范馨月，賀志恒，田增山

(重慶郵電大學(xué)移動通信技術(shù)重慶市重點實驗室，重慶 400065)

0 引言

近幾年隨著視頻網(wǎng)站和網(wǎng)絡(luò)電視的快速興起，視頻版權(quán)糾紛問題也日益嚴(yán)重。作為視頻版權(quán)保護(hù)的主要技術(shù)—視頻水印受到越來越多的重視。針對視頻水印的嵌入方法已有多種，按嵌入域可分為空域和變換域視頻水印?？沼蛩◆敯粜院懿?變換域視頻水印的能量被散布到整個視頻信號中，不會在局部引起大的失真，與壓縮標(biāo)準(zhǔn)相兼容有助于降低運(yùn)算時間，有較好的魯棒性。按檢測與提取水印時是否需要原始信號可分為盲水印、非盲水印和半盲水印，需要原始信號的為非盲水印，視頻的數(shù)據(jù)量非常大，非盲水印的運(yùn)算時間較長。按載體類型的不同可分為非壓縮域水印、編碼域水印和壓縮域水印，但后2種視頻水印算法都會受到改變壓縮編碼方式的致命攻擊［1］。

視頻中一幀即為一幅圖像，視頻由許多幀組成，將圖像水印的算法移植時，需要考慮許多問題，比如視頻的數(shù)據(jù)量非常大，相鄰幀之間存在大量的冗余，并且大量的視頻都要求實時處理，需要較低的運(yùn)算時間，所以，視頻水印最好選擇復(fù)雜度相對較低的盲水印或半盲水印算法;視頻水印應(yīng)具有隨機(jī)檢測性，不需要從視頻數(shù)據(jù)開始位置一步一步地去檢查;視頻水印應(yīng)具有更強(qiáng)的魯棒性，除了圖像傳統(tǒng)的攻擊外，還應(yīng)保證視頻水印對幀平均、幀交換及幀刪除等特有攻擊的穩(wěn)健性［2］。

文獻(xiàn)［3］提出了結(jié)合初級視皮層特性的基于感興趣區(qū)域(region of interest，ROI)的水印算法，但沒有考慮旋轉(zhuǎn)和位移對水印提取的影響，并且ROI算法對亮度系數(shù)比較敏感，當(dāng)亮度值過大時，提取的數(shù)據(jù)會有一定程度地丟失，如果要求對提取的亮度分量Y進(jìn)行水印處理，ROI算法的效果會比較差;差分能量水印(differential energy watermarking，DEW)算法要對I幀的部分高頻信號進(jìn)行刪除，制造一個能量差值，高頻信號的能量不集中，容易被破壞，嵌入的水印容易失真，為了提高魯棒性必然就需要提高嵌入量，但這樣處理會使水印嵌入的視覺失真比較明顯［4］;H＆G算法引入漂移補(bǔ)償來克服水印嵌入時引起的預(yù)測誤差累計的問題，提高了重建質(zhì)量和穩(wěn)定性，但漂移補(bǔ)償增加了算法中數(shù)據(jù)記錄的復(fù)雜度和解碼的困難［5］;合理抖動量化算法(rational dithermodulation，RDM)主要是在編解碼端同時使用對增益不變的自適應(yīng)量化步長來實現(xiàn)，但沒有考慮人類視覺系統(tǒng)(human visual system，HVS)感知特性，水印的透明性不是很好［6］;Watson視覺感知模型中的亮度掩蔽算法的量化步長和嵌入水印系數(shù)很難做到良好地匹配，如果匹配不當(dāng)會造成解碼錯誤［7］;文獻(xiàn)［8］提出了基于能量判斷的 DCT－SVD(singular value decomposition)視頻水印算法，先利用能量公式判斷子塊的能量，分別對高能量和低能量的DCT域的中頻系數(shù)嵌入相同的水印，大大降低了運(yùn)算量，但對高斯噪聲、幀刪除及幀平均等攻擊的魯棒性較差。

本文提出了一種基于偽三維DCT變換和量化索引調(diào)制系統(tǒng)(quantization index modulation，QIM)的非壓縮域YUV視頻盲水印方法，水印的嵌入位置是經(jīng)過人類視覺系統(tǒng)模型和量化索引調(diào)制系統(tǒng)雙重選擇的模塊，視頻經(jīng)過偽三維DCT變換后，通過QIM系統(tǒng)數(shù)據(jù)分析得到嵌入信息，利用原始幀非壓縮域的量化信息得到秘密的嵌入系數(shù)，有利于水印的盲提取，降低了算法的復(fù)雜度。實驗結(jié)果表明，該算法對視頻質(zhì)量的影響較小，并且能有效抵御旋轉(zhuǎn)、縮放、剪切、加噪、濾波、幀交換、幀刪除及幀平均等多種攻擊，具有較強(qiáng)的魯棒性。

1 QIM算法和偽三維DCT變換

1.1 QIM量化索引調(diào)制算法

QIM是近年出現(xiàn)的一種新穎思想，它根據(jù)水印信息，把原始載體數(shù)據(jù)量化到不同的水印值索引區(qū)間，其本質(zhì)是微調(diào)載體值至指定的量化電平，從而在獲得具有較高魯棒性的嵌入水印的同時，具有較小的嵌入失真。QIM系統(tǒng)可以自適應(yīng)地獲得數(shù)字水印的嵌入信息，嵌入水印主要依賴量化技術(shù)，選擇一個特定的量化器對信號進(jìn)行量化，通過這樣的編碼方式得到水印信號，有利于水印抵抗MPEG(moving pictures experts group)壓縮攻擊。

QIM量化的根本思想就是嵌入水印用二元序列表示［9］。一個標(biāo)準(zhǔn)的均勻步長為Δ的量化器可表示為

Q0和Q1的點集如果用數(shù)軸來表示，○表示Q0，×表示Q1，在數(shù)軸上形成了Q0和Q1的2個點集合，2個量化器之間不管在數(shù)軸上哪個位置，相鄰量化器之間的最小距離都為dmin=Δ/2，如圖1所示。

圖1 嵌入信息的標(biāo)量QIMFig.1 Scalar QIMof embedded information

水印嵌入時引起的最大絕對量化誤差不會超過Δ/2，當(dāng)量化誤差滿足均勻分布時，水印信息可以等概率的取0或1值，引起的均方失真為Δ2/12［10］。

設(shè)水印信號為∞ ，噪聲信號為n，則受到噪聲攻擊后的水印信號y可表示為

由(4)式可見，嵌入的水印有良好的均勻特性，水印檢測時不需要原始水印，可以完全做到盲提取，并且當(dāng)噪聲系數(shù)的幅值，嵌入的水印可以做到無差錯估計，使水印具有較好的魯棒性，這是傳統(tǒng)擴(kuò)頻通信水印算法不能超越的。

1.2 偽三維DCT變換

三維變換通常指空間與時間的結(jié)合，本文采用偽三維DCT變換，根據(jù)變換后的視頻數(shù)據(jù)選擇低頻部分嵌入水印，減少了運(yùn)算量，降低了算法的運(yùn)行時間，提高了水印的抗攻擊性。

偽三維DCT變換的示意圖如圖2所示。算法第1步將每一幀作為一個單獨的模塊進(jìn)行分塊處理，由隨機(jī)幀的同一位置提取小模塊，小模塊的像素大小必須一致，對小模塊分別進(jìn)行二維離散余弦變換，變換后矩陣的左上角部分即為信號的直流值(DC);第2步將直流值作為一個整體進(jìn)行一維DCT變換，得到新的直流值和幾個交流值(AC)。

圖2 偽三維DCT變換Fig.2 Pseudo 3－D DCT transformation

2 算法原理

2.1 視頻水印嵌入

本文算法基于偽三維DCT變換，根據(jù)QIM和HVS系統(tǒng)模型自適應(yīng)生成嵌入的水印，水印嵌入時記錄的隨機(jī)密鑰既保護(hù)了水印的安全，又可用于盲水印的提取，原始視頻序列被分成了多個隨機(jī)幀集合，不同的幀集合嵌入水印有利于提高水印的有效性。視頻水印嵌入新算法的流程圖如圖3所示，其具體步驟如下。

步驟1 從原始視頻中隨機(jī)地選擇幾個幀作為一個集合，也可由用戶指定，對已選幀的位置進(jìn)行記錄，隨機(jī)幀的選擇數(shù)目與水印的像素大小密切相關(guān)，考慮算法的復(fù)雜度及運(yùn)算時間等因素，選擇個數(shù)不宜過多。

步驟2 明確原始水印的信號類型，對其進(jìn)行Arnold置亂，將置亂次數(shù)作為密鑰key:

(5)式中:x，y∈ {0，1，2，…，N － 1}，表示某一像素點的坐標(biāo);(x'，y')為Arnold置亂后的輸出;N是圖像矩陣的階數(shù)。

圖3 視頻水印嵌入流程圖Fig.3 Flow of video watermark embedding

(6)式中:i是選擇視頻幀的集合序號;k是分塊后的視頻幀的模塊序號;l為選擇的AC值的個數(shù);Ws(i，k，l)為密碼，初始值由用戶設(shè)定。

步驟4 由高斯函數(shù)把權(quán)值和Sum(i，k)轉(zhuǎn)換為Sumf(i，k)，因不同的視頻有不同的屬性，權(quán)值Sum(i，k)可以是任意的，且認(rèn)為其出現(xiàn)是等概率的，把所有這樣的值的概率分布稱為Sumf(i，k)。

步驟6 利用QIM模型改變Sum(i，k)的值，AC權(quán)值是否轉(zhuǎn)換由嵌入的水印決定，當(dāng)嵌入水印為0時，對應(yīng)的權(quán)值和變?yōu)?，當(dāng)嵌入水印為1時，對應(yīng)的權(quán)值和變?yōu)?。

步驟8 記錄視頻幀選取的規(guī)則、水印置亂密鑰、閾值 T(i)和 Ws(i，k，l)值，由新的 Sum(i，k)值得到更新后的AC值，經(jīng)逆變換和幀重組后得到嵌入水印后的視頻。

2.2 水印提取

水印的提取是嵌入的逆過程，視頻水印提取流程圖如圖4所示。

圖4 視頻水印提取流程圖Fig.4 Flow of video watermark extraction

水印提取的具體步驟如下。

步驟1 利用記錄信息，選取嵌入水印的幀集合，并得到每一幀的亮度分量Y;

步驟2 對嵌入水印的模塊進(jìn)行偽三維DCT變換，得到AC值，計算每一個模塊的AC系數(shù)的權(quán)值和 Sumw(i，k);

步驟3 計算每一個模塊的Qw(i，k)，并判斷水印的值，判決依據(jù)為

步驟4 由記錄的置亂次數(shù)密鑰key，經(jīng)Arnold置亂的逆變換還原提取的水印:

3 仿真結(jié)果比較與分析

3.1 不可見性測試

本文測試環(huán)境為Windows XP系統(tǒng)、MATLAB 2009b仿真平臺。視頻測試時，只利用了一個集合進(jìn)行視頻水印處理，并選擇了不同分辨率的YUV格式原始視頻、多種幀數(shù)以及不同分辨率的二值水印圖像進(jìn)行試驗，具體數(shù)值如表1所示。仿真時，二維DCT變換的子塊大小設(shè)置為4×4。

表1 選擇視頻及水印的參數(shù)Tab.1 Parameters of the selected video and watermark

第1段視頻的實驗結(jié)果如圖5所示，可見視頻水印的不可感知性較好，提取水印的相似度很高。

圖5 第1段視頻實驗結(jié)果圖Fig.5 Experimental results about the first section of video

另外，3段視頻嵌入水印前后的峰值信噪比(peak signal－to－noise ratio，PSNR)和提取水印的歸一化互相關(guān)值 (normalized cross－correlation，NCC)如表2所示。

表2 3段視頻的部分PSNR和NCCTab.2 Partial results about PSNR and NCC of three section videos

測試結(jié)果表明，當(dāng)PSNR大于30 dB時，人的視覺很難分辨出原始圖像和嵌入水印圖像的差異，因此從視覺感知效果和PSNR都證明，本算法具有良好的不可見性。

3.2 魯棒性對比實驗

對第1段視頻選擇一個集合共8幀進(jìn)行水印嵌入，經(jīng)旋轉(zhuǎn)、縮放、剪切、加噪、濾波、幀交換、幀刪除及幀平均等多種攻擊后，將提取水印與文獻(xiàn)［8］的結(jié)果進(jìn)行比較，PSNR具體結(jié)果如表3所示，NCC值的比較如表4所示。測試結(jié)果表明，本文算法的PSNR均有明顯提升，特別是對旋轉(zhuǎn)、高斯噪聲、幀刪除及幀平均等攻擊提高了約6 dB的性能;提取水印的相似度均有所提高。

表3 各種攻擊后水印的PSNR對比Tab.3 Comparison of PSNR undermultiple attacks

表4 各種攻擊后水印的NCC對比Tab.4 Comparison of NCC undermultiple attacks

4 結(jié)束語

本文提出了基于偽三維DCT變換和量化索引調(diào)制系統(tǒng)的非壓縮域視頻盲水印方法，保證視頻水印的不可見性的同時，提高了視頻水印的抗攻擊能力。實驗結(jié)果表明，該算法能抵御旋轉(zhuǎn)、縮放、剪切、加噪、濾波、幀交換、幀刪除及幀平均等多種攻擊，具有較強(qiáng)的魯棒性。

［1］許拔，張仲明，何英亮，等.基于LDPC碼的盲視頻水印算法研究［J］.重慶郵電大學(xué)學(xué)報:自然科學(xué)版，2009，21(6):741－748.

XU Ba，ZHANG Zhongming，HE Yingliang，et al.A study of blind video watermarking algorithm based on low density parity check codes［J］.Journal of Chongqing U－niversity of Posts and Telecommunications:Natural Science Edition，2009，21(6):741－748.

［2］諶志鵬，鄒建成.基于對象的抗幾何攻擊的視頻水印算法［J］. 北京郵電大學(xué)學(xué)報，2012，35(4):33－37.

CHEN Zhipeng，ZOU Jiancheng.Object based watermarking algorithm robust to geometric transformation attacks［J］.Journal of Beijing University of Posts and Telecommunications，2012，35(4):33－37.

［3］呂皖麗，郭玉堂，羅斌.結(jié)合初級視皮層特性的感興趣區(qū)域數(shù)字水印算法［J］.電子科技大學(xué)學(xué)報，2011，40(6):915－920.

LV Wanli，GUO Yutang，LUO Bin.Novel ROI watermarking scheme combined with the behavior of primary visual cortex［J］.Journal of University of Electronic Science and Technology of China，2011，40(6):915－920.

［4］馮佳琦，蔣興浩，孫錟鋒，等.基于有限狀態(tài)機(jī)模型的非壓縮域視頻差分能量水印算法［J］.上海交通大學(xué)學(xué)報，2010，44(7):907－910.

FENG Jiaqi，JIANG Xinghao，SUN Tanfeng，etal.An original video differential energy watermarking algorithm based on FSM mode［J］.Journal of ShangHai JiaoTong University，2010，44(7):907－910.

［5］HARTUNG F，GIROD B.Watermarking of uncompressed and compressed video［J］.Signal Processing，1998，66(5):283－301.

［6］PEREZ－GONZALEZ F，MOSQUERA C，BARNIM，et al.Rational dither modulation:A high－rate data－h(huán)iding method invariant to gain attacks［J］.IEEE Transactions on Signal Processing，2005，53(10):3960－3975.

［7］高虎明，李凱捷，王英娟.基于SIFT抗幾何攻擊的數(shù)字水印算法［J］. 計算機(jī)應(yīng)用，2013，33(3):748－751，755.

GAO Huming，LI Kaijie，WANG Yingjuan.Digital watermarking algorithm of anti－geometric attacks based on SIFT［J］.Journal of Computer Applications，2013，33(3):748－751，755.

［8］CHENW M，LAIC J，WANG H C，et al.H.264 video watermarking with secret image sharing［J］.The Institution of Engineering and Technology Image Processing，2011，5(4):349－354.

［9］馬麗紅，謝中華，劉小燕.視頻數(shù)據(jù)隱藏的差分能量調(diào)制新算法［J］. 中國圖象圖形學(xué)報，2010，15(1):37－44.

MA Lihong，XIE Zhonghua，LIU Xiaoyan.Robust video concealment based on differential energy modulation［J］.Journal of Image and Graphics，2010，15(1):37－44.

［10］CHEN B，WORNELL GW.Quantization index modulation:a class of provably good methods for digital watermarking and information embedding［J］.IEEE Transactions on Information Theory，2001，47(4):1423－1443.

［11］張維緯，張茹，劉建毅，等.基于紋理特征的 H.264/AVC頑健視頻水印算法［J］.通信學(xué)報，2012，33(3):82－89.

ZHANGWeiwei，ZHANG Ru，LIU Jianyi，et al.Robust video watermarking algorithm for H.264/AVC based on texture feature［J］.Journal on Communications，2012，33(3):82－89.

(編輯:魏琴芳)