摘 要： 針對視頻水印的特征，提出一種利用視頻幀采樣點(diǎn)均值曲線相交性確定嵌入幀的方法：在水印信息嵌入時(shí)，利用嵌入幀三個(gè)亮度最大分塊位置關(guān)系和DC值大小實(shí)現(xiàn)每幀2bit信息的嵌入。實(shí)驗(yàn)證明，該算法對常規(guī)攻擊具有良好的魯棒性。

關(guān)鍵詞： 人類視覺系統(tǒng)； 離散余弦變換； 魯棒性； 數(shù)字水印

中圖分類號： TP 309.7 文獻(xiàn)標(biāo)志碼： A 文章編號： 1671-2153（2015）03-0057-04

0 引 言

隨著網(wǎng)絡(luò)不斷普及數(shù)字影視的傳播得到了極大的發(fā)展，數(shù)字水印在數(shù)字版權(quán)保護(hù)中的應(yīng)用也越來越廣泛[1]，但目前研究主要以圖像水印為主，視頻水印多是以圖像水印的簡單變換直接應(yīng)用于視頻。在實(shí)際應(yīng)用中，視頻水印與圖像水印間存在著比較大的差異[2]，視頻水印研究的最重要問題之一就是水印信息嵌入幀的選擇和信息提取問題。在文獻(xiàn)[3-5]中，不同學(xué)者對視頻水印算法進(jìn)行了研究，試圖在確保不可見性的前提下，盡可能的提升算法的魯棒性。

離散余弦（DCT）變換以其算法相關(guān)性好，算法強(qiáng)度小等優(yōu)點(diǎn)被廣泛的應(yīng)用于水印研究。本文主要研究如何利用視頻高頻AC分量通過嵌入幀確定和嵌入強(qiáng)度分析，實(shí)現(xiàn)水印嵌入的問題。

1 水印算法

1.1 嵌入幀確定

水印信息嵌入位置的選定主要需要考慮兩方面因素：第一，水印信息的嵌入對視頻影響較小，不易被人眼覺察；第二，信息嵌入后具有較強(qiáng)的抗干擾性，在受到各類攻擊后，依然能夠成功定位與提取。

為確定水印嵌入位置，本文做了如下實(shí)驗(yàn)，首先對載體視頻進(jìn)行連續(xù)采樣，選擇采樣幀固定部分的8×8區(qū)域進(jìn)行DCT變換，取得變換后DC系數(shù)作為采樣值，記為DC（ac1，ac2，…，acn）。取正整數(shù)a，根據(jù)公式（1）計(jì)算a個(gè)采樣值均值，即

a分別取值為0，10，20；曲線DC，AVE10，AVE20位置關(guān)系如圖1所示。通過測試結(jié)果可以看出，隨著a取值的增大，均線低通特性逐漸顯著，曲線波動減小，更加平滑。由于常規(guī)的噪聲均值趨近于0，所以當(dāng)a取值足夠大時(shí)，噪聲均值可以視為0，即均值曲線的相交性不受噪聲影響：在視頻受到常規(guī)攻擊時(shí)，其均值曲線的交點(diǎn)相對穩(wěn)定，不會由于攻擊改變位置，可以利用均值曲線交點(diǎn)方便的實(shí)現(xiàn)幀定位。所以，本算法采用兩條均值曲線交點(diǎn)幀作為嵌入幀。

1.2 基于HVS的閥值確定

閾值是嵌入強(qiáng)度控制的重要指標(biāo)，通過閾值的調(diào)節(jié)，確保嵌入強(qiáng)度在滿足不可見性的基礎(chǔ)上盡量增加。人類視覺系統(tǒng)（HVS）對于視頻高亮部分的分辨能力小于視頻低亮部分，即人類對AC系數(shù)較大部分變化的敏感性較小。

式中n為將視頻幀劃分的8×8分塊個(gè)數(shù)。由公式（2）可知，亮度大于平均亮度的分塊能嵌入閾值大于亮度低的分塊。

2 水印嵌入實(shí)現(xiàn)

2.1 水印預(yù)處理

水印的預(yù)處理是將水印圖像通過一定的數(shù)學(xué)過程打亂重新排列并可以恢復(fù)的過程。一般分為位置置亂和數(shù)值置亂兩種，本算法采用位置置亂Arnold變換，即

置亂后的無規(guī)律二值圖像如圖2所示。

2.2 水印嵌入過程

水印嵌入過程如圖3所示。

具體步驟為：

步驟1：對n×m的二值水印圖像，利用公式（3）進(jìn)行置亂，得到二值序列W（w1*，w2*，w3*，…，wn×m），將其三個(gè)一組組成新序列W'（w1'，w2'，w3'，…，w'k），其中w1'=（w1*，w2*），w'k=（w*2k-1，w*2k），k∈[1，m×n/2]。

步驟2：對載體視頻逐幀選定固定位置進(jìn)行8×8的DCT變換，提取DC（1，1）備用。

步驟3：根據(jù)公式（1）計(jì)算a等于10和20的均值序列AVE10和AVE20，兩條均值線相交的幀即為選定的嵌入幀。

步驟4：查找嵌入幀亮度最大的3個(gè)8×8分塊，分別記為DCx（1，1），DCy（1，1），DCz（1，1），其中x

步驟5：對于嵌入信息w1有如下對應(yīng)關(guān)系，即

11，DCx（1，1）≥DCy（1，1）…DCy（1，1）≥DCz（1，1）10，DCx（1，1）≥DCy（1，1）…DCy（1，1）≥DCz（1，1）01，DCx（1，1）

嵌入時(shí)，當(dāng)w1'取值為11或10時(shí)，DCx（1，1）與MAX（DCx（1，1），DCy（1，1），DCz（1，1））進(jìn)行值交換；當(dāng)w1'取值為01或00時(shí)，DCx（1，1）與MIN（DCx（1，1），DCy（1，1），DCz（1，1））進(jìn)行值交換。

然后再進(jìn)行DCy（1，1）和DCz（1，1）的值調(diào)整，當(dāng)w1'取值11或01時(shí)應(yīng)滿足DCy（1，1）≥DCz（1，1），否則交換兩者數(shù)值； 當(dāng)w1'取值10或00時(shí)應(yīng)滿足DCy（1，1）≤DCz（1，1），否則交換數(shù)值。

步驟6：根據(jù)公式（5）判斷調(diào)整后的三個(gè)系數(shù)間最大差值與閾值T的關(guān)系。

α=DCmax（1，1）-DCmin（1，1）β=α-T。 （5）

若β>0則整個(gè)系數(shù)不做調(diào)整，若β<0則

DCmax（1，1）=DCmax（1，1）+βDCmid（1，1）=DCmid（1，1）+β/2， （6）

式中：DCmax（1，1），DCmid（1，1），DCmin（1，1）分別代表最大值、中間值和最小值；T為嵌入閥值。

2.3 水印提取

水印提取過程如圖4所示，具體步驟如下：

步驟1：根據(jù)公式（1）計(jì)算a等于10和20的均值序列AVE10和AVE20，兩條均值線相交的幀即為選定的嵌入幀。

步驟2：查找嵌入幀亮度最大的3個(gè)8×8分塊，分別記為DCx（1，1），DCy（1，1），DCz（1，1）。

步驟3：根據(jù)公式（4）提取嵌入信息。

步驟4：對提取信息進(jìn)行逆變換，得到嵌入信息。

3 實(shí)驗(yàn)結(jié)果

3.1 不可見性測試

實(shí)驗(yàn)環(huán)境為Winxp系統(tǒng)，Matlab7.0，視頻格式MPEG-2，大?。ㄏ袼兀?286×504，每秒25幀，格式為4∶2∶0，時(shí)長15 min。水印為32×32二值圖像（圖2），格式bmp，參數(shù)a取值10和20，T取值6。學(xué)界一般采用峰值信噪比（PSNR）來判斷水印的不可見性，計(jì)算方式如式（7），其中m和n為幀的長和寬，P和P*分別為嵌入前后的圖像。

為驗(yàn)證算法的不可見性，采用兩種測試方法：第一，計(jì)算水印嵌入的PSNR值，從數(shù)值上判定水印不可見性；第二，選取水印嵌入前后的相同嵌入幀進(jìn)行肉眼直觀對比，以確定是否能夠直接看出水印嵌入對視頻造成的影響。

首先進(jìn)行測試，結(jié)果如表 1所示。表1中qs表示視頻量化的比例因子。

一般來說，當(dāng)PSNR達(dá)到30以上時(shí)，人們就無法通過肉眼直接觀察到視頻的差異；而本算法PSNR實(shí)測值達(dá)到58.03，從理論上分析，水印嵌入造成的畫質(zhì)影響無法用肉眼觀察到。然后截取水印嵌入前后的同一個(gè)嵌入幀（如圖5所示）進(jìn)行直接觀察，無法感覺到明顯的差異。所以可以得出結(jié)論，本算法具有較好的不可見性，水印的嵌入對視頻質(zhì)量的影響很難被感覺到。

3.2 魯棒性測試

水印算法的魯棒性主要考察水印嵌入后通過不同的攻擊后，水印信息能否保持完整的能力，一般采用提取水印與原始水印相似度（NC值）來判斷。為了測試本文算法的魯棒性，選取表2所列的各類常規(guī)攻擊方式，給定不同參數(shù)進(jìn)行測試，并分別計(jì)算NC值，具體數(shù)據(jù)如表2所示。

通過測試數(shù)據(jù)可以看出，通過各類攻擊測試算法始終能夠保持較高的NC值，尤其針對椒鹽攻擊、縮放攻擊表現(xiàn)出極強(qiáng)的抗干擾性，NC值始終能夠保持在0.9以上。可以得出結(jié)論，本文算法具有良好的魯棒性，能夠確保在各類情況下的水印正常提取。

4 結(jié)束語

本文提出了一種基于視頻采樣點(diǎn)均值曲線相交的定位方法確定水印嵌入幀，并利用嵌入幀高亮分塊DC數(shù)值和位置關(guān)系實(shí)現(xiàn)水印信息的嵌入算法。通過實(shí)驗(yàn)證明，算法具有較大嵌入量的同時(shí)滿足魯棒性和不可見性的平衡，是一種較好的視頻盲水印算法。

參考文獻(xiàn)：

[1] 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）.

[2] 高琦，李人厚，劉連山. 基于幀間相關(guān)性的盲視頻數(shù)字水印算法[J]. 通信學(xué)報(bào)，2006，27（6）：43-48.

[3] 魯曉輝，金淵智. 基于MPEG-2的視頻水印算法[J]. 計(jì)算機(jī)應(yīng)用與軟件，2014（10）：144-146.

[4] 楊尚躍，劉邵星，楊樹國. 基于SURF視頻分割的小波視頻水印算法[J]. 科技信息，2014（6）：70-75.

[5] 張金全，王宏霞. 基于音頻內(nèi)容的DCT域脆弱水印算法[J]. 西南交通大學(xué)學(xué)報(bào)，2012（3）：43-48.

[6] 楊恒伏，陳孝威. 小波域魯棒自適應(yīng)公開水印技術(shù)[J]. 軟件學(xué)報(bào)，2003，14（9）：1652-1660.

（責(zé)任編輯：徐興華）