基于遗传算法的抗几何攻击图像水印方案

现有的大部分鲁棒图像水印算法很难抵抗几何攻击,其原因是同步信息被破坏。因此只要在提取水印前使同步信息得到恢复,水印即可成功提取。本文采用仿射不变特征点匹配方法估计图像所经历的几何变换参数,其中特征点匹配通过遗传算法实现。水印嵌入过程是自适应的,且实现了盲提取。实验表明,本文提出的方法对多数攻击,尤其对几何攻击有很好的鲁棒性。     

基于SIFT和NMF-SVD的NSCT域抗几何攻击水印算法

为了进一步提高水印算法的鲁棒性,提出了一种在无下采样Contourlet变换(non-subsampled contourlet transform,NSCT)域中利用尺度不变特征变换(scale-invariant feature transform,SIFT)特征点进行几何攻击校正,并结合非负矩阵分解(non-negative matrix factorization,NMF)和奇异值分解(singular value decomposition,SVD)的图像抗几何攻击水印算法。该算法首先对RGB宿主图像进行两层NSCT并分别提取低频部分的红色分量和蓝色分量;然后充分利用非负矩阵的线性无关性和稀疏性以及奇异矩阵的稳定性,对蓝色低频分量进行水印的嵌入;最后利用红色低频分量的SIFT特征点信息对宿主图像进行几何攻击校正,恢复水印的同步信息后再提取水印。大量的实验结果表明,该算法在保证不可感知性的前提下,对于常规图像处理具有更好的鲁棒性能,并能有效地抵抗各类几何攻击和组合攻击。     

基于小波系数的自适应盲认证水印算法

本文提出了基于图像内容自嵌入功能的认证水印算法。本算法的新颖之处在于能区分图像内容、水印还是两者同时被篡改。算法由原图像高7位的一级小波低频系数量化得压缩图像,转换成二进制作为水印,混沌置乱加密后嵌入到原图像的LSB。认证时,由认证图像高7位制作的水印与提取水印的差值来确定图像是否遭到窜改,可定位篡改位置。实验结果表明：与Y-M算法相比峰值信噪比提高了5个dB,与WONG算法相比峰值信噪比提高了3个dB,实现了盲检测,而且该算法能够检测常见的攻击如噪声、几何剪切、滤波等。     

基于DD-PCA的可靠性水印改进算法

针对基于奇异值分解(SVD)算法常有的高虚警问题,提出了基于双重分解主成分分析DD-PCA的可靠性图像水印改进技术.算法对水印图像采用SVD方法进行主成分提取,然后将提取的水印图像主成分嵌入到载体图像的SVD变换的奇异值中,创新性地对嵌入主成分后的奇异值进行二次奇异值分解,进行ISVD (inverse-SVD)变换即可得到嵌入水印的图像.通过该方法使得提出的算法具有较好的水印不可见性,通过进行加噪、压缩、模糊、几何变形攻击,验证了算法具有较好的鲁棒性.     

基于混沌加密的小波域数字图像水印算法

本文提出了一种基于混沌加密的小波域数字图像水印算法,首先通过对原始图像进行离散小波变换,提取其低频部分作为嵌入区域;然后再次利用小波变换对水印进行分解,得到水印的四幅小波分解子图,用混沌序列对4幅子图进行置乱,经小波逆变换完成水印加密;最后将加密后的水印嵌入到原始图像的低频部分中.在提取水印时,通过水印相似系数NC和峰值信噪比PSNR评价水印质量,实验结果表明,提出的算法可以抵抗JPEG压缩、噪声、滤波等几何攻击,图像加密效果好.     

离散小波变换和混沌结合的数字图像水印算法

提出了一种基于离散小波变换和混沌理论的数字图像水印算法.在水印嵌入过程中,首先对原始图像进行离散小波变换,提取其低频部分作为嵌入区域;然后利用混沌系统产生的混沌序列对水印进行加密,再将加密后的水印进行小波变换并提取其低频部分;最后将加密水印的低频部分嵌入到原始图像的低频部分中.水印提取过程需要原始载体图像,是一种明检测.通过水印相关系数NC和峰值信噪比PSNR评价水印算法性能.实验结果表明,提出的算法可以抵抗JPEG压缩、噪声、滤波等攻击,图像水印效果很好.     

基于Watson模型的改进QIM盲水印算法

2007年,LiQ.和CoxIJ.提出了一种基于离散余弦变换的自适应QIM算法。该算法为保存水印图像需在嵌入水印后对值进行四舍五入取整,造成误差最大达0.5。针对这一问题,利用小波变换的特点,结合Watson感知模型,提出了一种改进的QIM盲水印算法。该算法使用小波分解原始图像,利用Watson感知模型计算并自适应选取量化步长,生成重构图像,微调重构图像,产生水印图像,在小波域中值的误差最大0.25。该算法提取水印时,只依赖Watson模型重新计算的量化步长,不依赖原始图像或原始水印信息,该算法是盲检测算法。实验仿真结果表明:改进算法在抗加性高斯白噪声攻击、JPEG压缩攻击、中心裁剪攻击、中值滤波和伸缩比因子变化等方面都比原算法有更好的性能。     

一种可应用在保密通信的数字盲水印算法

提出了一种可应用在保密通信的数字水印算法,该水印算法通过对保密信息进行加密,并可在将保密信息内嵌于图像的过程中,根据图像内容特征和保密信息特征进行内嵌水印强度的自适应调整,从而保证含水印图像的高逼真度,不至于引人注意。实验结论和攻击测试表明,所提出的算法从峰值信噪比(PSNR)值和主观视觉效果上都证明了能得到高逼真度的隐藏信息图像,并且该算法在通信中常见的压缩和附加噪声影响下仍然能保证信息的完整性,在水印检测过程中也不需要原始图像。     

基于混沌加密和小波包分解的数字水印算法

提出了一种基于混沌加密和小波包分解的自适应数字水印嵌入算法.该算法首先利用混沌序列对水印图像进行预处理加密,使水印嵌入方案具有一定的安全性.然后根据信息熵选取最优小波包基,对宿主图像进行小波包分解变换.利用不同频域可以承受的信噪比不同的原理,在低频区域引入人类视觉系统,高频区域采用适当的阈值,分别计算出各频域的水印嵌入强度系数,自适应地嵌入水印信息.实验表明此算法使水印的嵌入达到了很好的抗攻击鲁棒性和视觉效果.     

基于Contourlet域伪3D-DCT变换的视频水印

提出了一种新颖的Contourlet域伪3D-DCT变换的视频水印算法,Contourlet变换采用方向滤波器组,能有效捕获自然图像的边缘轮廓信息。本算法首先对原始视频的每帧图像进行Contourlet变换,取其变换后的低频图像,然后对低频图像进行分组,每一组分别进行伪3D-DCT,最后在变换后的直流系数中嵌入经过Arnold变换置乱后的水印,提取算法简单并实现了水印的盲提取,实验结果表明,本算法在保证不可见性的前提下显著提高了嵌入水印的鲁棒性,能够有效地抵抗MPEG压缩及其他常见的攻击。     

A novel transform-domain image watermark

A novel transform-domain image watermark based on cepstrum analysis is proposed in this paper. A complex cepstrum-based scheme is developed to embed a gray-level image in the one-dimensional cepstrum components of the original image signal. Computer simulation results show that the proposed algorithm is imperceptible and is robust to most watermarking attacks, especially to image cropping, JPEG compression and multipliable noise.     

基于混沌和SVD-DWT的数字图像水印算法

提出了一种基于奇异值分解和离散小波变换相结合的数字水印算法。将二值水印图像用混沌的方法进行置乱并对原始图像进行N层小波分解,对小波系数LLn,LHn,HLn,HHn分别采用不同的方式嵌入水印信息。对LLn部分,根据系数的能量大小嵌入伪随机扩频序列;对LHn,HLn,HHn三个小波系数矩阵作奇异值分解,将置乱水印的奇异特征值嵌入到这三个小波矩阵的奇异特征值中。针对嵌入方案,设计了非盲检测和盲检测算法。实验仿真表明,该算法能够经受住噪声、中值滤波、JPEG压缩和剪切等攻击,具有较强的鲁棒性。     

一种智能鲁棒数字图像水印方案

数字水印技术是多媒体安全领域的研究热点.与传统的加密/解密技术不同,它具有广泛的诸如版权保护、权利认证以及秘密通信的能力.提出了一种新的利用神经网络分类的数字水印技术.在所提出的方法中,原始图像首先被分成互不重叠的8×8块,然后利用神经网络按照纹理特征与人类视觉特性对图像块进行分类,不同的类采用不同的水印嵌入强度,以此来提高水印的鲁棒性.检测采用相关运算,不需要原始图像.实验结果表明,所提出的方法对多种攻击具有很好的鲁棒性.     

一种高鲁棒性数字水印算法的FPGA实现

传统上数字水印算法使用软件方法实现.基于一种高鲁棒性的数字水印算法,研究了使用FPGA实现水印嵌入的方法.先通过提升小波变换将宿主图像进行3次分解,并用混沌置乱算法将水印图像进行置乱加密,然后将第3阶小波分解的LL部分进行SVD分解并得到对应的奇异值矩阵,然后将混沌置乱加密后的水印信息嵌入到该奇异值矩阵中.在该算法的FPGA实现中,主要研究了提升小波变换、混沌置乱加密、矩阵SVD分解的硬件实现方法.实验结果表明,该算法鲁棒性很高,嵌入水印的图像抗攻击性强,算法经过合理推导得以在FPGA上高效地实现.     

一种基于邻域均值关系的图像盲水印算法

提出了一种基于邻域均值关系的静止图像盲水印算法。该算法在嵌入前对水印进行置乱处理以提高安全性,然后对原始图像进行二级离散小波变换,在变换后的低频子带中选择感知重要系数作为水印的嵌入区间,再根据邻近特征平均值,选择合适的嵌入位置,将水印重复嵌入到低频子带中。实验结果表明,该算法嵌入信息量大,水印透明性好,且对常见的滤波、JPEG压缩、添加噪声、剪切等多种攻击有较强的鲁棒性。     

基于图像结构与改进Brief检测算子的目标匹配算法

为了解决当前特征点匹配算法在前景遮挡、背景复杂的干扰下,存在匹配能力不足的问题,提出了基于改进Brief的目标鲁棒匹配算法。首先,对存在匹配干扰的图像展开分析,通过基于不变矩的特征点检测方法,改进breif特征点检测。然后扩大滤波范围来处理目标积分图像,通过基于特征点主方向的旋转矩阵,构建Brief特征描述算子; 最后结合欧式距离和KNN,进行匹配运算,并编程实现算法,实验测试结果显示：与当前传统特征点匹配算法相比,在特征遮挡严重、背景极复杂的干扰下,本文算法拥有较强的匹配精度与鲁棒性。     

改进 ORB 提取匹配算法的 SLAM 应用研究

由于传统的ORB特征点提取匹配方法在图像纹理信息不丰富或者光照变化剧烈时极易产生特征点丢失、分布不均等问题,不利于SLAM系统的定位与建图。为此本文提出了一套较为鲁棒、精度较高的提取匹配算法。首先基于ORB特征点对其提取算法进行改进,计算自适应阈值并基于网格模型提取特征点,可提高特征点提取的鲁棒性并使其分布均匀。此外还提出了G-R图像匹配算法,基于网格特征计算邻域支持估计量来区分正误匹配点,再结合引入评价函数的RANSAC算法进一步剔除误匹配点,相比ORB-SLAM2原始匹配算法提高匹配精度9.36%,并减少时间消耗约13.6%。最后将本文提出的特征点提取匹配算法加入到ORB-SLAM2算法框架,经数据集与实际场景验证本文方法能有效提高ORB-SLAM2系统定位精度36.6%以上,使系统更具鲁棒性。     

基于SURF算法的HIFU治疗前后超声图像配准研究

高强度聚焦超声(HIFU)治疗过程中,医生通常将治疗前后的超声监控图像直接相减,得到治疗区域的图像来判断治疗效果。由于治疗后病人的体位可能会变化,导致治疗前后采集的图像发生偏移,通常需要先将HIFU治疗前后的超声监控图像进行配准。提出了一种基于加速鲁棒性算法(SURF)和超声监控图像散斑特征的快速图像配准方法。首先利用经典的SURF特征检测器分别提取治疗前和治疗后超声图像中的特征点,采用欧式距离匹配提取的特征向量,通过超声图像的固有属性散斑特征的分布规律优化配准参数并用RANSAC算法去除错误匹配点对,最后利用最小二乘法求出图像之间的映射关系完成配准。实验结果表明,该算法能自动搜索治疗前后超声监控图像中的对应特征点,比传统的人工筛选特征点效率更高,且利用散斑特征的分布规律优化后的SURF算法相比标准的SURF算法配准精度更高。