专利名称：基于小波域和独立主成份分析的盲视频水印方法
技术领域：
本发明属于视频处理，具体地说是一种涉及盲视频水印方法，可用于在因特网上对版权的保护与信息安全处理。
背景技术：
随着数字技术和因特网的发展，各种形式的多媒体数字作品，如图像、视频、音频等纷纷以网络形式发表，人们可以方便地利用数字设备制作、处理和存储图像、语音、文本和视频等信息媒体。与此同时，数字网络通信正在飞速发展，使得信息的发布和传输实现了“数字化”和“网络化”。在模拟时代，人们把磁带作为记录设备，盗版拷贝通常要比原始拷贝的质量低，而盗版拷贝的二次拷贝的质量更糟糕。而在数字时代，歌曲或电影的数字拷贝过程完全不损失作品质量。自从1993年11月Internet上出现了MarcAndreessen的Mosaic网页浏览器，Internet对用户变得友好起来，很快人们便开始乐于从Internet上下载图片、音乐和视频。对数字媒体而言，Internet成了最出色的分支系统，因为它不但成本低，而且不需要实际空间进行存储，又能实时发送。因此，数字媒体很容易借助Internet或CD-ROM被复制、处理、传播和公开。这样就引发出数字信息传输的安全问题和数字产品的版权保护问题。如何在网络环境中实施有效的版权保护和信息安全，如何防止数字产品，如电子出版物、音频、视频、动画、图像产品等被侵权、盗版和篡改，已经成为世界各国亟待解决的热门课题。作为其中的一个重要分支，数字视频水印技术是一种将数字、序列号、文字、图像标志等版权信息嵌入到视频数据中的技术。
不可见数字视频水印根据嵌入位置不同可分为时/空域，变换域和压缩域三种水印方法。其中时/空域水印处理，是用各种各样的方法直接修改载体的时/空域采样，如直接修改像素的最低位，这种方法的不足是鲁棒性不高，信息量少即能够潜入的水印信息不太多，否则从视觉上能看出来。变换域水印处理，是对原始载体进行各种各样的变换后嵌入水印，如离散余弦变换，离散傅里叶变换，小波变换等，这种方法的不足是计算时间较长，方法复杂度较高。压缩域水印处理，是指在MPEG域，VQ域和分形压缩域内进行的水印处理，这种方法的不足是随着解码过程，水印也被提取，从而无法与视频共存亡，对于解码之后对视频的攻击无抵抗能力。
独立主成份分析是一种分离统计分量中的主独立成分方法，其主要的应用在于特征提取以及盲源分离。孙建德等，Sun J D，Liu J.A Temporal Desynchronization ResilientVideo Watermarking Scheme Based on Independent Component Analysis.IEEE InternationalConference on Image Processing 2005，Vol.1(2005)265-268，提出了一种将水印直接嵌入到视频序列的主独立分量，即空域中的主独立成分中的方法。在该方法中采用背景运动即由视频序列提取的主独立分量反映视频的运动，包括主要的运动物体和背景的变换。实验表明，这种提取的独立成分能自适应于视频内容并且准确的提取视频序列的主要特征，从而使得该方法较一般变换域的水印方法更加稳定。但是该方法存在以下不足 (1)当视频帧数超过30帧时，其运算量较大。
(2)由于背景运动往往不如物体运动稳定，因此如果将水印嵌入到背景的变化中，将会很容易被攻击后丢失主要水印信息。以Coast序列为例，变换的河流背景变换细碎而易变，如果将水印嵌入到该区域会很不稳定。
(3)由于视频序列的独立分量变换范围广，因此将水印嵌入在低能量区域时，易于造成嵌入水印信息检测时的丢失。
发明内容
本发明的目的在于克服上述的不足，提出了一种基于小波域和独立主成份分析的盲视频水印方法，以提高水印嵌入的稳定性和可靠性并缩短运算时间。
实现本发明目的技术方案是先将图像信息进行水印嵌入，然后对嵌入的水印信息进行提取。
具体过程如下 水印的嵌入 A.将原始视频序列切分成多个视频序列组； B.将每个视频序列组变换到3-D DWT域，并提取该变换域所有视频序列组的低频分量； C.从所有视频序列组的低频分量中提取相应的主独立成分，并进行维纳滤波处理去除主独立成份中的高斯背景噪声； D.将维纳滤波后的主独立成份进行水印嵌入； E.将嵌入水印的主独立成份进行逆变换，再合并成一个视频序列。
水印的提取 F.将已嵌入的视频序列切分成多个视频序列组； G.将每组视频序列变换到3-D DWT域，并提取该变换域所有视频组的低频分量； H.从所有视频组的低频分量中提取相应的主独立成分，并进行维纳滤波； I.对维纳滤波后的主独立成份进行水印提取，并合并为一个水印序列。
上述盲视频水印方法，其中步骤B按如下过程进行 B1.将每一个视频序列组的图像进行二维的一级小波分解， B2.对一级小波分解后的每一个视频序列组的低频分量LL进行提取； B3.将每一组的低频分量LL进行时间轴上的一维小波变换，得到该组的低频三维矩阵LLL； B4.将每一组的低频三维矩阵重排成一个行向量，该行向量组成矩阵X的一行，得到该变换域所有视频序列组的低频分量，即二维矩阵X。
上述盲视频水印方法，其中步骤C按如下过程进行 C1.用分离矩阵S对矩阵X进行分离，得到独立成份矩阵Y，即Y＝S×X，将独立成份矩阵Y的每一行还原成三维矩阵LLL′，其大小与LLL相同； C2.将所得到的三维矩阵LLL′的每一层二维矩阵进行二维的维纳滤波，得到滤波后的矩阵LLLW′； C3.将滤波后的矩阵LLLW′重排成一维序列，得到维纳滤波后的主独立成份矩阵Y′。上述盲视频水印方法，其中步骤D按如下过程进行 D1.随机生成两个密钥D＝[d1，d2，...，dN|di∈R+，1≤i≤N]和K＝[k1，k2，...，kM]，其中N为Y′的元素个数，M为待嵌入水印的元素个数； D2.对主独立成份矩阵Y′重排，得到一维矢量Z′； D3.将二进制水印W＝[w1，w2，...，wN|wi∈(0，1)，1≤i≤N]嵌入到一维矢量Z′，将Z′分割成若干个长度为N/M大小的矢量，其中第i个子向量可表示成为Zi′，嵌入公式为Zi′+αiki；其中αi为加权参数。
上述盲视频水印方法，其中步骤G按如下过程进行 G1.将每一个视频序列组的图像进行二维的一级小波分解； G2.对一级小波分解后的每一个视频序列组的低频分量LL″进行提取； G3.将每一组的低频分量LL″进行时间轴上的一维小波变换，得到该组的低频三维矩阵LLL″； G4.将每一组的低频三维矩阵重排成一个行向量，该行向量组成矩阵X″的一行，得到该变换域所有视频序列组的低频分量，即二维矩阵X″。
上述盲视频水印方法，其中步骤H按如下过程进行 H1.用分离矩阵S对矩阵X″进行分离，得到独立成份矩阵Y″，即Y″＝S×X″，将独立成份矩阵Y″的每一行还原成三维矩阵LLL″，其大小与LLL相同； H2.将所得到的三维矩阵LLL″的每一层二维矩阵进行二维的维纳滤波，得到滤波后的矩阵LLLW″； H3.将滤波后的矩阵LLLW″重排成一维序列，得到维纳滤波后的主独立成份矩阵Y″。上述盲视频水印方法，其中步骤I按如下过程进行 I1.对主独立成份矩阵Y″重排，得到已嵌入水印后一维矢量Z″； I2.从一维矢量Z″中按照单水印提取法则提取水印，式中，wi是 二进制水印W的第i个元素，ki是密钥K的第i个元素，di是密钥D的i个元素。
本发明由于在主独立分量提取基础上引入了三维DWT，在有效提取视频序列的主要特征基础上将独立主成份分析的运算时间缩短到约原来的1/4，解决了水印嵌入过程运行时间过大的问题；同时由于本发明采用将三维DWT与维纳滤波相结合，提高了抗攻击能力，降低了背景噪声对水印算法稳定性的干扰；此外由于采用了单水印嵌入及提取方法，实现了水印的盲提取。
图1是本发明水印嵌入流程图； 图2是本发明水印提取流程图； 图3是本发明嵌入，提取实例图； 图4是本发明嵌入水印结果图， 其中，4a是水印图像， 4b是已嵌入水印图像后的视频序列1截图， 4c是已嵌入水印图像后的视频序列2截图， 4d是已嵌入水印图像后的视频序列3截图； 图5是本发明对视频序列3经维纳滤波处理后的结果图， 其中，5a是亮度分量帧， 5b是主成份分量帧， 5c是经过维纳滤波处理后的主成份分量帧； 图6是对本发明与现有技术的帧交换攻击仿真结果图， 其中，6a是对视频序列1仿真结果图， 6b是对视频序列2仿真结果图， 6c是对视频序列3仿真结果图； 图7是对本发明与现有技术的帧平均攻击仿真结果图， 其中，7a是对视频序列1仿真结果图， 7b是对视频序列2仿真结果图， 7c是对视频序列3仿真结果图； 图8是对本发明与现有技术的高斯噪声攻击仿真结果图， 其中，8a是对视频序列1仿真结果图， 8b是对视频序列2仿真结果图， 8c是对视频序列3仿真结果图； 图9是对本发明与现有技术的MPEG压缩攻击仿真结果图， 其中，9a是对视频序列1仿真结果图， 9b是对视频序列2仿真结果图， 9c是对视频序列3仿真结果图。
具体实施方案 参照图1，本发明的嵌入过程如下 1.将原始视频序列切分成多个视频序列组。
将原始视频序列的图像序列以时间轴为顺序分组，每8帧相邻图像分为一组，组间图像无重叠。
2.将每个视频序列组变换到3-D DWT域，并提取该变换域所有视频序列组的低频分量。
先将每一个视频序列组的图像进行二维Mallat小波一级分解，即分别在帧内行方向和帧内列方向进行一维离散小波分解，并再提取每一个视频序列组的Mallat小波一级分解后得到的低频分量LL，即二维近似分量；再将每一视频序列组的低频分量LL进行时间轴上的一维离散小波变换，得到每一视频序列组的低频三维矩阵LLL，即三维近似分量；然后将每一视频序列组的低频三维矩阵LLL重排成一个行向量，得到该变换域所有视频序列组的二维矩阵X，该二维矩阵为3-D DWT域的低频分量。
3.从所有视频序列组的低频分量中提取相应的主独立成分，并进行维纳滤波处理去除主独立成份中的高斯背景噪声。
本发明采用FastICA方法来提取每个视频序列的独立分量。该方法将观测信号变换成Y＝S×X，使得Y的分量具有单位方差且互不相关，Y的自相关矩阵是单位阵，S为分离矩阵，通常分离矩阵可以由下式给出S＝Λ-1/2ET，其中Λ＝diag[λ1，λ2，...，λN]，E＝[e1，e2，...，eN]。λi表示观察信号X的协方差矩阵Rx＝E[XXT]的第i个最大特征值，ei为对应的特征向量。用分离矩阵S对矩阵X进行分离，得到独立成份矩阵Y，将独立成份矩阵Y的每一行还原成三维矩阵LLL′，其大小与LLL相同。将所得到的三维矩阵LLL′的每一层二维矩阵进行二维的维纳滤波，滤除符合高斯分布的背景噪声，并保存滤除的噪声信号的均值与方差，所保存的均值与方差即为密钥P，得到滤波后的矩阵LLLW′。将每一组滤波后的矩阵LLLW′重新排列成一个行向量，得到所有视频序列组维纳滤波后的主独立成份矩阵Y′。
4.将维纳滤波后的主独立成分矩阵Y′进行水印嵌入。
随机生成两个密钥D＝[d1，d2，...，dN|di∈R+，1≤i≤N]和K＝[k1，k3，...，kM]，其中N为Y′的元素个数，M为待嵌入水印的元素个数；对主独立成份矩阵Y′重排，得到一维矢量Z′，并将二进制水印W＝[w1，w2，...，wN|wi∈(0，1)，1≤i≤N]嵌入到一维矢量Z′，得到嵌入水印后的一维矢量Z″；将Z′分割成若干个长度为N/M大小的矢量，其中第i个子向量可表示成为Zi′，嵌入公式为Zi′+αiki，其中加权参数αi按如下单水印嵌入准则获得 Else 在这里round(·)是四舍五入运算，％为模2运算，‖·‖2是二范数运算。
5.将嵌入水印的主独立成份进行逆变换，再合并成一个视频序列。
首先将已嵌入水印的一维矢量Z″重排为主独立成份矩阵，由密钥P可恢复被滤除的背景噪声信号，进而恢复为嵌入水印的主独立成份矩阵Y″；再由分离矩阵的逆矩阵S-1将Y″恢复为二维矩阵X″，即嵌入水印后的3-D DWT域的低频分量，其运算公式为S-1Y″；将X″进行相应的DWT反变换，即可得到已嵌入水印的每个视频序列组；最后将视频序列组以时间轴合并，得到已嵌入水印的视频序列。
参照图2，本发明的提取过程如下 1.将已嵌入水印的视频序列切分成多个视频序列组。
将已嵌入水印的视频序列的图像序列以时间轴为顺序分组，每8帧相邻图像分为一组，组间图像无重叠。
2.将每组视频序列变换到3-D DWT域，并提取该变换域所有视频组的低频分量。
将每一个视频序列组的图像进行二维Mallat小波一级分解，即分别在帧内行方向和帧内列方向进行一维离散小波分解；提取每一个视频序列组的Mallat小波一级分解，得到每一个视频序列组的低频分量LL″，即二维近似分量；将每一组的低频分量LL″进行时间轴上的一维离散小波变换，得到每一组的低频三维矩阵LLL″，即三维近似分量；将每一组的低频三维矩阵LLL″重排成一个行向量，得到二维矩阵X″，该二维矩阵X″为变换域所有视频序列组的低频分量。
2.从所有视频组的低频分量中提取相应的主独立成分，并进行维纳滤波。
用分离矩阵S对二维矩阵X″进行分离，得到独立成份矩阵Y″，即Y″＝S*X″，将独立成份矩阵Y″的每一行还原成三维矩阵LLL″，其大小与LLL相同；将所得到的三维矩阵LLL″的每一层二维矩阵进行与嵌入时相同参数的二维维纳滤波，得到滤波后的矩阵LLLW″；将滤波后的矩阵LLLW″重排成一维序列，得到维纳滤波后的主独立成份矩阵Y″。
4.对维纳滤波后的主独立成份进行水印提取，并合并为一个水印序列。
对主独立成份矩阵Y″重排，得到已嵌入水印后的一维矢量Z″；从一维矢量Z″中按照单水印提取法则提取水印序列，即可得到合并后的水印序列，式中，wi是提取的二进制水印序列W′的第i个元素，ki是密钥K的第i个元素，di是密钥D的第i个元素。
参照图3，本发明以coast序列为例，其盲视频水印的过程如下 1.进行水印嵌入 (1)将原始的视频序列按每8帧分为一组，每组进行一层3-D DWT分解，提取出该组图像序列3-D DWT域的低频分量； (2)将每组低频分量矩阵视为fast-ICA的一个观测向量，此时需将该观测向量一维化以便处理，通过fast-ICA算法对观测向量矩阵进行ICA分解提取主成份； (3)将分解后的主成份还原成三维矩阵，对还原后的矩阵每一层进行二维维纳滤波以滤除主成份图像的多变背景； (4)对滤除后的主成份矩阵使用SWE嵌入法则Wong P H W，Au O C，Yeung Y M.A Novel Blind Multiple Watermarking Technique for Images.IEEE Transactions on Circuitsand Systems for Video Technology，Vol.13，No.8，(2003)813～830)进行水印嵌入； (5)嵌入水印的结果经过维纳滤、ICA和3-D DWT逆变换后得到嵌入水印后的视频序列。
2.进行水印提取 (1)将嵌入水印后的视频序列按每8帧分为一组，每组进行一层3-D DWT分解，提取出该组图像序列3-D DWT域的低频分量； (2)将每组低频分量矩阵视为Fast-ICA的一个观测向量，此时需将该观测向量一维化以便处理，通过与嵌入方法同样参数下的fast-ICA分解，对观测向量矩阵进行ICA分解提取主成份； (3)将分解后的主成份还原成三维矩阵，对还原后的矩阵每一层进行与嵌入方法同等参数下的二维维纳滤波； (4)对滤除后的主成份矩阵使用SWE提取法则(Wong P H W，Au O C，Yeung Y M.A Novel Blind Multiple Watermarking Technique for Images.IEEE Transactions on Circuitsand Systems for Video Technology，Vol.13，No.8，(2003)813～830)进行水印提取，输出水印序列。
本发明的效果可通过以下测试进一步说明 测试中采用了三段标准真彩色视频进行了三方面的测试Football(288×352)，Tennis(240×352)，Coast(288×352)，简称为序列1，2，3。每段视频的帧数均为32帧。嵌入的水印图像大小为64×64。2-D维纳滤波窗口大小为4×4。引入文献Sun J D，Liu J.ATemporal Desynchronization Resilient Video Watermarking Scheme Based on IndependentComponent Analysis.IEEE International Conference on Image Processing 2005，Vol.1(2005)265-268中的方法作为已有方法，与本发明进行测试对比。
测试1.用序列1，2，3分别采用本发明与已有算法进行实时性测试，结果如表1。
表1 从表1可见，本发明的运行时间比已有方法运行时间快，其中序列1的运行时间比已有方法少了92s，序列2的运行时间比已有方法少了72s，序列3的运行时间比已有方法少了79s。
测试2.用序列1，2，3采用本发明方法进行感知性测试，结果如图4。在这里以平均PSNR，即每一帧图像的PSNR均值，作为嵌入水印后的视频图像质量的客观评价标准。
从图4a可看出，序列1的视觉效果在嵌入水印后无明显失真及块效应，其平均PSNR为48.4629。
从图4b可看出，序列2的视觉效果在嵌入水印后无明显失真及块效应，其平均PSNR为48.2773。
从图4c可看出序列3的视觉效果在嵌入水印后无明显失真及块效应，其平均PSNR为48.2751。
测试3.用序列3分别采用本发明与已有方法进行稳定性测试，结果如图5。
从图5a可看出序列3的原始亮度分量图像，背景噪声，即河流，细碎而多变。
从图5b可看出已有方法的主成份分量帧，主要运动物体淹没在背景噪声中。
从图5c可看出本发明的主成份分量帧，经过维纳滤波后，主要运动物体突出，从而使得水印的嵌入不随背景噪声的扰动而被干扰。
测试4.用序列1，2，3分别采用本发明与已有方法分别进行了抗帧交换、帧平均、高斯噪声和MPEG压缩攻击测试，结果如图6、图7、图8、图9。在这里以BCR，即提取水印的正确率为评测标准，其计算公式为，其中，W为嵌入的水印序列，W′为提取的水印序列，N为水印序列的长度，BCR值越高则表明抗攻击能力越强。
在图6a、图6b、图6c中，横坐标代表交换的帧数，均为1～32，纵坐标均代表相对应的BCR值， 从图6a可看出，序列1的帧交换攻击结果是本发明的抗帧交换的攻击能力优于已有方法。
从图6b可看出，序列2的帧交换攻击结果是本发明的抗帧交换的攻击能力优于已有方法。
从图6c可看出，序列3的帧交换攻击结果是本发明的抗帧交换的攻击能力优于已有方法。
在图7a，图7b，图7c中，横坐标代表平均的帧数，均为2～32，纵坐标均代表相对应的BCR值， 从图7a可看出，序列1的帧平均攻击结果是本发明的抗帧平均攻击能力与已有方法相当。
从图7b可看出，序列2的帧平均攻击结果是本发明的抗帧平均攻击能力优于已有方法。
从图7c可看出，序列3的帧平均攻击结果是本发明的抗帧平均攻击能力优于已有方法。
在图8a，图8b，图8c中，横坐标代表加入高斯噪声的结果的PSNR，均为23～34，纵坐标均代表相对应的BCR值， 从图8a可看出，序列1的高斯噪声攻击结果是本发明的抗攻击能力与已有方法相当。
从图8b可看出，序列2的高斯噪声攻击结果是本发明的抗攻击能力优于已有方法。
从图8c可看出，序列3的高斯噪声攻击结果是本发明的抗攻击能力优于已有方法。
在图9a，图9b，图9c中，横坐标代表MPEG压缩参数，均为15～27，纵坐标均代表相对应的BCR值， 从图9a可看出，序列1的高斯噪声攻击结果与本发明的抗攻击能力与已有方法相当。
从图9b可看出，序列2的高斯噪声攻击结果与本发明的抗攻击能力与已有方法相当。
从图9c可看出，序列3的高斯噪声攻击结果与本发明的抗攻击能力与已有方法相当。
权利要求
1.一种基于小波域和独立主成份分析的盲视频水印嵌入方法，包括如下过程
A.将原始视频序列切分成多个视频序列组；
B.将每个视频序列组变换到3-D DWT域，并提取该变换域所有视频序列组的低频分量；
C.从所有视频序列组的低频分量中提取相应的主独立成分，并进行维纳滤波处理去除主独立成份中的高斯背景噪声；
D.将维纳滤波后的主独立成份进行水印嵌入；
E.将嵌入水印的主独立成份进行逆变换，再合并成一个视频序列。
2.一种基于小波域和独立主成份分析的盲视频水印提取方法，包括如下过程
F.将已嵌入的视频序列切分成多个视频序列组；
G.将每组视频序列变换到3-D DWT域，并提取该变换域所有视频组的低频分量；
H.从所有视频组的低频分量中提取相应的主独立成分，并进行维纳滤波；
I.对维纳滤波后的主独立成份进行水印提取，并合并为一个水印序列。
3.根据权利要求1所述的盲视频水印嵌入方法，其中步骤B按如下过程进行
B1.将每一个视频序列组的图像进行二维的一级小波分解；
B2.对一级小波分解后的每一个视频序列组的低频分量LL进行提取；
B3.将每一组的低频分量LL进行时间轴上的一维小波变换，得到该组的低频三维矩阵LLL；
B4.将每一组的低频三维矩阵重排成一个行向量，得到该变换域所有视频序列组的二维矩阵X，即低频分量。
4.根据权利要求1所述的盲视频水印嵌入方法，其中步骤C按如下过程进行
C1.用分离矩阵S对矩阵X进行分离，得到独立成份矩阵Y，即Y＝S×X，将独立成份矩阵Y的每一行还原成三维矩阵LLL′，其大小与LLL相同；
C2.将所得到的三维矩阵LLL′的每一层二维矩阵进行二维的维纳滤波，得到滤波后的矩阵LLLW′；
C3.将滤波后的矩阵LLLW′重排成一维序列，得到维纳滤波后的主独立成份矩阵Y′。
5.根据权利要求1所述的盲视频水印嵌入方法，其中步骤D按如下过程进行
D1.随机生成两个密钥D＝[d1，d2，...，dN|di∈R+，1≤i≤N]和K＝[k1，k2，...，kM]，其中N为Y′的元素个数，M为待嵌入水印的元素个数；
D2.对主独立成份矩阵Y′重排，得到一维矢量Z′；
D3.将二进制水印W＝[w1，w2，...，wN|wi∈(0，1)，1≤i≤N]嵌入到一维矢量Z′，将Z′分割成若干个长度为N/M大小的矢量，其中第i个子向量可表示成为Zi′，嵌入公式为Zi′+αiki；其中αi为加权参数。
6.根据权利要求2所述的盲视频水印提取方法，其中步骤G按如下过程进行
G1.将每一个视频序列组的图像进行二维的一级小波分解；
G2.对一级小波分解后的每一个视频序列组的低频分量LL″进行提取；
G3.将每一组的低频分量LL″进行时间轴上的一维小波变换，得到该组的低频三维矩阵LLL″；
G4.将每一组的低频三维矩阵重排成一个行向量，得到该变换域所有视频序列组的二维矩阵X″，即低频分量。
7.根据权利要求2所述的盲视频水印提取方法，其中步骤H按如下过程进行
H1.用分离矩阵S对矩阵X″进行分离，得到独立成份矩阵Y″，即Y″＝S×X″，将独立成份矩阵Y″的每一行还原成三维矩阵LLL″，其大小与LLL相同；
H2.将所得到的三维矩阵LLL″的每一层二维矩阵进行二维的维纳滤波，得到滤波后的矩阵LLLW″；
H3.将滤波后的矩阵LLLW″重排成一维序列，得到维纳滤波后的主独立成份矩阵Y″。
8.根据权利要求2所述的盲视频水印提取方法，其中步骤I按如下过程进行
I1.对主独立成份矩阵Y″重排，得到已嵌入水印后一维矢量Z″；
I2.从一维矢量Z″中按照单水印提取法则提取水印，式中，wi是二进制水印W的第i个元素，ki是密钥K的第i个元素，di是密钥D的i个元素。
全文摘要
本发明公开了一种基于小波域和独立主成份分析的盲视频水印方法，其过程是将原始视频序列切分成多个视频序列组，并变换到3-D DWT域提取所有视频序列组低频分量；从所有视频序列组的低频分量中提取相应的主独立成分，并进行维纳滤波处理后嵌入水印；将嵌入水印的主独立成份进行逆变换，再合并成一个视频序列；将已嵌入的视频序列切分成多个视频序列组；并变换到3-D DWT域提取该变换域的所有视频序列组低频分量；从所有视频组的低频分量中提取相应的主独立成分，并进行维纳滤波；对维纳滤波后的主独立成份进行水印提取，并合并为一个水印序列输出。本发明具有运算时间短，抗攻击能力强的优点，可用于在因特网上对版权的保护与信息安全处理。
文档编号H04N7/24GK101222620SQ20071001911
公开日2008年7月16日 申请日期2007年11月20日 优先权日2007年11月20日
发明者高新波, 洁 李, 王静炜, 成 邓, 文 路, 鹏 王, 萌 贾 申请人:西安电子科技大学