基于DSP的MPEG-1音视频的软件合成方法及其应用

文章介绍了一种在 TMSC60 0 0系列 DSP芯片上实现 MPEG-1标准的音视频数据合成的软件实现方法 ,详述了音视频信号的同步与实时播放的实现要点 ,同时介绍其相关应用。该实现方法可以满足在嵌入式网络多媒体监控系统中实时编解码并显示的应用需求 ,并可适用于其它嵌入式视频音频的压缩编码系统     

适应调频同步广播的MPEG-2再复用器PCR修正算法

 节目参考时钟（PCR）是MPEG-2系统中音视频解码的时间基准,MPEG-2解码器利用PCR时间信息控制MPEG-2视频解码、显示时间及音视频同步。PCR修正是MPEG-2再复用器设计的关键技术之一。对目前再复用器实现中的PCR修正算法及MPEG-2标准传输流中PCR进行分析研究,提出了一种新的MPEG-2再复用器PCR修正算法。采用该修正方法,可以避免再复用器在再复用过程中对MPEG-2信号进行缓冲后PCR包中标识的PCR值和解码器实际接收到PCR包时的时间值不一致情况的发生;解决了MPEG-2解码时由于不一致引起的PCR抖动和缓冲区溢出问题;使解码器可以利用该PCR信息恢复出编码端的时钟,保持编、解码器时钟同步。采用该修正算法修正的再复用器的音频信号可满足对时间要求更苛刻的调频同步音频广播的要求。     

抗解压缩/压缩攻击的MP3压缩域音频水印

充分结合MP3的编码特性,提出一种MP3压缩域的音频水印算法来对MP3音乐进行版权保护.在MP3压缩过程中,通过寻求m个能量较大的比例因子频带,然后分别修改每个频带中最大修正的离散余弦变换(modified discrete cosine transform,MDCT)系数的符号来进行水印的嵌入.在MP3解码过程中对水印信号进行提取,提取不需要原始载体.嵌入过程和编码过程同步完成,而提取过程和解码过程亦是同步完成.实验证明,该算法具有很好的听觉透明性和很强的鲁棒性,可以有效地抵抗攻击者对比特流解码后再重新压缩的攻击.     

人眼视觉特性与先进视频编码技术

对于视频信号而言,人眼是信号的最终接收者,如果视频信号的编码压缩能充分考虑人眼本身的视觉特性,将会给视频压缩带来新的编码效率增长点,同时又能保证视频信号的主观效果．因此,本文首先详细介绍一下人眼视觉系统的一些基本属性,然后从这些特性出发,具体介绍视频编码技术中利用到的人眼视觉特性,以及这些视觉特性在未来新一代视频编码技术中的应用前景．     

多路视频同步记录与回放技术的研究

对多路视频同步记录、基于SDK的视频采集、信号压缩存储、同步回放以及流程自动控制等关键难题开展研究的基础上,设计并实现了一个满足应用需求的多路视频同步记录与回放系统。同步记录模块通过DVI记录卡从DVI信号源获取投影机DVI信号,对获取到的DVI信号进行压缩后存储至文件系统,并将记录内容信息存储至数据库,从而实现了信号的同步记录。视频采集算法通过对FFMPEG进行二次开发,增加了FFMPEG对非标准AVI格式文件的支持,在回放过程中利用Microsoft提供的DirectShow技术。最后,从信息流程和算法流程图上对视频预监功能做了相关介绍。     

一种新型视频信息隐藏分析算法

针对一种公开的视频隐藏软件MSU Stego Video进行了深入分析，通过多种序列试验测试反向剖析其信息隐藏嵌入机理，其开发者利用具有较高鲁棒性的扩频隐藏算法，将秘密信息嵌入到视频图像中，可以在有损视频压缩编码后仍能够正确提取，充分利用该软件嵌入数据分布上的特点，设计了一种基于重建视频图像块效应分布的视频隐藏信息检测算法，通过检测隐藏引入的块效应与压缩编码引入的块效应之间的差异，来判别视频资源中是否利用MSU Stego Video隐藏特殊信息，试验结果表明，该隐藏分析算法能够在不同压缩码率条件下，有效地实现对视频数据中的隐藏信息士出，精确检测。     

基于H264的嵌入式视频监控系统的设计与实现

介绍了基于ARM处理器S3C6410、嵌入式Linux、嵌入式BOA服务器、视频流服务器和ActiveX控件的嵌入式视频监控系统设计方案.设计并实现了基于MFC芯片的数字图像信号编码压缩、基于OSS的音频采集以及Web客户端通过FFMPEG解码库对视频信息进行解码播放.     

基于盲源分离理论和人类听觉掩蔽效应的数字音频水印方法

将盲源分离理论应用于数字音频水印技术,以达到在宿主信号未知的情况下分离出嵌入水印信号的目的;把生成混沌序列的初始值和宿主信号的时、频掩蔽信号作为密钥信息,生成嵌入水印信号,充分保证了水印检测的安全性;引入人类听觉系统(human auditory system,HAS)掩蔽效应的概念,使嵌入水印信号完全自适应于宿主信号,以提高算法的鲁棒性.实验结果表明,嵌入水印的音频信号没有明显的听觉失真,满足了音频水印不可听性的要求;经过低通滤波、重采样、添加噪声、剪切和mp3压缩等攻击后,嵌入水印信号和分离出的水印信号之间的相关函数较进行频域和时域掩蔽作用之前,具有更加明显的二值分布特征,算法的鲁棒性明显优于掩蔽作用之前;同时,该方法无需外加同步信息,就可以取得良好的同步效果.     

音视频实时同步传输技术研究与实现

提出一种基于实时传输协议的音视频同步的编码方法,在同步播放的音频和视频数据之间建立起一种对应关系,在数据不同步时能迅速地找到下一个同步点继续播放.在TCP/IP网络上,基于H.264视频编解码、G.729A音频编码标准和实时传输协议RTP/RTCP,设计并实现一个音视频实时传输系统.实验结果表明,音视频同步的解决方案能...     

一种基于MPEG-2 AAC编码的音频水印方法

提出了一种针对MPEG-2 AAC压缩音频的脆弱水印算法.该算法利用了AAC中MDCT量化系数大于15的Huffman编码特性来嵌入水印,并依据水印的频率分布和音频信号感知熵PE的大小对嵌入算法进行了分析和改进.实验表明,该算法具有较高隐藏率和良好的不可感知性,并且水印的嵌入和提取过程十分方便快速,适合进行实时分析.     

DWT DCT QR结合的音频盲水印算法

为保护互联网中数字音像制品的合法版权,结合离散小波变换（DWT）、离散余弦变换（DCT）、QR分解以及音频的特性,提出了一种针对音频的盲水印算法。首先对原始音频分段,然后对每个分段进行小波变换求得近似分量,再进行离散余弦变换,对低频部分进行QR分解,在QR分解后得到的上三角矩阵中嵌入水印信息。实验结果表明,该算法具有较好的透明性和鲁棒性,能够承受高斯加噪、重采样、重量化、低通滤波、MP3压缩、裁剪替换等常见音频信号处理攻击。     

一种基于混沌映射的音视频水印互认证方案

多媒体认证技术用于证明所接收到多媒体内容的原始性并检测恶意的内容改动.在Lin Chingyung定理和Fridrich的二维混沌映射理论的基础上,提出了一种新的音视频互认证方案,与前人方法不同的是,它采取了单水印认证两种媒体的方案(音视频),所提方案能承受适当的MPEG压缩,同时能检测恶意的内容改动.由于水印仅被加入到音频(或视频)数据,能避免视频帧(或音频块)的失真,所以此方案可应用于一些特殊的场合,比如军事和医疗.     

一种基于心理声学模型的小波包域音频数字水印算法

首先根据心理声学模型 ,计算载体音频信号的掩蔽门限 ,并利用人耳听觉的临界频率与小波包子带间的相似特性 ,将DFT域掩蔽门限映射到小波包域 ;然后将水印信号嵌入到中低频小波包系数中 ,嵌入强度由掩蔽门限自适应控制。由于该方案是基于人类听觉系统的 ,在最大限度上挖掘了水印嵌入强度 ,使鲁棒性和不可感知性得到了很好的平衡。实验结果表明 ,利用这种水印算法 ,嵌入的水印信号是不可察觉的 ,并且对数据压缩、加噪、去噪、重采样 (D/A、A/D转换 )、低通滤波等常用音频信号处理技术具有很好的鲁棒性     

同步音频水印算法的实现

目前的音频水印算法缺乏有效的同步技术,笔者应用通信网同步方法,提出了一种快速重同步音频有意义音频水印算法.该算法利用时域水印技术嵌入同步信息,从而对抗音频在时间轴上可能受到的攻击,借助变换域基于小波变换增强音频的鲁棒性,水印为一幅二值图像.仿真实验表明该算法产生的水印在对抗加性Gaussian噪声、MP3压缩和裁剪等方面具有良好的稳健性,可用于数字音频产品的版权保护.     

一种基于神经网络的小波域音频水印算法

提出了一种基于小波分解和神经网络的数字音频水印算法，先对音频信号进行小波分解，将数字水印嵌入到音频信号的小波域低频重要系数中，同时通过调整多层前馈神经网络的权重逼近原始音频信号与数字水印之间的关系，然后在接收端用训练好的神经网络提取水印。实验结果表明，嵌入水印的音频信号没有明显的听觉失真；经过噪声干扰，低通滤波，有损压缩，重新采样等信号处理后，相关函数检测具有显著的二值分布特征，且相关系数均达到0．72以上，与其他方法相比，该算法在提取水印时无需原始音频信号，具有运算量低和鲁棒性强等优点。     

基于内容分析的音频水印算法

提出了一种基于音频内容分析和离散余弦变换的水印嵌入算法.水印嵌入算法首先对音频信号时域特征进行分析,根据设定的门限确定出若干个相对稳定的特征区域,然后对特征区域数据进行离散余弦变换,最后把水印信息数据嵌入到合适的变换系数中.实验证明该算法具有较强的鲁棒性,可以抵抗普通的信号处理、MP3压缩、时间尺度修改和随机裁剪等攻击.     

A high robust audio watermarking scheme based on orthogonal decomposition

A high robust approach for the additive spread spectrum audio watermarking scheme based on orthogonal decomposition of the host signal has been proposed. By analyzing traditional spread spectrum(SS), the section of the audio signal which is parallel to the direction of watermark signal acts as an interference source in decoder. The watermark is only embedded in the section which is perpendicular to watermark signal in the proposed scheme. In this way, the interference of host signal can be removed completely in decoder. Whether the watermarks have been embedded in the audio or not is researched and an optimal threshold in detector is given to achieve the minimum false alarm probability. The simulation results show that the proposed method can achieve high robustness against various attacks.     

基于ARM920T嵌入式音视频压缩系统设计

采用三星公司的基于ARM920T内核的S3C2410处理器和WIS公司的多格式音视频压缩芯片GO7007SB设计了一个音视频压缩系统,该方案具有升级方便、处理速度快、成本低、图像质量好、实时性好的特点,可应用于可移动远程视频监视系统中。     

音频压缩中3种整数型MDCT变换的比较

为了快速计算整数型改进的离散余弦变换(IntMDCT),构造了基于提升变换、模变换以及无穷范数旋转变换的3种计算12点IntMDCT的算法.首先将12点MDCT转化为6点Ⅳ型离散余弦变换(DCT-Ⅳ),并将后者分解为7个Givens旋转变换的乘积;然后分别利用提升变换算法、模变换算法和无穷范数旋转变换算法实现Givens旋转变换的整数型近似计算;最后,对这3种算法在语音信号无损和有损压缩中的运行速度和计算精确度进行比较.实验结果表明,在这3种算法中,基于模变换的IntMDCT算法的运行速度最快;基于无穷范数旋转变换的IntMDCT算法的计算精度最高,并在有损音频压缩中获得的信噪比最高.