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。     

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。     

基于图像校正的抗几何变换全息水印算法

目的提出了一种基于图像校正的抗几何变换全息水印算法。方法在水印嵌入时,将原始二值水印图像,利用共轭对称延拓傅里叶计算全息方法生成全息水印,并嵌入在原始图像小波变换的对角线高频系数中,逆变换得到含水印图像。在含水印图像的DFT域中嵌入模版信息,在水印提取时,首先利用模版信息对图像进行校正,然后提取水印信息。结果该算法保留了全息水印的优良特性,结合了模版匹配校正技术,可以有效抵抗滤波、噪声、裁切、JPEG压缩、旋转、等比例缩放及其组合攻击。结论该算法在实际应用中能有效抵抗几何攻击,可以应用于数字图像的版权保护中。     

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Tchebichef矩的抗几何攻击图像水印

针对几何攻击容易使常规水印算法检测失败的问题,利用Tchebichef矩出色的重构性能,结合图像归一化,提出一种基于Tchebichef矩的抗几何攻击图像水印算法GWTM.该算法在水印嵌入和提取之前对图像进行几何失真的归一化,根据Tchebichef矩系数的特点,进行矩幅度修改量测试,筛选出最优矩集合.根据水印比特自适应地修改集合中的矩,并对修改后的矩进行Tchebichef重构,实现水印的嵌入.水印提取时,以最优矩集合为密钥,通过与原始图像的Tchebichef矩幅度比较提取水印.实验证明,GWTM算法能够抵抗任意角度的旋转攻击、缩放攻击及常规的信号处理攻击.     

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。     

基于SIFT变换和DWT-SVD的自适应图像水印算法

目的由于传统的自适应水印技术无法实现水印嵌入区域依据图像自身的特征而改变,且抵抗几何攻击的能力较弱,提出一种基于SIFT特征提取,结合DWT-SVD的水印嵌入方法。方法首先对图像进行SIFT特征提取,然后利用RANSAC算法选取出鲁棒性较好的特征点,通过特征点选取合适大小的水印区域,最后结合DWT-SVD算法将水印嵌入原始图像中。结果采用SIFT变换结合DWT-SVD算法嵌入的水印,含水印图像的视觉效果较好。含水印图像在没有受到攻击时,可以无损地提取出水印;在受到攻击时,提取出的水印品质较好,NC值均高于0.96,且算法的时间复杂度和空间复杂度均较小。结论实验证明,此方案在面对任意角度的旋转攻击,以及常规图像处理攻击有很好的鲁棒性,可以达到保护数字产品的目的。     

基于方向金字塔分解与稳定几何失真校正的鲁棒图像水印算法

目的为了提高水印算法的抗几何攻击能力,并兼顾较高的鲁棒性与不可感知性,设计一种基于方向金字塔分解与稳定几何失真校正的鲁棒图像水印算法。方法首先,引入方向金子塔,对载体图像完成分解,输出对应的低通与高通子带;将低通子带分割为一系列的非重叠块;根据载体的亮度、纹理与边缘掩码,计算水印嵌入强度,最大程度地平衡水印图像的不可感知性与鲁棒性;设计水印嵌入方法,将经过Arnold映射加密后的水印嵌入到非重叠子块中,通过修改载体的方向金子塔分解系数,获取水印图像;将不同的攻击类型作用于水印图像,建立训练样本;再利用方向金子塔分解训练样本,计算高通子带的高斯-厄米矩能量,将其视为特征矢量;再利用特征矢量对模糊支持向量机完成训练,以预测几何失真参数,准确校正受攻击的水印图像;设计水印检测机制,从水印图像中复原水印。结果实验数据表明,与当前图像水印方案相比,所提算法具有更高的抗几何变换能力,以及较好的不可感知性与鲁棒性,其提取的水印失真度最小,对应峰值信噪比保持在40dB以上。结论所提水印算法具有较高的鲁棒性和视觉隐秘性,在版权保护、信息防伪等领域具有一定的参考价值。     

Robust image watermarking scheme against geometric attacks using a computer-generated hologram

Robustness against geometric attacks is one of the most important issues in digital watermarking. A novel geometric robust watermarking scheme that uses computer-generated holograms as the watermark is presented. To maintain imperceptibility and robustness, a quantization embedding algorithm is adopted to embed the mark hologram into the low-frequency subband of the wavelet-transformed host image. In the detection process, the geometric distorted watermarked images are recovered first by the proposed improved geometric correction method, which is based on the scale invariant feature transform, the invariant centroid, and the pulse coupled neural network. Then the mark holograms are extracted from the recovered images. In comparison with the traditional geometric estimation method, the suggested improved geometric correction method can estimate the geometric distortion parameters more accurately and needs less auxiliary information. Compared with other watermark schemes using digital holograms, the proposed method has the distinct advantage of robustness to geometric attacks. The experimental results demonstrate that the proposed method has good robustness to resist geometric attacks and common attacks including rotation, scaling, translation, image flipping, combined attacks, filtering, occlusion, cropping, and JPEG compression.