HSV色彩空间盲嵌盲检盲提取DCT域视频水印*

刘召斌，李跃强

（怀化医学高等专科学校 公共课部，湖南 怀化 418000）

视频水印技术作为一种有效的数字视频版权保护技术，是目前数字水印技术研究的一个热点和难点。与静止图像水印相比，数字视频水印具有如下的特点：

（1）视频水印对健壮性要求高。针对视频水印的攻击比图像水印多，除几何攻击（如剪切、旋转等）、噪声攻击（加椒盐噪声、泊松噪声、高斯噪声等）、滤波攻击（线性滤波、中值滤波、自适应滤波）、亮度及饱和度改变等帧内攻击外，还有帧间攻击（如帧插入、帧删除、帧交换）、共谋攻击（如帧平均）和编码压缩攻击（如 MPEG压缩、AVS压缩、H.264压缩）等视频水印特有的攻击。因此，在健壮性方面对视频水印提出更高的要求。近几年来，视频水印研究涌现出不少健壮算法[1-3]。

（2）视频水印对透明性提出了新要求。视频数据量庞大、存在较多的数据冗余，有利于隐藏更多的信息。从透明性考虑，通常不在每一帧都嵌入水印，而是有选择性地在某些帧嵌入水印。如何选择水印嵌入帧，使之不容易被隐写分析者发现，成为视频水印研究的一个重要内容。近几年来，利用图像的某些特征值来选择水印嵌入帧正成为研究内容之一[4-7]。

本文提出一种用欧拉数作为特征值来选取视频水印嵌入帧，在HSV色彩空间亮度分量DCT中频系数中嵌入水印的算法。该算法能实现盲嵌入、盲检测和盲提取，且健壮性强、透明性好，能经受噪声、滤波、剪切、压缩、帧插入及删除等图像、视频处理与攻击。

1 HSV色彩空间

色彩描述可分为基色与色、亮分离色彩空间两大类，前者典型的是RGB色彩空间，后者典型的是HSV色彩空间。

RGB 色彩空间由红（R）、绿（G）、蓝（B）三基色组成，各分量之间耦合比较强，任何一个分量的变化都会影响色彩的比例，使图像的色彩发生变化。

HSV 色彩空间由 H、S、V 3个分量组成，H、S、V 分别代表色相（又称色调）、纯度（又称饱和度）和明度（又称亮度）。HSV色彩空间模型为一个倒圆锥体，如图1所示。圆锥的顶面对应于V=1，代表的颜色最亮，锥角处V=0，代表的颜色最暗；色调H由围绕V轴逆时针旋转的角度表示，其中红色对应于0°， 黄色对应于 60°，绿色对应于 120°，深蓝色对应于 180°，蓝色对应于 240°； 饱和度 S由轴心向椎体圆周过渡，表示饱和度由低到高。

虽然HSV色彩空间的圆锥模型比较复杂，但各分量之间联系相对独立，图像彩色信息主要体现在色调和饱和度上，改变亮度对色调和饱和度影响较小，能较好地保留图像的彩色信息，便于对各分量分别处理。

图1 HSV色彩空间模型

2 算法设计

在本文提出的视频水印算法设计中，考虑到透明性、健壮性及图像质量等因素，采取如下算法：

（1）在欧拉数较小的帧嵌入水印。在几何理论中，图像的宏观形态可以用拓扑性质来度量。欧拉数E是图像的一种拓扑量，它是图像的连通区域数C与图像的空洞数B之差：

例如某幅图像的欧拉数为-100，说明该图像的空洞数比对象多100个。由于图像具有拓扑的连通性，在平移、旋转、拉伸、压缩及扭曲后，其连通性不会发生改变，因此，欧拉数可作为图像的一个特征量，用于选择特定的视频帧来嵌入水印。

用欧拉数作为帧的特征值，对视频水印来说有以下优势：

①由于视频是由大量静止的帧图像组成的序列，因此能在众多的帧图像中选择欧拉数较小的帧嵌入水印。

②能实现盲嵌入和盲检测。能在众多视频帧中选择满足欧拉数区间的帧来嵌入水印，无需事先指定嵌入水印的视频帧，从而实现盲嵌入；能在众多的已嵌入水印的视频帧中选取检测出满足欧拉数区间的帧，无需事先指定含水印的视频帧，从而实现盲检测。

③不但能抵抗帧插入、帧交换、帧删除等攻击，还能提高透明性。

（2）在HSV色彩空间的亮度分量中嵌入水印。HSV色彩空间亮度的改变对彩色信息影响较小，嵌入水印后能较好地保留图像的色调和饱和度，可以较好地保证图像质量。另一方面，把水印嵌入到视觉最敏感的亮度分量，可提高水印的健壮性。

（3）采用离散余弦变换（DCT）嵌入水印。目前大部分视频压缩格式 （如 MPEG-Ⅰ、MPEG-Ⅱ、ITU-T的 H.261和H.263等）变换均采用 DCT，因此，视频水印采用DCT比较适合。

3 水印嵌入

水印的嵌入步骤如下：

（1）选择欧拉数较小的视频帧。将视频的RGB图像转换成单色二值图像，计算出图像的欧拉数，选择视频欧拉数较小的帧作为水印嵌入帧。

（2）采用有意义的二值图像作为水印。水印采用有意义的二值图像，即使水印信息有部分的损失，由于人眼的分辨率的原因，水印信息仍能正确辨识。为增强水印的安全性，将水印图像实施Arnold置乱。将置乱后的水印图像转换成0-1位串序列，经转换后的0-1位串序列可以表示为：

其中，m、n分别为二值图像的宽度和长度。

（3）将RGB色彩空间转换为HSV色彩空间。由RGB到HSV色彩空间的转换表达式如下：

（4）对亮度分量V分块并实施DCT变换。将亮度分量 V 划分为 8×8 的块 Vb（u，v）（u，v=1，2，3… ，8；b=1，2，3，…），然后实施 DCT 变换，得到DCT系数M：

图2 修改DCT系数

（5）在DCT系数中嵌入水印。为兼顾健壮性和透明性，仅对Mb的4对DCT中频系数进行修改，如图2所示，从而嵌入水印。方法如下：

①当水印为“0”时，若|Mm|≥|Mn|，则|Mm|减少、|Mn|增加，直到|Mm|＜|Mn|-k；

②当水印为“1”时，若|Mm|＜|Mn|，则|Mm|增加、|Mn|减少，直到|Mm|≥|Mn|+k。

其中，k的取值在 5～20之间，当 k值取较大时，会增加健壮性，降低透明性；当k值取较小时，会增加透明性，降低健壮性。本实验取k=15。

（6）重构视频帧。对已嵌入水印的 DCT系数 Mbw实施逆离散余弦变换 （IDCT），得到已嵌入水印的视频帧亮度分量Vw：

将亮度分量Vw与H、S分量合成为嵌入水印的RGB视频帧。由HSV到RGB色彩空间的转换表达式如下：

最后得到嵌入水印的RGB视频帧。

4 水印提取

提取水印是嵌入水印的逆过程。在已嵌入水印的视频选取欧拉数较小的帧，将选中的帧由RGB色彩空间转换成HSV色彩空间，对亮度分量V进行分块，然后对每块分别实施DCT变换得到DCT系数，比较4对中频系数便可提取水印。

水印提取方法为：若|Mm|≥|Mn|，提取水印为“1”，否则为“0”。

这样便得到水印序列，将一维水印序列转换为二维图像，再通过Arnold变换还原成有意义的图像。显然，提取水印无需原始帧、原始水印的参与，属盲提取。

5 仿真与检测

将一个无压缩、AVI格式的真彩色广告片作为样本，其总帧数为 500帧，宽、高分别为 360像素、288像素，帧速为 25 f/s，大小为 155.5 MB。

将一个尺寸为 32×32、大小为 198 B、单色二值 BMP格式的天平图像作为水印图像，如图3（a）所示，对其实施Arnold置乱，如图3（b）所示，经降维后成为一维水印序列。

图3 水印图像及置乱图像

用欧拉数E≤-340（若需要在更多的帧嵌入水印，可增大E值）的条件选取原始视频水印嵌入帧，按上述方法嵌入水印。 结果选中了第 219、220、221、222、225 及229帧，并嵌入了水印。

对已嵌入的视频仍以欧拉数E≤-340的条件来检测水 印嵌 入帧 ， 选出第 219、220、221、222、225 及 229帧，命中率达100%。实际上，视频帧被嵌入水印后，其欧拉数E值会有较大幅度的减小，故仍用欧拉数E≤-340的条件对检测已嵌入水印帧没有影响。

5.1 透明性评价

图4（a）是第 219帧原始图像，图 4（b）是第 219帧嵌入水印后的图像。从图4可以看出，已嵌入水印的视频样本在主观视觉上与原始视频几乎没有区别，说明嵌入水印后视觉上没有明显的降质现象，透明性好。

图4 第219帧原始图像及嵌入水印后的图像

为消除主观影响，对嵌入水印前后的视频帧用峰值信噪比（PSNR）进行客观的定量评价，PSNR值在 43以上，说明其透明性好。

5.2 健壮性检测

为了检验水印的健壮性，对已嵌入水印的视频用以下常见视频信号处理及转换。检测嵌入水印帧时，可根据不同的处理来调整检测的条件。

（1）添加强度为 0.01 椒盐（Salt& Pepper）噪声。

（2）添加泊松（Poisson）噪声。添加泊松噪声后，其欧拉数会有较大幅度的减小，检测时可将欧拉数适当减小。本实验将检测条件调整为E≤-480，能准确检测出全部水印帧。

（3）中值滤波。由于经滤波处理后，其欧拉数会有较大幅度的增加，检测时可将欧拉数适当增加。本实验将检测条件调整为 E≤-240。

（4）先添加强度为0.01椒盐噪声，再用中值滤波消除噪声。本实验将检测条件调整为E≤-218。

（5）剪切。将视频帧左上角剪切 64 pix×64 pix点的方块（用白色填充）。

（6）将已嵌入水印的视频样本AVI格式转换成MPEG-Ⅰ格式文件。AVI格式的视频文件经MPEG-Ⅰ压缩后，大小由155.5 MB压缩为1.7 MB。本实验将检测条件调整为E≤-300，可准确提取全部水印。

为消除对提取水印图像的主观影响，使用归一化相关系数NC对原始水印图像与提取水印图像的相似性进行更为客观的评价。表1是经各种处理得到的实验结果。

表1 经各种处理后的实验结果

本文提出了一种选择欧拉数较小的视频帧，在HSV色彩空间的亮度分量的DCT域中嵌入水印的算法。该算法具有盲嵌入、盲检测和盲提取的特点，且健壮性强、透明性好，能经受噪声、滤波、剪切、压缩、帧插入及删除等攻击。

[1]CORIA L E， PICKERING M， NASIOPOULOS P， et al.A video watermarking scheme based on the dual-tree complex wavelettransform[J]. IEEE Transactionson Information Forensics and Security， 2008，3（3）：466-474.

[2]STANKOVIC S， OROVIC I， ZARIC N.An application of multidimensional time-frequency analysis as a base for the unified watermarking approach[J].IEEE Transactions on Image Processing， 2010，19（3）：1-10.

[3]Ling Hefei， Wang Liyun， Zou Fuhao， et al.Robust video watermarking based on affine invariantregions in the compressed domain[J].Signal Processing（Elsevier Academic Press）， 2011，91（8）：1863-1875.

[4]孙建德，刘琚.基于独立分量分析的盲视频水印方案[J].电子学报，2004，32（9）：1507-1510.

[5]李跃强，全同贵，周支元，等.峰度特征值在视频水印中的应用[J].计算机工程与应用，2009，45（14）：90-92.

[6]毛运柳，黄东军.基于SURF视频分割的视频水印算法[J].计算机工程，2010，36（19）：241-243.

[7]刘绍辉，韩路，姚鸿勋.抗共谋攻击的视频水印算法[J].通信学报，2010，31（1）：14-19.

[8]王朔中，张新鹏，张卫明.以数字图像为载体的隐写分析研究进展[J].计算机学报，2009，32（7）：1247-1263.