视频水印技术综述

吕高岩，张永平，梁凤梅，郑德春

(1.太原理工大学信息工程学院，山西 太原 030024;2.宁波工程学院电子与信息工程学院，浙江 宁波 315016)

随着多媒体技术的快速发展，传播和获取视频信息也就变得越来越便利。但由于网络所具有的开放性和共享性，致使一些以数字媒介为载体的产品经常遭到恶意攻击、非法侵犯版权和信息篡改，严重损害了创作者的创作热情和利益。在这种情况下水印技术应运而生，同时也弥补了传统加密技术的不足。它的基本原理是在数字产品(如图像、音频、视频等)中嵌入可证明版权身份的信息，以达到保护版权的目的。数字水印技术是一门涉及到信息视频压缩及编码、视频分析及信息隐藏等多技术的边缘学科。

1.1 数字视频水印原理

视频水印是利用视频中存在大量的数据冗余，将水印信息嵌入视频载体中作为版权保护的凭证，以达到保护版权的目的。一般数字视频水印系统包括3个部分:1)水印的生成;2)水印的嵌入及策略;3)水印的提取或检测。由于水印技术在不同场合的不同应用，因此系统在这3部分上要求的侧重点也不尽相同。一般视频水印的流程图如图1所示。

图1 视频水印的流程图

1 视频水印的原理及特点

1.1.1 水印生成

水印生成是视频水印中至关重要的一环，其生成过程的一般模型如图2所示。

图2 水印生成模型

先用伪随机发生器或混沌系统生成一维二值水印序列，然后再用密钥控制进行对水印信息置乱，最后再将一维水印序列转换成可嵌入视频数据的二维水印图案。

在水印的预处理中有几种常见的加密算法:1)基于Arnold置换加密技术

Arnold变换是由A.L.Arnold提出的1种变换，又称猫脸变换[1]。变换公式为

式中，(x，y)∈ {0，1，…，N － 1}。

猫脸置换的基本思想是:把原始点处的像素转移到另外一处，从而使原来清晰的图像变得杂乱无章。把全部像素进行变换后，并未改变像素值的大小。此置乱变换不仅为可逆变换，而且效果好，简单易行，误差小。但也有些不足之处，此方法恢复时间较长且必须预先知道图像尺寸来求变换周期。文献[2]提出了矩阵变换模周期存在条件，文献[3]在借鉴传统Arnold算法的基础上，提出了1种新的Arnold对角相等置换算法。利用映射φ数值重新设置，使对角上数值相等，以使图像像素点改变。

2)混沌置乱加密算法

混沌理论由于其优良的统计特性和不可预测性被广泛应用于信息加密领域，Voyatzis[4]等人正式将混沌理论引入水印领域，指发生在确定系统中的随机不确定运动。混沌加密是混沌系统产生混沌序列作为密钥序列，利用该序列对水印进行置乱加密，在接收端利用混沌同步的方法进行提取解密。直接采用混沌序列作为水印的研究较少，通常采用与其他理论相结合的方式。文献[5]中将图像先进行DCT变换，把水印密钥与DCT中频系数结合成Logistic混沌映射初值水印，然后将水印嵌入DCT高频系数。混沌加密算法比其他一般算法的保密性更好，由于其对初始条件的高敏感性和难预测性，具有运算速度快、保真度高、密钥量大、安全性好以及具有足够的带宽和较强的实时功能，但也有运算开销大、运算效率不高的不足之处。

3)幻方置乱算法

此算法利用定义好的幻方变换矩阵对水印图像进行分块并按图像复杂度确定分块的大小，然后把置乱加密后二值水印图像嵌入经过变换后的载体数据中。幻方置乱的公式[6]为

式中，n为自然数。若满足

则称矩阵A为标准幻方矩阵。

文献[7]中提到了基于幻方变换和行列变换结合的置换算法，先将图像块置乱后再对行或列进行置乱。该算法运算速度快、安全性高、稳健性好，但图像不够清晰、置乱效果较差且计算复杂度较大。

1.1.2 水印的嵌入

水印嵌入就是把水印信号嵌入载体数据的过程。其嵌入方法中经常使用的方法是

式中:变量x指采样强度/幅度(空域/时域)，或是变换域的系数值，W(i)表示水印信号;h(i)表示水印嵌入能量权值。水印嵌入的一般模式如图3所示。

图3 水印嵌入模型

视频水印的嵌入方案可以分为3种:

1)在原始视频中嵌入水印，即水印嵌入到原始码流中，生成带有水印信息的原始视频码流，然后压缩成含有水印的原始压缩码流，提取时再对其进行解码。该方法应用较多，空域和频域均可使用且算法比较成熟，但是该方法嵌入水印势必会增加视频流的比特率，降低视频质量，影响视频速率的恒定性，同时还需对已压缩视频先解码，嵌入水印后再编码，降低了水印嵌入的实时性。

2)编码过程中嵌入水印，就是在编码压缩时嵌入水印，将水印算法和视频编码相结合。该方法的的优点为由于水印在视频载体中嵌入和提取相对简单高效，因此实时性相对较好。因为水印只是嵌入在变换域的量化系数中，所以既能抵抗各类攻击又不增加视频流码率。缺点为对视频水印编码后的视频质量会有一定程度上的影响，编码器和解码器需要修改，因此在一定程度上也限制了某些水印算法的引入。

3)在压缩域嵌入水印，即直接在经过压缩的视频码流中嵌入水印。此方法不仅计算冗余小而且具有较高的保真度。缺点为由于压缩后的冗余度小所以导致可嵌入信息的容量相对较小，并且产生帧图像运动偏移，可能会对运动补偿环路的稳定性造成一定的影响。

1.1.3 视频水印的提取或检测

视频水印检测或提取过程如图4所示。

图4 水印检测或提取模型

1)水印检测:视频水印检测可分为盲检测和非盲检测。视频水印检测一般都采用不需要原始视频的盲检测。(1)相关检测法的基本思想是计算含水印的视频数据与水印信号之间的相似性，用相似性度量与相关阈值的比较来判断是否在视频中嵌入了水印信息。文献[8]提出1种基于运动目标检测技术的算法，该算法具有较好的不可见性和隐藏性。(2)由于视频数据和水印的随机性，水印检测系统难以避免的会出现一些错误。漏检误差是指在视频数据中未检测出水印信息的存在，而水印信息确实存在于视频数据中。虚警误差是视频水印检测系统中检测显示水印信息存在，而实际上水印不存在。文献[9]中给出了基于小波的1种改进算法，可以有效降低虚警和漏检误差。

2)水印提取:水印提取就是水印嵌入的逆过程，首先根据算法进行检测来确定水印嵌入帧的位置，然后利用密钥和水印提取算法将水印从视频数据中提取出来。鉴于水印的冗余度和嵌入位置多样性，水印提取一般采用加权综合与“多数”判决的方法，水印经该法处理后转化为二值信息，再利用密钥恢复出水印信息。

1.2 视频水印的特征

视频是在时间轴上连续的静止图像序列，相邻帧间不仅具有高度相关性并且有大量的空间和时间冗余度。因此视频水印就会具有图像水印的一些特性，比如安全性、稳健性、不可感知性等特点。此外视频水印还有图像水印所没有的其他性质:

1)信息量大。由于视频的信息量大，因此要以压缩的格式进行存储和传播，水印信息也可以嵌入压缩域中。

2)具有随机检测性。视频水印可以在视频流中随时随处地检测出水印。

3)实时处理性。为了使视频水印可以实时地进行水印的嵌入、提取或检测，要求其嵌入和提取过程具有高效性，在不同的应用中对嵌入和提取过程中高效性的侧重点有所不同。

4)与视频编码标准相结合，针对视频数据量大，冗余度高的特点，在传输和存储时一般要进行压缩编码。在水印嵌入压缩视频流中时，必须结合视频压缩编码标准来进行，在原始视频嵌入水印时必须考虑视频压缩编码问题，否则会使水印在编码过程中造成一定程度的丢失。

5)一些特有攻击。视频容易受到诸如帧重组、帧频改变、帧剪切等攻击。

6)码率恒定性。视频和音频大多是同时传输的，两者间具有一定程度的同步相关性。由于传输信道有一定带宽限制，所以就要求水印的嵌入对视频流码率影响很小以保证视频的传输正常。

水印的不可见性、稳健性及水印信息容量3方面是矛盾的结合体，很难使这3方面同时达到最佳，由于在应用中对各方面的需求不同，所以也就对视频某一特性的要求有所侧重。

2 典型视频水印算法

2.1 原始视频水印

原始视频水印就是直接对未经压缩的视频处理，根据得到的视频数据流是否是原始数据流又可分为:空间域水印、变换域水印。

2.1.1 空间域视频水印

空间域水印，直接修改空域中采样点的幅度值来实现视频水印的嵌入，水印信号一般嵌入亮度分量或颜色分量中，水印信号一般不做预处理直接嵌入在视频空间域中。较有代表性的是最低有效位算法(Least Significant Bit，LSB)[10－11]，此外借鉴于扩频通信原理思想的H＆G算法和 JAWS算法也在空域应用中较多[12]。文献[13]提出了1种可有效抵抗MC－TFA攻击的空域视频水印算法，其对原始视频做基于宏块的运动估计得到运动矢量，据此对原始水印进行宏块为单位的移位调整得到嵌入水印。空域视频水印算法优点为算法简单、复杂度低、出现时间较早、有很多成熟的算法且可以比较好的完成盗版追踪和版权保护。缺点为属性范围小，稳健性较差难以抵抗常见的各种攻击和噪声干扰，难以实现播放控制。

2.1.2 变换域水印

变换域水印，在宿主信号的某个变换域中嵌入水印信号。空间域水印容易被各种信号破坏，所以一般设计成易碎水印。频域中水印嵌入后被散布到频域的各处，不仅不容易被感知而且可以有效抵抗各种处理，一般被设计成稳健水印。常用的变换包括离散傅里叶变换(DFT)、离散余弦变换(DCT)、小波变换(DWT)及曲波变换。

离散傅里叶变换就是先对视频图像进行傅里叶变换，再将处理后的水印信息嵌入到 DFT系数中，最后经反DFT变换后就得到嵌有水印的视频图像。文献[14]提出将傅里叶变换算法应用到视频中，文献[15]提出1种DFT变换与DCT变换相结合的算法，先将DCT系数转换成二维离散傅里叶变换系数，然后在DFT系数上做对数极坐标映射以及DT－CWT变换，最终将水印信息嵌入到经过修改的DT－CWT低频系数中。目前关于DFT变换的视频水印算法较少但其研究方向大致分为两类:1)基于DFT域的缩放、平移及旋转的几何不变性的视频水印算法，但由于采用插值近似计算，嵌入后的视频水印失真较大，算法复杂度较高，实现起来困难较大。2)利用DFT域频谱信息嵌入水印的视频水印算法，嵌入方法有相位谱、幅度谱以及幅度和相位谱相结合等种方法。

离散余弦变换(DCT)，采用的是从图像空间到频率空间的全局变换。典型DCT视频水印方法是Cox[16]等人提出采用扩频序列技术和人类视觉特性的相关性，将水印嵌入DCT低频系数中。随后有人研究出分块式DCT 变换[17]和分层式 DCT 变换水印算 法[18]。文献[19]提出结合HVS和DCT的算法，将水印信息嵌入在原始视频的绿色分量中，二值水印的嵌入深度根据视频内容自适应选择DCT低频系数来完成，该方法透明性强、抗攻击能力强。文献[20]中提出基于DCT－SVD域的原始视频水印算法，将不同水印嵌入不同场景，以抵抗共谋攻击，将相同水印嵌入相同的场景帧中以使水印对帧剪切具有稳健性，此方法不仅具有较好不可感知性且有较高的稳健性。DCT域嵌入水印优点是离散余弦变换具有比较好的去相关和压缩能力，缺点是一般容易在进行压缩中产生失真以及块效应。

小波变换是1种空间和频率的局部变换，在视频水印研究分析中有着广泛应用，成为水印研究的热点。由于连续小波变换复杂度高、计算量大，所以在视频水印方面一般使用离散小波变换(DWT)。文献[21]Hussein等提出利用运动估计的方法将水印信息嵌入小波变换的HL和LH频带中。文献[22]用二维离散小波变换将每个视频帧分解成子频带，然后将PCA变换应用到LL和HH频带中，并将水印信息嵌入到这2个频带的最大PCA系数。该算法不仅具有较高的不可见性和信噪比而且可以有效抵抗各种攻击。文献[23]提出了1种基于帧内与帧间边信息的小波视频水印算法。该算法以视频的运动特征与纹理特征为边信息且确定自适应抖动调制量化步长。小波变换算法不仅实现了较好的盲检测性、不可见性并且对高噪声帧平均、帧删除、帧置换等攻击具有较好的稳健性。但也存在一些缺点即不能最优化地表示含线或者面奇异的高维数，在视频压缩过程中容易产生模糊、振铃效应等形式的失真。

Contourlet变换是1种不可分离的多尺度信号表示方法，其可以有效跟踪图像的线奇异性和面奇异性，将多尺度分析和方向分析分开进行，因此Contourlet域变换因其多分辨力、多方向性和各向异性的性质能有效地捕捉到帧图像边缘轮廓，弥补了小波变换中的不足。此方法比小波域更适合嵌入水印，成为视频水印领域1个很有潜力的研究方向。文献[24]提出在Contourlet分解后的空域低频子带系数的动态成分和静止成分中嵌入水印信息;文献[25]提出了基于Contourlet变换的双重视频水印算法，对I帧进行Contourlet变换，在低频重要系数嵌入破坏原始水印在高频域嵌入稳健水印，因此具有较高的保真度。

空域算法和频域算法各有优缺点，空域变换提出的较早、信息容量大、算法简单且便于实现，但也有稳健性差的缺点。频域算法将人类视觉系统和水印编码算法进行了有效的结合且能与压缩编码兼容，有良好的不可见性和稳健性，同时在频域中嵌入水印的能量可以遍布图像所有像素中，使水印的抵抗攻击能力和信息隐藏能力大大提高，还可以在视频的压缩域进行水印嵌入。由于频域算法的变换和反变换时间比较长，所以不太适合进行实时性操作。

2.2 压缩域视频水印

压缩视频水印是1种在压缩编码过程中嵌入水印或者直接把处理后的水印嵌入编码压缩后的视频中的方法。这种方法的优点是可以在编码过程中对信息调制产生影响的因素进行控制及做出适时的处理。缺点是该算法一般只和特殊的视频压缩编码相匹配。

2.2.1 在运动向量中嵌入水印

在运动矢量中嵌入水印时主要是将水印信息嵌入在幅度值大、相角变换小的运动矢量中，大部分的帧在压缩视频序列中是运动补偿编码帧，所以把水印隐藏在运动矢量可以有效利用视频比特流信息。文献[26]针对对视频水印的时间同步攻击，提出1种基于运动矢量统计特性的MPEG－4视频水印算法，根据运动矢量幅值分布特点将水印嵌入特定运动矢量中，该算法对时间攻击来说具有较好的稳健性和不可见性。文献[27]中利用P帧的运动矢量和局部的运动矢量信息来嵌入水印信息，水印信息是按运动矢量的奇偶位来嵌入的，所以要搜寻的嵌入点就要减少一半，从而降低了计算复杂度，提高了视频水印处理的实时性。运动矢量的大多数方案具有容量大、实时性及视觉质量好等特点，但其稳健性一般较差。

2.2.2 在脸部运动参数中嵌入水印

脸部运动参数技术是1998年Frank Hartung提出的，该技术采用扩频通信思想在MPEG－4的脸部运动参数中嵌入水印，利用66个脸部运动参数使MPEG－4的脸部模型运动起来。其基本思想为:将1 bit水印信息散布到多于1个FAT中，先扩展需要嵌入的比特信息，并对其进行调制，然后低通滤波和振幅调制，最后再嵌入欲嵌入的FAP块中。但该方法的问题是水印提取速率不均衡，非盲检测，且没有考虑HVS特性。在运动矢量嵌入水印的好处是，对运动矢量只需进行简单的判断和加减运算，计算复杂度低。由于GoP中B帧和P帧图像远多于I帧图像数量，运动矢量资源丰富，信息嵌入强度大且不影响视频质量。

2.2.3 基于VLC域中嵌入水印

压缩的视频码流中可直接获得的基本编码单元是可变长码字(VLC)，每个DCT系数都有相应的VLC对应，因此可在VLC域嵌入水印。不仅算法简单，而且实时性检测效果也较好。文献[28]提出通过修改视频流中的可变长编码来嵌入水印信息，该算法不需要对压缩视频解码，水印嵌入速率高且计算复杂度小，但对信道干扰和视频处理的抵抗能力稍差。文献[29]提出1种新颖的基于VLC域半脆弱水印算法，利用视频VLC域I宏块预测方式和CBP块编码模式来自适应地提取特征码的宏块，利用子宏块量化系数低频能量之间的关系构建宏块级别的内容特征码，同时可以通过修改子宏块拖尾系数的方式来嵌入半脆弱认证水印。该方法具有良好的不可感知性和码率恒定性。该算法对添加性噪声、锐化、帧平均、I帧删除、共谋攻击等具有稳健性，但拷贝攻击稳健性较差。水印化视频对嵌入过程在小的DCT系数进行时不具有稳健性，所以此算法有待改进。

2.2.4 在DCT系数中嵌入水印

一般基于DCT域的视频水印的嵌入和提取过程是在视频编解码中进行，通过调制DCT变换或量化后的系数来完成嵌入的。在视频的DCT系数中嵌入水印的方法是目前研究最多、技术最成熟的视频水印技术。清华大学的吴国威教授等人在考虑人眼视觉特性的基础上了提出了1种针对MPEG－2码流的算法，通过修改特殊位置的DCT系数侵入水印。文献[30]提出了1种基于H.264 DCT域的算法，在I帧中4×4变化块中选择合适的位置，将水印值和变换块的能量值替换嵌入点系数值，并引入拉格朗日优化的编码控制模型来提高水印的失真性能。文献[31]提出1种基于DCT压缩域嵌入可逆性视频水印算法，在8×8编码块采用略加修改的哈弗曼编码方法，再将水印信息嵌入DCT压缩内容中，该算法实时性好，输出视频质量有很大改善但载体容量相对较小。

2.2.5 DEW 算法

该算法也叫差分能量算法 ，文献[32]Langelaar针对压缩视频码流，提出1种在压缩码流中选择性丢弃部分高频DCT系数，通过相邻2个区域的DCT高频系数的能量差值来编码水印信息，该算法是有损压缩。

3 对视频水印的攻击分类

视频水印攻击就是指1种阻碍或是减弱视频水印的检测或可以对提取出的水印信息产生多义性的处理过程。一般把视频水印攻击分为无意攻击和有意攻击。

1)无意攻击

对视频进行各种处理时不可避免地产生水印信号攻击。比如，利用各种压缩编码标准对视频进行压缩编码;视频格式间互相转换时所造成的帧速率和显示分辨力的改变;帧删除、帧重组等编辑处理;还有一些帧重排、帧间组合等新型攻击形式。对于无意攻击可以通过改善水印系统来解决。

2)有意攻击

有意攻击是有目的、有准备地为达到破坏、伪造和抽取水印而进行的水印攻击。有意攻击的方法及其相应的对策有:

(1)IBM攻击，也称为解释攻击，产生的原因是有些水印方案中对检测到的水印可能存在多个解释。其实，在解释攻击中并没有去除水印而是嵌入了另一个具有相同强度的水印，使得原来的水印失去了意义。一般水印方案有3方面的缺点:一是无法检测出2个水印嵌入的先后顺序;二是水印和原作品没有同时注册;三是水印的可逆性为攻击者提供了可趁之机。针对这3方面的不足，提出了以下解决方法:一是时间戳机制，合理使用时间戳机制，通过判定水印添加时间顺序就可以轻而易举地解决版权纠纷问题;二是公证机制，作者在向公证机关注册水印序列时同时也注册原作品;三是单向水印机制，将作者的水印方案约束在单向水印范围内以消除水印嵌入的可逆性，从而有效阻止水印的伪造行为;四是双水印技术，利用双密钥体制在图像中嵌入1个稳健水印序列和1个脆弱水印序列，稳健水印需要知道图像情况下才能检测到，脆弱水印进行检测时无需原图像，一旦发生版权纠纷，只要合法拥有者持有嵌有合法水印的图像，提取出证明版权归属的水印信息，非法攻击者进行视频水印盲检测时无法得到其嵌入伪水印，从而使得攻击失败。

(2)合谋攻击，就是利用多个作品的优势去除水印或是无法检测到水印。合谋攻击分2类:第1类是在不同作品的不同拷贝中嵌入同一水印，通过对每份拷贝进行水印估算从而精确提取水印信息，这样就可以通过去除水印来获得原始作品;第2类是在同一作品的不同拷贝中嵌入不同水印，对嵌入不同水印的不同作品拷贝进行比如帧平均的线性组合，就有可能产生出无水印的原始作品。在数量上一定程度地限制含水印作品的提供，使用随机密钥增加合谋攻击的复杂度，都可有效抵抗合谋攻击。同时将随机或伪随机机制应用于水印信号嵌入位置选择上，也有利于加强水印对分析攻击的抵抗能力。

4 数字视频水印技术面临的挑战及对未来的展望

视频水印技术目前是水印研究领域的一大热点课题，虽然该项技术在多年的研究中有了不少的成果，但现有的技术中仍有一些需要改进和提高的地方。本文将视频水印技术面临的挑战及对未来的展望归纳为以下几个方面:

1)对于视频水印的实时性研究，虽然现在水印算法的实时性在多年的研究中有了很大提高，视频的正常播放基本可以得到满足，但一旦受到攻击就会影响正常播放，因此需要更有效的算法来进一步提高这一性能。

2)视频水印在网络传输中的研究，视频水印技术在流媒体应用中受到诸如网络带宽，网络传输误码等因素的影响，同时还必须对传输中所引起的差错进行控制和处理。因此，如何使视频水印技术更好地适用于网络视频流媒体是另一个研究重点。

3)特征视频水印技术的研究，统计特征数字水印一般比较容易受到非线性等变换方法的攻击，同时帧图像高层特征的数字水印技术比如基于边界信息等具有较好的强壮性，也可能成为视频水印研究的重点。

由于笔者知识面的局限，介绍的内容和所做的评述肯定存在不全面、不确切、不妥当的地方，希望读者给予指正。

[1]BIENER G，NIV A，KLEINER V，et al.Space－variant polarization scrambling for image encryption obtained with subwavelength gratings[J].Optics Communications，2006，261(1):5－12.

[2]QI Dongxu，ZOU Jiancheng，HAN Xiaoyou.A new class of scrambling transformation and its application in the image information covering[J].Since In China Series E:Technological Sciences，2000，43(3):304－312.

[3]裴小根.基于数字水印的信息安全研究[D].济南:山东大学，2011.

[4]VOYATZIS G，PITAS I.Chaotic watermarks for embedding in the spatial digital image domain[C]//Proc.International Conference on Image Processing.[S.l.]:IEEE Press，1998:432－436.

[5]ZHONG Qianchuan，ZHU Qingxin.A DCT domain color watermarking scheme based on chaos and multilayer Arnold transformation[C]//Proc.International Conference on Networking and Digital Society.[S.l.]:IEEE Press，2009:209－212.

[6]张元囝.基于数据库下的数字水印研究[D].长春:吉林大学，2011.

[7]龚文安.鲁棒性小波域数字水印技术研究[D].长沙:中南大学，2007.

[8]CHEN Xi，ZHOU Ping.Video watermarking algorithm based on moving object detection[J].Journal of Computer Application，2011，31(1):258－259.

[9]GUAN Jinyu，MEI Rui，ZHANG Wenying.Research of digital watermarking based on wavelet transform[C]//Proc.2010 the 2nd International Conference onComputerandAutomationEngineering(ICCAE).[S.l.]:IEEE Press，2010:23－27.

[10]BAMATRAF A，LBRAHIM R，SALLEH M，et al.A new digital watermarking algorithm using combination of least significant bit(LSB)and inverse bit[J].Journal of computing，2011，3(4):1－8.

[11]KIAH M L M，ZAIDAN B B，ZAIDAN A A，et al.A review of audio based steganography and digital watermarking[J].International Journal of the Physical Sciences，2011，6(16):3837－3850.

[12]陈雪贞，冯国瑞，王朔中.抵抗共谋攻击的运动一致性空域视频水印[J].信号处理，2011(2):298－303.

[13]AHMED M A.，KIAH M L M，ZAIDAN B B，et al.A novel embedding method to increase capacity and robustness of low－bit encoding audio steganography technique using noise gate software logic algorithm[J].Journal of Applied Sciences，2010，10(1):59－64.

[14]BARNI M，BARTOLINI F，CALDELLI R，et al.A robust watermarking approach for raw video and it’s DSP implementation[J].International Journal of Advanced Engineering Research and Studies，2011，1(1):198－208.

[15]王丽云.抗几何攻击的视频水印算法研究[D].武汉:华中科技大学，2011.

[16]苏琴.一种基于DCT系数的数字视频水印算法[J].无锡职业技术学院学报，2012(1):56－59.

[17]NIKOLAIDIS N，PITAS I.Robust image watermarking in the spatial domain[J].Signal Processing，1998，66(3):385－403.

[18]吕慧，张贵仓.改进的层式DCT在数字水印技术中的应用[J].微电子学与计算机，2012，29(2):103－106.

[19]LIU Shaohui，WANG Jiguang，SHI Feng，et al.Spatial video watermarking algorithm based on human visual system and DCT[J].Sciencepaper Online，2010(2):106－111.

[20]王晓旭.视频水印技术研究[D].长沙:中南大学，2009.

[21]高智慧，肖俊，王颖，等.一种含边信息的小波域视频水印算法[J].计算机工程，2009(21):123－124.

[22]HUSSEIN J，MOHAMMED A.Robust video watermarking using multiband wavelet transform[J].International Journal of Computer Science，2009，6(1):44－49.

[23]YASSIN N I，SALEM N M，ADAWY M E.Block based video watermarking scheme using wavelet transform and principle component analysis[J].International Journal of Computer Science Issues，2012，9(1):296－301.

[24]吴一全，庞磊.基于空域Contourlet－时域小波变换的视频水印算法[J].电子测量与仪器学报，2010(12):1088－1093.

[25]姚涛，阙大顺，王刚，等.基于Contourlet变换的双重视频水印方案[J].计算机工程，2011，37(8):143－145.

[26]林克正，杨微，庄虔玉.基于运动矢量统计的压缩域视频水印算法[J].哈尔滨理工大学学报，2010，15(2):51－54.

[27]SWARAJA K，LATHA Y M，REDDY V S K，et al.Video watermarking based on motion vectors of H.264[C]//Proc.2011 Annual IEEE India Conference(INDICON).[S.l.]:IEEE Press，2011:1－4.

[28]林志高，孙锬锋，蒋兴浩，等.基于VLC域的H.264/AVC视频流内容级认证水印算法[J].上海交通大学学报，2011(10):1531－1535.

[29]ZOU D，BLOOM J A.H.264/AVC substitution watermarking:a CAVLC example[C]//Proc.Media Forensics and Security.[S.l.]:IEEE Press，2009.

[30]姚文，基于H.264视频水印算法的研究与实现[D].西安:西安电子科技大学，2010.

[31]LANGELAAR G C，LAGENDIJK R L，BIEMOND J.Real－time labeling of MPEG－2 compressed video[J].Journal of Visual Communication and Image Representation，1998，9(4):256－270.

[32]谢斌，任克强，肖玲玲.一种基于HVS的DCT域稳健视频水印算法[J].电视技术，2011，35(9):30－32.