李新宇，陳 陽(yáng)

(湖南第一師范學(xué)院 信息科學(xué)與工程學(xué)院，湖南 長(zhǎng)沙 410205)

0 引 言

隨著多媒體與計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的發(fā)展，人們獲取數(shù)字視頻作品的渠道也日益增多，對(duì)視頻作品的安全性也帶來了巨大的考驗(yàn)，基于數(shù)字視頻產(chǎn)品的版權(quán)保護(hù)和內(nèi)容認(rèn)證問題已經(jīng)成為目前研究的熱點(diǎn)。數(shù)字水印技術(shù)(digital watermarking technology)是保證不影響原始載體質(zhì)量以及基本辨別度，將特定水印信號(hào)直接嵌入到原始載體中，在水印檢測(cè)時(shí)能夠準(zhǔn)確提取出與原始水印信息基本相同的水印，達(dá)到版權(quán)保護(hù)和內(nèi)容認(rèn)證的目的。數(shù)字水印能有效驗(yàn)證數(shù)字視頻產(chǎn)品的版權(quán)，目前已經(jīng)成為數(shù)字視頻產(chǎn)品真?zhèn)舞b別的重要技術(shù)[1-6]。

近年來變換域視頻水印算法比較受關(guān)注，其中基于DWT和DCT的水印算法是研究熱點(diǎn)，因此衍生出許多諸如此類的算法，也越來越受專家、學(xué)者們的重視[7-14]。文獻(xiàn)[15]提出對(duì)載體視頻采用直方圖方法快速進(jìn)行場(chǎng)景分割，然后對(duì)分割的視頻場(chǎng)景進(jìn)行選取并對(duì)其進(jìn)行三維整數(shù)小波分解，將水印嵌入到均值量化后的小波系數(shù)中。文獻(xiàn)[16]結(jié)合離散小波變換和奇異值分解，對(duì)視頻所有場(chǎng)景每一幀圖像進(jìn)行2級(jí)小波變換后的HL2子帶進(jìn)行奇異值分解，采用最低有效位策略修改最大奇異值以嵌入水印。文獻(xiàn)[17]提出對(duì)載體視頻幀圖像以每4幀為一組，分別對(duì)其進(jìn)行三維小波分解，水印可以自適應(yīng)地在其低頻與高頻幀中進(jìn)行嵌入，水印提取無需載體視頻素材，并且算法魯棒性較好。文獻(xiàn)[18]根據(jù)三維小波變換的空時(shí)多分辨率等特性，提出在三維小波變換系數(shù)中自適應(yīng)嵌入擴(kuò)頻水印信號(hào)的算法，該算法魯棒性較好，但不能實(shí)現(xiàn)水印的盲提取且實(shí)時(shí)性較差。

綜上，基于三維小波變換的算法，雖然具有較好的隱蔽性和抗攻擊性能，但計(jì)算復(fù)雜度較高，水印算法實(shí)時(shí)性較差。對(duì)此，文中嘗試?yán)梅謮K奇異值分解及小波變換的算法思想，在不影響載體視頻幀圖像質(zhì)量的情況下，嘗試降低水印算法復(fù)雜度以及適當(dāng)提高水印算法的穩(wěn)健性。

1 基于DWT_SVD的盲檢測(cè)魯棒視頻水印算法

文中利用了奇異值分解后的能量穩(wěn)定特性以及小波變換具有高低頻能量分離的特點(diǎn)，提出一種基于DWT_SVD的盲檢測(cè)魯棒視頻水印算法。該算法首先利用直方圖算法將視頻分割為若干場(chǎng)景，借助密鑰選取若干場(chǎng)景的亮度分量，對(duì)其進(jìn)行M3×M3大小分塊，對(duì)每個(gè)分塊進(jìn)行SVD分解，取奇異值矩陣的第一個(gè)對(duì)角元素組成矩陣Q，然后對(duì)矩陣Q進(jìn)行M4×M4大小分塊，對(duì)每個(gè)分塊進(jìn)行r級(jí)DWT分解，然后選取DWT分解后第r層的低頻子帶LLr；對(duì)其進(jìn)行SVD分解，取奇異值矩陣的第二個(gè)對(duì)角元素組成新的矩陣Q'，最后將Arnold置亂處理后的水印嵌入到新的矩陣Q'中。

1.1 水印嵌入

水印嵌入載體視頻的算法流程如圖1所示。

圖1 水印嵌入視頻算法流程

水印嵌入詳細(xì)步驟如下：

步驟1：對(duì)二值水印圖像進(jìn)行預(yù)處理。為了便于正確識(shí)別提取的水印信號(hào)，選取有特定意義的大小為M2×N2二值圖像作為水印信號(hào)。文中算法選擇采用Logistic映射產(chǎn)生的混沌序列對(duì)水印圖像進(jìn)行預(yù)處理。由于Logistic混沌序列的遍歷統(tǒng)計(jì)特性近似于零均值白噪聲，且具有良好的隨機(jī)性、相關(guān)性和復(fù)雜性等特性，這樣就能使嵌入水印的視頻具有抗剪切攻擊的能力，增強(qiáng)了水印的安全性。

步驟2：視頻場(chǎng)景選取。文中算法將一個(gè)完整的水印重復(fù)地嵌入到選取的若干段場(chǎng)景中。所選取的場(chǎng)景原始視頻幀的大小為M1×N1，每段場(chǎng)景分別包含Nn幀。

步驟3：分塊奇異值分解。對(duì)選取的場(chǎng)景視頻幀圖像Y分量進(jìn)行M3×M3分塊SVD分解，取每塊奇異值矩陣的第一個(gè)對(duì)角元素組成矩陣Q。

步驟4：2層小波變換處理。對(duì)矩陣Q進(jìn)行M4×M4大小分塊，對(duì)每個(gè)分塊進(jìn)行r級(jí)DWT分解，然后選取DWT分解后第r層的低頻子帶LLr。

步驟5：第二次奇異值分解。對(duì)低頻子帶LLr進(jìn)行SVD分解，取奇異值矩陣的第二個(gè)對(duì)角元素，最后將預(yù)處理后的水印嵌入其中。

步驟6：水印嵌入。具體嵌入方法如下：

(1)

θij=mod(dij,2)

(2)

其中，?為量化步長(zhǎng)；θij為dij的奇偶性判別式；round為四舍五入函數(shù)；mod為求余函數(shù)。

若Wij=1，有：

(3)

若Wij=0，有：

(4)

步驟7：奇異值替換與逆變換。替換原來第二奇異值，然后進(jìn)行逆SVD與r級(jí)逆向小波變換，替換最大奇異值，隨后進(jìn)行反SVD分解，最后重構(gòu)矩陣合成含水印的圖像。隨后把含水印的視頻幀圖像及其場(chǎng)景復(fù)原到載體視頻中，就可以生成含水印的視頻。

1.2 水印提取

水印提取是水印嵌入的逆過程，就是將隱藏在視頻載體中的視頻版權(quán)信息提取出來，具體算法流程如圖2所示。

步驟1：對(duì)含水印的視頻采用與嵌入時(shí)相同的算法進(jìn)行場(chǎng)景分割，利用密鑰文件選取場(chǎng)景，采用與嵌入時(shí)相同的小波對(duì)選取的場(chǎng)景中的亮度分量。

圖2 視頻水印提取算法流程

步驟2：對(duì)選取場(chǎng)景視頻幀圖像Y分量進(jìn)行M3×M3大小分塊SVD分解，取每塊奇異值矩陣的第一個(gè)對(duì)角元素組成矩陣Q。對(duì)矩陣Q進(jìn)行M4×M4大小分塊，對(duì)每個(gè)分塊進(jìn)行r級(jí)DWT分解，然后選取DWT分解后第r層的低頻子帶LLr。

步驟3：對(duì)低頻子帶LLr進(jìn)行SVD分解，取奇異值矩陣的第二個(gè)對(duì)角元素。

(5)

2 仿真實(shí)驗(yàn)及分析

仿真實(shí)驗(yàn)選取標(biāo)準(zhǔn)的CIF格式測(cè)試視頻Akiyo作為原始視頻，幀數(shù)為300，每幀的大小為352×288,如圖3(a)所示。水印信號(hào)為一幅“數(shù)字水印”二值圖像，大小為32×32，如圖3(b)所示。混沌加密初始值取X0=0.34，分支參數(shù)取μ=3.65。

2.1 水印的嵌入及隱蔽性測(cè)試

實(shí)驗(yàn)中，對(duì)場(chǎng)景中的每一幀進(jìn)行4×4分塊奇異值分解取最大奇異值后，每一幀被分成88×72塊，隨后對(duì)其進(jìn)行大小為8×8的分塊并經(jīng)2級(jí)小波變換后，取其低頻子帶LL2進(jìn)行奇異值分解，取奇異值矩陣的第二個(gè)對(duì)角元素進(jìn)行二值水印的嵌入。水印嵌入是以場(chǎng)景為單位的，在每一場(chǎng)景中嵌入一個(gè)完整的水印。文中水印大小為32×32，如果每塊只嵌入1位的水印信息，并且在每一段場(chǎng)景選取的16幀圖像中嵌入一幅水印圖像，那么平均每幀需要嵌入64位的水印信號(hào)。

實(shí)驗(yàn)的隱蔽性采用峰值信噪比(peak signal to noise ratio，PSNR)衡量載體圖像嵌入水印前后的失真對(duì)比情況，PSNR值越大，說明含水印的載體圖像失真度越小。水印的量化步長(zhǎng)?對(duì)嵌入水印后的視頻圖像質(zhì)量及水印的穩(wěn)健性有一定的調(diào)節(jié)作用，量化值越小，嵌入水印后視頻圖像質(zhì)量越好，圖像的PSNR值就越大，水印隱蔽性越好；量化值越大，水印的穩(wěn)健性越強(qiáng)，而載入水印后的視頻圖像質(zhì)量降低，水印透明性變差，但提取出的水印與原始水印圖像的相似度NC值基本保持1不變。從視覺上來看，圖3(a)對(duì)比圖3(c)，圖像質(zhì)量幾乎沒有區(qū)別，不可感知性較好，嵌入水印后的視頻幀的PSNR值平均在42.3 dB左右，說明文中算法透明性良好。圖3(b)和(d)分別是原始的水印和提取的水印，可以看出，在視頻未遭受攻擊且密鑰都正確時(shí)，能完整清晰地提取水印。

圖3 水印嵌入前后視頻幀圖像和提取前后水印圖像

2.2 水印算法魯棒性測(cè)試

為了檢測(cè)文中水印算法的魯棒性，采用不同攻擊方式在不同強(qiáng)度下對(duì)含水印載體視頻幀圖像進(jìn)行仿真實(shí)驗(yàn)測(cè)試，將提取出的水印與原始水印圖像間的相關(guān)系數(shù)(normalized correlation，NC)作為水印算法抵御攻擊性能的評(píng)價(jià)指標(biāo)。實(shí)驗(yàn)中對(duì)嵌入水印后的視頻圖像分別進(jìn)行諸如JPEG壓縮、旋轉(zhuǎn)、噪聲、濾波等處理，仿真實(shí)驗(yàn)提取水印結(jié)果如表1所示。

表1 水印算法魯棒性實(shí)驗(yàn)結(jié)果

2.3 對(duì)比實(shí)驗(yàn)

為了驗(yàn)證算法的優(yōu)越性，采用文中算法與傳統(tǒng)SVD_DWT視頻水印算法進(jìn)行魯棒性仿真實(shí)驗(yàn)結(jié)果比較。傳統(tǒng)SVD_DWT視頻水印算法先對(duì)原始載體視頻的每一幀圖像進(jìn)行三級(jí)離散小波變換，再對(duì)低頻子帶LL3運(yùn)用奇異值分解，并通過修改奇異值來嵌入經(jīng)過混沌置亂的水印圖像的奇異值，同時(shí)在小波變換域的中頻系數(shù)上嵌入水印信息。水印提取時(shí)，分別在中頻子帶和低頻子帶提取出水印并進(jìn)行比較，采用效果較好的水印作為檢測(cè)水印。該算法雖然能得到質(zhì)量較高的含水印載體視頻圖像，但算法計(jì)算復(fù)雜度較高，且對(duì)噪聲、濾波攻擊的魯棒性較弱。而文中以Akiyo測(cè)試視頻為例，恰當(dāng)設(shè)置各算法中的相應(yīng)參數(shù)值，以保證兩種算法在視頻嵌入水印后視頻幀圖像的PSNR相近，即水印透明性基本相同的情況下，再進(jìn)行濾波、噪聲處理、縮放和旋轉(zhuǎn)等方面的魯棒性對(duì)比實(shí)驗(yàn)，結(jié)果如表2所示。

表2 類似算法NC值對(duì)比實(shí)驗(yàn)結(jié)果

3 結(jié)束語(yǔ)

利用奇異值分解后的能量穩(wěn)定特性以及小波變換具有高低頻能量分離的特點(diǎn)，提出了一種基于DWT_SVD與混沌映射的魯棒視頻水印算法。仿真實(shí)驗(yàn)表明，該算法改善了水印的不可見性，提高了水印抵抗幾何攻擊的能力。此外，該算法能實(shí)現(xiàn)無需原始載體視頻的水印盲提取，也更有利于實(shí)際應(yīng)用。