基于人类视觉特性模型的3D视频数字水印技术研究

摘要

随着信息技术和视频技术的发展，3D产品已经走入消费者的日常生活中，然而其在传输和储存过程中易受到不法分子的盗用和破坏。原创者需要保护自身的创作权和版权，除在法律层面上维护自己的权利，也需要使用现代信息技术让自己的作品做到“可识别”，“可保护”。数字水印技术的发展在保证数字产品传播或储存过程中的版权认证和完整性识别等方面提供了更多的可行性。近年来，3D视频的数字水印技术在图像和视频数字水印技术的基础上得到了长足的发展，从单一算法向多元算法发展，从传统的嵌入式水印也正向零水印发展。本文在学习研究图像和视频数字水印技术，结合了3D视频数字水印和人类视觉系统的特点，汲取了其他研究者的优势部分，在特征提取的方法中引入了人类视觉特性模型，提出了一种基于人类视觉特性模型的3D视频数字零水印算法。
　　本研究首先由3D视频数字水印研究背景及意义入手，分析当今数字水印技术研究现状。详细介绍了人类视觉系统特性，如对频率或亮度等因素变化的敏感程度等。从前期研究学者的工作中探索人类视觉系统特性的应用和实践发展，根据人类视觉系统特性和图像特征选取合适的视觉特性模型。本文对各种数字水印技术也做了较深度的分析研究，包括数字水印的概念、各种依据分类、评价标准等；传统嵌入式数字水印嵌入和提取的基本框架，算法性能评价标准等；在研究传统数字水印技术特点之后，引入了新兴的零水印算法思想。再介绍了研究学者基于传统嵌入水印方法或零水印算法在3D视频中的应用，分析了各种算法的基本思想和特点，选择其优势思想应用到改进算法中。重点研究了基于DCT与SVD奇异值分解的零水印算法中借鉴了其整体思想和流程，包括水印预处理方法中的Arnold置乱变换、分段Logistic混沌映射，SVD奇异值分解等；改进算法从零水印思想中特征系数选取入手，对基于DCT与SVD奇异值分解的零水印算法进行改进，在视频帧差值图像由RGB模型转换为YCbCr模型，在模型的Y域上将原有的DCT分块变换选取特征系数的方法转变为基于人类视觉特性模型阈值选择DWT系数的方法，仿真实验通过主客观对比证实此方法具有更好的稳定性和可恢复性。提出的基于人类视觉系统模型的3D视频零水印改进算法，经实验对比分析，该算法表现出较好的可恢复性和鲁棒性。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 数字水印研究现状

1.3 本文主要研究内容和结构安排

第二章 人类视觉系统和数字水印技术

2.1 3D视频原理与技术

2.2 人类视觉系统和特性模型

2.3 数字水印技术研究

2.4 数字水印技术应用

2.5 本章小结

第三章 基于DCT与SVD奇异值分解的零水印算法

3.1 水印预处理

3.2 DCT变换

3.3 SVD奇异值分解

3.4 算法分析和实现

3.5 仿真实验分析

3.6 本章小结

第四章 基于人类视觉特性模型的3D视频数字水印算法

4.1 小波变换

4.2 特征系数选取

4.3 水印构造和水印检测

4.4 仿真实验分析

4.5 本章小结

第五章 总结与展望

参考文献

攻读硕士学位期间取得的科研成果

致谢