基于图像纹理的空域富模型隐写分析研究

图像纹理复杂度是隐写分析在攻击自适应隐写时常常关注的问题,而空域富模型(Spatial Rich Model)常用于针对传统非自适应图像空域隐写的攻击,但空域富模型却没有考虑图像纹理的纹理特征。考虑到空域富模型的准确率及图像纹理复杂度对自适应算法的作用,兼顾效率与准确率,本文结合两种思路,将图像纹理复杂度引入到空域富模型中,提出了一种基于图像纹理的空域富模型隐写分析方法。用MATLAB搭建了测试环境进行测试,通过实验结果可以看出,该方法能提高对于自适应隐写算法的检测准确率。

通用率失真模型及码率控制算法

为了提高码率控制的准确性,通过实验和理论推导,提出了一种通用率失真模型。在此基础上,定义了纹理复杂度,提出了纹理复杂度和图像块头用字节两自适应线性预测模型及宏块(组)比特分配模型;然后结合以上模型提出了一种新的码率控制算法。大量仿真实验结果表明,利用新提出的码率控制方法,测试序列的PSNR均有不同程度的提高,且码流曲线更平滑平稳,目标码率控制更准确。

AVS中B帧宏块模式选择快速方法

为了降低AVS中B帧宏块模式选择的计算复杂度,提出了一种基于率失真优化(RDO)的宏块模式快速选择算法。根据人眼对图像边缘比较敏感的特点,提出了视觉阈值模型;利用sobel算子提取出宏块的边缘信息,并应用到视觉阈值模型中,从而得到了边缘点模型。在对图像水平、垂直纹理复杂度分析的基础上,对边缘点模型进行了选择,得到了宏块分割模式的快速算法;根据图像序列的时/空相关性提出了帧内预测判决算法。仿真结果表明,与原AVS全搜索算法相比,该算法在比特率略有增加和信噪比基本保持不变的条件下,使整个图像的总编码时间减少了40%左右,从而大大提高了AVS编码速度。

H.264低码率视频应用的率失真模型及码率控制

提出了一种通用的率失真(RD,rate distortion)模型,进而提出纹理复杂度(TC,texture-complexity)和图像块头用字节自适应线性预测模型及宏块(组)比特分配模型。利用以上模型,构建了一种面向低码率视频应用的码率控制方案。大量仿真实验结果表明,利用新提出的码率控制方法,测试序列的峰值信噪比(PSNR)均有不同程度提高,其码流曲线和PSNR曲线更平滑平稳,目标码率控制更准确。

一种融合图像区域属性特征的运动阴影消除算法

针对传统C1C2C3彩色不变性特征模型中分母只考虑值最大的颜色信息导致阴影消除结果不准确及局部二值模式(local binary pattern,LBP)易受噪声扰动的缺陷,在C1C2C3模型中采用两个颜色通道的均值作为分母以及在LBP模型中加入抗噪声因子的方法分别对以上两个模型进行改进,提高了两个模型的阴影检测准确率.为了有效融合各种基于属性阴影消除方法的优势,引入LBP纹理复杂度测量函数,根据LBP纹理复杂度分区域融合文中改进的两个模型,实验结果表明,改进的算法提高了运动阴影消除准确率.