CN105072453A - 一种面向移动终端的视频水印方法 - Google Patents

Abstract

本发明公开一种面向移动终端的视频水印方法，选择H.264视频帧亮度分量DWT低频系数直方图形状作为水印嵌入载体，实现移动终端下视频版权保护的目的。包括以下步骤：解码H.264格式载体视频，获取裸视频帧数据；采用Haar小波整体变换裸视频帧亮度分量，获取一层小波变换低频系数；获取低频小波系数直方图统计区间，以二值水印为种子量化直方图统计区间，最终嵌入水印信息。顺序解码H.264视频至裸帧数据，获取裸帧亮度分量整体小波变换低频系数，统计系数值分布获得系数直方图，根据直方图形状获取水印信息。本发明有效利用了DWT低频系数直方图形状不变性，提高了视频水印的抗攻击性能，结合DWT系数良好的时频特性，有效缓解了水印不可见性与鲁棒性之间的矛盾。

Description

一种面向移动终端的视频水印方法

技术领域

本发明涉及一种面向移动终端的视频水印方法，涉及多媒体信息版权保护技术，信息安全技术领域。

背景技术

数字水印技术作为信息隐藏的一个重要分支，是实现版权保护的有效手段。随着移动终端设备、无线网络接入技术的迅猛发展以及UGC模式的兴起，视频媒体日益频繁的制作和传播滋生了众多盗版、侵权行为。因此如何使用视频水印技术保障版权所有者的合法权益具有很强的现实基础，而平衡水印算法不可见性和鲁棒性之间的矛盾依旧是所有水印算法的最终目标。

视频较其余媒体数据量较大，在实际的应用场景下视频通常以压缩编码的形式存在。H.264/AVC是ISO/IEC^[1]的MPEG(运动图像专家组)和ITU-T的VCEG(视频编码专家)共同制定的频编码标准，H.264/AVC是目前应用范围最广的视频编码标准。数字视频水印技术作为数字水印技术的一种继承，可以获得早期数字水印技术(比如图片水印技术)的一些优点^[2]，更能结合视频自身的压缩、编码等技术特点，选择更加高效、稳定的水印算法。

小波变换可以对图像进行有效的时频域分解。由于小波变换具有良好的时频局部分析特性，可以很好的控制水印的嵌入强度及位置。相比于离散余弦变换，DWT变换拥有更好的时频特性，基于此DWT系数的改变不容易引起人类视觉的注意，因而具有更好的不可见性^[3]。视频水印算法运用小波变换大多基于视频帧的完全解码^[4]，直接对视频帧DWT变换所得小波系数调制嵌入水印。因为各类移动终端设备分辨率的差异性，以视频文件分辨率转换为代表的几何攻击将尤为普遍，而现有DWT视频水印算法更多的仅考虑线性攻击的性能，无法保证此类算法在移动终端下的鲁棒性。

参考文献：

[1]TamhankarA,RaoKR.AnoverviewofH.264/MPEG-4Part10[C].Video/ImageProcessingandMultimediaCommunications,2003.4thEURASIPConferencefocusedon.IEEE,2003:186-216.

[2]PivaA,BarniM,BartoliniE,etal.ADCT-basedWatermarkingRecoveringwithoutresortingtotheUncorruptedDigitalImage[C].ProceedingsIEEE,InternationalConferenceinImageProcessing,1997:520-523.

[3]茅耀斌,卓成春,王执铨,等.一种基于人眼视觉特性的图像水印方案[J].厦门大学学报:自然科学版,2009(z1):232-235.

[4]Al-DeenAAB,RamliAR,MarhabanMH,etal.ImprovingInvisibilityofBlindVideoWatermarkingScheme[C].ResearchandDevelopment,2007.SCOReD2007.5thStudentConferenceon.IEEE,1-6。

发明内容

发明目的：为了缓解视频水印不可见性和鲁棒性之间的矛盾，针对特别抵御移动终端下常见的缩放攻击，本发明提供一种面向移动终端的视频水印方法。采用低复杂度的DWT变换，在拥有良好时频特性的小波系数内嵌入水印，保障算法的不可见性。利用低频小波系数直方图形状的不变性，使用二值水印调制直方图形状，同时保证算法对常见的诸如高斯噪声、椒盐噪声、均值滤波等线性攻击和缩放攻击具有良好的鲁棒性。本发明以移动终端为实际的应用场景，结合场景的特点，设计出一种能够运行于移动终端下的鲁棒视频水印方法，为现有视频水印技术研究提供新的思路。

技术方案：一种面向移动终端的视频水印方法，包括以下几个步骤：

步骤A、解码H.264载体视频，获取原始视频帧；

步骤B、采用Haar小波整体变换原始视频帧亮度分量，获取一层小波变换低频系数，选取所有低频小波系数作系数直方图统计，并对直方图统计相邻区间两两分组。

步骤C、根据步骤B获取的系数直方图分组，进行水印的嵌入操作，水印嵌入操作完成以后，将所有的低频系数规整。

步骤D、解码嵌入了水印的载体视频，获取嵌入时对应的原始视频帧。统计原始视频帧亮度分量的低频小波系数，根据系数直方图的形状提取嵌入的水印信息。

采用音视频快速转换库FFMPEG和H.264编解码库X264实现步骤A，具体过程如下：

采用FFMPEG+X264构建视频水印嵌入、提取仿真程序。利用FFMPEG接口分析H.264视频文件，读取码流至包结构，初始化对应的解码器，借助解码器解码包结构的码流，最终得到待嵌水印的视频帧裸数据。

作为本发明的一个优选方案，利用原始视频帧获取低频直方图，选取系数直方图的形状作为水印嵌入区域，具体步骤如下：

步骤B1、利用haar小波对原始视频帧亮度分量水平和竖直方向分别进行奇偶分离、提升小波变换获得DWT低频小波系数矩阵

步骤B2、求取所有低频系数的均值Ave，以为统计区间，为间距，对低频系数做直方图分布统计H(k)：

$H\left(k\right)={\mathrm{\Σ}}_{t=0}^T{V}_t\left\{\begin{array}{cc}\begin{array}{cc}if& DWT\left(t\right)\∈(\frac{Ave}{2}+k\×step,\frac{Ave}{2}+(k+1)\×step\],\end{array}& V_t=1\\ else,& V_t=0\end{array}\right.---\left(1\right)$

DWT(t)表示低频小波系数矩阵(二维低频小波系数矩阵DWT(x,y)转换为一维低频小波系数数组DWT(t)，t∈[0,T]，T＝x·y)，T为低频小波系数数目，k∈[0,23]表示统计区间索引。

步骤B3、步骤B2中所得24个统计区域，每相邻两个区域划为一组，共得12个分组。R(i)定义为相邻柱状统计区域内的统计量之比：

$R\left(i\right)=\frac{H(2\×i+1)}{H(2\×i)},i\∈\[0,11\]---\left(2\right)$

i表示该组的分组索引，R(i)为该分组内相邻柱状统计区域的统计量之比。

作为本发明的又一优选方案，利用低频系数直方图形状完成水印嵌入并且对嵌入水印的低频系数进行规整，具体方法如下：

步骤C1、利用二值水印，量化低频系数直方图统计分组嵌入水印。通过改变DWT(x,y)的值，使得原来统计在某统计区间内的系数统计到其相邻的区间，以此改变H(k)的分布，最终每一组直方图分布都满足下式：

$\{\begin{array}{ccc}R\left(i\right)>N,& if& Water\[i\]=1\\ R\left(i\right)>N,& if& Water\[i\]=0\end{array}---\left(3\right)$

其中，N＝Delta+Entropy。Delta是人为设置的一个固定偏移值，表征直方图形状量化调制的程度。Water[i]表示当前待嵌二进制水印位。Entropy为表征当前帧DWT系数直方图形状的参数，通过下式求得。

$Entropy={\mathrm{\Σ}}_{k=0}^{23}\frac{H(k+1)}{H\left(k\right)}\frac{\left(H\right(k+1)+H(k\left)\right)}{(2\×totalNum-H(0)-H(23\left)\right)}---\left(4\right)$

式(4)中totalNum为统计入区间的DWT低频系数的总个数。在嵌入水印时，式(3)中的N是针对当前帧数据计算的，每在新的一帧数据中嵌入水印时，都得重新计算Entropy，而在提取水印时N取值固定为1。

步骤C2、嵌入水印的低频小波系数进行整体规整，以提高算法的鲁棒性。直方图量化完成之后，将处于区间内的系数置为 $\frac{Ave}{2}+step\×(k+\frac{1}{2})(k\∈\[0,23\]).$

本发明采用上述技术方案，具有以下有益效果：

本发明通过改变视频帧小波系数嵌入水印，小波系数具有良好的时频特性，保障算法具有良好的不可见性；本发明选择视频帧低频小波系数直方图形状作为水印嵌入区域，利用直方图形状的不变性，确保算法除了抵御常见线性攻击之外，对于缩放攻击同样具有良好的鲁棒性。

附图说明

图1是本发明水印嵌入视频的流程图；

图2是本发明应用的界面示意图；

图3(a)是原始视频帧，图3(b)是嵌入水印后的视频帧；

图4(a)是未嵌水印视频帧的低频小波系数直方图，图4(b)是嵌入水印后视频帧低频小波系数直方图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

利用DWT低频系数直方图形状攻击不变性，在此特性基础上，发明一个基于DWT低频系数调制的视频水印算法。对任意连续视频帧进行DWT系数直方图统计，以二进制水印为种子，调制相邻统计区间的直方图形状。采用归一化相关系数NC衡量提取的水印图像与原始水印图像之间的相似程度，NC越大，鲁棒性越高。同时采用峰值信噪比PSNR衡量嵌入水印视频和原始视频的质量差别，PSNR值越大表示水印的不可见性越好，视频质量变化越小。实验结果表明本发明具有良好的不可见性，同时能抵抗线性和缩放攻击。

采用亮度分量一层小波变换系数直方图作为水印嵌入区域以及量化后小波系数规整是本发明最重要的创新点，两者确保本发明具备优异的不可见性和鲁棒性。发明构建的应用在IOS7.1.1、iPhone5C(苹果A6处理器、双核、1GRAM)环境下运行。选择分辨率为352×288的motheranddaughterCIF标准测试序列经FFMPEG编码得到的H.264码流作为载体视频，视频共300帧，GOP大小为12，直方图形状量化调制参数N取4。

采用音视频快速转换库FFMPEG和H.264编解码库X264实现步骤A，具体过程如下：

采用FFMPEG+X264构建视频水印嵌入、提取仿真程序。利用FFMPEG接口分析H.264视频文件，读取码流至包结构，初始化对应的解码器，借助解码器解码包结构的码流，最终得到待嵌水印的视频帧裸数据。

X264依次编码嵌入水印后的裸视频帧至包结构，包结构混入视频码流。所有的裸视频全部混入视频码流之后，将视频码流写入本地视频文件。

如图1所示，水印嵌入具体实现过程包括以下步骤：

步骤A、当解码到第M帧数据开始，从视频格式上下文(AVFormatContext)中获取一帧数据，提取其中的亮度分量(即Y分量，存储于AVFrame->data[0])。

步骤B、利用步骤A获取的一帧数据(Y分量)进行一层小波变换，对低频小波系数，在内共24个统计区间进行直方图统计处理。相邻两个区间分为一组，共得到12组

步骤C、获取步骤B中所得分组中的一组，进行直方图形状量化调制。根据嵌入水印的值调整小波系数值，使得该组直方图形状满足式(3)。

$\{\begin{array}{ccc}R\left(i\right)>N,& if& Water\[i\]=1\\ R\left(i\right)>N,& if& Water\[i\]=0\end{array}---\left(3\right)$

其中，N＝Delta+Entropy。Delta是人为设置的一个固定偏移值，表征直方图形状量化调制的程度。Entropy为表征当前帧DWT系数直方图形状的参数，通过下式求得。

$Entropy={\mathrm{\Σ}}_{k=0}^{23}\frac{H(k+1)}{H\left(k\right)}\frac{\left(H\right(k+1)+H(k\left)\right)}{(2\×totalNum-H(0)-H(23\left)\right)}---\left(4\right)$

式(4)中totalNum为统计入区间的DWT低频系数的总个数。水印嵌入时，Delta取常数4。

直方图量化之后，通过将处于 $(\frac{Ave}{2}+step\×k,\frac{Ave}{2}+step\×(k+1)$ 区间内的系数置为完成小波系数的规整处理。

步骤D、如水印没嵌完，跳回步骤C。

步骤E、步骤B中的AVFrame编码成H.264视频格式写入文件。如水印没嵌入完毕，跳回步骤A。

步骤F、水印嵌入完成，得到嵌入水印后的H.264视频文件。

图3(a)是截取的原始视频帧，图3(b)是嵌入水印后的该视频帧。水印的嵌入基本不影响视频的观看质量，嵌入水印视频帧的平均PSNR值为41.90dB。

水印提取过程包括以下步骤：

步骤A、打开输入视频，当解码到第M帧数据开始，从视频格式上下文(AVFormatContext)中获取一帧数据，提取其中的Y分量。

步骤B、利用步骤A获取的一帧数据(Y分量)进行一层小波变换，对低频小波系数，在内共24个统计区间进行直方图统计处理。相邻两个区间分为一组，共得到12组

步骤C、获取步骤3中12组数据中的一组，根据下式判断嵌入的水印位的比特值。w表示提取出的二进制水印位。

$\frac{H(2\&times;i+1)}{H(2\&times;i)}\left\{\begin{array}{cc}>1,& w=1\\ <1,& w=0\end{array}\right.---\left(5\right)$

步骤D、如水印未提取完成，并且当前一帧数据的12组系数直方图分组未被提取完成，跳回步骤C。

步骤E、如水印未提取完成，跳回步骤A。

步骤F、水印提取完毕。

为了验证本发明的水印鲁棒性，对嵌完水印的视频施加高斯噪声、椒盐噪声、均值滤波、缩放攻击等外部攻击，比较受攻击后提取的水印与原始水印的相似度，数据如表1-表4所示。

1)高斯噪声

对嵌入水印的视频添加均值为0，方差为0.01、0.02、0.03和0.04的高斯噪声，表1为提取出水印的NC值。高斯噪声攻击，是对每个像素点进行一个值的叠加，而叠加的值随高斯分布，因为是每个像素点都进行高斯分布的值的叠加，所以高斯噪声攻击强度与算法的鲁棒性成反比。

表1高斯噪声攻击后恢复的水印

方差	0.01	0.02	0.03	0.04
					NC	1	1	0.92	0.90

2)椒盐噪声

对嵌入水印的视频添加密度为0.005、0.01、0.02、0.03的椒盐噪声，表2为提取出水印与原始水印的NC值。椒盐噪声攻击仅仅是对某些像素点进行随机的置0或者置255，对小波系数直方图的形状影响不大。实验数据表明，发明所提算法对椒盐噪声具有很强的鲁棒性。

表2椒盐噪声攻击后恢复的水印

密度	0.01	0.04	0.08	0.12
					NC	1	1	0.995	0.915

3)均值滤波

对嵌入水印的视频分别进行半径为3像素、5像素、7像素、9像素的均值滤波，表3为提取出水印与原始水印的NC值。均值攻击是对一定窗口内的像素值进行均值处理，类似抹平图像的细节，DWT变换后的系数变化较大，发明提出的算法在均值攻击下，鲁棒性有所降低，但总体处于一个理想的效果。

表3均值滤波攻击后恢复的水印

半径	3×3	5×5	7×7	9×9
					NC	1	0.945	0.93	0.92

4)缩放攻击

对嵌入水印的视频进行95％、90％、80％、70％的缩放，表4为缩放后视频提取出的水印与原始水印的NC值。缩放攻击是对视频帧像素数目按比例缩放，缩放前后视频帧DWT低频系数直方图形状基本保持不变，因而算法在各种缩放比例攻击下均具有良好的鲁棒性。

表4缩放攻击后恢复的水印

缩放比例	95％	90％	80％	70％
					NC	0.99	1	0.99	0.99

实验结果表明，本发明结合移动终端作为应用场景，在时频特性良好的低频小波系数内嵌入嵌入水印，保证了良好的水印不可见性；选择缩放攻击和线性攻击不变的低频小波系数直方图形状内嵌入水印，能够完全抵御高斯噪声，椒盐噪声，均值滤波，缩放攻击，再编码等攻击具有很好的鲁棒性。实验结果显示，针对此类攻击，NC值达到0.9以上。本发明提出的面向移动终端的视频水印算法能满足水印对不可见性和鲁棒性的要求。

Claims (6)

1.一种面向移动终端的视频水印方法，其特征在于：利用DWT低频系数直方图形状的不变性，将水印嵌入至视频帧亮度分量DWT低频系数直方图形状内部，并对嵌入水印后的DWT低频系数进行规整；算法复杂度相对较低，能够移植到终端设备真机运行，具体包括以下几个步骤：

步骤A、解码H.264载体视频，获取待嵌水印的视频帧裸数据；

步骤B、采用Haar小波整体变换裸视频帧亮度分量，获取一层小波变换低频系数，选取所有低频小波系数作系数直方图统计；

步骤C、选取24个低频系数直方图统计区间，两两一组得12个分组，以二值水印量化每一个直方图分组，量化后的低频系数作系数规整；

步骤D、嵌完水印，重新编码输出含水印的H.264视频；

步骤E、解码嵌入了水印的载体视频，获取嵌入时对应的原始视频帧。Haar小波整体变换原始视频帧亮度分量，获取一层小波变换低频系数，对低频系数作直方图分布统计，根据统计区间的相对形状提取嵌入的水印信息。

2.如权利要求1所述的面向移动终端的视频水印方法，其特征在于，采用音视频快速转换库FFMPEG和H.264编解码库X264实现步骤A，具体过程如下：

采用FFMPEG+X264构建视频水印嵌入、提取仿真程序。利用FFMPEG接口分析H.264视频文件，读取码流至包结构，初始化对应的解码器，借助解码器解码包结构的码流，最终得到待嵌水印的视频帧裸数据。

3.如权利要求1所述的面向移动终端的视频水印方法，其特征在于，所述的步骤B具体包括以下步骤：

步骤B1、M×N原始视频帧亮度分量水平和竖直方向分别进行奇偶分离、提升小波变换获得DWT低频小波系数矩阵

步骤B2、求取所有系数的均值Ave，以为统计区间，为间距，对低频系数做直方图分布统计H(k)：

$H\left(k\right)={\&Sigma;}_{t=0}^T{V}_t\{\begin{array}{c}ifDWT\left(t\right)\&Element;(\frac{Ave}{2}+k\&times;step,\frac{Ave}{2}+(k+1)\&times;step\&rsqb;,V_t=1\\ else,V_t=0\end{array}---\left(1\right)$

DWT(t)表示低频小波系数矩阵(二维低频小波系数矩阵DWT(x,y)转换为一维低频小波系数数组DWT(t)，t∈[0,T]，T＝x·y)，T为低频小波系数数目，k∈[0,23]表示统计区间索引。

4.如权利要求1所述的面向移动终端的视频水印方法，其特征在于，

在低频小波系数直方图区间内嵌入水印，且嵌入水印后整体系数规整，所述步骤C具体包括以下步骤：

步骤C1、步骤B2中所得24个统计区域，每相邻两个区域划为一组，共得12个分组。R(i)定义为相邻柱状统计区域内的统计量之比：

$R\left(i\right)=\frac{H(2\&times;i+1)}{H(2\&times;i)},i\&Element;\&lsqb;0,11\&rsqb;---\left(2\right)$

i表示该组的分组索引，R(i)为该分组内相邻柱状统计区域的统计量之比。

步骤C2、选取C1中的每一组，结合二进制水印，进行量化调制。通过改变DWT(x,y)的值，使得原来统计在某统计区间内的系数统计到其相邻的区间，以此改变H(k)的分布，最终每一组直方图分布都满足下式：

$\{\begin{array}{ccc}R\left(i\right)>N,& if& Water\&lsqb;i\&rsqb;=1\\ R\left(i\right)>N,& if& Water\&lsqb;i\&rsqb;=0\end{array}---\left(3\right)$

其中，N＝Delta+Entropy。Delta是人为设置的一个固定偏移值，表征直方图形状量化调制的程度。Entropy为表征当前帧DWT系数直方图形状的参数，通过下式求得。

$Entropy={\&Sigma;}_{k=0}^{23}\frac{H(k+1)}{H\left(k\right)}\frac{\left(H\right(k+1)+H(k\left)\right)}{(2\&times;totalNum-H(0)-H(23\left)\right)}---\left(4\right)$

式(4)中totalNum为统计入区间的DWT低频系数的总个数。在嵌入水印时，式(3)中的N是针对当前帧数据计算的，每在新的一帧数据中嵌入水印时，都得重新计算Entropy，而在提取水印时N取值固定为1。

步骤C3、嵌入水印的低频小波系数进行整体规整，以防止小波系数微小变化引起的系数直方图统计误差。直方图量化完成之后，将处于 $(\frac{Ave}{2}+step\&times;k,$ $\frac{Ave}{2}+step\&times;(k+1)$ 区间内的系数置为 $\frac{Ave}{2}+step\&times;(k+\frac{1}{2})(k\&Element;\&lsqb;0,23\&rsqb;).$

步骤C4、将量化后的DWT低频系数与原始DWT高频系数组合，进行逆DWT变换，得到嵌入水印后裸视频帧。

5.如权利要求1所述的面向移动终端的视频水印方法，其特征在于，所述步骤D中X264依次编码嵌入水印后的裸视频帧至包结构，包结构混入视频码流。所有的裸视频全部混入视频码流之后，将视频码流写入本地视频文件。

6.如权利要求1所述的面向移动终端的视频水印方法，其特征在于，水印嵌入在视频帧低频小波系数直方图形状内，根据恢复的视频帧低频小波系数直方图统计可以获得先前嵌入的水印信息，所述步骤E具体包括以下步骤：

步骤E1、打开输入视频帧。

步骤E2、与嵌入时对应，解码得到裸视频帧亮度分量。

步骤E3、利用步骤E2获取的一帧数据进行一层小波变换，对低频小波系数，在内共24个统计区间进行直方图分布统计。相邻两个区间分为一组，共得到12组 $\frac{H(2\&times;i+1)}{H(2\&times;i)}(i\&Element;\&lsqb;0,11\&rsqb;).$

步骤E4、依次获取步骤E3中12组数据中的一组，根据下式判断嵌入的水印位的比特值。

$\frac{H(2\&times;i+1)}{H(2\&times;i)}\{\begin{array}{cc}>1,& w=1\\ <1,& w=0\end{array}---\left(5\right)$

若水印提取完成，则水印提取工作到此结束；

若水印未提取完全，则跳回至E2并继续往下执行。