学位论文 > 优秀研究生学位论文题录展示

视频编码中数字水印算法的研究

作　者: 王继广
导　师: 宋益波
学　校: 哈尔滨工业大学
专　业: 计算机科学与技术
关键词: 信息隐藏视频水印 HVS 盲检测 DVC
分类号: TP309.7
类　型: 硕士论文
年　份: 2009年
下　载: 73次
引　用: 0次
阅　读: 论文下载

内容摘要

伴随着计算机技术和多媒体技术的飞速发展,多媒体数据的数字化为多媒体信息(数字文本、图像、音频和视频等)的存取提供了极大的便利。网络技术的日益成熟使得多媒体信息发布形式愈加丰富,传播变得愈加容易和快捷。但是随之出现的问题也十分严重,作品侵权、篡改更加容易。因此版权保护问题变得越来越重要。信息隐藏作为多媒体信息安全的一个重要手段,近几年来已经成为信息处理与信息安全领域的研究热点。作为信息隐藏技术主要分支的数字水印技术,要求在不破坏原数据欣赏价值的前提下,将数字、序列号、文字、图像标志等信息嵌入到多媒体数据中,以起到版权保护、秘密通信、数据文件的真伪鉴别和产品标识等作用。目前图像水印技术发展比较成熟,视频水印技术明显滞后于图像水印技术,但是由于视频水印技术自身所具有的研究价值和潜在的市场需求,视频水印技术逐渐成为信息安全领域的一个热点。本文以视频为基础,研究视频中的数字水印问题。论文的主要研究内容如下:首先,系统的综述了视频水印技术的特性、主要应用领域,以及国内外的研究现状。并深入分析了常用的视频水印模型,并对模型中典型水印算法的性能进行了分析。其次,结合人眼视觉特性HVS(Human Visual System),提出基于视觉特性的DCT(Discrete Cosine Transform)域视频水印算法和基于视觉特性的压缩域视频水印算法。前一种算法利用了DC直流系数的稳定性,且为了满足视频水印算法的不可见性和鲁棒性要求,我们将帧内的所有DC直流组成的一维序列,然后将其划分为若干子序列,对子序列进行一维DCT变换,采用扩频思想在变换后的高频系数嵌入水印位,水印嵌入强度由DCT域JND(Just-Noticeable Distortion)模型完全的动态自适应调节。实验结果表明该算法具有很好的不可见性,对不同视频压缩标准的不同码率下的编码、帧删除、常见信号处理等攻击有较好的鲁棒性。而基于视觉特性的压缩域视频水印算法则主要利用了同一个宏块的两个相邻亮度块量化后的DCT系数之间的相关性。在两相邻块内选取相同位置的低中频系数组成系数值对,每个系数值对嵌入一个水印位,对于需要修改的系数值对,修改对应JND值较大的那个系数的值,以尽量降低对视频质量的影响。实验结果表明该算法对重编码、多次重编码有很好的性能,同时由于水印提取同步优化策略的使用,该算法也具有一定的抗帧删除能力。最后,研究了视频水印技术在分布式视频编码DVC(Distribute Video Coding)中的应用。一是利用相邻帧之间具有较强相关性的特点,建立了分布式视频编码的关键帧key帧嵌入和Wyner-Ziv帧中的水印检测模型,并且能够实现在Wyner-Ziv帧中水印的提取。二是尝试直接在Wyner-Ziv帧中嵌入水印信息。在Wyner-Ziv帧部分intra编码的改进型Wyner-Ziv编码框架中,利用编码过程中产生的残差DCT系数嵌入水印,实验表明该算法对视频质量影响较小。这两种方法可实现在DVC中信息的隐藏,但是其鲁棒性较差,可以作为易碎水印使用,检测数字内容的修改或假冒,达到篡改提示的目的。

全文目录

摘要  4-6
Abstract  6-10
第1章绪论  10-21
  1.1 课题背景  10-11
  1.2 数字水印技术  11-15
    1.2.1 视频水印的特性  12
    1.2.2 视频水印主要的应用领域  12-14
    1.2.3 视频水印的研究现状  14-15
  1.3 分布式视频编码DVC技术的概述  15-19
    1.3.1 分布式视频编解码简介  15-16
    1.3.2 分布式视频编解码的理论基础  16-18
    1.3.3 分布式视频编解码算法概述  18-19
  1.4 本文主要研究内容及论文组织  19-21
第2章典型视频水印算法和JND模型  21-32
  2.1 典型的视频水印算法  21-25
    2.1.1 基于原始视频帧的水印算法  22-24
    2.1.2 基于压缩域的视频水印算法  24-25
  2.2 视频水印的评价标准  25-27
  2.3 JND  27-31
    2.3.1 空间对比敏感度函数CSF  27-29
    2.3.2 亮度自适应效应  29
    2.3.3 基于块分类的对比度掩膜效应  29-31
  2.4 本章小结  31-32
第3章基于视觉特性的视频水印算法  32-47
  3.1 引言  32
  3.2 基于视觉特性的DCT域视频水印算法  32-42
    3.2.1 水印的嵌入  32-34
    3.2.2 水印的检测  34
    3.2.3 水印的提取  34-35
    3.2.4 实验结果  35-42
  3.3 基于视觉特性的压缩域视频水印算法  42-46
    3.3.1 水印的嵌入与提取  42-44
    3.3.2 水印提取的同步优化策略  44
    3.3.3 实验结果  44-46
  3.4 本章小结  46-47
第4章视频水印技术在DVC中的应用  47-60
  4.1 引言  47
  4.2 Key帧嵌入水印，在Wyner-Ziv帧中检测  47-55
    4.2.1 水印的嵌入  48
    4.2.2 水印的检测与提取  48-49
    4.2.3 实验结果  49-54
    4.2.4 水印算法的改进  54-55
  4.3 基于改进的Wyner-Ziv框架的水印算法  55-59
    4.3.1 水印的嵌入  56-57
    4.3.2 水印的检测与提取  57-58
    4.3.3 实验结果  58-59
  4.4 本章小结  59-60
结论  60-62
参考文献  62-69
致谢  69

视频编码中数字水印算法的研究

内容摘要

全文目录

相似论文