基于顏色空間轉(zhuǎn)換的自適應(yīng)視頻多重水印算法

謝 斌，張小紅，肖玲玲

（江西理工大學(xué) 信息工程學(xué)院，江西 贛州 341000）

0 引言

作為版權(quán)保護的一種有效手段，數(shù)字水印技術(shù)得到了學(xué)術(shù)界的廣泛關(guān)注，從現(xiàn)有的相關(guān)文獻來看，絕大多數(shù)研究的是單一水印算法。實際應(yīng)用中，由于多媒體產(chǎn)品版權(quán)信息的多方性及版權(quán)保護功能的多類性等特點往往要求嵌入多重水印，這種情況下傳統(tǒng)的單一水印已經(jīng)不能滿足人們的需要[1]。多重水印技術(shù)是用來解決多著作權(quán)問題以及數(shù)字產(chǎn)品在發(fā)布、銷售、使用等不同階段版權(quán)認證問題的有效手段[2]。與單一水印相比，多重水印方案一般要求宿主信號能夠隱藏更大的信息量，其透明性與穩(wěn)健性均衡問題更加復(fù)雜，不同水印在嵌入和提取時應(yīng)互不干擾，這就需要更好地利用人的視覺或聽覺系統(tǒng)特性[3]。文獻[4]提出了一種基于混沌序列的多重圖像水印算法，采用二維混沌映射將不同水印置亂后隨機均勻地疊加在圖像小波變換的中低頻系數(shù)中。該算法嵌入的水印是隨機序列，信息量較小且版權(quán)意義不夠直觀。文獻[5]將圖像水印DCT變換的部分重要系數(shù)經(jīng)Hadamard正交變換和置亂加密后嵌入到原始載體圖像中，實現(xiàn)了不同圖像水印在圖像載體中的多重嵌入及提取。該算法在水印提取時需要用到原始圖像，不能實現(xiàn)盲提取，因而實用性較弱。文獻[6]提出了一種基于提升小波的多重音頻水印算法，在音頻載體信號的低頻小波系數(shù)和高頻小波系數(shù)中分別嵌入多重水印。

現(xiàn)階段，多重水印的研究主要集中在圖像及音頻方面，而視頻多重水印算法卻鮮有報道。隨著數(shù)字視頻媒體的廣泛應(yīng)用，研究基于視頻的多重水印技術(shù)具有重要的理論和現(xiàn)實意義。本文利用置亂技術(shù)、顏色空間轉(zhuǎn)換及離散余弦變換，結(jié)合人類視覺系統(tǒng)特性，提出了一種基于原始視頻的穩(wěn)健性自適應(yīng)多重盲水印算法。該算法以包含不同意義的二值圖像作為水印，以高清彩色數(shù)字視頻作為水印載體，將置亂后的不同水印嵌入到視頻幀YCbCr顏色空間亮度分量的DCT中低頻系數(shù)中，較好地實現(xiàn)了多重水印的嵌入及盲提取。仿真實驗表明，該算法在不影響視頻質(zhì)量和保證透明性的同時對常規(guī)攻擊具有較強的穩(wěn)健性。

1 顏色空間轉(zhuǎn)換

RGB空間是最為常見的顏色空間，大多數(shù)彩色攝像機都使用這種格式。由于RGB空間對目標物體的描述較為復(fù)雜，各個分量之間的冗余信息相對較多，因此為了更有效地壓縮數(shù)據(jù)量以節(jié)省存儲空間，數(shù)字電視系統(tǒng)及許多視頻壓縮算法大都將圖像序列從RGB顏色空間轉(zhuǎn)換至YCbCr顏色空間上進行處理[7]。YCbCr空間是數(shù)字視頻和圖像中常用的顏色空間，用Y表示亮度，Cb表示藍色分量相對于參考值的坐標，Cr表示紅色分量相對與參考值的坐標。將彩色視頻圖像從RGB空間（包含R，G，B分量）轉(zhuǎn)換到Y(jié)CbCr空間可以更好地利用人的視覺特性，在保持透明性的前提下提高穩(wěn)健性。RGB空間與YCbCr空間的轉(zhuǎn)換關(guān)系如下

2 多重視頻水印嵌入算法原理描述

視頻幀經(jīng)過DCT變換后，DCT系數(shù)矩陣從左上角至右下角依次為直流、低頻、中頻和高頻分量，其能量依次遞減。人眼對直流分量和靠近直流的低頻分量比較敏感，對此區(qū)域進行改動容易引起人眼的注意[8]。中高頻系數(shù)取值較小，在這一區(qū)域嵌入水印其臨界可見誤差較低，水印提取時將會產(chǎn)生較大誤差，且這一區(qū)域易被各種信號處理破壞。而中低頻系數(shù)介于低頻和中頻之間，其系數(shù)值較大，因而視覺容量和嵌入信號的臨界可見誤差相對較高，并且經(jīng)過常見的信號處理和噪聲干擾后仍能得到較好地保留，在這一區(qū)域嵌入水印既可以保證算法的透明性，同時又能夠有效地提高算法的穩(wěn)健性。因此，文中選擇將多重水印信息嵌入在視頻幀YCbCr顏色空間亮度分量的DCT中低頻系數(shù)中。以二重水印為例，嵌入原理如圖1所示。

1）為了加強算法的安全性和穩(wěn)健性，多重水印在嵌入視頻之前先要進行預(yù)處理，即采用置亂的方法使其失去本來的面目，從而達到保密的目的。本文采用Arnold變換對N×N大小的水印α和水印β分別進行置亂，得到置亂后的二值水印。

2）對宿主視頻進行分幀處理（設(shè)視頻幀大小為L×H），并將視頻幀由RGB顏色空間轉(zhuǎn)換到Y(jié)CbCr顏色空間。

3）在視頻幀的YCbCr顏色空間提取Y分量分割成k（k=）個互不重疊的8×8子塊進行DCT變換，并將所得DCT系數(shù)按如圖2所示的“之”字形掃描路線排列。

4）在k個Y分量8×8DCT子塊中選取合適的子塊嵌入置亂后的水印α和水印β。考慮到視頻畫面特點及人類視覺特性，人眼的注意力一般是由畫面中的主要內(nèi)容向四周展開，視頻畫面的4個角落區(qū)域通常是次要的背景內(nèi)容，相對比較模糊，是人眼比較容易忽略的位置，因此考慮在這一區(qū)域選擇σ個DCT子塊嵌入多重水印。如圖2所示，水印α和水印β的嵌入是通過修改8×8DCT子塊的17號和18號中低頻系數(shù)的取值η17和η18來實現(xiàn)的，嵌入水印后的系數(shù)值由其周圍的4個近鄰DCT系數(shù)的均值δ17和δ18決定，其關(guān)系為

設(shè)置亂后的水印α、水印β數(shù)據(jù)分別為λαi和λβi（i=1,2,???,N×N），則多重水印嵌入后有

式中：ξ為嵌入系數(shù)；η′17為17號DCT系數(shù)嵌入λαi后的取值；η′18為18號DCT系數(shù)嵌入λβi后的取值。由于實際的嵌入深度δ17ξ和δ18ξ可以根據(jù)視頻幀內(nèi)容的不同實現(xiàn)自適應(yīng)調(diào)節(jié)，因而可以較好地利用視覺掩蔽效應(yīng)，提高水印的不可知性。

5）對DCT子塊進行IDCT變換，得到含多重水印的視頻幀亮度分量Y′，并將視頻幀由YCbCr顏色空間轉(zhuǎn)換到RGB顏色空間。

3 多重水印盲提取算法原理

由于嵌入位置可以確定，因而水印提取時不需要原始視頻的參與即可實現(xiàn)水印的盲提取。仍以上述二重水印為例，提取算法原理如圖3所示。

1）對嵌有多重水印的視頻進行分幀處理，將每一個視頻幀由RGB顏色空間轉(zhuǎn)換到Y(jié)CbCr顏色空間。

2）在視頻幀的YCbCr顏色空間提取Y分量分割為互不重疊的k個8×8子塊進行DCT變換，并將所得DCT系數(shù)按如圖2所示的“之”字形掃描路線排列。

3）選取視頻幀中嵌有多重水印的8×8DCT子塊進行二值水印數(shù)據(jù)的提取，具體方法如下

4）按照上述方法，依次對所有含多重水印數(shù)據(jù)的視頻幀進行水印提取，得到N×N個置亂的水印數(shù)據(jù)和（i=1,2,…,N×N）。

4 實驗結(jié)果

實驗所用水印載體采用24 f/s，960×540的24位高清數(shù)字視頻，圖4a所示為原始視頻幀（任取）。水印α和水印β采用64×64的二值圖像，如圖4b和圖4c所示。圖5a為嵌入二重水印后的對應(yīng)視頻幀，其與原始視頻對應(yīng)幀一致性較高，人眼很難區(qū)別二者的不同，且整個視頻播放速率保持不變，說明算法對視頻質(zhì)量的影響微乎其微。圖5b和圖5c分別為正常提取的水印α和水印β，其與原始水印的相似度分別為0.993 4和0.992 9，說明在無攻擊時提取算法效果較好。

為了檢測算法的穩(wěn)健性，對嵌入二重水印后的視頻進行了多種強度的各類攻擊實驗，并通過比較提取水印與原始水印的歸一化相似度NC值來進行穩(wěn)健性的評估。表1、表2、表3和表4分別為幀剪切攻擊、高斯攻擊、馬賽克攻擊及椒鹽攻擊實驗后提取水印與原水印的相似度統(tǒng)計。從統(tǒng)計結(jié)果可以看出，雖然經(jīng)過不同強度的上述攻擊，但提取水印與原始水印的相似度仍然保持了較高的數(shù)值，即使是在攻擊強度較大的情況下仍然能夠有效識別提取水印的內(nèi)容。實驗結(jié)果表明，該多重視頻水印算法對上述攻擊具有較強的穩(wěn)健性。

表1 幀剪切攻擊下提取水印與原水印的相似度

表2 高斯攻擊下提取水印與原水印的相似度

表3 馬賽克攻擊下提取水印與原水印的相似度

表4 椒鹽攻擊下提取水印與原水印的相似度

5 結(jié)束語

本文提出了一種基于視頻的自適應(yīng)穩(wěn)健性多重水印算法，將相互獨立的不同水印嵌入到視頻幀亮度分量的DCT中低頻系數(shù)中，較好地實現(xiàn)了多重水印在原始視頻中的嵌入及盲提取。實驗結(jié)果表明，該算法較好地平衡了透明性與穩(wěn)健性之間的關(guān)系，且具有復(fù)雜度低、不同水印在嵌入和提取過程中互不干擾及盲提取效果好等特點，在視頻作品的多著作權(quán)問題和不同階段的版權(quán)認證問題等方面有一定的應(yīng)用價值。如何將人類視覺特性和視頻壓縮編碼技術(shù)有效地結(jié)合，設(shè)計技術(shù)上更為成熟的多重視頻水印算法將是下一步的研究重點。

[1]LIU Y W，SMITH J O.Multiple watermarking：is power sharing better than time sharing?[C]//Proc.2004 IEEE International Conference on Multimedia and Expo.[S.l.]：IEEE Press，2004，3：1939-1942.

[2]WONG P，AU O，YEUNG Y.A novel blind multiple watermarking techniques for images[J].IEEE Transactions on Circuits and Systems，2003，13（8）：813-830.

[3]張帆，劉亞麗，蘇育挺.數(shù)字圖像多重水印及容量分析[J].電子科技大學(xué)學(xué)報，2007，36（6）：1325-1328.

[4]紀震，肖薇薇.基于混沌序列的多重數(shù)字圖像水印算法[J].計算機學(xué)報，2003，26（11）：1555-1561.

[5]馬義德，陸福相.一種多重數(shù)字水印技術(shù)[J].計算機工程與應(yīng)用，2004，40（6）：162-165.

[6]王讓定，徐達文.基于提升小波的多重數(shù)字音頻水印[J].電子與信息學(xué)報，2006，28（10）：1820-1826.

[7]江玉珍，朱映輝，楊群生.基于三維小波低頻域的彩色視頻盲水印算法[J].計算機工程與應(yīng)用，2009，45（21）：103-105.

[8]韋春榮，劉俊景.基于摩爾型CA置亂的DCT域數(shù)字水印技術(shù)[J].電視技術(shù)，2010，34（7）：41-44.