混沌加密理论在视频图像加密中的应用

提出了一种利用混沌理论加密MPEG-2视频文件的方法。通过综合应用实值混沌序列加密,幻方矩阵置乱和符号矩阵加密3种方法对视频信息进行加密,并将加密结果与单独应用以上3种方法的加密结果进行了比较,并比较了这种方法相对于椭圆曲线公钥加密算法对视频信息进行加密的优点。     

基于Logistic混沌系统的网络视频加密算法研究

提出了一种基于Logistic混沌映射的实时视频保密通信方案,在SEED-VPM642平台上实现了网络视频加密传输的全双工系统．重点研究了混沌系统的变参数、定点运算及动态加密算法的原理,在原有传统的异或加密算法上加以改进．采用Logistic离散混沌序列对实时视频传输系统进行加／解密设计,达到视频数据在网络上的安全传输,并从算法的安全性、效率等方面进行了性能分析．实验结果表明,与Lorenz混沌系统相比,该算法具有良好的实时性和快速性．可有效保障网络视频传输的流畅性及安全性．     

基于Logistic和Baker映射的视频加密方法

为保证网络信息传输的安全性,提出一种视频图像加密方法。该方法引入混沌系统中的Logistic映射和Baker映射,结合H.264视频压缩编码特点,利用Baker映射对DCT（Discrete Cosine Transform）变换量化后的块进行位置置乱,改变空间像素的位置;利用Logistic映射产生的伪随机序列生成密码序列,对块矩阵像素的数值进行改变;在熵编码完成后,利用Logistic映射产生的伪随机序列,对0,1二进制串进行漂移的流加密。该算法的计算复杂度低,具有良好的安全性和实时性,对编码压缩性能影响较小。     

一种新的多视点分布式视频编码算法

提出一种新的分布式视频编码(DVC)算法,在编码端对原始视频帧进行块分类后,对其稀疏块进行编码;在解码端应用复杂的重构算法并结合DVC边信息融合算法。提出的算法具有复杂度低、码率较低、码率控制灵活等优点,同时编解码端互相独立、无须反馈通道。仿真实验表明,提出的算法具有降低编码复杂度和保持压缩效率的优点。     

一种基于DCT和混沌序列的图像加密算法

文章提出了一种利用离散余弦变换（DCT）和混沌系统相结合的图像加密算法,首先利用DCT将图像在频率域压缩,然后利用混沌系统分别生成置换规则和混沌符号序列对压缩后的数据在频率域加密。通过仿真实验表明,文章所提出的算法,在取得良好的加密效果同时,还具有一定的压缩性能,并且可以根据需要对压缩性能和加密效果进行适当的调整。     

多视点分布式视频编码的研究

随着新型多媒体传感器网络的出现,现有编码方法不能有效适应其庞大的数据量.因此针对多媒体传感器网络能量、资源受限的问题,该文研究能提供低复杂度、低能耗、低成本编码器的分布式视频编码技术.文章总结了多视点分布式视频编码各个环节的最新研究进展,并针对分布式视频编码的核心内容边信息生成,提出了基于多视图几何的空间边信息生成算法,又在此基础之上应用线性组合模型的融合算法使边信息质量进一步提高.仿真结果表明,空间边信息生成算法可以使率失真性能得到2 dB左右的提高,而线性组合模型的融合方法可以使增益再提高0.3 dB左右.     

单通道视频编码的可变码率控制方法

为提高实时视频编码的图像质量,提出了一种低复杂度单通道视频编码的可变码率(VBR)控制算法.通过简化经典率失真R-D模型推导得到图像复杂度和空间活动性的线性公式,根据运动估计过程的残差信息计算当前编码图像的复杂度.在编码过程中,动态地改变该公式的参数来适应各种不同的视频场景.利用图像复杂度和编码比特数的线性模型来分配当前图像的目标编码比特数,同时结合先前实际编码比特率和期望比特率之间的偏差调整目标比特数.实验结果表明,该算法可以有效地进行码率控制,对场景复杂度变化有很强的适应性,得到相对平稳的图像质量.与TM5算法相比,平均峰值信噪比(PSNR)提高了0.7～1.0dB.     

一种自适应的循环迭代数字图像加密算法

依据Shannon提出的实现数据加密的基本操作以及分组密码学的加密机制,提出一个新型的自适应循环迭代数字图像加密算法。该算法借用进化算法中的交叉和变异过程,对数字图像进行循环迭代操作。交叉过程采用广义猫映射实现图像坐标矩阵的置换变换,变异过程采用Logistic混沌系统实现像素灰度值的替代运算。在每一轮迭代加密过程中,通过对初始密钥进行循环移位来生成相应的加密轮密钥,使得加密密钥随着加密次数而改变,从而有效提高加密算法的安全性。算法最终以数字图像加密效果评价准则作为停止依据。实验分析表明,所提加密算法具有良好的安全性和效率。     

基于小波域的视频水印算法

该文基于小波变换特性，根据物体的运动和视频信号内容的纹理复杂度，将小波系数进行分类，根据分类结果并利用相邻帧的统计特性，将水印嵌入小波的低频子带中。仿真实验结果表明该视频水印嵌入算法对于多种攻击，如MPEG压缩编码、丢帧和帧重组等具有很好的稳健性。     

快速帧内预测方法

为了进一步提高编码的效率,提出了一种基于离散余弦变换(discrete cosine transform,简称DCT)的能量函数的快速Intra-4×4模式选择算法.该算法通过估计帧内预测残差的纹理复杂度达到减少进行率失真最优化计算的模式数量.实验结果表明,该算法在保持原有编码效率的基础上能节省约一半的编码时间.     

基于DCT系数分布的全零DCT系数块的预先判别方法（增刊）

低码率视频编码时，经帧间预测后得到的运动补偿数据通常很小，对这些数据再进行DCT和量化后其DCT系数往往全为零。为减少编码器的运算量，提出了预先判断全零DCT系数块的方法。在分析现有判别方法对全零系数块的误判与漏判的基础上，从二维整数DCT 变换,量化和DCT系数的分布特性出发，提出了一种全新的判断方法，提高了判别效率，并给出了具有一般表示的判别式，可以应用于不同尺寸的变换块。实验结果表明，所提出的判别方法提高了全零DCT系数块的判别效率，与现有的方法比有高达35%的检出率。     

子块结构信息与LSB相结合的脆弱水印

该文结合H．264／AVC视频编码特点,提出一种利用结构特征的脆弱水印算法。利用4×4DCT子块在宏块中的位置信息和该子块中最后一位非零量化系数之间的差值,通过LSB位的替换方法,将水印信息嵌入到该子块中所选的非零系数中,然后将嵌有水印的DCT量化系数通过熵编码写入比特流中进行传输。实验仿真结果表明,该算法具有较好的脆弱性,对视频的影响较小。     

基于脆弱水印的彩色视频认证方案

该文提出了一种基于脆弱水印对彩色视频认证的方案,把RGB色彩模式转换为YST色彩模式,利用YST模式嵌入水印到彩色视频.首先将T分量按4×4分块并做DCT变换,然后根据I帧图像内DCT低频量化系数关系生成认证码,按照生成的认证码修改每个DCT块的最后一个非0系数作为水印嵌入到图像当中.在视频认证阶段,不需要原视频作为参...     

基于区间设定的DCT域视频水印算法

结合H.264/AVC编解码标准和编解码器的结构,该文提出一种基于I帧压缩域DCT量化系数的视频水印方法。根据DCT量化系数的特点,选择intra4×4模式下DC系数非零的4×4DCT子块作为水印嵌入块,采取区间设定的方式将水印嵌入到低频非零系数中去。在解码端,提取相应位置DCT系数值,利用区间设置关系检测水印,属于盲检测。实验仿真结果表明,该算法具有较小的码率变化和较好鲁棒性。     

码率恒定小尺寸视频流DCT编码二次插值优化

为了在小尺寸屏幕上保持码流恒定,以使视频流清晰,在帧内预测编码的基础上,提出了一种改进的DCT（Discrete Cosine Transform）编码二次插值优化算法。该算法根据帧内预测编码的DCT变换机制,利用DCT编码的二次插值可以使码流恒定,小尺寸屏幕的块效应减弱,在保持视频流速度稳定的情况下,提高了图像的清晰度。实验结果表明,传统DCT变换在小尺寸屏幕的限制下,块效应明显,而且编码的复杂度较高,而DCT编码二次插值明显比传统算法图像清晰,而且保持了码流的恒定。     

基于脆弱水印的H.264视频完整性认证方案

为了解决低码率视频完整性认证问题,提出了一种基于脆弱水印的视频认证方案．在H.264视频编码时,首先根据I帧DCT低频量化系数关系生成认证码,然后以水印的形式把认证码嵌入到I帧DCT高频量化系数中; 在视频解码阶段进行认证,水印提取不需要原视频作参考．仿真结果表明,所提出的方案具有较小的码率变化和视频失真,保证了方案的有效性．     

分布式视频编解码技术在无线视频通信中的研究

在视频编码领域中,分布式视频编解码系统具有低功耗、低复杂度、高压缩效率和强健壮性等特点。在无线视频通信体系当中,分布式视频编解码技术取得了很多有意义的成果。为了进一步提高分布式视频编码技术的编码质量,文章在信息估计、量化技术及编码器设计、运动估计和运动补偿算法、重构模块算法等方面进行了深入的分析,提出了一些有意义的研究思路和方向。     

基于异构多处理平台视频编码并行化复杂度与率失真研究

针对高效视频编码(HEVC)实时编码高清视频和超高清视频而带来视频编码速度慢、计算复杂度高的问题,提出了基于异构多核CPU+GPU处理平台上的并行实时编码算法以及在GPU中基于率失真优化快速搜索算法,以提高视频编码的速度和降低计算复杂度。经实验验证,所提算法简单且有效,在不牺牲率失真性能的前提下,使编码速度得到明显提升,并进一步接近了实时编码的要求。     

一种动态场景下的视频前景目标分割方法

视频中运动前景目标的分割是计算机视觉领域的一项关键问题, 在视频监控、检索、事件检测等多个方面具有重要应用价值. 现有视频前景目标分割技术主要针对静态场景, 在动态场景下难以获取良好效果. 该文提出一种高斯混合模型与光流残差相结合的前景目标分割方法. 该方法使用高斯混合模型建模, 提取初步的前景区域; 利用光流残差进一步滤除其中动态纹理背景干扰; 采用形态学处理获得前景目标. 实验显示, 与现有方法相比, 该方法可更准确地从动态场景中分割出前景目标轮廓.