MPEG-4自適應視頻水印算法

摘 要:為了更好地保證水印的魯棒性和不可感知性，結合MPEG-4視頻壓縮原理以及人類視覺模型系統，提出一種自適應的視頻水印算法。根據I幀圖像離散余弦變換(DCT)后的直流系數(DC)以及中低頻系數個數，設計自適應因子，對不同的圖像塊采用不同的嵌入強度，將水印嵌入到DCT變換后的低頻系數中。實驗證明，該算法能夠很好地與人類視覺系統相適應，并對常見的攻擊有很強的魯棒性。

關鍵詞: 視覺系統模型; 離散余弦變換; 自適應因子; 視頻水印算法

中圖分類號:TP391 文獻標識碼:A

文章編號:1004-373X(2010)10-0099-03

Adaptive Video Watermarking Algorithm Based on MPEG-4 Streams

QU Yun-hui

(Computer Teaching Office of Public Department， Xi’an Medical College， Xi’an 710021， China)

Abstract: A self-adaptive video watermarking algorithm is proposed based on MPEG-4 video compression principle and the human visual system model， to ensure the robustness and invisibility. The adaptive factor is designed according to the direct current coefficient and the number of low and intermediate frequency coefficients after discrete cosine transform (DCT) of I frame. The different embedded strength is used for different image blocks to embed the watermark into the low frequency coefficients. The experiments show that the algorithm is compatible with the human visual system， and is very robust to the common attack.

Keywords: human visual system model; discrete cosine transform; adaptive factor; video watermarking algorithm

近年來，隨著互聯網和多媒體信息處理技術的迅猛發展，網上多媒體信息(圖像、視頻、音頻、文本等)的免費獲取，復制，分發，傳送，修改等已經變得極為快捷，方便。然而，網絡給人們帶來便利的同時也暴露了許多安全問題。如何防止非法復制，有效地保護版權已經成為迫切的問題。數字水印技術[1]作為該問題的重要解決方法，已經從圖像領域發展到音頻、視頻和文本等領域。由于大量數字視頻唱片的出現，使得對視頻數字產品版權保護的市場需求日益迫切，因而視頻數字水印技術也成為當前水印研究的熱點[2-3]。

視頻水印方法主要有2種:空間域方法和變換域方法。與空間域方法相比，變換域，尤其是離散余弦變換(DCT)域上的水印方法主要有以下優點:在變換域中可有效地利用人類視覺系統的特征;可與估計數據壓縮標準(如MPEG等)兼容[4];在DCT域實現的水印算法，計算復雜性往往較低。典型的DCT域的水印方法是文獻[5]提出的基于DCT域擴頻水印技術，把滿足整體分布的偽隨機序列嵌入到有限個幅度較高的DCT系數上，其主要缺點是恢復水印必須要有原始圖像的參與，并且水印的嵌入沒有很好地與人的視覺特征相聯系。文獻[6]算法中宏塊的選擇雖然是基于視覺特征的，但這些宏塊被限制于規則的瓦片模式;文獻[7]提出以紋理、亮度和相鄰幀變化為特征的視頻水印嵌入，但是它只通過簡單地統計高低紋理場景以及變動較小場景的數目，并單獨計算亮度特征，來獲得高(低)紋理特征，其水印嵌入采用統一的嵌入強度，與具體子塊特征無關。

為了更好地與人類視覺系統相結合，在此提出自適應的視頻水印算法。根據人類視覺系統模型的對比特性，結合DCT變換后的直流系數與中低頻系數的個數，設計自適應調節因子，對不同的圖像塊采用不同的嵌入強度。為了進一步保證水印的魯棒性，在水印嵌入之前，先利用Hybird映射對水印序列進行了置亂。

1 自適應調節因子

由人類視覺系統模型(HVS)的對比特性可知，紋理越復雜，人類視覺失真越小，即視覺失真門限越高[8]，在不考慮背景照度的情況下，在受紋理屏蔽的影響下，圖像紋理復雜豐富的區域能夠增強水印的嵌入強度，而圖像平滑或紋理簡單的區域水印的嵌入強度應該降低，并且背景越亮，照度閾值越高。

對于MPEG-4視頻圖像的I幀進行部分解碼，得到I幀圖像塊的DCT系數，并用量化表對其系數進行量化。由圖像的相關知識可知，量化后非零的中頻系數個數越大，圖像的高頻成份越豐富，紋理越復雜。故本文以量化后的中低頻系數的個數和直流系數為參數，設計了自適應調節因子。

對I幀部分解碼后的到的圖像進行分塊，使每一塊的大小為8×8。對每一個8×8的圖像塊做離散余弦變換(DCT)，并用量化表對其進行量化，得到圖像塊的中低頻系數的個數s及量化后的直流系數DC。由于在總體分布未知，或者數據嚴重偏態，有若干異常值(極端值)等異常情況下，數據均值，標準方差都缺乏穩健性，故本文用三均值和四分位標準差代替均值和標準方差來設計自適應調節因子如下:

α=0.5e-k[DC^/DC]r[s^-s/σ^s]c， s-s^>0

1-0.5e-k[DC/DC^]r[s-s^/s]c，s-s^≥0(1)

式中，，DC^分別為s，DC的三均值;s為s的四分位標準差。

2 水印嵌入算法

2.1 水印序列的預處理

為了增強安全性和魯棒性，水印序列嵌入之前要進行預處理，采用置亂的方法實現水印的加密調制，消除水印序列之間的相關性。算法中采用Hybird映射對水印序列進行置亂。Hybird映射方法比較其他方法復雜，但是其安全性高，不易被攻擊。式(2)給出了Hybird映射的表述:

xk+1=b(1-u1x2k)，-1

利用式(2)得到(0，1)上的偽隨機序列{xk}，k=0，1，2，…。在本文中，取u1=1.8，u2=2.0，b=0.85，此時映射處于混沌狀態。然后將偽隨機序列{xk}，k=0，1，2，…，代入式(3)，對其進行二值化:

x*k=0，|xk|<0.5，k=1，2，…

1，|xk|≥0.5，k=1，2，…(3)

此時，二值序列{x*k，k=0，1，2，…}保持了混沌序列易于生成，數量多以及對初始條件敏感等優良特性。

將該混沌序列與原始二值水印序列wk按位異或，就形成了最終的水印信號w*k。其中Hybird映射的初值u1，u2，b可以作為水印算法的3個密鑰k1，k2，k3。

2.2 水印的嵌入算法

為了保證水印的魯棒性，同時滿足視頻水印的不可感知性，本文選擇DCT變換后的低頻系數進行水印的嵌入。將上面得到的水印序列按照以下步驟自適應的嵌入到MPEG-4視頻碼流中:

(1) 對MPEG-4視頻碼流進行部分解碼得到I幀圖像的DCT系數矩陣，對其進行8×8分塊，得到子塊圖像的DCT變換矩陣I。使用量化矩陣Q′對變換矩陣I的中低頻系數和直流系數量化，按照之字型掃描統計非零的中低頻系數，得到量化后的中低頻系數的個數s和直流系數DC，計算其三均值，DC^和四分位標準方差S，利用式(1)計算調節因子α。

(2) 利用公式Qnew=λ#8226;α生成新的量化矩陣，其中λ是水印嵌入的強度。

(3) 根據式(4)，將水印序列嵌入到DCT變換后的低頻系數中。

I(x，y)′=round(I(x，y)/Qnew)#8226;Qnew， W=0

round(I(x，y)/Qnew]#8226;Qnew+

sign(I(x，y))#8226;Qnew/2， W=1

(4)

式中:I′是加過水印后的變換矩陣;round()是取整運算，取最接近的整數;sign()是符號函數。

水印的嵌入位置是在低頻位置(0，1)和(1，0)中隨機選擇一個位置加入水印，并且這兩個位置不參與中低頻個數的統計。

(4) 用I′代替原I幀的變換矩陣I，對其進行反離散余弦變換(IDCT)，并將其寫入到視頻碼流中，即得到嵌入水印后的MPEG-4視頻碼流。

3 水印提取算法

水印的提取不需要原始視頻碼流，所以是盲提取。水印的提取步驟如下:

(1) 對嵌入水印后的視頻碼流進行部分解碼，得到I幀加水印序列。將I幀加過水印的圖像矩陣分成大小為8×8的塊，得到圖像子塊的變換矩陣I′，用量化矩陣對變換矩陣I′的中低頻系數量化，然后按照之字型掃描統計非零的中低頻系數，得到中低頻系數個數s′，計算三均值′，四分位差s′。利用式(1)計算調節因子α′。

(2) 利用公式Qnew=λ#8226;α′生成新的量化矩陣。

(3) 利用式(5)提取加密后的水印:

W′=0， abs(I(x，y)′-round(I(x，y)′/Qnew′)#8226;

Qnew′)<τ

1，otherwise(5)

式中:τ為閾值;abs()為絕對值函數。

(4) 利用假設檢驗來判定水印是否存在。相關性公式如下:

ρWW′=Cov(W，W′)/[D(W)D(W′)](6)

式中:ρWW′，Cov(W，W′)分別為原始水印W和提取出的水印W′相關系數和協方差;D(W)與D(W′)分別為原始水印W和提取水印W′的方差。若ρWW′>T，則有水印存在;否則無水印。閾值T的選取由實驗確定。

對提取出的水印進行整合，并進行反置亂，即得到提取出的水印序列。

4 實驗結果分析

以靳濟芳和鐘玉琢等給出的MPEG-4編解碼模型為基礎[9-10]，用VC++6.0編程實現本文所提出的算法。采用經過MPEG-4編碼器編碼后的Foreman和Stefan視頻序列作為測試視頻，進行水印序列的嵌入，并采用相應的解碼器對視頻進行部分解碼。其中Foreman，Stefan的幀大小均為255×288，視頻長度分別為100幀和90幀。

實驗中，取c=2，k=2，對視頻Foreman和視頻Stefan，平均嵌入強度分別為α=4.936和α=5.423。對兩段視頻，分別采取固定嵌入強度α=5.423，α=4.936以及自適應調節α來進行水印嵌入。

限于篇幅，僅列出Stefan視頻幀。從圖1可以看出，采用自適應調節因子嵌入水印后，從視覺上看，視頻幀圖像在色彩等方面更加接近于原始視頻。在Stefan視頻中，由于草地部分色調單一，故嵌入強度較低，而圖1(c)中采用固定強度嵌入水印的，每一部分嵌入強度相同，所以視頻幀的草地部分較原始圖像有了明顯變化。而采用自適應嵌入后的視頻更接近于原始視頻。

圖1 Stefan 視頻幀對比

本文通過計算峰值信噪比(PSNR)來客觀的判斷不可感知性，PSNR的計算公式如下:

PSNR=10lg(2552/MSE)(7)

式中:MSE是均方誤差，MSE的值越小，表明圖像質量改變越小。MSE的計算公式如下:

MSE=1M×N∑Mi=1∑Nj=1|I(i，j)-I′(i，j)|2(8)

式中:I是原始視頻數據，I′是嵌入水印后的視頻數據，M，N分別為該幀圖像的高和寬。

分別計算采用固定強度嵌入以及采用自適應調節強度嵌入后的Forman視頻與Stefan 視頻的PSNR值，對比如表1所示。

表1 PSNR對比

ForemanStefan

α=5.423自適應調節α=4.936自適應調節

第1幀PSNR40.69240.69240.70040.700

第15幀PSNR35.90336.44330.98932.409

第38幀PSNR36.14436.32531.70031.725

第55幀PSNR33.56634.93329.42230.883

第70幀PSNR36.00935.53530.35431.536

第90幀PSNR33.49534.27330.63730.665

平均PSNR值33.74835.46230.36831.782

從表1看出，雖然在某些幀，采用固定嵌入強度得到的PSNR值并不比采用自適應調節得到的PSNR值差，但是就平均PSNR值而言，采用自適應調節因子后，效果明顯提高。

5 結 語

本文在分析人類視覺系統模型的基礎上，提出了基于MPEG-4碼流的自適應視頻水印算法，根據量化后的直流系數與中低頻系數的個數，設計自適應調節因子，對不同的圖像塊采用不同的嵌入強度。同時考慮了對水印的處理技術，使用Hybird映射對水印序列進行了預處理。將處理后的水印序列嵌入到MPEG-4視頻碼流的I幀DCT變換后的低頻系數中。從實驗結果可以看出，該算法能夠很好的與人類視覺系統相適應，并對常見的攻擊有很強的魯棒性。

今后的工作重點是結合視頻運動的特點，進一步改進自適應調節因子，使其更好的符合人類視覺系統特性，在滿足不可感知的前提下，盡可能地增強水印的嵌入量和嵌入強度。

參考文獻

[1]VOYATZIS G， PITAS I. The use of watermarking in the protection of digital multimedia products[J]. Proceedings of IEEE， 1999， 87(7): 1197-1207.

[2]ENGGERS J J， GIROD B. Blind watermarking applied to image authentication[C]//Proceedings of International Conference on Acoustics， Speech and Signal Processing 01. Salt Lake City: IEEE Computer Press， 2001:1-4.

[3]SWANSON M D， TEWFIK A H. Multimedia data embedding and watermarking technologies[J]. Proceedings of the IEEE， 1998， 86(6): 1064-1087.

[4]DAI Yuan-jun， ZHANG Li-he， YANG Yi-xian. A New method of MPEG video watermarking technology[C]//Proceedings of ICCT.[S.l.]: [s.n.]， 2003: 1845-1847.

[5]COX I J， KILIAN J， LEIGHTON T， et al. Secure spread spectrum watermarking for multimedia[J]. IEEE Trans. Image Processing， 1997， 6(12): 1673-1687.

[6]DARMSTAEDTER V， DELAIGLE J F， NICHOLSON D， et al. A block based watermarking technique for MPEG-2 signals: Optimization and validation on real digital TV distribution links[C]//Proceedings of European Conference on Multimedia Applications， Services and Techniques. Berlin:[s.n.]， 1998: 190-206.

[7]AGUNG I W， SWEENEY P. Video scene characteristic detection to improve digital watermarking transparency[J]. IEEE Proceedings Vision， Image and Signal Processing， 2004， 151(2): 146-152.

[8]JAYAN N， JOHNSTON J， SAFRANEK R. Signal compression based on models of human perception[J]. Proceeding of the IEEE， 1993， 81(10): 1385-1422.

[9]靳濟芳.Visual C++小波變換技術與工程實踐[M].北京:人民郵電出版社，2004.

[10]鐘玉琢，王琪，賀玉文.基于對象的多媒體數據壓縮編碼國際標準MPEG-4及其校驗模型[M].北京:科學出版社，2007.