基于SURF视频分割的小波视频水印算法

本文研究了一种基于SURF视频分割和小波变换的改进的视频水印算法。首先介绍了基于SURF快速鲁棒特征点的视频分割方法,并采用该方法对源视频进行分割处理;然后再对分割出的每个视频段进行ICA分析,并且得到一系列独立分量帧;最后以这些独立分量帧作为载体,利用小波变换实现水印的嵌入。     

基于SVD和ICA的全息水印算法

基于奇异值分解和独立分量分析,提出一种新的数字全息水印算法.该算法利用全息图的特点,采用数字全息图代替普通的二值图像作为水印图像,提高了水印算法的安全性.奇异值分解被应用于水印的嵌入过程中以提高水印算法抗几何攻击能力,并借助于独立分量分析实现全息水印图像的盲提取.实验结果表明,该算法能有效地抵抗JPEG压缩、加噪、声滤波和对比度增强等常规攻击,同时,对旋转、平移、翻转和缩放等几何攻击也具有一定的鲁棒性.     

一种基于Contourlet变换的自嵌入图像水印算法

在对Contourlet变换分析的基础上,提出了一种基于Contourlet变换的自嵌入图像水印算法.该算法利用奇异值分解方法提取图像的特征信息生成水印,并将其通过量化的方法嵌入到图像的Contourlet域.实验结果表明:该算法具有较好的不可见性,可区分非恶意操作和恶意操作,并能对图像的篡改区域定位.     

ASIFT与SVD相结合的Contourlet域的抗几何攻击视频双水印算法

为平衡数字水印技术中的鲁棒性与透明性,提出基于仿射尺度不变特征变换(ASIFT)与奇异值分解(SVD)结合的Contourlet域视频双水印算法。首先,利用卡尔曼滤波器将视频帧内的运动物体进行分离获取运动宏块,对运动宏块进行Contourlet变换;其次,利用奇异值分解对图像的信号攻击存在较高的稳定性和低频子带系数直方图在旋转、缩放等几何攻击具有较强的鲁棒性,自适应地将混沌水印序列分别嵌入到高频子带奇异值矩阵和低频子带系数中;最后,以ASIFT的尺度和方向不变性作为触发器,用于判断嵌有水印的视频遭受的攻击类型。本文算法能保证嵌入水印的视频帧的峰值信噪比值(PSNR)在70 dB以上,水印的嵌入量达到240×360 bit。实验结果表明本文的算法能够保证水印的不可见性的同时针对几何攻击和信号攻击都具有较强的鲁棒性。     

基于DWT-DCT-SVD的鲁棒盲视频水印算法

为更有效地保护多媒体数据,文中提出了一种基于DWT(discrete wavelet transform)、DCT(discrete cosine transform)与SVD(singular value decomposition)结合的盲视频水印算法.利用视频帧内的R、G通道的颜色差值进行关键帧的快速选取,将关键帧的B分量进行多级离散小波变换,对变换后的子带进行Arnold置乱,将水印嵌入到置乱后的子带奇异值中.当嵌入水印视频受到攻击时,利用彩色图像各颜色通道间像素差值很小和奇异值分解的稳定性,用嵌入水印视频关键帧的G分量代替原始视频关键帧的B分量,实现水印的盲提取.实验结果表明,该算法对噪声、滤波、裁剪、帧置乱、帧平均、MPEG(moving pictures experts group)压缩等攻击具有较好的鲁棒性.     

基于DWT-SVD的视频水印

提出了结合离散小波变换（DWT）和奇异值分解（SVD）的数字视频水印算法。选取规范化质心（NCG）大于阈值的视频进行分帧,利用每帧视频的DWT分解后的中频分量系数进行SVD,修改奇异值,完成二值图像水印的嵌入,提取时利用部分原始视频的边信息,实现了水印的半盲提取。仿真结果表明,该算法具有良好的不可见性,并且保证了对常见的滤波,压缩,剪切等攻击的鲁棒性。     

基于非抽样Contourlet变换的高定位精度认证水印算法

本文提出了一种基于非抽样Contourlet变换的高定位精度图像自适应认证水印算法。对原始图像进行非抽样Contourlet变换,选取低频子图分块后进行奇异值分解,通过自适应量化修改奇异值嵌入经混沌置乱后的二值水印信息。整个分解过程没有任何抽样环节,各尺度下各方向子带均与原始图像具有相同的尺寸,从而提高了篡改定位的精度,增加了水印的嵌入量。水印的提取只需要由混沌初值和量化参数构成的密钥,保证了算法的安全性。同时该水印算法对JPEG压缩稳健,对恶意操作敏感。     

基于多分辨率分析和改进离散余弦变换的音频水印算法

提出了一种基于多分辨率分析的音频水印算法.首先通过对音频信号进行小波分解得到信号的时变低频分量,然后通过扩频和改进离散余弦变换将水印信息分散嵌入低频分量;最后通过误差修正获得较高的水印提取准确率.该算法增大了水印信号的嵌入量,在保证水印安全性和隐蔽性的同时,对常见的信号处理还具有较好的鲁棒性.     

基于DWT的鲁棒性数字图像水印技术

提出了一种新的鲁棒性数字图像盲水印处理方案.该方案先对载有版权信息的二值图像进行扩展、置乱等处理,生成水印;再对宿主图像进行小波多分辨率分解,将水印嵌入到小波的中频子带.在水印提取过程中采用独立分量分析技术,并进行置乱恢复、扩展恢复等处理.该方案与其他方案的重要区别在于提出了独特的扩展处理方法,从而极大地提高了算法的鲁棒性.实验结果表明:对于水印基准测试软件Checkmark的各种攻击,该方案具有较强的鲁棒性.     

基于QR分解和提升小波变换的鲁棒音频水印方法

利用QR分解的稳定性以及提升小波计算速度快的优良特性,给出一种基于QR分解和提升小波变换的盲鲁棒数字音频水印方法.为了保护原始二值水印图像的安全,利用混沌序列对其进行扩频,生成了待嵌入的水印信号.将原始宿主音频信号升维后进行QR分解,根据R分量是上三角矩阵且第一行为非零元素的特点,选定R分量的第一行,对其进行提升小波变换,得到了待嵌入的小波系数,利用线性瞬时混合模型将其与待嵌入的水印信号进行混合,得到隐秘音频信号.水印提取时,利用独立分量分析算法从待检测的隐秘音频信号中提取嵌入水印信号,获得嵌入水印信号的估计,经过后处理即可获得水印图像.实验结果表明,该方法可以实现水印的盲提取,并且具有良好的透明性和鲁棒性.     

基于归一化和非下采样Contourlet变换的数字水印方案

在研究非采样Contourlet变换和归一化理论的基础上,提出了一种新的数字图像水印算法。先将原始图像经过非下采样Contourlet变换处理,提取出图像的低频区域,然后依据人眼的视觉特性以及嵌入水印前、后系数的相关性,将水印信息嵌入对低频区域进行归一化重要区域中。无须借助于原始图像,就能进行水印提取,实现真正的盲检测。实验结果表明,本文算法对平移变换的抵抗力最强,对旋转和缩放也有很好的抵抗力,而且经过JPEG压缩之后,数字水印也不会失真。      

基于LDPC码的盲视频水印算法研究

根据视频水印系统和数字通信系统相似的特性,提出了一种基于LDPC码的盲视频水印算法.水印信息经随机置换与LDPC编码,对经过二次整数变换之后的直流分量进行修改实现水印的嵌入.为了兼顾水印的不可见性与鲁棒性的要求,根据水印长度和变换之后系数的大小自适应地选择嵌入水印的组及系数的改变强度.实验结果表明,该算法能够保证很好的视频质量,视频帧的PSNR值高于50 dB,并实现了水印的盲提取.对于常见的视频攻击有较强的鲁棒性,在码率高于汉明界推导出的下限的情况下,算法鲁棒性随着码率的减小而增强.     

基于LDPC码的盲视频水印算法研究(英文)

根据视频水印系统和数字通信系统相似的特性,提出了一种基于LDPC码的盲视频水印算法。水印信息经随机置换与LDPC编码,对经过二次整数变换之后的直流分量进行修改实现水印的嵌入。为了兼顾水印的不可见性与鲁棒性的要求,根据水印长度和变换之后系数的大小自适应地选择嵌入水印的组及系数的改变强度。实验结果表明,该算法能够保证很好的视频质量,视频帧的PSNR值高于50 dB,并实现了水印的盲提取。对于常见的视频攻击有较强的鲁棒性,在码率高于汉明界推导出的下限的情况下,算法鲁棒性随着码率的减小而增强。     

基于Contourlet变换的三维人耳提取

提出一种基于Contourlet变换的三维人耳提取方法.Contourler变换不仅可以提取图像的内在几何信息,而且能将这种信息分解到多个尺度的不同方向上.通过统计耳朵轮廓在Contotourlet变换域不同子带不同位置上系数的分布概率,可构建耳朵概率模型.利用这个模型,把非人耳轮廓边缘过滤掉,只留下耳朵边缘,再计算这些边缘的凸壳,便可实现三维人耳的精确提取.实验结果表明,使用该方法可以较好地提取出三维人耳,同时取得了较好的人耳识别效果.     

足球视频中近镜头的分类方法

视频镜头类型能够弥补低级特征和高级语义之间的鸿沟,有利于精彩事件的检测.文中在现有镜头分类算法的基础上,提出了一种将足球视频中的近镜头进一步分成特写镜头和场外观众镜头的分类方法.该方法选取近镜头关键帧图像在RGB颜色空间中颜色分量最少的单色图像,并对其进行尺寸归一化,然后采用各向同性Sobel算子和闭运算处理,获得二值边缘图像,最后通过计算二值边缘图像中黑色分块的个数实现两类镜头的分类判别.实验结果表明,文中方法是有效且实用的.     

基于非采样Contourlet变换和SVD的数字水印算法研究

非采样Contourlet变换具有多尺度性、多方向性和平移不变性的优点.提出了一种基于非采样Contourlet变换和SVD结合的数字水印算法,首先对图像进行非采样Contourlet变换得到低频子带,并对该子带系数进行SVD分解,然后将水印信息嵌入到奇异值中.实验表明,该算法在满足不可见性的同时,对常见的攻击有很好的鲁棒性,且提高了对抗JPEG压缩、中值滤波、高斯滤波和旋转攻击的能力.     

基于双重检测模型的视频镜头分割算法

提出一种基于自适应双重检测模型的视频镜头分割算法.该算法分为初检和复检两阶段,初检提出了基于人类视觉特征的非均匀分块的概念,并结合滑动窗口自适应二分查找算法进行镜头边界检测;复检过程利用尺度不变特征变换算法对初检得到的镜头边界进行匹配,排除初检中的误检.视频测试结果表明,该算法对多种不同类型的视频能同时提高切变和渐变镜头边界检测的效果.     

一种基于Rough Set的视频镜头检测方法

镜头检测是基于内容的视频检索的重要基础。视频文档具有数据量巨大,抽象程度低等特点,对其进行有效的存储、检索成为需要解决的迫切问题。根据MPEG编码的特点,提出了一种基于Rough Set的镜头检测方法。该方法能有效地区分镜头运动与渐变。实验表明,利用本文方法进行镜头检测能取得较好的效果。     

基于ICA和DCT的鲁棒性盲水印算法

提出了一种结合独立分量分析和离散余弦变换的数字图像鲁棒性盲水印算法.首先将载体图像分解成互不重叠的8×8子块,再对各子块进行离散余弦变换,接着把经过置乱和平铺扩展处理的水印嵌入到余弦变换的低频系数上,最后进行逆余弦变换得到嵌有水印的图像.在不需要原始图像、水印和攻击类型等信息的情况下,算法实现了真正意义上的水印盲提取.仿真实验表明,该算法对JPEG压缩、尺寸缩放、滤波等攻击具有较好的鲁棒性.     

一种新颖的图像多尺度几何变换及其应用

提出了一种新颖的图像多尺度几何变换方法,主要由预处理、方向滤波器组和最优方向小波变换等组成.方向滤波器组将预处理后的高频分量分解为多个方向子带,然后每个方向子带执行改进的最优方向小波变换.该变换兼有Bandelet变换和Contourlet变换的多尺度几何分析特性,能更稀疏地表示边缘和纹理特征.分别将EBCOT编码和硬阈值去噪应用到图像变换系数中,从而实现了有效的图像压缩和去噪,很好地保护了图像细节.实验结果表明,对于纹理和边缘丰富的图像,所提出的图像压缩和去噪方法在视觉质量上明显优于基于Bandelet或Contourlet变换的方法,峰值信噪比也提高了0.1 dB以上.