基于小波域和图像融合技术的视频水印算法研究

提出了一种基于三维小波变换的视频水印算法。算法以二值图像作为水印,并利用了三维小波变换和图像融合技术。首先对水印图像进行置乱预处理以增强其安全性;然后对宿主视频进行视频分割,提取视频关键帧,再将要加入水印的视频关键帧图像与水印图像均进行小波变换,并采用图像融合技术以及分块方法和重复嵌入,大大增强了水印的鲁棒性。     

采用二维增强的三维小波视频编码

提出了一种采用二维增强的三维小波视频编码方法，该方法将序列图像信号作为三维信号，把视频图像的帧内相关性和帧间相关性同时组织在一起构建小波系数。同时利用二维小波进一步刻画三维小波变换后低频子带内的信息特点，与单纯三雏小波变换相比，本文提出的方法在相同码率时具有较高峰值信噪比，特别在高压缩比情况下重建图像具有更好的视觉效果。     

基于平衡多小波图像变换的视频多描述编码

提出了一种新的视频多描述编码方法，即基于平衡多小波图像变换的视频多描述编码。首先，把图像进行多小波变换，然后，按照图像多小波变换后子带图像分量的异同重组图像的多小波系数，相同分量的多小波系数就构成图像的一个描述。视频的每帧图像都如是处理，就得到视频的多描述编码。一个好的视频多描述编码方案应该满足两个基本条件：各个描述平均分担图像信息和各个描述能够互相差错掩埋。通过统计分析和数学推导发现，在目前几种常用的多小波中，只有平衡多小波能够满足视频多描述编码的两个条件。本文给出了各个描述之间进行差错掩埋的数学公式，并据此提出视频多描述编码的算法。实验结果表明，即使在丢失四分之三数据的情况下，该算法依然能够以接近30dB的PSNR值和较好的视觉效果恢复原图像。     

一种采用小波变换的实时视频压缩系统

为了对视频图像进行实时有效的压缩,提出了一种基于小波变换的视频实时压缩编码系统。该系统以小波变换技术为核心,首先采用ADV612实时压缩编码芯片对视频图像进行硬件压缩编码处理;然后结合高速数字信号处理器—TMS320VC5509对分辨率为760×420和帧速为25 fps的视频信号进行了实时压缩编码。实验结果表明,该系统的性能指标达到512 kbps~15 Mbps的设计要求,并具有实时性高、结构简单和扩展性好等优点。     

基于提升小波变换的火灾图像识别

基于提升算法的小波变换具有算法简单、运算速度快、占用存储空间小的特点。针对火灾图像实时性强、火焰边缘含有大量火灾特征信息等特点,结合图像处理技术和小波分析理论,提出基于提升小波变换的火灾图像识别方法。运用小波提升算法提取视频帧图像的边缘。通过火焰面积判据和火焰尖角判据识别是否有火灾发生,实验证明基于提升小波变换的火灾图像识别方法准确性高,实时性强。     

一种基于小波和MP变换的细粒度视频编码算法

针对目前的细粒度算法的计算复杂度大(如Matching Pursuit编码，简称MP编码)或者视频质量有各种效应(如离散小波变换编码DWT)的缺点，提出了一种基于小波变换和MP变换联合的细粒度视频编码算法。对连续的8帧视频采用一维小波变换，然后对变换后第1帧低频图像用二维小波变换，其它7帧高频图像信息采用MP变换编码，并采用基于能量的原子搜索与基于人眼视觉特性的分配策略。实验表明，该细粒度算法对帧间运动较小的视频应用，有较高的恢复质量。     

图像的自动采集分析和实现

文章针对焊件检测过程中需大量采集和分析实时图像的要求，利用小波分析的特点，相关跟踪识别视频图像运动状态，实现自动采集、分析处理和储存一并完成，解决了视频图像连续捕获不能得到高像质的问题。     

基于小波变换的图像边缘检测匹配算法

小波变换能够获取信号的时频局部化特征,可作为一种有效的图像边缘检测工具。本文提出一种基于二维小波变换的图像边缘检测方法。首先对图像分别做两方向的小波变换,进而得到二维小波变换的幅值和梯度,然后利用非极大值抑制方法检测二维小波变换的模极值点作为图像的边缘点,最后利用Hausdorff算法实现模板边缘与实时图边缘之间的匹配。仿真试验表明本文所提出算法的有效性。     

基于方向提升小波变换的多描述视频编码

提出一种基于方向提升小波变换的多描述可分级视频编码方法,该方法能增强视频编码的容错性和网络自适应性。对视频序列中的每一帧图像按梅花下采样产生2个子序列,对每个子序列分别进行三维小波可分级视频编码形成2个描述。为解决传统二维小波变换方法对梅花下采样图像编码效率低的问题,引入方向提升小波变换对图像进行空域分解,提出5模式方向提升小波变换以进一步提高编码效率。实验结果证明了该方法的有效性。     

基于帧间小波变换的视频水印研究

针对数字视频版权保护及信息隐藏技术的需要,本文提出了一种基于帧间小波变换的视频水印算法。该算法首先对视频序列进行等长分组,然后对各组中的视频序列进行最大级数的帧间一维小波变换,从而可以得到一帧低频图像和多帧高频图像,其中低频图像聚集了视频序列的大部分能量,而高频图像的能量相对较小。本文对低频图像进行奇异值分解,然后将水印图像嵌入到低频图像的奇异值变换域上。在水印的嵌入与提取过程中只对4帧视频图像进行小波变换,所需内存较小,并易于硬件实现。实验结果表明,本文提出的视频水印算法具有较好的隐蔽性和鲁棒性。     

基于小波变换的图像压缩在监控系统中的应用研究

介绍了一种新的快速小波变换算法（FWT），在此基础上论述了基于小波变换的视频图像压缩的全过程，并提出了一种新的基于快速小波变换算法的视频现场总线监控系统。     

基于Arnold置乱的小波变换数字视频水印

提出了一种结合小波变换和Arnold变换的数字水印算法。首先用Arnold变换将水印图像置乱,然后将置乱后的水印图像,通过对视频关键帧图像的小波变换将其嵌入到视频的关键帧图像中,以完成水印的嵌入。Arnold变换是图像置乱常用的一种方法,对水印图像进行置乱处理能够提高其信息安全性,而且对于嵌入水印之后的视频帧来说,其抗剪切攻击等能力也会得到提高。将Arnold变换应用到视频水印中,可以使视频水印的安全性、可靠性以及水印嵌入的鲁棒性都得到有效提高。     

基于三维小波变换的视频散列算法

针对视频水印系统的安全性问题,提出一种基于三维小波变换的视频散列算法。该算法对预处理后的三维视频序列依次进行行方向一维小波变换、列方向一维小波变换和时间方向一维小波变换,完成视频序列的一层三维离散小波变换,并给出散列计算结果。仿真实验证明,该算法对帧内像素移动攻击及随机帧抖动攻击具有较强的鲁棒性。     

基于相邻尺度小波变换乘积的镜头渐变检测

镜头边界检测是进行视频内容分析的首要步骤。提出一种基于相邻尺度小波变换乘积的镜头边缘检测方法。对镜头内的每帧视频图像进行小波变换,求出各帧图像相邻尺度小波变换尺度积的模和方向。计算连续帧图像尺度积与模之间的绝对距离,得到2帧图像间的不连续值。通过自适应阈值分割,检测出镜头边界。     

一种基于小波融合的雾天视频监控图像增强算法

针对雾天视频监控系统采集的图像对比度降低、图像模糊的问题,提出一种小波融合算法。该算法在已有的图像增强方法的基础上,应用小波变换、直方图均衡化和非线性增强算子来综合处理雾天降质图像。实验结果表明,该算法对比于传统的方法不但可以明显的提高图像对比度,而且增强图像的边缘细节和纹理特性,取得较好的效果。     

一种基于小波变换的马尔可夫随机场的视频对象分割

马尔可夫随机场（Markov Random Field,MRF）理论已经被广泛地应用于视频图像的分割。提出一种基于小波变换的马尔可夫随机场模型的视频对象分割算法。该算法利用小波变换将图像序列分解到小波域,并在此基础上建立马尔可夫随机场模型,构造相应的能量函数。通过迭代求解能量函数的最优解,得出标记场,提取出运动对象。仿真结果表明,该算法能够有效地抑制噪声,提高构成对象边界像素的数量,快速有效地提取出视频对象。     

基于小波变换的星地低码率视频实时传输系统研究

介绍了一种高效活动图像压缩编码方法-小波变换算法,给出了以ADV611为核心的卫星-地面视频传输处理系统,较好地解决了卫星监视视频图像数据量大,而星地无线带宽有限的难题。     

基于小波变换和人类视觉系统的盲数字水印算法

随着因特网的发展,数字水印技术被广泛应用于数字图像、音频、视频等多媒体产品的版权保护。按照水印检测的方式可把数字水印分为盲水印和明文水印。文中提出了一种基于小波变换和人类视觉系统的盲数字水印算法,首先将水印图像利用Arnold混沌映射进行置乱,对宿主图像进行小波分解,然后通过改变两个小波子带相应系数的大小关系来嵌入水印信息。其中对相应小波系数修改权值的设置,利用了基于小波域的人眼视觉系统的特点。提取水印不需要原始图像。实验表明该算法在抵抗JPEG压缩、剪切和盐椒噪声等攻击有比较好的鲁棒性。     

煤矿井下视频多目标轨迹跟踪算法研究

为了提高煤矿井下监控视频的目标识别准确率,对运动目标进行有效跟踪,将小波变换和背景差分法相结合,对Camshift算法进行改进,提出了适用于煤矿井下视频多目标轨迹跟踪算法。首先采用小波三层变换对视频图像进行去噪处理,得到低频图像。然后再进行背景差分运算,检测出运动目标。最后采用Camshift算法对运动目标进行跟踪处理。实验结果表明,改进的Camshift算法减少了原始Camshift算法在初始候选目标时的随机性,提高了目标检测和跟踪的准确率,为煤矿的安全生产提供了保证。