CN105303512A - 基于svd和qr码的视频双水印方法 - Google Patents

Abstract

本发明公开一种基于SVD和QR码的视频双水印方法，包括以下步骤，(1)水印嵌入，依次包括如下：Arnold置乱；原始视频预处理；灰度水印嵌入；重构；对灰度水印文本信息进行QR编码；QR码嵌入；(2)水印提取，依次包括如下：用密钥key1得水印载体图像；印提取和Arnold反置乱；key2选择隐藏QR码的图像块；对QR码进行解码，得到验证文本信息。本发明嵌入的双水印互干扰性小且对常见攻击具有较好的鲁棒性，能够将QR码信息嵌入到掩蔽性较高图像块的中，增强视频水印算法的安全性，有效地解决了单个鲁棒水印算法存在功能单一问题。

Description

基于SVD和QR码的视频双水印方法

技术领域

本发明涉及信息隐藏技术，具体涉及一种基于SVD和QR码的视频双水印方法。

背景技术

网络信息技术在全世界范围内得到了迅猛发展，它极大地方便了人们之间的通信和交流。随着互联网技术和数字多媒体技术的快速发展，大量的多媒体数据都可以通过网络被人们轻松的访问、拷贝和传播。因此，寻求有效的方法来解决多媒体数据的版权保护问题日益受到人们重视。现有的水印算法功能效果都不理想，比如基于三维小波变换的空时多分辨率特性，将扩频水印自适应的嵌入到三维小波系数中，鲁棒性较好，但实时性较差且水印为非盲提取；基于三维Gabor变换的视频水印算法，将水印信息嵌入到三维Gabor变换的系数中，该算法计算复杂度较高，不满足水印的实时性要求。

普遍采用数字水印算法实现隐藏的还有：离散余弦变换(DCT)、最低有效位(LSB)等。

对于离散余弦变换来说，其在变换域里视频图像要比空间域里简单，其次具有较强的抗干扰能力，但是DCT变换后图像能量主要集中在图像的低频部分，没有保留原图像块的精细结构,不能反应原图像块的边缘、轮廓等信息。

对于LSB算法来说，由于其算法简单，易于实现，所以其计算速度快，此外由于其能在低效位(一般是最后两位)进行嵌入，故对于256色(8位)RGB图像，在3层图像均插入1/8到1/4消息。但是该算法的不足有：嵌入消息较所花间较长；只能处理简单流格式文件；为了满足水印见性，允许嵌入水印强度较低，对空域各种操作较敏感；基本LSB算法抗JPEG压缩能力弱；鲁棒性差等。

发明内容

发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种盲提取的鲁棒基于SVD和QR码的视频双水印方法，本发明根据不同视频内容的纹理特性选择最佳的水印嵌入强度，利用SVD分解的特性进行灰度水印的嵌入，根据人眼视觉系统特性将QR码信息嵌入到掩蔽性较高图像块的中，进一步增强视频水印算法的安全性。

技术方案：本发明的基于SVD和QR码的视频双水印方法，包括以下步骤：(1)水印嵌入，依次包括如下步骤：

Arnold置乱；原始视频预处理；灰度水印嵌入；重构；对灰度水印文本信息进行QR编码；QR码嵌入；

(2)水印提取，依次包括如下步骤：

用密钥key1得水印载体图像；印提取和Arnold反置乱；key2选择隐藏QR码的图像块；对QR码进行解码，得到验证文本信息；

其中，随机选取原始视频中的一个镜头，设该镜头中共有R帧图像，原始视频帧图像的大小为M×N，水印大小为m×n，并且m≥n，整个水印的嵌入都是在同一个视频镜头内进行；

步骤(1)中的预处理具体过程为：

(a)取该镜头内视频的第一帧图像，沿着其x轴方向，从帧宽为N的边上随机选取floor(m/R)+1个坐标位记为N1,N2,...,N_floor(m/R)+1，并将其作为密钥key1进行保存，floor为取商操作；

(b)沿着时间轴方向顺序选取R帧图像同一坐标位上每一列的帧图像信息，大小均为M×R，按记录的坐标位置重复选取，它们均为视频的侧面图像块，记为L1,L2,...,L_floor(m/R)+1；

(c)将侧面图像块L1,L2,...,L_floor(m/R)+1进行顺序拼接，形成该镜头内视频R帧图像的信息矩阵，大小为M×(R*(floor(m/R)+1))，然后将该信息矩阵大小变换为P＝M/2×(2R*(floor(m/R)+1))，形成最终水印嵌入的载体数据P。

进一步的，所述步骤(1)中水印嵌入步骤具体如下：

(110)将镜头内原始视频进行分帧处理，为减少计算复杂度提高运算效率，选取视频帧的红色分量(绿色分量也可)进行直方图分割；

(111)对原始灰度水印W进行Arnold置乱为水印W₁，然后对W₁进行SVD得到矩阵U₁，S₁，V₁，即W₁＝U₁S₁V₁ ^T；

(112)将原始视频序列进行预处理操作，得到最终水印嵌入的载体图像P，取载体图像P的蓝色分量，记为P_b，对其1级的DWT变换，得到P_b的低频子带以及水平、垂直和对角的高频子带，分别记为LL₁、LH₁、HL₁、HH₁；

(113)对高频子带HL₁进行SVD分解，得到矩阵U，S，V，即P_b＝USV^T；(114)根据图像融合嵌入强度计算法计算水印嵌入的强度，然后根据公式(2)将水印嵌入到子带HL₁的奇异值中；

$NVF(i,j)\≈1/{\mathrm{\σ}}_x^2(i,j)+1$

$a_1=(1-\frac{1}{1+NVF(i,j)})/2^p---\left(1\right)$

S'＝a×S+a₁×S₁(2)

其中，NVF(i,j)为噪声可见性函数，反映的是图像的局部纹理特性，为水印嵌入的载体数据的方差，a₁为最终计算得到的水印嵌入强度因子；公式(2)中a为矩阵S的权值，其值为a＝328/S_max，S_max为矩阵S中最大的奇异值；而i和j分别是指矩阵的某一行以及某一列；

(115)对子带HL₁进行奇异值重构和DWT逆变换，得到蓝色分量P_{b_watermark}，然后将其返回到载体图像P中，最后将含水印的载体数据返回到视频镜头中每一帧的对应位置；

(116)计算嵌入水印后的视频镜头中帧间红色分量D的值，并对其进行升序排序，然后选取该镜头内D值较小的前l帧图像；

(117)随机选取l帧图像中的一帧进行不重叠的8×8分块，然后计算每一个图像块的方差值和所有图像块方差的最大值，分别记为Var_block和Var_max，Var_block是指图像块的方差，Var_max是指所有图像块方差最大值；

(118)对每一8×8分块进行SVD分解，计算每一个图像块中最大的奇异值，记为S_block，然后再计算所有S_block值中的最大值，记为S_max；

(119)利用所有图像块方差最大值及奇异值最大值分别对每一图像块的Var_block和S_block进行归一化处理，分别记为A₁＝Var_block/Var_max和A₂＝S_block/S_max；

(120)对嵌入灰度水印图像内容的真实性进行验证的文本信息进行QR编码，根据公式(3)所计算得到的图像块因子值来选择掩蔽性较高的图像块；

A＝k₁×A₁+k₂×A₂(3)

其中，A为计算后的图像块因子值，k₁和k₂分别为A₁和A₂的权值(例如可以取k₁＝0.3，k₂＝0.9)；

(121)将所有图像块因子的值进行降序排序后，选择A值较大的图像块进行QR码嵌入，将所选择的每一图像块进行SVD分解后，得到对应图像块的U_block矩阵；

(122)计算图像块U_block矩阵中第一列i和j行系数间差值的绝对值，记为|d_block|，将|d_block|值与给定的阈值T₁进行比较(例如可以取T₁＝0.01)，在选择的图像块中，若|d_block|<T₁则修改U_block矩阵中第一列i和j行的系数值，反之，则选择下一个图像块继续进行比较，直到所有QR码信息嵌入完毕，用密钥key2保存所选择的图像块；

(123)对所有图像块进行奇异值重构，最后得到含水印信息和QR码的帧图像；

(124)直接根据密钥key2和QR码的嵌入策略对剩余l-1帧图像进行QR码的重复嵌入；将含QR码的帧图像返回到含水印视频镜头中的对应位置，然后再将含水印和QR码的视频镜头返回到原始视频的对应位置，得到最终含水印的视频。

进一步的，所述步骤(122)中，QR码嵌入的方法如下：

当嵌入QR码的信息位为1时，则为

$\begin{array}{cc}{U}^{\&prime;}\left(i\right)& \left\{\begin{array}{ccc}-\left|\left|U\left(i\right)\right|+\left|\left(T_2-\left|d_{block}\right|\right)\right|\right|,& if& d_{block}>0\\ -\left|\left|U\left(i\right)\right|+\left|\left(T_2+\left|d_{block}\right|\right)\right|\right|,& if& d_{block}<0\end{array}\right.\\ U^{\&prime;}\left(j\right)& \left\{\begin{array}{ccc}-\left|\left|U\left(j\right)\right|-\left|\left(T_2-\left|d_{block}\right|\right)\right|\right|,& if& d_{block}>0\\ -\left|\left|U\left(j\right)\right|-\left|\left(T_2+\left|d_{block}\right|\right)\right|\right|,& if& d_{block}<0\end{array}\right.\end{array}---\left(4\right)$

当嵌入QR码的信息位为0时，则为

$\begin{array}{cc}{U}^{\&prime;}\left(i\right)& \left\{\begin{array}{ccc}-\left|\left|U\left(i\right)\right|-\left|\left(T_2+\left|d_{block}\right|\right)\right|\right|,& if& d_{block}>0\\ -\left|\left|U\left(i\right)\right|-\left|\left(T_2-\left|d_{block}\right|\right)\right|\right|,& if& d_{block}<0\end{array}\right.\\ U^{\&prime;}\left(j\right)& \left\{\begin{array}{ccc}-\left|\left|U\left(j\right)\right|+\left|\left(T_2+\left|d_{block}\right|\right)\right|\right|,& if& d_{block}>0\\ -\left|\left|U\left(j\right)\right|+\left|\left(T_2-\left|d_{block}\right|\right)\right|\right|,& if& d_{block}<0\end{array}\right.\end{array}---\left(5\right)$

式中d_block＝U(i)-U(j)，U(i)和U(j)分别为图像块U_block矩阵中第1列的i行和j行的系数值，T₂为修改i行与j行系数的阈值(例如可以取T₂＝0.06)，并再选择U_block矩阵的第5行和第7行来进行QR码的隐藏。

进一步的，所述步骤(2)中水印提取的具体步骤如下：

(21)对含水印视频进行视频预处理，选取与密钥key1相同坐标位上的列图像信息，得到含水印的载体图像，然后分别对该载体图像的B分量和G分量进行1级DWT变换，将得到的垂直方向上的高频子带分别记为HL_b和HL_g；

(22)将HL_b和HL_g都进行SVD分解，得到的奇异值矩阵记为S_b和S_g，按下列公式进行水印的提取；

S'₁＝(S_b-a×S_g)/a₁(6)

(23)利用U₁和V₁矩阵来重构水印，即U₁S'₁V₁ ^T＝W_new，然后对W_new进行Arnold反置乱，得到提取后完整的水印图像；

(24)根据公式(1)计算镜头中所有帧图像间B分量D的值，并对D进行升序排序；

(25)选取D值较小的前l帧图像，按保存的密钥key2来选择隐藏QR码信息的图像块，利用公式(7)进行QR码的提取；

$w=\left\{\begin{array}{ccc}1,& if& U\left(i\right)\&GreaterEqual;U\left(j\right)\\ 0,& if& U\left(i\right)\&le;U\left(j\right)\end{array}\right.---\left(7\right)$

对提取的QR码图像进行解码，得到验证文本信息，上述过程中，SVD指奇异值，QR码是二维条形码的一种。

有益效果：本发明利用奇异值分解的稳定性进行水印的嵌入，然后选择掩蔽性较好的图像块，将QR编码后的验证文本信息隐藏到含水印的视频帧图像中，灰度水印提取时利用待测视频中预处理后载体数据的G分量替换原始的B的分量，实现灰度水印的盲提取，而QR码的提取只需利用保存的密钥即可，同样为盲提取。与现有技术相比，具有以下优点：

(1)本发明中的双水印认证不仅增强水印的隐蔽性和安全性，弥补单一水印认证不足的缺点，双水印之间的嵌入与提取干扰性较小，且算法对噪声、滤波、缩放、裁剪、JPEG压缩、亮度变化以及帧攻击等均具有较强的鲁棒性，完全具备版权保护和内容认证的双功能；同时结合现下较流行的QR码，使得本发明具有较好的实际应用前景。

(2)本发明利用SVD分解的特性进行灰度水印的嵌入，根据人眼视觉系统特性将QR码信息嵌入到掩蔽性较高图像块中，进一步增强视频水印算法的安全性。另外QR码具有快速识别、可靠性高、保密防伪性强和高纠错特性等优点，因此，将QR码信息嵌入到含水印的隐蔽性较高的视频数据中作为水印的验证信息，进一步增强了算法的安全性和应用性。

(3)本发明能够根据不同视频内容的纹理特性选择最佳的水印嵌入强度，利用SVD分解的特性进行灰度水印的嵌入，同时为验证嵌入水印图像内容的真实性，结合QR码的自动校正、定位和高纠错特性，将验证水印内容真实性的文本信息进行QR编码。

综上所述，本发明嵌入的双水印互干扰性小且对常见攻击具有较好的鲁棒性，能够将QR码信息嵌入到掩蔽性较高图像块的中，增强视频水印算法的安全性，有效地解决了单个鲁棒水印算法存在功能单一问题。

附图说明

图1为本发明中QR码结构原理图；

图2为本发明中视频预处理流程图；

图3为本发明中水印嵌入的流程图；

图4为本发明中水印提取的流程图；

图5为实施例中含水印视频帧的PSNR值示意图；

图6为实施例中嵌入水印前后视频帧图像的比较示意图；

图7为实施例中无攻击时提取的水印和QR码示意图；

图8为实施例中错误密钥下提取的水印图像；

图9为实施例中依次经过缩放、裁剪、锐化、亮度变化攻击下提取的水印及QR码示意图；

图10为实施例中依次经过噪声、滤波、JPEG压缩攻击下提取的水印及QR码示意图；

图11为实施例中不同的帧攻击方式下提取的水印及QR码示意图；

其中，图6(a)为foreman视频嵌入水印前的第28帧图像；图6(b)为foreman视频嵌入水印后的第28帧图像；图6(c)为flower视频嵌入水印前的第6帧图像；图6(d)为flower视频嵌入水印后的第6帧图像；图7(a)为foreman视频提取的水印与QR码(NC＝0.9996，BER＝0)；图7(b)为flower视频提取的水印与QR码(NC＝0.9958，BER＝0)；图9(a)为foreman视频提取的水印及QR码；图9(b)为flower视频提取的水印及QR码；图10(a)为foreman视频提取的水印及QR码；图10(b)为flower视频提取的水印及QR码示意图。

具体实施方式

下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。

为增加对本发明中技术方案的理解，现进行以下说明：

一、QR码

QR码是二维条形码的一种，最大纠错率可达到30％，由功能图形和编码区域组成。其中编码区域与QR码的编码信息有关，包括版本信息、格式信息以及数据纠错码字。具体的QR码符号的结构图如图1所示。

QR码的编码区域主要包括以下3个部分：

(1)版本信息

版本1为最小的，大小为21×21模块，版本2为25×25模块，以此类推，每一版本比前一版本的各边长多4个模块，最大版本为40，大小为177×177模块。版本越高，存储的信息量越大，纠错能力也越强。

(2)格式信息

图1中浅色区域，与分隔符相邻。格式信息共15位，其中5个为数据位，剩余10位是BCH编码的纠错位，主要用来存储QR码的纠错级别和掩膜图形。

(3)数据和纠错码字

QR码的纠错算法使用的是Reed-Solomon纠错码，将生成的一系列纠错码字放在相应的数据序列码字后面，即使QR码的编码数据受到了一定程度的损坏，只要损失的信息仍在纠错能力范围内，均可进行正确解码。

二、符号说明

QR是指QR码二维条形码的一种；

SVD是指奇异值分解；

Arnold是指一种常用的图像置乱技术；

key1是指保存的是视频预处理时随机选取的坐标位；

key2是指保存QR码嵌入时选取的图像块的索引顺序及位置信息。

实施例1：下面通过实施例1来详细说明本发明。

如图1至图4所示，本实施例的基于SVD和QR码的视频双水印方法，包括以下步骤：

(1)水印嵌入，依次包括如下步骤：

Arnold置乱；原始视频预处理；灰度水印嵌入；重构；对灰度水印文本信息进行QR编码；QR码嵌入；具体为：

所述步骤(1)中水印嵌入步骤具体如下：

(110)将镜头内原始视频进行分帧处理，为减少计算复杂度提高运算效率，选取视频帧的红色分量(绿色分量也可)进行直方图分割；

(111)对原始灰度水印W进行Arnold置乱为水印W₁，然后对W₁进行SVD得到矩阵U₁，S₁，V₁，即W₁＝U₁S₁V₁ ^T；

(112)将原始视频序列进行预处理操作，得到最终水印嵌入的载体图像P，取载体图像P的蓝色分量，记为P_b，对其1级的DWT变换，得到P_b的低频子带以及水平、垂直和对角的高频子带，分别记为LL₁、LH₁、HL₁、HH₁；

(113)对高频子带HL₁进行SVD分解，得到矩阵U，S，V，即P_b＝USV^T；(114)根据图像融合嵌入强度计算法计算水印嵌入的强度，然后根据公式(2)将水印嵌入到子带HL₁的奇异值中；

$NVF(i,j)\&ap;1/{\mathrm{\&sigma;}}_x^2(i,j)+1$

$a_1=(1-\frac{1}{1+NVF(i,j)})/2^p---\left(1\right)$

S'＝a×S+a₁×S₁(2)

其中，NVF(i,j)为噪声可见性函数，反映的是图像的局部纹理特性，为水印嵌入的载体数据的方差，a₁为最终计算得到的水印嵌入强度因子；公式(2)中a为矩阵S的权值，其值为a＝328/S_max，S_max为矩阵S中最大的奇异值；而i和j分别是指矩阵的某一行以及某一列；

(115)对子带HL₁进行奇异值重构和DWT逆变换，得到蓝色分量P_{b_watermark}，然后将其返回到载体图像P中，最后将含水印的载体数据返回到视频镜头中每一帧的对应位置；

(116)计算嵌入水印后的视频镜头中帧间红色分量D的值，并对其进行升序排序，然后选取该镜头内D值较小的前l帧图像；

(117)随机选取l帧图像中的一帧进行不重叠的8×8分块，然后计算每一个图像块的方差值和所有图像块方差的最大值，分别记为Var_block和Var_max，Var_block是指图像块的方差，Var_max是指所有图像块方差最大值；

(118)对每一8×8分块进行SVD分解，计算每一个图像块中最大的奇异值，记为S_block，然后再计算所有S_block值中的最大值，记为S_max；

(119)利用所有图像块方差最大值及奇异值最大值分别对每一图像块的Var_block和S_block进行归一化处理，分别记为A₁＝Var_block/Var_max和A₂＝S_block/S_max；

(120)对嵌入灰度水印图像内容的真实性进行验证的文本信息进行QR编码，根据公式(3)所计算得到的图像块因子值来选择掩蔽性较高的图像块；

A＝k₁×A₁+k₂×A₂(3)

其中，A为计算后的图像块因子值，k₁和k₂分别为A₁和A₂的权值(例如可以取k₁＝0.3，k₂＝0.9)；

(121)将所有图像块因子的值进行降序排序后，选择A值较大的图像块进行QR码嵌入，将所选择的每一图像块进行SVD分解后，得到对应图像块的U_block矩阵；

(122)计算图像块U_block矩阵中第一列i和j行系数间差值的绝对值，记为|d_block|，将|d_block|值与给定的阈值T₁进行比较，在选择的图像块中，若|d_block|<T₁则修改U_block矩阵中第一列i和j行的系数值，反之，则选择下一个图像块继续进行比较，直到所有QR码信息嵌入完毕，用密钥key2保存所选择的图像块；

(123)对所有图像块进行奇异值重构，最后得到含水印信息和QR码的帧图像；

(124)直接根据密钥key2和QR码的嵌入策略对剩余l-1帧图像进行QR码的重复嵌入；将含QR码的帧图像返回到含水印视频镜头中的对应位置，然后再将含水印和QR码的视频镜头返回到原始视频的对应位置，得到最终含水印的视频。

(2)水印提取，依次包括如下步骤：

用密钥key1得水印载体图像；印提取和Arnold反置乱；key2选择隐藏QR码的图像块；对QR码进行解码，得到验证文本信息；

(21)对含水印视频进行视频预处理，选取与密钥key1相同坐标位上的列图像信息，得到含水印的载体图像，然后分别对该载体图像的B分量和G分量进行1级DWT变换，将得到的垂直方向上的高频子带分别记为HL_b和HL_g；

(22)将HL_b和HL_g都进行SVD分解，得到的奇异值矩阵记为S_b和S_g，按下列公式进行水印的提取；

S'₁＝(S_b-a×S_g)/a₁(6)

(23)利用U₁和V₁矩阵来重构水印，即U₁S'₁V₁ ^T＝W_new，然后对W_new进行Arnold反置乱，得到提取后完整的水印图像；

(24)根据公式(1)计算镜头中所有帧图像间B分量D的值，并对D进行升序排序；

(25)选取D值较小的前l帧图像，按保存的密钥key2来选择隐藏QR码信息的图像块，利用公式(7)进行QR码的提取；

$w=\left\{\begin{array}{ccc}1,& if& U\left(i\right)\&GreaterEqual;U\left(j\right)\\ 0,& if& U\left(i\right)\&le;U\left(j\right)\end{array}\right.---\left(7\right)$

对提取的QR码图像进行解码，得到验证文本信息，上述过程中，SVD指奇异值，QR码是二维条形码的一种；

其中，随机选取原始视频中的一个镜头，设该镜头中共有R帧图像，原始视频帧图像的大小为M×N，水印大小为m×n，并且m≥n，整个水印的嵌入都是在同一个视频镜头内进行；

步骤(1)中的预处理具体过程为：

(a)取该镜头内视频的第一帧图像，沿着其x轴方向，从帧宽为N的边上随机选取floor(m/R)+1个坐标位记为N1,N2,...,N_floor(m/R)+1，并将其作为密钥key1进行保存，floor为取商操作；

(b)沿着时间轴方向顺序选取R帧图像同一坐标位上每一列的帧图像信息，大小均为M×R，按记录的坐标位置重复选取，它们均为视频的侧面图像块，记为L1,L2,...,L_floor(m/R)+1；

(c)将侧面图像块L1,L2,...,L_floor(m/R)+1进行顺序拼接，形成该镜头内视频R帧图像的信息矩阵，大小为M×(R*(floor(m/R)+1))，然后将该信息矩阵大小变换为P＝M/2×(2R*(floor(m/R)+1))，形成最终水印嵌入的载体数据P。

其中，步骤(122)中，QR码嵌入的方法如下：

当嵌入QR码的信息位为1时，则为

$\begin{array}{cc}{U}^{\&prime;}\left(i\right)& \left\{\begin{array}{ccc}-\left|\left|U\left(i\right)\right|+\left|\left(T_2-\left|d_{block}\right|\right)\right|\right|,& if& d_{block}>0\\ -\left|\left|U\left(i\right)\right|+\left|\left(T_2+\left|d_{block}\right|\right)\right|\right|,& if& d_{block}<0\end{array}\right.\\ U^{\&prime;}\left(j\right)& \left\{\begin{array}{ccc}-\left|\left|U\left(j\right)\right|-\left|\left(T_2-\left|d_{block}\right|\right)\right|\right|,& if& d_{block}>0\\ -\left|\left|U\left(j\right)\right|-\left|\left(T_2+\left|d_{block}\right|\right)\right|\right|,& if& d_{block}<0\end{array}\right.\end{array}---\left(4\right)$

当嵌入QR码的信息位为0时，则为

$\begin{array}{cc}{U}^{\&prime;}\left(i\right)& \left\{\begin{array}{ccc}-\left|\left|U\left(i\right)\right|-\left|\left(T_2+\left|d_{block}\right|\right)\right|\right|,& if& d_{block}>0\\ -\left|\left|U\left(i\right)\right|-\left|\left(T_2-\left|d_{block}\right|\right)\right|\right|,& if& d_{block}<0\end{array}\right.\\ U^{\&prime;}\left(j\right)& \left\{\begin{array}{ccc}-\left|\left|U\left(j\right)\right|+\left|\left(T_2+\left|d_{block}\right|\right)\right|\right|,& if& d_{block}>0\\ -\left|\left|U\left(j\right)\right|+\left|\left(T_2-\left|d_{block}\right|\right)\right|\right|,& if& d_{block}<0\end{array}\right.\end{array}---\left(5\right)$

式中d_block＝U(i)-U(j)，U(i)和U(j)分别为图像块U_block矩阵中第1列的i行和j行的系数值，T₂为修改i行与j行系数的阈值，并再选择U_block矩阵的第5行和第7行来进行QR码的隐藏。

本实施例选取帧率均为25f/s的真彩色标准测试视频序列foreman(频帧间变化较慢)和flower(帧间变化较快)，两段视频总帧数分别为100帧和167帧，帧图像大小均为512×512，水印为64×64的灰度图像。验证文本信息的字符串内容为AnhuiUniversity，采用纠错率为30％的QR码对其进行编码，然后将QR码周围的白色边缘区域去掉，调整大小得到33×33的标准QR码，阈值T₁＝0.01，T₂＝0.06，权值k₁＝0.3，k₂＝0.9。

1、下面验证本发明的不可见性，图5为foreman和flower视频中的一个含水印视频镜头内所有帧的PSNR值的变化曲线示意图，同时图6给出foreman和flower视频嵌入水印前后的视频帧图像。

从图5可以看出foreman和flower视频在嵌入水印后帧图像的PSNR值均高于53dB，该实验数据表明本发明具有较好的不可见性。

2、下面验证本发明的安全性，在本实施例中，使用双密钥来控制水印的嵌入，图7为水印在未受到攻击时利用正确密钥key1和key2分别从foreman和flower视频中提取的水印和QR码示意图。

由图7中提取的水印和QR码图像以及相应的NC值和BER值可知，本实施例中所嵌入的灰度水印与QR码之间互干扰性较小。

上述实施例中，密钥key1保存的是视频预处理时随机选取的坐标位，图8为密钥key1错误时从foreman视频中提取的水印图像。

从图8可看出当攻击者利用错误密钥key1非法提取时水印图像模糊不清，根本无法辨认图像内容。而key2是用来保存QR码嵌入时选取的图像块的索引顺序及位置信息，当攻击者在不知密钥key2的情况下是无法正确提取QR码信息，因此通过密钥key2进一步加强了本发明的安全性。

3、下面验证本发明的鲁棒性，本实施例采用NC值和BER值作为水印鲁棒性的评价标准，对水印进行以下各种不同的攻击并给出相应的实验结果及分析。

(1)缩放、裁剪、锐化、亮度变化攻击

由于视频在处理过程中易遭受缩放、裁剪、锐化、亮度增加等攻击，因此为说明本发明对上述攻击具有较强抵抗能力，将嵌入水印视频依次作如下攻击：(1)放大4倍；(2)缩小4倍；(3)左上角裁剪10％；(4)中心裁剪10％；(5)laplacian锐化；(6)亮度增加40。其中，缩放攻击采用双三线性插值方式将视频帧图像放大4倍或缩小4倍后，再将帧图像还原为原始大小。图9中自左向右依次为受上述攻击后提取的水印及QR码图像，其中图9(a)和图9(b)中每一列表示在同一种攻击下分别从两段视频中提取的双水印图像。

(2)噪声、滤波、JPEG压缩攻击

噪声攻击、滤波攻击及JPEG压缩也为常见的视频水印攻击方式，因此，本发明也应对上述几种攻击具有较强的鲁棒性。对嵌入水印视频依次进行如下攻击：(1)均值为0，方差为0.006的高斯噪声；(2)均值为0，方差为0.01的高斯噪声；(3)强度为0.006的椒盐噪声；(4)强度为0.01的椒盐噪声；(5)模板为9×9，方差为1.2的高斯滤波；(6)模板为3×3的均值滤波；(7)压缩因子为13的JPEG压缩。图10中为受到上述攻击后提取的水印及QR码图像。

在遭受不同程度的噪声、滤波和JPEG压缩攻击下，从两段测试视频序列中提取的水印图像内容仍可清晰辨认(foreman视频提取的水印效果更佳)且NC值均高于0.9。对于foreman视频，当高斯噪声方差高于0.018，椒盐噪声强度高于0.035以及JPEG压缩因子低于14时，提取的QR码图像均不能正确解码。而flower视频在高斯噪声方差高于0.007，椒盐噪声强度高于0.007以及JPEG压缩因子低于13时，文中提取的QR码均也无法正确解码。由于flower视频的纹理特性较复杂，因此它在抗噪声攻击方面比foreman视频稍弱，但是本发明对噪声攻击仍具有一定的抵抗能力，特别是对JPEG压缩攻击具有较强的鲁棒性。

表1不同攻击下本算法提取的NC值和BER值

将foreman和flower两段视频分别进行上述所有攻击后，表1给出了测试视频遭受不同攻击后视频帧的PSNR值、水印NC值、QR码的BER(％)值及能否正确解码。

(3)视频的帧攻击方式

视频的帧攻击方式包括帧置乱、帧丢失、帧插入及帧平均等攻击方式，它们通过破坏视频序列的动态成分从而影响水印的检测与提取。由于视频数据一般是以压缩方式进行存储和传输的。因此必须满足在不同码率的MPEG压缩下仍能够较完整的提取水印。

对嵌入水印后的foreman和flower视频进行帧置乱、帧丢失、帧平均、MPEG压缩等攻击。图11(a)和图11(g)分别是对嵌入水印的foreman和flower视频每10帧随机置乱3帧；图11(b)和图11(h)分别将嵌入水印后视频每5帧随机丢失1帧，丢失的帧用其相邻两帧的均值代替；图11(c)和图11(i)分别对嵌入水印后视频的每5帧随机插入1帧，插入的帧为相邻两帧的平均值；图11(d)和图11(j)分别表示从嵌入水印视频的每一个镜头内随机选取连续4帧进行平均；图11(e)和图11(k)，图11(f)和图11(l)是将嵌入水印后的视频通过AVC/H.264编码，压缩码率分别为1.88Mbps和1.49Mbps，色度抽样模式均为4:2:0。相应的水印及QR码提取结果如表2所示。

表2帧攻击下本算法提取的NC值和BER值

从表2中可以看出本算法对于帧攻击具有较好的鲁棒性，帧置乱、帧丢失、帧平均对于QR码水印信息的影响较小，借助QR码的高纠错能力完全可以从提取的QR码水印中正确解码出验证文本信息。

上述实施例的实验结果表明，双水印之间的嵌入与提取干扰性较小，且本发明对噪声、滤波、缩放、裁剪、JPEG压缩、亮度变化以及帧攻击等均具有较强的鲁棒性，完全具备版权保护和内容认证的双功能同时结合QR码，使得本发明具有较好的实际应用前景。

Claims (4)

1.一种基于SVD和QR码的视频双水印方法，其特征在于：包括以下步骤：

(1)水印嵌入，依次包括如下步骤：

Arnold置乱；原始视频预处理；灰度水印嵌入；重构；对灰度水印文本信息进行QR编码；QR码嵌入；

(2)水印提取，依次包括如下步骤：

用密钥key1得水印载体图像；印提取和Arnold反置乱；key2选择隐藏QR码的图像块；对QR码进行解码，得到验证文本信息；

其中，随机选取原始视频中的一个镜头，设该镜头中共有R帧图像，原始视频帧图像的大小为M×N，水印大小为m×n，并且m≥n，整个水印的嵌入都是在同一个视频镜头内进行；

步骤(1)中的预处理具体过程为：

(a)取该镜头内视频的第一帧图像，沿着其x轴方向，从帧宽为N的边上随机选取floor(m/R)+1个坐标位记为N1,N2,...,N_floor(m/R)+1，并将其作为密钥key1进行保存，floor为取商操作；

(b)沿着时间轴方向顺序选取R帧图像同一坐标位上每一列的帧图像信息，大小均为M×R，按记录的坐标位置重复选取，它们均为视频的侧面图像块，记为L1,L2,...,L_floor(m/R)+1；

(c)将侧面图像块L1,L2,...,L_floor(m/R)+1进行顺序拼接，形成该镜头内视频R帧图像的信息矩阵，大小为M×(R*(floor(m/R)+1))，然后将该信息矩阵大小变换为P＝M/2×(2R*(floor(m/R)+1))，形成最终水印嵌入的载体数据P。

2.根据权利要求1所述的基于SVD和QR码的视频双水印方法，其特征在于：所述步骤(1)中水印嵌入步骤具体如下：

(110)将镜头内原始视频进行分帧处理，选取视频帧的红色分量进行直方图分割；

(111)对原始灰度水印W进行Arnold置乱为水印W₁，然后对W₁进行SVD得到矩阵U₁，S₁，V₁，即W₁＝U₁S₁V₁ ^T；

(112)将原始视频序列进行预处理操作，得到最终水印嵌入的载体图像P，取载体图像P的蓝色分量，记为P_b，对其1级的DWT变换，得到P_b的低频子带以及水平、垂直和对角的高频子带，分别记为LL₁、LH₁、HL₁、HH₁；

(113)对高频子带HL₁进行SVD分解，得到矩阵U，S，V，即P_b＝USV^T；

(114)根据图像融合嵌入强度计算法计算水印嵌入的强度，然后根据公式(2)将水印嵌入到子带HL₁的奇异值中；

$NVF(i,j)\&ap;1/{\mathrm{\&sigma;}}_x^2(i,j)+1$

$a_1=(1-\frac{1}{1+NVF(i,j)})/2^p---\left(1\right)$

S'＝a×S+a₁×S₁(2)

其中，NVF(i,j)为噪声可见性函数，反映的是图像的局部纹理特性，为水印嵌入的载体数据的方差，a₁为最终计算得到的水印嵌入强度因子；公式(2)中a为矩阵S的权值，其值为a＝328/S_max，S_max为矩阵S中最大的奇异值，而i和j分别是指矩阵的某一行以及某一列；

(115)对子带HL₁进行奇异值重构和DWT逆变换，得到蓝色分量P_{b_watermark}，然后将其返回到载体图像P中，最后将含水印的载体数据返回到视频镜头中每一帧的对应位置；

(116)计算嵌入水印后的视频镜头中帧间红色分量D的值，并对其进行升序排序，然后选取该镜头内D值较小的前l帧图像；

(117)随机选取l帧图像中的一帧进行不重叠的8×8分块，然后计算每一个图像块的方差值和所有图像块方差的最大值，分别记为Var_block和Var_max；Var_block是指图像块的方差，Var_max是指所有图像块方差最大值；

(118)对每一8×8分块进行SVD分解，计算每一个图像块中最大的奇异值，记为S_block，然后再计算所有S_block值中的最大值，记为S_max；

(119)利用所有图像块方差最大值及奇异值最大值分别对每一图像块的Var_block和S_block进行归一化处理，分别记为A₁＝Var_block/Var_max和A₂＝S_block/S_max；

(120)对嵌入灰度水印图像内容的真实性进行验证的文本信息进行QR编码，根据公式(3)所计算得到的图像块因子值来选择掩蔽性较高的图像块；

A＝k₁×A₁+k₂×A₂(3)

其中，A为计算后的图像块因子值，k₁和k₂分别为A₁和A₂的权值；

(121)将所有图像块因子的值进行降序排序后，选择A值较大的图像块进行QR码嵌入，将所选择的每一图像块进行SVD分解后，得到对应图像块的U_block矩阵；

(122)计算图像块U_block矩阵中第一列i和j行系数间差值的绝对值，记为|d_block|，将|d_block|值与给定的阈值T₁进行比较，在选择的图像块中，若|d_block|<T₁则修改U_block矩阵中第一列i和j行的系数值，反之，则选择下一个图像块继续进行比较，直到所有QR码信息嵌入完毕，用密钥key2保存所选择的图像块；

(123)对所有图像块进行奇异值重构，最后得到含水印信息和QR码的帧图像；

(124)直接根据密钥key2和QR码的嵌入策略对剩余l-1帧图像进行QR码的重复嵌入；将含QR码的帧图像返回到含水印视频镜头中的对应位置，然后再将含水印和QR码的视频镜头返回到原始视频的对应位置，得到最终含水印的视频。

3.根据权利要求2所述的基于SVD和QR码的视频双水印方法，其特征在于：所述步骤(122)中，QR码嵌入的方法如下：

当嵌入QR码的信息位为1时，则为

$\begin{array}{cc}{U}^{\&prime;}\left(i\right)& \left\{\begin{array}{ccc}-\left|\right|U\left(i\right)|+|(T_2-|d_{block}\left|\right)\left|\right|,& if& d_{block}>0\\ -\left|\right|U\left(i\right)|+|(T_2+|d_{block}\left|\right)\left|\right|,& if& d_{block}<0\end{array}\right.\\ U^{\&prime;}\left(j\right)& \left\{\begin{array}{ccc}-\left|\right|U\left(j\right)|-|(T_2-|d_{block}\left|\right)\left|\right|,& if& d_{block}>0\\ -\left|\right|U\left(j\right)|-|(T_2+|d_{block}\left|\right)\left|\right|,& if& d_{block}<0\end{array}\right.\end{array}---\left(4\right)$

当嵌入QR码的信息位为0时，则为

$\begin{array}{cc}{U}^{\&prime;}\left(i\right)& \left\{\begin{array}{ccc}-\left|\right|U\left(i\right)|-|(T_2+|d_{block}\left|\right)\left|\right|,& if& d_{block}>0\\ -\left|\right|U\left(i\right)|-|(T_2-|d_{block}\left|\right)\left|\right|,& if& d_{block}<0\end{array}\right.\\ U^{\&prime;}\left(j\right)& \left\{\begin{array}{ccc}-\left|\right|U\left(j\right)|+|(T_2+|d_{block}\left|\right)\left|\right|,& if& d_{block}>0\\ -\left|\right|U\left(j\right)|+|(T_2+|d_{block}\left|\right)\left|\right|,& if& d_{block}<0\end{array}\right.\end{array}---\left(5\right)$

式中d_block＝U(i)-U(j)，U(i)和U(j)分别为图像块U_block矩阵中第1列的i行和j行的系数值，T₂为修改i行与j行系数的阈值。

4.根据权利要求1所述的基于SVD和QR码的视频双水印方法，其特征在于：所述步骤(2)中水印提取的具体步骤如下：

(21)对含水印视频进行视频预处理，选取与密钥key1相同坐标位上的列图像信息，得到含水印的载体图像，然后分别对该载体图像的B分量和G分量进行1级DWT变换，将得到的垂直方向上的高频子带分别记为HL_b和HL_g；

(22)将HL_b和HL_g都进行SVD分解，得到的奇异值矩阵记为S_b和S_g，按下列公式进行水印的提取；

S'₁＝(S_b-a×S_g)/a₁(6)

(23)利用U₁和V₁矩阵来重构水印，即U₁S'₁V₁ ^T＝W_new，然后对W_new进行Arnold反置乱，得到提取后完整的水印图像；

(24)根据公式(1)计算镜头中所有帧图像间B分量D的值，并对D进行升序排序；

(25)选取D值较小的前l帧图像，按保存的密钥key2来选择隐藏QR码信息的图像块，利用公式(7)进行QR码的提取；

$w=\left\{\begin{array}{ccc}1,& if& U\left(i\right)\&GreaterEqual;U\left(j\right)\\ 0,& if& U\left(i\right)\&le;U\left(j\right)\end{array}\right.---\left(7\right)$

对提取的QR码图像进行解码，得到验证文本信息；上述过程中，SVD指奇异值，QR码是二维条形码的一种。