分析基于运动矢量的鲁棒视频水印算法

1、分析基于运动矢量的鲁棒视频水印算法【关键词】视频,算法,矢量,基于,运动，分析,水印，检测，嵌入, 补偿，数字水印被普遍采纳来对数字产品版权进行爱惜，近几年数字水 印技术取得了专门大进展,但前期的研究要紧针对静止图像.随着多媒 体技术的进展，愈来愈多的学者开始研究视频水印.视频水印要紧利用 视频数据的冗余数据嵌入数字水印信息，从而爱惜数字产品版权或完 整性.由于原始视频数据量超级大,一样视频水印都在紧缩域添加，不 同的编码标准采纳的紧缩方式不尽相同，因此视频水印的添加一样应 与具体的编码标准相结合.视频在时域的相关性会表此刻运动矢量上, 选择适合的运动矢量添加水印是一种有利的尝试，要紧利用视频

2、图像 的内容与运动矢量的幅值或水平分量和垂直分量相角关系考虑嵌入方 式.而且基于运动矢量的视频水印技术计算量小,提取方便,能够达到 实时提取.1基于运动矢量(MV)的水印技术自从Jordan在一份MPEG 4提案中提出了一种通过修改运动向 量来嵌入水印方式,一系列典型的基于运动矢量的水印嵌入算法被提 出.梅文博 1在Jordan提出的核心理论的基础上,结合mpeg2的编码方案和人眼视觉特性,提出一种当运动矢量的幅值和块的纹理特点值别离大于各自的阈值时，才在该运动矢量上嵌入水印的算 法.ZHANG J2把运动矢量看成由水平方向和垂直方向组成的一个二维向量，对幅值较大的向量依照其相位是大于仍是小于

3、45度，别 离在水平方向或垂直方向嵌入水印.那个算法实际确实是判定水平分 量（h ）和垂直分量（v ）哪个的幅值大一点，然后修改幅值较大 的向量.类似算法文献中显现过判定arctan （ h/v ）是锐角仍是钝 角再作处置.MOHAGHEGHN 3计算了运动量的幅值,假设幅值大于 阈值那么在运动矢量中值大的分量中添加水印.CEDDILLO HERNANDEZ A 4计算了一个帧里所有宏块的运动矢量幅值的平均 值,将宏块划分为运动块和静止块,然后依照图像块的特点别离给定不 同的水印嵌入强度.这些算法的原理都是通过改变运动矢量的奇偶性来嵌入水印信息. 嵌入算法计算量小,提取方便.但当一个运动矢量因

4、为嵌入水印而改变 极可能会阻碍它后面块的运动矢量.嵌入水印修改运动矢量而造成后 续块运动矢量预测误差的补偿算法并非多见，向移山 5提出了修 改运动矢量残差的补偿方式:假设当前块嵌入水印并修改了运动矢量， 那么对下一运动矢量的残差进行修改良行补偿,但对具体的编码标准 这种方式无法达到补偿成效.本文在AVS M标准上,分析了引发误差 的缘故,提出修改运动估量搜索取得的运动矢量的值达到完全补偿.对 嵌入水印后引发随后编码块运动矢量预测值改变的各类情形结合AVSM帧间预测方式做了相应补偿.基于人类视觉系统HVS模型的水印算法说明，边缘区和纹理区更 适合添加水印 6,本文利用AVS M编码器中整数DCT

5、变换的数 据进行边缘检测,将宏块区分为边缘块和非边缘块,把边缘块作为水印 添加的候选块，以其找到加倍适合水印添加的宏块.基于运动矢量的水印嵌入方式的一个缺点是水印检测器必需严格 同步,不然会造成水印检测失败.常规视频操作类似帧删除或插入等都 可能致使水印信息破坏.究其缘故是因为传统的水E|J相似度检测都是 逐位来实现的，也确实是逐位比较原始水印数据和检测水印信息，当水 印检测因为漏警、虚警或受到解决造成水印检测信息丢失或增加时, 其后的水印信息位都会发生移位,致使水印检测相似度无法同意.本文 提出了一种最大相似子序列的检测方式,在水印信息丢失的情形下能 有效进行相似性检测，通过这种方式能够实现

6、抗击帧删除和插入解决.2 AVS M及其帧间预测方式AVS M是我国制定的拥有自主知识产权的视频编解码标准,要紧 针对移动多媒体,是AVS系列标准框架中的第7部份.AVS M在制定 进程中充分考虑了在资源有限、处置能力有限的嵌入式移动终端上的 实现问题，同时考虑到移动视频尺寸较小的特点有针对性地进行算法 设计.具有编码性能优越,技术方案简练、高效等显著优势，而且采纳打包许可的专利政策，专利问题易于解决7.AVS M的帧间预测利用视频图像序列帧与帧之间的相关性,通过 运动估量和预测编码来排除视频图像的时刻冗余.每一个宏块能够被 划分成16X1六、16X八、8X1六、8X8的形式，假设采纳8X8划

7、分 宏块能够进一步划分为8X八、8X4、4X八、4X4的形式.如图1所 示，当前块E的运动矢量利用其周围编码重建块的运动矢量来预测，其 中A是与E的左下角样本紧邻的块,B、D是与E的左上角样本紧邻的 块,C是与E的右上角样本紧邻的块.若是A、B、C三者中只有一个块 的参考索引值与当前块E的参考索引值相同，那么运动矢量预测值 WEPred等于mvX(X为A、B或C).假设参考索引值有多块相同时：当前 块为8X16模式,E为左(右)块，假设A(C)和E的参考索引值相 同,MVEPred等于mvA(mvC);当前块为16X8模式,E为上(下)块,假设 B (A)和E的参考索引值相同,MVEPred等

8、于mvB (mvA);不然计算周围可 用块的运动矢量的彼此距离，选取与其余两运动矢量最接近的第三矢 量作为E块的预测矢量 6.运动估量搜索取得的最正确匹配块的 运动矢量和预测取得的运动矢量相减取得运动矢量残差MVD,然后将 残差MVD进行烯编码.图1亮度块E和相邻亮度块的空间位置关系The position of E and its neighbor blocks3利用解码数据的边缘检测边缘是图像局部亮度发生显著转变的部份，边缘检测的大体方式 是导数或微分运算,灰度转变大的地址具有较大的导数值.通过设置阈 值就能够够检测图像的边缘点.由于AVS M采纳的是4X4的整数DCT 变换,假设采纳小波

9、变换和DCT变换来寻觅图像的边缘,编码器需要额 外开销，阻碍编码速度.注意到AVS M编码的进程需要用到解码出来 的重建图像作为参考帧,因此编码器中包括解码器,能够直接利用解码 取得数据进行边缘检测，这种方式的优势是有效操纵了编码器的开销.由于一阶微分运算能够通过一阶差分来实现，平方开方运算能够 用两个分量的绝对值表示，Roberts算子在实际应用中能够用如下 公式计算：G(x, y) = |f (i, j)-f (i+1, j+l)| +|f(i+l, j)-f(i, j+l)|, (1)其中 f(i, j)是解码取得的亮度数据.由于水印添加是通过修改运动矢量的奇偶性来实现的，通过比较修改前

10、后整数DCT变换 数据发觉运动矢量修改后整数DCT数据转变微小，实验中只对亮度数 据Y进行检测，当G(x, y)大于阈值Thr时以为是边缘点，当一个宏 块中边缘点个数大于T时那么以为那个宏块是边缘块.对 foreman_qcif第6帧在Thr=15, T=35时的边缘检测图像如图2所示.图2 Foreman_qcif第6帧边缘检测结果The edge detect results of Foreman_qcif s sixth frame因为在实验中边缘检测只是用来区分边缘块与非边缘块，从操纵 编码器开销的角度,检测结果是能够同意的.边缘检测是在宏块的级别 上进行,因此检测图像中有线分割痕迹.

11、4水印嵌入、提取与补偿方案水印嵌入(1)混沌序列具有对初值灵敏的特性，在不明白初值的情形下无 法对图像进行解密.对水印图像进行降维处置,将二维图像w(i, j)变成一维序列：V=v(k)=w(i, j), Oik=i*M 2+j. (2)利用Logistic映射以密钥KO作随机种子产生混沌序列,对 v(k) 置乱预处置.(2)利用Roberts算子进行边缘检测，当一个宏块的边缘点大于阈值时以为是边缘块，作为水印嵌入的候选块.(3)在视频序列中，转变较快的部份具有较大的运动矢量,人眼视 觉系统对快速运动的物体比运动慢的物体的灵敏性弱，因此修改幅值 大的运动矢量对视频质量的阻碍较小.计算每一宏块中

12、各个划分块的 运动矢量的幅值，比较找出一个宏块中具有最大运动矢量幅值的编码 块.(4)选择P帧中采纳帧间预测编码的宏块作为水印嵌入的候选宏 块，若是候选宏块中编码块在那个宏块中具有最大的运动矢量幅值且 当前编码块不是8X8形式划分且它的运动矢量的水平分量大于阈值 threshold那么修改运动矢量嵌入水印.若是一个宏块中嵌入了水印 信息，与其相邻的宏块那么再也不添加水印，以此保证理想的补偿成 效.(5)运动矢量修改的原那么按如下规那么进行：p' i=p i+1 mod(abs (p i),2)Wv j, p i>0;p i-lmod(abs(p i),2)Wv j, p

13、i<0;p i mod(abs (p i), 2) =v j. (3)其中，p i为运动矢量的水平分量,j是待嵌入的置乱处置后的水印信息位,mod为取模运算,abs为取绝对值运算.水印提取若是当前解码块不是8义8形式划分那么利用roberts算子进行边 缘检测找出边缘块,计算每一宏块中运动矢量的幅值，比较找出幅值最 大的运动矢量,看其水平分量是不是大于阈值threshold,假设大于那 么提取水印信息:W二abs(H)mod2,不然不用提取水印信息.依照嵌入规 那么，若是一个宏块中提取了水印信息,与其相邻的宏块即便知足提取 条件也不在那个宏块中提取水印信息.利用最大相似向量方式寻

14、觅相 似子序列，依照移位信息填充.对处置后的水印信息以K0为初值进行 混沌反置乱.补偿方案前一个块的运动矢量的值因为嵌入水印而改变，当前编码块是不 是需要补偿要依照当前块和前一块的空间关系来确信.补偿的原那么 确实是若是当前编码块运动矢量预测用到了运动矢量被修改的块就需 要进行补偿.依照AVS M的帧间预测方式,对当前编码块是不是需要 补偿列出在表1.表1当前编码块是不是需要补偿与嵌入水印块的关系Table 1 The relation of the compensation to current coding block and the previous watermarked block当

15、前编码块嵌入水印块16X16块16X8上块16X8下块8义16左块8义16右块8义8块16X16 块 J V J J-J16X8上块- J16X8下块J-JJ-J8X 16左块J-8X16右块J V JJ-J表中“ J ”代表需要补偿,补偿方式是假设嵌入水印对运动矢量进 行了加（减）“1”操作，那么对当前编码中需要补偿的块运动估量搜索 取得的运动矢量的值进行减（加）“1” .实验所利用的AVS M编解码 版木，一个条带所包括的宏块数量为11个，而格式为qcif、cif、qvga 测试序列的亮度水平样本数别离是17六、35二、M标准规定当前 编码块的相邻块假设不和它属于同一个条带那么相邻块不可用

16、.若是 嵌入水印修改的块所在宏块和当前编码的块所在宏块属于同一个条带, 不宝贵出当前编码块E块为16X1六、16X8上块、8X16左块时,E 的相邻块B块、C块都不可用，运动矢量预测值为与E的左下角样本紧 邻块的运动矢量.假设当前编码块预测矢量等于0那么不需要补偿. 关于16X8下块通过记录嵌入水印修改的块和同一宏块中16X8± 块的运动矢量值，比较得出运动矢量预测所用的块.假设预测历时它的 上块那么不需要补偿.关于8X8块包括子块划分参考索引为0,若是嵌入水印旦运动 矢量修改的块为16X1六、16X8上块、8X16右块那么需要补偿.8 X8块包括子块划分参考索引为2,若是嵌入水印且

17、运动矢量修改的块 为16X8下块也需要补偿;若是为16X1六、16X8上块、8X16右块 那么需要用类似中方式记录运动矢量,判定是不是需要补偿.若是水印块为8X16左块那么同一个宏块中的8X16右块必需 进行补偿.嵌入水印且运动矢量修改的块为16X8上块且它所在宏 块恰好是一个条带的开始,需要对同一个宏块的16X8下块进行补偿.5水印的最大相似序列向量检测方式传统水印检测方式是直接将原始水印与提取水印逐位比较确信其 相似度，这种方式在水印信息因虚警、漏警或受到解决致使丢失或增加 时，由于丢失（增加）位后面的水印信息都发生了移位,逐位比较检测的 相似度将很低.分析发觉,提取的水印中存在几段子序列

18、它们与原始水 印对应位是完全相同的,与原始水印相较这些序列只是发生了移位.因 此,能够通过比较检测水印与原始水印找出这些子序列,称之为最大相 似子序列;然后依照最大相似子序列和其移位信息重构水印;最后做相 似度检测.如图3所示,原始水印图像置乱后的数据记W,提取的水印图像信 息记W1,提取的水印由于某种缘故bl六、bl7位丢失,而在b32位后面 产生了虚警增加了 al, W1中最后一名X为虚警检测位.假设直接逐位比 较W和W1,相似度显然超级低.提出的方式是在W1中找出最大相似子 序列Al (bl bl5), A2 (bl8 b32), A3 (b33及后续),把它们组成一个 三维向量.实验中

19、规定相似子序列长度必需大于8,能够避免误检测, 同时记录A2,A3相关于原始水印的移位情形，作为后续填充补全的依 据.将Al, A2, A3填充补全后与原始水印长度相同如W2所示.依照向量 的移位情形,漏警的水印位用“1”来填充,假设显现虚警那么需同时考 虑此前所有漏警虚警产生的移位情形，计算水印信息丢失位在水印末 尾填充相应个数“ 1 ” . W2图中C1是bl六、bl7丢失后A2产生的移位 后的补全,C2是al虚警和bl六、bl7丢失一起造成的水印信息丢失而 进行的补全.经混沌置乱后的水印信息位接近随机状态，实验证明用 “1”做补全填充和用“0”或随机数填充成效差不多.提取水印的相似 度通

20、过逐位比较W2和W 取得.图3最大相似子序列检测及补全示用意 Demonstration of most similar sub sequence detection and repair the lack6水印性能水印的不可见性实验利用的AVS M编解码版本,嵌入水印图像为16义16黑白图 像.别离对不同序列在不同的水印嵌入、提取阈值下进行了测试,解码 视频质量在主观上无明显下降. Foreman_qcif添加水印前后各帧SNR 的转变情形如图4示,可见每帧SNR转变较小,实验得出添加水印后整 体SNR下降小于.图4 Foreman_qcif序列添加水印前后各帧SNR的转变情形SXR com

21、parison of whether watermark embedded水印性能比较对foreman 3种不同格式序列是不是利用本文所提补偿方式水印 提取正确率做了比较（见表2）,没有利用补偿的算法水印提取正确率 超级低,水印信息无法正确提取.而通过本文算法补偿后水印正确提取率可达到100乳充分说明了补偿算法的有效性.表2相同条件下是不是利用本文补偿算法水印提取正确率比较Table 2 Watermark accuracy comparison of whether compensation was used测试序列格式水印提取阈值未利用补偿算法的水印提取正确率本 文补偿算法的水印提取正确率

22、%100%100%100%水印鲁棒性测试帧删除、帧插入时水印性能如表3、4所示,删除测试是在视频序 列中从开始持续删除必然数量的帧取得的，插入测试是在视频序列开 始添加必然数量的帧取得的.在利用最大相似序列向量检测的情形下, 同时利用补全填充,检测正确率能明显提高,删除率小于10涮寸正确检 测率都超过90%.表3帧删除率与水印正确率关系Table 3 The relation of frame loses and watermark accuracy 帧删除比例/%4Coast 表4帧插入率与水印正确率关系Table 4 Relation of frame inserts and waterm

23、ark accuracy帧插入比例/%4Coast 7结论本文提出了一种基于运动矢量的数字水印嵌入方式，将基于整数 DCT变换的边缘检测方式引入视频水印添加算法，同时依照运动矢量 水印的一起缺点提出了改良方式:一是依照AVS M帧间预测的方式对 由水印嵌入引发的误差给出了严格的补偿方式,实验证明这种方式靠 得住性高,能适用于不同格式视频的水印添加和提取,视频质量主观无 明显下降，通过比较视频的SNR,嵌入水印和没有嵌入水印相较下降小 于.实验结果说明，补偿算法能有效地避免误差传递.在foreman 3种格 式(cif、qcif、qvga)序列不同嵌入阈值情形下均能正确补偿,水印提 取正确率10

24、0虬二是针对运动矢量水印要求检测严格同步不能抗击帧 删除插入的缺点,提出了最大相似序列向量的检测方式.必然程度上解 决了水印信息丢失或增加引发水印检测失效的错误.实验证明采纳这 种检测方式能够有效的抗击帧删除、插入解决.参考文献(References):1梅文博.一种基于运动矢量的MPEG2视频数字水印的改良算 法JL北京理工大学学报,2004, 24 (8) : 723-726.MEI Wen bo. A ameliorated watermark embedding algorithm on motion vector of MPEG2 videoJ. J of Beijing Science andEngineering University, 2004, 24(8):723-726.2 ZHANG J, MAI TRE H, LI J G, et al. Embedding watermark in