机器人一体机远程监控平台的音视频传输研究与设计

文章分析了一个典型的机器人一体机（RIM）远程控制方案,研究了该方案中的用于解决海量数据传输问题的监控平台。在数据传输过程中,音视频数据的传输效率是个亟待解决的问题。文章也对该控制方案中的结构进行了深入研究与分析,详细叙述了广域网音视频传输系统的需求,设计并实现了广域网中不同局域网之间的音视频信息的传输,为移动机器人的遥操作提供支持,介绍了系统所用到的关键技术并对系统进行了测试与分析。该方案简单明了,实现方便,通过了相关测试。     

局部特征点的3维模型变换域水印算法

目的 为进一步提高变换域水印的鲁棒性,解决多分辨率小波变换对三角形网格形状的限制,提出一种基于局部特征点的变换域水印算法。方法 首先根据经度角和纬度角对模型分区,并求出局部特征点;其次由局部特征点的模长与非局部特征点模长的均值构成的比值组成2维矩阵,对2维矩阵进行离散小波变换,并修改小波系数中的各分辨率层的中高频系数来嵌入水印;最后通过逆向离散小波变换得到空域信号,修改3维模型局部特征点的模长以得到含水印的3维网格模型。结果 本文方法能够不受平移、旋转、均匀缩放和顶点重排序的影响,并能有效抵抗噪声、简化、剪切、细分、量化和联合攻击等一系列的常见攻击。结论 实验结果表明,该算法具有很好的鲁棒性和不可见性,对模型的网格形状无严格要求。     

图像插值空间大容量可逆数字水印算法

可逆数字水印技术在遥感、医学、军事等众多领域有着广泛应用,而现有大数可逆水印算法需要依赖于附加信息,严重影响了嵌入容量,为此提出一种无附加信息的大容量可逆水印算法。首先设计了一种类似双线性插值原理的图像放大方法,并利用该方法将载体图像放大为原来的4倍,放大图中有1/4的插值点保留了原始图像信息,其余插值点均可嵌入水印。为了在插值的同时同步嵌入水印,先利用随机函数选取水印嵌入位置,再由嵌入水印信息决定理论插值的最终取值,实现水印嵌入,保证了水印的均匀分布,而且最大限度地降低了嵌入水印对插值的影响,同时还提高了算法效率和水印安全性。与经典插值算法相比,生成的含水印图像质量较好,且对任何载体图像嵌入率均能达到0.75 bpp,大量实验也表明,算法隐蔽性好、安全性高、嵌入率高、实用性强。     

基于HVS和关系的DCT域彩色图像水印方案

提出了一种基于人类视觉系统和关系的离散余弦变换域水印技术。首先对二值水印图像进行混沌加密和Arnold置乱处理;其次对载体彩色图像的每一分量进行8×8分块的离散余弦变换;最后根据每一分块的亮度和纹理掩蔽特性和水印图像的像素取值来自适应调整选定位置的离散余弦变换系数的大小关系以嵌入水印。实验表明,提出的算法具有较好的透明性和抵抗攻击的能力,且在红色分量嵌入的水印比在蓝色或绿色分量嵌入的水印对滤波、有损压缩攻击等具有更好的鲁棒性。与同类算法相比,提出的算法具有更好的性能。     

基于坐标—灰度交织映射的视频麦克风声音复原系统

区别于声学麦克风,视频麦克采用高帧率摄像机,利用声音震动引起周围物体的帧间图像细微差异,对声音进行复原。模拟人脑v2皮层位置亮度交织神经网络,提出一种基于二维对数的坐标—灰度交织映射算法。算法将视频帧图像矩阵与函数构造矩阵交织映射,产生混沌吸引子保留并放大帧间图像微差异,并构造基于该算法的视频麦克风声音复原系统。仿真实验表明,该视频麦克风系统可以从薯片袋子的高帧率视频中复原声音信号,相比于传统算法降低了40%的计算量,同时保持语音复原质量。     

结合汉明码和图像矫正的彩色图像盲水印

目的 随着互联网技术的飞速发展,彩色数字图像带来极大便利的同时,也产生了一些篡改、剽窃等侵权行为;同时,几何处理对含水印载体的破坏使水印盲检测的难度增加,因此,本文提出一种基于汉明码和图像矫正的彩色图像盲水印方法,旨在解决当前图像版权保护的难点问题。方法 嵌入水印时,使用仿射变换加密彩色水印,并将已加密的信息编为汉明码,然后利用特征值分解计算出像素块的全部特征值,并通过对特征值绝对值的和进行量化来完成水印的嵌入;提取水印时,利用图像的几何属性对多种几何攻击后的图像进行判断、矫正,并借助量化技术提取水印。结果 基于彩色图像标准数据库,将本文方法与7种相关方法进行了对比实验：在不可见性方面,与LU分解的水印方法相比,本文算法峰值信噪比（peak signal-to-noise ratio,PSNR）提高了4 dB;在常规攻击鲁棒性方面,与Schur分解的最新方法相比,本文算法平均归一化互相关（normalized cross-correlation,NC）的值稍有提高;在几何攻击鲁棒性方面,本文算法NC值具有一定的优势;同时,本文算法的水印容量达到了0.25 bit/像素,密钥空间达到了2⁴³²,运行时间仅需3 s左右。结论 所提方法不仅具有较好的水印不可见性和较强的鲁棒性,而且具有较大的水印容量、较高的安全性和实时性。     

数据驱动的AVS3像素域最小可觉差预测模型

AVS3作为中国第三代国家数字音视频编码技术标准,在消除视频时域/空域冗余信息方面发挥了重要的作用,但在消除感知冗余方面仍存在进一步优化的空间。本文提出一种数据驱动的AVS3像素域最小可觉差（Just noticeable distortion,JND）预测模型,在尽量保证视觉主观质量的前提下,对AVS3视频编码器进行优化。首先基于主流的大型JND主观数据库,获取符合人眼视觉特性的像素域JND阈值;然后基于深度神经网络构建像素域JND预测模型;最后通过预测的像素域JND阈值建立残差滤波器,消除AVS3的感知冗余,降低编码比特率。实验结果表明,与AVS3的标准测试模型HPM5.0相比,在人眼主观感知质量几乎无损的情况下,所提出的像素域JND模型最高可节省21.52%的码率,平均可节省5.11%的码率。     

抗频率变换的采样计数音频检索方法

理想的音频检索方法可以准确、高效地从大规模音频数据库中识别所有音频。但是,目前还没有一种方法可以对所有噪声干扰鲁棒。基于Philips指纹的采样计数音频检索方法是目前最高效的方法之一,如果能解决其无法抵抗线性变换（时间缩放、频率变换）的缺点,则整个采样计数音频检索方法将进一步趋于理想。针对其中的频率变换问题,提出抗频率变换的采样计数音频检索方法,包括变频带间隔的查询指纹生成方法、多频率尺度的查询匹配方法,以及分步骤指纹提取和变过滤阈值两种加速策略。该方法可以抵抗70%到130%的频率变换,效果与目前最好的QUAD方法相当,并且可以扩展到任意使用Philips类的指纹的检索方法以增强其抵抗频率变换干扰的能力。     

两级扩展离散剪切变换数字水印算法

为了提高数字水印算法的不可见性和健壮性,将水印嵌入到最大熵子带低频大系数和最小熵子带低频小系数,并将扩展离散剪切变换的强方向敏感性引入到数字水印中。在此基础上提出了两级扩展离散剪切变换的数字水印算法。实验结果表明,新算法不仅具有很强的不可见性,加入一系列攻击后,仍能提取出水印信息。新算法具有很强的不可见性和健壮性。     

语音信息隐藏容量研究

在现有水印隐藏容量模型研究的基础上,提出了MPEG声心理学模型1掩蔽门限限制下的语音信息隐藏容量和一种能够达到该理论容限的秘密信息编码方法.同时也计算出当采样率为44.1 kHz的载体语音概率密度函数满足高斯正态分布时,其在MPEG声心理学模型1掩蔽门限限制下的隐藏容量为2787 bit/s.