[发明专利]基于深度图像和Otsu分割的视频水印方法

权利要求书

1.一种基于深度图像和Otsu分割的视频水印方法，其特征在于：利用视频关键帧的深度图像提供的景深信息，设置两个阈值将深度图分割成前景和背景两个区域，在属于前景区域的视频关键帧的亮度分量子块上嵌入水印信息；该方法包括以下几个步骤：

步骤A、获取视频关键帧的深度图像；

步骤B、利用Logistic映射对水印图片进行置乱，生成杂乱无序的一维水印信息；

步骤C、根据深度图像提供的景深信息，利用Otsu阈值分割法将深度图像分割成前景区域和背景区域，并对视频关键帧的前景区域进行判断，在属于前景区域的亮度分量子块的DCT系数上嵌入水印信息；

步骤D、对含有水印的视频进行前景和背景区域判断，在属于前景区域的亮度分量子块的DCT系数上提取出水印信息，然后对提取的水印信息按照与Logistic映射相反方法进行变换，最后按照原始水印图像的规格大小进行排列，即可获取出水印图像；

所述的步骤B具体包括以下几个步骤：

步骤B1、利用初始值X₀和分叉函数μ在Logistic映射下产生一个长度为L的一维混沌序列X：X＝{X_k:k＝0,1,2,...,L}，其中L是一维水印信息的长度；其中一维Logistic映射的计算公式如下：

X_n+1＝X_n×μ×(1-X_n),μ∈[0,4],X∈[0,1](2)

步骤B2、按照公式(3)对序列X进行处理，获得新的序列X'；将序列X'和一维水印图像的序列W进行异或运算，生成杂乱无序的一维水印信息，即完成水印信息的预处理；

其中是序列X的均值(3)。

2.如权利要求1所述的基于深度图像和Otsu分割的视频水印方法，其特征在于：所述的步骤A具体包括以下几个步骤：

步骤A1、将视频进行解码，确定视频关键帧；

步骤A2、对视频关键帧的前向第8帧I_ref8和视频关键帧分别提取50个SIFT特征点，(Descriptor_a1～50，Descriptor_b1～50)，然后采用特征点特征向量的欧式距离来作为两幅图像中特征点的相似性判定度量；如果视频关键帧中有70％的特证点与前向第8帧I_ref8中的特征点两两相互匹配，则认为两帧图像相似，否则，再将视频关键帧的前向第7帧与视频关键帧进行相似性判断，直至找出与视频关键帧相似的视频帧；

步骤A3、将视频关键帧和其相似的视频帧视作一个视频帧图像对(I_sim1,I_sim2)，并利用光流算法模型对其进行运动流计算，利用图像对中像素强度数据的时域变化和相关性来确定视频关键帧中每个像素的运动矢量；

步骤A4、按照公式(1)计算的视频关键帧的深度信息，获取深度图像；

$D(i,j)=c\sqrt{MV{(i,j)}_x^2+MV{(i,j)}_y^2}---\left(1\right)$

公式(1)中D(i,j)表示的是深度图像中像素(i,j)的深度值，c是调节尺度因子，它可以根据视频帧中场景内容不同去调节深度信息的大小，以方便显示观察；MV(i,j)_x和MV(i,j)_y分别表示像素点(i,j)水平X和垂直Y方向上的运动矢量。