一种含边信息的小波域视频水印算法

—123—一种含边信息的小波域视频水印算法高智慧1,2，肖 俊1,2，王 颖1,2，姚志强2(1. 中国科学院研究生院，北京 100049；2. 福建师范大学网络安全与密码技术重点实验室，福州 350007)摘 要：利用帧内和帧间的边信息，提出一种含边信息的小波域视频水印算法。

该算法以抖动调制为基础，以视频帧的运动特征和纹理特征作为边信息，自适应地确定抖动调制的量化步长。

实验结果表明，该算法实现了视频水印的盲检测，具有良好的不可见性，对高斯噪声、帧平均、帧删除、帧置换等攻击具有较好的鲁棒性。

关键词：视频水印；小波域；边信息；抖动调制Video Watermark Algorithm in Wavelet Domainwith Side InformationGAO Zhi-hui 1,2, XIAO Jun 1,2, WANG Ying 1,2, YAO Zhi-qiang 2(1. Graduate University of Chinese Academy of Sciences, Beijing 100049;2. Key Lab of Network Security and Cryptology, Fujian Normal University, Fuzhou 350007)【Abstract 】By using side information in frame and between frames, this paper proposes a video watermark algorithm in wavelet domain with side information. In the algorithm, dither modulation is adopted, and the motion feature and texture feature are used as side information to determine the adaptive quantification step of every frame. Experimental results indicate that the algorithm can implement blinding examination and the invisibility is good. It is also robust to the special attacks of video watermark such as Gaussian noise, frame average, frame delete and frame displacement.【Key words 】video watermark; wavelet domain; side information; dither modulation计 算 机 工 程 Computer Engineering 第35卷 第21期Vol.35 No.21 2009年11月November 2009·安全技术·文章编号：1000—3428(2009)21—0123—02文献标识码：A中图分类号：TP3091 概述含边信息数字水印技术是在Costa 脏纸模型指导下发展起来的[1]，它充分利用脏纸信道模型与数字水印模型之间的相似性，在嵌入水印信息时利用载体信息提高水印系统的性能。

目前，含边信息水印技术的研究已取得了很多成果[2-3]，但已有的研究主要集中在含边信息的图像水印上，针对视频的研究较少。

目前已经出现了利用人眼视觉特性的视频水印算法，尤其是一些基于小波变换的算法。

例如，文献[4]提出了一种小波变换域的自适应视频水印算法。

该算法运用运动检测和纹理分类机制将低频子带分割成运动的纹理复杂区域和静止的纹理简单区域，在不同区域以不同强度嵌入水印。

文献[5]提出了一种基于三维小波的视频水印算法，该算法首先通过视频镜头切分算法将宿主视频切分成不同场景的镜头，然后在三维小波系数中自适应地嵌入水印。

文献[6]提出了一种三维离散小波变换域的自适应水印处理算法，利用动态图像的分块思想选择符合嵌入条件的动态图像分块，对水印和选出的动态图像块分别进行三维小波变换，相同分辨率的水印嵌入到具有相同分辨率的原始静态图像中，使水印对原始图像具有适应性。

然而，上述算法在检测时都需要原始视频，这将导致2个问题：(1)原始视频的所有者被迫将其作品与想要检测水印的人共享，从而导致安全问题；(2)从视频数据库中搜索原始视频耗时很多。

本文从充分利用边信息思想的角度出发，结合视频帧的运动特征和纹理特征自适应地确定抖动调制(DitherModulation, DM)[7]的量化步长，从而实现一种鲁棒的盲视频水印算法。

2 算法的基本原理抖动调制是一种典型的含边信息水印算法，具有容量大、容易实现盲检测等优点。

本文以抖动调制为基础，根据视频序列中每一帧的运动检测和纹理特征自适应地调整量化步长，将水印嵌入到离散小波变换(Discrete Wavelet Transform, DWT)低频子带系数中，以提高水印的鲁棒性。

2.1 水印嵌入过程抖动调制首先用水印信息对载体数据进行抖动，然后进行量化以嵌入水印信息，如式(1)所示：{[()]/}()w x round x d m d m =+∆×∆− (1)其中，x 是原始载体系数；w x 是含水印系数；{0,1}m ∈是 二值水印信息；()d m 是抖动量，且[0]4d =−∆, [1][0]d d =+2∆；∆表示量化步长，它既影响水印的鲁棒性又影响载体的保真度。

本文充分利用边信息思想，综合考虑帧内和帧间的信息，基金项目：国家自然科学基金资助项目(60772155)；北京市自然科学基金资助项目(4082029)；福建省高校重点实验室开放课题基金资助项目(07A006)作者简介：高智慧(1980－)，女，硕士研究生，主研方向：数字水印技术；肖 俊，讲师、博士；王 颖，教授、博士生导师；姚志强，教授、博士收稿日期：2009-04-09 E-mail ：xiaojun@—124— 在帧内考虑图像的纹理特征，在相邻帧间对小波变换域的低频子图像进行运动检测，最后综合每帧低频子带图像的运动特征和纹理特征，自适应地确定量化步长。

水印嵌入过程如图1所示，主要包括以下6步：(1)2维小波变换。

对原始视频的每一帧进行2D-DWT ，得到小波系数。

(2)运动检测。

视频序列与静止图像的不同在于它包含运动的部分，具有变化特性，而人眼在物体运动时的空间敏感度有所下降，因此，在相邻帧的低频子带间使用运动检测器，利用运动检测器计算当前帧(第k 帧)和上一帧(第1k −帧)图像小波变换后低频子带的系数差，见式(2)，并据此计算每帧中低频子带系数差值的绝对值之和FD (k )。

显然，相邻帧间的运动变化越大，FD (k )越大，因此，可用FD (k )表征当前帧的运动特征。

1(,)(,)(,)k k FD x y S x y S x y −=− (2)(3)计算纹理特征。

本文采用标准方差进行纹理复杂性的估计[8]。

计算当前帧中低频子带系数的标准方差()S k ，并用视频序列中每一帧的标准方差表征视频帧的纹理特征，纹理越复杂，S (k )越大。

(4)自适应地确定每帧的量化步长。

为了使抖动调制自适应于载体视频，根据视频帧的运动特征和纹理特征确定每帧的量化步长()k ∆，如式(3)所示：()()()k FD k S k ∆=× (3) (5)根据式(3)确定的量化步长，采用式(1)的抖动调制方式嵌入水印信息，得到含水印系数。

(6)进行逆小波变换得到含水印视频。

图1 算法框图2.2 水印的提取过程水印的提取过程是嵌入过程的逆过程。

首先对含水印视频进行2D-DWT ，得到含水印视频帧的低频子带系数k Y ，然后对含水印的视频帧低频子带系数进行抖动调制，并按照最小距离解码器解码，如式(4)所示：{}20,1ˆ([])arg min kk Y l mY S l ∈=− (4) 其中，[0]kY S 与[1]kY S 分别是假设k Y 以[0]d 和[1]d 为抖动量的情况下应得的抖动调制结果；ˆm表示所提取的水印信息。

从上述检测过程可知，检测不需要原始视频，实现了视频水印的盲检测。

3 实验结果与分析将文献[4]中的算法和基于抖动调制的小波域非自适应算法与本文算法进行比较，以下分别称为算法1、算法2和算法3。

仿真实验采用动画电影“汽车总动员”的视频片段(每帧大小为128×128，共120帧)作为载体。

水印是大小为64×64的二值图像。

实验中以误比特率(Bit Err Ratio, BER)度量算法的鲁棒性，以峰值信噪比衡量嵌入失真。

当保证水印能够完全提取时，算法1的最大峰值信噪比为31.8 dB ，算法2的 为34.2 dB ，算法3的为35.3 dB 。

可见，本文算法的保真度最高。

为了评估3种算法的鲁棒性，在相同的嵌入失真下，本文对含水印的视频序列进行了常见的鲁棒性测试，其中，高斯噪声攻击下的比较结果如图2所示，帧平均、帧删除及帧置换攻击下的实验结果如图3~图5所示。

由图2、图3和图5可知，在高斯噪声、帧平均和帧置换攻击下，本文算法的鲁棒性最好，算法2次之，而算法1最差。

而由图4可知，在帧删除攻击下，本文算法的误码率有一定的波动，其性能低于算法2，这主要是帧删除后不能准确提取帧间的边信息造成的。

图2 3种算法高斯噪声鲁棒性比较图3 3种算法帧平均鲁棒性比较图4 3种算法帧删除鲁棒性比较图5 3种算法帧置换鲁棒性比较综合以上实验结果可知，本文算法具有最好的保真度，且对大部分攻击具有更好的鲁棒性。

4 结束语本文提出了一种基于抖动量化的小波域自适应视频数字水印算法，该算法充分利用了边信息的思想，同时考虑了帧内和帧间的边信息，综合视频序列中每一帧低频子带图像的运动特征和纹理特征，自适应地确定每一帧低频子带图像的量化步长，最终以抖动方式得到含水印的视频。

仿真实验结果表明，该算法具有较高的保真度，较好地解决了视频水印盲检测的问题，并对高斯噪声、帧平均、帧删除、帧置换等视频序列特有的攻击具有较好的鲁棒性。

（下转第130页）。