基于DCT域的多重视频水印算法研究

摘要

随着市场上视频产品类型和数量的急剧增加，其版权保护、内容认证等需求日益突显，视频水印技术被越来越广泛地应用于这些领域。由于视频载体具有数据量庞杂，信息冗余过多、运动及非运动区域分布不均匀性等特点，目前的视频水印技术仍然存在很多待解决的问题。与图像载体水印技术相比较，视频水印技术有更为严格的要求，如更好的安全性、更低的计算复杂度、更强的稳健性和盲提取检测等等。针对以上要求，本文首先利用水印图像的预处理置乱变换算法，再利用分块离散余弦变换（DCT）、奇异值分解以及人眼视觉掩蔽特性，给出了一种基于原始视频的鲁棒性水印和脆弱性水印的多重视频水印方案。
　　为了提高视频水印的安全性以及鲁棒性，给出了一种基于原始视频的鲁棒性盲提取水印算法。该算法结合人类视觉系统（HVS）掩蔽特性以及DCT变换，将置乱后的水印信息嵌入到宿主视频帧绿色分量的DCT变换低频系数中。实验数据表明该鲁棒性视频水印算法具有优良的不可见性，对不同强度的高斯、帧剪切、椒盐、压缩等攻击具有很强的鲁棒性。
　　为了应对用于视频内容认证的半脆弱水印技术的大量需求，针对传统脆弱水印鲁棒性弱、对常规信号处理操作容易呈现脆弱性的缺点，给出了一种基于奇异值分解和分块 DCT变换的半脆弱视频水印方案。文中算法利用奇异值分解的优良特性有效提升了半脆弱水印应对常规信号处理的鲁棒性及对恶意篡改视频内容的半脆弱性，通过量化的方法来改变嵌入位置的强度，实现了视频水印的盲提取和检测。
　　最后，将这两种视频水印算法应用在同一个宿主视频中，较好地实现了稳健性水印和半脆弱水印在同一个视频载体中的多重嵌入及提取。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 课题研究背景及意义

1.2 视频水印技术的研究现状

1.3 视频水印技术基本框架及分类

1.4 视频水印的应用

1.5 视频水印的攻击和性能评估

1.6 本文研究内容

第二章 离散余弦变换和奇异值分解

2.1 离散余弦变换（DCT）概述

2.2 DCT在水印技术中的应用

2.3 奇异值分解及其性质

2.4 数字图像的奇异值分解

2.5本章小结

第三章 基于HVS的DCT域鲁棒性视频水印算法

3.1 目前的水印算法存在的问题

3.2 视频水印嵌入算法原理

3.3 水印盲提取算法原理

3.4 仿真实验与攻击测试

3.5 本章小结

第四章 基于SVD和DCT域的半脆弱视频水印算法

4.1 水印嵌入位置选择

4.2 水印嵌入算法

4.3 水印提取算法

4.4 水印性能测试及其步骤

4.5本章小结

第五章 算法在多重视频水印中的实现

5.1 多重水印技术

5.2 多重水印技术实现

5.3本章总结

第六章 总结与展望

6.1 本文总结

6.2 展望

参考文献

致谢

攻读学位期间的研究成果