基于小波变换域视频水印算法研究.pdf

摘要
随着市场上视频产品种类及数量的剧增,其版权保护、安全认证等问题日益突出,视
频水印技术被广泛应用于这些领域。视频具有数据量庞大且冗余量过多、运动及非运动区
域分布的不平衡等特性,致使视频水印存在许多亟待解决的技术难题。相对于静态图像水
印算法,视频水印算法具有更严格的要求,如更高安全性、更低复杂度、更高鲁棒性、盲
提取等。对此,本文首先利用图像加密原理设计一种水印图像预处理算法,再利用小波变
换、奇异值分解及人眼视觉特性,提出两种基于原始视频的鲁棒水印方案。
为了提高水印的安全性及鲁棒性,提出一种双重置乱的水印图像预处理算法。首先将
图像均匀分块,根据 Arnold 变换实现各子块之间的置乱;然后利用 Logistic 混沌映射置乱
实现各子块内部像素位置的置乱;最后通过像素的重新分配完成图像的位置置乱。在此基
础上,再利用多维的 Arnold 变换与 Logistic 混沌映射置乱实现灰度置乱。通过实验验证了
算法具有置乱效果好,密钥空间大等优点。
为了降低算法复杂度及提高水印的鲁棒性,提出一种基于整数提升小波变换及奇异值
分解的视频水印方案。该方案首先将视频序列进行长度为 4 的等长分组,然后通过密钥选
取部分视频序列组的亮度分量进行 2 层帧间整数提升小波变换,并对所得低频帧图像被划
分的各子块进行奇异值分解,最后通过量化方式在各子块的最大奇异值中嵌入水印信息。
算法实现了水印的盲提取,通过实验验证分析说明算法具有不可感知性,对噪声攻击、帧
删除、帧置换等攻击具有比较好的鲁棒性。
为了提高水印的透明性及鲁棒性,提出了一种基于三维小波变换的自适应视频水印方
案。利用人眼视觉特性,设计一种纹理分类和运动检测方法,建立了一种以纹理参数、运
动参数及量化参数为基础的改进水印嵌入模型,并将此应用于该算法中。算法将视频序列
进行场景分割,选取部分场景中的连续 4 帧图像亮度分量进行三维小波变换,并对所得低
频系数进行纹理分类及运动检测,根据结果及水印嵌入模型,动态调节各低频子带系数嵌
入水印信息。算法实现了盲提取,实验结果表明此算法不仅具有良好的不可感知性,还能
有效的抵抗帧内剪切、帧平均等攻击。
通过融合 Arnold 变换及 Logistic 混沌映射,设计的水印图像预处理算法利于提高水印
的安全性及鲁棒性;利用整数提升小波变换及奇异值分解,提出的水印方案降低了算法复
杂度,具有较好的鲁棒性;将人眼视觉特性与三维小波变换充分融合,给出的水印方案不
仅具有较好的透明性,还具有较强的鲁棒性。

关键词:数字视频水印;水印预处理;小波变换;奇异值分解;人眼视觉系统
I
Abstract
With the rapid development of video products both on type and quantity, it brings a lot of
increasingly prominent problems, such as copyright protection, safety certification Etc. Thus,
video watermarking technology is widely used in these areas. Digital video has its own
characteristics, such as a large amount of data with redundancy and the imbalance distribution of
moving and non-moving regions Etc. These characteristics bring many technical problems to be
solved urgently to video watermarking. Compared to the static image watermarking algorithm,
the video watermarking algorithm has more stringent requirements, such as higher secutity, lower
complexity, higher robustness, blind extraction and so on. This thesis designs a preprocessing
algorithm of watermark image according to the image encryption principle. Then usi