邻域均值的视频水印改进算法



邻域均值的视频水印改进算法

鲁晓辉

(三门峡职业技术学院 信息传媒学院，河南 三门峡472000)

摘要：针对MPEG-2标准，通过嵌入帧选定和水印嵌入两步实现水印的嵌入。首先利用视频I帧DCT变换低频系数均线与低频系数交叉点确定嵌入帧；然后在嵌入帧选定嵌入位置通过特定DCT系数大小关系实现水印嵌入。实验表明，该算法具有较好的不可见性，且针对常规攻击具有较强的鲁棒性。

关键词：邻域均值(NM)；鲁棒性；离散余弦变换；数字水印

在互联网时代，版权保护尤其是数字版权保护的问题日益严重，水印技术作为数字版权保护的重要分支，自90年代提出数字水印概念以来，其重要性得到了越来越多研究者的重视，研究者已经从频域、时域等多个方面提出了多种水印嵌入算法。

在具体研究中，更多的研究者将精力投向了音频和图像水印的研究，视频水印研究则远远落后于前两者。虽然部分基于音频和图像的水印算法能够直接应用于视频，但视频水印与前两者相比，既要求满足透明性和鲁棒性，还对实时性、盲检测有着特殊的要求[1]。

目前国内外也提出了一些基于视频的水印算法[2-4]。王玉林等在文献[2]中分别针对剪切攻击和缩放攻击提出了两种针对性的盲水印算法，但没有考虑到水印在遭受到去同步攻击时的安全问题。刘虹等在文献[3]中提出，将水印信息嵌入到P帧与B帧中以对抗帧插入与帧删除攻击。此方法主要问题是对于几何攻击和滤波攻击效果不佳。在文献[4]中，郑鹏等提出直接利用I帧的中频DCT系数进行水印嵌入，能够较好的对抗帧删除与帧插入攻击，但在对视频进行重新编解码时，水印的鲁棒性会大大降低。本文在文献[5]对于MPEG-2视频帧图像和DCT系数研究的基础上，重新对MPEG-2文件结构和DCT系数稳定性进行分析，并选择采样点不同长度均值曲线的相交点作为水印嵌入点[6]，以提升水印的鲁棒性。

1算法准备

1.1　MPEG-2视频结构分析

MPEG-2中视频图像层分为3个种类[4],即I帧、P帧和B帧。其中I帧属于内部编码帧，其编码与JPEG较为类似；P帧为向前预测帧，其编码需要利用之前帧进行运动补偿预测；B帧称为双向预测帧，其编码需要利用前后帧双向预测运动补偿。

由于在MPEG-2中I帧为画面的主要表达帧，P帧是由I帧或之前P帧预测得出，B帧为I帧和P帧共同预测得出，所以本文只对I帧进行水印插入。

1.2　DCT变换系数稳定性分析

DCT变换的水印嵌入，可以选择在高频或低频系数上进行嵌入。为测试高、低频系数的稳定性，首先进行稳定性分析。具体做法是，选择一个视频文件中若干帧数据，将每一帧进行DCT变换，然后分别进行旋转、剪切、缩放、投影攻击，结果如图1、图2所示。通过对 结果的分析，我们可以得出，高频系数变化幅度(图1)远远大于低频系数的变化幅度(图2)，即低频系数的抗干扰性强于高频系数。选取多个视频文件进行测试，该特性依然存在。

图1　高频系数变化比较Fig.1　Comparing between the changes of High frequency coefficient

图2　低频系数变化比较Fig.2　Comparing between the changes of Low frequency coefficient

通过两幅图对比可知，低频系数在经受攻击时核心特征表现稳定，具有较强的鲁棒性。

1.3　均值曲线分析

对视频进行采样，得到的采样点原始序列记为M(x1,…,xn)。对采样点以正整数a为单位利用公式(1)计算均值，所得到的均值序列记为

Ma(Ma1,Ma2,…,Man-a+1)。

(1)

图3　均值序列与采样点关系Fig.3　Relationship between the mean sequence and sampling points

通过图3可以看出，均值曲线呈现出较强的低通特性，M20较M10更加平滑，且与采样点序列具有较多相交。从稳定性角度看，由于常规噪声的均值趋近于0，所以当采样点量达到一定数值时，噪声均值接近于0，即曲线相交性受噪声影响较小。

2水印算法

2.1　水印预处理

水印图像选择32×32的灰度图像，通过公式(2)进行Arnold变换为长度为1024的置乱二进制序列W，如图4所示。

图4　水印置乱Fig.4　Watermark scrambling

(2)

其中t=M·M(M=32)。

考虑到载体视频受到帧插入或帧删除攻击，以及各种噪声攻击造成的均值线间相交位置的改变，为确保水印提取的准确性与完整性，选择长度为n的同步码W′与置乱后水印信息W进行级联W‖W′，得到最终的嵌入信息W″。

2.2　嵌入步骤

水印的嵌入过程如图5所示，选取视频I帧同一位置(101∶108，101∶108)逐帧提取YUV中U分量进行8×8DCT变换，通过均值曲线相交性进行水印嵌入帧的确认。为确保算法的鲁棒性，规定两个嵌入帧的间距应大于等于正整数a。确定嵌入帧后，可以选择直接在U分量8×8分块DCT系数中进行嵌入，此时为确保均值曲线相交性不受影响，必须将两个嵌入点所有的帧进行相同的嵌入，改动数值较多，对算法的不可见性有较大的影响。为此，本算法将嵌入帧选定和水印嵌入分两步分别进行，将嵌入点选择为嵌入I帧中部的(201∶208,201∶208)U分量的8×8DCT变换低频系数。

图5　水印嵌入过程Fig.5　The process of watermark embedding

算法实现:

Step1:利用公式(2)对水印图像进行N次置乱得到二进制序列W后,将同步码W′与W级联得到嵌入信息W″。

Step2：对原始视频连续提取I帧得到原始序列M，利用公式(1)得到均值序列Ma，其中a为均值基数，xn为提取的第n个I帧U分量(101∶108，101∶108)像素8×8DCT变换得到矩阵(4,4)位置的值。

Step3：利用公式(3)判断Ma与采样点原始序列M的相交性，将相交时i的值保存为序列I。

(3)

Step4：对序列I进行遍历，将除I1外所有满足公式(4)的数值删除，以确保选定的两个嵌入位置间距大于等于正整数a。此时完成嵌入帧选定工作，序列I即为选定的嵌入帧序号。

(4)

Step5：对于选定的所有嵌入帧U分量(201∶208,201∶208)像素进行8×8DCT变换。根据公式(5)将嵌入信息W″嵌入。将dct(3,2)记为d3,dct(2,3)记为d2。

d=abs(d3-d2)

(5)

其中，wj为当前帧需要嵌入的信息，a为阀值。

2.3　水印提取

水印提取方法如图6所示,含有嵌入信息的视频资料通过嵌入帧选定和水印提取两步完成水印信息的提取。

Step1:含嵌入信息视频嵌入帧的选定过程与嵌入过程Step2、Step3、Step4操作完全相同，通过以上操作可以得到嵌入帧序列I。

图6　水印提取过程Fig.6　The process of extracting watermark

(6)

Step4:将同步码W′与水印信息W进行分离，得到水印信息W再进行逆置乱，最终得到水印图像。

3实验结果分析

模拟实验利用Matlab7.0系统进行，为全面验证算法性能，选择不同类型的5种视频进行测试，视频信息见表1。测试中a=10,c=1.0根据视频像素不同、采样点坐标略有调整，基本保证定位点在画面左上靠中间部分，嵌入点在靠近画面中央部分。

表1　测试视频详细信息

3.1　不可见性

通过计算PSNR验证算法的不可见性，结果见表2。由表2可知，当视频量化因子qs=4(%)时，各类测试视频PSNR始终保持在40～50之间，此时肉眼无法直接感知水印信息。图7为原始视频，图8为水印插入后的视频，通过直接观察，无法发现两张截图的不同，所以算法具有较强的不可见性。

表2　不可见性测试

图7　嵌入水印前视频Fig.7　Original video

图8　嵌入水印后视频Fig.8　Embedded video

3.2　鲁棒性分析

为验证算法鲁棒性，对含嵌入信息的视频进行了各类常规攻击，实验结果见表3。

表3　在不同攻击下的水印提取结果

Table 3　Extraction results based on

different transformations

攻击类型参数NC无攻击-1椒盐噪0.0081高斯低通滤波(4·4)0.50.998剪切(比例)1/161乘性噪声攻击0.0050.987均值滤波攻击[3,3]0.992高斯噪声0,0.0010.993旋转4°0.996投影-0.985

通过表3可以看出算法具有较强的鲁棒性，具备一定的应用价值。

4结束语

视频水印算法并非简单的图像水印算法的动态应用，本文利用视频连续I帧DCT系数均值的稳定收敛性，将均值曲线与原始曲线的交点帧选为嵌入帧。为保证水印嵌入对嵌入点定位的零影响，在帧内另外选定了嵌入位置，利用DCT低频系数间的大小关系实现了水印的嵌入。仿真实验表明，算法在确保不可见性的同时对于常规攻击具备较强的鲁棒性。

参考文献：

[1] 邹复好，卢正鼎，凌贺飞.MPEG-2变长码域实时视频水印[J].计算机科学,2006,33(7):147-152.

[2] WANG Y L, Pearmain A. Blind MPEG-2 video water marking robust against geometric attacks: a set of approaches in DCT domain[J].IEEE Trans. Image Process. 2006,15(6):1 536-1 543.

[3] 刘虹,刘泉.一种MPEG-2压缩域视频水印算法[J].武汉理工大学学报,2008,30(7)：134-137.

[4] 郑鹏,刘敏忠.一种基于DCT域的视频水印算法[J].武汉理工大学学报. 2009,31(18)：9-11.

[5] 鲁晓辉,金渊智.基于MPEG-2的视频水印算法[J].计算机应用与软件，2014(10)：144-146.

[6] 张金全,王宏霞.基于音频内容的DCT域脆弱水印算法[J].西南交通大学学报,2012,47(3)：427-432.

(责任编辑：李华云)

An Improved Video Watermarking Algorithm Based on NM

LU Xiaohui

(Information Institute of media， Sanmenxia Vocational Technical Institute, Sanmenxia Henan472000, China)

Abstract：An improved blind video watermarking algorithm based on MPEG-2 is proposed. First, select the intersection between mean-line in low frequency DCT coefficients and low frequency DCT coefficients of I frame as the embedding frame. And then the watermark information is embedded by using the relationship of specific DCT coefficient. The experimental results show that the algorithm is of good invisibility and has strong robustness under the conventional attacks.

Keywords：The neighborhoods of the mean of DCT coefficients； Robustness; Discrete cosine transform； Digital Watermarking

作者简介：鲁晓辉(1980-)，男，河南三门峡人，讲师，硕士，主要研究方向为信息安全、数字水印。

基金项目：国家自然科学基金项目(61003246)

收稿日期：2014-11-19

中图分类号：TP309.7

文献标识码：A

文章编号：1671-5322(2015)01-0051-05

doi:10.16018/j.cnki.cn32-1650/n.201501012