基于局部特征点的三维模型变换域水印算法HHME2013-ID83

为进一步提高变换域水印的鲁棒性,解决多分辨率小波变换对三角形网格形状的限制,本文提出一种基于局部特征点的变换域算法。首先根据经度角和纬度角对模型分区,并求出局部特征点;其次由局部特征点的模长与非局部特征点模长的均值构成的比例组成二维矩阵,对二维矩阵进行离散小波变换,并修改小波系数中的各分辨率层的中高频系数以嵌入水印;最后通过逆向离散小波变换得到空域信号,修改三维模型局部特征点的模长以得到含水印的三维网格模型。实验结果表明,该算法具有很好的鲁棒性和不可见性,对模型的网格形状无严格要求,能够不受平移、旋转、均匀缩放和顶点重排序的影响,并能有效抵抗噪声、简化、剪切、细分、量化和联合攻击等一系列的常见攻击。     

新的特征点强鲁棒音频水印技术

以均值量化索引调制（MQIM）、特征点为理论基础,提出一种新颖的强鲁棒性数字音频水印技术。该算法选取数字音频的局部能量峰值点作为特征,提取稳定的特征点;以特征点为标记,对特征点后的区域进行分段,利用均值量化索引调制将水印嵌入到原始音频的小波域中。水印提取时无需原始图像。仿真实验表明,提出的算法对常规信号处理（MP3压缩、叠加噪声、重新采样、重新量化等）和去同步攻击（随机剪切、幅度缩放、变调、抖动等）均具有较好的鲁棒性。     

一种3维模型的网格盲水印算法

3维模型的数字水印是数字水印研究的热点之一,鲁棒性、嵌入可读性水印和盲检测是3维模型数字水印的难点所在。从增强3维模型数字水印的鲁棒性出发,提出一种基于局部几何空间的3维模型数字水印算法,它以模型三角网格顶点在其一环邻居顶点为所确定的局部几何空间;通过改变顶点在局部几何空间中的位置来嵌入水印,并以调整其间的夹角来嵌入水印序列的索引,而调整顶点与圆心的距离来嵌入较高比特的二进制数值。本文算法在水印检测时,无需原始模型,且可抵抗平移、旋转、均匀缩放、顶点乱序、剪切及网格简化等攻击。实验结果表明, 该水印算法具有很好的鲁棒性、可读水印的不可感知性和盲水印检测的优势。     

基于局部极值点的音频盲水印算法

该文提出了一种新的音频水印算法。它充分利用了离散小波变换的多分辨率特性,在小波变换的细节部分搜索局部极值点,通过修改局部极值及其相邻点的幅度值,实现水印信息的嵌入。水印检测不需要参考原始音频。实验结果证明了该算法的鲁棒性和不可感知性。     

运用混合域比值不变性的矢量地图水印算法

目的 传统基于频率域的矢量地图水印算法往往通过直接修改变换系数实现水印嵌入,嵌入位置随机,且嵌入强度难以控制,实用能力受限。为此,本文挖掘了离散小波变换（discrete wavelet transform,DWT）和复数奇异值分解（complex singular value decomposition,CSVD）系数比值作为新的水印嵌入域,融合系数放大法和量化索引调制（quantization index modulation,QIM）提出了一种嵌入强度可控的鲁棒性矢量地图水印算法。方法 利用道格拉斯—普克算法提取矢量地图特征点,并基于特征点构建复数序列,对复数序列进行二层 DWT,得到二层低频系数和二层高频系数。在此基础上,利用 CSVD 分别计算二层低频和高频系数的奇异值,并以奇异值比值作为水印嵌入域。在水印嵌入阶段,对系数比值放大合适倍数,通过调制放大后的奇异值比值来控制水印嵌入误差,并实现水印信息的盲提取。结果 与最新的 3 种方法进行比较,本文算法从平移、旋转和缩放的组合攻击中提取的水印图像的归一化相关性系数（normalized correlation,NC）值从低于 0. 6 提升至 1。此外,在裁剪、简化和几何攻击的任意组合攻击中,本文算法均能够提取出 NC 值为 1 的水印图像,相较于对比方法,鲁棒性更加全面。在不可见性方面,本文算法表现优势,水印嵌入造成的误差被控制在毫米级。结论 本文所提的矢量地图水印算法挖掘了多重频率域变换的比值作为水印嵌入域,具有良好的安全性和稳健性,可以为矢量地图的版权保护提供技术参考。     

一种基于混沌调制和双变换域的音频水印算法

针对传统音频水印算法不能实现盲提取和水印的安全性、鲁棒性不强,提出一种改进算法。采用Logistic混沌序列对降维后的水印信号作进行调制,再结合离散小波变换的多层分辨能力和离散余弦变换的能量汇聚特性,通过修改双变换域的中低频系数,在载体音频中嵌入水印信息。仿真实验表明改进算法具有更好的安全性和鲁棒性。     

基于小波变换的3维网格水印

3维网格数据是不规则采样的数据集,传统的图像变换域水印算法不能直接应用到网格上.提出了一种小波变换域的鲁棒网格水印算法.该算法对半规则的多分辨率网格进行小波变换,得到一个基网格和一系列小波系数.在对小波系数的统计特性进行实验分析的基础上,选择在低频子带的小波系数中嵌入水印,并对小波系数的切向和法向分量设计了不同的嵌入强度,以减小几何失真.实验结果表明,该水印算法满足不可见性,并具有较强的鲁棒性.     

基于几何特征的3维网格模型零水印算法

由于3维网格模型对水印嵌入强度高度敏感,为避免外观视觉效果严重失真,如今多数水印算法只能采用低强度的嵌入策略,从而导致其鲁棒性能下降。为了解决水印鲁棒性和透明性之间的矛盾问题,提出了一种不对网格模型数据进行任何改动的零水印算法。该方法首先对网格模型的几何数据进行校准预处理,然后对网格按顶点包围盒进行分割来提取几何数据空域特征,进而再应用3维DCT变换在变换域中进一步集中能量,其水印由若干DCT大值系数构造生成,并在IPR数据库注册获得版权保护,该水印的检测过程无需原始网格模型数据的参与。实验结果表明,该算法构造的水印不仅能抵抗顶点重排序、平移、旋转、各向一致缩放等攻击,而且对加噪、网格简化、网格滤波和二次水印等也表现出一定的鲁棒性。     

多通道的小波域彩色图像水印算法

根据人类视觉系统的掩蔽特性和彩色感知特性，将伪随机二值水印序列不可感知地分别嵌入到每个彩色通道离散小波变换后的三个最大的细节子带中．水印检测利用三个彩色通道的互相关性，用联合相关值与门限作比较来判定图像中是否包含水印．文中算法在保证虚警概率为一个可允许值的约束条件下，最小化误检概率(Neyman-Pearson准则)，确定最优门限．新的门限选择机制仅仅依赖于嵌入水印后的图像，不需要水印能量等信息．实验结果证明了文中水印算法的有效性．     

Chirp-Fourier变换域的水印算法

提出一种新的修正离散Chirp-Fourier变换(MDCFT)域盲水印方案,其包括水印嵌入和水印检测2部分。该方案把Chirp水印信息嵌入图像经二维修正离散Chirp-Fourier变换后的系数上,对其进行反变换,得到含水印图像,利用二维MDCFT对水印信息进行盲检测。由于DCFT可通过FFT实现,与其他时/频域水印算法相比,其实现更为方便。仿真试验表明,该算法透明性好,检测速度快,植入的数字水印对高斯噪声、剪裁、旋转和JPEG有损压缩等图像处理具有较强的鲁棒性。     

基于遗传算法的小波域上的三维数字水印技术

针对三维模型在嵌入水印后形变量较大、会有局部失真的问题,提出了基于遗传算法的小波域上的三维数字水印嵌入与提取算法。首先寻找三维模型的特征点,然后根据使嵌入水印后的模型特征点的显著区域变化最小的原则构造适应度函数,以此通过遗传算法寻找最佳嵌入点,最后在小波域上对三维模型进行水印嵌入。实验结果表明,该算法具有较强的鲁棒性,并且使三维模型在嵌入水印后具有较小的形变量。     

局部不变特征点的精度指标

目的 作为计算机视觉的热门研究方向,局部不变特征算法的发展已趋于成熟、稳定,然而目前几乎所有特征点提取算法都没有给出特征点的精度指标.针对这一缺陷,提出一种特征点精度指标-特征点波动区间.方法 性质稳定的点在干扰条件下仍具有较好的精度,即小范围的波动区间,因此,以当前最热门的SIFT(scale-invariant feature transform)特征点为例,在图像加入噪声,发生光照变换,发生模糊变换以及同时进行噪声、光照及模糊处理这四种情况下分别分析同一算法提取的不同特征点的波动情况,进而得到不同特征点的波动区间.结果 实验得到16个稳定检出特征点,其中点2,3,4,11,13这5个点可以在不同干扰条件下的波动范围都较小,而点2则只在模糊条件下波动较小,在其余干扰下波动较大.特征点虽然已经过特征提取,但仍具有不同的波动区间,其优劣也不尽相同.不同的特征点的波动区间并不相同,但仍有一部分特征点在不同干扰条件下均保持较高的提取精度.结论 波动区间能很好地表征每个特征点的提取精度.由于此前只有针对特征点算法的评价指标,而没有针对特征点自身性质的评价方法,因此本文提出的特征点波动区间将为诸如设备标定、视觉测量、精简特征库等相关后续工作打下良好基础.     

双重认证的变换域图像半脆弱数字水印算法

提出了一种DCT域与DWT域相结合的双重认证图像半脆弱数字水印算法,定义了一个小波系数量化函数以实现水印的嵌入与提取,根据图像局部特性,该量化函数可动态地进行调整;同时设计了三个混沌密钥,结合DCT域定义水印及其嵌入位置．实验表明,该算法在保持对常见的JPEG压缩稳健的同时,能有效地区分偶然失真与恶意篡改。     

稳健局部特征非下采样小波域数字水印

目的 基于数字水印技术的音乐作品版权保护是学术界的研究热点之一,多数数字音频水印方案仅仅能够对抗简单的常规信号处理,无法有效抵抗破坏性较强的一般性去同步攻击。为此,提出了一种基于稳健局部特征的非下采样小波域数字水印算法。方法 利用非下采样小波域平滑梯度检测算子从载体音频中提取稳定的音频特征点,结合数字音频样本响应确定局部特征音频段,采用量化调制策略将数字水印信号重复嵌入局部特征音频段中。结果 选取4段典型的采样频率为44.1 kHz、量化精度为16 bit、长度为15 s的单声道数字音频信号作为原始载体进行测试,并与经典算法在不可感知性和鲁棒性两方面进行对比。结果表明,本文算法在含水印音频与原始载体音频间的信噪比平均提升了5.7 dB,同时常规攻击和去同步攻击下的平均检测率分别保持在0.925和0.913,高于大多数传统算法,表明了本文算法具有较好的不可感知性。在常规信号处理（MP3压缩、重新量化、重新采样等）和去同步攻击（幅度缩放、随机剪切、音调伸缩、DA/AD转换、抖动等）方面均具有较好的鲁棒性。结论 本文利用描述能力强且性能稳定的平滑梯度刻画局部数字音频性质,提出一种基于平滑梯度的非下采样小波域音频特征点提取方法,有效解决了音频特征点稳定性差且分布极不均匀的缺点,提高了数字音频水印对音调伸缩、随机剪切、抖动等攻击的抵抗能力。     

基于特征点动态选择的三维人脸点云模型重建

针对典型的点云配准方法中伪特征点过多导致配准效率低和配准结果不精确的问题,提出一种基于特征点动态选择的三维人脸点云模型重建方法。该方法在粗配准阶段,采用动态特征矩阵求解法获取粗匹配特征变换矩阵以避免伪特征点的干扰。在精配准过程中,采用二次加权法向量垂直距离法在人脸流形表面选择更有效的特征点以减少伪特征点的数量,并采用基于特征融合与局部特征一致性的迭代最近点方法进行精配准。经过对比实验验证了算法的可行性,实验结果表明,提出算法能够实现高精度且快速的三维人脸点云模型重建,且均方根误差达到1.816 5 mm,相较于其他算法,在模型重建精度和效率方面都有所提升,具有良好的应用前景。     

基于特征点检测的最佳视点选择方法

针对三维模型视点选择问题,提出了基于特征点检测的最佳视点选择方法。算法首先根据三维网格模型的顶点邻接区域信息计算顶点的局部高度,即顶点的显著度大小;然后基于顶点的局部高度值大小,结合非极大值抑制算法进行三维模型表面特征点检测;最后针对视点球体上的每个候选视点分析该视点下可见特征点的几何分布信息,计算视点质量,从而筛选出最佳视点。实验结果验证了基于特征点检测的三维模型视点选择方法的合理性和优越性,所选择的最佳视点能够提供三维模型较多的几何结构和视觉特征信息。     

基于几何特征的三维模型变形与编辑*

在三维计算的基础上针对三维颅面模型,提出了一种基于几何特征的三维模型变形与编辑算法。该算法采用迭代过程,即每进行一次变形便可以重新计算调整后的颅面几何特征值,如果满足需要则退出编辑并保存模型;否则继续变形,直到得到满意的三维模型为止。在局部变形中,为了弥补自由变形技术在变形控制和用户交互方面的不足,对点约束局部变形算法进行了改进。实验证明,该算法实现简单,且具有良好的交互性,变形效果良好。     

匹配图像与3维模型特征点的真实感3维头重建

提出并实现一种基于两张正交图像和一个标准3维头模型,并利用2D图像特征点和3D模型特征点的匹配进行3维头模型重建的算法。首先,进行面部区域和头发区域的分割,利用色彩传递对输入图像进行颜色处理。对正面图像利用改进后的ASM（主动形状模型）模型进行特征点定位。改进局部最大曲率跟踪(LMCT)方法,更为鲁棒的定位了侧面特征点。在匹配图像特征点与标准3维头上预先定义的特征点的基础上,利用径向基函数进行标准头形变,获得特定人的3维头部形状模型。采用重建好的3维头作为桥梁,自动匹配输入图像,进行无缝纹理融合。最后,将所得纹理映射到形状模型上,获得对应输入图像的特定真实感3维头模型。