基于鄰域均值的視頻水印算法

魯曉輝(三門峽職業技術學院，河南三門峽472000)

基于鄰域均值的視頻水印算法

魯曉輝
(三門峽職業技術學院，河南三門峽472000)

針對MPEG-2標準，提出一種新的盲水印算法，首先使用領域平均的方法，計算載體視頻兩條I幀DCT變換低頻系數均線的交叉點作為嵌入位置，然后利用奇偶量化的方法實現水印信息與同步碼的嵌入。實驗表明，算法具有較好的不可見性，且針對常規攻擊具有較強的魯棒性。

鄰域均值（NM）；奇偶量化；離散余弦變換；數字水印

在互聯網時代，版權保護尤其是數字版權保護的問題日益嚴重，水印技術作為數字版權保護的重要分支，其重要性得到了越來越多的研究者的重視。自九十年代提出數字水印概念以來，研究者已經從頻域、時域等多個方面提出個多種水印嵌入算法。

在具體研究中，更多的研究者將精力投向了音頻和圖像水印的研究，視頻水印研究則遠遠落后于前兩者。雖然部分基于音頻和圖像的水印算法能夠直接應用于視頻，但視頻水印與前兩者相比，既要求滿足透明性和魯棒性，還對實時性、盲檢測有著特殊的要求[1]。

目前國內外也提出了一些基于視頻的水印算法[2-4]。王玉林在文獻[2]中分別針對剪切攻擊和縮放攻擊提出了兩種針對性的盲水印算法，但沒有考慮到水印在遭受到去同步攻擊時的安全問題。劉虹在文獻[3]中提出，將水印信息嵌入到P幀與B幀中以對抗幀插入與幀刪除攻擊。此方法主要問題是對于幾何攻擊和濾波攻擊效果不佳。在文獻[4]中，鄭鵬提出直接利用I幀的中頻DCT系數進行水印嵌入，能夠較好的對抗幀刪除與幀插入攻擊，但在對視頻進行重新編解碼時，水印的魯棒性會大大降低。本文在文獻[4]對于MPEG-2視頻幀圖像和DCT系數研究的基礎上，重新對MPEG-2文件結構和DCT系數穩定性進行分析，并選擇采樣點不同長度均值曲線的相交點作為水印嵌入點[5]，以提升水印的魯棒性。

1　算法準備

1.1 MPEG-2視頻結構分析

MPEG-2中視頻圖像層分為三個種類[4]，即I幀、P幀和B幀。其中I幀屬于內部編碼幀，其編碼與JPEG較為類似，P幀為向前預測幀，其編碼需要利用之前幀進行運動補償預測。I幀稱為雙向預測幀，其編碼需要利用前后幀雙向預測運動補償。

由于在MPEG-2中I幀為畫面的主要表達幀，P幀是由I幀或之前P幀預測得出，B幀為I幀和P幀共同預測得出，所以本文只對I幀進行水印插入。

1.2 DCT變換系數穩定性分析

DCT變換的水印嵌入，可以選擇在高頻或低頻系數上進行嵌入，為測試高、低頻系數的穩定性，首先進行穩定性分析。具體做法是，選擇一個視頻文件中若干幀數據，將每一幀進行DCT變換，然后分別進行旋轉、剪切、縮放、投影攻擊，結果如圖1、2所示。通過對結果的分析，我們可以得出，高頻系數變化幅度（圖1）遠遠大于低頻系數的變化幅度（圖2）。即低頻系數的抗干擾性強于高頻系數，選取多個視頻文件進行測試，該特性依然存在。

通過兩幅圖對比可知，低頻系數在經受攻擊時核心特征表現穩定，具有較強的魯棒性。

1.3 AC低頻系數均值分析

設視頻幀數為N，采樣點為x1,κ,xn,取正整數a

其中1≤c≤n-a+1。以Ma表示(Ma1,Ma2,…Mac…Man-a+1)，同理Mb表示(Mb1,Mb2,…Mbc…Mbn-b+1)。

由圖可知，在鄰域平均算法中，均值線顯現出低通特性，且Mb較Ma平滑，Ma較樣本線平滑。由于常規噪聲均值接近0，對于多個采樣點均值來說，采樣點足夠大時，噪聲均值接近0。

2　水印算法

2.1水印預處理

水印圖像在嵌入前必須進行預處理，變換為一個二進制序列，本文中選擇Arnold變換進行水印置亂。選定M*M水印圖像按照公式<3>進行變換得到長度為m的二進制序列W={w1,w2,w3,…,wt}，t=M*M。

由于視頻信息在受到攻擊時計算的均值線的交點會發生部分變化，所以水印的嵌入必須嵌入長度為n的同步碼W'。將同步碼與水印進行級聯W||W'得到最終的嵌入信息W''t=M*M，其中∈{1，-1}，t∈{1,2,…,m*n}。

2.2水印嵌入過程

水印的嵌入流程如圖4，選取視頻同一位置（一般取亮度最高部分）逐幀提取8*8分塊，對每個分塊進行DCT變換，然后針對DC分量均值的交點的低頻系數實現水印的嵌入。通過圖1可知，均值交點呈現無規律出現的特征，為提高魯棒性，此處我們設定兩個嵌入位置之間距離應至少大于b。

算法具體步驟為：

①將水印依據公式(3)進行預處理，并與同步碼進行級聯，得到一維序列W''。

②將視頻所有幀的圖像選取同一位置進行8* 8DCT轉換，并根據a、b的值針對AC低頻系數(2,2)計算均值序列Ma與Mb。

③逐個判斷Ma與Mb的相交情況，若滿足公式(4)，則稱Ma與Mb相交(交點可能是MBi、MBi+1或兩點之間，此處統一認為交點在MBi+1)，進入步驟4，否則結束嵌入。

④判斷相交點與上個相交點距離是否大于b (第一個交點不判斷),是則進入步驟5，否則回到步驟3繼續判斷。

⑤若找到的相交點為MBi+1則對應視頻原始位置為i+b+1。該點極為嵌入點，值計為vi+b+1。

⑥對于嵌入點與該點需要嵌入的水印信息wj根據公式（5）、（6）判斷。

⑦轉到步驟3，繼續判斷。

2.3水印提取

水印提取方法如圖5所示，將待檢測視頻資料進行嵌入逆過程即可得到水印圖像。具體步驟為：

.將視頻所有幀的圖像選取同一位置進行8* 8DCT轉換，并根據a、b的值針對AC低頻系數() 2,2計算均值序列Ma與Mb。

①逐個判斷Ma與Mb的相交情況，若滿足公式(4)，則稱Ma與Mb相交，進入步驟3，否則結束提取。

②判斷相交點與上個相交點距離是否大于b (第一個交點不判斷),是則進入步驟4，否則回到步驟2繼續判斷。

⑤根據公式<7>提取相關值r(x)，對r(x)進行搜索，當發現同步碼特征值n時，在其后提取m個值組成一組水印，繼續搜索直到找到所有信息為止。

4　實驗結果分析

使用Matlab選擇五種不同視頻來測試算法的性能,選擇類型有新聞、娛樂節目、電影，具體信息見表1。在具體測試中，A、B取值為5和10,為多次實驗后選定的最佳值，其中B的取值決定了算法的嵌入容量，最終嵌入容量約為I/2B I/B之間，I為取樣總幀數。

表1　測試視頻詳細信息

4.1不可見性

我們通過PSNR值來檢驗算法的不可見性，由圖六可知，水印嵌入后PSNR值保持在40dB到50dB之間。通常來講當PSNR達到30dB以上時，肉眼就不能感知到視頻中的水印信息，所以本算法不可見性較好。圖七（a）為原始視頻，（b）水印插入后的視頻。由以上結果可以看出，算法的不可見性較好，添加水印并未對視頻造成較大影響。

4.2魯棒性分析

為驗證魯棒性，對算法進行鹽椒噪聲、高斯噪聲、旋轉、剪切、投影攻擊，詳細數據見表2。

表2　在不同攻擊下水印提取平均成功率

通過數據可以看出，本算法在抵抗各種攻擊方面均顯示出較強的性能，尤其是針對剪切攻擊優勢明顯，具有較強的魯棒性，具備一定的使用價值。

5　結論

本文提出了一種基于鄰域均值的視頻盲水印算法，算法選擇載體視頻I幀多條DCT系數均值曲線的交點作為水印嵌入點，利用奇偶量化的方法實現水印信息的嵌入。通過仿真實驗，證明算法對視頻質量影響較小，具有良好的不可見性，對于鹽椒噪聲、高斯噪聲、旋轉、剪切、投影攻擊具有較強的魯棒性，是一種良好的盲水印視頻算法。

[1]鄒復好，盧正鼎，凌賀飛.MPEG-2變長碼域實時視頻水印[J].計算機科學，2006，33（7）：147-152．

[2]WANG Yu-lin,PEARMAIN A.Blind MPEG-2 video water marking robust against geometric attacks:a set of approaches in DCT domain,IEEE Trans[J].Image Process,15(June2006).

[3]劉虹，劉泉.一種MPEG-2壓縮域視頻水印算法[J].武漢理工大學學報，2008，30（7）：134-137．

[4]鄭鵬，劉敏忠.一種基于DCT域的視頻水印算法[J].武漢理工大學學報，2009（18）：9-11,50．

[5]張金全，王宏霞.基于音頻內容的DCT域脆弱水印算法[J].西南交通大學學報，2012，47（3）：427-432．

(責任編輯：趙建周）

Video Watermarking Algorithm based on NM

LU Xiao-hui
（San men xia Polytechnic,Sanmenxia 472000,China）

A new blind video watermarking algorithm based on MPEG-2 is proposed.First,calculate the inter?section on mean-line in low frequency DCT coefficients between two I frame of carrier video as the embedding position.And then the watermark information and the synchronous code are embedded by using odd-even quanti?zation.The experimental results show that the algorithm is of good invisibility and strength in robustness under the conventional attacks.

the neighborhoods of the mean of DCT coefficients;odd-even quantization;discretecosine transform, video watermarking

TP309.7

A

1673-2928（2015）02-0046-04

2014-11-12

國家自然科學基金項目“多處理器協作加密框架下二維細胞自動機圖像加密技術的研究及其應用”（61003246）。

魯曉輝(1980－)，男，河南三門峽人，三門峽職業技術學院講師，河南科技大學碩士，主要研究方向為信息安全、數字水印。