CN101534441A - 基于灰色理论和均匀谱理论的avs视频水印方法 - Google Patents

Abstract

本发明公开了一种基于灰色理论和均匀谱理论的视频水印方法，主要解决现有视频水印方法嵌入容量小、鲁棒性差的问题。在AVS视频编码过程中嵌入水印时，首先，利用灰预测对原始灰度图像水印抽取，压缩嵌入信息量，并转换为二值序列；其次，利用灰关联计算宿主视频块之间的关联度，选择关联度最小的块作为水印嵌入位置，对嵌入区域进行均匀谱处理；最后，调整均匀谱处理后的量化系数奇偶性，实现水印嵌入。提取水印时，按照密钥确定水印提取位置，使用与嵌入互逆的方式提取二值水印，恢复为灰度水印。本发明面向AVS标准，嵌入量大、鲁棒性强，可用于AVS的数字多媒体产品版权保护。

Description

基于灰色理论和均匀谱理论的AVS视频水印方法

技术领域

本发明属于多媒体信息处理领域，涉及AVS(Audio and Video Coding Standard of China)国家音视频编码标准的数字视频水印方法，可用于AVS的数字多媒体产品版权保护。

背景技术

视频水印技术作为数字视频数据的版权保护方法具有重要的商业价值，是当前水印技术研究方向中的热点和难点。视频数据规模庞大，视频水印方法要满足实时性、恒定比特率等要求，不同于图像水印方法，还存在针对视频序列的特有攻击，成熟的图像水印方法无法直接移植。现有的视频水印相关文献有：

[1]Maneli Noorkami，Russell M.Mersereau，Compressed-Domain Video Watermarkingfor H.264，IEEE International Conference on Image Processing 2005，2：890-893.利用视频I帧宏块中相邻4×4块DC分量之间的差异作为密钥，随机选择宏块中的量化系数作为水印嵌入点，每个宏块中仅嵌入一位水印，方法容量较小，鲁棒性待提高。

[2]Huang Liang，Research on the MPEG-2 Video Watermarking Scheme Based on SpreadSpectrum Technology，IEEE International Conference on Computer Engineering andTechnology，2009，2：408-411.对水印进行扩频处理，在视频色度块的直流系数上嵌入水印，嵌入容量小，无法满足以灰度图像、彩色图像为水印的发展趋势。

[3]Jianquan Xie，Chunhua Yang，Dazu Huang2，Duosi Xie，A Large Capacity BlindInformation Hiding Algorithm，Proceedings of the International Symposium on ElectronicCommerce and Security，2008，130：934-937.提出了对整幅图像进行均匀谱处理后，在DCT系数上嵌入水印，方法增加了水印的嵌入容量和透明性，然而视频数据量庞大，实时性要求强，该方法不能直接应用于视频水印。

数字音视频产业是我国信息产业的三大组成部分之一，困扰我国多媒体业务的一个核心问题就是知识产权问题，为此国家信息产业部科学技术司于2002年6月批准成立了数字音视频编解码技术标准工作组，着力制定国家音视频编码标准AVS，目的是为迅速发展的无线网络与手机等移动设备提供视频编解码规范和标准，应用范围包括交互存储媒体宽带视频业务、多媒体邮件、分组网络的多媒体业务、远程视频监控、视频会议、可视电话等。现有的视频水印方法大都面向MPEG标准，面向AVS的视频水印方法研究刚刚起步，本发明致力于面向AVS的视频水印方法研究。

发明内容

本发明的目的在于克服上述方法的不足，填补面向AVS视频水印方法的空白，提出了一种基于灰色理论和均匀谱理论的AVS视频水印方法，以扩大水印嵌入量、提高鲁棒性。

实现上述目的的技术方案包括水印嵌入和水印提取。

一.本发明的AVS视频水印嵌入方法，包括如下步骤：

(1)对灰度图像水印进行抽取处理，将水印信息量压缩至原信息量的3/4，并对抽取得到的图像灰度值进行二进制转换，得到二值水印信息w；

(2)利用AVS编码器对原始视频进行压缩编码，并抽取I帧视频；

(3)对抽取的I帧视频宏块亮度数据，按照AVS标准将每个宏块的4个8×8亮度块抽取出来，按照从左到右、自上而下的顺序排列，并依次编号为0、1、2、3；

(4)分别计算每个8×8像素块内像素的灰关联程度，对灰关联度最小的8×8亮度块进行均匀谱处理，并将该块在当前宏块的编号作为第一密钥key1保存，将均匀谱处理时用到的随机序列作为第二密钥key2保存；

(5)在均匀谱处理后的8×8亮度块的中低频量化系数上，按照奇偶调整的方法嵌入二值水印信息w；

(6)将嵌入二进制水印后的8×8亮度块逆均匀谱处理、变换、量化、熵编码，得到含水印视频流。

二.本发明的AVS视频水印提取方法，包括如下步骤：

1)利用AVS解码器对含水印AVS视频码流解码，并抽取I帧视频；

2)对抽取的I帧视频，在每个宏块的4个8×8亮度块中，按照第一密钥key1确定含水印的8×8亮度块；

3)对含水印的8×8亮度块，利用第二密钥key2对像素进行重新排列、变换和量化的均匀谱处理；

4)在经过均匀谱处理后的8×8亮度块上，按照中低频量化系数的奇偶性提取水印；

5)将提取的水印十进制转换为灰度像素值，并将灰度像素值按照抽取处理时的二维矩阵形式排列，用灰色模型GM(1，1)对其进行预测，恢复出表示版权信息的灰度图像水印。

本发明有如下优点：

1)本发明由于对灰度图像水印进行了抽取处理，将水印信息量压缩了1/4，在提取水印时，利用灰预测方法恢复出原始灰度图像水印，提高了水印嵌入容量；

2)本发明由于使用灰关联分析方法选取视频I帧宏块中灰关联度最小的8×8亮度块嵌入水印，提高了方法隐蔽性；

3)本发明由于对选定的8×8亮度块进行了均匀谱处理，降低了像素块内相邻像素的相似性，整数变换后像素块的频谱分布均匀化，增多了适合嵌入水印的大系数，进一步提高了方法的嵌入容量。

附图说明

图1是本发明的水印嵌入过程框图；

图2是本发明的水印提取过程框图；

图3是本发明用于仿真测试序列经AVS编解码后的截图；

图4是本发明使用的原始灰度图像水印和灰预测重建的灰度图像水印。

具体实施方式

一.基础理论介绍

(1.1)灰关联理论

灰关联分析的基本思想是根据序列曲线几何形状的相似程度来判断联系是否紧密，曲线越接近，相应序列间的关联度就越大，反之则越小。灰关联分析方法弥补了采用数理统计方法系统分析的缺憾，对样本量的多少和有无都同样适用，计算量小，十分方便，不会出现量化结果与定性分析结果不符的情况。根据灰关联理论的基本思想，把图像的像素值作为比较对象，计算像素之间的关联程度，某一像素块与周围关联程度越小，修改在视觉上更不易发现。

(1.2)灰预测理论

预测就是借助于过去的经验探讨、推测未来。灰色预测是灰色系统理论的一个重要组成部分，通过原始数据的处理和灰色模型的建立，发现、掌握系统发展规律，对系统的未来状态做出科学的定量预测。将累积法这种新的曲线拟合技术引入到灰色模型参数估计中，避免了复杂的矩阵运算，减小了运算量，精度高，不改变模型的许多性质。基于灰色建模理论的灰色预测法，按照预测问题的特征可分为五种基本类型，即：数列预测、灾变预测、季节灾变预测、拓扑预测和系统综合预测，这五种预测方法，都是区域开发研究中重要且常用的方法。

灰色GM(1，1)模型法所需数据少、计算量小，得到了广泛的应用，使用灰色模型GM(1，1)来进行数列预测的步骤是：

令原始序列为X⁽⁰⁾(k)，预测序列为X′⁽⁰⁾(k)，k＝1，2，3...n；

给出X⁽¹⁾＝(x⁽¹⁾(t₁)，x⁽¹⁾(t₂)，…x⁽¹⁾(t_n))，其中 $x^{\left(1\right)}\left(t_k\right)=\underset{m=1}{\overset{k}{\mathrm{\Σ}}}{x}^{\left(0\right)}\left(t_m\right);$

求X⁽¹⁾的MEAN序列Z⁽¹⁾：

Z⁽¹⁾＝(z⁽¹⁾(t₁)，z⁽¹⁾(t₂)，…z⁽¹⁾(t_n))；

z⁽¹⁾(t_k)＝0.5x⁽¹⁾(t_k)+0.5x⁽¹⁾(t_k-1)，k＝1，2，3...n；

令： $C=\underset{k=2}{\overset{n}{\mathrm{\Σ}}}{z}^{\left(1\right)}\left(t_k\right);$

$D=\underset{k=2}{\overset{n}{\mathrm{\Σ}}}{x}^{\left(0\right)}\left(t_k\right);$

$E=\underset{k=2}{\overset{n}{\mathrm{\Σ}}}{z}^{\left(1\right)}\left(t_k\right)x^{\left(0\right)}\left(t_k\right);$

$F=\underset{k=2}{\overset{n}{\mathrm{\Σ}}}{z}^{\left(1\right)}{\left(t_k\right)}^2;$

$a=\frac{\mathrm{CD}-(n-1)E}{(n-1)F-C^2};$

$b=\frac{\mathrm{DF}-\mathrm{CE}}{(n-1)F-C^2};$

GM(1，1)表达式为： $u=\frac{1-0.5\×a}{1+0.5\×a};v=\frac{b-a\×x^{\left(0\right)}\left(1\right)}{1+0.5\×a};$

最终得到预测序列：X′⁽⁰⁾(k)＝u^k-2×v；k＝1，2，3...n；

(1.3)均匀谱理论

在变换域中，图像的主要视觉分量集中在低频部分，细节部分体现在中高频部分，嵌入水印一般都选择在变换域的中、低频系数中，但随着水印容量的增加和不可见性的制约，水印就必然要嵌入到高频系数中，使得方法的鲁棒性明显降低。图像频谱能量分布不均是由于图像内相邻像素自相似性造成的，如果将宿主图像的像素随机置乱，消除像素间的自相似性，则置乱后图像的频谱能量就可以相对平均地分布在整个频率分量中，如此便完成了均匀谱处理过程，这样就可以选择合适的低频系数嵌入水印，增大了水印容量，同时加密了水印，提高了方法的安全性。

二.相关符号说明

W：灰度水印图像；

w：二值水印；

c：指编码量化系数；

ww：提取出的二值水印；

wE：按照抽取方式排列的灰度值矩阵；

W′：抽取处理后的灰度水印图像；

b0，b1，b2，b3：对每个亮度8*8块分块得到的4个4×4块；

h_i：b0，b1，b2，b3的灰关联系数，i＝0，1，2，3；

H_i：四个8×8亮度数据块各自的灰关联度，i＝0，1，2，3；

key1：每个宏块中灰关联度最小的8×8亮度块的编号；

key2：均匀谱处理所用到的长度为64的随机序列。

三.本发明的AVS视频水印嵌入方法

参照图1，本发明的AVS视频水印嵌入步骤如下：

步骤一，对灰度水印图像W进行抽取预处理，把水印信息量压缩至原信息量的3/4，并对保留下来的图像灰度值进行二进制转换，得到二值水印信息w，具体步骤如下：

1.1 将灰度图像水印分为若干1×8的一维数组w_i，数目i由水印图像的实际大小确定：

w_i＝[w_i(1)，w_i(2)，w_i(3)，w_i(4)，w_i(5)，w_i(6)，w_i(7)，w_i(8)]；

1.2 把每个1×8的一维数组的第7位和第8位置为0，只保留前六位灰度像素信息，得到W′为：[w_i(1)，w_i(2)，w_i(3)，w_i(4)，w_i(5)，w_i(6)，0，0]；

1.3 对抽取处理后得到的W′灰度值进行十进制转换，得到二值水印信息w，这样使要嵌入的水印信息量只是原来的3/4，提高了嵌入信息量。

步骤二，利用AVS编码器对原始视频进行压缩编码，并抽取I帧视频。

在AVS编码的过程中，将视频帧分为I、B、P三种类型，并按照IBBPBBP的顺序排列，编码的基本单位是16×16的宏块，本发明在对原始视频AVS编码过程中，以抽取所有I帧宏块的方式抽取I帧视频。

步骤三，对I帧宏块的亮度数据做灰关联分析，将关联度最小的8×8块均匀谱处理。

3.1 将I帧的每个宏块的4个8×8亮度块抽取出来，按照从左到右、自上而下的顺序排列，并依次编号为0、1、2、3；

3.2 对每个8×8像素块按照自上而下，从左到右的顺序分块，得到4个4×4的子块，记为b0，b1，b2，b3；将b0，b1，b2，b3中的像素转换为长度为16的一维序列，记为：

X_i＝(x_i(1)，x_i(2)，…，x_i(16))，i＝0，1，2，3；

3.3 计算b0，b1，b2，b3的每一个序列的灰关联系数，具体步骤如下：

3.3.1 求b0，b1，b2，b3每一个序列的初值像：

$X_i^{\′}=X_i/x_i\left(1\right)=(x_i\′\left(1\right),x_i\′\left(2\right),\·\·\·,x_i^{\′}\left(16\right)),$ i＝0，1，2，3；

3.3.2 求b0，b1，b2，b3的差序列：

Δ_ij＝(Δ_ij(1)，Δ_ij(2)，…，Δ_ij(16))；

其中， ${\mathrm{\Δ}}_{\mathrm{ij}}\left(k\right)=|x_i^{\′}\left(k\right)-x_j^{\′}\left(k\right)|$ i＝0，1，2，3；j＝0，1，2，3；i≠j；k＝1，2，3...16；

3.3.3 求差序列的最大值与最小值，分别为：

$M_i=\underset{j}{\max }\underset{k}{\max }{\mathrm{\Δ}}_{\mathrm{ij}}\left(k\right);$

$m_i=\underset{j}{\min }\underset{k}{\min }{\mathrm{\Δ}}_{\mathrm{ij}}\left(k\right);$

其中i＝0，1，2，3；k＝1，2，3...16；

3.3.4：求每个序列的灰关联系数h_i：

$h_i=\underset{j=1,j\≠i}{\overset{4}{\mathrm{\Σ}}}\underset{k=1}{\overset{16}{\mathrm{\Σ}}}{\mathrm{\γ}}_{\mathrm{ij}}\left(k\right)$ i＝0，1，2，3；k＝1，2，3...16；

${\mathrm{\γ}}_{\mathrm{ij}}\left(k\right)=\frac{m_i+\mathrm{\ζ}{M}_i}{{\mathrm{\Δ}}_{\mathrm{ij}}\left(k\right)+\mathrm{\ζ}{M}_i},$ ζ∈(0，1)，i＝0，1，2，3；j＝0，1，2，3；i≠j；

其中本发明中取ζ＝0.5；

3.4 将每个8×8像素块的四个序列的灰关联系数求和，得到该8×8像素块的灰关联度H， $H=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{h}_i,$ i＝0，1，2，3；将灰关联度最小的8×8像素块在当前宏块中的编号保存下来作为第一密钥key1；

3.5 使用长度为64的随机序列对该灰关联度最小的块的像素进行重新排列、变换、量化，完成均匀谱处理，并将所用到的随机序列作为第二密钥key2保存。

步骤四，在经过均匀谱处理后的8×8亮度块的中低频量化系数上嵌入二值水印信息w，由于按照水印信息调整量化系数奇偶性以嵌入水印的方法，相比其他方法对量化系数的改动较小，可提高算法的透明性，本发明采用这种方法嵌入水印，嵌入公式是：

if c％2≠w，c＝c+q；

其中c指选定的待嵌入水印信息的量化系数，q是正整数，可以调节水印嵌入强度。由于图像的灰度值经过二进制转换之后，最高位是最重要位，因而本发明在直流系数上嵌入最高位的水印信息。

步骤五，对嵌入水印信息后的8×8亮度块逆均匀谱处理，再进行AVS编码，得到含水印视频流，具体步骤如下：

5.1 对含水印的8×8亮度块使用重新排序时的随机序列，把每个像素排列到原始的位置，完成逆均匀谱操作；

5.2 对逆均匀谱处理后的8×8亮度块，进行变换、量化、熵编码、得到含水印视频流。

四.本发明的AVS视频水印提取方法

参照图2，本发明的数字水印提取过程如下：

步骤1，利用AVS解码器对含水印AVS视频码流解码，并抽取I帧视频。

AVS标准中，解码的基本单位是16×16的宏块，本发明在对AVS视频码流编码过程中，以抽取所有I帧宏块的方式抽取I帧视频。

步骤2，在I帧视频每个宏块中，按照第一密钥key1确定含水印的8×8亮度块。

将每个宏块的4个8×8亮度块按照从左到右、自上而下的顺序排列，并依次编号为0、1、2、3，若某一8×8亮度块的编号与第一密钥key1中保存的编号一致，则确定该块为含水印的亮度块。

步骤3，对含水印的8×8亮度块，利用第二密钥key2对像素进行重新排列、变换和量化的均匀谱处理。

步骤4，在经过均匀谱处理后的8×8亮度块上，提取二值水印，具体公式是：

ww＝c％2；

其中c是解码后含水印8×8亮度块的量化系数，c％2是c对2取余。

步骤5，将提取的二值水印ww十进制转换为灰度像素值，对其扩展后按照保留处理时的二维矩阵形式排列。

5a将提取的二值水印ww十进制转换为灰度值并排列为一维序列wg，将wg分为i个1×6的一维数组wgb＝[wgb(1)，wgb(2)，wgb(3)，wgb(4)，wgb(5)，wgb(6)]，具体数目i由水印图像的实际大小确定，将每个1×6的数组wgb扩展为wgb′：

wgb′＝[wgb(1)，wgb(2)，wgb(3)，wgb(4)，wgb(5)，wgb(6)，0，0]；

5b将所有wgb′按照抽取处理时的方式排列为二维矩阵wE。

步骤6，用灰色模型GM(1，1)内涵型对按抽取方式排列的灰度像素值矩阵wE进行预测，恢复出表示版权信息的灰度图像水印。

本发明的效果可以通过下列实验仿真说明：

1 仿真条件

实验选用foreman.cif序列作为测试视频序列1，carphone.yuv序列作为测试视频序列2，大小为128×128的灰度图像-西电图片作为水印进行实验，实验软件环境为visualC++6.0。

2 仿真结果

仿真实验对本发明所提出的视频水印方法的透明性、实时性、恒定比特率要求进行了测试，测试结果峰值信噪比PSNR、比特率Bit rate、编码时间Encoding time如表1所示，原始视频和含水印视频的截图如图3中所示。

仿真实验对本发明提出的视频水印方法的鲁棒性进行了测试，设计了一系列攻击测试，包括重压缩、椒盐加噪、高斯加噪、旋转、高斯低通滤波、均值滤波、维纳滤波、帧内剪切、帧旋转、帧平均、帧重组等，经过各种攻击后提取的水印与原始水印的NC(归一化相关系数)如表2所示。

原始灰度图像水印与灰预测重建的灰度图像水印如图4所示。

由表1可见，嵌入水印后，测试序列1的峰值信噪比由34.07dB变为了33.46dB，仅下降了0.61dB，测试序列2的峰值信噪比由34.81dB变为了34.44dB，仅下降了0.37dB，可见本发明的透明性较好；测试序列1的比特率由191.12kbit/s变为了194.03kbit/s，仅增加了2.91kbit/s，测试序列2的比特率由188.94kbit/s变为了191.90kbit/s，仅增加了2.96kbit/s，满足了恒定比特率的要求；测试序列1编码时间由51.539秒增加到了53.434秒，延长了1.895秒，测试序列2编码时间由48.092秒增加到了49.612秒，延长了1.52秒，满足了实时性要求满足了实时性要求。

由表2可见，经过各种攻击后提取的水印与原始水印归一化相关系数NC值均大于0.67，显示了本发明具有良好的鲁棒性。

参照图3，其中图3a、3c为测试视频序列1、2在AVS编解码后的截图，图3b、3d为测试视频序列1、2在AVS编码并添加水印后再解码的截图，从图3a和3b可见，两者在视觉上无明显差异，图3c和图3d也没有明显的视觉差异，显示了本发明具有良好的透明性。

参照图4，其中图4a为原始灰度图像水印，图4b为灰预测重建的灰度图像水印，可见灰预测方法在压缩了1/4的数据量之后，依然能够清晰地重建原图像。

表1 测试视频在嵌入水印后编码参数的变化

表2 测试视频在各种攻击后水印NC值

Claims (5)

1.一种基于灰色理论和均匀谱理论的AVS视频水印嵌入方法，包括如下步骤：

(1)对灰度图像水印进行抽取处理，将水印信息量压缩至原信息量的3/4，并对抽取得到的图像灰度值进行二进制转换，得到二值水印信息w；

(2)利用AVS编码器对原始视频进行压缩编码，并抽取I帧视频；

(3)对抽取的I帧视频的宏块亮度数据，按照AVS视频编码标准将I帧的每个宏块的4个8×8亮度块抽取出来，按照从左到右、自上而下的顺序排列，并依次编号为0、1、2、3；

(4)分别计算每个8×8像素块内像素的灰关联程度，对灰关联度最小的8×8亮度块进行均匀谱处理，并将该块在当前宏块的编号作为第一密钥key1保存，将均匀谱处理时用到的随机序列作为第二密钥key2保存；

(5)在均匀谱处理后的8×8亮度块的中低频量化系数上，按照奇偶调整的方法嵌入二值水印信息w；

(6)将嵌入二进制水印后的8×8亮度块逆均匀谱处理、变换、量化、熵编码，得到含水印视频流。

2.根据权利要求1所述的视频水印嵌入方法，其中步骤(4)中所述的分别计算每个8×8像素块内像素的灰关联程度，是将8×8块内的像素按照从左到右，自上而下的顺序分为四个系统行为序列，计算每个序列的灰关联系数；再将其求和得到该8×8块的灰关联度。

3.根据权利要求1所述的视频水印嵌入方法，其中步骤(4)中所述的对灰关联度最小的8×8亮度块进行均匀谱处理，是利用随机序列对该块中的像素依次进行重新排列、变换和量化。

4.一种基于灰色理论和均匀谱理论的AVS视频水印提取方法，包括如下步骤：

1)利用AVS解码器对含水印AVS视频码流解码，并抽取I帧视频；

2)对抽取的I帧视频，在每个宏块的4个8×8亮度块中，按照第一密钥key1确定含水印的8×8亮度块；

3)对含水印的8×8亮度块，利用第二密钥key2对像素进行重新排列、变换和量化的均匀谱处理；

4)在经过均匀谱处理后的8×8亮度块上，按照中低频量化系数的奇偶性提取水印；

5)将提取的水印十进制转换为灰度像素值，对其扩展后按照抽取时的二维矩阵形式排列；

6)用灰色模型对按抽取方式排列的灰度像素值进行预测，恢复出表示版权信息的灰度图像水印。

5.根据权利要求4所述的视频水印提取方法，其中步骤2)中所述的在每个宏块的4个8×8亮度块中，按照第一密钥key1确定含水印的8×8亮度块，是将每个宏块的4个8×8亮度块按照从左到右、自上而下的顺序排列，并依次编号为0、1、2、3，若某一8×8亮度块的编号与第一密钥key1中保存的编号一致，则确定该块为含水印的亮度块。

Images