基于立体感知失真模型的3D-JND模型研究

恰可察觉失真模型能够衡量图像中的视觉冗余信息,在图像压缩及识别等方面应用较广。本文针对立体图像,在平面视觉因素的基础上进一步考虑双目抑制效应,提出更加符合人眼立体视觉感知的非对称3D-JND模型。

基于双目感知的多视点视频快速编码算法

为了减少多视点视频编码过程中多参考帧预测技术巨大的编码复杂度,提出基于双目恰可察觉失真(BJND)的多视点视频多参考帧快速选择算法,通过分析多参考帧选择与BJND之间的统计特性,提前结束多参考帧选择过程。当BJND大于阈值时,确定参考帧列表中时间或者视点上第一参考帧为最优参考帧。实验结果表明,所提出的快速算法在几乎不影响编码率失真性能的情况下,比多视点视频编码校验模型平均节约76%的编码时间。

基于BJND的立体图像篡改定位及恢复水印方法

针对立体图像内容的真实性认证和完整性保护等问题,提出一种基于双目恰可觉察失真(BJND)的立体图像篡改定位及恢复水印方法。首先,利用奇异值的稳定特性,设计左右图像的定位水印;然后,根据BJND强度将左右图像的定位水印嵌入到左图像中;最后,利用离散余弦变换(DCT)和JPEG量化压缩生成恢复信息,并将右图像和左图像遮挡暴露区域的恢复信息分别嵌入到右图像和左图像中。实验结果表明,本文方法所构造的水印对JPEG压缩、椒盐噪声、高斯白噪声等偶然攻击比较鲁棒,而对剪切、拼接、旋转等恶意攻击较为脆弱,同时对左右图像的恶意篡改区域检测率大于98%。由于充分利用了左右图像的匹配特性,恢复的被篡改立体图像其左右图像PSNR达36.02dB～41.29dB。