图2 数字水印检测编码器的实现流程图
实验结果
本文的编解码系统以H.264的标准测试模型JM86为测试平台，在编码端加入了数字水印，加入起始点为DCT系数的第6个数。本文采用VCEG模拟信道传输模型来模拟码流错误。
图3为取标准测试集foreman.yuv的前30帧，在码率为128Kbps、逐帧编码条件下，对嵌入数字水印和未嵌入数字水印这两种情况下在没有传输错误时重建图像PSNR值的对比图。由图可见，水印对图像质量的影响很小。
表1和表2为标准测试序列在不同编码比特率下对两种错误检测方案的对比。每个序列选取30帧，图像格式为QCIF(采样比率为4:2:0)。首先用嵌入水印后的编码器得到一个基准码流，然后用VCEG模拟信道引入错误，最后在解码端提取这些信息来判断相应的语法元素是否满足语法结构或约定关系。
由表1和表2可以看出，基于脆弱水印方法和基于语法的错误检测相比，前者在付出较小的PSNR值代价的情况下，其错误检测率提高了近一倍。但随着编码序列运动复杂度的增加，细节更多的情况下，数字水印的PSNR值会下降。
图3 无错情形下PSNR值对比
结语
通过对编码端的非零DCT系数加入脆弱水印信息，形成传输数据与加入信息的特定强制关系，在解码端校验约定的强制关系来判断数据的完整性这种错误检测方法，相对基于语法的传统错误检测方法有更高的错误检测率，而且这种检测方法在传输比特流中不会增加额外的开销而影响传输效率，但该方法的PSNR值会有少量降低，若从人眼视觉分辨能力考虑，少量的PSNR值降低不会影响视频效果。
参考文献：
1毕厚杰，新一代视频压缩编码标准基于脆弱水印的错误检测技术在H.264中的应用基于脆弱水印的错误检测技术在H.264中的应用-技术文章电子技术信息港
