《电子技术应用》
您所在的位置:首页 > 显示光电 > 设计应用 > 基于LDPC-OFDM技术的块均值视频水印算法
基于LDPC-OFDM技术的块均值视频水印算法
来源:电子技术应用2012年第7期
高宝建1, 柏 潇 2, 邢 玲3
西北大学 信息科学与技术学院,陕西 西安710127
摘要: 根据视频水印系统和通信系统的相似性,提出一种基于LDPC-OFDM的块均值视频水印算法。实验结果表明,该算法对视频质量影响小,可以很好地保证视频质量,实现水印的盲提取,且对高斯低通滤波、剪切攻击、高斯白噪声、椒盐噪声攻击及MPEG-2压缩、视频帧同步攻击具有较强的鲁棒性,是一种性能良好的盲视频水印算法。
中图分类号: TP391
文献标识码: A
文章编号: 0258-7998(2012)07-0151-04
A block-mean video watermarking algorithm based on LDPC-OFDM
Gao Baojian1, Bai Xiao2, Xing Ling3
College of Information Science and Technology, Northwest University,Xi’an 710127,China
Abstract: According to the similarity of video watermarking and communication system, a block-mean video watermarking algorithm based on LDPC-OFDM is proposed. Experimental results show that the proposed algorithm has only a few impacts on the quality of the video and has good invisibility. The watermark can be extracted blindly and it’s robust to gaussian low-pass filter, shear attack, gaussian white noise, salt and pepper noise. Also it’s robust to MPEG-2 compression and the video synchronous attacts such as frame deletion, frame switch, frame restructuring and frame insert. It’s a new video watermarking algorithm with good performance.
Key words : LDPC;OFDM; video watermarking; block-mean

     随着网络技术以及多媒体技术的快速发展,数字视频越来越容易被获取并复制传输,这就导致了视频的版权纠纷问题[1],数字视频水印正是为解决这个问题而出现的。在视频发布前,视频版权拥有者在原始视频中嵌入具有版权信息的图片或序列,既不影响视频的可视性,又对攻击具有较强的鲁棒性,在接收端可以提取出版权信息,实现版权保护和盗版追踪功能[2],同时在数字电视播放中还可实现播放控制[3]。

    视频水印算法既要求水印能抵抗噪声、滤波等常规攻击,还要求水印能抵抗视频特有的处理和攻击,例如MPEG-2压缩处理、视频帧同步攻击等。同时,也要求水印的嵌入提取方法灵活、方便[4]。参考文献[5]提出一种块均值视频水印算法,该算法在空间域嵌入水印,在空间域或压缩域提取水印,可以实现播放控制和盗版追踪,但对于视频帧同步攻击却无能为力,本文针对此问题提出改进算法,水印嵌入前先嵌入视频帧号用以抵抗视频同步攻击,并将算法与通信系统中的抗干扰技术相结合[6],加入LDPC-OFDM编码以提高水印的鲁棒性。实验结果证明该水印算法不仅可以有效抵抗剪切攻击、高斯白噪声、椒盐噪声、高斯低通滤波等常规攻击,同时对帧删除、帧重组、帧插入、帧交换等视频同步攻击也有很好的抵抗效果。
1 基于LDPC-OFDM技术的块均值视频水印算法
  图1所示为基于LDPC-OFDM技术的块均值视频水印算法框图。

1.1  水印的预处理
1.1.1 水印的置乱加密

    本文采用m×n的二值图像w作为原始水印信息,在水印的预处理过程中,先将原始水印信息w进行Arnold置乱加密得到S来提高水印和嵌入算法的安全性。另外,在水印嵌入后,含水印视频具有良好的不可见性。
1.1.2 水印的LDPC-OFDM编码调制
  LDPC码即低密度奇偶校验码(Low Density Parity Check Codes)是1962年Robert G.Gallager提出的一种实用的好码[7],是线性分组码的一种。本实验对水印进行LDPC编码以提高水印的纠错能力。
    算法中LDPC编码主要步骤是[8]:采用Mackay构造法生成m×n的校验矩阵H,固定每一列的列重?姿为3,并且每两列之间重叠“1”的个数不大于1,构造完成后消除里面的四环,然后通过高斯消元法对其变形得到生成矩阵G,水印S通过G映射成要嵌入的水印序列c,再将水印经Arnold置乱加密后的信息直接赋值给系统位S,得u=(c,s),LDPC编码过程结束,u即为LDPC编码后的信息,长度为水印信息s的2倍。
    下一步进行OFDM调制。OFDM技术的原理是用多个相互正交的子载波对输入信息进行调制,使整体信号的抗干扰性能得到很大的提高。基于OFDM的水印嵌入技术可实现相当大的嵌入量和优良的隐蔽性,而且能够抵御常见的加性噪声干扰、线性滤波,对于重新量化和重新采样也有足够的鲁棒性,具有良好的应用前景。

1.2 水印的嵌入与提取算法
1.2.1 水印嵌入算法

     水印的嵌入包含水印信息的嵌入和视频帧号的嵌入,两者嵌入方法相同,但嵌入位置不同。
    水印的嵌入提取采用块均值算法[5]。因为人眼对于色度分量不敏感,所以将水印嵌入在色度分量的块均值中。具体的嵌入过程如下:

  帧号提取完毕后,进行帧检测并恢复视频同步,完成之后在恢复的视频中提取水印,可选如上的空间域或压缩域两种方法,在R分量中提取出初步水印信息u′。然后对u′进行OFDM解调得X,解调完全是调制的逆过程。解调之后进行LDPC译码,采用的是BP算法(Belief Propagation) [10],即在迭代的每一步,对有噪序列的每一个符号估计其后验概率,并将估计输入下一次迭代,以得到更好的结果。BP算法译码速度高、复杂性低。最后对LDPC译码的结果进行Arnold反置乱就得到最终的水印信息。
2 性能分析
    水印嵌入的方法有叠加法和直接替换法[11]。叠加法是将水印信息叠加在视频的某些系数上,该方法在提取时原始的系数会成为固有干扰项,对水印提取造成误码或增加水印提取难度;替换法是直接替换二值化块均值的一位,提取时没有原值的干扰项,准确率高,且能实现盲提取。本算法采用替换法。
    算法可以抵抗MPEG-2压缩。参考文献[12]所述理论证明块均值算法可以抵抗JPEG压缩,MPEG-2压缩原理和JPEG压缩相同,所以理论上本算法可以抵抗MPEG-2压缩,并对其进行了实验证明。
    若算法的嵌入是在空间域进行,则提取可以在空间域或者压缩域实现,压缩域提取可用于控制播放,空间域提取可用于版权保护和盗版追踪。提取水印前检测帧号,如果视频受到如帧删除、帧交换、帧重组、帧插入的攻击,将对视频帧顺序进行处理。处理过程是:若帧交换,则对调交换的两帧,恢复原顺序,视频可完全恢复;若帧重组,则按照帧号的顺序重组整个视频顺序,视频可完全恢复;若帧删除,则在删除的地方补一帧空白帧,视频有一帧错误;帧插入时,则有两种情况:(1)如果取出的帧号大于原视频最大帧号,则可直接识别,并去除,就不会产生错误;(2)如果插入的帧提取出的帧号正好是视频帧号中的一个数n,那么视频帧号中就有两个n,用后者覆盖前者,当插入的帧在视频原有第n帧之后时,则将这个插入帧会覆盖视频原有的第n帧,这种情况下产生一帧的错误,但此情况概率较小,而且不一定是水印嵌入帧,对水印最终提取影响很小。
3 实验的仿真结果及分析
    实验利用Matlab工具仿真,载体视频共有580帧,帧率20 f/s。原始水印图像是二值图,图像大小为32×32。先对视频进行预处理,嵌入帧号,然后对水印进行置乱和LDPC-OFDM编码调制,随后从视频的第一帧开始根据生成的伪随机序列进行随机嵌入。
3.1 不可见性实验
    图2为视频不可见性实验的结果。从人眼的主观视觉来看,嵌入水印后的视频与原始视频没有区别,算法对视频质量几乎没有影响。图2(c)是在水印嵌入帧中随机选择了50帧所做的水印嵌入前后视频帧的PSNR值,基本都在39 dB以上。当PSNR≥30时,人眼就不能感觉到视频中存在数字水印。所以本算法的不可见性良好。图3是原始水印和无攻击时提取出的水印图像,在无攻击情况下可以正确提取出水印。

 

 

3.2 MPEG-2攻击实验
    对含水印的视频进行MPEG-2压缩与解压,使用默认的量化矩阵,量化参数scale为19。
    实验仿真结果表明,在量化参数scale≤14时,本算法能完全抵抗MPEG-2压缩,提出的水印信息与原始嵌入水印信息完全相同,没有误码。当scale≥14时,虽然提取出的水印图片有少量误码,但水印仍可识别。图4是scale=19时仿真的结果,此时的误码率是0.5%。
3.3 常规攻击实验
    以下为常规攻击实验,图5是视频分别受到椒盐噪声、高斯白噪声、高斯低通滤波和剪切攻击后的视频, 图6所示则分别为上述四种攻击情况下提取出的水印信息。可以看出:虽然在受攻击的情况下嵌入水印的视频质量有所下降,但是均能恢复原始水印信息,只有少量误码,这说明本算法对上述攻击具有较强的鲁棒性。
3.4 视频帧攻击实验
    图7为视频帧攻击实验,包括帧交换、帧重组、帧删除和帧插入4种攻击后提取的水印结果。

    实验结果表明,本算法通过提取帧号可以恢复帧交换和帧重组,误码为0。对于帧删除和帧插入,实验选择了最坏情况进行仿真,也就是删除含水印帧和插入帧覆盖含水印帧的结果。由结果可以看出,算法对帧删除和帧插入有较强的鲁棒性,可以抵抗此类视频帧的同步攻击。
    本文将LDPC编码和OFDM技术相组合,充分利用LDPC码的纠错能力和OFDM技术通信容量大、抗频率选择性干扰能力强的优点,提出了一种基于LDPC-OFDM的块均值视频水印算法。实验结果表明,该算法对视频质量影响小,不可见性好,能实现水印的盲提取,不仅对高斯低通滤波、剪切攻击、高斯白噪声、椒盐噪声攻击具有较强的鲁棒性,还可以抵抗MPEG-2压缩及帧交换、帧重组、帧删除、帧插入等视频帧攻击,是一种性能良好的盲视频水印算法。
参考文献
[1] COX I J, MILLER M L, BLOOM J A. 数字水印[M]. 王颖,黄志蓓,译.北京:电子工业出版社,2003.
[2] 徐炳文.用于追踪用户的视频水印技术研究[D].上海:上海交通大学,2005.
[3] 张江,赵黎,杨士强.视频水印技术综述[J].计算机应用,2005,25(4):850-852.
[4] 于颖丽.视频数字水印算法研究[D].西安:西安电子科技大学,2010.
[5] 韦英杰,高宝建,邢玲.面向数字电视版权保护的块均值视频水印算法[C].亚太信息网络与数字内容安全会议,2010.
[6] 谷利民. 稳健数字水印中的通信方法[D].中山:中山大学,2004.
[7] GALLAGER R G. Low density parity check codes[M]. IRE Trans Inform. Theory, 1962.
[8] MACKAY D J C, NEAL R M.Near shannon limit performance of low-density parity-check codes[J]. Electronic Letters, 1996,32:1645-1646.
[9] 杨杰,李丽娟.基于OFDM信号循环前缀的数字水印技术[EB/OL].(2007-1-4).http://www.paper.edu.cn/.
[10] 冯小晶,周围.LDPC码BP译码算法研究[J].电子测试,2009(7):41-43,56.
[11] 孙向阳.视频水印算法及在多媒体传输中的应用技术[D].济南:山东大学,2009.
[12] 高宝建,冯峰,侯爱琴.适用于多区域篡改的JPEG图像认证算法[J].计算机应用,2009,29(6):1618-1621.

此内容为AET网站原创,未经授权禁止转载。