论文部分内容阅读
目前典型水印算法有空域算法、小波域算法、变换域算法、超小波域算法等，迄今为止，水印技术的大部分研究与论文是集中在静止图像上的，对视频水印的研究相对较少。本文在深入理解视频理论和数字水印理论之后，利用离散余弦变换较强的去相关能力和较好的压缩能力，给出了一种基于小波变换的单帧图像水印技术，结合图像与视频的联系，将静态的单帧图像水印算法扩展到对视频的研究中来，提出了基于小波变换的视频水印算法，然后通过实验与仿真，验证算法的可行性和实用性。本文针对传统水印算法以二值图像或随机数序列的作为水印嵌入信息量少、感知性弱的缺点，采用信息量丰富、感知性强的灰度图像作为水印信息。先对原始水印图像做Arnold变换和Baker映射，将得到的数据做分块处理，这样能提高水印的安全性和鲁棒性，将经过置乱和分块处理过的数据做离散余弦变换得到待嵌入的水印信息。将单帧图像做三级小波变换，得到一个低频分量小波系数和九个高频分量小波系数，这个低频分量小波系数和三级分解得到的三个高频分量小波系数含有图像的大多数能量，适合嵌入水印，将待嵌入的水印信息嵌入到这四个子块中，这样可以保证水印的鲁棒性和不可见性。水印提取，将待检测图像做三级小波变换，得到一个低频分量小波系数和九个高频分量小波系数，把这个低频系数和三级分解得到的三个高频分量小波系数与分解原宿主图像得到的对应的系数做差，将得到的差系数做DCT逆变换，把得到的数据做小波逆变换，就可提取出水印图像。对于视频水印可以直接把图像水印的方法直接运用到视频水印上。用线性编辑软件对视频做解码，从序列帧图像里选出关键帧，用图像差分法和自动阈值法选取关键帧，首先，将某一帧与其前面一个关键帧做差分，其次对差分结果去噪和滤波处理，用自动阈值法获取阈值，对图像做二值化处理，最后，对比二值图像矩阵中0和1的个数，来确定该帧是否是关键帧。用图像水印的方法，把选出的关键帧嵌入水印，得到嵌入水印的图像，在用线性编辑软件把这些嵌入水印的图像合成到视频中，得到嵌入水印的视频。反之可以提取出水印。