的概率表面和该区域中负水印的概率表面。这些概率表面的每一个然后被经由连接通道43.1转发到块概率计算器40。在图18中举例说明了块概率计算器40的操作。

在图18中，组合器40.1经由连接通道39接收空间后验概率，由组合器40.1的第二输入端从连接通道43.1接收块匹配先验概率。除了块概率计算器40边缘化具有每个区域的每一个正或负加水印块的概率表面的空间后验概率以获得每个块和区域的空间概率分布以外，块先验概率计算器40以类似于概率失真计算器76的方式运行。这是通过乘以概率并加上表面内的每个概率值的方式来得到的，从而为每个区域生成那个区域包括正水印和那个区域包括负水印的概率。这些概率值然后被解扰处理器利用来自编码器的加扰密钥所解扰，并被转发到软纠错解码器。

软纠错解码器42可操作地用于利用每个区域的正概率值和负概率值来执行软判定解码过程从而恢复有效负载数据字。正如熟悉纠错编码的领域技术人员所理解的那样，相对于在检测有效负载可用的信噪比，软判定解码在纠正有效负载中的错误方面具有相当大的优势。本技术提供了这样的优点：通过在整个检测和解码过程中保存每个区域中正负值的概率的可能性值，软判定解码能够用于更准确地恢复有效负载数据字。因此，在导体42.1上输出有效负载数据字。

附录1：局部概率计算器

借由在图21中所显示的流程图图示局部概率计算器形成具有水印块的水印代码字系数是正的或者水印代码字系数是负的概率值的操作。图21示意地图示了用于检测在所接收图像中的水印的方法。在步骤S1，在局部概率计算器100中接收图像信号。在步骤S2，所接收的图像信号被低通滤波。低通滤波器除去所接收图像信号中高频变化，借此去除信号中的噪声。如上所述，通常，水印信号将包括比原始图象信号更高频率的分量，因此低通滤波操作趋向于除去比原始图象信号更多的水印信号。在步骤S2中生成的低通滤波的信号构成所接收图像信号的每个信号样本的局部平均值。本发明不局限于特定类型的滤波器。术语低通滤波器仅仅意味着：信号电平的高频变化被衰减，而且还基本保持低频变化。

在步骤S3，从所接收图像信号中减去低通滤波信号以生成残余信号，残余信号是对嵌入到所接收图像信号中的水印信号的第一估算。应当理解的是：如果从低通滤波信号中减去所接收图像信号，那么将获得类似结果。在步骤S4，残余信号被用于生成所接收图像信号的标准偏差。特别地，在步骤S3中生成的残余信号被平方，借此使其为正，然后进行滤波。平方和滤波的残余信号被定义为所接收图像信号的标准偏差。如上所述，用于确定所接收图像信号的标准偏差的其他方法也可以被使用。

在步骤S5，生成对特殊信号样本的水印信号强度的初步估算。对于所接收信号内的每个信号样本而言，可以使用相同的水印信号估算也可以不使用。虽然尽可能准确的初始估算是有利的，但是应当理解：在提供修改的水印强度估算的实施方式中，为正水印生成的实际概率将还基于修改后的估算。

在步骤S6，水印估算器计算特定信号抽样的两个似然函数。存在这样一种似然函数，其描述了被加到特定信号抽样的水印信号为正的可能性，还存在这样一个似然函数，其描述了被加到特定信号抽样的水印信号为负的可能性。这些似然函数的每一个是基于计算局部平均值、所计算的标准误差和所估算的水印强度的广义高斯函数。似然函数分别描述了正和负水印的可能性，作为信号样本x的函数。

在步骤S7，相对于当前信号样本添加的水印信号为正的概率是根据第一和第二似然函数确定的。

在步骤S8，相对于每个图像像素的概率被提供给解码器的其他组件以有助于检测在图像内的水印。

附录2：马尔可夫失真处理器

现在将提供对在图7和16中图示的马尔可夫失真处理器的更详细说明。b行n列中的每个图像块的空间先验概率提供了观察到的失真向量γ_b，n的概率分布。观察到的每个块的失真向量的概率分布表示加水印图像帧内图像块相对于图像原始版本中块的位置的可能移动的可能性。观察到的失真向量γ_b，n的概率分布然后被前向概率估算器204和后向概率估算器206所处理。

如将解释的那样，根据预先确定的图案来处理失真向量以达到以下效果：计算每个图像块的可能失真向量的前向概率分布估算和可能失真向量的后向概率分布估算，这分别取决于前向和后向概率估算的在前和后续的估算。在图16中图示的示例性实施方式而言，预先确定的图案是这样的，使得图像块被按行处理，随后被按列处理。因此，执行双遍估算以使得：在处理行的图像块之后确定每个图像块中失真向量的概率，然后在处理列的图像块之后形成经细化的概率失真向量。然而，在其他实施方式中，也可以使用其他预先确定的图案，并且可以仅使用单遍来生成每个块的最可能的失真向量。

所观察的图像块的失真向量γ_b，n然后被传送到前向概率估算器204和后向概率估算器206。如在下面的段落中将更详细解释的那样，前向概率估算器生成每一图像块内可能失真向量的概率分布估算。前向概率分布估算是根据对图像块的先前计算的概率估算而计算的，其中已经为每行中的先前图像块计算了概率估算，所述图像块沿着行向前移动。对行中的每个块而言，由失真向量估算器计算的观察的失真向量γ_b，n与当前确定的前向概率估算相结合，其中已经根据正沿着行向前移动的先前图像块计算了所述概率估算。因此根据行中的先前块来递归地计算前向概率估算。从图20中的框图能更好地理解这一点。

图20提供了前向概率估算器204的示例操作的示意图，其中递归地为最初的三个图像块计算最初的三个前向概率失真向量。如所图示的那样，根据为图像γ_b，1、γ_b，2和γ_b，3的行b中最初三个块所确定的相应失真向量估算而计算前向概率估算α_b，1、α_b，2和α_b，3。如图18所示，根据对来自该行中先前图像块的概率估算递归计算每一个前向概率估算。因此例如，第二图像块的前向概率估算α_b，2是由乘法器220将第一图像块的失真向量估算γ_b，1乘以第一图像块的前向概率估算α_b，1的方式计算的。尔后，通过将行b中先前图像块的图像块的前向概率估算α_b，n-1和失真向量估算γ_b，n-1相乘的方式来确定随后的前向概率估算α_b，n。因而，每一个前向概率分布估算是根据来自先前图像块的概率分布估算递归地计算出的。

对于每行中的第一个图像块，把前向概率失真估算α_b，1设置成使得每一个可能失真向量的概率都具有同等的可能。

如图20中图示的，每个前向概率估算流经滤波器，所述滤波器相对于时间把概率分布与前向概率估算α_b，n卷积。提供概率分布以便在已经滤波了前向概率估算α_b，n之后，能依照那个值出现的可能性来偏置或者修改前向概率估算α_b，n。在一个实例中，概率分布是高斯分布。实际上，利用二维高斯概率分布来调制前向概率分布，借此表示失真向量相对于那个失真向量出现的相对可能性的前向概率分布。

在图21中提供了用于图示后向概率估算器206的操作的对应实例。除了每个后向概率估算β_b，n是通过由乘法器224将后续块的后续概率估算β_b，n+1乘以后续块的观察失真向量估算γ_b，n+1的方式计算的以外，后向概率估算器206以类似于图6所示的前向概率估算器204的方式运行。因此，除了每个后向概率估算是根据后续失真向量概率估算递归地计算的以外，后向概率估算器206以与前向概率估算器204对应的方式运行。与使用前向概率估算器204的情况一样，每个后向概率估算被利用滤波器226以概率分布进行滤波，所述滤波器226根据那个概率估算出现的可能性来偏置估算。概率分布的实例再次是高斯分布。

对每行中的最后一个图像块而言，把后向概率失真估算βb，L设置成使得每一可能失真向量的概率都具有同等的可能。

如图20和21所解释和所图示的那样，对于前向和后向失真概率估算的每一个而言，通过第一和第二高斯滤波器208、210施加高斯概率分布。对每个图像块，前向和后向概率分布都提供可能失真向量的二维分布。滤波前向和后向概率估算的效果在于把失真向量值偏置到那个值依照高斯分布出现的可能性。有效地，利用二维高斯概率分布调制概率分布，借此来表示失真向量相对于正出现的那个失真向量相对可能性的概率分布。

以下的表达式从数学上定义了失真向量估算、前向概率失真估算和后向概率失真估算的计算，其中p()是移动向量b和第n块的观察概率O_n的向量

的观察概率。

在图像块已经被逐行处理之后，失真向量γ_b，n的观察概率分布，以及前向和后向概率失真α_b，n、β_b，n然后被组合引擎212所组合以形成每个图像块的最可能的失真向量值γ′_b，n。组合引擎212将估算的失真向量γ_b，n、前向概率分布α_b，n和后向概率分布β_b，n相乘在一起从而形成失真向量γ′_b，n的最可能估算。

在不脱离本发明范围的情况下可以对在此描述的实施方式做出各种修改。例如，应当理解的是：尽管四个可能的水印块已经被用于失真和帧声画合成检测，但是块的任何元项都可用于形成预先确定的块集合从而生成该水印。此外，尽管所述实例已经相对于仅包括九个区域的帧进行举例说明，但是应当理解的是：实际上，许多区域可被用于匹配利用每个图像帧编码的位数。

Claims (13)

1.一种用于从加水印的图像中检测有效负载数据的检测数据处理装置，所述加水印的图像已经通过把图像帧与二维水印图案组合而生成了，二维水印图案包括多个区域，二维水印图案的每个区域与有效负载数据的符号之一相关联，二维水印图案的每个区域包括选自一个预先确定的可能的二维水印块集合的二维水印块，该二维水印块表示与那个区域相关联的有效负载数据符号的值，所述装置包括：

块匹配先验概率计算器，适用于：

把加水印的图像的每个区域与来自二维水印块集合的每个二维水印块相关，以便为每个区域形成一个概率表面集合，每个概率表面为每个可能的二维水印块提供失真向量的二维分布，表示该二维水印块存在于由那个失真向量所标识的位置处的概率，以及

有效负载概率计算器，适用于：

将每个区域的失真概率值与每个可能存在于该区域中的二维水印块的每个块匹配概率表面进行组合，以便为每个区域的有效负载数据符号的每个可能值形成那个区域包括那个符号值的概率值，以及

根据来自所述加水印的图像的每个区域的每个符号值的概率值，形成一个有效负载概率值集合，所述有效负载概率值表示每个有效负载数据符号的每个可能符号值的概率，并且根据所述有效负载概率值能够生成对有效负载数据的估算。

2.根据权利要求1所述的检测数据处理装置，其中所述有效负载概率计算器适用于通过将失真概率与块匹配概率表面相关来把加水印的图像的每个区域的失真概率值与每个区域的块匹配概率表面进行组合。

3.根据权利要求1或2所述的检测数据处理装置，其中所述有效负载概率计算器适用于

通过形成失真概率与块匹配概率的点积来将加水印的图像的每个区域的失真概率值与每个区域的块匹配概率表面进行组合。

4.根据权利要求1所述的检测数据处理装置，其中由二维水印图案所表示的有效负载数据已经被纠错编码，加水印的图像是从二维水印图案形成的，所述检测数据处理装置包括

纠错解码器，适用于接收有效负载概率值的集合以及执行软判定纠错解码算法来根据有效负载概率值生成对有效负载数据的估算。

5.根据权利要求1所述的检测数据处理装置，其中在二维水印图案与图像帧组合以前加扰二维水印图案内的二维水印块，所述检测数据处理装置包括

解扰处理器，适用于

接收有效负载概率值，以及根据当形成加水印的图像时施加在二维水印图案中的二维水印块的加扰次序来改变有效负载概率值的次序。

6.根据权利要求1所述的检测数据处理装置，包括

盲对准解码器，适用于接收加水印的图像以及为所述加水印的图像内的每个区域计算所述加水印的图像的那个区域的可能失真矢量的概率分布。

7.根据权利要求6所述的检测数据处理装置，其中表示有效负载数据的二维水印图案是第一水印图案，并且水印图像由第一水印图案和第二水印图案二者的结合形成，第二水印图案还由多个区域组成，每个区域包括来自第二二维水印块集合的多个可能二维水印块之一，以及盲对准解码器，适用于

通过将每个二维水印块与第二水印图案的每个区域相关来生成空间概率失真向量，

为来自第二二维水印块集合的每个可能二维水印块形成空间概率表面，为每个区域包括失真向量的二维分布，以及

将每个区域的每个可能二维水印块的空间概率表面与在那个区域内存在的那个二维水印块的概率进行组合，以便为每个区域形成空间概率失真向量值。

8.一种适用于通过将有效负载数据与图像帧的拷贝结合来形成加水印的图像的编码数据处理器，所述编码数据处理器包括

水印块生成器，适用于生成包括水印系数的二维水印块集合中的每个二维水印块，每个二维水印块表示有效负载数据符号的多个可能值之一，

水印帧图案形成器，适用于

形成包括多个区域的水印帧，每个区域与有效负载数据中的符号之一相关联，

根据与区域相关联的有效负载数据符号的符号值从二维水印块集合中选择一个二维水印块以形成二维水印帧图案，以及

将二维水印帧图案与图像帧的拷贝结合以形成加水印的图像。

9.一种如权利要求8所述的编码数据处理器，其中表示有效负载数据的第一二维水印块形成第一二维水印图案，所述编码数据处理器包括

第二水印块生成器，适用于生成包括水印系数的第二二维水印块集合的每个二维水印块，每个二维水印块表示值集合中的多个可能值之一，

序列生成器，适用于生成块选择值的序列，每个块选择值标识预先确定的第二二维水印块集合中的一个二维水印块，以及

第二水印帧图案形成器，适用于将由密钥序列标识的二维水印块形成为提供有多个区域的第二二维水印图案，由密钥序列标识的每个二维水印块为第二二维水印图案区域之一而提供，其中水印组合器适用于将第一和第二二维水印图案与图像帧的拷贝结合以形成加水印的图像。

10.根据权利要求9所述的编码数据处理器，包括

加扰器，适用于在加扰的水印图案被与图像帧的拷贝结合以前，依照一个或多个加扰代码改变第一和第二二维水印图案之一中的二维水印块的次序。

11.一种用于从加水印的图像中检测有效负载数据的方法，所述加水印的图像已经被利用二维水印图案编码，二维水印图案包括多个区域，二维水印图案的每个区域与有效负载数据的符号之一相关联，二维水印图案的每个区域包括从预先确定的可能的二维水印块集合中选择的二维水印块，用以表示与那个区域相关联的有效负载数据符号的值，所述方法包括

将加水印的图像的每个区域与来自水印块集合的每个二维水印块相关，以便为每个区域形成概率表面集合，每个概率表面为每个可能的二维水印块提供失真向量的二维分布，表示该二维水印块存在于由该失真向量所标识位置的概率，

将每个区域的失真概率值与每个可能存在于区域中每个二维水印块的每个块匹配概率表面进行组合，以便为每个区域的每个有效负载数据符号可能值形成那个区域包括那个符号值的概率值，

根据来自所述加水印的图像的每个区域的每个符号值的概率值，形成一组有效负载概率值，所述有效负载概率值表示每个有效负载数据符号的每个可能符号值的概率，根据所述有效负载概率值能够生成对有效负载数据的估算。

12.一种通过将有效负载数据与图像帧的拷贝相结合来形成加水印的图像的方法，所述方法包括

生成包括水印系数的二维水印块集合中的每一个二维水印块，每个二维水印块表示有效负载数据符号的多个可能值之一，

形成包括多个区域的水印帧，每个区域与有效负载数据中的符号之一相关联，

依照与区域相关联的有效负载数据符号的符号值从二维水印块集合中选择二维水印块之一，以形成水印帧图案；以及

将水印帧图案与图像帧的拷贝相结合以形成加水印的图像。

13.根据权利要求12所述的形成方法，其中表示有效负载数据的二维水印块形成第一水印帧图案，所述形成方法包括

生成包括水印系数的第二二维水印块集合中的每个二维水印块，每个二维水印块表示值集合中的多个可能值之一，

生成块选择值的序列，每个块选择值标识预先确定的第二二维水印块集合中的一个二维水印块，以及

将由密钥序列标识的二维水印块形成为提供多个区域的第二二维水印图案，由密钥序列标识的每个二维水印块为图案的区域之一而提供，以及

将第一和第二水印图案与图像帧的拷贝相结合以形成加水印的图像。

Images