[发明专利]基于人眼视觉在空域上融合特性的二维码隐藏画面系统有效
申请号: | 201710375475.2 | 申请日: | 2017-05-24 |
公开(公告)号: | CN107205155B | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 陈远春;翟广涛;陈琦;杨泽锐;张浩翔;曾益 | 申请(专利权)人: | 上海交通大学 |
主分类号: | H04N19/467 | 分类号: | H04N19/467;H04N21/8358 |
代理公司: | 上海恒慧知识产权代理事务所(特殊普通合伙) 31317 | 代理人: | 徐红银 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于人眼视觉在空域上融合特性的二维码隐藏画面系统,所述预处理模块,对于目标视图和二维码进行灰度域上的最优解计算,结合人眼的连续采样和摄影设备的离散采样的特点,使得处理过的超高清视频图像在所述显示模块的高分辨率显示设备上播放时人眼看不到二维码而摄影设备能扫出二维码;所述输入模块,用于接收经过所述预处理模块处理过的超高清视频图像,并将所述超高清视频图像存入片外存储器;所述显示模块,用于从所述片外存储器读入所述超高清视频图像,在高分辨率显示设备上投影出处理过的超高清视频图像流。本发明能大幅规避二维码播放与正常视频播放的冲突。 | ||
搜索关键词: | 基于 视觉 空域 融合 特性 二维码 隐藏 画面 系统 | ||
【主权项】:
1.一种基于人眼视觉在空域上融合特性的二维码隐藏画面系统,其特征在于:包括预处理模块、输入模块、显示模块,其中:所述预处理模块,对于目标视图和二维码进行灰度域上的最优解计算,结合人眼的连续采样和摄影设备的离散采样的特点,使得处理过的超高清视频图像在所述显示模块的高分辨率显示设备上播放时人眼看不到二维码而摄影设备能扫出二维码;所述输入模块,用于接收经过所述预处理模块处理过的超高清视频图像,并将所述超高清视频图像存入片外存储器;所述显示模块,用于从所述片外存储器读入所述超高清视频图像,在高分辨率显示设备上投影出处理过的超高清视频图像流;所述预处理模块,采用二维码隐藏模型实现,该模型是基于空域的心理视觉调制技术;所述二维码隐藏模型,将二维码嵌入目标视图,人眼的视觉系统是对于亮度域进行连续积分的,摄影设备的半导体图像传感器需要时间访问寄存器,会适时通过在连续光源下离散的采样形成图像;对于二维码和最终人裸眼能看到的目标视图进行灰度域上的最优解计算,即优化求解使得要嵌入的二维码和目标视图的视觉差距最小化,使得处理过的超高清视频图像能够实现人眼看不到二维码而摄影设备能扫出二维码;所述二维码隐藏模型,其实现二维码融合以及隐藏,过程具体如下:首先,在人眼的视觉系统中,是对于亮度域进行连续积分的,一个完整的图片i可以被表示为或者被写作如下公式:其中xj为人眼所连续积分的各个基础视图,其中的||·||F是弗罗贝尼乌斯范数,用来衡量目标图像和重构图像之间的差异性;0≤X≤1是因为在灰度域上衡量视图基,它们的灰度值有上限和下限,简化为0‑1,其中K为图片的像素点行数、X1为要处理的目标视图的原始图像,1代表着该视图中所有的权重系数w都取1;其次,优化求解使得二维码c和原始视图y’的视觉差距最小化,即使得二维码c和目标视图y的视觉差距最小化,求解得:其中w由摄影设备所决定,参数Xw表示目标视图在调制系数为w的摄影设备下的图像,与上面的X1相对应;弗罗贝尼乌斯范数很小时可以近似y=y’;结合上述公式(1)、(2),权重方程被表示为:其中λ是一个非负的权重系数;上式或被重表示为:其中摄影设备的参数是能在编程的设备中调制的,w理论上做到取任何值,为了简化算法,以w=[1,0,...,0]T来计算,即第一个基础视图就是二维码c;在融合以及隐藏过程中不可避免地会存在着残留,将这个残留定义为这里的Y(p)是第p行的二维码未被隐藏的残留,Y是目标视图,X:j是第j列矩阵,Wj:是第j行对应的调制系数矩阵,用X:jWj:来表示第j列的调制后的图片的像素列;对于p=1,2,...,K,成本函数的变化率表示为这里Wp:是第p行对应的调制系数矩阵,Wp:T是第p行的调制系数矩阵的转置矩阵;通过把变化率取0,总结出下面的方程:W是调制系数矩阵,WT是调制系数矩阵的转置,[0,1]表示调制系数矩阵W的每一个元素是在0到1之间的,利用该方程,在实验中不断尝试,求得一个更好的融合系数,从而获得最优解即最优化的系统结果,实现处理过的视频能够实现人眼看不到二维码而摄影设备能扫出二维码。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710375475.2/,转载请声明来源钻瓜专利网。