基于幀離散余弦變換的魯棒視頻水印算法

陽(yáng) 溢，柏 森，郭 雨，王 敏

(1.重慶通信學(xué)院，重慶400035;2應(yīng)急通信重慶市重點(diǎn)實(shí)驗(yàn)室，重慶400035)

責(zé)任編輯:時(shí) 雯

當(dāng)今世界信息科技迅猛發(fā)展，推動(dòng)了數(shù)字視頻的廣泛應(yīng)用。而數(shù)字視頻易于復(fù)制的特點(diǎn)導(dǎo)致了不法分子的盜版和侵權(quán)行為時(shí)有發(fā)生，數(shù)字視頻的版權(quán)保護(hù)面臨嚴(yán)峻挑戰(zhàn)[1]。數(shù)字視頻水印應(yīng)運(yùn)而生，成為多媒體信息安全領(lǐng)域的一個(gè)研究熱點(diǎn)。

數(shù)字視頻水印是指將一個(gè)數(shù)據(jù)信息嵌入到視頻媒體中，該嵌入信息使視頻媒體的所有者建立對(duì)視頻的所有權(quán)。目前已提出的數(shù)字視頻水印算法根據(jù)水印嵌入位置的不同可分為基于原始視頻的水印方法和基于壓縮視頻的水印方法[2-3]。Haitsma提出了通過(guò)調(diào)制每一幀的平均亮度，按幀嵌入水印信息的水印算法[4]，該算法可以較好地抵抗空間同步失真，但其抗有損壓縮的能力較弱。Niu等人提出的沿時(shí)間軸嵌入的水印可以抵抗一定頻率的丟幀攻擊，同時(shí)對(duì)于有損壓縮的抵抗力也較好[5]，但該算法對(duì)于選擇水印嵌入點(diǎn)過(guò)于復(fù)雜。文獻(xiàn)[6]提出在幀的亮度分量中固定位置嵌入標(biāo)志水印，再選取若干圖像塊在DCT直流系數(shù)中嵌入水印的方法。文獻(xiàn)[7]提出一種基于HVS的DCT域穩(wěn)健視頻水印算法，該算法對(duì)丟幀、加噪等攻擊具有較強(qiáng)的魯棒性。另外，Shang等人提出了一種用于MPEG壓縮視頻的可逆水印算法，通過(guò)選取合適的DCT系數(shù)來(lái)提高水印的不可見(jiàn)性，并標(biāo)記DCT系數(shù)的修改用于無(wú)損還原原始視頻[8]。文獻(xiàn)[9]提出了一種在H.264壓縮視頻中嵌入灰度圖像的水印算法，水印嵌入通過(guò)修改4×4 DCT對(duì)角線系數(shù)的符號(hào)來(lái)實(shí)現(xiàn)。

數(shù)字視頻水印的特點(diǎn)在于:視頻的信息量龐大，提取水印不應(yīng)該用到原始視頻信息，即視頻水印應(yīng)實(shí)現(xiàn)盲提取;另外，原始視頻在傳輸和存儲(chǔ)前往往要經(jīng)過(guò)壓縮編碼，因此視頻水印必須能夠抵抗主流的壓縮處理或其他各類攻擊。將水印嵌入到原始視頻的方法比較多，但缺點(diǎn)是算法往往比較復(fù)雜，而且對(duì)于已壓縮的視頻，需要先進(jìn)行解碼，然后嵌入水印后再重新編碼;壓縮視頻水印方法的復(fù)雜度較低，容易滿足實(shí)時(shí)性要求，但是很難做到對(duì)各種針對(duì)視頻的攻擊都具有較好的魯棒性。作為視頻的所有者，在擁有未壓縮的視頻的情況下，要使水印能夠抵抗各種格式的壓縮以及其他常見(jiàn)的針對(duì)視頻的攻擊，應(yīng)該選擇在未壓縮的視頻中嵌入水印。

1 算法相關(guān)理論

1.1 算法流程

本文從降低運(yùn)算復(fù)雜度的角度出發(fā)，提出了一種基于幀DCT變換的視頻水印算法。該方法通過(guò)計(jì)算視頻幀不同位置的嵌入強(qiáng)度來(lái)平衡水印不可見(jiàn)性和魯棒性之間的關(guān)系，在視頻幀亮度分量分塊DCT系數(shù)中嵌入經(jīng)預(yù)處理后的水印信息，并且采用多次嵌入等措施增強(qiáng)水印的魯棒性。其嵌入和提取的流程如圖1所示。

圖1 視頻水印嵌入與提取流程

1.2 水印嵌入強(qiáng)度選擇

在視頻幀中嵌入水印信息時(shí)，提高嵌入強(qiáng)度有利于增強(qiáng)水印魯棒性，但是與此同時(shí)勢(shì)必會(huì)造成視覺(jué)質(zhì)量的下降。為了平衡水印嵌入對(duì)視頻質(zhì)量的影響和魯棒性之間的關(guān)系，有必要針對(duì)視頻幀的不同位置選擇不同的嵌入強(qiáng)度。

1)基于紋理的嵌入強(qiáng)度

視頻幀8×8分塊DCT變換后的交流分量可以用來(lái)反映視頻幀的紋理平滑程度。設(shè)每幀的第k個(gè)分塊DCT變換后的63個(gè)交流分量和值為ACk，則該值越大表明分塊的紋理越復(fù)雜。基于紋理的嵌入強(qiáng)度q1與分塊的紋理復(fù)雜度有關(guān)，其值已由實(shí)驗(yàn)確定。q1取值與ACk的關(guān)系如表1所示。

表1 q1的取值

2)基于邊緣的嵌入強(qiáng)度

對(duì)視頻幀進(jìn)行邊緣檢測(cè)，當(dāng)分塊處于明顯的邊緣時(shí)，可以認(rèn)為其紋理也比較復(fù)雜，人眼對(duì)其不敏感，可以加大該分塊的嵌入強(qiáng)度。設(shè)Edge是分塊中處于邊緣的像素?cái)?shù)量，Edge∈{0，1，…，64}，則基于邊緣的嵌入強(qiáng)度q2按式(1)取值

3)基于亮度的嵌入強(qiáng)度

當(dāng)視頻幀分塊的亮度較大時(shí)，人眼對(duì)其不敏感，可以加大嵌入強(qiáng)度。設(shè)第k個(gè)分塊的DCT變換后對(duì)應(yīng)的直流分量為DCk，可用其反映第k個(gè)分塊的平均亮度的強(qiáng)弱。則基于亮度的嵌入強(qiáng)度q3為

式中:h是視頻幀亮度分量所有分塊DC系數(shù)的平均值。

最后，總的水印嵌入強(qiáng)度為

視頻通常是以25 f/s(幀/秒)的速率進(jìn)行播放的。在1 s的時(shí)間內(nèi)，播放了25幀畫面相似的圖像，所以相鄰幀之間的差異并不明顯。計(jì)算出視頻的第1幀各分塊的嵌入強(qiáng)度之后，其后一定范圍內(nèi)的幀都可以參照此嵌入強(qiáng)度，而不用對(duì)嵌入強(qiáng)度重新計(jì)算，這樣就大大減少了算法的復(fù)雜度。對(duì)于畫面快速運(yùn)動(dòng)的視頻，則可以對(duì)不同鄰域的幀重新計(jì)算新的嵌入強(qiáng)度，使嵌入強(qiáng)度的選擇更加準(zhǔn)確。

1.3 水印的嵌入與強(qiáng)化

人類視覺(jué)系統(tǒng)(HVS)對(duì)圖像的低頻分量比高頻分量敏感，因此在視頻幀的高頻分量嵌入水印比在低頻分量嵌入能達(dá)到更好的視覺(jué)效果。但是在高頻分量嵌入的水印魯棒性較差。因此，考慮在視頻幀的中頻分量中嵌入水印。

在實(shí)際應(yīng)用中，為了節(jié)約傳輸帶寬和存儲(chǔ)空間，原始視頻往往要經(jīng)壓縮后才會(huì)送入信道傳輸。此外，視頻在傳輸過(guò)程中也面臨各種噪聲的干擾，導(dǎo)致在接收端接收的視頻出現(xiàn)各種失真。因此，是否抗壓縮和其他各類攻擊是衡量水印實(shí)用價(jià)值的重要指標(biāo)。為了使嵌入的水印能夠具有較高的魯棒性，本文采取了多次嵌入的措施。在第1次水印嵌入完成后，未嵌入水印的鄰近視頻幀使用相同的方法將水印重復(fù)嵌入2次。在水印提取時(shí)，當(dāng)相同位置的提取水印值不同時(shí)，取多次提取結(jié)果中出現(xiàn)次數(shù)較多的值。

1.4 水印嵌入與提取質(zhì)量的客觀評(píng)價(jià)

PSNR(峰值信噪比)是一個(gè)衡量噪聲對(duì)圖像質(zhì)量影響的常用指標(biāo)，可用其衡量視頻中的每一幀相對(duì)原始視頻幀的客觀差異，其定義為

式中:M和N是載體視頻幀的長(zhǎng)和高;Iij是原始視頻幀的像素值;是含水印視頻幀的像素值。當(dāng)PSNR≥30 dB時(shí)，可認(rèn)為水印具有較好的不可見(jiàn)性。

NC(歸一化相關(guān)系數(shù))是一個(gè)用來(lái)衡量提取的水印信息和原始水印信息相似程度的常用指標(biāo)，其定義為

式中:wij為原始水印值;w'ij為提取的水印值;i和j為水印圖像中像素的坐標(biāo)。當(dāng)NC=1時(shí)，認(rèn)為實(shí)現(xiàn)了水印的完全提取。

2 視頻水印算法

2.1 水印預(yù)處理

水印通常是版權(quán)信息，為了保護(hù)其不受破壞和減小水印嵌入對(duì)原始宿主信號(hào)能量的改變，有必要在嵌入前對(duì)水印進(jìn)行預(yù)處理，使水印的像素值分布趨于均衡化和隨機(jī)化，從而提高其安全性。

設(shè)水印為正方形的二值圖像，對(duì)其進(jìn)行如下預(yù)處理:

1)利用一個(gè)密鑰種子key來(lái)生成置亂矩陣A，A中元素為偽隨機(jī)的0，1構(gòu)成。

式中:⊕表示異或運(yùn)算。

2.2 水印嵌入算法

1)按下式計(jì)算視頻每幀的嵌入量

式中:p為視頻每幀可嵌入比特?cái)?shù);m和n分別是視頻幀的高度和寬度;?·」為下取整。

3)按1.2節(jié)描述的方法計(jì)算每一分塊的嵌入強(qiáng)度，構(gòu)成嵌入強(qiáng)度矩陣Q。

4)對(duì)視頻每幀做8×8分塊DCT，將水印的第i個(gè)子矩陣與第i個(gè)視頻幀的亮度分量對(duì)應(yīng)。按式(8)得到g，再同時(shí)令d(4，5)和d(5，4)等于g，d(x，y)為對(duì)應(yīng)視頻幀亮度分量每一分塊DCT系數(shù)，x，y∈{1，2，…，8}，表示系數(shù)坐標(biāo)。

倪二泉的雙手像樹(shù)根一樣插進(jìn)土里。他擰緊眉頭，一使勁，終于將一只腳邁上了巖頂，然后一翻身，伏在日本鬼子交織的火力網(wǎng)下，滾到一塊巖石下下。

式中:a=(d(1，8)+d(2，7)+d(3，6)+d(6，3)+d(7，2)+d(8，1))/6;(r，s)為的第i個(gè)子水印;i∈{1，2，…，「l/p?}，r∈{1，2，…，18}，s∈{1，2，…，22}。

5)將嵌入了水印后的視頻幀做8×8分塊逆DCT。

6)重復(fù)步驟4)～5)，將水印再嵌入到未嵌水印視頻幀中2次，以增強(qiáng)水印的魯棒性，最終得到含水印視頻。

2.3 水印提取算法

1)在水印嵌入幀做8×8分塊DCT。

2)在每一幀中按式(9)所示規(guī)則提取水印信息

3)對(duì)未提取幀重復(fù)步驟2)～3)，得到第2次和第3次提取的水印信息，然后按相同位置的值由多次出現(xiàn)值確定的原則，得到分段子水印。

3 仿真實(shí)驗(yàn)與分析

本文采用了3個(gè)QCIF格式的原始視頻(Foreman，News和Coastguard)作為宿主。利用上述算法完成了水印信息的預(yù)處理、嵌入和提取實(shí)驗(yàn)，并在含水印視頻的峰值信噪比和算法魯棒性方面做了相關(guān)實(shí)驗(yàn)分析工作。

3.1 水印預(yù)處理實(shí)驗(yàn)

實(shí)驗(yàn)采用的水印信息如圖2a所示，為一標(biāo)有“版權(quán)所有”字樣的二值圖像。結(jié)合圖2和表2可知，在對(duì)水印做預(yù)處理前，水印圖像中白色像素值(1值)明顯多于黑色像素值(0值)，這容易引起視頻幀能量的改變，引起攻擊者的注意。預(yù)處理之后水印圖像已被置亂，0值點(diǎn)和1值點(diǎn)的百分比已經(jīng)相當(dāng)接近，具有較好的隨機(jī)分布性質(zhì)，增強(qiáng)了水印的安全性。

圖2 原始水印與置亂后的水印

表2 水印預(yù)處理對(duì)水印值的影響 %

3.2 水印的嵌入與提取實(shí)驗(yàn)

將水印信息嵌入到3個(gè)原始視頻中，每個(gè)視頻分別需要33幀來(lái)完成水印的嵌入。如圖3所示，圖3a～圖3c為3個(gè)原始視頻的第10幀，圖3d為待嵌入的水印信息，圖3e～3g為3個(gè)含水印視頻的第10幀，可以看出它們都具有較好的不可見(jiàn)性，其峰值信噪比分別為38.371 5 dB，37.161 8 dB和38.610 9 dB，圖3h為提取的水印信息。從3個(gè)含水印視頻中均能實(shí)現(xiàn)水印信息的完全提取，NC都為1.000 0。

3個(gè)視頻含水印幀的平均峰值信噪比如表3所示。可以看出，嵌入水印后平均峰值信噪比都在30 dB以上，具有較好的不可見(jiàn)性。

圖3 嵌入提取實(shí)驗(yàn)前后的視頻及水印對(duì)比

表3 3個(gè)視頻含水印幀的平均峰值信噪比

3.3 水印的魯棒性測(cè)試

對(duì)含水印視頻進(jìn)行各類攻擊，然后將提取的水印與原始水印比較，通過(guò)計(jì)算其NC值來(lái)對(duì)算法的魯棒性做出評(píng)價(jià)。本實(shí)驗(yàn)分別對(duì)3個(gè)含水印視頻進(jìn)行丟幀、幀平均、幀重組、亮度提升、亮度減弱和H.264壓縮編碼等攻擊，得出提取水印的NC值如表4所示。由此可知本文算法對(duì)于各類攻擊具有較強(qiáng)的魯棒性。各類攻擊方法具體如下:

1)丟幀，每10幀丟失1幀;

2)幀平均，每5幀中隨機(jī)抽取1幀F(xiàn)，與它相鄰的兩幀(F-1，F(xiàn)+1)求平均，用平均幀F(xiàn)'代替原始幀F(xiàn);

3)幀重組，每10幀中隨機(jī)調(diào)換兩幀;

4)亮度提升，將視頻的亮度分量整體提升15%;

5)加噪，在視頻幀中加入椒鹽噪聲;

6)H.264壓縮，將含水印視頻進(jìn)行H.264壓縮編碼后再解碼重建視頻，平均碼率控制在25 kbyte/s。

表4 含水印視頻提取的水印NC值

將本文算法與文獻(xiàn)[6]算法和文獻(xiàn)[7]算法做魯棒性比較實(shí)驗(yàn)，實(shí)驗(yàn)中宿主統(tǒng)一采用Foreman，結(jié)果如表5所示。可以看出，本文算法抗丟幀、加噪攻擊的能力優(yōu)于文獻(xiàn)[6]算法和文獻(xiàn)[7]算法，抗H.264壓縮的能力優(yōu)于文獻(xiàn)[7]算法。

表5 不同算法的魯棒性比較

4 結(jié)論

本文結(jié)合了數(shù)字圖像和視頻的相關(guān)理論，根據(jù)人眼對(duì)視頻幀不同區(qū)域的敏感性大小選擇了不同的嵌入強(qiáng)度，提出一種在視頻幀亮度分量分塊DCT系數(shù)中嵌入水印的算法。實(shí)驗(yàn)表明本算法具有較好的不可見(jiàn)性和較強(qiáng)的魯棒性，在數(shù)字視頻版權(quán)保護(hù)方面具有較廣闊的應(yīng)用前景。

[1]COX I，MILLER M，BLOOM J.Digital watermarking[M].San Francisco:Elsevier Science，2002.

[2]唐松生，董穎.數(shù)字視頻水印技術(shù)綜述[J].計(jì)算機(jī)安全，2007(9):31-33.

[3]SIMITOPOULOS D，TSAFTARIS S，BOULGOURIS N，et al.Compresseddomain video watermarking of MPEG streams[C]//Proc.2002 IEEE International Conference on Multimedia and Expo.[S.l.]:IEEE Press，2002:569-572.

[4]HAITSMA J，KALKER T.A watermarking scheme for digital cinema[C]//Proc.2001 International Conference on Image Processing.New York:IEEE Press，2001:487-489.

[5]NIU X，SCHMUCKER M，BUSCH C.Video watermarking resisting to rotation，scaling，and translation[C]//Proc.SPIE Security Watermarking of Multimedia Contents IV.San Jose:SPIE ，2002:512-519.

[6]高琦，李人厚，劉連山.基于幀間相關(guān)性的盲視頻數(shù)字水印算法[J].通信學(xué)報(bào)，2006，27(6):43-48.

[7]謝斌，任克強(qiáng)，肖玲玲.一種基于HVS的DCT域穩(wěn)健視頻水印算法[J].電視技術(shù)，2011，35(9):30-32.

[8]SHANG Y.A new invertible data hiding in compressed videos or images[C]//Proc.the 3rd International Conference on Natural Computation.Washington DC，USA:IEEE Computer Society，2007:576-580.

[9]ZHANG Jing.Robust digital image in video watermarking for the emerging H.264/AVC Standard[C]//Proc.IEEE Workshop on Signal Processing Systems Design and Implementation.Singapore:IEEE Press，2005:657-662.