視頻數(shù)字水印技術初探

1、 視頻序列可以認為是由一系列連續(xù)的靜止圖像在時間域構成的序列,因此,視頻水印技術與靜止圖像水印技術在應用模式和設計方案上具有相似之處。然而,視頻水印的研究重點與圖像水印不盡相同,本文主要研究基于幀的視頻水印。一、視頻水印技術簡介1.概念視頻水印可理解為針對數(shù)字視頻載體的主觀和客觀的時間冗余和空間冗余加入信息,既不影響視頻質量,又能達到用于版權保護和內容完整性檢驗目的的水印技術。水印的處理分為兩部分:水印的嵌入、水印的檢測和提取。我們通常采用歸一化相關系數(shù)(NormalizedCross -Correlation,簡稱NC來判定信號的相似性。NC 的定義是:其中,N 是水印信息長度,W(i是原始

2、水印,是提取出來的水印。2.特點目前為節(jié)約視頻數(shù)據(jù)存儲空間和便于傳輸,視頻的主要存在模式是壓縮格式的,視頻水印很大程度上與壓縮編碼標準緊密聯(lián)系在一起,因此除具有一般水印技術特征外,還有一些特殊的要求。視頻水印特征概括為:(1穩(wěn)健性:能抵抗各種有意無意地攻擊,包括幀平均、幀丟棄、幀交換等。(2不可見性:嵌入水印后不影響視頻畫面質量,確保視頻數(shù)據(jù)的商業(yè)價值。(3安全性:水印中的信息應是安全的,未經授權的用戶無法正確地檢測、提取或移除水印。(4與視頻編碼標準相結合:對于壓縮視頻,水印的設計必須與視頻編碼標準相結合,否則嵌入的水印有可能在編碼過程中消失。視頻數(shù)字水印技術初探張淑霞蘭州交通技工學校二、視

3、頻水印的分類及典型算法對MPEG-4視頻,可在壓縮過程的不同階段進行水印嵌入。由此,按照載體類型可分為基于原始視頻方法和基于壓縮視頻方法兩類,如圖1所示。再從技術特性上,還可對視頻水印的嵌入和提取方案作進一步的細分,如圖2所示。圖1MPEG-4視頻水印嵌入與提取方案圖2視頻水印的一種分類方法1、非壓縮域的視頻水印在未壓縮視頻數(shù)據(jù)里,第一代一般移植靜止圖像的水印技術,結合視頻幀結構特點,形成適用于視頻的水印方案。其優(yōu)點是算法成熟,有魯棒性水印、脆弱性水印等,可用于多種目標管理;缺點是會造成部分水印信息丟失,且運算量大、效率低、防攻擊能力差。第二代主要是統(tǒng)計不可見性和與內容同步嵌入,增強了防攻擊能

4、力,具有智能特性。按嵌入域分為空域方法和頻域方法?？沼蛩?直接在原始視頻數(shù)據(jù)中嵌入水印,水印信號一般是添加在亮度分量上,有時也部分或全部加入到顏色分量中。優(yōu)點是思想簡單、復雜度低,缺點:在魯棒性和不可感知性方面的性能較差。頻域水印,指先對原始視頻數(shù)據(jù)進行某種變換,然后在變換域中嵌入水印,常用的變換域包括離散余弦變換(D C T 域、離散傅立葉變換(DFT域、小波變換域、分形域、哈達碼變換域等。有三種處理方法:一是將視頻流看成一個三維信號,其兩維在空間上,一維在時間上,進行三維變換,然后進行水印處理;二是將視頻流看成靜態(tài)圖像的序列,采用圖像水印技術進行處理;三是將按塊進行頻域變換,由于視頻編碼

5、標準中也是按塊進行頻域變換(多為DCT 變換,因此大多是與視頻編碼器相結合進行,這將在編碼域視頻水印中介紹。有文獻提出了一種基于小波變換域的自適應視頻水印算法。水印根據(jù)2-D 小波系數(shù)的特點嵌入在低頻子帶系數(shù)中,以獲得較好的穩(wěn)健性。各系數(shù)的選擇應滿足人眼的視覺特性,根據(jù)分類結果,自適應地調整嵌入水印的強度。實驗結果表明:嵌入水印對多種攻擊,如加性Gaussian 噪聲、高壓縮比的MPEG-2壓縮編碼、時域抽樣和丟幀以及空域抽樣等具有很好的穩(wěn)健性。2、編碼域的視頻水印在編碼壓縮時嵌入水印。當今視頻壓縮的標準包括I S O /I E C 的M P E G -1、MPEG-2、MPEG-4和ITU-

6、T 的H.261、H.263等,它們的基本編碼思想是運動補償預測和基于塊的變換編碼。在視頻中嵌入水印一般考慮M P E G 編碼標準。在MPEG 標準中,有3種圖像類型:內部編碼幀(I 幀、前向預測幀(P 幀和雙向預測幀(B 幀。I 幀的編碼利用幀內相鄰像素間的空域冗余來壓縮信息;P 幀編碼要用到先前的幀,當前的幀又可以作為后面的預測幀的參考幀;B 幀的數(shù)據(jù)壓縮效果最顯著,它在預測時需要先前和后續(xù)的信息,且自身不能作為其它幀的預測參考幀。P幀和B 幀都利用了相鄰幀間的時域冗余來壓縮信息,同時預測誤差信號并去除空域冗余。去空域冗余主要用到了DCT、量化和熵編碼等技術;去時域冗余用到了運動補償、運

7、動表示和運動估計等技術。利用編碼數(shù)據(jù)的特性,能夠實現(xiàn)水印嵌入和提取的實時處理。因其是將水印嵌入在變換域中,并和編碼過程結合緊密,不會增加視頻流的數(shù)據(jù)比特率?？稍O計出抵抗多種攻擊的水印算法,但該方案需要修改編碼器和解碼器,而且存在GOP 的誤差積累。按嵌入位置分有:在離散余弦變換(DCT系數(shù)中嵌入水印;在運動向量中嵌入水印;在MPEG -4臉部運動參數(shù)中嵌入水印;在MPEG 編碼的VOP 的圖像類型中嵌入水印。而且,隨著研究的不斷深入,不斷有研究者提出了新的水印嵌入位置。3、壓縮域的視頻水印把水印信息嵌入到視頻壓縮碼流中,其優(yōu)點就是不需要完全解碼和再編碼,提高了水印嵌入和提取的效率;缺點是壓縮比

8、特率的限制限定了嵌入水印數(shù)據(jù)量的大小,嵌入水印的強度受視頻解碼誤差的約束,嵌入后效果可能有可察覺的變化。這一設計策略受到相應視頻壓縮算法和視頻編碼標準的局限,例如恒定碼率的約束。因此在算法設計上具有一定難度,算法要求:水印信息的嵌入不能影響視頻碼流的正常解碼和顯示;嵌入水印的視頻碼流仍滿足原始碼流的碼率約束條件;內嵌水印在體現(xiàn)視覺不易察覺性的同時,能抵抗有損壓縮編碼。三、視頻像水印技術的發(fā)展趨勢隨著視頻壓縮標準的發(fā)展,視頻水印 利用傳統(tǒng)的Top-Hat 算子往往會把噪聲帶入檢測結果。而變尺度的Top-Hat 算子是先通過小尺度的結構元素對圖像腐蝕來降低噪聲,再用大尺度的結構元素進行膨脹來填充由

9、腐蝕產生的空穴,最后在降低噪聲的同時檢測出邊緣。4、邊緣檢測圖1典型邊緣算子邊緣檢測圖2多尺度Top-Hat 算子邊緣檢測針對背景復雜度不同的灰度圖像,本文分別用典型邊緣算子和多尺度Top-hat 算子進行仿真。從圖1可以看出,傳統(tǒng)的邊緣檢測算子如Roberts 算子、Sobel 算子等均能檢測出目標的邊緣,但同時也發(fā)現(xiàn)不管車牌圖像背景簡單與否,在非車牌區(qū)域產生了大量的噪聲,不利于車牌的后續(xù)定位處理。采用多尺度Top-Hat 變換后,車牌圖像被很好地保留,即使是背景復雜的圖像,而采取Top-Hat 變換后,車牌部分仍能被清晰保留,仿真結果如圖2所示。可見用多尺度T o p -h a t 算子進行圖像預處理,能取得了較好的背景抑制效果,并具有良