CN101605272B - 一种部分参考型图像客观质量评价方法 - Google Patents
一种部分参考型图像客观质量评价方法 Download PDFInfo
- Publication number
- CN101605272B CN101605272B CN2009101005355A CN200910100535A CN101605272B CN 101605272 B CN101605272 B CN 101605272B CN 2009101005355 A CN2009101005355 A CN 2009101005355A CN 200910100535 A CN200910100535 A CN 200910100535A CN 101605272 B CN101605272 B CN 101605272B
- Authority
- CN
- China
- Prior art keywords
- image
- quantization parameter
- watermark
- wavelet
- band
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明公开了一种部分参考型图像客观质量评价方法,包括以下步骤:1)在图像发送端,对原始图像进行纹理复杂度分析,获得水印嵌入指示图;2)在图像发送端,利用量化参数初始化调节系统和量化参数动态反向调节系统确定量化参数;3)在图像发送端和图像接收端,对原始图像进行小波变换得到小波自子带图像,根据水印嵌入指示图和量化参数分别在各小波子带图像内进行数字水印的嵌入和提取;4)在图像接收端,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价。本发明方法能够在图像接收端缺乏原始图像的情况下,利用隐藏在图像内的数字水印准确地反映出图像的客观质量,有着广泛的应用前景。
Description
技术领域
本发明涉及数字视频技术领域,具体来说是一种基于小波域数字水印的部分参考型图像客观质量评价方法。
背景技术
数字图像广泛应用于多媒体产品,在获取、压缩、存储和传输的过程中会造成质量损失。人类在使用这些多媒体产品的同时,成为数字图像的最终接收者。因而人类对数字图像的主观质量评价(DMOS)被认为是最可靠的。然而,主观质量评价的过程费时费力,并且结果不可重复。因而多年来科学家对数字图像客观质量评价方法进行了大量研究。根据对原始图像的参考,客观质量评价方法分为全参考型、部分参考型和无参考型3种。全参考型只适用于编码器设计和不同编码器的性能比较;部分参考型和无参考型均适用于带宽有限的多媒体应用,而且由于部分参考型可以利用部分原始图像的信息,使其对数字图像的评价结果更加符合人类主观评价。例如在无线通讯领域,在终端使用部分参考型图像客观质量评价方法评价接收图像的质量,并根据该质量调节前端编码器或传输信道的参数,以保证图像质量在人眼可以接受的范围之内。
近几年来提出的部分参考型客观质量评价方法可以分为两种。一种是比较从原始图像和失真图像提取的特征值。文献[1]Wang Z,Wu G X,Sheikh H R,et al.Quality-aware images.IEEE Transactions on Image Processing,2006,15(6):1680-1689提取原始图像和失真图像中各子带小波系数的分布曲线,并计算两者的KLD距离作为失真图像的客观质量评价。文献[2]Carnec M,Le Callet P,Barba D.Visual feature for image quality assessment with reduced reference.IEEE International Conference on Image Processing,2005,I-421-4利用线增长算法提取原始图像和失真图像的线性结构方向、长度和宽度等作为特征值,然后比较两者的相似性。文献[3]Lu W,Gao X B,Li X L,et al.An image quality assessment metric based Contourlet.IEEE International Conference on Image Processing,San Diego,CA:2008,1172-1175利用Contourlet分解实现对图像内视觉敏感系数的提取,通过统计比较原始图像和失真图像视觉敏感系数的关系,得到对失真图像的客观质量评价。另一种部分参考型客观质量评价方法是比较嵌入原始图像和从失真图像提取的数字水印。文献[4]Farias M C Q,Carli M,Mitra S K.Objective video quality metric based on data hiding.IEEE Transactions on Consumer Electronics,2005,51(3):983-992利用超频谱嵌入技术在原始图像DCT域内嵌入水印,通过失真图像的水印复原率评价图像的客观质量。文献[5]Avanaki A N,Sodagari S,Diyanat A.Reduced reference image quality assessment metric using optimized parameterized wavelet watermarking.IEEE International Conference on Signal Processing,Beijing,China:2008,868-871对原始图像进行小波分解后,将LL层作为水印嵌入LH和HL层,失真图像的LL层复原率作为图像的客观质量评价。
文献[6]Taubman D S,Marcellin M W.JPEG2000:Image Compression Fundamentals,Standards,and Practice.Kluwer Academic Publishers,2001具体阐述了小波变换的原理;文献[7]Wang S,Zheng D,Zhao J,et al.Animage quality evaluation method based on digital watermarking.IEEE Transactions on circuits and systems for video technology,2007,17(1):98-105则利用量化的方法在原始图像小波域内嵌入水印。该方法的创新处在于首先通过实验获得水印复原率与经典客观质量评价结果(如PSNR、JND)拟合的经验曲线,然后根据经验曲线对水印的量化系数作反馈调整,使得嵌入的水印恰好能反映图像质量受损的程度。文献[8]Chou C H;Li Y C.A perceptually tuned subband image coder based on the measure of just-noticeable-distortion profile.IEEE Transactions on circuits and systems,1995,5(6):467-476描述的方法获得计算得到JND(x,y)。但因为经验曲线的获得依赖现有客观质量评价方法,所以该方法只能完成与现有客观质量评价结果的拟合。
发明内容
本发明提供了一种基于小波域数字水印的部分参考型图像客观质量评价方法。
一种采用本发明基于小波域数字水印的部分参考型图像客观质量评价方法,包括:
(1)在图像发送端,对原始图像进行纹理复杂度分析,获得水印嵌入指示图;
所述的在图像发送端,对原始图像进行纹理复杂度分析,获得水印嵌入指示图包括以下步骤:
1)利用边缘探测算子检测原始图像中的边缘轮廓;
2)计算该原始图像中的结构化纹理系数;
3)对结构化纹理系数进行滤波,滤波获得水印嵌入指示图。对结构纹理系数使用模板为[0,1,0;1,2,1;0,1,0]的3×3滤波器进行滤波。
(2)在图像发送端,利用量化参数初始化调节系统和量化参数动态反向调节系统确定量化参数;
所述的在图像发送端,利用量化参数初始化调节系统和量化参数动态反向调节系统确定量化参数的具体过程如下:
1)量化参数初始化调节系统循环执行10次,每次单独对第k个小波子带图像进行水印嵌入,该小波子带图像的量化参数Δk搜索区间为[1,50];根据每个量化参数Δk和水印嵌入指示图获得50个水印图像和原始图像偏差矩阵DIF(x,y),以及原始图像临界可见偏差矩阵JND(x,y),计算获得50个水印图像可见块的个数Nk;计算水印图像可见块个数Nk与嵌入水印块个数的比值Pk,水印图像可见块个数Nk的增长率Kk,满足Pk>0.05且Kk<0.1的临界量化参数成为第k个小波子带图像的量化参数Δk的初始值。
2)量化参数动态反向调节系统,使用由量化参数初始化调节系统获得的10个小波子带图像的量化参数Δk的初始值进行水印嵌入,根据量化参数Δk和水印嵌入指示图获得水印图像和原始图像偏差矩阵DIF(x,y),以及原始图像临界可见偏差矩阵JND(x,y),计算水印图像可见块的个数Nk;如果Nk大于等于嵌入水印块个数的10%,则降低对图像质量影响大的那些小波子带图像的量化参数,利用更新过的10个小波子带图像的量化参数Δk进行水印嵌入,计算水印图像可见块的个数Nk,满足Nk小于嵌入水印块个数的10%时,反向调节终止,获得最终的各小波子带图像的量化参数。
(3)在图像发送端和图像接收端,根据水印嵌入指示图和量化参数分别在各小波子带图像内进行数字水印的嵌入和提取;
所述的在图像发送端和图像接收端,根据水印嵌入指示图和量化参数分别在各小波子带图像内进行数字水印的嵌入和提取;
其中,小波子带图像是原始图像经过小波变换分解后获得的,一张原始图像经过3级小波变换后,可以获得10个小波子带图像,每个小波子带图像反映的是原始图像中不同频率的图像成分;将各小波子带图像再经过小波逆变换,可以重新获得原始图像。
水印在发送端嵌入到各小波子带图像内,然后经过小波逆变换,获得嵌入水印的图像,再发送到接收端,进行小波分解,从各小波子带图像内提取水印。
包括以下步骤:
1)在图像发送端,对原始图像进行3层小波变换,获得10个小波子带图像;利用水印嵌入指示图和由量化参数调节系统确定的各小波子带图像的量化参数,进行水印嵌入;然后进行3层小波逆变换,获得水印图像;将经过失真处理(如JPEG、JPEG2000编码等)的水印图像通过主信道传输,将水印嵌入指示图和各小波子带图像的量化参数通过辅助信道传输。
2)在图像接收端,对水印图像进行3层小波变换,获得10个小波子带图像;利用水印嵌入指示图和各小波子带图像的量化参数,进行水印提取。
(4)在图像接收端,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价。
所述的在图像接收端,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价包括以下步骤:
1)在图像接收端,计算各小波子带图像的水印复原率,即正确提取的水印位数Mc占原始水印总位数Mt的比值,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价。
本发明提供的基于小波域数字水印的部分参考型图像客观质量评价方法能够在图像接收端缺乏原始图像的情况下,利用隐藏在图像内的数字水印准确地反映出图像的客观质量,在3G无线网络和IP视频系统中可以用来调节编解码和信道参数,监测图像的传输质量,有着广泛的应用前景。
附图说明
图1为本发明的方法流程图;
图2为本发明的量化参数初始化调节系统流程图;
图3为本发明的量化参数动态反向调节系统流程图;
图4为本发明的小波子带图像示意图;
图5为本发明的自定义数字水印示意图;
图6为本发明的亮度分量互不重叠块划分示意图;
图7为本发明的原始图像与水印图像的比较图;
图8为本发明的客观质量与主观质量的拟合和测试结果图。
具体实施方式
如图1所示,一种采用本发明基于小波域数字水印的部分参考型图像客观质量评价方法,包括:
(1)在图像发送端,对原始图像进行纹理复杂度分析,获得水印嵌入指示图;
(2)在图像发送端,利用量化参数初始化调节系统和量化参数动态反向调节系统确定量化参数;
(3)在图像发送端和图像接收端,根据水印嵌入指示图和量化参数分别在各小波子带图像内进行数字水印的嵌入和提取;
(4)在图像接收端,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价。
在图像发送端,对原始图像进行纹理复杂度分析,获得水印嵌入指示图的具体过程包括以下步骤:
1)利用边缘探测算子检测原始图像中的边缘轮廓;
设原始图像的亮度分量为I(i,j),利用边缘检测Canny算子得到相应的边缘轮廓E(i,j)。如果像素点属于边缘轮廓,则E(i,j)为1;如果像素点不属于边缘轮廓,则E(i,j)为0。
2)计算该原始图像中的结构化纹理系数;
a)将I(i,j)划分为互不重叠的8×8块,(整幅图像划分为8×8块,
每个块的边缘紧挨,但是互相不重叠,如图6所示。)计算块内每个象素点的梯度方向。
Gver(i,j)和Ghor(i,j)分别代表象素点(i,j)的垂直和水平梯度,θ(i,j)为象素点(i,j)的梯度方向,计算后的θ(i,j)分为4种方向:
b)统计每个8×8块内方向的种类数cd和总边缘点数ne(ne为该8×8块内边缘轮廓E(i,j)值为1的象素点总个数)。当总边缘点数大于给定阈值ne *(ne *=16),则置标号ce(ce是一个标志符,用于公式2的计算,标志着该8×8块内属于边缘轮廓的象素点比较多)为1,否则为0。那么该8×8块的结构纹理系数T(i,j)可以由如下公式(2)表示。数值越低表示该区域纹理越丰富。
3)对结构纹理系数使用模板为[0,1,0;1,2,1;0,1,0]的3×3滤波器滤波后,获得水印嵌入指示图;
对结构纹理系数T(i,j)使用模板为[0,1,0;1,2,1;0,1,0]的3×3滤波器滤波后,通过公式(3)获得水印嵌入指示图S(i,j)(阈值T*设定为1)。
在图像发送端,利用量化参数初始化调节系统和量化参数动态反向调节系统确定量化参数的具体过程如下:
1)量化参数初始化调节系统过程如图2所示,循环执行10次,每次单独对第k个小波子带图像进行水印嵌入,该小波子带图像的量化参数Δk搜索区间为[1,50];根据每个量化参数Δk和水印嵌入指示图获得50个水印图像和原始图像偏差矩阵DIF(x,y),以及原始图像临界可见偏差矩阵JND(x,y),计算获得50个水印图像可见块的个数Nk;计算水印图像可见块个数Nk与嵌入水印块个数的比值Pk,水印图像可见块个数Nk的增长率Kk,满足Pk>0.05且Kk<0.1的临界量化参数成为第k个小波子带图像的量化参数Δk的初始值。
a)设置量化参数Δk(l)=1,k为小波子带图像计数,k=1,2...10,l为Δk的循环计数,l=1,2...50。
b)根据水印嵌入指示图,在第k个小波子带图像Bk(如图2所示)内使用量化参数Δk(l)逐块嵌入8×8水印W。
c)对小波子带图像进行3层小波逆变换,获得水印图像I′(x,y),并计算水印图像I′(x,y)与原始图像I(x,y)的偏差DIF(x,y)。
d)定义Dk(x,y)=DIF(x,y)-JND(x,y),将Dk(x,y)划分为互不重叠的8×8块,统计每个块内Dk(x,y)<0的个数d,并计算块内的平均值Dk′(i,j)。
那么水印图像的块可见属性
Rkl(i,j)为1表示该块水印图像与原始图像差别明显,容易被人眼察觉。统计水印图像内的可见块个数Nk(l)=sum(Rkl(i,j))。
e)如果l≤50,则l=l+1,量化参数Δk(l)=l,跳至步骤(b);否则执行步骤(f)。
f)计算水印图像可见块个数Nk(l)与嵌入水印块个数(水印嵌入指示图S(i,j)为1的个数)的比值Pk(l)和水印图像可见块个数的增长率Kk(l)。
g)l从1搜索至50,满足Pk(l)>0.05且Kk(l)<0.1的临界l成为第k个小波子带图像的量化参数Δk的初始值。
2)量化参数动态反向调节系统过程如图3所示,使用由量化参数初始化调节系统获得的10个小波子带图像的量化参数Δk的初始值进行水印嵌入,根据小波子带图像的量化参数Δk的初始值和水印嵌入指示图获得水印图像和原始图像偏差矩阵DIF(x,y),以及原始图像临界可见偏差矩阵JND(x,y),计算水印图像可见块的个数Nk;如果Nk大于等于嵌入水印块个数的10%,则降低对图像质量影响大的那些小波子带图像的量化参数,利用更新过的10个小波子带图像的量化参数Δk进行水印嵌入,计算水印图像可见块的个数Nk,满足Nk小于嵌入水印块个数的10%时,反向调节终止,获得最终的各小波子带图像的量化参数。其中,量化参数Δk包括两种,一种是由正初始化调节系统获得的量化参数Δk的初始值,另一种是循环执行时更新过的量化参数Δk′。因为量化参数动态反向调节系统是一个循环调节过程,当第一次执行该过程时,使用由正初始化调节系统获得的量化参数Δk的初始值,当从步骤(g)跳至步骤(a)循环执行时,使用更新过的量化参数Δk′。
a)根据水印嵌入指示图,在全部(k=1,2...10)小波子带图像B内使用量化参数Δk(量化参数动态反向调节系统是一个循环调节过程,当第一次执行该过程时,使用由正初始化调节系统获得的量化参数Δk的初始值,当从步骤(g)跳至步骤(a)循环执行时,使用更新过的量化参数Δk′)逐块嵌入8×8水印W。
b)执行步骤(1.c)和(1.d),获得水印图像的块可见属性R(i,j)和可见块个数N=sum(R(i,j))。
c)如果水印图像的可见块个数N小于嵌入水印块个数sum(S(i,j))的10%,那么反向调节过程终止,当前使用的量化参数Δk成为各块小波子带图像最终的量化参数;否则执行步骤(d)。
d)对每个小波子带图像单独进行水印嵌入,执行步骤(1.b),(1.c)和(1.d),获得10个块内平均值矩阵Dk′(i,j)。。
e)统计J(k)值(J(k)用于计数,初始值为0,k=1,2...10):当8×8块的可见属性R(i0,j0)为1时,比较该块索引(i0,j0)对应的10个块内平均值Dk′(i0,j0),最小值Dk0′(i0,j0)对应的J(k0)=J(k0)+1。
f)最大值J(k1)对应的第k1个小波子带图像的量化参数Δk1对图像质量的影响最大,执行Δk1′=Δk1-1。
max{J(k)}=J(k1)→k1→Δk1 (8)
g)使用更新过的量化参数,跳至步骤(a)执行。更新过的量化参数为
Δk′={Δ1,...,Δk1′,...Δ10} (9)
在图像发送端和图像接收端,根据水印嵌入指示图和量化参数分别在各小波子带图像内进行数字水印的嵌入和提取的具体过程如下:
1)在图像发送端,对原始图像进行3层小波变换,获得10个小波子带图像;利用水印嵌入指示图和由量化参数调节系统确定的各小波子带图像的量化参数,进行水印嵌入;然后进行3层小波逆变换,获得水印图像;将经过失真处理(如JPEG、JPEG2000编码等)的水印图像通过主信道传输,将水印嵌入指示图和各小波子带图像的量化参数通过辅助信道传输。
a)如图4示,取原始图像的亮度分量,进行3层小波分解,获得10个小波系数块:Bk={LL3,HL3,LH3,HH3,HL2,LH2,HH2,HL1,LH1,HH1},k=1,2...10。
b)将每个小波系数块划分为互不重叠的8×8块,采用量化的方法,根据水印嵌入指示图,逐块嵌入自定义的8×8数字水印:W={wij,i=1,2...8;j=1,2...8},如图5所示,黑色块代表水印位wij为1,白色块代表水印位wij为0。量化的方法如下。
每个小波系数e对应生成Q(e)∈{0,1}。当嵌入数字水印时,判断水印位wij与嵌入位置小波系数生成的Q(e)的一致性。如果wij≠Q(e),那么嵌入位置的小波系数增加Δ,即e′=e+Δ,从而使Q(e′)与wij相同;如果wij=Q(e),那么嵌入位置的小波系数不变。公式(10)中Δ是量化参数,不同的小波子带图像使用不同的量化参数Δk。
2)在图像接收端,对水印图像进行3层小波变换,获得10个小波子带图像;利用水印嵌入指示图和各小波子带图像的量化参数,进行水印提取。
a)取水印图像的亮度分量,进行3层小波分解,获得10个小波系数块:Bk={LL3,HL3,LH3,HH3,HL2,LH2,HH2,HL1,LH1,HH1},k=1,2...10,如图4示。
b)利用接收到的水印嵌入指示图和各小波子带图像的量化参数,根据公式(10),,检查逐个8×8块的每个小波系数,如果小波系数e对应的e/Δ为偶数,在提取的水印位wij′=1,如果小波系数e对应的e/Δ为奇数,在提取的水印位wij′=0,每个8×8块提取一个水印W′。
在图像接收端,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价包括以下步骤:
1)在图像接收端,计算各小波子带图像的水印复原率,即正确提取的水印位数Mc占原始水印总位数Mt的比值,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价。
a)计算每个提取水印W′的水印复原率Ck(i,j),如公式(11)。
b)计算各小波子带图像内提取的水印复原率的平均值,作为第k个小波子带图像的水印复原率。
c)失真图像的客观质量评价由公式(13)加权获得,阈值C*设定为0.55,a1和a2分别设定为0.05和0.15。
实验采用LIVE实验室提供的原始图像数据库和JPEG图像数据库(H.R.Sheikh,Z.Wang,A.C.Bovik,et al.LIVE image quality assessment database release 2.http://live.ece.utexas.edu/research/quality),包括29张原始图像、175张由原始图像在不同压缩率下用JPEG编码的失真图像及其对应的主观质量评价(DMOS)。
利用量化系数调节系统,分别确定29张原始图像的量化参数,获得的水印图像与原始图像的比较如图7所示,从图7中可以看出,人眼注意区域的平均PSNRA-Area比全图平均PSNRImg平均高3dB,且PSNRA-Area均高于38.50dB,即在人眼注意区域的平均PNSR接近40dB,因此人眼主观不易察觉水印图像和原始图像的差别。
将175张由水印图像在不同压缩率下用JPEG编码生成的失真图像分为拟合和测试两个集合,随机抽取50%失真图像(87张)用于多参数非线性方程(公式(14))的拟合,剩余88张用于客观质量评价的测试。图像的客观质量Qp由公式(13)获得。
图8是本发明方法进行图像的客观质量Qp与主观质量DMOS的拟合和测试结果。图中x轴表示各方法得出的图像客观质量Qp,y轴表示图像的主观质量DMOS,符号圈表示用于方程拟合的JPEG图像,符号叉表示用于测试的JPEG图像。
根据文献[9]Sheikh H R,Sabir M F,Bovik A C.A statistical evaluation of recent full reference image quality assessment algorithms IEEE Transactions on Image Processing,2006,15(11):3440-3451,计算本发明方法,以及其他两种客观质量评价方法(PSNR和文献[1]方法)得出的客观质量与主观质量的Pearson相关系数(CC),Spearman相关系数(ROCC)和Outlier率(OR),分别用于表示预测方法的精确性,单调性和一致性。CC和SROCC值越高表示预测方法的正确性和单调性越好,OR值越低表示一致性越好。表1为本文方法与PSNR,Wang的方法中方法性能比较,从表1的比较可以看出,提出的方法预测正确性比PSNR和Wang的方法分别高8.5%和4.4%,单调性分别高5.4%和2.2%,一致性分别高5.7%和3.4%。因此从容观上看,用本发明的方法预测的图像客观质量评价,与图像主观质量评价更加一致。
表1
Claims (5)
1.一种部分参考型图像客观质量评价方法,包括以下步骤:
(1)在图像发送端,对原始图像进行纹理复杂度分析,获得水印嵌入指示图;
(2)在图像发送端,利用量化参数初始化调节系统和量化参数动态反向调节系统确定量化参数;
(3)在图像发送端和图像接收端,对原始图像进行小波变换得到小波子带图像,根据水印嵌入指示图和量化参数分别在各小波子带图像内进行数字水印的嵌入和提取;
(4)在图像接收端,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价。
2.根据权利要求1所述的部分参考型图像客观质量评价方法,其特征在于,步骤(1)所述的在图像发送端,对原始图像进行纹理复杂度分析,获得水印嵌入指示图包括以下步骤:
1)利用边缘探测算子检测原始图像中的边缘轮廓;
2)计算该原始图像中的结构化纹理系数;
3)对结构化纹理系数进行滤波,获得水印嵌入指示图。
3.根据权利要求1所述的部分参考型图像客观质量评价方法,其特征在于,步骤(2)所述的在图像发送端,利用量化参数初始化调节系统和量化参数动态反向调节系统确定量化参数的具体过程如下:
1)量化参数初始化调节系统循环执行10次,每次单独对第k个小波子带图像进行水印嵌入,该小波子带图像的量化参数Δk搜索区间为[1,50];根据每个量化参数Δk和水印嵌入指示图获得50个水印图像和原始图像偏差矩阵DIF(x,y),以及原始图像临界可见偏差矩阵JND(x,y),计算获得50个水印图像可见块的个数Nk;计算水印图像可见块个数Nk与嵌入水印块个数的比值Pk,水印图像可见块个数Nk的增长率Kk,满足Pk>0.05且Kk<0.1的临界量化参数成为第k个小波子带图像的量化参数Δk的初始值;
2)量化参数动态反向调节系统,使用由量化参数初始化调节系统获得的10个小波子带图像的量化参数Δk的初始值进行水印嵌入,根据量化参数Δk和水印嵌入指示图获得水印图像和原始图像偏差矩阵DIF(x,y),以及原始图像临界可见偏差矩阵JND(x,y),计算水印图像可见块的个数Nk;如果Nk大于等于嵌入水印块个数的10%,则降低对图像质量影响大的那些小波子带图像的量化参数,利用更新过的10个小波子带图像的量化参数Δk进行水印嵌入,计算水印图像可见块的个数Nk,满足Nk小于嵌入水印块个数的10%时,反向调节终止,获得最终的各小波子带图像的量化参数。
4.根据权利要求1所述的部分参考型图像客观质量评价方法,其特征在于,步骤(3)所述的在图像发送端和图像接收端,根据水印嵌入指示图和量化参数分别在各小波子带图像内进行数字水印的嵌入和提取包括以下步骤:
1)在图像发送端,对原始图像进行3层小波变换,获得10个小波子带图像;利用水印嵌入指示图和由量化参数调节系统确定的各小波子带图像的量化参数,进行水印嵌入;然后进行3层小波逆变换,获得水印图像;将经过失真处理的水印图像通过主信道传输,将水印嵌入指示图和各小波子带图像的量化参数通过辅助信道传输;
2)在图像接收端,对水印图像进行3层小波变换,获得10个小波子带图像;利用水印嵌入指示图和各小波子带图像的量化参数,进行水印提取。
5.根据权利要求1所述的部分参考型图像客观质量评价方法,其特征在于,步骤(4)所述的在图像接收端,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价包括以下步骤:
1)在图像接收端,计算各小波子带图像的水印复原率,即正确提取的水印位数Mc占原始水印总位数Mt的比值,加权各小波子带图像内提取的水印复原率,获得图像客观质量评价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101005355A CN101605272B (zh) | 2009-07-09 | 2009-07-09 | 一种部分参考型图像客观质量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009101005355A CN101605272B (zh) | 2009-07-09 | 2009-07-09 | 一种部分参考型图像客观质量评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101605272A CN101605272A (zh) | 2009-12-16 |
CN101605272B true CN101605272B (zh) | 2011-05-11 |
Family
ID=41470788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009101005355A Active CN101605272B (zh) | 2009-07-09 | 2009-07-09 | 一种部分参考型图像客观质量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101605272B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101930607B (zh) * | 2010-08-04 | 2012-09-19 | 深圳中兴力维技术有限公司 | 一种图像质量判别方法 |
CN101976444B (zh) * | 2010-11-11 | 2012-02-08 | 浙江大学 | 一种基于像素类型的结构类似性图像质量客观评价方法 |
CN102883179B (zh) * | 2011-07-12 | 2015-05-27 | 中国科学院计算技术研究所 | 一种视频质量客观评价方法 |
CN102496162B (zh) * | 2011-12-21 | 2013-07-10 | 浙江大学 | 基于非张量积小波滤波器的部分参考图像质量评价方法 |
CN102843588A (zh) * | 2012-09-29 | 2012-12-26 | 金纯� | 一种基于水印技术cmmb播放系统入侵检测系统及方法 |
CN103533343B (zh) * | 2013-09-29 | 2015-05-20 | 宁波大学 | 一种基于数字水印的立体图像质量客观评价方法 |
CN103607589B (zh) * | 2013-11-14 | 2016-08-24 | 同济大学 | 基于层次选择性视觉注意力机制的jnd阈值计算方法 |
CN104361596A (zh) * | 2014-11-20 | 2015-02-18 | 江南大学 | 一种基于Contourlet变换和Frobenius范数半参考图像质量评价方法 |
CN107018406B (zh) * | 2016-01-27 | 2019-09-03 | 华为技术有限公司 | 视频信息处理方法及装置 |
KR102636099B1 (ko) * | 2016-12-22 | 2024-02-13 | 삼성전자주식회사 | 양자화 파라미터를 조절하는 비디오 인코딩을 위한 장치 및 방법 |
CN109801266A (zh) * | 2018-12-27 | 2019-05-24 | 西南技术物理研究所 | 一种无线图像数据链的图像质量评估系统 |
CN114466181A (zh) * | 2021-12-29 | 2022-05-10 | 沈阳中科创达软件有限公司 | 一种视频异常检测方法、装置、设备和系统 |
-
2009
- 2009-07-09 CN CN2009101005355A patent/CN101605272B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN101605272A (zh) | 2009-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101605272B (zh) | 一种部分参考型图像客观质量评价方法 | |
CN101160951B (zh) | 一种多媒体视频通信的质量检测方法 | |
Valenzise et al. | Revealing the traces of JPEG compression anti-forensics | |
CN101621709B (zh) | 一种全参考型图像客观质量评价方法 | |
Ma et al. | Reorganized DCT-based image representation for reduced reference stereoscopic image quality assessment | |
Ma et al. | Reduced-reference video quality assessment of compressed video sequences | |
Lin et al. | Digital image source coder forensics via intrinsic fingerprints | |
Ma et al. | Reduced-reference image quality assessment in reorganized DCT domain | |
CN101621708B (zh) | 基于dct域的彩色图像可觉察失真度计算方法 | |
CN101478691B (zh) | Motion Jpeg2000视频客观质量的无参考评估方法 | |
Rehman et al. | Reduced-reference SSIM estimation | |
CN103037212B (zh) | 基于视觉感知的自适应块压缩传感图像编码方法 | |
CN103067713B (zh) | 一种位图jpeg压缩检测的方法及系统 | |
Qadir et al. | Estimating JPEG2000 compression for image forensics using Benford's Law | |
CN101930607A (zh) | 一种图像质量判别方法 | |
CN105120294A (zh) | 一种jpeg格式图像来源鉴别方法 | |
JP2005064679A (ja) | 画像特徴量抽出方式および画質評価方式 | |
CN104715440A (zh) | 基于Gabor滤波器组与DWT变换的遥感影像感知哈希认证方法 | |
CN103854248A (zh) | 基于内容解析和感知分层的水印嵌入方法及装置 | |
Ma et al. | Reduced reference video quality assessment based on spatial HVS mutual masking and temporal motion estimation | |
Sendashonga et al. | Low complexity image quality assessment using frequency domain transforms | |
Dalmia et al. | First quantization matrix estimation for double compressed JPEG images utilizing novel DCT histogram selection strategy | |
Tsai et al. | A visible wavelet watermarking technique based on exploiting the contrast sensitivity function and noise reduction of human vision system | |
Chu et al. | Forensic identification of compressively sensed images | |
Zhang et al. | Local binary pattern statistics feature for reduced reference image quality assessment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |