基于DWT与SVD的视频版权保护数字水印算法

李新宇，陈阳

（湖南第一师范学院信息科学与工程学院，长沙 410205）

基于DWT与SVD的视频版权保护数字水印算法

李新宇，陈阳

（湖南第一师范学院信息科学与工程学院，长沙 410205）

结合离散小波变换、奇异值分解和Logistic混沌映射等相关数字水印技术，提出一种新的适用于视频版权保护的水印算法。对载体视频场景图像亮度分量进行分块奇异值分解，再取最大奇异值进行分块小波变换；最后将预处理后的水印嵌入到低频子带奇异值分解后的奇异值中。仿真实验表明，该算法具有较好的稳健性，能够应对常规的视频信号处理及几何攻击。

离散小波变换；奇异值分解；Logistic混沌映射；视频水印；鲁棒性

0 引言

数字水印技术是当前版权保护应用非常普遍的技术，它是通过用密钥加密一个数字水印图像，并将水印嵌入到需要被保护的原始数据，然后数字多媒体作品的所有者公开发布水印化作品，一旦作品出现版权纠纷，则可以从疑似侵权作品或者真实水印化作品中提取出版权信息，从而实现保护作者版权的目的[1-7]。数字水印能有效验证数字视频产品的版权，目前已成为数字视频产品真伪鉴别的重要技术[8-11]。

1 视频水印系统及其算法概述

基于视频的数字水印技术是将有意义的图像、文本或者其他数据等水印信息嵌入到载体视频序列中。在对视频水印进行研究的过程中，根据水印算法的嵌入及其提取策略等提出如图1所示的视频水印系统框架[12]。

目前数字视频水印主要有空域水印和变换域水印两类算法。空域视频水印就是将水印信号嵌入到载体视频帧图像的某些像素中。由于水印嵌入的随机性，水印的透明性较好，抗几何攻击性能也强，但是抗信号处理能力差。而基于变换域的视频水印是通过对载体视频帧图像的变换域进行相关处理。由于水印的嵌入是对人类视觉影响较小的区域，所以其算法鲁棒性较强。近年来变换域视频水印算法比较受关注，其中基于DWT和DCT的水印算法是研究热点，因此衍生出许多诸如此类的算法，因此也越来越受专家、学者们的重视[13-15]。文献[16]提出的算法对载体视频采用直方图方法快速的进行场景分割，然后对分割的视频场景进行选取并对其进行三维整数小波分解，将水印嵌入到均值量化后的小波系数中。文献[17]结合离散小波变换和奇异值分解，对视频所有场景每一帧图像进行2级小波变换后的HL2子带进行奇异值分解，采用最低有效位策略修改最大奇异值以嵌入水印。文献[18]算法提出对载体视频帧图像以每4帧为一组，分别对其进行三维小波分解，水印可以自适应地在其低频与高频帧中进行嵌入，水印提取无需载体视频素材，并且算法鲁棒性能较好。就以上视频水印研究算法来看，基于三维小波变换的算法，虽然具有较好的隐蔽性和抗攻击性能，但计算复杂度较高，水印算法实时性较差。

本文充分利用了小波变换对视频帧图像处理具有高低频能量分离的优点以及图像矩阵数据奇异值分解后的能量相对稳定的特点，提出了一种基于DWT_SVD与混沌映射的适用于视频版权保护的水印算法。首先将视频分割为若干场景，随后选取相关场景及其视频帧图像亮度分量，对其进行分块SVD分解，取最大奇异值组成矩阵Q，然后对矩阵Q分块进行DWT分解，并选取低频子带对其进行SVD分解，取最大奇异值组成新的矩阵Q'，最后将Arnold置乱处理后的水印嵌入到新的矩阵Q'中。

图1 视频水印系统框架图

2 基于DWT与SVD的视频版权保护数字水印算法

2.1 水印嵌入

具体嵌入步骤如下：

步骤1：选取有意义的大小为M2×N2二值图像作为水印信号，采用Logistic映射产生的混沌序列对水印图像进行预处理。

步骤2：选取合适的场景，将一个完整的水印重复地嵌入其中。所选取的场景原始视频帧的大小为M1×N1，每段场景分别包含Nn帧。

步骤3：对选取场景视频帧图像Y分量进行M3×M3大小分块SVD分解。对奇异值矩阵进行M4×M4大小分块，对每个分块进行DWT分解，选取低频子带。

步骤4：对低频子带LL进行SVD分解并取最大奇异值λi1，最后将预处理后的水印嵌入到其中。

步骤5：水印嵌入。具体嵌入方法如下：

（1）W*(i，j)=1

（2）W*(i，j)=0

β=λ'i1mod α，其中α为嵌入强度因子。

步骤6：替换原来的奇异值，然后进行逆SVD与逆向小波变换，随后进行反SVD分解，最后重构矩阵合成含水印的图像。随后把含水印的视频帧图像及其场景复原到载体视频中，就可以生成含水印的视频。

2.3 水印提取

水印提取就是将隐藏在视频载体中的视频版权信息提取出来。具体提取步骤如下：

步骤1：对含水印的视频进行场景分割，选取场景并分离亮度分量。

步骤2：对选取场景视频帧图像Y分量进行M3×M3大小分块SVD分解，取每块最大奇异值组成矩阵Q。对矩阵Q进行M4×M4大小分块，对每个分块进行DWT分解并选取低频子带。

步骤3：对低频子带进行SVD分解，取最大奇异值，按如下方法提取水印。

步骤4：提取完所有版本水印后，对所选取场景的水印信号进行众数合成调制，生成水印信号，用Logistic密钥恢复水印序列，得到水印图像。

3 仿真实验及分析

本文仿真实验选取视频carphone作为测试的载体视频，格式为标准的CIF，视频帧数为382，每帧图像的大小为352×288,如图4（a）所示。水印信号为一幅“数字水印”二值图像，大小为 32×32，如图 4（b）所示。混沌加密初始值取X0＝0.32，分支参数取μ=3.62。实验中，对场景中的每一帧进行8×8分块奇异值分解取最大奇异值后，每一帧被分成44×36块，随后对其进行大小为4×4的分块并经1级小波变换后，取其低频子带LL1进行奇异值分解，取最大奇异值进行二值水印的嵌入。水印嵌入是以场景为单位的，在每一场景中嵌入一个完整的水印。文中水印大小为32×32，如果每块只嵌入1位的水印信息，并且在每一段场景选取的16帧图像中嵌入一幅水印图像，那么平均每帧需要嵌入64位的水印信号。

3.1 水印的嵌入及隐蔽性测试

实验的隐蔽性采用峰值信噪比PSNR（Peak Signal to Noise Ratio）衡量载体图像嵌入水印前后的失真对比情况，PSNR值越大，说明含水印的载体图像失真度越小。水印的嵌入强度因子对嵌入水印后的视频图像质量及水印的稳健性有一定的调节作用，量化值越小嵌入水印后视频图像质量越好，图像的峰值信噪比PSNR值就越大，水印隐蔽性越好；量化值越大水印的稳健性越强，而载入水印后的视频图像质量降低，水印透明性变差。

从视觉上来看，图 3（a）对比图 2（a），图像质量几乎没有区别，含水印的视频帧PSNR值平均在42.1 dB左右，说明本文算法的透明性良好。从图2（b）和图3（b）可以看出在视频未遭受攻击时，能完整提取水印。

图2 原始视频帧图像及水印

图3 含水印的视频帧图像及提取的水印

3.2 水印算法鲁棒性测试

为了检测本文水印算法鲁棒性，采用不同攻击方式在不同强度下对含水印载体视频帧图像进行仿真实验测试，将提取出的水印与原始水印图像间的相关系数NC（Normalized Correlation）作为水印算法抵御攻击性能的评价指标。

其中：W（i，j）和 W*（i，j）分别是原始水印像素值和提取出的水印像素值。本文实验中对嵌入水印后的视频图像分别进行诸如JPEG压缩、旋转、噪声、滤波等处理，仿真实验提取水印结果如表1所示。

表1 水印算法鲁棒性实验结果

3.3 对比实验

为了进一步验证本文算法，采用本文算法与文献[9]算法进行鲁棒性仿真实验结果对照比较。文献[9]先对原始载体视频的每一帧图像进行二级离散小波变换，其次对HL2子带进行奇异值分解，并在HL2子带分解后的最大奇异值中采用修改最低有效位的方法嵌入水印。为了便于比较，本文以carphone测试视频为例，在保证水印透明性基本相同的情况下，进行滤波、噪声处理、剪切和旋转等几个方面鲁棒性对比实验，相应的实验结果如表2所示。从实验结果可以看出，本文算法性能较文献[9]算法有很大提高。

表2 类似算法对比实验结果

4 结语

本文结合分块奇异值分解及小波变换的算法思想，在基本保证载体视频画面质量不受影响的情况下，通过降低算法复杂度以及提高抗攻击能力，提出了一种新的适用于视频版权保护的盲水印算法。通过对原始载体视频场景图像亮度分量进行分块奇异值分解，再取最大奇异值进行分块小波变换；最后将预处理后的水印嵌入到低频子带奇异值分解后的最大奇异值中。水印检测时，无需载体视频素材也能够盲提取水印。仿真实验表明，该算法改善了水印的不可见性，提高了水印抵抗几何攻击的能力。

[1]蒋铭.多媒体数字版权保护水印算法研究及应用[D].北京：北京邮电大学，2012．

[2]高扬.基于数字水印的图像反盗版系统研究与设计[J].信息技术,2017,23（5）：98-100

[3]中华人民共和国国家版权局NCAC.版权工作“十二五”规划［EB/OL］.http：//www.ncac.gov.cn/chinacopyright/contents/539/20690.html,2012.

[4]张建明,周小梅,王新宇,等.局部特征点的3维模型变换域水印算法[J].中国图象图形学报,2014,19（004）：613-621.

[5]陈刚,陈宁,胡安峰.抗几何攻击的整数小波变换数字图像水印技术[J].计算机工程与应用,2011,47（2）：185-189.

[6]熊志勇,王丽娜.基于差值二次可扩展性的彩色图像可擦除水印[J].中南民族大学学报：自然科学版,2010,39（4）：82-88.

[7]暴琳,张贞凯,李垣江,龚淼.Tetrolet变换和SVD结合的盲检测稳健数字水印嵌入策略[J].计算机工程与科学,2017,39（3）：492-499.

[8]武计梅.基于DWT和同步码的鲁棒性视频水印研究[D].江西理工大学,2016.

[9]李智,陈孝威.基于熵模型的高透明性自适应视频水印算法[J].软件学报,2010,21（7）：1692-1703.

[10]赵慧民,赖剑煌,蔡君,等.一种用于帧内篡改检测的压缩感知视频水印实现算法[J].电子学报,2013,41（6）：1153-1158.

[11]蔡春亭,冯桂,王驰,韩雪.基于帧内预测模式多划分的HEVC鲁棒视频水印算法[J].计算机应用,2017,37（6）：1772-1776

[12]钮心忻.信息隐藏与数字水印[M].北京邮电大学出版社,2004：134-135.

[13]刘珊.基于DCT域的多重视频水印算法研究[D].赣州：江西理工大学,2015.

[14]熊祥光,王力,王端理.基于提升小波变换和DCT的彩色视频水印算法[J].计算机应用研究,2013,30（4）：1191-1193.

[15]Saurabh P,Puja D,Sharayu B,et al.Video Watermarking Scheme Based on DWT and PCA for Copyright Protection[J].IOSR Journal of Computer Engineering,2013,9（4）：18-24.

[16]徐达文.基于三维整数小波变换的视频水印算法[J].计算机仿真,2008,25（1）：126-129.

[17]Rajab L,Al-khatib T,Al-haj A.Hybrid DWT-SVD Videowatermarking[C].Proceedings of International Conference on Innovations in Information Technology,Al Ain,2008：588-592.

[18]霍菲菲,高新波．基于三维小波变换的视频水印嵌入与盲提取算法[J].电子与信息学报,2007（2）：447-450.

Digital Watermarking Algorithm for Video Copyright Protection Based on DWT and SVD

LI Xin-yu，CHEN Yang

（School of Information Science and Engineering,Hunan First Normal University,Changsha 410205）

Proposes a new watermarking algorithm for video copyright protection,which combines discrete wavelet transform,singular value decomposition and Logistic chaotic mapping.The original video scene luminance component block singular value decomposition,then the maximum singular value of block wavelet transform;finally the preprocessed watermark is embedded into the low frequency sub-band of singular value decomposition after singular value.Simulation results show that the proposed algorithm is robust to conventional video signal processing and geometric attacks.

Discrete Wavelet Transform;Singular Value Decomposition;Logistic Chaotic Mapping;Video Watermarking;Robustness

湖南省教育厅科学研究基金（No.13C144）

1007-1423（2017）31-0018-04

10.3969/j.issn.1007-1423.2017.31.005

李新宇（1984-），男，湖南益阳人，硕士，讲师，研究方向为网络与信息安全、数字图像处理与计算机教育

2017-08-31 < class="emphasis_bold">修稿日期：2

2017-11-02