一種小波域自適應(yīng)的盲視頻水印算法

李昊　梁家棟

【摘 要】針對(duì)視頻版權(quán)的保護(hù)，本文提出了一種小波域自適應(yīng)的盲視頻水印算法。首先基于貓映射和Logistic映射的雙混沌加密對(duì)圖像水印進(jìn)行處理以增強(qiáng)其安全性；然后對(duì)宿主視頻進(jìn)行場(chǎng)景分割，通過(guò)像素幀平均法提取關(guān)鍵幀并提取其亮度分量，將處理后的圖像水印自適應(yīng)地嵌入到經(jīng)過(guò)小波變換后亮度分量的低頻系數(shù)中。實(shí)驗(yàn)結(jié)果表明，本文的算法具有較好的不可見(jiàn)性，且針對(duì)銳化、高斯濾波、噪聲、幀剪切等攻擊具有良好的魯棒性。

【關(guān)鍵詞】視頻水??；雙混沌加密；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

隨著多媒體以及網(wǎng)絡(luò)技術(shù)的發(fā)展，在多媒體信息傳播越來(lái)越方便快捷的同時(shí)也帶來(lái)了許多版權(quán)糾紛問(wèn)題。視頻水印技術(shù)通過(guò)在視頻信息中嵌入水印信息，可以實(shí)現(xiàn)視頻的版權(quán)保護(hù)。在視頻水印研究方面，由于包括空間掩蔽效應(yīng)等在內(nèi)的更為精確的人眼視覺(jué)模型尚未建立完全，使得視頻水印技術(shù)相對(duì)于圖像水印技術(shù)發(fā)展滯后，現(xiàn)有的標(biāo)準(zhǔn)視頻編碼格式又造成了水印技術(shù)發(fā)展的局限性。視頻水印的出現(xiàn)最初是為了保護(hù)數(shù)字視頻產(chǎn)品的版權(quán)，但因?yàn)樗哂械牟豢筛兄?，穩(wěn)健性和安全性等特點(diǎn)，近年來(lái)其應(yīng)用領(lǐng)域得到不斷的擴(kuò)展[1]。

本文提出了一種小波域自適應(yīng)的盲視頻水印算法。該算法首先將圖像水印進(jìn)行基于貓映射和Logistic映射的雙重加密，然后以Haar為小波基對(duì)視頻幀的亮度分量進(jìn)行三層小波分解，將水印嵌入到穩(wěn)健性較好的低頻系數(shù)中，由低頻系數(shù)決定嵌入強(qiáng)度，水印的提取不需要原始視頻，實(shí)現(xiàn)了水印的自適應(yīng)嵌入以及盲提取。實(shí)驗(yàn)結(jié)果表明，該算法具有安全性高、加密解密速度快、保密性好等優(yōu)點(diǎn)。

1 圖像水印預(yù)處理

本文選取二值圖像作為水印，在嵌入視頻之前對(duì)其進(jìn)行置亂加密：首先對(duì)圖像進(jìn)行前期處理，包括切割圖像成N×N尺寸的大小，圖像數(shù)據(jù)轉(zhuǎn)化為雙精度類(lèi)型；然后利用二維貓映射對(duì)像素點(diǎn)的位置進(jìn)行置亂；最后將Logistic映射產(chǎn)生的混沌序列與置亂后圖像的灰度值異或，進(jìn)行擴(kuò)散操作，置亂和擴(kuò)散一共進(jìn)行L輪。

具體步驟描述如下[2]：

步驟1：讀入圖像數(shù)據(jù)矩陣后將其轉(zhuǎn)化為雙精度類(lèi)型，為了應(yīng)用二維貓映射，需要將雙精度圖像切割生成N×N大小，為方便起見(jiàn)，本文選用128×128大小的logo.bmp圖像。

步驟5：解密過(guò)程：首先將加密圖像灰度值與Logistic混沌序列異或，然后利用相同密匙的二維貓映射的逆矩陣進(jìn)行像素點(diǎn)位置逆置亂，逆矩陣如式（4）所示，重復(fù)進(jìn)行L次即可解密出原始水印圖像。

2 視頻水印算法

2.1 水印嵌入算法

水印的嵌入位置和嵌入強(qiáng)度是影響水印不可感知性和穩(wěn)健性的重要因素，像素幀平均法是取一視頻段中所有幀的某位置上的像素值，求其平均來(lái)作為比較的標(biāo)準(zhǔn)，將視頻段中此位置像素值最為接近平均值的幀，作為該視頻段的關(guān)鍵幀[4]。同時(shí)由于在視覺(jué)最重要的部分中嵌入水印可以獲得較好的穩(wěn)健性，小波分解后的低頻系數(shù)包含了視頻幀的絕大部分能量，是視覺(jué)最重要的部分，因此本算法選取關(guān)鍵幀小波分解后的低頻子帶作為水印的嵌入?yún)^(qū)域，水印的嵌入強(qiáng)度由低頻系數(shù)各值的大小自適應(yīng)地確定。本算法采用Haar為小波基對(duì)視頻幀的亮度分量進(jìn)行三層小波分解，將水印嵌入到穩(wěn)健性較好的低頻系數(shù)中，這樣可以較好地滿(mǎn)足水印穩(wěn)健性的要求。

水印嵌入的具體過(guò)程如下[5]：

1.首先將視頻序列分割成若干個(gè)場(chǎng)景，通過(guò)像素幀平均法提取關(guān)鍵幀，設(shè)由k幀組成。每一幀的大小為m×n，選擇Haar為小波基對(duì)每個(gè)場(chǎng)景中的關(guān)鍵幀進(jìn)行三層小波分解，得到第k幀視頻圖像亮度分量的分解系數(shù)Yk。

3 實(shí)驗(yàn)結(jié)果與分析

在仿真實(shí)驗(yàn)中，原始視頻采用CIF格式的flower.yuv序列，每幀視頻圖像大小為256×256，圖像水印是一幅128×128的二值圖像。

3.1 不可感知性實(shí)驗(yàn)驗(yàn)證

視頻水印算法的不可感知性要求視頻序列在嵌入水印后視覺(jué)上無(wú)法感知水印的存在。本文將圖像水印嵌入視頻中，從主觀上判斷，圖像質(zhì)量幾乎沒(méi)有下降，如圖5、圖6所示：

3.2 安全性實(shí)驗(yàn)驗(yàn)證

圖像水印在加入視頻幀之前需要進(jìn)行加密處理。采用前面所述的雙混沌加密方法，貓映射中加密輪數(shù)L、貓映射參數(shù)a和b以及Logistics映射中的μ，xn幾個(gè)參數(shù)都可作為密鑰，驗(yàn)證時(shí)，令貓映射參數(shù)a=3和b=5以及Logistics映射中的μ=3.91，x0=0.48，如若改變其中任意一個(gè)，非法用戶(hù)都很難讀取水印信息，保證了算法的安全性，如圖7、8所示，僅改變x0=0.52的數(shù)值時(shí)提取還原的圖像水印與原圖像的比較：

3.3 魯棒性實(shí)驗(yàn)驗(yàn)證

為驗(yàn)證視頻水印的魯棒性，本文分別對(duì)視頻序列進(jìn)行低通濾波器銳化、噪聲、高斯低通濾波、剪切、旋轉(zhuǎn)等等攻擊操作，然后提取水印。實(shí)驗(yàn)表明，該算法具有良好的魯棒性，具體的攻擊實(shí)驗(yàn)效果如下：

3.3.1 銳化攻擊

銳化是一種補(bǔ)償輪廓、突出邊緣信息以使圖像更為清晰的處理方法。銳化的目標(biāo)實(shí)質(zhì)上是要增強(qiáng)原始圖像的高頻成分，結(jié)果呈現(xiàn)明顯噪聲。

上述圖像中，圖9為進(jìn)行銳化攻擊后的視頻幀，圖10為攻擊后提取的圖像水印，得到PSNR值=21.1036、NC值=0.9734。

3.3.2 高斯濾波攻擊

高斯濾波是對(duì)整幅圖像進(jìn)行加權(quán)平均的過(guò)程，每一個(gè)像素點(diǎn)的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過(guò)加權(quán)平均后得到。

上述圖像中，圖13為進(jìn)行高斯濾波攻擊后的視頻幀，圖14為攻擊后提取的圖像水印，PSNR值=23.2009、NC值=0.9832。

3.3.3 噪聲攻擊

椒鹽噪聲又稱(chēng)脈沖噪聲，它隨機(jī)改變一些像素值，是由圖像傳感器、傳輸信道、解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲。

上述圖像中，圖11為進(jìn)行椒鹽噪聲攻擊后的視頻幀，圖12為攻擊后提取的圖像水印，PSNR值=24.1319、NC值=0.9868。

3.3.4 剪切攻擊

按照一定比例對(duì)視頻圖像進(jìn)行了裁剪，此處為1/2，然后提取圖像水印信號(hào)。

上述圖像中，圖15為進(jìn)行剪切攻擊后的視頻幀，圖16為攻擊后提取的圖像水印，PSNR值=29.2445、NC值=0.9958。

3.3.5 旋轉(zhuǎn)攻擊

以視頻圖像的中心為圓心進(jìn)行了不同角度的旋轉(zhuǎn)，然后將旋轉(zhuǎn)后的圖像進(jìn)行裁剪以保持圖像為矩形，最大限度地保留圖像的中央部分，為了提取水印，將旋轉(zhuǎn)后的視頻圖像再反向旋轉(zhuǎn)，恢復(fù)原方向。

上述圖像中，圖17為進(jìn)行旋轉(zhuǎn)攻擊后的視頻幀，圖18為攻擊后提取的圖像水印，PSNR值=15.7568、NC值=0.9055。

由上述實(shí)驗(yàn)效果及數(shù)據(jù)可以看出，雖然受到攻擊時(shí)含水印視頻的質(zhì)量有所下降，但是提取的圖像水印與原始水印仍具有較高的相似度，說(shuō)明水印算法對(duì)上述攻擊具有較強(qiáng)的魯棒性。

4 結(jié)束語(yǔ)

本文提出了一種小波域自適應(yīng)的盲視頻水印算法，并進(jìn)行了相關(guān)的攻擊實(shí)驗(yàn)。實(shí)驗(yàn)給出了對(duì)算法進(jìn)行各種攻擊下的PSNR值以及NC值。通過(guò)效果圖可以看出，加入水印后對(duì)視頻幀畫(huà)質(zhì)無(wú)明顯影響，不可見(jiàn)性好；通過(guò)PSNR值和NC值可以看出，本算法具有較好的魯棒性。

【參考文獻(xiàn)】

[1]張江，趙黎，楊士強(qiáng).視頻水印技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用，2015，25（4）.

[2]李旭.基于貓映射和Logistic映射的混沌圖像加密算法研究[D].廣東工業(yè)大學(xué)，2013，6.

[3]廖曉峰，肖迪，陳勇.混沌密碼學(xué)原理及其應(yīng)用[M].北京：科學(xué)出版社，2009.

[4]黎洪松.數(shù)字視頻處理[M].北京郵電大學(xué)出版社，2006.

[5]任克強(qiáng)，張凱，謝斌.基于小波域低頻系數(shù)的自適應(yīng)盲視頻水印算法[J].電視技術(shù)，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]孫克輝，程巍，陳艷山.基于混沌和運(yùn)動(dòng)矢量的視頻水印算法[J].計(jì)算機(jī)應(yīng)用研究，2011，28（8）.

[責(zé)任編輯：楊玉潔]