视频去水印两步求解估计方法

求解运动估计(BMV)曾在视频图像编、解码中有大量的应用。目前,比较常用的块运动估计匹配算法有全搜索运动估计(FS)、两步搜索运动估计 (TWSS)、三步运动估计(TSS)、和Diamond运动估计(DS)。本文将上述四种运动估计匹配方法应用到视频图像抖动消除中,并对消除前、后的 视频图像进行了比较和分析。

    为了提高水印的抗几何操作能力和增加被破解的难度，在数字水印嵌入到宿主图像之前一般需要进行置乱处理．通过置乱可以清除水印像素空间的相关性，把一幅有 意义的水印图像变得毫无意义、杂乱无章。这样只有掌握了置乱算法和密钥的人才可以将提取出来的水印恢复成原始信息，进而增强了水印的安全性。另外置乱处理 会分散原先遭到损坏的比特，在水印的恢复过程中，提高数字水印鲁棒性。水印嵌入过程如图3。

    水印经处理之后即可将其嵌入图像。水印嵌入过程描述如下：(1)将原始载体图像用二维离散小波变换进行3级小波分解得到分解后的4个子图；(2)选取合适 的水印图像，对二值水印图像进行Arnold置乱变换；(3)将置乱后的水印图像用二维离散小波变换进行1级小波分解得到4个子图；(4)分别对原始载体 图像小波分解后的的低频部分与高频部分用不同的嵌入强度值进行线性嵌人：

    从上图中可以看出基于全搜索运动估计的抖动消除算法的PSNR值最高,原视频图像的PSNR值最低,这说明视频图像在基于全搜索运动的抖动消除算法处理后的视频质量最好。上述两视频在经过消除抖动后的平均PSNR和消除抖动时间。

    在变换域图像水印算法中，小波变换相对于其它变换有许多优势，本文对基于小波变换的水印方法所具有的特性进行了较为详细的分析。基于小波变换的数字图像水 印方法具有可选择性高，安全性强，良好的空间一尺度定位，能充分利用HVS的特性以及计算简单等特性。本文实现的方法结合了Arnold置乱方法和小波域 的特性，并在嵌人时采用嵌入两个不同嵌入强度系数，有效地提高了水印的安全性。用加人噪声、滤波、旋转、剪切及压缩等攻击测试分别测试了本算法数字水印的 鲁棒性，并用不同的评价标准分别对各种攻击测试作了分析与评价，验证了文中算法的可行性和有效性。