基于小波域的视频水印技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 课题研究的背景及意义 | 第7-8页 |
| 1.2 视频水印技术的应用 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.3.1 国内研究现状 | 第9-10页 |
| 1.3.2 国外研究现状 | 第10-11页 |
| 1.4 本文所作的工作和章节安排 | 第11-12页 |
| 2 视频水印相关理论 | 第12-21页 |
| 2.1 视频水印简介 | 第12-15页 |
| 2.1.1 视频水印技术的分类 | 第12-13页 |
| 2.1.2 视频水印性能要求 | 第13-14页 |
| 2.1.3 视频水印技术的评价指标 | 第14-15页 |
| 2.2 小波变换基本理论 | 第15-17页 |
| 2.2.1 小波的定义 | 第15-16页 |
| 2.2.2 离散小波变换 | 第16-17页 |
| 2.3 分形理论简介 | 第17-19页 |
| 2.3.1 分形理论 | 第17页 |
| 2.3.2 分形的定义 | 第17-18页 |
| 2.3.3 分形理论在数字图像处理中的应用 | 第18-19页 |
| 2.4 小波变换与分形理论的结合 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 3 基于人眼视觉特性的JND模型 | 第21-28页 |
| 3.1 颜色空间 | 第21页 |
| 3.2 人类视觉系统简介 | 第21-23页 |
| 3.3 基于HVS的JND模型 | 第23-25页 |
| 3.3.1 基于DCT的Watson模型 | 第23-24页 |
| 3.3.2 基于DWT的JND模型 | 第24-25页 |
| 3.4 改进的JND模型 | 第25-27页 |
| 3.4.1 D树和R树的存储 | 第25-26页 |
| 3.4.2 改进的JND模型 | 第26-27页 |
| 3.5 本章小结 | 第27-28页 |
| 4 基于分形和小波变换的视频水印算法 | 第28-36页 |
| 4.1 视频水印嵌入区域的选择 | 第28-29页 |
| 4.2 构造小波函数 | 第29-31页 |
| 4.2.1 选择小波函数的思想 | 第29页 |
| 4.2.2 Haar小波的优缺点 | 第29-30页 |
| 4.2.3 Haar小波 | 第30-31页 |
| 4.3 基于改进的JND模型的视频水印算法 | 第31-35页 |
| 4.3.1 水印信息预处理 | 第31页 |
| 4.3.2 Chebyshev神经网络 | 第31-33页 |
| 4.3.3 图像水印加密 | 第33页 |
| 4.3.4 视频关键帧提取 | 第33-34页 |
| 4.3.5 视频水印嵌入过程 | 第34页 |
| 4.3.6 视频水印的提取过程 | 第34-35页 |
| 4.4 本章小结 | 第35-36页 |
| 5 性能测试与结果分析 | 第36-49页 |
| 5.1 不可感知性实验验证 | 第36-40页 |
| 5.2 鲁棒性实验验证 | 第40-48页 |
| 5.3 本章小结 | 第48-49页 |
| 6 系统设计与实现 | 第49-58页 |
| 6.1 视频分形水印系统 | 第49-52页 |
| 6.1.1 软件开发工具 | 第49页 |
| 6.1.2 系统功能模块设计 | 第49-51页 |
| 6.1.3 界面设计 | 第51-52页 |
| 6.2 水印的嵌入 | 第52-57页 |
| 6.2.1 原始视频的载入 | 第52-53页 |
| 6.2.2 图像水印的加密操作 | 第53页 |
| 6.2.3 水印的嵌入与提取 | 第53-55页 |
| 6.2.4 相关攻击操作 | 第55-57页 |
| 6.3 本章小结 | 第57-58页 |
| 7 总结与展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文目录 | 第62-63页 |
