【关键词】视频，算法，矢量，基于，运动，分析，水印，检测，嵌入，补偿，

　　数字水印被广泛采用来对数字产品版权进行保护，近几年数字水印技术取得了很大发展，但前期的研究主要针对静止图像.随着多媒体技术的发展，越来越多的学者开始研究视频水印.视频水印主要利用视频数据的冗余数据嵌入数字水印信息，从而保护数字产品版权或完整性.由于原始视频数据量非常大，一般视频水印都在压缩域添加，不同的编码标准采用的压缩方式不尽相同，所以视频水印的添加一般应与具体的编码标准相结合.视频在时域的相关性会表现在运动矢量上，选择合适的运动矢量添加水印是一种有益的尝试，主要利用视频图像的内容与运动矢量的幅值或水平分量和垂直分量相角关系考虑嵌入方法.而且基于运动矢量的视频水印技术计算量小，提取方便，能够达到实时提取.

　　1 基于运动矢量(MV)的水印技术

　　自从Jordan在一份MPEG4提案中提出了一种通过修改运动向量来嵌入水印方法，一系列典型的基于运动矢量的水印嵌入算法被提出.梅文博[1]在Jordan提出的核心理论的基础上，结合mpeg2的编码方案和人眼视觉特性，提出一种当运动矢量的幅值和块的纹理特征值分别大于各自的阈值时，才在该运动矢量上嵌入水印的算法.ZHANG J[2]把运动矢量看成由水平方向和垂直方向组成的一个二维向量，对幅值较大的向量根据其相位是大于还是小于45度，分别在水平方向或垂直方向嵌入水印.这个算法实际就是判断水平分量(h)和垂直分量(v)哪个的幅值大一点，然后修改幅值较大的向量.类似算法文献中出现过判断arctan(h/v)是锐角还是钝角再作处理.MOHAGHEGH N[3]计算了运动量的幅值，若幅值大于阈值则在运动矢量中值大的分量中添加水印.CEDDILLOHERNANDEZ A[4]计算了一个帧里所有宏块的运动矢量幅值的平均值，将宏块划分为运动块和静止块，然后根据图像块的特点分别给定不同的水印嵌入强度.

　　这些算法的原理都是通过改变运动矢量的奇偶性来嵌入水印信息.嵌入算法计算量小，提取方便.但当一个运动矢量因为嵌入水印而改变很可能会影响它后面块的运动矢量.嵌入水印修改运动矢量而造成后续块运动矢量预测误差的补偿算法并不多见，向移山[5]提出了修改运动矢量残差的补偿方法:若当前块嵌入水印并修改了运动矢量，则对下一运动矢量的残差进行修改进行补偿，但对具体的编码标准这种方法无法达到补偿效果.本文在AVSM标准上，分析了引起误差的原因，提出修改运动估计搜索得到的运动矢量的值达到完全补偿.对嵌入水印后引起随后编码块运动矢量预测值改变的各种情况结合AVSM帧间预测方法做了相应补偿.

　　基于人类视觉系统HVS模型的水印算法表明，边缘区和纹理区更适合添加水印[6]，本文利用AVSM编码器中整数DCT变换的数据进行边缘检测，将宏块区分为边缘块和非边缘块，把边缘块作为水印添加的候选块，以其找到更加适合水印添加的宏块.

　　基于运动矢量的水印嵌入方法的一个缺点是水印检测器必须严格同步，否则会造成水印检测失败.常规视频操作类似帧删除或插入等都可能导致水印信息破坏.究其原因是因为传统的水印相似度检测都是逐位来实现的，也就是逐位比较原始水印数据和检测水印信息，当水印检测因为漏警、虚警或受到攻击造成水印检测信息丢失或增加时，其后的水印信息位都会发生移位，导致水印检测相似度无法接受.本文提出了一种最大相似子序列的检测方法，在水印信息丢失的情况下能有效进行相似性检测，通过这种方法可以实现抵抗帧删除和插入攻击.

　2 AVSM及其帧间预测方法

　　AVSM是我国制定的拥有自主知识产权的视频编解码标准，主要针对移动多媒体，是AVS系列标准框架中的第7部分.AVSM在制定过程中充分考虑了在资源有限、处理能力有限的嵌入式移动终端上的实现问题，同时考虑到移动视频尺寸较小的特点有针对性地进行算法设计.具有编码性能优越，技术方案简洁、高效等显著优点，并且采用打包许可的专利政策，专利问题易于解决[7].

　　AVSM的帧间预测利用视频图像序列帧与帧之间的相关性，通过运动估计和预测编码来消除视频图像的时间冗余.每个宏块可以被划分成16×16、16×8、8×16、8×8的形式，若采用8×8划分宏块可以进一步划分为8×8、8×4、4×8、4×4的形式.如图1所示，当前块E的运动矢量使用其周围编码重建块的运动矢量来预测，其中A是与E的左下角样本紧邻的块，B、D是与E的左上角样本紧邻的块，C是与E的右上角样本紧邻的块.如果A、B、C三者中只有一个块的参考索引值与当前块E的参考索引值相同，那么运动矢量预测值MVEPred等于mvX(X为A、B或C).若参考索引值有多块相同时:当前块为8×16模式，E为左(右)块，若A(C)和E的参考索引值相同，MVEPred等于mvA(mvC);当前块为16×8模式，E为上(下)块，若B(A)和E的参考索引值相同，MVEPred等于mvB(mvA);否则计算周围可用块的运动矢量的相互距离，选取与其余两运动矢量最接近的第三矢量作为E块的预测矢量[6].运动估计搜索得到的最佳匹配块的运动矢量和预测得到的运动矢量相减得到运动矢量残差MVD，然后将残差MVD进行熵编码.

　　图1 亮度块E和相邻亮度块的空间位置关系
　　Fig.1 The position of E and its neighbor blocks

　　3 利用解码数据的边缘检测

　　边缘是图像局部亮度发生显著变化的部分，边缘检测的基本方法是导数或者微分运算，灰度变化大的地方具有较大的导数值.通过设置阈值就可以检测图像的边缘点.由于AVSM采用的是4×4的整数DCT变换，若采用小波变换和DCT变换来寻找图像的边缘，编码器需要额外开销，影响编码速度.注意到AVSM编码的过程需要用到解码出来的重建图像作为参考帧，因此编码器中包含解码器，可以直接使用解码得到数据进行边缘检测，这种方法的优点是有效控制了编码器的开销.

　　由于一阶微分运算可以通过一阶差分来实现，平方开方运算可以用两个分量的绝对值表示，Roberts算子在实际应用中可以用如下公式计算:
　　G(x，y)=|f(i，j)-f(i+1，j+1)|+
　　|f(i+1，j)-f(i，j+1)|，(1)

　　其中f(i，j)是解码得到的亮度数据.

免费

　　由于水印添加是通过修改运动矢量的奇偶性来实现的，通过比较修改前后整数DCT变换数据发现运动矢量修改后整数DCT数据变化微小，实验中只对亮度数据Y进行检测，当G(x，y)大于阈值Thr时认为是边缘点，当一个宏块中边缘点个数大于T时则认为这个宏块是边缘块.对foreman_qcif第6帧在Thr=15，T=35时的边缘检测图像如图2所示.

　　图2 Foreman_qcif第6帧边缘检测结果
　　Fig.2 The edge detect results of Foreman_qcifs sixth frame

　　因为在实验中边缘检测只是用来区分边缘块与非边缘块，从控制编码器开销的角度，检测结果是可以接受的.边缘检测是在宏块的级别上进行，所以检测图像中有线分割痕迹.

　　4 水印嵌入、提取与补偿方案

　　4.1 水印嵌入

　　(1) 混沌序列具有对初值敏感的特性，在不知道初值的情况下无法对图像进行解密.对水印图像进行降维处理，将二维图像w(i，j)变为一维序列:
　　V={v(k)=w(i，j)，0≤i
　　k=i*M2+j}.(2)

　　利用Logistic映射以密钥K0作随机种子产生混沌序列，对v(k)置乱预处理.

　　(2) 利用Roberts算子进行边缘检测，当一个宏块的边缘点大于阈值时认为是边缘块，作为水印嵌入的候选块.

　　(3) 在视频序列中，变化较快的部分具有较大的运动矢量，人眼视觉系统对快速运动的物体比运动慢的物体的敏感性弱，因此修改幅值大的运动矢量对视频质量的影响较小.计算每一宏块中各个划分块的运动矢量的幅值，比较找出一个宏块中具有最大运动矢量幅值的编码块.

　(4) 选择P帧中采用帧间预测编码的宏块作为水印嵌入的候选宏块，如果候选宏块中编码块在这个宏块中具有最大的运动矢量幅值且当前编码块不是8×8形式划分且它的运动矢量的水