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(hù)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(xiàn)來看，絕大多數(shù)研究的是單一水印算法。實(shí)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(hù)功能的多類性等特點(diǎn)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(rèn)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(shí)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(xiàn)[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(jī)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(jī)序列，信息量較小且版權(quán)意義不夠直觀。文獻(xiàn)[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(shí)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(shí)需要用到原始圖像，不能實(shí)現(xiàn)盲提取，因而實(shí)用性較弱。文獻(xiàn)[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(bào)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(shí)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(shí)現(xiàn)了多重水印的嵌入及盲提取。仿真實(shí)驗(yàn)表明，該算法在不影響視頻質(zhì)量和保證透明性的同時(shí)對常規(guī)攻擊具有較強(qiáng)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(jī)都使用這種格式。由于RGB空間對目標(biāo)物體的描述較為復(fù)雜，各個(gè)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(chǔ)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(jìn)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(lán)色分量相對于參考值的坐標(biāo)，Cr表示紅色分量相對與參考值的坐標(biāo)。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(jìn)行改動(dòng)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(shí)將會(huì)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(shí)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(qiáng)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(jìn)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(dá)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(jìn)行置亂，得到置亂后的二值水印。

2）對宿主視頻進(jìn)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(gè)互不重疊的8×8子塊進(jìn)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(gè)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(diǎn)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(gè)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(gè)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(shí)現(xiàn)的，嵌入水印后的系數(shù)值由其周圍的4個(gè)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(shí)際的嵌入深度δ17ξ和δ18ξ可以根據(jù)視頻幀內(nèi)容的不同實(shí)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(jìn)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(shí)不需要原始視頻的參與即可實(shí)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(jìn)行分幀處理，將每一個(gè)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(gè)8×8子塊進(jìn)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(jìn)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(jìn)行水印提取，得到N×N個(gè)置亂的水印數(shù)據(jù)和（i=1,2,…,N×N）。

4 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)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?。?。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(gè)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(shí)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(jìn)行了多種強(qiáng)度的各類攻擊實(shí)驗(yàn)，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(jìn)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(shí)驗(yàn)后提取水印與原水印的相似度統(tǒng)計(jì)。從統(tǒng)計(jì)結(jié)果可以看出，雖然經(jīng)過不同強(qiáng)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(qiáng)度較大的情況下仍然能夠有效識別提取水印的內(nèi)容。實(shí)驗(yàn)結(jié)果表明，該多重視頻水印算法對上述攻擊具有較強(qiáng)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(dú)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(shí)現(xiàn)了多重水印在原始視頻中的嵌入及盲提取。實(shí)驗(yàn)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(diǎn)，在視頻作品的多著作權(quán)問題和不同階段的版權(quán)認(rèn)證問題等方面有一定的應(yīng)用價(jià)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(jì)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(diǎn)。

[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(bào)，2007，36（6）：1325-1328.

[4]紀(jì)震，肖薇薇.基于混沌序列的多重?cái)?shù)字圖像水印算法[J].計(jì)算機(jī)學(xué)報(bào)，2003，26（11）：1555-1561.

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

[6]王讓定，徐達(dá)文.基于提升小波的多重?cái)?shù)字音頻水印[J].電子與信息學(xué)報(bào)，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(jì)算機(jī)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.