畢業(yè)設(shè)計(jì)(論文)數(shù)字視頻水印的設(shè)計(jì)與實(shí)現(xiàn)

1、<p>　　數(shù)字視頻水印的設(shè)計(jì)與實(shí)現(xiàn)</p><p><b>　　摘 要</b></p><p>　　數(shù)字水印技術(shù)是目前信息安全領(lǐng)域研究的一個(gè)熱點(diǎn)，而數(shù)字視頻水印能為數(shù)字視頻提供一種版權(quán)保護(hù)方案。數(shù)字視頻在多媒體產(chǎn)品中占有較大的比重，目前數(shù)字視頻水印是多媒體數(shù)字水印技術(shù)研究方向中當(dāng)前的一個(gè)重點(diǎn)和難點(diǎn)，因此研究數(shù)字視頻水印具有較強(qiáng)的現(xiàn)實(shí)意義。本文對(duì)數(shù)字視頻水印

2、的研究意義和視頻水印的研究現(xiàn)狀作了概述，介紹了視頻水印的模型與應(yīng)用、視頻水印的主要特征、技術(shù)分類(lèi)，進(jìn)而提出了一種基于分塊DCT變換和Arnold置亂變換的視頻水印算法，該算法在水印嵌入過(guò)程中充分考慮了人類(lèi)視覺(jué)系統(tǒng)(HVS)的特點(diǎn)，在DCT塊中嵌入水印信息，從而使算法具有一定的抗攻擊能力。最后用MATLAB實(shí)現(xiàn)了視頻水印的嵌入和檢測(cè)，以及對(duì)視頻水印進(jìn)行信號(hào)處理攻擊、幾何攻擊和同步攻擊，比較攻擊前后視頻的變化并對(duì)視頻水印進(jìn)行性能評(píng)價(jià)。實(shí)驗(yàn)結(jié)

3、果表明，本文所提出的視頻水印算法對(duì)椒鹽噪聲、高斯噪聲、丟幀、幀平移和幀交換具有良好的魯棒性，這對(duì)數(shù)字視頻水印的進(jìn)一步研究具有一定的參考價(jià)值。</p><p>　　關(guān)鍵詞：數(shù)字水印；離散余弦變換（DCT）；分塊；視頻；Arnold置亂</p><p>　　Design and Implementation of Digital Video watermarking</p>&l

4、t;p><b>　　Abstract</b></p><p>　　Digital Watermarking Technique is one of the hottest topics in the information security field. It provides a kind of right protect scheme for digital videos, whi

5、ch takes up a relative major proportion in multimedia products. At present, Digital video watermarking is an important and difficult part of the multimedia digital watermarking field. Therefore, it is significant to do s

6、ome researches in Digital video watermarking field. This paper summaries the significance and the current situation of </p><p>　　Keywords : Digital watermarking; discrete cosine transform(DCT); block; video;

7、 Arnold scrambling</p><p><b>　　目 錄</b></p><p><b>　　摘要Ⅰ</b></p><p>　　AbstractⅡ</p><p><b>　　1 引言1</b></p><p>　　1.1

8、選題意義1</p><p>　　1.2 數(shù)字視頻水印的研究現(xiàn)狀1</p><p>　　1.3 本文的主要內(nèi)容2</p><p>　　2 數(shù)字視頻數(shù)字水印概述及相關(guān)理論3</p><p>　　2.1數(shù)字視頻水印的介紹3</p><p>　　2.1.1 數(shù)字視頻水印技術(shù)3</p><p>

9、;　　2.1.2 數(shù)字視頻水印的特征3</p><p>　　2.1.3 數(shù)字視頻水印的分類(lèi)4</p><p>　　2.2 數(shù)字視頻水印的模型5</p><p>　　2.3 離散余弦變換7</p><p>　　2.4 人類(lèi)視覺(jué)系統(tǒng)8</p><p>　　3視頻水印的嵌入和檢測(cè)方案10</p>&

10、lt;p>　　3.1水印的預(yù)處理10</p><p>　　3.2視頻水印的嵌入10</p><p>　　3.3視頻水印的檢測(cè)13</p><p>　　4 用MATLAB實(shí)現(xiàn)視頻水印的嵌入和檢測(cè)17</p><p>　　4.1水印的嵌入過(guò)程18</p><p>　　4.2水印的檢測(cè)過(guò)程23</p&

11、gt;<p>　　5 實(shí)驗(yàn)結(jié)果與分析25</p><p>　　5.1不可見(jiàn)性25</p><p>　　5.2 魯棒性26</p><p>　　5.2.1幾何攻擊26</p><p>　　5.2.2信號(hào)處理攻擊27</p><p>　　5.2.3同步攻擊28</p><p&g

12、t;　　5.3 性能評(píng)價(jià)29</p><p><b>　　結(jié) 論30</b></p><p><b>　　參考文獻(xiàn)31</b></p><p><b>　　附 錄33</b></p><p><b>　　致 謝46</b></p>

13、;<p><b>　　1引言</b></p><p><b>　　1.1選題意義</b></p><p>　　隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展和信息媒體的數(shù)字化，信息表達(dá)的效率和準(zhǔn)確性得到了極大地提高。但是另一方面也隨之出現(xiàn)了十分嚴(yán)重的問(wèn)題，如作品侵權(quán)更加容易，篡改也更加方便。為此，以打擊盜版為目的的數(shù)字水?。╠igital water

14、marking)技術(shù)應(yīng)運(yùn)而生。數(shù)字水印最初研究的重點(diǎn)是圖像水印，已經(jīng)取得了不少的研究成果，而且還推出了一些實(shí)用的產(chǎn)品，而基于視頻產(chǎn)品的水印研究還相對(duì)較少。但是隨著多媒體技術(shù)的發(fā)展，視頻產(chǎn)品越來(lái)越多。例如：DVD (Digital Video Disc)、 VCD (VIDEO CD)、視頻會(huì)議、視頻點(diǎn)播(VOD, Video on Demand)、多媒體教材、錄像帶等，所以視頻產(chǎn)品的版權(quán)保護(hù)還需解決，視頻水印作為視頻數(shù)據(jù)的知識(shí)產(chǎn)權(quán)保護(hù)方

15、法正在受到越來(lái)越多的重視。而且到目前為止，視頻水印算法使用的技術(shù)較落后，其抗攻擊能力不強(qiáng)，因此很有必要嘗試用新的技術(shù)實(shí)現(xiàn)新的視頻水印算法，找到更多更好的方法來(lái)保護(hù)視頻產(chǎn)品的知識(shí)產(chǎn)權(quán)。再者由于數(shù)字產(chǎn)品本身的特點(diǎn)是非常易于拷貝和傳輸?shù)?，如果不加以控制，每個(gè)用戶都可以無(wú)限制的復(fù)制出完全相同的視頻拷貝，這就會(huì)威脅到視頻節(jié)目制造商和發(fā)售商的商業(yè)</p><p>　　綜上所述，研究數(shù)字視頻水印技術(shù)的主要意義在于可以有效的實(shí)現(xiàn)

16、網(wǎng)絡(luò)環(huán)境中數(shù)字視頻作品的版權(quán)保護(hù)和認(rèn)證。面對(duì)人類(lèi)社會(huì)的數(shù)字化時(shí)代，在網(wǎng)絡(luò)交流日益普及和電子商務(wù)逐漸啟動(dòng)的今天，數(shù)字視頻作品的版權(quán)保護(hù)和認(rèn)證問(wèn)題以及數(shù)字信息的安全傳輸問(wèn)題是擺在人們面前需要迫切解決的問(wèn)題，而數(shù)字視頻水印技術(shù)將是解決這類(lèi)問(wèn)題的一種最有效和最具潛力的技術(shù)。多媒體數(shù)字水印系統(tǒng)軟件的開(kāi)發(fā)具有顯著的經(jīng)濟(jì)效益和社會(huì)效益;對(duì)于規(guī)范數(shù)字化市場(chǎng)，促進(jìn)信息產(chǎn)業(yè)的健康持續(xù)發(fā)展具有極為重要的意義。</p><p>　　1.

17、2 數(shù)字視頻水印的研究現(xiàn)狀</p><p>　　數(shù)字視頻水印的發(fā)展基本上是與圖像水印的發(fā)展同步的，從提出圖像水印概念開(kāi)始，數(shù)字視頻水印的概念也隨之提出，隨著近幾年來(lái)DVD等視頻產(chǎn)品的迅速普及，反而對(duì)數(shù)字視頻水印產(chǎn)品的要求更為迫切。數(shù)字視頻水印研究是數(shù)字水印研究方向的一個(gè)熱點(diǎn)。</p><p>　　根據(jù)視頻技術(shù)和用戶需求的發(fā)展，產(chǎn)生了一些相應(yīng)的視頻水印技術(shù)。隨著視頻壓縮標(biāo)準(zhǔn)的不斷發(fā)展，視頻編

18、、解碼核心技術(shù)的公開(kāi)，還有人類(lèi)視覺(jué)系統(tǒng)的研究，使得水印嵌入的方案也越來(lái)越復(fù)雜，同時(shí)為了實(shí)現(xiàn)利用水印進(jìn)行完整性認(rèn)證，水印嵌入的策略和修改技術(shù)逐步發(fā)展。密碼學(xué)、擴(kuò)頻通信、糾錯(cuò)編碼、信息論、信號(hào)處理等已經(jīng)充分運(yùn)用到視頻水印系統(tǒng)。視頻水印的檢測(cè)一般與相應(yīng)的水印嵌入方法相關(guān)，要防止針對(duì)視頻水印的攻擊方法，評(píng)價(jià)視頻水印的隱蔽效果主要通過(guò)實(shí)驗(yàn)來(lái)進(jìn)行，運(yùn)用攻擊方法來(lái)驗(yàn)證水印系統(tǒng)的魯棒性和脆弱性。</p><p>　　現(xiàn)有視頻水印

19、技術(shù)從嵌入策略上可分為三類(lèi)：第一類(lèi)是將水印信息直接嵌入到原始視頻圖像序列中，然后進(jìn)行視頻編碼，如空域直序擴(kuò)頻方法 、變換域方法 。這類(lèi)方法可以將靜態(tài)圖像水印算法移植過(guò)來(lái)，但是經(jīng)過(guò)視頻編碼處理后，會(huì)造成部分水印信息丟失，給水印提取和檢測(cè)帶來(lái)不便，而且其運(yùn)算量大、效率低，因此這類(lèi)方法應(yīng)用生命力不強(qiáng)。第二類(lèi)是把水印信息嵌入到視頻壓縮碼流中。其最大優(yōu)點(diǎn)就是不需要完全解碼和再編碼，提高了水印嵌入和提取效率，缺點(diǎn)是壓縮比特率限制了水印嵌入數(shù)據(jù)量，且

20、抗攻擊性差。第三類(lèi)是在視頻編碼過(guò)程中嵌入水印。這類(lèi)方法可獲得較強(qiáng)的水印魯棒性和良好的視頻質(zhì)量，而且不會(huì)增加數(shù)據(jù)比特率。</p><p>　　數(shù)字視頻水印技術(shù)發(fā)展到現(xiàn)在，還有很多問(wèn)題沒(méi)有解決。多重水印的圖像保真度無(wú)法保證。多重水印可以通過(guò)正交嵌入的方法來(lái)實(shí)現(xiàn)，這樣在測(cè)試的時(shí)候，它們互不干擾，然而圖像保真度會(huì)因?yàn)榍度胨〉脑龆喽艿接绊憽瑒h除、幀平均和幀重構(gòu)是針對(duì)視頻水印特有的攻擊方法。這些攻擊會(huì)丟失部分水印信息，

21、而水印識(shí)別器無(wú)法定位丟失信息，導(dǎo)致提取出來(lái)的水印信息相對(duì)原始信息發(fā)生比特平移，不能正確識(shí)別。對(duì)于視頻轉(zhuǎn)碼處理也是水印的難點(diǎn)。視頻經(jīng)過(guò)解碼重編碼，如果編碼參數(shù)發(fā)生變化，壓縮域水印則很難保留下來(lái)。將與內(nèi)容相關(guān)的水印嵌入到視頻解碼圖像序列的方法在一定程度上能夠抵抗視頻轉(zhuǎn)碼處理，但這種方法嵌入水印時(shí)需要解碼視頻，然后再編碼，運(yùn)算量大，在水印嵌入要求實(shí)時(shí)性強(qiáng)的場(chǎng)合很難實(shí)用。</p><p>　　經(jīng)過(guò)調(diào)查發(fā)現(xiàn)基于變換域特別是

22、基于DCT的視頻水印技術(shù)是目前研究的熱點(diǎn)。世界各大公司為了搶占DVD這個(gè)市場(chǎng)，也正在加速數(shù)字視頻水印技術(shù)的研究和應(yīng)用。</p><p>　　1.3 本文的主要內(nèi)容</p><p>　　近年來(lái)對(duì)數(shù)字視頻水印的研究已經(jīng)取得了一些成果。本文就是在此基礎(chǔ)上展開(kāi)研究，進(jìn)而設(shè)計(jì)了一個(gè)視頻水印算法，主要有以下幾方面的內(nèi)容： </p><p>　　第一章綜述了數(shù)字視頻水印的研究現(xiàn)狀

23、。</p><p>　　第二章討論了視頻水印的應(yīng)用、特征、分類(lèi)及模型，并敘述了本文相關(guān)理論。</p><p>　　第三章提出了一種新的數(shù)字視頻水印方案，并對(duì)水印的預(yù)處理、嵌入策略和提取方法做了詳細(xì)的介紹。</p><p>　　第四章用MATLAB開(kāi)發(fā)工具實(shí)現(xiàn)了該視頻水印方案，對(duì)水印的具體嵌入和提取方法進(jìn)行了詳細(xì)介紹，并討論了關(guān)鍵的函數(shù)。</p><

24、;p>　　第五章從不可見(jiàn)性和魯棒性?xún)蓚€(gè)方面分析并評(píng)價(jià)了該算法的性能。</p><p>　　第六章總結(jié)全文的工作。</p><p>　　2 數(shù)字視頻水印技術(shù)概述及相關(guān)理論</p><p>　　2.1 數(shù)字視頻水印技術(shù)的介紹</p><p>　　2.1.1 數(shù)字視頻水印技術(shù)</p><p>　　數(shù)字視頻水印是利用視頻

25、數(shù)據(jù)中存在的冗余數(shù)據(jù)與隨機(jī)性把表征版權(quán)的信息嵌入到視頻自身的數(shù)據(jù)中，從而起到保護(hù)數(shù)字視頻產(chǎn)品版權(quán)或完整性的一種技術(shù)。</p><p>　　視頻水印技術(shù)是水印研究方向中的熱門(mén)領(lǐng)域。水印系統(tǒng)要滿足的條件總是建立在應(yīng)用基礎(chǔ)上的。因此，在介紹這些條件和最終設(shè)計(jì)之前，先介紹視頻水印的一些應(yīng)用。很顯然，沒(méi)有“普遍適用的”水印嵌入方法。雖然總體來(lái)說(shuō)水印嵌入方法應(yīng)該是健壯的，但是不同的應(yīng)用對(duì)魯棒性有不同的要求。其用途可包括以下幾

26、方面：</p><p>　　(1) 版權(quán)保護(hù)：為保護(hù)知識(shí)產(chǎn)權(quán)，視頻數(shù)據(jù)的擁有者加入代表版權(quán)信息的水印到數(shù)據(jù)中去，并通過(guò)密鑰控制其安全性，當(dāng)出現(xiàn)版權(quán)糾紛或盜版行為時(shí)，水印能被提取作為版權(quán)所有者擁有的證明。</p><p>　　(2) 數(shù)字指紋：為追蹤非法盜版源，出品人可在不同的產(chǎn)品中加入不同的ID或序列號(hào)，如發(fā)現(xiàn)未經(jīng)授權(quán)的用戶，根據(jù)指紋標(biāo)記可確定來(lái)源，從而知道破壞協(xié)議非法提供拷貝給第三方的使

27、用者。</p><p>　　(3) 拷貝保護(hù)：這種應(yīng)用的一個(gè)典型的例子是DVD防拷貝系統(tǒng)，即將水印信息加入DVD數(shù)據(jù)中，這樣DVD播放機(jī)即可通過(guò)檢測(cè)DVD數(shù)據(jù)中的水印信息而判斷其合法性和可拷貝性，從而保護(hù)制造商的商業(yè)利益。</p><p>　　(4) 廣播監(jiān)測(cè)：在商業(yè)廣告中嵌入水印，一個(gè)自動(dòng)監(jiān)測(cè)系統(tǒng)能判斷廣告是否如合約履行。電視制品亦可受到廣播監(jiān)測(cè)系統(tǒng)的保護(hù) 。新聞廣告寸秒寸金，極易受到知

28、識(shí)產(chǎn)權(quán)侵害。廣播監(jiān)測(cè)系統(tǒng)能監(jiān)視所有頻道，并能根據(jù)發(fā)現(xiàn)指證電視臺(tái)的違反合約行為。</p><p>　　(5) 數(shù)據(jù)認(rèn)證：在視頻數(shù)據(jù)中加入脆弱水印，能提供數(shù)據(jù)是否被篡改和改動(dòng)的位置的信息。</p><p>　　(6) 標(biāo)題和注釋?zhuān)鹤鳛橐曨l郵件的索引，注釋可以水印的形式加入視頻內(nèi)容中；作為電影或新聞的索引，作者及注釋可以水印形式加入，從而被搜索引擎搜索時(shí)使用。</p><p&

29、gt;　　(7) 安全的隱秘通信利用水印技術(shù)傳送秘密信息。</p><p>　　隨著視頻產(chǎn)品和數(shù)字視頻水印技術(shù)的不斷研究和發(fā)展，數(shù)字視頻水印技術(shù)將有著更加廣泛的應(yīng)用前景。</p><p>　　2.1.2 數(shù)字視頻水印的特征</p><p>　　由于數(shù)字視頻是連續(xù)播放的圖像序列，其相臨幀之間的內(nèi)容有高度的相關(guān)性，連續(xù)幀之間存在大量的數(shù)據(jù)冗余，使得視頻水印容易遭受幀平均

30、、幀丟棄、幀交換等各種攻擊，并且還存在動(dòng)態(tài)編解碼的過(guò)程。因此視頻水印除了具有一般水印技術(shù)的特征外，還有一些特殊的要求。視頻水印總的特征可以概括為以下幾點(diǎn)：</p><p>　　(1) 魯棒性指水印能經(jīng)得起無(wú)意修改或惡意攻擊。在保證數(shù)據(jù)對(duì)象的使用價(jià)值的前提下，無(wú)法擦去水印信號(hào)。用于認(rèn)證的脆弱性水印例外，它要求對(duì)數(shù)據(jù)改動(dòng)的敏感性。</p><p>　　水印嵌入方法最終應(yīng)該抵抗由標(biāo)準(zhǔn)的或惡意的數(shù)

31、據(jù)處理所引入的任何類(lèi)型的失真。迄今為止，還沒(méi)有提出這樣完美的方法，甚至到底存在不存在一種完全安全的水印嵌入方法也未可知。因此，實(shí)際系統(tǒng)應(yīng)在魯棒性和諸如可視性、信息速率之類(lèi)的相互沖突的要求之間進(jìn)行折衷。根據(jù)水印嵌入方法的應(yīng)用目的，它所要求的魯棒性會(huì)影響設(shè)計(jì)的過(guò)程。基本的原則是設(shè)計(jì)這樣一種水印嵌入方法，它應(yīng)該足夠的健壯，以至于即使攻擊成功也只會(huì)削弱載體數(shù)據(jù)的商業(yè)價(jià)值。</p><p>　　(2) 安全性即水印被嵌入視

32、頻后，非授權(quán)人即使已知水印算法，只要水印參數(shù)未知，不知密鑰的情況下仍然無(wú)法解讀水印或者甚至無(wú)法檢測(cè)到水印的存在，也不能將其刪除掉。使用密鑰機(jī)制是保證水印安全的途徑。視頻水印中的信息應(yīng)是安全的，難以被篡改或偽造，未經(jīng)授權(quán)的用戶無(wú)法正確地檢測(cè)、提取或移除水印。</p><p>　　(3) 不可感知性應(yīng)包括視覺(jué)上不可感知和統(tǒng)計(jì)特性不可感知。視頻信號(hào)嵌入水印后不會(huì)影響視頻畫(huà)面的質(zhì)量，從而確保視頻數(shù)據(jù)的商業(yè)價(jià)值。可視水印例

33、外。</p><p>　　(4) 盲檢測(cè)：水印檢測(cè)原則上不能使用原始視頻數(shù)據(jù)，以確保水印檢測(cè)能夠?qū)崟r(shí)完成。</p><p>　　(5) 實(shí)時(shí)性：水印的嵌入和檢測(cè)提取算法復(fù)雜度不能高，必須在短時(shí)間內(nèi)完成，以保證視頻數(shù)據(jù)的實(shí)時(shí)編解碼。</p><p>　　(6) 視頻速率的恒定性：水印嵌入視頻數(shù)據(jù)后不能改變視頻流的碼率，必須服從傳輸信道規(guī)定的帶寬限制，否則將有可能造成解

34、碼后的視頻圖像和聲音的失步，降低視頻的質(zhì)量。</p><p>　　(7) 水印容量：嵌入的水印必須能夠攜帶足夠多的信息。對(duì)于視頻水印，規(guī)定水印容量為單位時(shí)間內(nèi)嵌入水印信息的數(shù)據(jù)量，通常要求水印算法有盡可能高的嵌入水印速率。</p><p>　　2.1.3 數(shù)字視頻水印的分類(lèi)</p><p>　　對(duì)于數(shù)字視頻水印技術(shù)，可作如下分類(lèi)[1]：</p><

35、;p>　　(1) 按載體類(lèi)型分類(lèi)包括壓縮域水印和非壓縮域水印。</p><p>　　基于非壓縮域的水印算法，是對(duì)未經(jīng)編碼的視頻流數(shù)據(jù)直接進(jìn)行處理，在原始視頻數(shù)據(jù)中嵌入水印。</p><p>　　基于壓縮域的水印算法，則與某種視頻壓縮標(biāo)準(zhǔn)（如常見(jiàn)的MPEG-1，MPEG．2或MPEG-4）相結(jié)合，在編碼視頻數(shù)據(jù)中嵌入水印。</p><p>　　(2) 按嵌入域分

36、類(lèi)主要可分為時(shí)空域水印及變換域水印。</p><p>　　時(shí)空域水印是用待嵌入的信息替換載體信息的冗余部分。一種簡(jiǎn)單的替換方法就是用待嵌入消息位替換載體中的一些最低有效位(Least Significant Bit，LSB)，只有知道隱藏信息嵌入的位置才能提取信息。</p><p>　　變換域方法是在宿主信號(hào)的某個(gè)變換域（如DCT或小波域）中嵌入信息，變換域方法的優(yōu)點(diǎn)在于：</p&g

37、t;<p>　　· 在變換域中嵌入的信號(hào)能量可以分布到時(shí)空域的所有像素上；</p><p>　　· 在變換域中，人的感知系統(tǒng)的某些掩蓋特性可以更方便地結(jié)合到編碼過(guò)程中，有利于提高水印的魯棒性；</p><p>　　· 變換域方法可與視頻壓縮標(biāo)準(zhǔn)等兼容，可直接實(shí)現(xiàn)壓縮域內(nèi)的算法，提高效率。</p><p>　　這些變換包括離

38、散余弦變換（DCT）、離散小波變換（DWT）、傅氏變換（DFT或FFT）等。</p><p>　　(3) 按密鑰分類(lèi) </p><p>　　若嵌入和提取采用相同密鑰，則稱(chēng)其為對(duì)稱(chēng)水印，否則稱(chēng)為非對(duì)稱(chēng)水印，也稱(chēng)為公鑰水印。</p><p>　　(4) 按檢測(cè)時(shí)是否需要原始宿主信號(hào)分類(lèi)分為盲檢測(cè)水印和非盲檢測(cè)水印。</p><p>　　一般來(lái)說(shuō)，

39、由于視頻相對(duì)于圖像來(lái)說(shuō)，占的存儲(chǔ)空間要大很多，一般情況下不會(huì)保留原始視頻，這就要求在沒(méi)有原始視頻的情況下，仍然能檢測(cè)水印是否存在。但是，也有極少數(shù)方案需要原始的宿主信號(hào)。</p><p>　　(5) 按水印特性分類(lèi)可以將數(shù)字水印分為魯棒水印、脆弱水印和半脆弱水印三類(lèi)。</p><p>　　魯棒水印的主要目的在于保護(hù)數(shù)字作品的版權(quán)，它要求嵌入后的水印能夠經(jīng)受各種常用的信號(hào)處理操作，包括有意的

40、或無(wú)意的處理，如有損壓縮、濾波、平滑、信號(hào)裁減、圖像增強(qiáng)、幾何變形等；魯棒水印在經(jīng)過(guò)各種處理后，只有宿主信息沒(méi)有被破壞到不可使用的程度，都應(yīng)該能夠檢測(cè)出來(lái)。因此，該類(lèi)水印的穩(wěn)健性要求較高。</p><p>　　脆弱水印，又稱(chēng)完全脆弱性水印，要求水印能夠檢測(cè)出對(duì)象素值進(jìn)行任何改變操作。脆弱水印的目的在于保護(hù)視頻的完整性，主要可用于篡改提示。</p><p>　　(6) 按水印的可見(jiàn)性分類(lèi)分為

41、可見(jiàn)性水印和不可見(jiàn)性水印?，F(xiàn)在一般研究的是不可見(jiàn)的水印。 </p><p>　　2.2數(shù)字視頻水印的模型</p><p>　　通過(guò)分析現(xiàn)有的數(shù)字視頻編解碼系統(tǒng)，可以將目前基于MPEG的視頻水印分為以下幾種數(shù)字視頻水印的嵌入與提取方案模型，如圖2-1所示。[2]</p><p>　　圖2-1 不同的MPEG的視頻水印系統(tǒng)</p><p>　　視

42、頻水印嵌入方案一:水印直接嵌入到原始視頻流中，此類(lèi)方案的優(yōu)點(diǎn)是水印嵌入的方法比較多，原則上數(shù)字圖像水印方案都可以應(yīng)用于此。缺點(diǎn)是:</p><p>　　(1) 會(huì)增加視頻流的數(shù)據(jù)比特率；</p><p>　　(2) 經(jīng)過(guò)編碼壓縮后，可能會(huì)造成水印丟失；</p><p>　　(3) 降低視頻質(zhì)量；</p><p>　　(4) 對(duì)于已壓縮的視頻，

43、需要現(xiàn)進(jìn)行編碼，然后嵌入水印后再重新編碼。</p><p>　　視頻水印嵌入方案二:水印嵌入到編碼階段的變換域中的系數(shù)中，此類(lèi)方案的優(yōu)點(diǎn)是嵌入水印后不會(huì)增加視頻數(shù)據(jù)比特率，缺點(diǎn)是會(huì)降低視頻質(zhì)量，針對(duì)不同壓縮格式的文件得有不同的嵌入算法。</p><p>　　視頻水印嵌入方案三:水印直接嵌入到壓縮比特流中，此類(lèi)方案的顯著優(yōu)點(diǎn)是沒(méi)有解碼和再編碼的過(guò)程，因而不會(huì)造成視頻質(zhì)量的下降，同時(shí)計(jì)算復(fù)雜度

44、低。缺點(diǎn)是由于壓縮比特率的限制而限定了嵌入水印的數(shù)據(jù)量的大小。</p><p>　　從提取方案來(lái)看，其提取策略依據(jù)水印嵌入策略而進(jìn)行相應(yīng)的設(shè)計(jì)。</p><p>　　第二類(lèi)方案需要從重建視頻圖像中完成水印的提取和識(shí)別。視頻水印的三種嵌入方案各有優(yōu)缺點(diǎn)，在應(yīng)用中，應(yīng)根據(jù)實(shí)際的需要，結(jié)合算法實(shí)現(xiàn)的簡(jiǎn)單易行，水印嵌入的魯棒性要求，來(lái)選擇嵌入方案。</p><p>　　對(duì)視

45、頻而言，其水印嵌入的總體框圖如圖2－2所示。</p><p>　　首先，將視頻載體和水印分別進(jìn)行預(yù)處理，然后根據(jù)一定的算法選擇水印的合適嵌入位置以及合理嵌入策略，從而得到含水印的視頻數(shù)據(jù)。在各個(gè)環(huán)節(jié)中常采用一些關(guān)鍵技術(shù)來(lái)提高視頻水印的魯棒性．顯然用相應(yīng)的視頻水印檢測(cè)策略就可以提取出水印或判斷水印的有無(wú)，從而實(shí)現(xiàn)視頻的保護(hù)。</p><p>　　圖2-2 視頻水印嵌入技術(shù)總框圖</p

46、><p>　　圖2-3為水印信號(hào)檢測(cè)模型，用以判斷某一數(shù)據(jù)中是否含有指定的水印信號(hào)和從水印數(shù)據(jù)中提取水印信號(hào)。[3]</p><p>　　圖2-3 視頻水印檢測(cè)或提取框圖</p><p><b>　　2.3離散余弦變換</b></p><p>　　離散余弦變換（Discrete Cosine Transform）簡(jiǎn)稱(chēng)DCT。

47、任何連續(xù)的實(shí)對(duì)稱(chēng)函數(shù)的傅立葉變換中只含有余弦項(xiàng)，因此余弦變換與傅立葉變換一樣有明確的物理意義，DCT變換避免了傅立葉變換中的復(fù)數(shù)運(yùn)算，它是基于實(shí)數(shù)的正交變換。</p><p>　　通過(guò)DCT變換，對(duì)空間域的信號(hào)進(jìn)行取樣，然后把它們變換成一個(gè)等同的頻率域表示形式。</p><p>　　MXN二維DCT定義如式（2-1）所示:</p><p><b>　　(2

48、-1)</b></p><p>　　其中x ,y 是采樣域的空間坐標(biāo)值，u ,v 是變換域的坐標(biāo), </p><p>　　DCT反變換(IDCT)定義如式（2－2）所示： (2-2)</p><p>　　視頻圖像可以看作是一個(gè)三維的圖像組(把時(shí)間看作是第三維)。把這樣的圖像組先用三維的離散余弦變換到頻域空間。</p>

49、<p>　　三維圖像塊{f(x,y,z ) }是M行，N列，P寬的一個(gè)矩陣DCT變換如式（2-3）所示:</p><p><b>　　(2-3)</b></p><p>　　三維DCT反變換(2D－IDCT)定義如式（2－4）所示： （2-4）</p><p>　　DCT是目前最常用的有損數(shù)字圖像壓縮系統(tǒng)。JPEG的核心與空

50、域圖像水印相比，DCT域圖像水印魯棒性更強(qiáng)且與常用的圖像壓縮標(biāo)準(zhǔn)JPEG兼容，因而得到廣泛的重視。一個(gè)簡(jiǎn)化的基于DCT的水印系統(tǒng)，在正向DCT后嵌入水印信息，再進(jìn)行反向DCT變換，得到含有水印的圖像。水印的提取也是在正向DCT之后進(jìn)行。</p><p>　　運(yùn)動(dòng)圖像序列的每一幀可以看作是靜止圖像對(duì)運(yùn)動(dòng)圖像序列進(jìn)行3D-DCT，可以視為先對(duì)每幀進(jìn)行2D-DCT，再對(duì)幀間方向進(jìn)行1D-DCT。每幀圖像經(jīng)2D-DCT后

51、，其能量大部分集中在直流及低頻，即集中在變換后矩陣次對(duì)角線的左上部，右下部經(jīng)量化后絕大多數(shù)都是0。對(duì)幀間方向進(jìn)行DCT時(shí)，因?yàn)槟芰恳呀?jīng)集中在左上部，故對(duì)每幀的右下部所做變換作用不大。因此我們提出幀間方向次對(duì)角線右下部不進(jìn)行變換，對(duì)恢復(fù)圖像質(zhì)量不會(huì)造成影響，但提高了圖像數(shù)據(jù)壓縮比，減少了3D-DCT的變換及逆變換時(shí)間，從而提高編解碼的效率。實(shí)驗(yàn)證明這種做法是可行的。</p><p>　　DCT變換類(lèi)型算法的關(guān)鍵問(wèn)題

52、在于它忽略了算法實(shí)現(xiàn)時(shí)造成的數(shù)據(jù)損失．在不對(duì)DCT系數(shù)進(jìn)行任何擾動(dòng)的時(shí)候，對(duì)其做DCT變換，再做反DCT變換，它的值將落在各點(diǎn)數(shù)值的附近，誤差很小，做少許的處理即可還原成原始數(shù)據(jù)。</p><p><b>　　2.4人類(lèi)視覺(jué)系統(tǒng)</b></p><p>　　由于水印具有不可見(jiàn)性，我們就會(huì)有這樣的問(wèn)題，如何衡量水印的不可見(jiàn)性呢，其次怎樣才能嵌入水印才能不被覺(jué)察到呢?由于

53、我們討論的是關(guān)于動(dòng)態(tài)圖像的數(shù)字視頻水印，所以在考慮問(wèn)題的時(shí)候，我們必須把人這個(gè)觀察者考慮在內(nèi)。因?yàn)椴豢梢?jiàn)性指的就是人眼所不能觀察出來(lái)的程度，所以我們對(duì)水印應(yīng)該建立起一個(gè)符合人類(lèi)視覺(jué)系統(tǒng)的計(jì)算模型，這對(duì)于研究數(shù)字視頻水印的品質(zhì)有著很重要的實(shí)際意義。目前己經(jīng)建立了許多人類(lèi)聽(tīng)覺(jué)和人類(lèi)視覺(jué)模型(HVS)等感知模型。</p><p>　　不同的視覺(jué)模型是針對(duì)不同的應(yīng)用對(duì)象的，我們很難建立起一個(gè)對(duì)所有指標(biāo)都適用的模型系統(tǒng)，所

54、以對(duì)于同一幅圖像采用不同模型系統(tǒng)可能會(huì)得到不同的檢測(cè)結(jié)果。</p><p>　　數(shù)字水印技術(shù)正是利用了人眼所感知的有限性，來(lái)達(dá)到隱藏信息的目的。視頻水印的載體對(duì)象對(duì)于人眼是運(yùn)動(dòng)的畫(huà)面，充分研究視頻信息所具有的三維特性即在空間和時(shí)間上被人眼所感知的強(qiáng)弱和掩蔽效應(yīng)，對(duì)于在提高水印魯棒性和水印容量以及保證視覺(jué)質(zhì)量等目標(biāo)之間達(dá)到最佳結(jié)合至關(guān)重要。隨著對(duì)人類(lèi)視覺(jué)系統(tǒng)的深入研究，將會(huì)為視頻水印的設(shè)計(jì)提供更大幫助。</p

55、><p>　　在人類(lèi)視覺(jué)系統(tǒng)(HVS) 中，有許多特性可以用于數(shù)字水印的方案中。人類(lèi)視覺(jué)系統(tǒng)(HVS)可以從以下4個(gè)方面來(lái)描述：</p><p>　　(1) 亮度敏感性，即對(duì)背景亮度的感知能力。背景亮度越大，可嵌入的信號(hào)就越多； </p><p>　　(2) 紋理敏感性，即對(duì)正弦曲線的感知能力。背景紋理越復(fù)雜，可嵌入的信號(hào)就越多；</p><p>

56、;　　(3) 對(duì)比敏感度，即不同象素的亮度差，或一個(gè)信號(hào)出現(xiàn)在另一個(gè)信號(hào)中的能力。圖像的對(duì)比度越強(qiáng)，嵌入的信號(hào)就越多；</p><p>　　(4) 方向敏感度，即人眼對(duì)不同方向的圖像細(xì)節(jié)具有不同的敏感度。例如，對(duì)水平方向和垂直方向的細(xì)節(jié)敏感度大于對(duì)角線方向的細(xì)節(jié)敏感度。</p><p>　　一般，亮度敏感性參照度由式（2-5）計(jì)算，而紋理敏感性參照度由式（2-6）計(jì)算。</p>

57、<p><b>　?。?-5）</b></p><p><b>　?。?-6）</b></p><p>　　其中,是BYk中的亮度數(shù)據(jù),.</p><p>　　人類(lèi)視覺(jué)系統(tǒng)的紋理特性和照度掩蔽特性表明，紋理越復(fù)雜，背景的亮度越高，人類(lèi)視覺(jué)對(duì)其輕微變化就越不敏感。</p><p>　　人

58、類(lèi)視覺(jué)感知是非線性的，它和視覺(jué)刺激的頻率和方向有密切的關(guān)系，眼睛相對(duì)于視覺(jué)刺激的絕對(duì)強(qiáng)度而言，對(duì)視覺(jué)刺激的不同也就是對(duì)比度更敏感。而且，視覺(jué)敏感度會(huì)隨著相似頻率和相似方向的視覺(jué)刺激的出現(xiàn)而降低，這也就是所謂的視覺(jué)掩蔽特性。對(duì)比度敏感特性和視覺(jué)掩蔽特性是人類(lèi)視覺(jué)系統(tǒng)的兩個(gè)主要部分。為了更好地改善水印算法的性能，對(duì)于視覺(jué)的不可感知性，增加嵌入水印的容量，以及改善對(duì)于圖像壓縮的魯棒性等，許多算法都利用了人類(lèi)視覺(jué)掩蔽特性。</p>

59、<p>　　水印的嵌入過(guò)程可以看成在一個(gè)強(qiáng)背景(原始圖像)上疊加一個(gè)弱信號(hào)(數(shù)字水印)，只要信號(hào)低于HVS的對(duì)比度門(mén)限，視覺(jué)系統(tǒng)就無(wú)法感覺(jué)到信號(hào)的存在HVS的對(duì)比度特性，該門(mén)限受背景照度，背景紋理復(fù)雜性和信號(hào)頻率的影響，一般說(shuō)來(lái)，背景越亮，紋理越復(fù)雜，門(mén)限就越高。即可以嵌入更高強(qiáng)度的水印信號(hào)，根據(jù)圖像的局部紋理復(fù)雜性，盡可能提高嵌入水印的強(qiáng)度，這是提高水印穩(wěn)健性的有效辦法。</p><p>　　3 視

60、頻水印的嵌入和檢測(cè)方案</p><p><b>　　3.1水印的預(yù)處理</b></p><p>　　采用二值圖像作為待嵌入的水印數(shù)據(jù)，本文針對(duì)的研究對(duì)象因?yàn)槭嵌S圖像故采用的是二維Arnold變換。</p><p>　　二維Arnold變換定義為：</p><p><b>　　(3-1)</b>&l

61、t;/p><p>　　其中，(x，y)是原圖像的像素點(diǎn)，(x’，y’)是變換后新圖像的像素點(diǎn)，N是圖像階數(shù)，即圖像的尺寸大小，一般多為正方形圖像。由于Arnold變換具有周期性，因此可利用其周期性Period來(lái)對(duì)圖像進(jìn)行反變換。即在水印嵌入過(guò)程中可將水印置亂次數(shù)作為密鑰times，再進(jìn)行水印嵌入，當(dāng)水印提取出來(lái)時(shí)，再將其繼續(xù): (Period-times)次即可使其恢復(fù)至原圖。這就是利用Arnold的正變換來(lái)進(jìn)行的置

62、亂恢復(fù)方案。Arnold變換次數(shù)由版權(quán)所有者保管。</p><p>　　對(duì)水印進(jìn)行置亂有以下優(yōu)點(diǎn)：</p><p>　　(1) 采用置亂技術(shù)的合法者可以自由控制算法的選擇，參數(shù)的選擇以及使用隨機(jī)數(shù)技術(shù)，從而使非法使用者難以破譯圖像內(nèi)容，可以提高水印信息的安全性；</p><p>　　(2) 置亂技術(shù)可以分散錯(cuò)誤比特的分布，提高數(shù)字水印的視覺(jué)效果，從而增強(qiáng)其魯棒性。&

63、lt;/p><p>　　3.2 視頻水印的嵌入</p><p>　　水印嵌入算法關(guān)鍵在于以下三點(diǎn): </p><p>　　(1) 水印的結(jié)構(gòu)；</p><p>　　(2) 水印的嵌入?yún)^(qū)域；</p><p><b>　　(3) 嵌入技巧；</b></p><p>　　本文選取二值

64、圖像作為水印。為了提高水印的魯棒性，大多數(shù)的DCT域水印算法把水印信號(hào)嵌入到DCT系數(shù)的低頻部分。但低頻區(qū)域是圖像的能量集中部分，嵌入到低頻會(huì)降低透明性。而嵌入在高頻雖然透明性比較好，但對(duì)大多數(shù)的圖像處理對(duì)高頻成分影響較大，從而降低水印的魯棒性.于是大多數(shù)的水印算法將水印信號(hào)嵌入在載體圖像DCT系數(shù)的中頻部分，以達(dá)到透明性和魯棒性的最佳折衷。各種嵌入技巧的最終目的還是為了盡量地提高水印的魯棒性和透明性。</p><p

65、>　　用于版權(quán)保護(hù)的數(shù)字水印在盡量提高魯棒性的同時(shí)還要滿足人類(lèi)的視覺(jué)極限，因此必須根據(jù)HVS找到嵌入位置。</p><p>　　本文將HVS歸納為運(yùn)動(dòng)敏感性、紋理敏感性和亮度敏感性。在接下來(lái)的嵌入過(guò)程中，充分利用了這些特性。如圖3－1中間分支所示。</p><p>　　嵌入過(guò)程如圖3-1所示。</p><p>　　圖3-1 水印嵌入過(guò)程</p>

66、<p>　　從視頻中讀取亮度分量Y，因?yàn)樗亲钣行У臄?shù)據(jù)，根據(jù)NEC算法，嵌入到它里面的水印才具有最強(qiáng)的魯棒性。根據(jù)式（3-2）所示的運(yùn)動(dòng)敏感性閾值計(jì)算公式，尋找32幀滿足敏感性比較大的視頻幀Yi (i=1,2,…32)。 </p><p><b>　　(3-2)</b></p><p>　　其中 （t代表當(dāng)前幀的編號(hào)）</p><

67、;p>　　接下來(lái)，將Y32中的數(shù)據(jù)按照64*64的尺寸切分成20塊BYij (j=1,2,…20)，于是我們可得到20塊尺寸為64*64*32的三維數(shù)據(jù)塊BYk (k=1,2,…20)，如圖2-3所示。</p><p>　　圖3-2 亮度分量的分塊</p><p>　　根據(jù)式（3-3）、式（3-4）所示的亮度敏感性Lk和紋理敏感性Dk計(jì)算公式，通過(guò)計(jì)算，我們選擇計(jì)算值都比較高的2

68、0塊數(shù)據(jù)中的一塊 ()作為水印的嵌入塊。</p><p><b>　　(3-3)</b></p><p><b>　　(3-4) </b></p><p>　　其中， 是BYk中的亮度數(shù)據(jù)，。</p><p>　　最后，折衷考慮復(fù)雜度和性能，我們對(duì)選定的一塊數(shù)據(jù)塊實(shí)施了2階三維DCT變換。根據(jù)NEC

69、算法的思想，且為了抵抗濾波和壓縮攻擊，我們將置亂后的水印序列嵌入到了第一幀DCT系數(shù)c(u,v)中，詳見(jiàn)式（3-5）。</p><p><b>　　(3-5)</b></p><p>　　其中，w(u,v)是水印序列中的數(shù)據(jù)，c(u,v)是DCT變換后第一幀中的系數(shù)，c’(u,v)是嵌入水印后的系數(shù)，S是非負(fù)整數(shù)（且滿足T1=S/4, T2=3*T1）。</p&

70、gt;<p>　　嵌入完成后，對(duì)c’(u,v)實(shí)施反2階三維DCT變換就得到了嵌入水印后的視頻數(shù)據(jù)，再將它們放回原來(lái)的位置即可。</p><p>　　需要說(shuō)明的是，在整個(gè)嵌入過(guò)程中，所有用到的參數(shù)都應(yīng)作為密鑰保留。</p><p><b>　　具體方案如下所述：</b></p><p>　　第一步：抽取32幀視頻Y分量數(shù)據(jù)：<

71、;/p><p>　?。?） 讀取視頻文件；</p><p>　　（2） 提取所有的Y分量，把所有的Y分量分為32組；</p><p>　?。?） 每組4幀,從各組中選出一個(gè)最運(yùn)動(dòng)敏感的，判斷每組中最大的Y_deltmax，存入變量m；</p><p>　?。?） 定位最大的Y_deltmax,存入變量w；</p><p>

72、　　Y32是就是所需的視頻幀中Y分量滿足敏感性的32幀視頻 (355*288*32)。</p><p><b>　　第二步：分塊過(guò)程：</b></p><p>　?。?） 對(duì)行分塊（4塊）；</p><p>　?。?） 對(duì)列分塊（5塊）；</p><p>　?。?） 隔十幀取一幀，共從32幀中取4幀以降低運(yùn)算量；<

73、/p><p>　?。?） 一個(gè)數(shù)一個(gè)數(shù)的賦值；</p><p>　　切成20塊，每塊為64*64*4的數(shù)據(jù)塊BY,維數(shù)不同，只能逐個(gè)象素賦值。</p><p>　　第三步：根據(jù)公式計(jì)算數(shù)據(jù)塊BY的亮度敏感性L和紋理敏感性D</p><p>　　第四步：選取L和D都比較大的一塊嵌入水印</p><p>　?。?） 判斷最大的

74、L，存入變量Lm；</p><p>　?。?） 去掉這個(gè)最大的塊再比較；</p><p>　　（4） 賦第一塊的L的權(quán)重為20；</p><p>　?。?） 計(jì)算第2塊到第20塊的L的權(quán)重；</p><p>　?。?） 同理對(duì)D進(jìn)行處理；</p><p>　?。?） 計(jì)算每塊BY的權(quán)重； </p>&

75、lt;p>　?。?） 對(duì)所有的20塊BY的權(quán)重qz按由小到大的順序進(jìn)行排序，并保持原來(lái)的位置索引index，則index[20]就是所要選取的塊；</p><p>　　第五步：三維DCT變換</p><p>　　由于視頻是由圖像數(shù)據(jù)流組成的，所以可以把視頻的每一幀看作是一幅靜止的圖像。對(duì)運(yùn)動(dòng)圖像序列進(jìn)行3D－DCT，可以視為先對(duì)視頻的每一幀進(jìn)行2D－DCT，再對(duì)幀間方向進(jìn)行1D－DC

76、T。 </p><p>　　第六步：嵌入水印數(shù)據(jù)</p><p>　　將置亂的水印序列嵌入所選的DCT系數(shù)中，即嵌入經(jīng)過(guò)3D－DCT變換后的數(shù)據(jù)塊中的第一幀數(shù)據(jù)中。然后把這些數(shù)據(jù)進(jìn)行反3D－DCT變換后放回原位置。</p><p>　　第七步：將所選的數(shù)據(jù)放回原位置</p><p>　　最后一步：寫(xiě)視頻文件</p><p

77、>　　3.3視頻水印的檢測(cè)</p><p>　　水印提取是嵌入的逆過(guò)程，本算法的一大優(yōu)勢(shì)是，水印提取時(shí)無(wú)需原始視頻數(shù)據(jù)的參與，但依然需要一些參數(shù)。它們是：</p><p>　　(1) 嵌入過(guò)程第四步產(chǎn)生的塊BY的排序結(jié)果，由此我們可以得知水印的大致嵌入位置；</p><p>　　(2) 嵌入時(shí)指定的參數(shù)S；</p><p>　　(3)

78、需要Arnold變換的次數(shù)和周期；</p><p>　　獲得了上面的各項(xiàng)參數(shù)，水印的提取就十分簡(jiǎn)單，具體過(guò)程如圖3-3所示。</p><p>　　圖3-3 水印盲提取過(guò)程</p><p><b>　　方案如下：</b></p><p>　　從待提取水印的視頻數(shù)據(jù)（可能是被攻擊過(guò)后的視頻）中抽取出亮度分量Y’，根據(jù)密鑰，

79、抽出32幀中的四幀亮度分量，然后分別從這組數(shù)據(jù)中提取水印。</p><p>　　在圖3-3中，首先將分隔成20塊，并找到和對(duì)應(yīng)的。然后，對(duì)做二階三維DCT變換，根據(jù)式（3-6）提取出水印數(shù)據(jù)。</p><p><b>　　(3-6)</b></p><p>　　其中， 是DCT系數(shù)。</p><p>　　最后，我們將進(jìn)行

80、Arnold變換，得到水印圖像，作為最終提取出的水印。</p><p><b>　　具體步驟如下所述：</b></p><p>　　第一步：抽取32幀視頻Y分量數(shù)據(jù)：</p><p>　?。?） 讀取嵌入水印圖像的視頻文件；</p><p>　?。?） 提取所有的Y分量，把所有的Y分量分為32組；</p>

81、<p>　?。?） 每組4幀,從各組中選出一個(gè)最運(yùn)動(dòng)敏感的，判斷每組中最大的Y_deltmax，存入變量m；</p><p>　?。?） 定位最大的Y_deltmax,存入變量w；</p><p>　　Y32是就是所需的視頻幀中Y分量滿足運(yùn)動(dòng)敏感性的32幀視頻，Y32是一個(gè)355*288*32的三維數(shù)組。</p><p><b>　　第二步：分塊

82、過(guò)程：</b></p><p>　?。?） 對(duì)行分塊（4塊）；</p><p>　?。?） 對(duì)列分塊（5塊）；</p><p>　　（3） 隔十幀取一幀，從32幀中共取4幀以降低運(yùn)算量；</p><p>　?。?） 一個(gè)數(shù)一個(gè)數(shù)的賦值；</p><p>　　切成20塊，每塊為64*64*4的數(shù)據(jù)塊BY,維數(shù)

83、不同，只能逐個(gè)象素賦值。</p><p>　　經(jīng)過(guò)計(jì)算其亮度敏感性和紋理敏感性并排序，index[20]就是本文算法中嵌入水印的塊；</p><p>　　第三步：三維DCT變換</p><p>　　第四步：Arnold變換</p><p>　　由于本算法中水印圖像是二值圖像，其Arnold變換是二維變換，周期是Period，嵌入水印時(shí)變換了t

84、imes次，所以此處只需變換(Period-times)次就可得到結(jié)果。</p><p><b>　　第五步：寫(xiě)圖像文件</b></p><p>　　提取水印圖像數(shù)據(jù)并寫(xiě)成圖像文件</p><p>　　第六步：檢測(cè)水印圖像存在與否，并與原水印圖像比較。</p><p>　　最后一步：進(jìn)行實(shí)驗(yàn)，驗(yàn)證本文算法的可見(jiàn)性和魯棒性

85、。</p><p>　　經(jīng)過(guò)以上步驟就是水印圖像信息嵌入視頻中的方法，具體實(shí)現(xiàn)過(guò)程見(jiàn)第四章。</p><p>　　4 用MATLAB實(shí)現(xiàn)視頻水印的嵌入和檢測(cè)</p><p>　　Matlab是近年來(lái)在國(guó)內(nèi)外廣泛流行的一種可視化科學(xué)計(jì)算軟件。它的特點(diǎn)是結(jié)構(gòu)簡(jiǎn)單、數(shù)值計(jì)算高效、圖形功能完備、圖像處理方便，是國(guó)際公認(rèn)的最優(yōu)秀的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件之一。利用Matlab實(shí)

86、現(xiàn)數(shù)字水印圖像算法便捷、高效，省去了繁瑣的程序代碼，避免了科研人員在編程上浪費(fèi)精力。</p><p>　　其內(nèi)容已涉及矩陣代數(shù)、微積分、應(yīng)用數(shù)學(xué)、信號(hào)與系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、小波分析及應(yīng)用、數(shù)字圖像處理、計(jì)算機(jī)圖形學(xué)、自動(dòng)控制與通信技術(shù)等諸多方面，是科學(xué)計(jì)算、系統(tǒng)仿真、信號(hào)與圖像處理的主流軟件，受到了各方科研人員的青睞，在數(shù)字水印技術(shù)中得到了廣泛的應(yīng)用。將Matlab應(yīng)用于數(shù)字水印技術(shù)，其優(yōu)點(diǎn)主要有以下幾個(gè)方面:<

87、;/p><p>　　(1) 強(qiáng)大的數(shù)值計(jì)算功能</p><p>　　視頻水印技術(shù)是針對(duì)圖像進(jìn)行研究的，而圖像是由矩陣表達(dá)的，將水印嵌入視頻中及從視頻中將水印提取出來(lái)都意味著大量的矩陣運(yùn)算，而矩陣運(yùn)算更是Matlab語(yǔ)言的核心，表達(dá)自然、直接。因此，利用Matlab強(qiáng)大的矩陣運(yùn)算功能來(lái)實(shí)現(xiàn)圖像水印技術(shù)非常合適。</p><p>　　(2) 方便的圖像讀取和顯示功能<

88、/p><p>　　視頻水印首先要將數(shù)據(jù)從視頻中讀取出來(lái)，嵌入水印后還要將嵌入水印后的數(shù)據(jù)還原為視頻。Matlab為用戶提供了專(zhuān)門(mén)的圖像處理函數(shù)，用于讀寫(xiě)顯示圖像數(shù)據(jù)。這種方法不像其他編程語(yǔ)言那樣，需要編寫(xiě)復(fù)雜的代碼，只需要簡(jiǎn)單地調(diào)用Matlab提供的函數(shù)即可，相關(guān)的函數(shù)及其功能主要有下列一些：</p><p>　　imread 將圖像讀入工作空間；</p><p>　　

89、imwrite 將圖像寫(xiě)入磁盤(pán)；</p><p>　　image 提供最原始的圖像顯示函數(shù)；</p><p>　　imshow 是最常用的顯示各種圖像的函數(shù)；</p><p>　　load將文件讀入工作空間；</p><p>　　(3) 高效的圖像變換功能</p><p>　　數(shù)字水印嵌入算法一般分空域方法和頻域方法。

90、空域方法指通過(guò)改變象素的亮度值來(lái)加入數(shù)字水印:頻域方法指圖像通過(guò)某種變換后再嵌入數(shù)字水印。與空域法相比，頻域法具有如下優(yōu)點(diǎn):在變換域中嵌入的水印信號(hào)可以分布到空域的所有象素上，有利于保證水印的不可見(jiàn)性。在變換域中，視覺(jué)系統(tǒng)的某些特性(如視頻特性)可以更方便地結(jié)合到水印編碼過(guò)程中。變換域的方法可以與國(guó)際數(shù)據(jù)壓縮標(biāo)準(zhǔn)兼容，從而實(shí)現(xiàn)壓縮域內(nèi)的水印編碼。因此，變換域的方法應(yīng)是水印算法未來(lái)趨勢(shì)的主流。但是變換域的算法一般來(lái)講計(jì)算量都比較大，需要復(fù)

91、雜的編程運(yùn)算，Matlab則改變了這種現(xiàn)狀。在Matlab圖像處理工具箱中，提供了常用的圖像變換函數(shù)，復(fù)雜的變換域算法在Matlab中只需簡(jiǎn)單地調(diào)用函數(shù)即可實(shí)現(xiàn)，充分體現(xiàn)了使用Matlab的簡(jiǎn)便性和高效性。</p><p>　　主要圖像變換函數(shù)如下：</p><p>　　dct是一維離散余弦變換；</p><p>　　idct是一維離散余弦逆變換；</p>

92、;<p>　　dct2是二維離散余弦變換；</p><p>　　idct2是二維離散余弦逆變換；</p><p>　　(4) 豐富的圖像處理函數(shù)</p><p>　　水印技術(shù)要求嵌入的水印不可見(jiàn)且有較強(qiáng)的魯棒性。不可見(jiàn)性可通過(guò)視覺(jué)效果和計(jì)算圖像的峰值信噪比來(lái)比較優(yōu)劣，而魯棒性則要對(duì)水印后圖像進(jìn)行各種攻擊，通過(guò)比較攻擊后圖像提取出的水印情況來(lái)說(shuō)明問(wèn)題。M

93、atlab有各種圖像處理函數(shù)，可實(shí)現(xiàn)對(duì)圖像的各種攻擊。</p><p>　　綜上所述，Matlab具有語(yǔ)言簡(jiǎn)潔、函數(shù)豐富、使用方便、數(shù)值計(jì)算高效等特點(diǎn)，將功能強(qiáng)大的Matlab軟件應(yīng)用于數(shù)字水印技術(shù)是有效的選擇，因此，本文采用Matlab對(duì)圖像水印進(jìn)行研究。</p><p>　　4.1水印的嵌入過(guò)程</p><p>　?。?） 基于Arnold變換的圖像置亂<

94、/p><p>　　Matlab實(shí)現(xiàn)如下：</p><p>　　Arnold變換由function r=Arnold(w0,row,colum,times) 實(shí)現(xiàn)，其中w0為讀取的圖像數(shù)據(jù)，row是行數(shù)，colum是列數(shù)，times是Arnold變換次數(shù)。</p><p>　　function r=Arnold(w0,row,colum,times) </p

95、><p>　　for k=1:times</p><p>　　for i=1:row</p><p>　　for j=1:colum</p><p><b>　　i1=i+j;</b></p><p><b>　　j1=i+2*j;</b></p><p>

96、;<b>　　if i1>row</b></p><p>　　i1=mod(i1,row);</p><p><b>　　end</b></p><p>　　if j1>colum</p><p>　　j1=mod(j1,colum);</p><p><b

97、>　　end</b></p><p><b>　　if i1= =0</b></p><p><b>　　i1=row;</b></p><p><b>　　end</b></p><p><b>　　if j1= =0</b></

98、p><p><b>　　j1=colum;</b></p><p>　　end </p><p>　　w1(i1,j1)=w0(i,j);</p><p><b>　　end </b></p><p><b>　　end</b></p

99、><p><b>　　w0=w1;</b></p><p><b>　　end </b></p><p><b>　　r=w0;</b></p><p>　　用imwrite(w0,'Arnold.bmp', 'bmp')寫(xiě)置亂后的圖像文件;在MA

100、TLAB中用imshow('Arnold.bmp')顯示此圖像。</p><p>　　本文采用二維的二值水印圖像watermark.bmp，我們將圖像數(shù)據(jù)(64*64)掃描到二維的矩陣中并實(shí)施Arnold變換，從而得到置亂后的二維矩陣。隨著迭代次數(shù)的增加，圖像逐漸趨于混亂，不過(guò)到一定次數(shù)時(shí)，又將回到原圖。因?yàn)閣atermark.bmp大小為64*64，故經(jīng)過(guò)試驗(yàn)圖像迭代48次后將回到原圖,即周期性

101、Period＝48。</p><p>　　本算法選擇置亂8次，因?yàn)?次Arnold變換后原水印圖像已經(jīng)成為無(wú)形狀的圖像。實(shí)驗(yàn)結(jié)果表明，該方法能較好地刻劃圖像的置亂程度，與人的視覺(jué)基本相符。但需要指出的是不一定圖像的置亂次數(shù)越多其置亂度就越高。所以，在水印嵌入時(shí)，為了提高其魯棒性而增加置亂次數(shù)的方法是不科學(xué)的，合理的做法是計(jì)算置亂后圖像的置亂度，達(dá)到較為滿意的置亂度后就可停止置亂，避免盲目的提高置亂次數(shù)。</

102、p><p>　　置亂次數(shù)作為密鑰有視頻版權(quán)所有者保管，如果非法所有者不知道置亂次數(shù)就很難恢復(fù)出原水印圖像。</p><p>　　原水印圖像如圖4-1所示，本算法實(shí)現(xiàn)置亂8次后效果如圖4-2所示：</p><p>　　圖4-1 水印原圖像 圖4-2 置亂8次后</p><p>　　（2）Matlab實(shí)現(xiàn)嵌入過(guò)程：</p

103、><p>　　本文中選取352×288×142的yuv格式視頻流進(jìn)行測(cè)試。YUV顏色模型是一種常用的顏色模型，其基本特征是將亮度信號(hào)與顏色信號(hào)分離，由于人眼對(duì)亮度的變化比對(duì)顏色的變化敏感，因此，YUV模型中Y分量的值所占帶寬大于等于彩色分量所占帶寬。YUV色彩空間模型可以在一定程度上避免RGB模型的高分散性和高相關(guān)性所帶來(lái)的閉值劃分問(wèn)題，計(jì)算也較為簡(jiǎn)單。這種色彩空間模型中Y和UV分量是相互獨(dú)立的，

104、反映了人眼觀察彩色的視覺(jué)規(guī)律，在實(shí)際中應(yīng)用較多。其中“Y”表示明亮度(Luminance或Luma)，也就是灰階值;而“U”和“V”表示的則是色度(Chrominan“或Chroma)，作用是描述影像色彩及飽和度，用于指定像素顏色。因此選擇YUV顏色空間更加穩(wěn)定，易于分析。</p><p>　　本文選擇測(cè)試視頻中的第39幀如圖4-3所示。yuv格式的視頻中Y:U:V=4:2:2，但通俗叫“420”格式。</

105、p><p>　　圖4-3 未嵌入水印的視頻</p><p><b>　　第一步：讀取文件；</b></p><p>　　讀取視頻文件由[yuv,Y,u,v,num_f]=loadyuv(filename)實(shí)現(xiàn)，filename是所選取得視頻文件名稱(chēng)。yuv是一個(gè)四維數(shù)組，它返回的是視頻的yuv分量,Y是亮度分量,u和v是色彩分量,num_f是視頻文

106、件中所有幀的數(shù)目。</p><p>　　讀取一幀數(shù)據(jù)的YUV分量在Matlab中由以下源代碼實(shí)現(xiàn)：</p><p>　　function [YUV,Y,U,V] = loadFileYUV(width,heigth,Frame,fileName,format)</p><p>　　[Teil_h,Teil_b]=YUVFormat(format);</p>

107、;<p>　　fileId = fopen(fileName,'r')；</p><p>　　其中width:每一幀的寬度；heigth:每一幀的高度；Frame:當(dāng)前l(fā)oad的那一幀；filename:視頻文件名；Teil_h:垂直比例參數(shù)；Teil_b:水平比例參數(shù)；YUV：返回值，返回YUV分量，是一個(gè)三維變量，本文算法中將U、V分量的寬度和高度設(shè)成與Y一樣的了，因此U、V分量

108、中有重復(fù)的。YUV(:,:,1)存放Y分量；YUV(:,:,2)存放U分量；YUV(:,:,3)存放V分量；Y,U,V是三個(gè)分量的實(shí)際值，二維矩陣，沒(méi)有重復(fù)，他們的長(zhǎng)度可能不一樣。</p><p>　　Y_delt(j)=delt(Y(:,:,w(i)),Y(:,:,4*(i-1)+j)); </p><p>　　其中Y_delt是當(dāng)前幀與下一組各幀的Y的差，m(i)=max(Y_delt

109、(j));判斷每組中最大的Y_deltmax，存入變量m，以此來(lái)得到每組中最運(yùn)動(dòng)敏感的視頻幀。w(i+1)=4*(i-1)+k定位最大的Y_deltmax,存入變量w。</p><p>　　最后得到Y(jié)32=double(Y(:,:,w))， Y32是視頻幀中Y分量滿足敏感性的32幀視頻是一個(gè)355*288*32的三維數(shù)組。</p><p><b>　　第二步：分塊；</b&

110、gt;</p><p>　　分塊時(shí)因?yàn)樾枰獕K標(biāo)號(hào)，由此造成維數(shù)不同，所以只能逐個(gè)象素賦值，在Matlab中由BY(t1,t2,t3,j*5+k+1)= double(Y32((64*j+t1),(64*k+t2),i))實(shí)現(xiàn)，切成20塊，每塊為64*64*4的數(shù)據(jù)塊BY ，其中t1是塊的杭坐標(biāo)，t2是塊的列坐標(biāo)，t3幀標(biāo)號(hào)，j*5+k+1是快標(biāo)號(hào)。</p><p>　　第三步：三維DCT變

111、換；</p><p>　　運(yùn)動(dòng)圖像序列的每一幀可以看作是靜止圖像 對(duì)運(yùn)動(dòng)圖像序列進(jìn)行3D DCT，可以視為先對(duì)每幀進(jìn)行2D DCT，再對(duì)幀間方向進(jìn)行1D DCT。</p><p>　　%對(duì)每一塊的幀間方向進(jìn)行1D DCT變換</p><p>　　for i=1:64</p><p>　　for j=1:64 </p>

112、;<p>　　dcta(i,j,1:4,index(20))=dct(BY(i,j,1:4,index(20)));</p><p><b>　　end</b></p><p><b>　　end</b></p><p>　　%對(duì)每一塊的每一幀進(jìn)行2D DCT</p><p>　　fo

113、r i=1:4 </p><p>　　dct3a(:,:,i,index(20))=dct2(dcta(:,:,i,index(20)));</p><p><b>　　end </b></p><p>　　第四步：嵌入水印過(guò)程；</p><p>　　讀入二值水印圖像由message=double(imread(

114、9;watermark.bmp'))實(shí)現(xiàn) ，message是一個(gè)由0和1組成的二維數(shù)組。 </p><p>　　將置亂的水印序列嵌入所選的dct系數(shù)中，源代碼如下所示：</p><p>　　其中dct3a是DCT系數(shù)，index[20]是紋理敏感性和亮度敏感性都比較好的一塊，S作為密鑰由版權(quán)所有者保管。</p><p><b>　　S=60;