24、数据恢复与水印解码技术解析

数据恢复与水印解码技术解析

1. 水印检测与多通道处理

在水印处理中，为了估计参数，会将主机DFT区域划分为16个子区域，假定在这些子区域内某些参数是恒定的。例如，图中标记区域从第79条对角线到第150条对角线。同时，水印鲁棒性通常可通过空间掩蔽来提升，但最优检测器结构的推导未考虑空间掩蔽，其实际性能需通过实验验证。

当处理多通道水印检测时，若主机特征为标量值，处理相对简单；但当为向量时，就需应对向量水印通道。彩色图像水印是多通道水印的常见应用场景。推导最优多通道检测器需要有主机特征的多通道模型。不过，找到适合实际应用特征的多元模型十分困难，最直接的是多元高斯模型，当该模型适用时，推导最优水印检测器的方法与标量情况类似。若多元高斯模型不适用，可通过如Karhunen - Loeve变换对主机特征分量进行去相关处理，使多通道检测简化为标量情况。若不追求最优，也可采用基于相关的检测器，但计算误检和漏检概率时需考虑特征分量间的相关性。

2. 水印解码概述

多比特或可读水印的解码与检测不同，它要在事先不知隐藏信息的情况下从数据中恢复该信息，可将其建模为数字通信问题。最优解码器结构的推导受多种因素影响，如编码策略、嵌入规则、主机特征集选择以及采用的嵌入策略（知情或盲嵌入）等。

这里主要分析独立比特信号方案，考虑的通道模型有：高斯噪声中的加性水印、广义高斯主机特征的加性水印、高斯噪声中的乘性水印、威布尔分布特征的乘性水印和QIM水印。假设每个比特重复隐藏在r个独立的主机特征中，还会考虑使用扩频序列增强保密性。

3. 二进制信号解码的一般问题

给定n个观察到的主机特征序列f，假设其中包含一个k比特长的隐藏消