基于BEMD、DCT和SVD的混合图像水印算法

水印的不可见性和算法的鲁棒性是图像版权保护领域关注的重要问题，然而大多数算法不能很好地平衡二者的关系。为此，提出了一种基于二维经验模态分解（BEMD）、离散余弦变换（DCT）和奇异值分解（SVD）的不可见性高、鲁棒性强的混合图像水印算法。首先，对水印图像采用Arnold置乱，增强算法的安全性，并对置乱后的水印图像进行二维DCT。然后，对宿主图像进行BEMD，得到有限个尺度不同的内蕴模态函数（IMF）及余量，选择与宿主图像相关性较低的IMF执行二维DCT，根据水印的大小对其进行不重叠分块，分别对每个分块图像以及经DCT的水印图像执行SVD。最后，根据自适应最优嵌入准则确定水印嵌入强度，并将水印嵌入每个分块，以增强算法的容错性。大量实验以及与现有算法的对比表明，所提算法不仅具有抵抗大尺度攻击的鲁棒性，而且具有较高的不可见性。     

基于系数相关性的自适应水印算法

根据人类视觉特征提出了一种基于小波系数相关性的自适应水印嵌入算法.该算法先对原始图像进行的小波分解,选取水印所要嵌入的子带并将所选取的子带划分成2×2大小的块,同时利用每一个小波块中相邻的4个系数之间具有一定的相关性与所要嵌入的水印图像来构造该小波块的水印系数,利用人类视觉模型调整水印的嵌入强度,从而在保证水印不可见性的基础上最大限度的保证水印的鲁棒性.选取不同特点的两幅图片进行实验,实验结果表明,该算法对高斯噪声、椒盐噪声、JPEG压缩、剪切、中值滤波等攻击都具有较好的鲁棒性,对旋转几何攻击具有一定的鲁棒性.     

视觉自适应灰度级数字水印算法

提出了一种新的灰度级数字图像水印算法,首先对灰度级水印图像进行位平面分解得到水印序列,利用伪随机序列对水印进行调制,以增强水印的安全性,然后对载体图像进行小波分解,并利用视觉掩蔽特性对小波系数进行量化嵌入水印信息.新算法中视觉隐蔽阈值与宿主图像相关,具有自适应性;提取水印时不需要载体图像,具有盲检测性.实验结果表明,该算法在保证嵌入水印后图像较好感知质量的情况下,对压缩、加噪、滤波等失真测试仍然具有较好的鲁棒性.     

求解Sylvester张量方程的隐式共轭梯度法

针对系数矩阵对称正定,右端张量秩1的Sylvester张量方程,提出隐式的共轭梯度法。这样得到的近似解、共轭方向和残量都具有张量的Tucker分解格式及递推关系。与标准的共轭梯度法求解Sylvester张量方程相比较,隐式共轭梯度法能够节约大量的计算量及存储空间。     

基于DC直流系数的盲视频水印算法

为了增强抗攻击的能力和保证算法的不可见性,基于DC直流系数的稳定性,把选择的视频帧分成8×8块,每块经过2次DCT变换,提取与每块像素RGB平均值成正比的DC直流系数,将这些DC系数组织成一维序列,并划分为更小的子序列,然后对每个子序列进行一维DCT变换,通过比较相邻2个子序列中最后一个高频系数值的大小来嵌入水印．实验结果表明：该算法有较高的视觉质量,同时对于MPEG压缩,帧置换,加噪等处理有良好的鲁棒性,在水印的提取过程中不需要任何附加信息．     

基于非对称逆布局模式的数字水印算法

提出了一种基于非对称逆布局模式表示的彩色图像表示方法.该方法采用彩色图像的二进制位平面分解方法,把彩色图像变成具有非对称逆布局模式的二值图像.在此基础上,根据二值图像的特性,设计了一种新的利用奇异值分解的嵌入水印算法,解决了二值图像的水印嵌入数量小,容易被检测的难题.实验表明:该算法操作简单,存储空间小,能有效地抵抗各种攻击,同时具备较强的理论基础和适用性.     

H.264快速帧内预测算法 H.264快速帧内预测算法

在新制定的H.264视频编解码标准中,帧内预测是一项重要的技术.它利用周围像素预测当前块来降低空间冗余,能极大地提高H.264的编码效率.然而,帧内预测的4×4及16×16预测分别有9种和4种模式.为选出最佳模式,全搜索算法需要花费极大的计算量.为了降低帧内预测的复杂度,提出了一种快速帧内预测算法.该算法针对全Ⅰ帧编码,充分利用了时域、空域及不同块大小间的相关性来预测当前块的最佳模式,并结合提前中止算法来减少不必要的模式选择计算.实验结果表明:与全搜索相比,文中提出的算法能减少50%～75%的帧内预测计算量,而保持图像质量几乎不变.     

基于感知分析的立体视频帧重要性模型

由于丢失不同帧对立体视频质量的终端感知影响不同, 因此提出一个面向内容感知的帧重要性区分模型. 根据立体视频序列的时空相关性及视频帧之间错误扩散的特性, 新模型从帧丢失引起的当前帧的错误隐藏失真和帧丢失引起后续帧的错误扩散失真两方面来计算帧重要性. 实验结果表明: 新模型能够在编码端准确地估算各帧对终端感知的重要性, 对不同运动剧烈程度和视差大小的立体视频序列都具有适用性.     

基于灰色关联分析的H.264/AVC视频隐写算法

针对当前视频隐写算法对视频质量和码率影响较大等问题,结合H.264编码标准的宏块分割特性,提出一种基于灰色关联分析的视频隐写算法.该算法对原始载体进行灰色关联度计算,判断其是否为非平滑块,再对帧做离散余弦变换(DCT)变换,根据H.264/AVC编码的宏块分割特性得出的分块大小选择合适的嵌入量,在DCT块的低频区域进行嵌入.实验结果表明,进行秘密信息嵌入后,对视频序列的影响较小,亮度分量的峰值信噪比(PSNR)值平均下降约1.323dB,隐写分析平均检测率为35.73%,算法的平均嵌入容量为417b/帧,对码率影响仅在3%以下,攻击后提取秘密消息的相似度(SIM)值在0.79以上.因此,该算法对视频质量和码率影响较小,并具有抗噪声、滤波攻击,隐写容量大等优点.     

AVS视频标准的帧内预测算法改进

为优化AVS视频编码算法提高其算法的运算效率,对AVS视频编解码标准中的帧内编码算法结构进行了合理调整,并对AVS帧内预测的C代码进行优化处理,减少了AVS帧内预测算法的冗余计算和判断,实现了一种改进的帧内预测程序.实验结果表明：优化后的AVS视频编码算法的运算速度提高10%以上,编解码的帧率平均每秒提高7帧左右.     

基于递归高阶统计和改进分水岭算法的运动对象分割

提出了基于递归高阶统计和改进分水岭算法的视频图像序列中的运动目标分割算法．该算法首先利用递归高阶统计及多帧运动信息估计出图像序列中的运动区域，而后用一种改进的分水岭算法对提取出的区域进行空域分割，进而提取出视频图像序列中运动目标．实验结果表明所提出的算法能有效地提取出运动目标．     

Wyner-Ziv视频编码中Key帧快速预测算法

以提高Wyner-Ziv编码性能为目的,使用H．264帧内编码技术对Wyner-Ziv编码中的K帧进行编码,利用其优异的编码性能来提高K帧编码质量．同时从帧间相关性利用、亮度块模式之间的选择以及4×4亮度块预测模式选择的角度对H．264的帧内预测进行了改进,降低其编码复杂度,实验表明：改进后的K帧编码算法耗时仅为H．264帧内编码算法的5％左右．     

基于时空结合的运动物体分割

提出了一种当视频中的运动物体有较大范围的运动时,对其进行分割的方法．首先利用帧差法来快速定位运动物体的位置,并以此作为初始分割结果．然后利用均值偏移法准确估计运动物体的边缘并利用图切割方法建立两者之间联系．考虑到视频的运动连续性,同时引入前一帧分割结果来约束当前帧的分割．该算法同时利用了帧差法和均值偏移法的优点,能够快速准确地分割在视频场景中出现的运动物体．     

一种基于H.264的立体视频编码中的视差估计快速算法

视差估计与补偿是立体视频图像压缩编码中的关键技术．本文分析了立体摄像系统视差分布的约束条件（外极线约束、方向性约束等）和视差矢量的相关性（帧内视差矢量的空域相关性和帧间视差矢量的时域相关性）,并结合H．264标准中的多种块选择模式之间的相关性,提出了基于H．264的立体视频编码的视差估计快速算法．实验结果表明,提出的快速算法能有效地降低视差估计的计算复杂度．     

基于小波子带能量加权的人脸识别方法

针对人脸识别中小波变换后信息利用不充分和权系数选择困难的缺点,提出一种基于小波子带能量加权的人脸识别算法.首先应用二维离散小波变换（2D-DWT）对图像进行二层小波分解,然后将得到的第2层4个子带进行加权组合,并给出一种基于小波子带能量权系数求解法,无需进行人工实验选取.在此基础上,采用PCA＋LDA方法进行特征提取,并在ORL人脸库中进行实验,与传统的算法相比有较快的识别速度和较高的识别率.     

基于混合高斯模型的运动目标检测

针对运动目标检测中的背景复杂度高、视频数据计算量大等问题, 且为避免计算不同复杂程度的视频背景, 并能够准确地获取所需要的运动目标, 提出了一种基于混合高斯模型的运动目标检测方法. 首先采用混合高斯模型获取运动目标特征; 然后利用中值滤波方法去除视频目标运动特征中的背景噪声; 最后依据形态学运算方法对通过统计直方图得到的运动显著图进行处理, 从而获取最终的运动目标. 对标准视频序列集的检测表明, 利用该算法获取的运动目标不仅能抑制背景噪声, 而且精准度和误差都优于普通的视频运动目标检测算法.     

求分块鳞状因子循环矩阵逆矩阵的一种快速算法

给出了一种计算分块鳞状因子循环矩阵逆矩阵的快速算法,该算法主要利用了离散傅立叶变换和对角块矩阵求逆的递归算法,与标准的利用LU分解法求逆的算法相比,在计算复杂性上有很大的优势.     

面向移动通信的3DTV交织编码错误隐藏方法

针对移动通信Mobile 3DTV和传统3DTV视频表示格式与编码结构的差异以及Mobile 3DTV低计算复杂度的特点, 提出一种面向Mobile 3DTV交织编码的立体视频错误隐藏方法. 新方法在编码之前先将左右视点进行交织处理, 然后按照Stereo SEI的编码结构编码传输, 在解码端根据像素的不同错误类型有针对地选择相应低计算复杂度的错误隐藏方法恢复丢失信息. 实验表明, 该方法在解码端得到的恢复效果较好, 并且计算复杂度较低.