压缩域自适应映射能量视频水印算法(英文)

提出了一种自适应映射能量(AMEW)视频水印算法,将水印嵌入到压缩域中,从压缩码流中提取水印,提取过程不需要原始视频,是一种新型的盲视频水印算法.在该算法中,作者选择一定的整数DCT量化系数构造嵌入空间,然后利用能量映射函数将水印嵌入其中.在嵌入过程中,作者利用三个模块(最大匹配串模块,最小更改串模块和最小丢弃串模块)调整嵌入后的码流来降低对编码效率(通常我们用视频质量和压缩率来衡量编码效率)的影响,实现最优嵌入;重同步策略和水印编码是用来保证水印的鲁棒性.实验结果证明水印对于重编码、帧删除、变帧率及锐化等操作具有一定的鲁棒性,几乎对编码效率没有影响.除此以外,在同码率条件下,与XDEW算法相比,该算法还具有高水印负载和低计算复杂性的优势.在该文末尾,作者将阐述该算法的理论根据并分析其鲁棒性.

多区域SAR图像分割的改进水平集方法

由于合成孔径雷达(SAR)图像易受相干斑噪声的影响,光学图像的分割方法并不适用于SAR图像,更不能获得精确的分割结果对比,因此,首先基于G0A统计模型定义能量映射函数以代替像素值进行后续处理,减小相干斑的影响;其次,使用水平集算法对处理后的图像进行分割处理,选用了一种形式更为简单的水平集函数,并可以较容易地推广到多区域SAR图像分割情况。实验结果表明,该方法可以减少相干斑噪声对SAR图像分割过程的不良影响,具有较好的准确性。

SAR图像分割的G_A^0统计模型-水平集方法

由于合成孔径雷达(Synthetic Aperture Radar,SAR)图像易受相干斑噪声的影响,光学图像的分割方法并不适用于SAR图像,更不能获得精确的分割结果,首先基于G0A统计模型定义能量映射函数以代替像素值进行后续的处理,该方法可以减小相干斑的影响;其次,使用水平集算法对处理后的图像进行分割处理,选用了一种形式更为简单的水平集函数,并可以较容易地推广到多区域SAR图像分割情况.实验结果表明该方法可以减少相干斑噪声对SAR图像分割过程的不良影响,具有较好的准确性.