[发明专利]基于JND模型和T-QR的鲁棒HDR视频水印嵌入提取方法、系统及存储介质

说明书

本申请涉及一种基于JND模型和T‑QR的鲁棒HDR视频水印嵌入提取方法、系统及存储介质，解决了仅考虑了空间域的视觉特征而导致鲁棒性较差，其包括根据HDR视频信息以提取关键帧图像信息；根据关键帧图像信息进行分解以提取待嵌入矩阵；根据亮度感知信息、对比度感知信息以及时间域感知信息构建JND模型；将JND模型分块形成嵌入参考矩阵；根据嵌入参考矩阵以将所预设的水印矩阵嵌入至待嵌入矩阵以形成完成嵌入矩阵，直至关键帧图像信息所对应全部的待嵌入矩阵均完成水印矩阵的嵌入；依次嵌入形成完成水印嵌入的关键帧图像信息；合成该关键帧图像信息以形成完成水印嵌入的HDR视频信息。本申请根据JND模型以综合考虑空间域与时间域，提高视频的鲁棒性。

技术领域

本申请涉及视频处理的技术领域，尤其是涉及一种基于JND模型和T-QR的鲁棒HDR视频水印嵌入提取方法、系统及存储介质。

背景技术

随着互联网技术的发展，传统的低动态范围(LDR)视频无法满足人们的视觉享受,高动态范围(High Dynamic Range，HDR)视频作为数字图像领域的重要发展和突破，已在数码摄影、超高清电影与电视、视频游戏、遥感探测和医学成像等各方面日益受到关注。不同于传统的低动态范围图像，高动态范围图像采用浮点数据来记录像素信息，能够更加准确记录真实场景的全部色彩范围值，能够表现出丰富的色彩细节和明暗层次。如何保护高动态范围视频的版权已成为亟待解决的问题。

相关技术中，在水印嵌入过程中，将高动态范围宿主图像表示成三阶张量的形式，然后利用Tucker分解对高动态范围宿主图像进行处理，并将得到的核心张量的第一特征图作为水印信息的嵌入载体，在根据亮度掩膜进行水印的嵌入。

然而，以上高动态范围图像水印方法仅考虑了空间域的视觉特征，因此HDR图像/视频的嵌入提取水印方法所对应的鲁棒性较差。

发明内容

为了提高嵌入提取水印后高动态范围图像的鲁棒性，本申请提供一种基于JND模型和T-QR的鲁棒HDR视频水印嵌入提取方法、系统及存储介质

第一方面，本申请提供一种基于JND模型和T-QR的鲁棒HDR视频水印嵌入提取方法，包括水印嵌入方法，具体如下：

获取HDR视频信息；

根据HDR视频信息以提取关键帧图像信息；

将所述关键帧图像信息的RGB数据定义为三阶张量；将关键帧图像信息的RGB数据分成不重叠的第一子张量；对所述第一子张量进行分解以提取待嵌入矩阵；

根据所述关键帧图像信息以分析形成亮度感知信息、对比度感知信息以及时间域感知信息；并以亮度感知信息、对比度感知信息以及时间域感知信息构建JND模型；

将JND模型所对应的数据进行不重叠分块以形成与第一子张量一一对应的嵌入参考矩阵；

所述待嵌入矩阵与嵌入参考矩阵一一对应；

根据嵌入参考矩阵以将所预设的水印矩阵嵌入至待嵌入矩阵以形成完成嵌入矩阵，直至关键帧图像信息所对应全部的待嵌入矩阵均完成水印矩阵的嵌入；

将全部的完成嵌入矩阵进行逆向合成以形成完成水印嵌入的关键帧图像信息；

将全部完成水印嵌入的关键帧图像信息进行合成以形成完成水印嵌入的HDR视频信息。