一种小波域自适应的盲视频水印算法

李昊　梁家栋

【摘 要】针对视频版权的保护，本文提出了一种小波域自适应的盲视频水印算法。首先基于猫映射和Logistic映射的双混沌加密对图像水印进行处理以增强其安全性；然后对宿主视频进行场景分割，通过像素帧平均法提取关键帧并提取其亮度分量，将处理后的图像水印自适应地嵌入到经过小波变换后亮度分量的低频系数中。实验结果表明，本文的算法具有较好的不可见性，且针对锐化、高斯滤波、噪声、帧剪切等攻击具有良好的鲁棒性。

【关键词】视频水印；双混沌加密；盲水印

【Abstract】For the copyright protection of digital video， this paper proposed an algorithm that an adaptive blind video watermarking algorithm in wavelet domain. First， to enhance the watermarking images safety， we process it based on cat mapping and logistic mapping of double-chaotic encryption； Then decomposed the host video into the frames， key frames are extracted by frame averaging method and extract the luminance component through a secrets， then the processed image watermark is adaptively embedded into the low frequency coefficients of the luminance component after the wavelet transform. The experimental results show that this algorithm has a good invisibility， and the attack on Sharpening， Gauss filtering， noise， frame shear has good robustness.

【Key words】Video watermarking； Double-chaotic encryption； Blind watermarking

0 前言

随着多媒体以及网络技术的发展，在多媒体信息传播越来越方便快捷的同时也带来了许多版权纠纷问题。视频水印技术通过在视频信息中嵌入水印信息，可以实现视频的版权保护。在视频水印研究方面，由于包括空间掩蔽效应等在内的更为精确的人眼视觉模型尚未建立完全，使得视频水印技术相对于图像水印技术发展滞后，现有的标准视频编码格式又造成了水印技术发展的局限性。视频水印的出现最初是为了保护数字视频产品的版权，但因为它所具有的不可感知性，稳健性和安全性等特点，近年来其应用领域得到不断的扩展[1]。

本文提出了一种小波域自适应的盲视频水印算法。该算法首先将图像水印进行基于猫映射和Logistic映射的双重加密，然后以Haar为小波基对视频帧的亮度分量进行三层小波分解，将水印嵌入到稳健性较好的低频系数中，由低频系数决定嵌入强度，水印的提取不需要原始视频，实现了水印的自适应嵌入以及盲提取。实验结果表明，该算法具有安全性高、加密解密速度快、保密性好等优点。

1 图像水印预处理

本文选取二值图像作为水印，在嵌入视频之前对其进行置乱加密：首先对图像进行前期处理，包括切割图像成N×N尺寸的大小，图像数据转化为双精度类型；然后利用二维猫映射对像素点的位置进行置乱；最后将Logistic映射产生的混沌序列与置乱后图像的灰度值异或，进行扩散操作，置乱和扩散一共进行L轮。

具体步骤描述如下[2]：

步骤1：读入图像数据矩阵后将其转化为双精度类型，为了应用二维猫映射，需要将双精度图像切割生成N×N大小，为方便起见，本文选用128×128大小的logo.bmp图像。

步骤5：解密过程：首先将加密图像灰度值与Logistic混沌序列异或，然后利用相同密匙的二维猫映射的逆矩阵进行像素点位置逆置乱，逆矩阵如式（4）所示，重复进行L次即可解密出原始水印图像。

2 视频水印算法

2.1 水印嵌入算法

水印的嵌入位置和嵌入强度是影响水印不可感知性和稳健性的重要因素，像素帧平均法是取一视频段中所有帧的某位置上的像素值，求其平均来作为比较的标准，将视频段中此位置像素值最为接近平均值的帧，作为该视频段的关键帧[4]。同时由于在视觉最重要的部分中嵌入水印可以获得较好的稳健性，小波分解后的低频系数包含了视频帧的绝大部分能量，是视觉最重要的部分，因此本算法选取关键帧小波分解后的低频子带作为水印的嵌入区域，水印的嵌入强度由低频系数各值的大小自适应地确定。本算法采用Haar为小波基对视频帧的亮度分量进行三层小波分解，将水印嵌入到稳健性较好的低频系数中，这样可以较好地满足水印稳健性的要求。

水印嵌入的具体过程如下[5]：

1.首先将视频序列分割成若干个场景，通过像素帧平均法提取关键帧，设由k帧组成。每一帧的大小为m×n，选择Haar为小波基对每个场景中的关键帧进行三层小波分解，得到第k帧视频图像亮度分量的分解系数Yk。

3 实验结果与分析

在仿真实验中，原始视频采用CIF格式的flower.yuv序列，每帧视频图像大小为256×256，图像水印是一幅128×128的二值图像。

3.1 不可感知性实验验证

视频水印算法的不可感知性要求视频序列在嵌入水印后视觉上无法感知水印的存在。本文将图像水印嵌入视频中，从主观上判断，图像质量几乎没有下降，如图5、图6所示：

3.2 安全性实验验证

图像水印在加入视频帧之前需要进行加密处理。采用前面所述的双混沌加密方法，猫映射中加密轮数L、猫映射参数a和b以及Logistics映射中的μ，xn几个参数都可作为密钥，验证时，令猫映射参数a=3和b=5以及Logistics映射中的μ=3.91，x0=0.48，如若改变其中任意一个，非法用户都很难读取水印信息，保证了算法的安全性，如图7、8所示，仅改变x0=0.52的数值时提取还原的图像水印与原图像的比较：

3.3 鲁棒性实验验证

为验证视频水印的鲁棒性，本文分别对视频序列进行低通滤波器锐化、噪声、高斯低通滤波、剪切、旋转等等攻击操作，然后提取水印。实验表明，该算法具有良好的鲁棒性，具体的攻击实验效果如下：

3.3.1 锐化攻击

锐化是一种补偿轮廓、突出边缘信息以使图像更为清晰的处理方法。锐化的目标实质上是要增强原始图像的高频成分，结果呈现明显噪声。

上述图像中，图9为进行锐化攻击后的视频帧，图10为攻击后提取的图像水印，得到PSNR值=21.1036、NC值=0.9734。

3.3.2 高斯滤波攻击

高斯滤波是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。

上述图像中，图13为进行高斯滤波攻击后的视频帧，图14为攻击后提取的图像水印，PSNR值=23.2009、NC值=0.9832。

3.3.3 噪声攻击

椒盐噪声又称脉冲噪声，它随机改变一些像素值，是由图像传感器、传输信道、解码处理等产生的黑白相间的亮暗点噪声。

上述图像中，图11为进行椒盐噪声攻击后的视频帧，图12为攻击后提取的图像水印，PSNR值=24.1319、NC值=0.9868。

3.3.4 剪切攻击

按照一定比例对视频图像进行了裁剪，此处为1/2，然后提取图像水印信号。

上述图像中，图15为进行剪切攻击后的视频帧，图16为攻击后提取的图像水印，PSNR值=29.2445、NC值=0.9958。

3.3.5 旋转攻击

以视频图像的中心为圆心进行了不同角度的旋转，然后将旋转后的图像进行裁剪以保持图像为矩形，最大限度地保留图像的中央部分，为了提取水印，将旋转后的视频图像再反向旋转，恢复原方向。

上述图像中，图17为进行旋转攻击后的视频帧，图18为攻击后提取的图像水印，PSNR值=15.7568、NC值=0.9055。

由上述实验效果及数据可以看出，虽然受到攻击时含水印视频的质量有所下降，但是提取的图像水印与原始水印仍具有较高的相似度，说明水印算法对上述攻击具有较强的鲁棒性。

4 结束语

本文提出了一种小波域自适应的盲视频水印算法，并进行了相关的攻击实验。实验给出了对算法进行各种攻击下的PSNR值以及NC值。通过效果图可以看出，加入水印后对视频帧画质无明显影响，不可见性好；通过PSNR值和NC值可以看出，本算法具有较好的鲁棒性。

【参考文献】

[1]张江，赵黎，杨士强.视频水印技术综述[J].计算机应用，2015，25（4）.

[2]李旭.基于猫映射和Logistic映射的混沌图像加密算法研究[D].广东工业大学，2013，6.

[3]廖晓峰，肖迪，陈勇.混沌密码学原理及其应用[M].北京：科学出版社，2009.

[4]黎洪松.数字视频处理[M].北京邮电大学出版社，2006.

[5]任克强，张凯，谢斌.基于小波域低频系数的自适应盲视频水印算法[J].电视技术，2012，36（19）.

[6]Li Y， Gao X B， JiH B.A 3D wavelet based spatial temporal approach for video watermarking[C]//Proc. of the 5th International Conf. on Computational Interlligence and Multimedia Applications. China： Computer Society Press， Xian， 2003： 260-265.

[7]孙克辉，程巍，陈艳山.基于混沌和运动矢量的视频水印算法[J].计算机应用研究，2011，28（8）.

[责任编辑：杨玉洁]