[發(fā)明專利]一種自適應(yīng)閾值的視頻流多紋理方向錯(cuò)誤隱藏方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410100233.9
• 申請(qǐng)日: 2014-03-18
• 公開（公告）號(hào): CN103856781B
• 公開（公告）日: 2017-04-19
• 發(fā)明（設(shè)計(jì)）人: 張小紅;胡婷;鐘小勇
• 申請(qǐng)（專利權(quán)）人: 江西理工大學(xué)
• 主分類號(hào): H04N19/65
• 分類號(hào): H04N19/65;H04N19/895
• 代理公司: 南昌新天下專利商標(biāo)代理有限公司36115
• 代理人: 施秀瑾

1.一種自適應(yīng)閾值的視頻流多紋理方向錯(cuò)誤隱藏方法，其特征是包括以下步驟：

步驟(1)：判斷接收端收到的視頻圖像的宏塊是否發(fā)生錯(cuò)誤，如果是，則轉(zhuǎn)到步驟(2)；否則轉(zhuǎn)到步驟(6)；

步驟(2)：對(duì)錯(cuò)誤宏塊的相鄰塊進(jìn)行改進(jìn)的Sobel邊緣檢測(cè)算法，依次確定各個(gè)相鄰塊的邊緣方向；

步驟(3)：根據(jù)邊緣像素差值成本函數(shù)自適應(yīng)確定錯(cuò)誤宏塊中每個(gè)像素點(diǎn)的插值方向，邊界像素差值成本函數(shù)為；

$Cost(i,j)=\underset{f^{\′}(i,j)\∈P_N}{\Σ}|f(i,j)-f^{\′}(i,j)|$

其中：f(i,j)為錯(cuò)誤宏塊中的像素點(diǎn)灰度值，f'(i,j)為經(jīng)過錯(cuò)誤宏塊的像素點(diǎn)沿著可能的邊緣方向與相鄰塊交點(diǎn)的像素點(diǎn)灰度值，P_N為經(jīng)過錯(cuò)誤宏塊的像素點(diǎn)沿著可能的邊緣方向與相鄰塊交點(diǎn)的集合；

步驟(4)：對(duì)錯(cuò)誤宏塊中的每個(gè)像素點(diǎn)依據(jù)其插值方向計(jì)算方向插值，并恢復(fù)錯(cuò)誤宏塊；

步驟(5)：判斷錯(cuò)誤宏塊是否全部被錯(cuò)誤隱藏，如果是，則轉(zhuǎn)到步驟(6)；否則轉(zhuǎn)到步驟(2)；

步驟(6)：輸出接收到的視頻圖像；

所述的改進(jìn)的Sobel邊緣檢測(cè)算法如下：

(1)計(jì)算梯度的幅值和方向

水平梯度J_x(i,j)為：

J_x(i,j)＝G_x²(i,j)+G_y²(i,j)

垂直梯度J_y(i,j)為：

J_y(i,j)＝2G_x(i,j)G_y(i,j)

其中G_x(i,j)和G_y(i,j)分別是傳統(tǒng)的Sobel邊緣檢測(cè)算法中的水平梯度和垂直梯度；

令圖像中每個(gè)像素點(diǎn)的梯度幅值和方向分別為G^*(i,j)和θ^*(i,j)，則：

$G^{*}(i,j)=\sqrt[4]{{J_x}^2(i,j)+{J_y}^2(i,j)}$

${\mathrm{\θ}}^{*}(i,j)=\frac{1}{2}\arctan \frac{J_y(i,j)}{J_x(i,j)}$

(2)自適應(yīng)閾值設(shè)定

設(shè)待進(jìn)行邊緣檢測(cè)視頻圖像的尺寸大小為M×N，進(jìn)行邊緣檢測(cè)的圖像需要剔除邊界點(diǎn)，因此其尺寸大小為(M-2)×(N-2)；基于自適應(yīng)閾值進(jìn)行邊緣檢測(cè)的步驟如下：

1)：分別根據(jù)以下兩個(gè)公式計(jì)算待進(jìn)行邊緣檢測(cè)圖像的平均梯度幅值MG₁和梯度標(biāo)準(zhǔn)差SD₁：

${\mathrm{MG}}_1=\frac{\underset{i=2}{\overset{M-1}{\Σ}}\underset{j=2}{\overset{N-1}{\Σ}}{G}^{*}(i,j)}{(M-2)(N-2)}$

${\mathrm{SD}}_1=\sqrt{\frac{\underset{i=2}{\overset{M-1}{\Σ}}\underset{j=2}{\overset{N-1}{\Σ}}{\left(G^{*}\right(i,j)-{\mathrm{MG}}_1)}^2}{(M-2)(N-2)}}$

2)：令自適應(yīng)閾值A(chǔ)th₁＝MG₁+k₁×SD₁，其中k₁為閾值因子；如果G^*(i,j)＞Ath₁，則初步判定該像素點(diǎn)為待定邊緣點(diǎn)；

3)：分別根據(jù)以下兩個(gè)公式計(jì)算以待測(cè)像素點(diǎn)為中心的3×3鄰域窗中像素的平均梯度幅值MG₂和梯度標(biāo)準(zhǔn)差SD₂：

${\mathrm{MG}}_2=\frac{1}{9}\underset{x=-1}{\overset{1}{\Σ}}\underset{y=-1}{\overset{1}{\Σ}}{G}^{*}(i+x,j+y)$

${\mathrm{SD}}_2=\sqrt{\frac{1}{9}\underset{x=-1}{\overset{1}{\Σ}}\underset{y=-1}{\overset{1}{\Σ}}{\left(G^{*}\right(i+x,j+y)-{\mathrm{MG}}_2)}^2}$

4)：令自適應(yīng)閾值A(chǔ)th₂＝MG₂+k₂×SD₂，其中k₂為閾值因子；如果G^*(i,j)＞Ath₂，則可判定該像素點(diǎn)為邊緣點(diǎn)。