人眼视觉特性与SIFT相结合的视频双水印算法

针对视频水印容易遭受几何攻击以及水印的鲁棒性与透明性的平衡问题,提出一种基于人眼视觉特性与尺度不变特征变换（SIFT）相结合的抗几何攻击视频双水印算法。首先获取视频序列中人眼视觉掩蔽阈值作为水印的最大嵌入强度。其次,将视频帧进行离散小波变换（DWT）,对中高频子带系数提出基于视频运动信息的自适应水印算法;针对低频子带,提出基于小波低频系数统计特性的抗几何攻击视频水印算法。最后,以SIFT作为触发器判断视频帧是否遭受几何攻击,对遭受几何攻击的视频帧利用SIFT的尺度与方向不变性进行校正,并对校正后的视频帧提取水印信号;针对非几何攻击的视频帧,直接利用中高频提取算法。所提算法与实时性视频水印算法——基于小波域直方图的视频水印（VW-HDWT）算法比较,峰值性噪比值（PSNR）提高了7.5%;与基于特征区域的水印算法相比,水印嵌入容量提高约10倍。实验结果表明,在保证水印透明度较好的情况下,所提算法对常规几何攻击具有较强的鲁棒性。     

基于改进SIFT的抗几何攻击的数字水印

通过改进的SIFT（尺度不变特征变换）算法提出了一种可有效抵抗几何攻击的鲁棒数字水印算法。此算法利用改进的SIFT进行水印信号的同步;水印嵌入采用圆环的嵌入模式,在空域以奇偶量化形式嵌入;通过奇偶检测器提取水印。实验结果表明,改进的SIFT大大降低特征点匹配的维数,提高匹配速率,同时该算法能获得很好的图像质量,能有效抵抗几何攻击和常规的信号处理攻击。     

基于SIFT特征点的抗几何攻击水印算法

提出一种利用尺度不变特征变换（SIFT）特征点实现对抗几何攻击的水印方案。基于特征点构造Delavnay三角网,依靠SIFT特征点的抗几何变换性实现图像三角形区域的抗几何攻击。在提取部分图像内容的基础上,按照多对一的原则,使用改进的加性方法嵌入水印信息。实验表明,该算法能够较好地抵抗几何攻击和一般的信号处理攻击。     

基于SIFT和非采样Contourlet变换的鲁棒水印算法

针对常见抗几何攻击水印算法存在的不足,设计一种基于SIFT和非采样Contourlet(NSCT)变换的鲁棒水印算法。算法首先利用尺度不变特征变换在载体图像的尺度空间上提取特征点并形成矩形特征区域,然后水印信息自适应量化嵌入特征区域的NSCT低频变换系数中,最后保存若干个稳定特征点用于几何校正。实验结果表明,该算法不仅具有很好的透明性,同时对常见图像处理攻击和几何攻击均具有很强的鲁棒性。     

基于QR分解的Contourlet域抗几何攻击水印算法

为了提高数字水印产品的抗几何攻击能力,提出一种基于QR分解的Contourlet域抗几何攻击水印算法。该算法首先对宿主图像Contourlet变换后的低频子带进行分块QR分解,通过轻微修改各子块Q矩阵第一列第二行元素和第三行元素的大小关系嵌入Arnold置乱后的水印信息,并且利用R矩阵对各子块进行相应的视觉失真补偿操作。在水印提取前,利用尺度不变特征变换SIFT特征点具有的旋转、缩放和平移不变性对几何失真含水印图像进行几何校正,恢复水印的同步性,使算法具备抵抗几何攻击的能力。实验结果表明,该算法的不可见性良好,而且对于常规攻击和多种几何攻击都具有较好的鲁棒性。     

一种基于CS-SIFT抗几何攻击的图像双水印算法

利用压缩感知(CS)技术及图像尺度不变特征变换(SIFT),研究了一种既能抗几何攻击又能实现盲水印的方法。第一重版权水印经过扩频,嵌入在非抽样轮廓变换(NSCT)低频子带的DWT域中;第二重认证水印通过对含第一重水印的图像压缩感知生成,并作为零水印提交IPR数据库保存。提取水印时,先通过获取的零水印信息得到SIFT特征模板,并对含水印图像完整性进行验证及篡改定位和恢复,再根据SIFT特征点的尺度特征和坐标关系,对图像进行几何校正,使水印信息的提取位置同步。实验表明,该算法透明性良好、水印容量较大,而且对于常规攻击和多种几何攻击都具有良好的鲁棒性。     

基于SIFT的DCT域抗几何攻击水印算法

针对几何攻击的特点,提出一种基于SIFT变换的鲁棒水印算法.嵌入过程中,在图像的兴趣区域寻找合适的关键点,利用交流系数关系在DCT域重复嵌入水印.提取过程充分利用SIFT关键点对旋转、尺度缩放等的不变性,对隐秘图像进行校正,找出水印嵌入位置,并提取水印,与原始水印进行相似度判定.实验结果表明,基于SIFT变换的水印算法对常见几何攻击有较强的鲁棒性.     

图像块的不可见性与鲁棒性均衡水印算法

目的 为协调水印算法不可见性与鲁棒性之间的矛盾,提高水印算法抵抗几何攻击的能力,提出一种图像块的不可见性与鲁棒性均衡水印算法。方法 将宿主图像分成互不重叠的图像块,利用人类视觉系统的掩蔽特性对每个图像块的纹理特征和边缘特征进行分析,选择掩蔽性好的图像块作为嵌入子块。对嵌入子块作2级离散小波变换,将其低频子带进行奇异值分解,通过修改U矩阵第1列元素间的大小关系嵌入Arnold置乱后的水印信息。在水印提取前,对几何失真含水印图像利用图像尺度不变特征变换（SIFT）特征点的坐标关系和尺度特征进行几何校正,恢复水印的同步性。结果 对标准灰度图像进行实验,含水印图像的峰值信噪比都可以达到44 dB以上。对含水印图像进行常规攻击和几何攻击,提取出的水印图像与原始水印图像的归一化互相关系数大部分都能达到0.99以上,说明该算法不仅具有良好的不可见性,对常见攻击和几何攻击都具有较强的鲁棒性。结论 选择掩蔽性好的图像块作为水印嵌入位置能够充分保证水印算法的不可见性,特别是水印提取前利用SIFT特征点具有旋转、缩放和平移不变性对几何失真含水印图像实现有效校正,提高了含水印图像抵抗几何攻击的能力,较好地协调水印算法不可见性与鲁棒性之间的矛盾。     

基于多小波抗几何攻击的数字水印图像算法

小波变换没有缩放、平移和旋转等几何特性,因此基于小波变换的数字图像水印在抵抗几何攻击方面很差,针对此点,该算法采用对图像特征的提取来抵抗几何攻击。该算法是先对二值图像置乱加密来增强数字水印图像的鲁棒性和安全性,然后在多小波变换后在所选取的子带上嵌入加密后的水印,最后进行特征向量的提取生成密钥。实验结果证明,该算法不仅在加噪声和压缩等常规图像处理方面鲁棒性很强,而且还能很好地抵御几何攻击。     

基于SIFT变换的水印图像几何失真校正算法

分析了目前数字水印抗几何攻击的实现方法,对SIFT进行了改进.提出了特征点筛选算法,以增强提取特征点的鲁棒性,然后基于攻击前后图像的SIFT特征点匹配技术获取匹配点对,并基于匹配点对的尺度特征和SIFT中心距之比获得尺度失真参数以实现尺度失真的恢复.同时基于匹配点对的SIFT中心角度差确定旋转失真参数,进而完成旋转校正.实验结果表明,该算法能够有效进行水印图像几何失真参数的估计与几何失真的校正.     

基于离散小波—奇异值分解的多水印嵌入算法

为提高传统数字图像水印算法的安全性, 解决数字水印对信号处理和几何失真比较敏感的问题, 提出一种新的以离散小波多级分解与奇异值分解相结合的数字图像水印算法. 不同于常见的基于小波变换的数字水印技术, 该方案在原始图像离散小波变换的低频近似区域和高频对角区域中嵌入水印, 在图像的保真度和鲁棒性之间取得较好的折衷. 水印检测时, 将从低频近似区域和高频对角区域中提取出的水印进行比较, 选择效果较好的水印作为最终检测水印. 实验结果表明, 提出的多水印算法对于各种攻击具有较强的鲁棒性.     

基于SIFT抗几何攻击的数字水印算法

针对数字水印信息易遭几何攻击的问题以及水印算法的不可见性与鲁棒性的平衡性问题,提出一种基于尺度不变特征变换(SIFT)的图像局部特征点的数字水印算法。首先利用SIFT算法在原始图像中寻找局部特征点,再以局部特征点确定多个满足一定条件的圆形局部特征区域(LFA),经LFA正规化后将水印嵌入到LFA的离散余弦变换(DCT)域的中频系数中。其中,考虑到水印信息对图像质量的影响,嵌入强度根据Watson人类视觉模型进行动态调整。实验结果表明,该算法得出的峰值信噪比(PSNR)和水印相似度数值较高,说明该算法不仅保证了较好的水印不可见性,并且在一定的几何攻击下表现出较强的鲁棒性。     

基于特征点密度的DCT域盲检测数字水印算法

针对数字水印图像遭受几何攻击问题,提出了一种融合图像不变特征和频域稳定特性的强鲁棒数字水印盲检测算法。通过构造自适应尺度不变特征变换(SIFT)算法和Harris角点补位法,利用在不同尺度空间获取的特征点的密度自适应地调整水印信息嵌入到离散余弦变换(DCT)域的强度;将图像子块的特征向量集进行Arnold置乱,生成密钥文件,与隐秘图像的特征向量做双向特征匹配,获得几何失真参数并进行图像恢复性校正,以盲检测的形式提取IDCT反变换域水印信息。从实验结果来看,该算法比使用离散小波变换(DWT)和离散傅里叶变换(DFT)的峰值信噪提高13%,水印相似度提高11%,说明该文算法在获得较好的不可见性的同时,对几何攻击和常规信号处理均具有良好的鲁棒性。     

基于果蝇优化算法的小波域数字水印算法

为了平衡水印的透明性和鲁棒性,提出了基于果蝇优化算法(FOA)的小波域数字水印算法。该算法利用果蝇优化算法将离散小波变换(DWT)应用到水印技术中,通过群体智能算法解决水印的透明性和鲁棒性之间的矛盾。为了保护数字图像的版权信息,将所选择的原始图像通过二维离散小波变换分解,然后将经过Arnold变换后的水印图像较优地嵌入到小波的垂直子带系数中,这样可以保证图像的质量。在优化过程中,缩放因子是通过FOA不断地被训练和更新的。此外,还提出一个新的算法框架,通过DWT域预测可行性来评估参数。实验结果表明,所提算法具有较高的透明性和鲁棒性,水印相似度在0.95以上,与现有的一些基于群智能算法的水印方法相比,在对抗旋转和剪切等几何攻击提高了10%。     

基于LFRs的大容量抗几何攻击水印算法*

如何有效抵抗几何攻击是目前水印技术研究的难点之一,且已有抗几何攻击水印算法的嵌入容量有限。提出了一种利用尺度不变特征变换（SIFT）特征点确定的局部特征区域（LFRs）嵌入水印的大容量抗几何攻击的水印算法。算法首先从图像的非抽样的Contourlet域（NSCT）低频分量中提取出SIFT中等尺度的稳定特征点,并通过最小生成树聚类算法的选择策略获得一组分布均匀且彼此独立的圆形特征区域;然后对每个圆形区域进行等角度的扇形分割和等面积的同心圆环分割,划分成等面积的子块;最后采用奇偶量化将经过混沌加密的水印嵌入到     

一种基于多尺度空间的图像水印算法

当前数字水印对常见的图像处理攻击如高斯噪声、中值滤波、有损压缩等具有较强的抵抗能力,但其抵抗剪切、缩放等几何攻击的能力较差。因此,为提高数字水印的鲁棒性,结合尺度不变特征变换算子和视觉感知模型,提出一种基于不变特征的水印嵌入方法。基于广义高斯分布模型对小波系数进行刻画,并根据二值假设检验理论确定水印的检测阈值,由此进一步给出水印虚警和漏警之间的工作特性曲线关系。实验仿真结果表明提出的水印方法在抗压缩、叠加噪声、缩放、剪切、旋转等攻击时具有较好的鲁棒性能。