基于Radon变换不变矩和小波提升的水印算法

提出了一种基于Radon变换不变矩和提升小波的抗几何攻击水印算法。该方法首先对图像进行一次提升小波分解,然后计算其低频成分的Radon变换不变矩来构建水印系统。水印提取过程简单,只需计算所得图像的几个Radon变换不变矩不变量。文章给出了实验结果,并与基于几何矩不变量的算法进行了比较。经过仿真实验证明,该方法对于旋转,缩放,平移等攻击具有很好鲁棒性的同时,对于普通的加噪,滤波,JPEG压缩攻击也具有很好的鲁棒性,且具有极低误检率。     

基于Krawtchouk矩和小波变换的数字水印算法

提出了一种基于Krawtchouk矩和小波变换的抵抗几何攻击的内容认证水印算法。该方法首先对图像进行一次小波分解，然后计算其低频成分的Krawtchouk低阶矩不变量来构建水印。水印提取过程简单，只需计算所得图像的几个低阶Krawtchouk矩不变量。文中给出了实验结果，并与Alghoniemy提出的基于几何矩不变量的数字水印算法进行了比较。结果表明，该方法简单、有效，对旋转、缩放、剪切、组合攻击等几何攻击以及JPEG压缩攻击具有更高的稳健性。     

基于Radon变换不变矩的鲁棒性数字水印技术

现有的大多数数字水印算法在设计时过分地强调载体数据中嵌入水印以及在遭受几何攻击之后水印的不可感知性和鲁棒性,而对水印在检测时数字水印的虚警率和漏检率实验分析甚少。如果一个数字水印算法在水印检测时它的虚警率和漏检率很高,即使这种算法具有很好的鲁棒性那么也不能有效地解决版权保护,相反却会引入新的版权纠纷。针对以上提出的问题,提出一种基于Radon变换不变矩的抗几何攻击鲁棒性数字水印可以有效地减少水印的漏检和误检问题。本算法使用Radon变换构建矩不变量,首先使用小波变换的多尺度分析的特性,提取小波分解后的低频逼近子图;其次采用图像置乱的方法消除低频逼近子图像素之间的空间相关性,并通过零像素值模板背景图像代替图像尺度大小归一化;然后将置乱后的低频子图加载到零像素值模板背景图像上;最后使用Radon变换不变矩来设计水印和检测水印。经过仿真实验证明,该方法对于旋转,缩放,平移等攻击具有很好鲁棒性的同时,对于普通的加噪,滤波,JPEG压缩攻击也具有很好的鲁棒性,且具有极低误检率。     

基于Tchebichef矩和小波提升的数字水印算法

提出一种基于Tchebichef矩和小波提升的抵抗几何攻击的内容认证水印算法,对图像进行一次小波提升分解,计算其低频成分的Tchebichef低阶矩不变量来构建水印系统。水印认证过程只须计算图像的几个低阶Tchebichef矩不变量。将该算法与基于几何矩不变量的算法进行比较。结果表明,该算法简单、有效,对旋转、缩放、剪切等几何攻击以及JPEG压缩等攻击具有较高的稳健性。     

基于不变矩的抗旋转、缩放、平移鲁棒性数字水印

目前的数字图像水印对于加噪、滤波、JPEG压缩攻击具有很好的鲁棒性但抗几何类攻击仍是对数字图像水印的一个巨大挑战。将水印嵌入到图像中的不变域中,这是一种比较好的方法。然而,由于嵌入水印的原始图像和受到几何攻击后（RST变换）的图像尺度大小发生了改变,这就使得水印的嵌入和检测之间失去了同步,从而导致水印检测的失败。为了解决图像尺度大小在水印嵌入和检测时发生改变的问题,提出了一种使用零像素值模板背景图像和不变矩抗旋转、缩放、平移鲁棒性数字水印。通过零像素值模板背景图像代替图像尺度大小归一化,同时使用几何不变矩来设计水印和检测水印。经过仿真实验证明,该方法对于普通的加噪、滤波、JPEG压缩攻击具有很好鲁棒性的同时,对于旋转、缩放、平移等攻击也具有很好的鲁棒性,是一种简单、实用、可靠的数字水印方法（使用的仿真软件：Matlab 7.1）。     

Radon变换不变矩在数字水印技术中的应用

几何形状识别在计算机视觉中具有重要意义,不变矩由于其在图像平移、伸缩、旋转时均保持不变,而且具有全局特性,是几何形状识别的主要方法。但现有的基于不变矩理论的数字水印算法还不多,而且传统的数字水印算法在水印检测时均存在误检和漏检的问题。针对以上提出的问题,文章提出一种基于Radon变换不变矩鲁棒性数字水印技术可以有效地减少水印的漏检和误检问题并经过仿真实验证明,该方法对于旋转,缩放,平移等几何攻击具有很好鲁棒性的同时,对于常规信号处理（加噪,滤波,JPEG压缩等）攻击也具有很好的鲁棒性,且具有极低误检率。     

一种新的基于伪Zernike矩的图像盲水印算法

抵抗几何攻击的鲁棒性是目前数字水印技术中的热点也是难点。提出一种新的基于伪Zernike矩的图像盲水印算法,首先计算图像归一化后的伪Zernike矩,然后选取部分合适的矩通过量化调制嵌入水印信息。水印提取时,利用伪Zernike矩的相位信息估计旋转角度进行几何校正,以提高矩的几何不变性。实验结果表明,本算法对于抗几何攻击尤其是旋转攻击具有很好的鲁棒性,同时也能抵抗常规的信号处理攻击。     

一种基于Krawtchouk矩的水印算法

提出一种基于Krawtchouk矩的水印算法,通过修改一些原始Krawtchouk矩并重构图像以获得水印图像.基于Krawtchouk矩与几何矩的关系,提出采用具有平移、比例缩放和旋转不变性的几何不变矩来检测水印.实验表明,与用Krawtchouk不变矩检测相比,该算法对于大角度旋转和图像平移的几何攻击具有更好的鲁棒性.     

基于小波矩的抗几何攻击数字图像水印算法研究

针对旋转、缩放和平移等几何攻击破坏水印检测同步,从而导致水印检测失败等问题,利用归一化图像的缩放、平移不变性及小波矩的旋转不变特性,结合奇偶量化技术,提出了一种有效抵抗几何攻击的数字图像水印新算法。首先利用图像归一化技术将原始载体映射到几何不变空间内;然后计算归一化图像的小波矩,并选取部分稳定的低阶小波矩用于水印嵌入;最后利用奇偶量化方法将水印信息嵌入到所选小波矩的不变量内。仿真实验结果表明,该图像水印方案不仅具有良好的透明性,而且具有较强的抵抗常规信号处理、几何攻击、联合攻击等能力。     

基于傅里叶-梅林矩的抗几何攻击图像水印算法

如何有效抵抗几何攻击是数字图像水印研究领域的热点问题之一,一个微弱不可觉察的几何攻击就可能使绝大多数水印算法失效。以不变矩理论为基础,提出了一种基于正交傅里叶-梅林矩的可有效抵抗几何攻击的图像水印新算法。结合傅里叶-梅林矩的几何不变特性,计算出原始图像的傅里叶-梅林矩;根据稳定矩的选取规则选取部分稳定的傅里叶-梅林矩,采用量化调制策略将水印信息嵌入到所选矩的幅值中;将傅里叶-梅林矩修改前后的重构差值图像叠加到原始载体图像中,得到含水印图像。仿真实验表明,该算法不仅具有较好的不可感知性,而且对常规信号处理和几何攻击均具有较好的鲁棒性。     

基于直方图调整的抗几何攻击图像水印

几何攻击被公认为是数字图像水印技术走上商用的瓶颈之一。本文根据图像几何变换过程中灰度值统计特征的稳定性原理,提出了一种基于直方图调整的抗几何攻击数字图像水印算法。首先根据图像灰度均值选取一个灰度区间,然后通过调整位于该灰度区间内的图像直方图来嵌入水印信息。在提取水印时无需提供原始图像,实现盲检测。实验结果表明本算法不仅具有很好的隐蔽性,而且对诸如旋转、缩放、平移、仿射变换、剪切等几何攻击和常规信号处理均具有很强的鲁棒性。     

图像归一化与伪Zernike矩的鲁棒水印算法研究*

以基于矩的图像归一化技术及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的数字水印新算法。算法首先利用归一化技术将原始图像映射到几何不变空间内;然后结合不变质心理论提取出归一化图像的重要区域;最后通过量化调制伪Zernike矩幅值将水印嵌入到重要区域中。仿真实验表明,该算法不仅具有较好的透明性,而且对常规信号处理(滤波、锐化、加噪和JPEG压缩等)和几何攻击(全局仿射变换、局部失真等)均具有较好的鲁棒性。     

Robust color image watermarking using invariant quaternion Legendre-Fourier moments

In this paper, a geometrically invariant color image watermarking method using Quaternion Legendre-Fourier moments (QLFMs) is presented. A highly accurate, fast and numerically stable method is proposed to compute the QLFMs in polar coordinates. The proposed watermarking method consists of three main steps. First, the Arnold scrambling algorithm is applied to a binary watermark image. Second, the QLFMs of the original host color image are computed. Third, the binary digital watermark is embedding by performing the quantization of selected QLFMs. Two different groups of attacks are considered. The first group includes geometric attacks such as rotation, scaling and translation while the second group includes the common signal processing attacks such as image compression and noise. Experiments are performed where the performance of proposed method is compared with the existing moment-based watermarking methods. The proposed method is superior over all existing quaternion moment-based watermarking in terms of visual imperceptibility capability and robustness to different attacks.     

基于图像仿射不变特征点的零水印算法

本文提出了一种基于图像提升小波变换和仿射不变特征点的零水印算法。首先对图像进行3级提升小波变换,然后在低频部分,利用Harris-Affine算子提取出图像的仿射不变特征点和仿射协变特征区域,利用这些特征区域来构造零水印信息。实验证明,该算法不仅对常规信号处理攻击和简单的几何攻击具有很强的鲁棒性,对于剪切、纵横比改变、行列去除,局部扭曲等较复杂的几何攻击也具有较强的抵抗能力。     

基于DWT-DCT和Zernike矩的灰度级鲁棒性水印算法

鲁棒性是数字水印极为重要的指标.目前大多数文献中的鲁棒性水印方案对常规信号处理攻击均具有良好的鲁棒性,但抗几何攻击的鲁棒性相对较弱.提出了一种新的灰度级鲁棒性水印算法,对常规信号处理攻击和几何攻击均具有良好的鲁棒性.水印算法的鲁棒性由以下3方面获得:1)选择载体图像的内切圆盘作为Zernike矩的计算域,选择内切圆盘的内接正方形作为水印的嵌入区域.2)在载体图像嵌入区域的层叠DWT-DCT域嵌入水印,获得对常规信号处理攻击的强鲁棒性.3)保存原始含水印图像的2个Zernike矩作为校正几何攻击的参数,获得抗几何攻击能力.实验结果表明,该水印算法嵌入容量大,不仅对大角度旋转和大尺度缩放等几何攻击具有很好的鲁棒性,而且可以有效地抵抗有损压缩和常规信号处理攻击.     

A robust image watermarking algorithm using SVR detection

Geometric distortion is known as one of the most difficult attacks to resist. Geometric distortion desynchronizes the location of the watermark and hence causes incorrect watermark detection. According to the Support Vector Regression (SVR), a new image watermarking detection algorithm against geometric attacks is proposed in this paper, in which the steady Pseudo-Zernike moments and Krawtchouk moments are utilized. The host image is firstly transformed from rectangular coordinates to polar coordinates, and the Pseudo-Zernike moments of the host image are computed. Then some low-order Pseudo-Zernike moments are selected, and the digital watermark is embedded into the cover image by quantizing the magnitudes of the selected Pseudo-Zernike moments. The main steps of watermark detecting procedure include: (i) some low-order Krawtchouk moments of the image are calculated, which are taken as the eigenvectors; (ii) the geometric transformation parameters are regarded as the training objective, the appropriate kernel function is selected for training, and a SVR training model can be obtained; (iii) the Krawtchouk moments of test image are selected as input vector, the actual output (geometric transformation parameters) is predicted by using the well trained SVR, and the geometric correction is performed on the test image by using the obtained geometric transformation parameters; (iv) the digital watermark is extracted from the corrected test image. Experimental results show that the proposed watermarking detection algorithm is not only robust against common signal processing such as filtering, sharpening, noise adding, and JPEG compression etc., but also robust against the geometric attacks such as rotation, translation, scaling, cropping and combination attacks, etc.     

Hu修正不变矩在零水印中的应用

文章提出了一种使用修正后的Hu新增不变矩零水印算法。该算法融合Hu不变矩及其新增的几个不变矩的特征矢量,提出了一种基于Hu修正不变矩的零水印算法。该方法保持了原有Hu矩的平移、尺度、旋转不变性,比原有的Hu不变矩包含了更多的细节信息用于更全面地描述图像。通过对该算法进行了一系列加噪、滤波以及JPEG压缩等仿真实验,结果表明该算法对常规的信号处理和几何攻击在鲁棒性上比原始7个Hu不变矩都有一定的提高。