基于邻域均值的视频水印算法

鲁晓辉(三门峡职业技术学院，河南三门峡472000)

基于邻域均值的视频水印算法

鲁晓辉
(三门峡职业技术学院，河南三门峡472000)

针对MPEG-2标准，提出一种新的盲水印算法，首先使用领域平均的方法，计算载体视频两条I帧DCT变换低频系数均线的交叉点作为嵌入位置，然后利用奇偶量化的方法实现水印信息与同步码的嵌入。实验表明，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。

邻域均值（NM）；奇偶量化；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，其重要性得到了越来越多的研究者的重视。自九十年代提出数字水印概念以来，研究者已经从频域、时域等多个方面提出个多种水印嵌入算法。

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[4]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[5]，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中视频图像层分为三个种类[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。I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、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。

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 AC低频系数均值分析

设视频帧数为N，采样点为x1,κ,xn,取正整数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)。

由图可知，在邻域平均算法中，均值线显现出低通特性，且Mb较Ma平滑，Ma较样本线平滑。由于常规噪声均值接近0，对于多个采样点均值来说，采样点足够大时，噪声均值接近0。

2　水印算法

2.1水印预处理

水印图像在嵌入前必须进行预处理，变换为一个二进制序列，本文中选择Arnold变换进行水印置乱。选定M*M水印图像按照公式<3>进行变换得到长度为m的二进制序列W={w1,w2,w3,…,wt}，t=M*M。

由于视频信息在受到攻击时计算的均值线的交点会发生部分变化，所以水印的嵌入必须嵌入长度为n的同步码W'。将同步码与水印进行级联W||W'得到最终的嵌入信息W''t=M*M，其中∈{1，-1}，t∈{1,2,…,m*n}。

2.2水印嵌入过程

水印的嵌入流程如图4，选取视频同一位置（一般取亮度最高部分）逐帧提取8*8分块，对每个分块进行DCT变换，然后针对DC分量均值的交点的低频系数实现水印的嵌入。通过图1可知，均值交点呈现无规律出现的特征，为提高鲁棒性，此处我们设定两个嵌入位置之间距离应至少大于b。

算法具体步骤为：

①将水印依据公式(3)进行预处理，并与同步码进行级联，得到一维序列W''。

②将视频所有帧的图像选取同一位置进行8* 8DCT转换，并根据a、b的值针对AC低频系数(2,2)计算均值序列Ma与Mb。

③逐个判断Ma与Mb的相交情况，若满足公式(4)，则称Ma与Mb相交(交点可能是MBi、MBi+1或两点之间，此处统一认为交点在MBi+1)，进入步骤4，否则结束嵌入。

④判断相交点与上个相交点距离是否大于b (第一个交点不判断),是则进入步骤5，否则回到步骤3继续判断。

⑤若找到的相交点为MBi+1则对应视频原始位置为i+b+1。该点极为嵌入点，值计为vi+b+1。

⑥对于嵌入点与该点需要嵌入的水印信息wj根据公式（5）、（6）判断。

⑦转到步骤3，继续判断。

2.3水印提取

水印提取方法如图5所示，将待检测视频资料进行嵌入逆过程即可得到水印图像。具体步骤为：

.将视频所有帧的图像选取同一位置进行8* 8DCT转换，并根据a、b的值针对AC低频系数() 2,2计算均值序列Ma与Mb。

①逐个判断Ma与Mb的相交情况，若满足公式(4)，则称Ma与Mb相交，进入步骤3，否则结束提取。

②判断相交点与上个相交点距离是否大于b (第一个交点不判断),是则进入步骤4，否则回到步骤2继续判断。

⑤根据公式<7>提取相关值r(x)，对r(x)进行搜索，当发现同步码特征值n时，在其后提取m个值组成一组水印，继续搜索直到找到所有信息为止。

4　实验结果分析

使用Matlab选择五种不同视频来测试算法的性能,选择类型有新闻、娱乐节目、电影，具体信息见表1。在具体测试中，A、B取值为5和10,为多次实验后选定的最佳值，其中B的取值决定了算法的嵌入容量，最终嵌入容量约为I/2B I/B之间，I为取样总帧数。

表1　测试视频详细信息

4.1不可见性

我们通过PSNR值来检验算法的不可见性，由图六可知，水印嵌入后PSNR值保持在40dB到50dB之间。通常来讲当PSNR达到30dB以上时，肉眼就不能感知到视频中的水印信息，所以本算法不可见性较好。图七（a）为原始视频，（b）水印插入后的视频。由以上结果可以看出，算法的不可见性较好，添加水印并未对视频造成较大影响。

4.2鲁棒性分析

为验证鲁棒性，对算法进行盐椒噪声、高斯噪声、旋转、剪切、投影攻击，详细数据见表2。

表2　在不同攻击下水印提取平均成功率

通过数据可以看出，本算法在抵抗各种攻击方面均显示出较强的性能，尤其是针对剪切攻击优势明显，具有较强的鲁棒性，具备一定的使用价值。

5　结论

本文提出了一种基于邻域均值的视频盲水印算法，算法选择载体视频I帧多条DCT系数均值曲线的交点作为水印嵌入点，利用奇偶量化的方法实现水印信息的嵌入。通过仿真实验，证明算法对视频质量影响较小，具有良好的不可见性，对于盐椒噪声、高斯噪声、旋转、剪切、投影攻击具有较强的鲁棒性，是一种良好的盲水印视频算法。

[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 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]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（18）：9-11,50．

[5]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：赵建周）

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

国家自然科学基金项目“多处理器协作加密框架下二维细胞自动机图像加密技术的研究及其应用”（61003246）。

鲁晓辉(1980－)，男，河南三门峡人，三门峡职业技术学院讲师，河南科技大学硕士，主要研究方向为信息安全、数字水印。