一种结合改进矩阵编码的奇异值修改视频隐写算法

摘要

一种结合改进矩阵编码的奇异值修改视频隐写算法，以每帧分块后各块的最大奇异值作为隐写嵌入载体，并结合矩阵编码进行修改达到秘密信息嵌入的目的。先对压缩后的视频序列的视频帧进行8×8分块，再对每个分块进行奇异值分解，提取各个分块奇异值分解后的最大奇异值，与经过预处理的秘密信息进行信息隐藏。取奇异值二进制后的最低3位有效位作为待修改值，最后对载体位ay进行不带进位的修改操作，重新组成码流进行传递给接收端，接收端再提取秘密信息，得到原始的秘密信息，完成视频的隐写以及提取。该算法具有较好的不可感知性以及较低的比特率增加量，算法鲁棒性较好，能抵抗噪声、滤波等攻击，且在相同嵌入容量的前提下具有较小的载体修改率。

说明书

技术领域

本发明属于信息隐藏技术领域，具体涉及一种结合改进矩阵编码的奇异值修改视频隐写 算法。

背景技术

人们的生活已经随着信息技术的不断发展变得愈来愈便捷，网络在社会传递信息中已变得 不可或缺，已成为人类传递信息的主要媒介。伴随着网络的快速发展以及信息传递量的快速 增加，信息的安全性也逐渐成为人们关注的热点。信息安全中的加密技术可以很好的保证传 输过程中秘密信息的安全性，但是由于加密后会将本应显示正常的秘密信息变成一堆杂乱无 章的乱码，所以较易引起攻击者的怀疑以及注意，信息隐藏技术的出现很好的解决了这个问 题。信息隐藏不同于单纯的加密，它是将欲传递的秘密信息隐藏到可公开的数字媒体中，在 公共网路上进行传输，即便被截获也很难被攻击者发掘其中的秘密信息。

以往大部分信息隐藏算法的研究均基于理想化模型作为信息传递环境，但随着网络环境 的愈加复杂，隐写载体在网络上传输时极易受到噪声、滤波等攻击，从而会严重破坏其中的 秘密信息，为了保证顺利完成秘密信息的隐蔽通信，研究者提出了鲁棒性的信息隐藏算法。

早起针对鲁棒性的研究还基于变换域以及扩频的信息隐藏算法，但此类算法的嵌入容量 不高，随后又出现了修改图像统计量的方式进行信息嵌入的方法，由于图像的统计量具有较 好的鲁棒性以及较小的嵌入失真，并且修改时对图片的改变较小，满足信息隐藏中隐藏秘密 信息不可见性的事实，是良好的嵌入区域。

作为图像统计量中的重要组成部分，奇异值被广泛应用于隐写中，文献(李旭东.基于 奇异值分解的灰度级数字水印算法[J].武汉大学学报:信息科学版,2010,35(11):1305-1308.) 结合奇异值鲁棒性较高的特性提出了一种新的基于奇异值分解的灰度级数字图像信息隐藏算 法，算法将灰度级秘密信息图像嵌入到分解后的从大到小排列的奇异值中，提高了算法的稳 健性，算法对其他常见的图像处理攻击(如噪声、滤波、颜色抖动)具有很强的稳健性，但 算法的嵌入容量以及嵌入效率有待提高。文献(姚楚茂,汤光明,蔡镇.最大奇异值移位的鲁 棒图像信息隐藏[J].计算机应用研究,2015,36(7):2172-2175.)提出了一种基于图像块最大奇 异值移位的鲁棒信息隐藏算法，算法对图像分块进行奇异值分解，对图像块的最大奇异值进 行区间划分，再通过将最大奇异值移位到与秘密信息比特相对应的区间实现秘密信息的嵌入， 实验结果表明，该算法具有较大的嵌入容量以及较好的鲁棒性，对噪声环境具有更好的适应 性，但对分块中的奇异值的修改率较大。

近年来，基于图像的信息隐藏技术已经取得了一定的发展，但由于数字图像自身的容量 有限，所以隐藏到其中的秘密信息的数量也受到了限制，以图像为载体的隐写算法已经无法 适应大容量隐蔽通信的需求，因此，基于视频的信息隐藏算法应运而生。视频可以被看成是 一幅幅图像的组合，并且视频相较于图像来说具有更多的特性，比如其中冗余更多、容量更 大以及具有较好的稳健性等优点，是隐写的良好载体，所以研究基于视频的信息隐藏算法具 有较高的现实意义。

发明内容

本发明的目的在于提供一种结合改进矩阵编码的奇异值修改视频隐写算法，该算法具有 较好的视觉不可感知性以及较低的比特率增加量，算法鲁棒性较好，能抵抗噪声、滤波等攻 击，且在相同嵌入容量的前提下具有较小的载体修改率。

为实现上述目的，本发明采用如下的技术方案：

一种结合改进矩阵编码的奇异值修改视频隐写算法，该算法包括隐写步骤和提取步 骤；

先在发送端进行以下隐写步骤：

步骤1：对原始视频序列进行编码处理后，得到压缩后的视频序列；对压缩后的视频序 列的视频帧进行8×8分块，再对每个分块进行奇异值分解；

步骤2：提取各个分块奇异值分解后的最大奇异值，记为S_max，并将其保存为一维数组 S_max(j)，其中j为视频图像的分块排列顺序；

步骤3：对欲嵌入的秘密信息进行预处理，得到具有随机特性的密文；将具有随机特性 的密文进行分组，每组含有两位信息，记为m(j)；

步骤4：将S_max(j)取整，再以二进制形式存储，经过嵌入修改，得到最终的奇异值：

步骤5：重复步骤4，直至秘密信息嵌入完毕；

步骤6：秘密信息嵌入完毕后，将最终的奇异值序列进行奇异值逆分解，重新组成码流 传递给接收端，完成视频隐写；

然后在接收端进行以下提取步骤：

步骤1：接收端收到码流后通过视频编码的解压缩处理，重新得到视频序列，此时视频 序列中已经隐藏有秘密信息；对已经隐藏有秘密信息的视频序列帧图像进行8×8分块并进行 奇异值分解；

步骤2：提取各个分块奇异值分解后的最大奇异值并取整，将其以二进制形式存储；

步骤3：提取秘密信息；

步骤4：重复步骤3，直至秘密信息提取完毕；

步骤5：对步骤4提取的秘密信息进行逆预处理，得出原始的秘密信息，完成秘密信息 提取。

在发送端进行的步骤3中具有随机特性的密文通过以下过程得到：

选用密钥K₁，产生伪随机01序列p，计算公式如下：

f_i＝m_i⊕p_i

式中，m_i为原始秘密信息，f_i为处理后的序列，i为对应的序号，代表之间一一对应，⊕为异 或符号。

在发送端进行的步骤4中得到最终的奇异值的具体过程如下：

a.取奇异值二进制后的最低3位有效位，分别记为l₁,l₂和l₃，作为待修改值；

b.将步骤a中l₁，l₂和l₃重新标记为a₁，a₂和a₃；

c.计算散列函数f(a)，计算式如下：

$f\left(a\right)=\underset{i=1}{\overset{3}{\oplus }}{a}_i·i$

其中，i为1-3之间的数字，与a_i顺序对应，计算中用二进制表示；

d.通过公式y＝f(a)⊕m(j)计算得到y的值，y代表a的下标值，其中m(j)为第j组具有随 机特性的密文，与S_max(j)相对应；

e.对载体位a_y，根据式(3)进行不带进位的修改操作，修改后，得到新的用二进制表示 的奇异值，此时奇异值为整数；

$a_y=\left(\begin{array}{cc}{a}_y,& y=0\\ a_y+1,& y\ne 0\end{array}\right)---\left(3\right)$

f.将步骤e得到的新的用二进制表示的奇异值转换为十进制，记为S'_max(j)，用密钥K₂产生 伪随机小数S_j，其中，S_j∈(0,1)，通过以下公式得到最终的奇异值S”_max(j)：

S”_max(j)＝S'_max(j)+S_j。

在接收端进行步骤3中提取秘密信息的具体过程为：首先取奇异值二进制后的最低3位 有效位分别记为l₁'，l₂'和l₃'，将l₁'，l₂'和l₃'分别重新标记为a₁'，a₂'，a₃'，且令将 f(a')的值转换为二进制，即为提取出的秘密信息。

在接收端进行的步骤5中进行逆预处理的具体过程为：与密钥K₁产生的伪随机01序列p 进行异或运算，得出原始的秘密信息。

与现有技术相比，本发明具有的有益效果：

本发明结合视频帧分块后奇异值的稳定性以及矩阵编码具有较小修改率等特点，提出了 一种结合改进矩阵编码的奇异值修改视频信息隐藏算法，以每帧分块后各块的最大奇异值作 为隐写嵌入载体，并结合矩阵编码进行修改达到秘密信息嵌入的目的。先对压缩后的视频序 列的视频帧进行8×8分块，再对每个分块进行奇异值分解，提取各个分块奇异值分解后的最 大奇异值，并进行预处理，得到秘密信息流，再取奇异值二进制后的最低3位有效位作为待 修改值，最后对载体位a_y进行不带进位的修改操作，重新组成码流进行传递给接收端，接收 端再提取秘密信息，得到原始的秘密信息，完成视频的隐写以及提取。实验结果表明，本发 明的隐写算法具有较好的不可感知性以及较低的比特率增加量，进行秘密信息嵌入后，对视 频序列的影响较小，测试序列亮度分量的PSNR值平均下降仅约1.1487dB；该算法具有较大 的嵌入容量，视频嵌入秘密信息前后比特率变化较小，此外，该算法鲁棒性较好，能抵抗噪 声、滤波等攻击，且在相同嵌入容量的前提下具有较小的载体修改率。

附图说明

图1为QCIF格式序列Container第一帧图像亮度分量在4×4分块大小时的最大奇异值分 布

图2为CIF格式序列Foreman第一帧图像亮度分量在4×4分块大小时的最大奇异值分布

图3为QCIF格式序列Container第一帧图像亮度分量在8×8分块大小时的最大奇异值分 布

图4为CIF格式序列Foreman第一帧图像亮度分量在8×8分块大小时的最大奇异值分布

图5为QCIF格式序列Container第一帧图像亮度分量在16×16分块大小时的最大奇异值 分布

图6为CIF格式序列Foreman第一帧图像亮度分量在16×16分块大小时的最大奇异值分布

图7为视频序列隐写前的帧图像的亮度分量。

图8为视频序列隐写后的帧图像的亮度分量。

图9为嵌入前后不同视频序列亮度分量PSNR值比较。

具体实施方式

下面结合附图对本发明进行详细说明。

作为线性代数中重要的组成部分，奇异值分解(SingularValueDecomposition，SVD)是 一种重要的矩阵分解方法。在图像信号处理以及统计量分析中有重要的应用。

假设M是一个m×n阶矩阵，其中的元素全部属于域K，也就是实数域或复数域。如此则 存在一个分解使得：

M＝USV^*(1)

其中U是m×m阶酉矩阵；S是半正定m×n阶对角矩阵；而V^*，即V的共轭转置，是n×n阶 酉矩阵。这样的分解就称作M的奇异值分解。S对角线上的元素S_i,i即为M的奇异值。由此， S取值由M唯一确定。

参见图1-图6，将QCIF测试序列Container以及CIF测试序列Foreman第一帧图像中亮 度分量分别进行4×4、8×8、16×16分块后每块中最大奇异值的分布。

从图1-图6中可以看出，分块越大，块的最大奇异值数值越大，但是总体的个数较小。 其中，16×16分块数值最大，但数量最少，4×4分块数量最多，但数值最小，8×8分块数量及 数值均较为适中。

根据文献(李旭东.基于奇异值分解的灰度级数字水印算法[J].武汉大学学报:信息科学 版,2010,35(11):1305-1308.和姚楚茂,汤光明,蔡镇.最大奇异值移位的鲁棒图像信息隐藏[J]. 计算机应用研究,2015,36(7):2172-2175.)可知，奇异值数值大小对图像的改变不太敏感，而 又由于奇异值具有的内蕴性从而对奇异值进行修改时也不会造成图像较大失真，并且分块后 奇异值数值较大，修改时修改率较小，具有较好的安全性。因此在信息隐藏过程中，奇异值 可以作为秘密信息的良好调制区域，同时满足隐写的要求。

矩阵编码方法可以大大降低调制过程中相同嵌入容量下载体的修改个数。一般用元组 (d_max,n,k)(n>k)来表示。其中，n表示待修改载体个数，k表示欲嵌入秘密信息的个数，d_max表 示最终修改的载体个数，即用nbit信息来表示kbit信息，并且最多只修改其中d_maxbit，就可 以嵌入kbit的秘密信息，从而提高嵌入效率，即降低载体修改率。

结合矩阵编码的性质，文献(花广路,李芝棠,冯兵.基于H.264/AVC视频的低频隐写算 法[J].通信学报,2013,34(Z2):47-50.)根据视频DCT变换后产生的AC系数的特点，提出了 改进的矩阵编码方法，即对DCT变换后的AC系数的LSB位进行嵌入，提高隐写的性能。 其算法采用的编码方式为(1,3,2)，简单来说就是用3个AC系数的LSBbit来表示2bit的秘密 信息，并且嵌入过程最多只需修改1bit信息。先求散列函数f(a)的值，其中i在 计算过程中用二进制表示，接着结合秘密信息进行处理，假设嵌入的秘密信息为b，则由 y＝f(a)⊕b得到y的值，然后对a_y进行处理，处理如式(2)所示：

$a_y=\left(\begin{array}{c}{a}_y,y=0\\ a_y+1,y\ne 0,a_y>0\\ a_y-1,y\ne 0,a_y<0\end{array}\right)---\left(2\right)$

本发明算法主要对各块奇异值分解后的最大奇异值进行修改，根据图1-图6可知奇异值 分解后数值的最大值均大于0，所以不会存在a_y<0的情况，因此，本发明对文献(花广路,李 芝棠,冯兵.基于H.264/AVC视频的低频隐写算法[J].通信学报,2013,34(Z2):47-50.)提出的 改进算法再进行改进，得到式(3)：

$a_y=\left(\begin{array}{cc}{a}_y,& y=0\\ a_y+1,& y\ne 0\end{array}\right)---\left(3\right)$

本发明包括以下两个步骤：

一、基于奇异值修改的信息隐藏算法：

作为线性代数中重要的组成部分，奇异值分解(SingularValueDecomposition，SVD)是 一种重要的矩阵分解方法。在图像信号处理以及统计量分析中有重要的应用。

假设M是一个m×n阶矩阵，其中的元素全部属于域K，也就是实数域或复数域。如此则 存在一个分解使得：

M＝USV^*(1)

其中U是m×m阶酉矩阵；S是半正定m×n阶对角矩阵；而V^*，即V的共轭转置，是n×n阶 酉矩阵。这样的分解就称作M的奇异值分解。S对角线上的元素S_i,i即为M的奇异值。由此， S取值由M唯一确定。

参见图1-图6，将QCIF测试序列Container以及CIF测试序列Foreman第一帧图像中亮 度分量分别进行4×4、8×8、16×16分块后每块中最大奇异值的分布。

从图1-图6中可以看出，分块越大，块的最大奇异值数值越大，但是总体的个数较小。 其中，16×16分块数值最大，但数量最少，4×4分块数量最多，但数值最小，8×8分块数量及 数值均较为适中。

视频流中亮度分量包含了大部分视频信息，而且奇异值具有较强的鲁棒性，所以本发明 修改视频亮度分量的奇异值进行秘密信息嵌入。为了保证算法具有较大的嵌入容量，结合矩 阵编码中选择的编码元组(1,3,2)，本发明选择分块大小为8×8。本发明视频隐写算法具体包括 隐写步骤和提取步骤：

以下隐写步骤均在发送端完成；

对原始视频序列进行编码处理然后，得到压缩后的视频序列；

步骤1：对压缩后的视频序列的视频帧进行8×8分块，再对每个分块进行奇异值分解；

步骤2：提取各个分块奇异值分解后的最大奇异值，记为S_max，并将其保存为一维数组 S_max(j)，其中j为视频图像的分块排列顺序；

步骤3：对欲嵌入的秘密信息进行预处理，得到具有随机特性的密文；

步骤3中具有随机特性的密文可以通过以下过程得到：

选择流密码加密方法对秘密信息进行预处理，得到具有随机特性的密文，此处理方法既 可以达到提高安全性的目的，又能保证实时性的要求。具体过程如下：

选用密钥K₁，产生伪随机01序列p，计算公式如下：

f_i＝m_i⊕p_i

式中，m_i为原始秘密信息，f_i为处理后的序列，i为对应的序号，代表之间一一对应，⊕为异 或符号，即相同为0，不同为1。将具有随机特性的密文进行分组，每组含有两位信息，记为 m(j)；

步骤4：将S_max(j)取整，再以二进制形式存储，经过嵌入修改，得到最终的奇异值，具体 过程如下：

a.取奇异值二进制后的最低3位有效位，分别记为l₁,l₂和l₃，作为待修改值；

b.将步骤a中l₁,l₂和l₃重新标记为a₁，a₂和a₃；

c.计算散列函数f(a)，计算式如下：

$f\left(a\right)=\underset{i=1}{\overset{3}{\oplus }}{a}_i·i$

其中，i为1-3之间的数字，计算中用二进制表示；

d.通过公式y＝f(a)⊕m(j)计算得到y的值，y代表a的下标值，其中m(j)为第j组具有随 机特性的密文，其中包含两位秘密信息，与S_max(j)相对应；

根据文献(李旭东.基于奇异值分解的灰度级数字水印算法[J].武汉大学学报:信息科学 版,2010,35(11):1305-1308.和姚楚茂,汤光明,蔡镇.最大奇异值移位的鲁棒图像信息隐藏[J]. 计算机应用研究,2015,36(7):2172-2175.)可知，奇异值数值大小对图像的改变不太敏感，而 又由于奇异值具有的内蕴性从而对奇异值进行修改时也不会造成图像较大失真，并且分块后 奇异值数值较大，修改时修改率较小，具有较好的安全性。因此在信息隐藏过程中，奇异值 可以作为秘密信息的良好调制区域，同时满足隐写的要求。

矩阵编码方法可以大大降低调制过程中相同嵌入容量下载体的修改个数。一般用元组 (d_max,n,k)(n>k)来表示。其中，n表示待修改载体个数，k表示欲嵌入秘密信息的个数，d_max表 示最终修改的载体个数，即用nbit信息来表示kbit信息，并且最多只修改其中d_maxbit，就可 以嵌入kbit的秘密信息，从而提高嵌入效率，即降低载体修改率。

结合矩阵编码的性质，文献(花广路,李芝棠,冯兵.基于H.264/AVC视频的低频隐写算 法[J].通信学报,2013,34(Z2):47-50.)根据视频DCT变换后产生的AC系数的特点，提出了 改进的矩阵编码方法，即对DCT变换后的AC系数的LSB位进行嵌入，提高隐写的性能。 其算法采用的编码方式为(1,3,2)，简单来说就是用3个AC系数的LSBbit来表示2bit的秘密 信息，并且嵌入过程最多只需修改1bit信息。先求散列函数f(a)的值，其中i在 计算过程中用二进制表示，接着结合秘密信息进行处理，假设嵌入的秘密信息为b，则由 y＝f(a)⊕b得到y的值，然后对载体位a_y进行处理，处理如式(2)所示：

$a_y=\left(\begin{array}{c}{a}_y,y=0\\ a_y+1,y\ne 0,a_y>0\\ a_y-1,y\ne 0,a_y<0\end{array}\right)---\left(2\right)$

本发明算法主要对各块奇异值分解后的最大奇异值进行修改，根据图1-图6可知奇异值 分解后数值的最大值均大于0，所以不会存在a_y<0的情况，因此，本发明对文献(花广路,李 芝棠,冯兵.基于H.264/AVC视频的低频隐写算法[J].通信学报,2013,34(Z2):47-50.)提出的 改进算法再进行改进，得到式(3)：

$a_y=\left(\begin{array}{cc}{a}_y,& y=0\\ a_y+1,& y\ne 0\end{array}\right)---\left(3\right)$

e.对载体位a_y，根据式(3)进行不带进位的修改操作，修改后，得到新的用二进制表示 的奇异值，此时奇异值为整数；

f.将步骤e得到的新的用二进制表示的奇异值转换为十进制，记为S'_max(j)，用密钥K₂产生 伪随机小数S_j，其中，S_j∈(0,1)，通过以下公式，得到最终的奇异值S”_max(j)：

S”_max(j)＝S'_max(j)+S_j

步骤5：重复步骤4，直至秘密信息嵌入完毕；

步骤6：秘密信息嵌入完毕后，用修改后的奇异值替换原有的奇异值，并将最终的奇异 值序列进行奇异值逆分解，重新组成码流进行传递给接收端，完成视频隐写；

以下提取步骤均在接收端完成：接收端得到隐写后的码流，然后通过视频编码的解压缩 处理，重新得到视频序列，此时视频序列中已经隐藏有秘密信息。

步骤1：对已经隐藏有秘密信息视频序列的帧图像进行8×8分块并进行奇异值分解；

步骤2：提取各个分块奇异值分解后的最大奇异值并取整，将其以二进制形式存储；

步骤3：提取秘密信息，具体操作为，首先取奇异值二进制后的最低3位有效位分别记 为l₁'，l₂'和l₃'，将l₁'，l₂'和l₃'分别重新标记为a₁'，a₂'，a₃'，且令将得到的f(a')的 值转换为二进制，即为提取出的秘密信息；

步骤4：重复步骤3，直至秘密信息提取完毕；

步骤5：对步骤4提取的秘密信息进行逆预处理，即再与密钥K₁产生的伪随机01序列p 进行异或运算，得出原始的秘密信息，完成秘密信息提取。

本发明中取奇异值二进制后的最低3位有效位的原因如下：

本发明将修改奇异值最低多少位的数量定义为变量t，作为嵌入过程中最关键的参数，t 的取值大小决定了奇异值修改率的大小(若t值大小为3，则对奇异值最大修改为7)。因此， 为了保证较低的修改率以及较高的鲁棒性，t的取值不能过小或者过大。本发明根据最大奇异 值的平均值判断t的取值，如下表1所示：

表1t的取值大小

t取值 最大奇异值的平均值 1 AvgS_max<300 2 300≤AvgS_max<700 3 700≤AvgS_max<1500 4 1500≤AvgS_max<3100 5 3100≤AvgS_max<6300

表中AvgS_max表示视频每个分块奇异值最大值和的平均值，若选择合适的分块大小后可得 最大奇异值的均值，再通过均值判断t值大小，并且选择相应的矩阵编码元组。反之，也可通 过选择出的矩阵编码元组模式，判断t值大小，再确定分块大小。本发明选择t值大小为3有 以下两点原因：

(1)算法选择的矩阵编码模式为(1,3,2)，所以选择t值大小需大于2；

(2)结合图1-图6，本发明选择的视频序列经过奇异值分解后，8×8分块数量及数值大 小均较为适中，并且根据表1，可得t值大小为3。

综合以上两点原因，本发明算法中t值大小取3，分块大小为8×8分块。

实验结果及分析

实验平台为H.264参考软件模型X.264，编程环境为MicrosoftVisualC++2008及 MATLAB2012。实验计算机为Corei5处理器，主频为2.40GHz，内存为3.0GBRAM。实验 所用视频是从网址为“media.xiph.org”的网站上下载的标准测试序列，序列格式包括QCIF (176×144)的Carphone、Container、Miss-America以及Soccer，以及CIF(352×288)的Foreman、 News、Paris以及Mobile。每种序列帧率为15帧/s，每隔15帧编码一个I帧。本发明算法中 t值取3，分块大小为8×8分块。

1.不可感知性分析

(1)主观分析

如图7和图8所示为本发明算法嵌入前后视频序列帧亮度分量的对比。由图7和图8可 知，本发明算法具有较好的视觉不可见性。因为对奇异值修改本身对载体就不会产生较大影 响，且算法主要修改奇异值的最低t位有效位，且根据最大奇异值的平均值对t进行选择，结 合矩阵编码保证了修改的过程对视频序列的影响足够小。

(2)客观分析

本发明采用峰值信噪比(PeakSignalNoiseRatio，PSNR)作为评判图像质量好坏的标准， PSNR计算式如下：

$PSNR=10\times \lg \frac{{255}^2}{MSE}---\left(8\right)$

其中MSE定义为隐写前后视频图像序列的均方误差，计算式如下：

$MSE=\frac{1}{KMN}\underset{k=1}{\overset{K}{\Sigma }}\underset{m=1}{\overset{M}{\Sigma }}\underset{n=1}{\overset{N}{\Sigma }}{[f_1(m,n,k)-f_2(m,n,k)]}^2---\left(9\right)$

式中，f₁为原始视频帧图像序列，f₂为含密图像帧序列，K为帧的个数，M×N为帧图像 的大小。

图9所示为嵌入秘密信息前后测试序列Carphone、Container、Miss-America、Soccer、 Foreman、News、Paris以及Mobile的亮度分量PSNR值的对比，结果表明，进行秘密信息嵌 入后，对视频序列的影响较小，测试序列亮度分量的PSNR值平均下降约1.1487dB。

2.隐写容量分析

本发明算法在每个待嵌入奇异值上的3位最低有效位通过修改1位嵌入2bit秘密信息， 所以有多少满足条件的奇异值，嵌入容量就为其2倍。文献(姚楚茂,汤光明,蔡镇.最大奇 异值移位的鲁棒图像信息隐藏[J].计算机应用研究,2015,36(7):2172-2175.)提出的隐写算法 通过对最大奇异值进行移位达到嵌入目的，每个分块中的最大奇异值仅能嵌入1bit信息，所 以本发明算法的隐写容量较文献(姚楚茂,汤光明,蔡镇.最大奇异值移位的鲁棒图像信息隐 藏[J].计算机应用研究,2015,36(7):2172-2175.)算法提高了一倍，具有较大的嵌入容量。

由于根据分块大小就能判断出隐写容量大小，所以隐写容量计算式定义如下：

$C=\frac{M}{a}\times \frac{N}{b}\times 2---\left(10\right)$

其中C，M，N，a，b分别代表隐写容量，图像宽，图像的高，分块的宽，分块的高。 本发明根据视频大小的不同，以及分块的不同可以得出隐写容量，本发明主要采用的分块大 小为对称块分割，主要选择16×16、8×8以及4×4分块。视频整体嵌入容量可以通过具体的视 频帧数与平均每帧嵌入容量相乘得出结果。在此仅给出不同格式的视频序列在不同分块大小 的情况下平均每帧嵌入容量。结果如表2所示，可以看出，该算法具有较大的嵌入容量。

表2隐写容量

3.比特率分析

比特率增加量BRI(BitRateIncreasement，比特率增量)计算公式如下：

$BRI=\frac{{\mathrm{rate}}^{\prime }-rate}{rate}\times 100\%---\left(11\right)$

式(11)中，rate、rate′分别代表嵌入前后的视频序列比特率。BRI结果如表3所示：

表3隐写前后比特率比较

视频序列 载体尺寸 嵌入前Kb/s 嵌入后Kb/s BRI/％ Carphone 176×144 674.23 682.39 1.21 Container 176×144 568.31 570.98 0.47 Miss-America 176×144 624.17 629.73 0.89 Soccer 176×144 596.28 603.61 1.23 Foreman 352×288 2664.00 2689.57 0.96 News 352×288 1768.38 1781.47 0.74 Paris 352×288 1695.47 1706.83 0.67 Mobile 352×288 1633.84 1650.34 1.01

由表3可以看出视频嵌入秘密信息前后比特率变化较小，证明本算法具有较好的效果。

4.鲁棒性分析

鲁棒性分析主要检测算法的抗攻击性能，在网络传输过程中对图像的攻击主要有噪声、 滤波等攻击，本发明采用椒盐噪声及高斯低通滤波作为攻击方法。

以位错率(BitErrorRatio，BER)作为判定提取后秘密信息正确率的标准，经过攻击后 提取出的秘密信息与原始秘密信息进行比较，BER越小，隐写算法的鲁棒性能越好。

实验分别给含密载体添加了强度为0.05的椒盐噪声，以及通过3×3大小的高斯低通滤波 器，表4所示为经过攻击后各视频序列提取出的秘密信息与原始秘密信息序列之间的BER值。

表4攻击后提取秘密信息BER值

从表4可以看出，经过攻击后的载体提取出的秘密信息与原始秘密信息相比较，BER值 较小，证明算法具有较高的鲁棒性。

5.修改率分析

修改率表示隐写后嵌入其中秘密信息与修改载体位数之间的比值，定义如下式所示：

α＝β/γ(12)

其中，α代表修改率，β代表修改的奇异值个数，γ代表嵌入的比特数。

从理论上讲，本发明在对奇异值进行修改时结合了改进的矩阵编码模式(1,3,2)，所以嵌入 过程中调制2比特秘密信息修改奇异值个数为1，即嵌入过程的修改率最高仅为1/2，嵌入效 率最低为2。但在实际应用中，当待嵌入的信息与待嵌入载体的匹配度较高时，修改率还会 有所降低。

文献(姚楚茂,汤光明,蔡镇.最大奇异值移位的鲁棒图像信息隐藏[J].计算机应用研究, 2015,36(7):2172-2175.)算法对全部分块中的最大奇异值进行修改，本发明算法仅需对一半 数量分块的最大奇异值进行修改即可达到相同的嵌入容量，所以本发明算法具有较低的修改 率，同时可以说明具有较高的嵌入效率。

现有隐写算法大都基于理想模型作为研究基础，而真实的网络环境中，存在着各种攻 击，包括噪声以及滤波，因此研究较高鲁棒性的视频隐写算法具有较高的现实意义。本发明 结合统计量中奇异值具有较好鲁棒性以及矩阵编码具有较大嵌入效率以及较低的修改率的特 点，提出一种结合改进矩阵编码的奇异值修改视频隐写算法。

该算法在对帧图片进行分块后，再对分块进行奇异值分解并且提取出其中的最大奇异 值，取出最低有效位t(本算法为3位)位信息，结合改进矩阵编码方法进行秘密信息嵌入。 实验结果表明，算法具有较大的嵌入容量以及较低的修改率，具有较好的视觉不可感知性同 时视频比特率增量较小，并针对滤波及噪声具有较高的稳健性。

本发明结合视频帧分块后奇异值的稳定性以及矩阵编码具有较小修改率等特点，提出了 一种结合改进矩阵编码的奇异值修改视频信息隐藏算法，以每帧分块后各块的最大奇异值作 为隐写嵌入载体，并结合矩阵编码进行修改达到秘密信息嵌入的目的。实验结果表明，算法 具有较好的不可感知性以及较低的比特率增加量，算法鲁棒性较好，能抵抗噪声、滤波等攻 击，且在相同嵌入容量的前提下具有较小的载体修改率。