基于奇异值分解的视频水印算法研究

摘要

随着数字技术、多媒体和计算机网络的飞速发展，人们通过借助各种通信网络可以轻松地访问并获取数字视频等多媒体数据，因此导致一些不法分子对数字视频进行任意的篡改、盗版和传播，从而给版权所有者的合法权益造成严重损失。数字视频水印技术的提出和应用，有效的保护了数字视频的版权问题，已成为近年来国内外学者研究的热点领域。
　　本文主要以原始视频序列作为研究对象，结合奇异值分解和频域变换的优势，设计了两种抵抗多种攻击的鲁棒视频水印方案，其主要研究工作如下:
　　(1)阐述了视频水印技术研究的背景意义、国内外研究现状及未来发展趋势，详细介绍了数字视频水印技术的基本特性、分类、攻击、应用及评价标准，并对现有的视频水印方案及各方案的优缺点进行了归纳和总结。
　　(2)针对现有的部分视频水印算法将水印嵌入到原始视频序列的全部帧中计算量较大，且大部分视频水印算法对多种攻击鲁棒性不足的缺点，研究了一种基于关键帧和SVD分解的鲁棒视频水印算法。该算法主要思想是对水印进行Arnold置乱后，选择关键帧中人眼不敏感的蓝色分量作为水印嵌入的载体区域，将该区域进行多级离散小波变换，利用DCT和SVD方法将加密后的水印信息嵌入到Arnold置乱后的高频子带中，水印提取时采用分量替换的方法实现水印的盲提取。
　　(3)针对功能单一的视频水印算法对版权保护及内容认证不足的缺点，研究了一种基于SVD和QR码的视频双水印算法。该算法将数字视频看作三维数据，根据密钥记录的坐标位置选择同一镜头内时间轴方向上的所有侧面图像信息，按不同视频纹理特性选择最优的水印嵌入强度，水印嵌入前先牺牲载体区域的部分细节信息，最后将水印嵌入到变换域的高频系数中。而QR码则作为水印内容的验证文本，选择含水印视频帧的蓝色分量中掩蔽性较高的8×8图像块，将QR码的比特信息嵌入到图像块的U矩阵系数中。双水印提取过程中均无需要原始视频数据，实现了算法的盲提取。
　　(4)利用Matlab作为仿真工具，对本文的两种视频水印算法分别进行了仿真实验，实验结果表明，本文两种视频水印算法具有较好的不可见性和安全性，并对噪声、剪切、缩放、帧置乱、帧丢失等攻击均具有较强的鲁棒性。

目录

声明

摘要

第1章 绪论

1．1 研究的背景意义及应用领域

1．2 国内外研究现状

1．3 论文的主要内容和组织结构

第2章 数字视频水印技术综述

2．1 数字视频水印的概述

2．1．1 数字视频水印的特性

2．1．2 数字视频水印的分类

2．1．3 数字视频水印的攻击类型

2．2 数字视频水印嵌入与提取方案

2．2．1 未压缩域视频水印方案

2．2．2 压缩过程中视频水印方案

2．2．3 压缩后视频水印方案

2．3 数字视频水印的评价标准

2．3．1 视频质量的主观评价

2．3．2 视频质量的客观评价

第3章 基于关键帧和SVD的视频水印算法

3．1 离散小波变换

3．2 奇异值分解

3．3 水印的Arnold置乱

3．4 视频水印嵌入与提取算法

3．4．1 关键帧提取

3．4．2 水印的嵌入算法

3．4．3 水印的提取算法

3．5 实验结果与分析

3．5．1 不可见性测试

3．5．2 安全性测试

3．5．3 鲁棒性测试

3．6 本章小结

第4章 基于SVD和QR码的视频双水印算法

4．1 QR码

4．2 视频双水印嵌入与提取算法

4．2．1 视频预处理

4．2．2 水印的嵌入算法

4．2．3 水印的提取算法

4．3 实验结果与分析

4．3．1 不可见性测试

4．3．2 安全性测试

4．3．3 鲁棒性测试

4．4 本章小结

第5章 总结与展望

5．1 总结

5．2 展望

参考文献

致谢

攻读硕士期间所发表的论文