学位论文 > 优秀研究生学位论文题录展示

面向立体图像/视频数字水印技术的方法研究

作　者: 吴爱红
导　师: 郁梅
学　校: 宁波大学
专　业: 电路与系统
关键词: 立体视频系统数字水印技术零水印立体掩蔽特性
分类号: TP309.7
类　型: 硕士论文
年　份: 2012年
下　载: 55次
引　用: 0次
阅　读: 论文下载

内容摘要

由于立体视频系统能给人提供真实场景的立体感，立体视频系统在市场上的开发与应用上有着非常大的实用价值。随着科技的发展，这些高端应用产品将受到复制、篡改等攻击，使得产品拥有者得不到保护，如何利用立体图像的独有的特征，进行研究合理有效的立体视频产品的立体水印技术是一个值得探讨并深入研究的新课题。本文通过分析立体视频图像所独有的特性，以对平面水印技术为基础，主要研究了应用于立体视频图像版权保护的水印技术，并拓展到了立体视频图像的质量评价应用。首先，分析一些已有的二维视频图像数字水印的经典算法，结合立体视频图像独有的特点，针对立体视频图像的基本处理如JPEG压缩、滤波等，提出了一些算法，这些算法结合立体视频图像的不同特点，从不同角度体现算法的鲁棒性，实现立体图像版权保护的功能。其中，提出的基于关系调制的立体图像盲水印算法利用立体图像中左右图像中块变换后的交流系数与块能量的关系来嵌入水印，嵌入位置的选择和左右图像关系的建立决定了算法的鲁棒程度；提出的联合关系和量化的立体图像盲水印算法利用立体图像块中关系稳定程度来选择嵌入方式，进一步改善了算法鲁棒性和水印透明性的矛盾；提出的基于图像特征的立体图像盲水印算法是结合左右图像同一性质的块具有同样变换趋势，再联合选择嵌入方式的方法来更进一步改善算法鲁棒性和水印透明性的矛盾。其次，在总结分析以上算法的基础上，结合平面视频图像零水印技术的优势，针对立体视频图像的鲁棒性零水印技术进行了定量的研究。根据立体图像中左右图像的视差关系，提出了基于立体图像块匹配零水印方法。该方法利用视差匹配从右图像中找出左图像的最佳匹配块，通过最佳匹配误差与整体的匹配误差平均值来进行比较，比较的结果来构造零水印。实验结果表明，该方法在设定足够大的阈值基础上，能有效达到立体图像版权保护的目的，并对立体图像的基本对称和非对称失真处理(JPEG压缩、滤波、剪切)都具备很强的鲁棒性。基于SVD分解的强稳定性，提出了基于SVD分解的立体图像块匹配零水印算法，该算法相对于基于立体图像块匹配零水印方法有更强的鲁棒性。根据左右图像具强相关性，提出了一种基于立体图像块视点相关性的零水印方法。该方法将左右图像块分别进行SVD分解，由左右图像块SVD分解后的特征向量构成的夹角来度量左右图像块的相关性，将每对图像块的相关性和整体图像的平均相关性的关系构成零水印信息，该方法对立体图像对的基本对称失真和非对称失真都有很强的鲁棒性，适用于网络传输和图像的基本滤波处理情况。由于不同区域图像块的相关性强弱不同，例如背景块的相关性较强而前景的相关性较弱，平坦区域的相关性较强而非平坦区域的相关性较弱，提出一种基于分级的立体图像块视点相关性的零水印方法，该方法相对于立体图像块视点相关性的零水印方法有更强的鲁棒性。接着，通过分析人眼对不同纹理区域的不同敏感度，根据图像块DCT变换能量的关系将图像纹理分类成：平坦块、边缘块和纹理块。结合Watson感知模型，提出面向图像质量评价的数字水印算法。该方法根据人眼视觉特性，结合Watson模型在不同图像块上嵌入不同强度的水印，实验结果表明，该方法对JPEG压缩图像的质量评价与主观质量有较好的一致性。在实现了水印技术用于图像质量评价的新应用的基础上，利用零水印的优势，结合立体图像对不同纹理结构的掩蔽性，提出了一种面向立体图像质量评价的数字水印算法，该算法体现了不同纹理结构在人眼主观评价中不同的感知程度，同时也体现立体感在人眼主观评价的不同感知程度。最后，总结分析了不同结构的立体视频编码性能，根据人眼的立体掩蔽效应，基于感知的编码算法理念，提出了一种基于感知的立体视频数字水印算法，该算法通过调节QP来嵌入水印信息，同时探索并比较分析了两种立体视频数字水印方法：一种是通过控制右通道图像序列整帧的QP来嵌入水印信息，另一种是将图像块分类，通过控制不同图像块的QP来嵌入水印信息。实验结果表明在不同编码条件可选用不同的方法来嵌入水印信息。

全文目录

摘要  4-6
Abstract  6-11
引言  11-12
1 绪论  12-21
  1.1 论文背景及研究意义  12-13
  1.2 国内外研究现状分析  13-17
  1.3 本文的研究内容及创新之处  17-19
  1.4 本文的结构安排  19-21
2 立体视频系统和数字水印技术基础  21-28
  2.1 立体视频系统  21-25
  2.2 数字水印技术  25-26
  2.3 立体视频系统中的数字水印技术  26-27
  2.4 本章小结  27-28
3 面向版权保护的立体视频图像盲水印方法研究  28-52
  3.1 基于关系调制的立体图像盲水印算法  28-35
    3.1.1 基于关系调制的图像水印方案  28-29
    3.1.2 基于关系调制的立体图像盲水印算法  29-32
    3.1.3 实验结果及分析  32-35
  3.2 联合关系和量化的立体图像盲水印算法  35-45
    3.2.1 立体图像中可利用的关系分析  35-36
    3.2.2 联合关系和量化的立体图像盲水印算法  36-38
    3.2.3 初步实验结果及分析  38-41
    3.2.4 联合关系和量化的立体图像盲水印算法优化  41-43
    3.2.5 实验结果及分析  43-45
  3.3 基于图像特征的立体图像盲水印算法  45-50
    3.3.1 立体图像纹理的特征分析  45-47
    3.3.2 基于图像特征的立体图像盲水印算法  47-48
    3.3.3 实验结果及分析  48-50
  3.4 本章小结  50-52
4 面向无失真的立体视频图像零水印的方法研究  52-71
  4.1 基于立体图像块匹配的零水印算法  52-59
    4.1.1 视差匹配及零水印  52-53
    4.1.2 基于立体图像块匹配的零水印算法  53-55
    4.1.3 实验结果分析  55-59
  4.2 基于立体图像块匹配的零水印的优化算法  59-61
    4.2.1 SVD 分解  59
    4.2.2 基于 SVD 分解的立体图像块匹配零水印算法  59-60
    4.2.3 实验结果及分析  60-61
  4.3 基于立体图像块视点相关性的零水印算法  61-64
    4.3.1 相关性定义  61-62
    4.3.2 基于块视点相关性的立体图像零水印算法  62-63
    4.3.3 实验结果及分析  63-64
  4.4 基于分级的立体图像块视点相关性的零水印算法  64-69
    4.4.1 视点相关性分析  64-65
    4.4.2 基于分级的立体图像块视点相关性的零水印算法  65-67
    4.4.3 实验结果及分析  67-69
  4.5 本章小结  69-71
5 面向立体视频图像质量评价的数字水印方法研究  71-83
  5.1 面向图像质量评价的数字水印算法  71-78
    5.1.1 Watson 感知模型  71-72
    5.1.2 图像感知分类  72-74
    5.1.3 面向图像质量评价的数字水印算法  74-75
    5.1.4 实验结果及分析  75-78
  5.2 面向立体图像质量评价的零水印算法  78-82
    5.2.1 立体图像质量评价模型  78-79
    5.2.2 面向立体图像质量评价的数字水印算法  79-81
    5.2.3 实验结果及分析  81-82
  5.3 本章小结  82-83
6 面向立体视频图像编码的数字水印方法的探索研究  83-98
  6.1 立体视频编码  83-93
    6.1.1 立体视频编码结构  83-86
    6.1.2 立体视频非对称编码方案  86-93
  6.2 基于感知的立体视频数字水印算法  93-96
  6.3 本章小结  96-98
7 结论与展望  98-101
  7.1 本论文的工作总结  98-99
  7.2 未来研究展望  99-101
参考文献  101-105
测试的图像和视频序列  105-107
在学研究成果  107-108
致谢  108

面向立体图像/视频数字水印技术的方法研究

内容摘要

全文目录

相似论文