基于颜色空间转换的自适应视频多重水印算法

谢 斌，张小红，肖玲玲

（江西理工大学 信息工程学院，江西 赣州 341000）

0 引言

作为版权保护的一种有效手段，数字水印技术得到了学术界的广泛关注，从现有的相关文献来看，绝大多数研究的是单一水印算法。实际应用中，由于多媒体产品版权信息的多方性及版权保护功能的多类性等特点往往要求嵌入多重水印，这种情况下传统的单一水印已经不能满足人们的需要[1]。多重水印技术是用来解决多著作权问题以及数字产品在发布、销售、使用等不同阶段版权认证问题的有效手段[2]。与单一水印相比，多重水印方案一般要求宿主信号能够隐藏更大的信息量，其透明性与稳健性均衡问题更加复杂，不同水印在嵌入和提取时应互不干扰，这就需要更好地利用人的视觉或听觉系统特性[3]。文献[4]提出了一种基于混沌序列的多重图像水印算法，采用二维混沌映射将不同水印置乱后随机均匀地叠加在图像小波变换的中低频系数中。该算法嵌入的水印是随机序列，信息量较小且版权意义不够直观。文献[5]将图像水印DCT变换的部分重要系数经Hadamard正交变换和置乱加密后嵌入到原始载体图像中，实现了不同图像水印在图像载体中的多重嵌入及提取。该算法在水印提取时需要用到原始图像，不能实现盲提取，因而实用性较弱。文献[6]提出了一种基于提升小波的多重音频水印算法，在音频载体信号的低频小波系数和高频小波系数中分别嵌入多重水印。

现阶段，多重水印的研究主要集中在图像及音频方面，而视频多重水印算法却鲜有报道。随着数字视频媒体的广泛应用，研究基于视频的多重水印技术具有重要的理论和现实意义。本文利用置乱技术、颜色空间转换及离散余弦变换，结合人类视觉系统特性，提出了一种基于原始视频的稳健性自适应多重盲水印算法。该算法以包含不同意义的二值图像作为水印，以高清彩色数字视频作为水印载体，将置乱后的不同水印嵌入到视频帧YCbCr颜色空间亮度分量的DCT中低频系数中，较好地实现了多重水印的嵌入及盲提取。仿真实验表明，该算法在不影响视频质量和保证透明性的同时对常规攻击具有较强的稳健性。

1 颜色空间转换

RGB空间是最为常见的颜色空间，大多数彩色摄像机都使用这种格式。由于RGB空间对目标物体的描述较为复杂，各个分量之间的冗余信息相对较多，因此为了更有效地压缩数据量以节省存储空间，数字电视系统及许多视频压缩算法大都将图像序列从RGB颜色空间转换至YCbCr颜色空间上进行处理[7]。YCbCr空间是数字视频和图像中常用的颜色空间，用Y表示亮度，Cb表示蓝色分量相对于参考值的坐标，Cr表示红色分量相对与参考值的坐标。将彩色视频图像从RGB空间（包含R，G，B分量）转换到YCbCr空间可以更好地利用人的视觉特性，在保持透明性的前提下提高稳健性。RGB空间与YCbCr空间的转换关系如下

2 多重视频水印嵌入算法原理描述

视频帧经过DCT变换后，DCT系数矩阵从左上角至右下角依次为直流、低频、中频和高频分量，其能量依次递减。人眼对直流分量和靠近直流的低频分量比较敏感，对此区域进行改动容易引起人眼的注意[8]。中高频系数取值较小，在这一区域嵌入水印其临界可见误差较低，水印提取时将会产生较大误差，且这一区域易被各种信号处理破坏。而中低频系数介于低频和中频之间，其系数值较大，因而视觉容量和嵌入信号的临界可见误差相对较高，并且经过常见的信号处理和噪声干扰后仍能得到较好地保留，在这一区域嵌入水印既可以保证算法的透明性，同时又能够有效地提高算法的稳健性。因此，文中选择将多重水印信息嵌入在视频帧YCbCr颜色空间亮度分量的DCT中低频系数中。以二重水印为例，嵌入原理如图1所示。

1）为了加强算法的安全性和稳健性，多重水印在嵌入视频之前先要进行预处理，即采用置乱的方法使其失去本来的面目，从而达到保密的目的。本文采用Arnold变换对N×N大小的水印α和水印β分别进行置乱，得到置乱后的二值水印。

2）对宿主视频进行分帧处理（设视频帧大小为L×H），并将视频帧由RGB颜色空间转换到YCbCr颜色空间。

3）在视频帧的YCbCr颜色空间提取Y分量分割成k（k=）个互不重叠的8×8子块进行DCT变换，并将所得DCT系数按如图2所示的“之”字形扫描路线排列。

4）在k个Y分量8×8DCT子块中选取合适的子块嵌入置乱后的水印α和水印β。考虑到视频画面特点及人类视觉特性，人眼的注意力一般是由画面中的主要内容向四周展开，视频画面的4个角落区域通常是次要的背景内容，相对比较模糊，是人眼比较容易忽略的位置，因此考虑在这一区域选择σ个DCT子块嵌入多重水印。如图2所示，水印α和水印β的嵌入是通过修改8×8DCT子块的17号和18号中低频系数的取值η17和η18来实现的，嵌入水印后的系数值由其周围的4个近邻DCT系数的均值δ17和δ18决定，其关系为

设置乱后的水印α、水印β数据分别为λαi和λβi（i=1,2,⋅⋅⋅,N×N），则多重水印嵌入后有

式中：ξ为嵌入系数；η′17为17号DCT系数嵌入λαi后的取值；η′18为18号DCT系数嵌入λβi后的取值。由于实际的嵌入深度δ17ξ和δ18ξ可以根据视频帧内容的不同实现自适应调节，因而可以较好地利用视觉掩蔽效应，提高水印的不可知性。

5）对DCT子块进行IDCT变换，得到含多重水印的视频帧亮度分量Y′，并将视频帧由YCbCr颜色空间转换到RGB颜色空间。

3 多重水印盲提取算法原理

由于嵌入位置可以确定，因而水印提取时不需要原始视频的参与即可实现水印的盲提取。仍以上述二重水印为例，提取算法原理如图3所示。

1）对嵌有多重水印的视频进行分帧处理，将每一个视频帧由RGB颜色空间转换到YCbCr颜色空间。

2）在视频帧的YCbCr颜色空间提取Y分量分割为互不重叠的k个8×8子块进行DCT变换，并将所得DCT系数按如图2所示的“之”字形扫描路线排列。

3）选取视频帧中嵌有多重水印的8×8DCT子块进行二值水印数据的提取，具体方法如下

4）按照上述方法，依次对所有含多重水印数据的视频帧进行水印提取，得到N×N个置乱的水印数据和（i=1,2,…,N×N）。

4 实验结果

实验所用水印载体采用24 f/s，960×540的24位高清数字视频，图4a所示为原始视频帧（任取）。水印α和水印β采用64×64的二值图像，如图4b和图4c所示。图5a为嵌入二重水印后的对应视频帧，其与原始视频对应帧一致性较高，人眼很难区别二者的不同，且整个视频播放速率保持不变，说明算法对视频质量的影响微乎其微。图5b和图5c分别为正常提取的水印α和水印β，其与原始水印的相似度分别为0.993 4和0.992 9，说明在无攻击时提取算法效果较好。

为了检测算法的稳健性，对嵌入二重水印后的视频进行了多种强度的各类攻击实验，并通过比较提取水印与原始水印的归一化相似度NC值来进行稳健性的评估。表1、表2、表3和表4分别为帧剪切攻击、高斯攻击、马赛克攻击及椒盐攻击实验后提取水印与原水印的相似度统计。从统计结果可以看出，虽然经过不同强度的上述攻击，但提取水印与原始水印的相似度仍然保持了较高的数值，即使是在攻击强度较大的情况下仍然能够有效识别提取水印的内容。实验结果表明，该多重视频水印算法对上述攻击具有较强的稳健性。

表1 帧剪切攻击下提取水印与原水印的相似度

表2 高斯攻击下提取水印与原水印的相似度

表3 马赛克攻击下提取水印与原水印的相似度

表4 椒盐攻击下提取水印与原水印的相似度

5 结束语

本文提出了一种基于视频的自适应稳健性多重水印算法，将相互独立的不同水印嵌入到视频帧亮度分量的DCT中低频系数中，较好地实现了多重水印在原始视频中的嵌入及盲提取。实验结果表明，该算法较好地平衡了透明性与稳健性之间的关系，且具有复杂度低、不同水印在嵌入和提取过程中互不干扰及盲提取效果好等特点，在视频作品的多著作权问题和不同阶段的版权认证问题等方面有一定的应用价值。如何将人类视觉特性和视频压缩编码技术有效地结合，设计技术上更为成熟的多重视频水印算法将是下一步的研究重点。

[1]LIU Y W，SMITH J O.Multiple watermarking：is power sharing better than time sharing?[C]//Proc.2004 IEEE International Conference on Multimedia and Expo.[S.l.]：IEEE Press，2004，3：1939-1942.

[2]WONG P，AU O，YEUNG Y.A novel blind multiple watermarking techniques for images[J].IEEE Transactions on Circuits and Systems，2003，13（8）：813-830.

[3]张帆，刘亚丽，苏育挺.数字图像多重水印及容量分析[J].电子科技大学学报，2007，36（6）：1325-1328.

[4]纪震，肖薇薇.基于混沌序列的多重数字图像水印算法[J].计算机学报，2003，26（11）：1555-1561.

[5]马义德，陆福相.一种多重数字水印技术[J].计算机工程与应用，2004，40（6）：162-165.

[6]王让定，徐达文.基于提升小波的多重数字音频水印[J].电子与信息学报，2006，28（10）：1820-1826.

[7]江玉珍，朱映辉，杨群生.基于三维小波低频域的彩色视频盲水印算法[J].计算机工程与应用，2009，45（21）：103-105.

[8]韦春荣，刘俊景.基于摩尔型CA置乱的DCT域数字水印技术[J].电视技术，2010，34（7）：41-44.