视频信息隐藏的置乱策略与方法

随着网络和多媒体技术的飞速发展,视频数据的安全问题越来越突出。深入探讨了视频数据在空域、频域以及运动矢量上的置乱策略与方法。对如何提高置乱方法的安全强度,以及如何降低置乱对编码效率与视频图像质量的影响进行了详细分析,提出了置乱应遵循的原则。在此基础上,改进现有的算法,并通过实验进行了验证。实验结果表明,基于频域与运动矢量相结合的视频置乱策略与方法具有更强的安全性。与传统数据加密方法不同,置乱方法能够与视频编解码进行紧密的结合。     

基于全方向预测与误差扩展的可逆数据隐藏

提出一种具有高容量低失真特点的可逆图像数据隐藏算法.通过扩展像素的预测误差值将数据嵌入图像宿主中,可在提取嵌入的数据后准确还原原始图像.与大部分基于预测误差扩展的算法不同的是,提出一种具有全方向上下文的预测器以提高预测精度.提出一种基于差值扩展的嵌入算法将数据嵌入预测误差中,并提出一种仅需少量附加数据的边界表策略以避免像素溢出问题.实验数据表明,提出的全方向预测器能有效提高预测精度,并且结合提出的扩展算法与边界表,其嵌入容量与宿主图像质量较已有的可逆数据隐藏算法都有所提高.     

故障模型的可辨识性及其应用

基于系统模型辨识的故障诊断技术有助于定量评估故障的严重程度,对故障诊断技术的发展具有重要的意义,而目前多故障系统的故障辨识理论有待更深层次的研究。从故障模型的可辨识性角度来探讨和丰富故障辨识理论,因为某些并发故障将会带来模型的可辨识性问题。提出了基于Fisher信息矩阵的模型可辨识性考察方法,以及如何改善模型可辨识性的方法,并以转子系统的质量偏心和轴初始弯曲辨识应用为例来说明。     

小波局部极大模方法在轴心轨迹辨识中的应用研究

提出了一种新的基于小波局部极大模的轴心轨迹辨识方法。该方法通过对轴心轨迹的θ-s曲线进行连续小波变换,提取小波局部极大模线,计算每条局部极大模线对应的Lipschitz指数α。最后用α为正的局部极大模线的条数、正α的平均值、α为负的局部极大模线的条数和负α的平均值等4个量作为轴心轨迹特征,并以这些特征量作为BP网络的输入进行分类识别。采用径向碰摩、联轴器不对中、油膜涡动和转子不平衡等4种故障的试验数据对该方法进行检验。结果表明,该方法有特征量少、神经网络的训练速度快和系统识别正确率高的优点。     

一种抗同步攻击的视频水印新方案

文章提出一种新颖的基于纠错和同步编码的视频水印方案,在嵌入水印时先将水印信息进行纠错编码后,和同步码作数据封装,然后嵌入到视频数据中。在检测水印时,先检测同步码,然后对得到的信息码进行纠错译码,还原出水印信息。此外,为了抵抗几何攻击,算法利用Zernike矩来确定水印嵌入的位置。实验表明,该水印方案具有低复杂性,能够有效抵抗帧丢失、帧插入等时间域的同步攻击与几何攻击。