一种基于Harris特征点和DWT-SVD的图像盲水印算法

目的针对第2代数字水印技术,提出一种基于Harris特征点和DWT-SVD的图像盲水印算法。方法提取归一化图像的Harris特征点;选取部分稳定特征点来确定要嵌入水印的特征区域;将特征区域作一次小波分解得到的低频子带,对低频子带进行分块,并对每一块进行奇异值分解,通过对每块中最大奇异值进行加权的方法来嵌入水印信息。结果 PSNR值均大于45 d B,NC值接近于1,说明该算法具有可行性。结论该算法对剪切攻击具有很好的鲁棒性,同时该算法也能很好地抵抗噪声、中值滤波攻击、提高亮度攻击、降低亮度攻击、基本图像处理操作的攻击。     

基于SIFT的NSCT域抗几何攻击水印算法

目的针对基于尺度不变特征变换(SIFT)的抗几何攻击图像水印算法在图像匹配时容易产生误匹配,影响提取水印的鲁棒性,提出一种改进的SIFT图像水印算法。方法先对载体图像进行两级非下采样Contourlet变换(NSCT),利用中间值量化算法把水印信息嵌入低频系数的方向子带中。图像匹配时利用广义霍夫变换删除误匹配特征点对,提高匹配精度。根据筛选后的特征点匹配对估算几何失真参数,对含水印的载体图像进行几何校正并提取水印,从而实现水印的抗几何攻击。结果实验数据表明对原始特征点匹配对进行筛选后,至少提高了6.8%的匹配精度,提取水印的NC值平均达到0.9以上。结论文中提出的改进算法不仅对几何攻击和常规信号攻击均具有较好的鲁棒性,还能保证水印的不可见性。     

一种新的SIFT几何校正的抗几何攻击水印算法

目的为了提高抗几何攻击水印算法的鲁棒性,提出一种新的SIFT几何校正的抗几何攻击水印算法。方法利用尺度不变特征变换算法分别提取原始图像和受几何攻击图像的特征点,在水印提取前,将原始图像和受几何攻击图像进行特征点匹配,按照匹配的特征点对受几何的攻击图像进行几何校正。在水印嵌入过程中,结合奇异值分解(SVD)特征值的稳定性和非负矩阵分解(NMF)线性无关性来增强水印图像的鲁棒性。结果文中算法在剪切、JPEG、噪声等攻击下具有很好的鲁棒性,提取出来的水印图像NC值均大于0.98,在RST攻击下水印图像的NC值也能达到0.97以上。结论提出的抗几何攻击算法能有效的抵抗各类几何攻击,具有很好的鲁棒性。     

基于SURF的NSCT域抗几何攻击水印算法

目的针对常规图像水印算法抗几何攻击能力差的问题,提出一种基于SURF特征点和Schur分解的图像水印算法。方法将置乱后的水印嵌入到图像NSCT变换后进行Schur分解得到的上三角矩阵中,然后运用加速鲁棒性特征(Speed-Up Robust Features)算法提取图像低频子带中稳定的特征点和特征点描述符,利用特征点匹配对估计、校正含水印图像的几何攻击参数;利用RANSAC算法对特征点匹配对进行筛选,删除误匹配对,提高匹配精度,完成失真图像的几何校正。结果实验数据表明文中算法对几何攻击和常规信号攻击均有较好的鲁棒性,NC值平均达到0.9以上。结论文中的图像水印算法对几何攻击和常规信号攻击均具有较好的鲁棒性和不可见性,且提高了匹配精度。     

基于伪Zernike矩和DWT-SVD抗旋转水印算法

目的提出一种基于伪Zernike矩和DWT-SVD的抗旋转图像盲水印算法。方法对原始图像内切圆的内接正方形区域进行二级小波变换,对其低频子带进行奇异值分解。在一定的嵌入强度下将水印叠加到奇异值矩阵中,实现水印的嵌入。记录含水印图像的伪Zernike矩的相位信息用于检测旋转角度,在提取水印时校正旋转攻击。结果仿真结果表明,该算法水印的不可见性很好,PSNR值高达45.12,提取的水印与原水印相似度很高,NC值为1。该算法对旋转攻击具有很强的鲁棒性,对常见的信号处理攻击具有很强的鲁棒性。结论该算法对任意角度的旋转攻击都有很强的鲁棒性,能满足数字产品的版权保护需要。     

一种抗几何攻击的小波域水印算法

目的针对小波变换域数字水印算法抗几何攻击能力差的问题,提出一种基于SIFT特征点匹配的DWT数字水印算法。方法将SIFT算法提取匹配特征点所具有的旋转、缩放和平移不变性的特性与DWT水印算法相结合,根据SIFT特征点的尺度特征和坐标关系,实现带水印图像的几何攻击参数估计和校正。结果仿真结果表明:提出的水印算法在受到系列旋转、缩放和平移攻击及组合攻击后,提取水印的NC值均大于0.8394,说明了算法的可行性。尤其是对于抗旋转攻击,优于其他同类或相关算法。结论提出的算法对旋转、缩放、平移等3种几何攻击都具有较好的鲁棒性。     

基于Harris角点的抗几何攻击数字水印算法研究

目的针对第2代数字水印算法具有良好的抗几何攻击能力,提出一种基于Harris提取特征区域并结合标志区的新算法,可有效抵抗几何攻击。方法首先对载体图像进行预处理,得到标准图Harris,提取并筛选特征点,要求特征点稳定集中,再根据水印大小确定嵌入水印的特征区域,筛选特征区域并进行小波分解;最后根据变换后子带的系数均值及调制因子调整小波系数,水印信息被分块后依次嵌入特征区域分解后的子带。结果实验显示文中算法的不可见性好,提取水印的相似度高,PSNR值均在65 dB之上,NC值均大于0.8。结论该算法水印的提取不需原图的参与,具极强的鲁棒性,可有效抵抗常见信号处理攻击。     

基于整数小波变换与矩阵分解的感兴趣区域可逆水印算法研究

目的针对传统感兴趣区域水印算法抵抗几何攻击能力较弱的缺陷,提出一种基于IWT-Schur的感兴趣区域可逆水印算法。方法首先对载体图像做小波变换,筛选出各子带ROI系数,接着采用Arnold变换加密水印图像,加密水印图像做整数小波变换得到一系列分量。最后结合Schur分解,将水印各分量对应加至载体各子带的ROI。结果采用整数小波变换IWT与矩阵Schur分解的嵌入方式,使得含水印图像的视觉质量良好,算法实现容易。含水印图像没有受到干扰时检测到的水印与原水印一致,含水印图像受到攻击时,也表现出良好的性能,检测到的水印品质较好。结论实验证明,此方案水印提取正确,且感兴趣区域无损恢复。     

抗偏移行攻击盲鲁棒图像水印算法

利用区域点设计抗偏移行攻击修正方法估算偏移行数,把偏移行攻击转化成剪切攻击,从而提出一种抗偏移行攻击盲鲁棒图像水印算法。嵌入端将原始图像分割成互不重叠的子块,通过调整每个子块四列像素数值大小嵌入水印。检测端先对攻击后的含水印图像进行抗偏移行攻击修正,然后通过像素值大小比较和多数判决原则提取水印。算法具有良好的不可见性,而且实现了盲提取。算法采用抗偏移行攻击修正,在抵抗偏移行攻击上表现出较强的鲁棒性。实验结果还表明,算法在抵抗高斯低通滤波、剪切、添加椒盐噪声、添加高斯噪声常规信号处理上也表现出较强的鲁棒性。     

一种抗任意角度旋转的全息水印算法

目的针对目前数字水印在抗旋转攻击方面鲁棒性较差等问题,提出一种基于DWT变换和仿射变换的抗任意角度旋转的数字全息水印算法。方法首先对数字水印进行全息加密,保证水印的安全性;结合DWT变换,将水印信息嵌入载体图像;然后通过仿射变换实现图像的角度校正,进而实现抗任意角度旋转攻击及其他常见攻击。结果水印在受到各种攻击后,仍能被有效提取,尤其是抗任意角度旋转攻击,NC值均大于0.6。结论提出的算法对任意角度旋转攻击有较强的鲁棒性,可以有效地从含水印的图像中提取水印信息,保证了水印的安全性和有效性。     

基于QR码和DWT-SVD分解的双水印算法

目的为了进一步提高水印的鲁棒性和保护性,文中提出一种基于QR码和DWT-SVD分解的双重水印方案。方法将次级水印的奇异值嵌入主水印经一级离散小波变换后低频系数的奇异值中,再将含有次级水印信息的主水印奇异值嵌入主图像的二级小波变换后低频系数的奇异值中。结果经仿真实验发现,文中算法的主水印和次级水印PSNR值可达66 dB和60 dB,并对于高斯噪声、JPEG压缩、JPEG2000压缩、旋转攻击、对比度增强以及缩放攻击有一定的鲁棒性,攻击后提取的水印相关系数接近于1。结论算法属于非盲水印,在多种攻击情况下都能检测到次要水印,但有时候主水印会严重失真。     

基于SIFT特征点匹配的抗几何攻击水印算法

目的为了有效抵抗几何攻击,实现水印图像的嵌入与检测的同步。方法将水印嵌入到图像小波分解后的奇异值中,然后利用SIFT(scale invariant feature transform)特征点所具有的旋转、缩放和平移不变性进行宿主图像和受攻击图像的匹配,并估计受攻击图像的几何攻击参数,对可能失真的图像进行几何校正。结果图像经过几何失真、常规图像处理攻击或JPEG压缩后,嵌入的水印依然能被可靠地检测和提取。结论理论分析和大量实验结果表明,该算法校正精度高,具有良好的不可见性和鲁棒性。     

基于IWT-SVD和BRISK的鲁棒图像水印算法

目的 针对数字图像水印中传统奇异值分解算法存在的提取水印对角线失真和目前的特征点匹配算法速度慢引起抗组合几何攻击性能弱问题,提出基于IWT-SVD和BRISK的鲁棒图像水印算法。方法 该方案是将Logistics混沌映射置乱的水印嵌入宿主图像IWT变换后进行SVD分解的矩阵中,然后运用BRISK算法完成失真图像的几何校正,最后根据提取的水印图像特性,用邻域平均法进行对角线元素修正。结果 嵌入水印后PSNR高于42 dB,在各种常规信号处理和组合几何攻击下,NC平均值在0.95以上,提取出的水印对角线失真问题得到明显改善。结论 实验结果表明,该方案能提高图像特征点的匹配速度,性能得到增强,水印不可见性较好,进一步提升了图像的鲁棒性。     

基于Radon变换与Schur分解的彩色图像水印算法

目的 针对彩色图像盲水印算法较为复杂且抗旋转能力差等问题,结合矩阵Schur分解和Radon变换提出一种抗旋转攻击的彩色图像盲水印算法。方法 该算法首先提取彩色宿主图像的U通道图像,其次对U通道图像经NSCT变换后的低频分量进行分块处理,将每个像素块分解为对称矩阵和反对称矩阵,最后对每块对称矩阵进行Schur分解,将二值水印嵌入至分解后上三角矩阵的最大特征值中。提取水印信息时,利用Randon变换对含水印图像进行几何校正后再进行水印提取操作。结果 文中算法提取水印相似度较高,其NC值达到0.9414;结构相似性较高,其SSIM值达到0.9183。结论 该水印算法在常规信号处理攻击、抗旋转攻击下均具有极强的鲁棒性。     

小波变换域互补鲁棒性视频多水印算法

数字水印是解决数字视频版权保护问题的一种有效技术手段.为了能同时抵抗几何攻击和时间域去同步攻击,本文提出了一种新的互补视频水印方案.根据视频序列的特点,沿时间轴嵌入第一个鲁棒水印,用以抵抗各种几何攻击;第二个鲁棒水印是借助静止图像水印技术在每一帧中嵌入,用以抵抗时间域去同步攻击.整个水印系统能互补地抵抗各种攻击形式,从而增强了算法的整体鲁棒性.水印的提取不需要原始视频信号.实验结果表明,该水印算法对帧丢失、帧插入等时间域去同步攻击以及几何攻击具有良好的鲁棒性.     

A Dual Model Watermarking Framework for Copyright Protection in Image Processing Networks

Image processing networks have gained great success in many fields, and thus the issue of copyright protection for image processing networks has become a focus of attention. Model watermarking techniques are widely used in model copyright protection, but there are two challenges: (1) designing universal trigger sample watermarking for different network models is still a challenge; (2) existing methods of copyright protection based on trigger s watermarking are difficult to resist forgery attacks. In this work, we propose a dual model watermarking framework for copyright protection in image processing networks. The trigger sample watermark is embedded in the training process of the model, which can effectively verify the model copyright. And we design a common method for generating trigger sample watermarks based on generative adversarial networks, adaptively generating trigger sample watermarks according to different models. The spatial watermark is embedded into the model output. When an attacker steals model copyright using a forged trigger sample watermark, which can be correctly extracted to distinguish between the piratical and the protected model. The experiments show that the proposed framework has good performance in different image segmentation networks of UNET, UNET++, and FCN (fully convolutional network), and effectively resists forgery attacks.