基于特征点模板的Contourlet域抗几何攻击水印算法研究

抵抗几何攻击的数字水印是目前水印算法研究的热点与难点之一,一个微弱不可察觉的几何攻击就可能使绝大多数水印算法失效.文中对图像的Contourlet变换特性进行了分析和讨论,在此基础上提出了一种以特征点为模板的基于Contourlet的抗几何攻击水印算法,包括:(1)在Contourlet变换域最高阶方向子带的相同带内坐标中搜索纹理最丰富的位置作为嵌入位置,这样水印在被嵌入到图像重要区域的同时也保证其被嵌到纹理丰富的区域中;(2)根据嵌入点在低频对应位置的能量和高尺度同方向子带对应位置的纹理信息,确定了一种自适应的水印嵌入强度的策略,使得水印在嵌入位置和嵌入强度的选择上都保证了嵌入的水印具有很好的透明性和极大的鲁棒性;(3)改进了Harris-Laplace算子,利用该算子从含有水印的图像中提取出具有几何形变鲁棒性的特征点作为模板;(4)水印检测时,先利用特征点模板对应点之间的变换关系实现水印重同步,然后通过统计图像的相关性来验证水印的存在.仿真实验表明,所提出的水印算法不仅具有很好的透明性,而且对常见的图像处理和几何攻击具有很好的鲁棒性.     

基于纹理特征定位的数字图像水印算法

提出一种基于图像纹理特征锁定水印嵌入位置的水印算法。利用Canny算子在非采样Contourlet变换最高阶方向子带内筛选图像的纹理特征,将强纹理特征的位置作为水印嵌入的索引点。对非采样Contourlet变换的低频子带进行一级小波分解,在小波细节子带上分割N个圆环(N为水印信息长度)区域,根据索引位置在每个圆环区域内自适应地重复嵌入水印。仿真实验表明,该算法不仅具有较好的透明性,而且对图像处理和几何攻击均具有较好的鲁棒性。     

一种Contourlet域图像鲁棒水印算法

对新一代图像多分辨分析工具Contourlet变换的特性进行了分析和讨论,在此基础上提出了一种利用矩阵SVD分解的稳定性在Contourlet域中频子带系数中进行二值伪随机水印信号嵌入的算法。嵌入时,对中频子带分块,根据块能量选择最终嵌入位置,同时兼顾了鲁棒性和透明性的要求。实验结果与理论分析相符,并且对常见的图像处理操作具有很好的鲁棒性。     

DWT域抗几何攻击水印算法研究

鲁棒水印面临的最大问题就是几何攻击.小波变换域不具有几何不变性,一个微弱不可察觉的几何攻击就能使小波域水印算法失效.提出了一种新的以特征点作为模板、有效抵抗几何攻击的图像水印算法.它包括:(1)根据小波变换空间各子带呈树形结构的特性,选择每棵小波树中纹理最强的方向子树的树根作为水印嵌入点;(2)根据嵌入点在低频对应位置的能量和该方向子树高频叶子结点的纹理信息确定一种自适应嵌入水印策略;(3)利用Harris-Laplace算子从含有水印的图像中提取出具有几何形变鲁棒性的特征点,将其作为模板;(4)水印检测时,先利用特征点模板通过线性变换恢复几何形变的图像.然后通过统计图像的相关性来验证水印的存在,无需原始图像.仿真实验表明,所提出的水印算法不仅具有很好的透明性,而且对常见的图像处理和几何变换具有很好的鲁棒性.     

基于Contourlet域特征点的抗几何攻击水印方法

有效抵抗几何攻击的水印算法是目前水印技术研究的难点之一,很小的几何变形就可能使大多数水印算法失效.对图像Contourlet变换和Harris-Affine算子的特性进行了分析和讨论,在此基础上提出了一种以仿射不变特征点的基于Contourlet的抗几何攻击水印算法.首先,用Contourlet变换提取出多尺度、多方向的纹理信息;再用Harris-Affine检测算子从变换域的中、低频方向子带中提取出仿射不变特征点,结合自适应局部结构的特征尺度确定特征区域,并用U变换对其归一化处理,水印就自适应地嵌入到归一化后的区域中;水印嵌入采纳矢量量化的策略,将水印信息重复嵌入到不同方向子带、多个不相交的局部仿射不变特征区域.检测时,利用特征点实现水印的重同步,采用多数原则来提取水印的位信息,无需求助于原始图像.仿真结果表明,算法不仅具有较好的透明性,而且对常规信号处理和去仿射攻击均具有较好的鲁棒性     

非抽样Contourlet变换的低频数字水印

非抽样Contourlet变换（NSCT）是一个平移不变、多尺度、多方向的变换,在图像处理中具有一定的优越性,提出一种基于非抽样Contourlet变换的数字水印算法,低频系数集中了图像的大部分能量,在低频嵌入水印可以提高鲁棒性,为了满足不可见性,对低频系数进行8×8的分块,根据每一块的能量以及人类视觉特性进行自适应的嵌入水印,实验结果表明算法具有很好的鲁棒性和不可见性,能够有效地抵抗JPEG、噪声等攻击。     

基于特征定位的数字图像盲水印技术

提出了一种基于小波变换的特征定位数字水印算法，利用图像自身特性，在小波系数低频子带中提取特征点作为水印嵌入位置的索引。该技术适合于水印盲检测，仿真表明，算法在检测时定位精度很高，基本不受水印嵌入的影响，具有很好的透明性和鲁棒性，实用性也较高。     

一种基于Contourlet域的块均值关系的盲水印算法

从Contourlet变换的特点出发,提出一种基于分块均值关系的Contourlet域水印算法。首先将水印图像利用Arnold混沌映射进行置乱,之后对载体图像进行2级的Contourlet变换,选择能量最大的低频子带作为嵌入区域,通过修改选定位置的系数数值嵌入水印,在水印提取时不需要原始图像,实现了水印的盲提取。实验表明所提的算法在抵抗JPEG、椒盐噪声等攻击时有较好的鲁棒性。     

提升方案小波和HVS下的自适应视频水印算法研究

提出一种基于小波域与HVS特性的自适应视频水印盲提取算法.算法首先将视频流分割成一个个镜头,并通过密钥从中选取嵌入水印信息的若干镜头,镜头中的视频帧图像与灰度水印图像均被变换到小波域中,并将水印图像的小波域系数按照小波树结构重新进行分块并按位平面重要次序形成水印序列;水印的嵌入是按照子带到子带的顺序进行的,水印序列被嵌入到视频帧图像相应子带的重要系数中;此外,水印的嵌入充分考虑了HVS对图像纹理区域、运动区域的掩蔽特性,使得水印的嵌入强度具有自适应性,从而保证了所嵌入水印在不可见性前提下的极大鲁棒性.试验结果表明,所给出的算法对于诸如Gaussian噪声、丢帧、帧平均和MPEG-4压缩等常见攻击具有很好的鲁棒性.     

Contourlet与小波域鲁棒性水印算法性能比较

与小波变换不同,Contourlet变换通过各向异性基实现了图像的多尺度多方向性分解,更能捕获图像的曲线奇异性和匹配人类视觉特性。通过分解系数的视觉显著性决定水印强度,不同子带自适应地嵌入水印信号,提出了一种鲁棒性感知水印嵌入算法;该算法在小波分解和Contourlet分解的两种多分辨率框架下对常见水印攻击进行了实验测试。实验结果表明,在同等水印嵌入算法情况下,基于Contourlet和基于Wavelet变换的水印算法都能够抵抗常见攻击手段,但是Contourlet变换算法具有更高的安全性、鲁棒性和不可见性。