一种基于角点检测的鲁棒数字图像水印算法

几何攻击是数字图像水印领域中一个富有挑战性的问题。提出一种以图像角点为特征点,基于奇偶量化嵌入/检测的空间域局部化鲁棒数字图像水印算法。采取的主要方法有:(1)采用带有自适应阈值和动态支持区域的基于曲率尺度空间的角点检测算法进行鲁棒角点检测;(2)基于图像纹理复杂度进行角点筛选,并以筛选后的角点为圆心形成具有几何不变性的圆形特征区域,用于水印的重同步;(3)在特征区域设计一种圆环形的水印模式,并在空间域采用经典的奇偶量化方法嵌入并检测水印。实验表明,该算法在嵌入水印后仍能保持较高的图像视觉质量,对常规信号处理和包括旋转、缩放、平移、剪切及其组合在内的几何攻击均具有较强的鲁棒性。     

基于图像角点特征的第二代水印算法研究

提出了一种新颖的基于图像角点特征的第2代水印算法。该方法首先将水印图像进行置乱预处理,其次对载体图像进行小波3级提升,然后利用第2步的结果和多尺度曲率积角点检测（MSP）方法,提取出图像最低频成分中的角点,最后在角点位置对应的所有高频系数中嵌入水印。检测时,在这些系数上做水印嵌入的逆运算,并用事先得到的密钥反变换出水印。实验结果表明,所提出的水印算法较第1代数字水印算法不仅在运行速度上大大提高,而且在抵抗旋转、放缩、平移、裁剪等几何攻击方面的鲁棒性也有显著提高。     

基于图像特征的鲁棒水印算法研究

为提高图像盲水印抗几何攻击的能力,提出了一套基于图像特征的水印嵌入方案。首先利用具有几何不变性的Harris算子检测出图像特征点,然后在每块由特征点生成的Delaunay三角网上采用一种基于小波系数显著性差异调制量化方式进行水印的嵌入和检测。该嵌入水印算法的思想是通过比较每组小波系数的显著性差异值和所有组的平均显著性差异值的方法来量化每一组块的最大小波系数。实验结果表明,该方法不仅对压缩、滤波等常见攻击具有稳健性,同时对旋转、缩放、变形等几何攻击也具有较好的稳健性。     

基于改进曲率尺度空间技术的图像水印算法

提出一种新的鲁棒性水印算法,利用改进的曲率尺度空间技术,提取图像的少量较顽强角点,用于重建受几何攻击的图像。选取2个chirp信号作为水印信息,将其嵌入图像的分数傅里叶变换（FRFT）域,选用变换阶次和水印嵌入位置矩阵作为算法密钥,根据chirp信号在FRFT域呈现的冲激特征检测水印信号。仿真实验结果表明,该算法具有较高不可见性、安全性和鲁棒性。     

基于图像特征点的公钥水印算法

对于现在公钥水印算法一些抗几何攻击能力弱的问题,提出一种基于图像特征点的公钥水印算法。通过Harris-Laplace算法提取图像的特征点,构造局部特征区域,并在这些区域内做DCT变换和水印信息的嵌入,使得嵌入水印后的图像可以更好地抗RST攻击。     

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.     

基于小波变换和神经网络的盲数字水印算法

文中提出了一种基于小波变换和神经网络的盲数字水印算法。算法嵌入的水印信息是一幅二值图像,每位水印信息被连续多次嵌入宿主图像小波分解的低频子带。利用提取含水印图像小波分解的低频子图的特征点坐标集估计水印图像遭受的几何失真,根据估计的几何失真参数对受到几何攻击的水印图像进行校正,最后利用神经网络很好的非线性映射和自适应学习功能实现水印信息的盲提取。实验表明,算法对常见的图像处理和几何攻击具有很好的鲁棒性。     

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.     

基于图像自适应的降噪预处理水印新模式

本文提出一种全新的针对几何攻击的强水印模式方案。该方案利用视觉感知模型对水印模版进行基于原图像内容的视觉掩蔽处理,然后引入低通滤波提升水印模版的抗噪和抗压缩能力。实验显示该方案具有较高的抗几何攻击能力,在应对JPEG压缩也表现出了令人满意的鲁棒性。该方案适用图像的多比特信息的嵌入,也适用于二进制黑白图像的水印嵌入与检测。     

基于特征点的抗几何攻击水印算法

利用Harris特征点并结合图像的归一化原理提出了一种新的数字水印方案。由于Harris算子的算法简单,稳健性较好,图像的特征点在经过几何攻击后仍然可以保持。而且,归一化的图像对图像的旋转不太敏感,所以首先对每一个以特征点为圆心的互不重叠的圆归一化以确定水印的嵌入点,然后把水印嵌入到原来的图像中,这样,可以很好地解决水印嵌入和检测的同步问题。实验证明,该算法能很好地抵抗如旋转,缩放,剪切等形式的几何攻击与常规信号处理攻击。     

基于尺度不变特征点的抗几何攻击水印算法

利用基于尺度空间理论的特征点检测方法,检测出的特征点不但在大尺度缩放变换下重复率高,而且每个特征点的特征尺度随图像缩放尺度等比例变化。以特征尺度及特征点相对位置作为参考,生成一种几何变换自适应图形作为水印嵌入的区域。随着特征点相对位置的变化,自适应图形会产生相应变化,达到抗几何攻击的目的。实验表明,该算法能有效抵抗各种几何攻击,具有较好的性能。     

基于ACF的小波域数字图像水印算法

设计了一种基于自相关函数（ACF）的盲检测小波域数字图像水印算法,提取原图像小波分解的高频细节分量信息,并增强其相关性后,对水印信息进行调制掩盖。经过处理的掩藏了水印的高频细节分量与原图像的逼近分量再合成,得到含水印的图像。水印检测时,将含水印图像小波分解,分析其细节分量的ACF峰值,对图像的几何攻击进行估计及校正,以取得水印同步,再通过水印相关性进行检测评价,实验表明,该方法可行,具有较强的抗剪切、几何攻击性。     

一种几何攻击下的数字图像水印检测方法

几何攻击是数字图像水印众多攻击的一种，它不试图破坏图像中的水印信号，而是使水印检测器与水印信号失去同步，致使水印检测器检测不到水印信号，是一种有效的水印攻击方法。该文介绍了一种基于标准化的互相关NCC(normalized-cross correlation)图像固有特征提取及特征点匹配方法，进而利用图像固有特征恢复经几何变换的水印图像，使水印检测器与水印同步以达到有效检测水印的目的。实验表明，使用该方法能较好地恢复图像，有效地同步水印检测器与水印信号，从而使水印对仿射变换攻击具有鲁棒性。     

基于SVD局部数字水印算法

本文将水印嵌入和局部不易发生变化的特征点结合,首先利用多尺度Harris角点检测算法检测出图像的特征点;其次以局部最稳定的特征点为中心选取局部特征区域;最后对特征区域分块,利用奇异值分解后最大奇异值的稳定性,将水印嵌入在最大的奇异值上。实验证明,该算法不仅具有很好的不可见性,而且对一些图像攻击具有很好的鲁棒性,尤其是局部攻击。     

结合汉明码和图像矫正的彩色图像盲水印

目的 随着互联网技术的飞速发展,彩色数字图像带来极大便利的同时,也产生了一些篡改、剽窃等侵权行为;同时,几何处理对含水印载体的破坏使水印盲检测的难度增加,因此,本文提出一种基于汉明码和图像矫正的彩色图像盲水印方法,旨在解决当前图像版权保护的难点问题。方法 嵌入水印时,使用仿射变换加密彩色水印,并将已加密的信息编为汉明码,然后利用特征值分解计算出像素块的全部特征值,并通过对特征值绝对值的和进行量化来完成水印的嵌入;提取水印时,利用图像的几何属性对多种几何攻击后的图像进行判断、矫正,并借助量化技术提取水印。结果 基于彩色图像标准数据库,将本文方法与7种相关方法进行了对比实验：在不可见性方面,与LU分解的水印方法相比,本文算法峰值信噪比（peak signal-to-noise ratio,PSNR）提高了4 dB;在常规攻击鲁棒性方面,与Schur分解的最新方法相比,本文算法平均归一化互相关（normalized cross-correlation,NC）的值稍有提高;在几何攻击鲁棒性方面,本文算法NC值具有一定的优势;同时,本文算法的水印容量达到了0.25 bit/像素,密钥空间达到了2⁴³²,运行时间仅需3 s左右。结论 所提方法不仅具有较好的水印不可见性和较强的鲁棒性,而且具有较大的水印容量、较高的安全性和实时性。     

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NSCT和DWT的鲁棒数字水印算法

针对现有水印算法难以有效对抗几何攻击的问题,提出一种基于非采样Contourlet变换（NSCT）的水印新算法。利用NSCT得到显著方向子带,对该子带系数进行二值化,获得图像边缘方向信息点集。在水印检测时,利用边缘方向的特征点集,可使受到几何攻击的水印化图像恢复到原来的大小和位置,即恢复已丢失的同步信息。实验结果表明,该方法对几何攻击具有很好的鲁棒性。     

一种改进的抗几何攻击彩色图像水印算法

提出一种基于加速鲁棒性特征算法（Speed-Up Robust Features,SURF）的抗几何攻击彩色图像水印算法。首先,在彩色图像中的红色分量中检测SURF特征点,并且生成SURF特征描述算子。然后,利用二级离散小波变换（Discrete Wave-let Transform,DWT）得到图像蓝色以及绿色分量的低频信息,并对其进行奇异值分解（Singular Value Decomposition,SVD）。最后将经过一级小波变换后的水印图像对应嵌入彩色图像蓝色分量和绿色分量的低频区域之中。实验结果表明,嵌入水印后的图像在经过几何攻击后,其提取的水印与原水印仍具有较高的相似度,该算法具有较好的鲁棒性。     

基于Harris-Laplace特征区域的遥感图像水印算法

针对现有遥感影像数字水印算法多为全局水印算法,抵抗旋转、行列剪切、水平镜像以及联合几何攻击能力较差,提出一种基于Harris-Laplace特征区域的局部化遥感影像水印算法。算法依据密钥生成一个随机序列,对其实施二值化,并选取一段作为待嵌入的数字水印;在宿主遥感影像中提取Harris-Laplace特征点,并依据其确定水印嵌入特征区域;最后,根据待嵌入的水印信息,将所选特征区域进行圆环划分,利用奇偶量化方法将水印嵌入其中。实验证明该算法对JEPG压缩、噪声及滤波等常规信号处理具有较好鲁棒性的同时,能够更好地抵抗旋转、缩放、平移及其联合等几何攻击。