一种基于HVS的DCT域稳健视频水印算法

结合人类视觉系统特性及离散余弦变换理论,提出了一种基于原始视频的稳健性盲水印算法。该算法将置乱后的二值图像水印嵌入到原始视频帧绿色分量的离散余弦变换低频系数中,根据视频内容自适应地选择嵌入深度,较好地实现了水印在宿主视频中的嵌入及盲提取。实验结果表明,该视频水印算法在保证不可知性的同时对诸如Gaussian、帧剪切、Salt等攻击均具有良好的稳健性,即使在攻击强度较大的情况下仍然能够提取出较清晰的水印信号。     

一种基于3D-DCT的视频水印算法研究

本文提出一种基于DCT（离散余弦变换）扩展频谱的稳健性视频水印方案。根据视频序列的特点对视频块序列采用3D-DCT变换（三维离散余弦变换），并依据运动检测和人眼视觉模型分成块序列自适应的嵌入水印，保证隐藏数据的视觉不可见性和一定的容量。该算法很好地克服之前的视频水印算法在抗攻击和容量上的缺陷。实验结果表明，该方案嵌入水印视觉不可觉察性，抗攻击及容量上都有较好的性能。     

一种DCT域多重视频盲水印算法

针对多用户共享版权问题,提出了一种DCT域多重视频盲水印算法.该算法结合Amold置乱及视觉系统特性,通过自适应地调整视频画面绿色分量的DCT系数,实现了不同水印在视频载体中的嵌入.根据视频内容灵活地选择嵌入系数,将经过Arnold置乱的不同图像水印嵌入到视频画面绿色分量的DCT中低频系数里,较好地实现了多重水印在视频载体中的嵌入及盲提取.仿真实验表明,文中算法对常规视频攻击表现出了较好的稳定性,并且具有算法复杂度低及实用性强等特点.     

基于小波域低频系数的自适应盲视频水印算法

设计了一种基于小波域低频系数的自适应盲视频水印算法,先用Arnold变换对水印图像进行置乱加密,再对原始视频进行分帧处理并提取亮度分量,将水印信息嵌入到亮度分量三层离散小波变换的低频系数中,嵌入强度由低频系数自适应地选取.实验结果表明,水印的安全性和不可感知性很好,在抵抗噪声干扰、帧删除、帧剪切以及滤波等多种攻击时具有良好的稳健性.     

基于MPEG-4的视频水印算法研究

根据MPEG-4视频标准的编码特点和结合MPEG-4编码原理,本文提出了一种适用于版权保护的基于MPEG-4视频水印算法。该算法的基本思想是:首先从亮度分量量化后DCT系数的中低频范围中获取水印信息,然后将获取的水印信息嵌入到视频序列I帧全部亮度分量的DCT系数中,最后给出仿真实验和结果分析。仿真实验表明,该算法具有较好的不可见性。     

MPEG-4视频解码器一致性测试

一个特定的profile&level的解码器需要通过MPEG-4标准第四部分中定义的测试过程才能被认为是一个一致性的解码器。对这个测试过程作了较为详细的介绍,给出了MPEG-4Advancedsimpleprofile1ASP@level5的解码器的测试方法和测试过程。     

基于帧间相关性的盲视频数字水印算法

提出了一种在原始视频中嵌入水印的算法。嵌入的水印由2部分组成:标志水印和信息水印。首先从一段原始视频里随机选出若干视频帧,在这些帧的像素平面亮度分量上固定位置嵌入标志水印,再根据密钥选取其他若干图像块在其离散余弦变换(DCT)直流系数中嵌入信息水印。然后在整段视频的每一小段中重复嵌入水印。提取水印时,只需从整段视频中截取足够包含完整信息水印的一小段视频,通过搜索标志水印快速地选出包含水印信息的帧。然后利用水印帧与前后相邻视频帧之间内容的高度相关性,得到嵌入水印位置像素值的估计,与包含水印信息帧相应位置做比较,提取出水印信息,实现了水印的盲提取。实验结果表明本算法能够抵抗压缩、缩放、帧删除/插入等各种攻击,具有较强的健壮性。     

基于DCT的自适应多重彩色图像盲水印算法

针对现有图像水印算法的一些不足,提出了一种基于离散余弦变换的自适应多重彩色图像盲水印算法。该算法根据彩色载体图像内容特点,将预处理后的不同二值图像水印自适应地嵌入到其绿色分量的离散余弦变换低频系数和中频系数,实现了不同水印在彩色载体图像中的嵌入及盲提取。实验结果表明,该算法在保证不可觉察性的前提下能够较好地抵抗各类常规攻击,具有良好的稳健性。     

基于内容自适应的实时视频水印算法研究

设计了一种基于内容自适应的实时视频水印算法。该算法使用Arnold变换对原始水印图像进行置乱,能够基于视频内容自适应地将水印图像嵌入到原始视频的每一帧中,且实现了水印图像的盲提取。实验结果表明,该算法具有实时性、不可感知性,对高斯噪声、Speckle及帧裁剪等常规攻击具有较好的稳健性,可以作为一种防插播、防篡改技术应用于数字广播电视领域中。     

基于关键帧和小波变换的盲视频水印算法

针对现有视频水印算法在抗几何攻击能力方面的一些不足,提出一种基于关键帧和小波变换的盲视频水印算法.依据视频帧间差欧氏距离提取视频关键帧并分块,结合人类视觉系统特性,从关键帧不同的块中选择亮度敏感性和纹理敏感性最高的块构成三维体块,进行三维小波变换,将置乱的水印图像以不同的嵌入强度嵌入到小波系数的低频区域,利用阈值门限实现水印的盲提取.结果表明,该算法提高了水印嵌入容量,对于针对视频水印的攻击具有较好的不可见性和稳健性.     

一种小波变换域的自适应视频水印算法

稳健性是数字水印算法的主要问题之一.根据视觉特点和信号特性实现水印分量的自适应嵌入是提高水印稳健性的有效途径.本文提出了一种基于小波变换域的自适应视频水印算法.水印根据2-D小波系数的特点嵌入在低频子带系数中,以获得较好的稳健性.为了在保证不可见性的前提下尽可能提高水印分量的强度,本文提出根据物体的运动和视频信号内容的纹理复杂度将低频子带中的系数进行分类,根据分类结果,自适应地调整嵌入水印的强度.实验结果表明:嵌入水印对多种攻击,如加性Gaussian噪声、高压缩比的MPEG-2压缩编码、时域抽样和丢帧、以及空域抽样等具有很好的稳健性.     

基于视频数字水印的保密通信系统

传统的加密通信不具备伪装性,容易被攻击者截取.为了有效地将信息隐藏实现保密通信,设计了一种基于视频数字水印技术的保密通信系统.该系统将文本信息经海明编码后嵌入到离散余弦变换的系数中来实现信息隐藏,采用直流系数的相对变化关系来实现同步和实时随机检测,能有效克服传统加密通信的缺点.实验表明该系统对视频质量影响较小,能实现隐藏信息的可靠传输.     

一种基于小波变换的自适应数字水印算法

文中提出一种基于小波变换域自适应嵌入数字水印的算法．该方法利用小波多分辨率的特性，结合图像和人眼的特性，首先将一幅有意义的水印图像置乱，然后对置乱后的图像和原图像分别做离散小波变换．根据原图像的显著性，自适应的调整加入水印的强度，最后得到加入水印后的图像．     

一种基于DCT系数正负判别的盲水印算法

利用中频DCT系数接近0的特征，提出了一种通过对称修改单个中频系数实现嵌入二值图像水印的方案。首先将水印图像进行Arnold变换，然后根据变换后水印像素值为1或0将宿主图像中频系数修改为绝对值相等的正负数，提取水印时只需判断相应系数的正负即可，提供过程不需原始图像参与。实验结果表明，该算法对于常见的图像攻击具有较好的鲁棒性。     

基于离散小波变换和混沌加密的图像水印算法

文中提出了一种基于离散小波变换和混沌加密的数字水印新算法,采用二维混沌变换对水印图像加密;对载体图像进行多分辨离散小波变换,应用小波系数判断载体图像的纹理复创杂程度后,依据人眼的视觉系统（HVS）特性,将水印信号嵌入到图像的低频部分,对图像的不同分解层分别选取不同的纹理阈值和水印嵌入强度,将数字水印嵌入到相同分辨层的原始图像中,提高了水印算法的鲁棒性.在检测和提取水印时,通过水印相似度（NC）和峰值信噪比（PNSR）评价水印质量,实验结果表明提出的算法可以抵抗剪裁、JPEG压缩、滤波等几何攻击,算法简单,计算复杂度小,兼顾了水印的不可见性和鲁棒性.     

基于三维离散余弦变换的鲁棒彩色图像水印算法

针对常见的彩色图像水印算法仅在亮度分量或在每一分量嵌入水印,致透明性和鲁棒性不能达到权衡的问题,提出了一种新颖的基于三维离散余弦变换的RGB彩色图像水印算法。为增强水印的安全性,先对水印图像进行异或加密和Arnold置乱处理;其次对彩色图像进行互不重叠的分块处理,并对每一分块进行三维离散余弦变换;最后对每一分块三维离散余弦变换后的第一个系数采用量化的嵌入方法嵌入水印信号。实验表明,提出的算法具有较好的透明性和鲁棒性,对彩色图像的版权保护应用具有一定的应用价值。     

MPEG-2压缩域的视频数字水印新算法

视频数字水印技术是当前水印研究中的一个热点.本文提出一种视频数字水印新算法,直接对压缩后的视频数据流进行操作,根据运动矢量的特征值,将水印信息嵌入到运动矢量上,不需要完全解码和再编码过程.所提出的水印算法简单、有效,实现了水印盲检.与嵌入水印前的原视频图像相比,嵌入水印后的视频图像信噪比损失很小.     

基于Turbo码的DWT-DCT域稳健性视频水印算法

提出了一种基于Turbo码的DWT域与离散DCT域相结合的视频水印算法。在该算法中,首先选取视频序列中的关键帧,并对其亮度分量进行一级DWT变换,再对DWT域的逼近子带进行4×4的DCT变换,最后在DCT变换的直流系数中嵌入经过伪随机排序和Turbo码编码置乱后的水印信息。实验结果表明:该算法不仅具有良好的不可见性,而且对各种常见的攻击都具有较好的稳健性。     

基于小波变换和神经网络的视频水印算法

针对视频版权的保护提出了一种基于三维小波变换和RBF神经网络的视频水印算法。本算法采用二值图像作为水印,对水印图像进行随机置乱预处理以增强其安全性能;对宿主视频进行视频分割,并分别对得到的各序列做三维DWT变换;把水印嵌入到经过三维变换的低频子带中,在水印提取过程中,结合RBF神经网络模型,而不需要原始图像,快速有效提取出水印。实验结果表明,该算法具有较强的不可见性,且针对帧压缩、旋转、滤波和比例缩放等具有良好的鲁棒性。