基于NSCT变换的轮廓匹配水印算法

针对常见抗几何攻击水印算法存在的不足,设计一种基于非采样NSCTContourlet(NonsubsampledContourletTransform)变换的鲁棒水印算法.算法利用NSCT提取图像轮廓并用于几何校正.水印嵌入过程分为三步:首先利用NSCT域高频系数提取图像轮廓;其次依据图像轮廓提取特征点用于几何校正;最后水印信息自适应量化嵌入NSCT域低频系数.实验结果表明,该算法不仅具有很好的透明性,同时对常见图像处理攻击和几何攻击均具有很强的鲁棒性.     

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。     

一种抗几何失真的彩色图像数字水印算法*

提出了一种基于SIFT(尺度特征变换)特征点校正几何参数的小波域彩色图像水印算法.该算法利用RGB彩色图像中蓝色与绿色分量的小波系数之间的关系,在蓝色水平细节和垂直细节中嵌入相同的水印;水印检测前,利用红色分量中的SIFT特征点估计几何参数,校正失真水印图像,从而可以无失真地提取水印.实验结果表明,该算法对压缩、噪声、剪裁、旋转、缩放等各类几何攻击具有很好的鲁棒性.     

基于SIFT和伪Zernike矩归一化的抗几何攻击水印

提出一种基于SIFT和伪Zernike矩归一化的抗几何攻击水印方案。首先用SIFT方法提取载体图像的特征点,筛选得到关键点。然后在关键点确定载体图像的方形子区域嵌入水印。嵌入时计算方形子区域的伪Zernike矩值,并对矩值作归一化处理,选择部分低阶矩幅值抖动量化嵌入水印。为抵抗几何攻击,检测前进行基于SIF关键点的几何失真校正,对校正后的图像提取水印。实验结果表明该算法对旋转、剪切、JPEG、压缩、噪声、中值滤波等攻击有很好的鲁棒性。     

基于SIFT和非采样Contourlet变换的鲁棒水印算法

针对常见抗几何攻击水印算法存在的不足,设计一种基于SIFT和非采样Contourlet(NSCT)变换的鲁棒水印算法。算法首先利用尺度不变特征变换在载体图像的尺度空间上提取特征点并形成矩形特征区域,然后水印信息自适应量化嵌入特征区域的NSCT低频变换系数中,最后保存若干个稳定特征点用于几何校正。实验结果表明,该算法不仅具有很好的透明性,同时对常见图像处理攻击和几何攻击均具有很强的鲁棒性。     

复合NSCT分解DCT变换和SVD分解的多重变换水印

为了提高水印的抗旋转攻击鲁棒性,加大水印的嵌入量,提出了一种基于非采样Contourlet变换（NSCT）和离散余弦变换（DCT）结合的双重变换域水印算法。对图像进行NSCT变换,将低频系数进行DCT变换,对DCT域低频系数进行奇异值分解（SVD）。经仿真实验表明,该算法对常规滤波、旋转有很好的鲁棒性,特别面对旋转攻击时,算法仍能很好地提取出水印信息。     

基于SVD和Radon变换的抗旋转攻击盲水印算法

为了提高传统基于奇异值变换（SVD）的数字水印抗几何攻击能力,提出一种在小波变换域将Radon变换和奇异值变换相结合的抗旋转攻击鲁棒性水印算法。将宿主图像进行小波变换,对变换后的低频子带进行奇异值分解,将经过仿射变换置乱后的二值水印图像嵌入到奇异值中。在水印嵌入操作上采用了奇偶量化嵌入算法从而实现了二值水印图像在水印检测时的盲提取;同时在水印检测之前,利用Radon变换检测算法对待检测图像进行几何校正,然后提取水印信息。实验结果表明,该算法对于噪声感染、滤波、JPEG压缩等常规信号处理的鲁棒性优于传统的基于SVD的数字水印算法,同时对于旋转几何变换具有很好的鲁棒性。     

一种基于CS-SIFT抗几何攻击的图像双水印算法

利用压缩感知(CS)技术及图像尺度不变特征变换(SIFT),研究了一种既能抗几何攻击又能实现盲水印的方法。第一重版权水印经过扩频,嵌入在非抽样轮廓变换(NSCT)低频子带的DWT域中;第二重认证水印通过对含第一重水印的图像压缩感知生成,并作为零水印提交IPR数据库保存。提取水印时,先通过获取的零水印信息得到SIFT特征模板,并对含水印图像完整性进行验证及篡改定位和恢复,再根据SIFT特征点的尺度特征和坐标关系,对图像进行几何校正,使水印信息的提取位置同步。实验表明,该算法透明性良好、水印容量较大,而且对于常规攻击和多种几何攻击都具有良好的鲁棒性。     

基于LFRs的大容量抗几何攻击水印算法*

如何有效抵抗几何攻击是目前水印技术研究的难点之一,且已有抗几何攻击水印算法的嵌入容量有限。提出了一种利用尺度不变特征变换（SIFT）特征点确定的局部特征区域（LFRs）嵌入水印的大容量抗几何攻击的水印算法。算法首先从图像的非抽样的Contourlet域（NSCT）低频分量中提取出SIFT中等尺度的稳定特征点,并通过最小生成树聚类算法的选择策略获得一组分布均匀且彼此独立的圆形特征区域;然后对每个圆形区域进行等角度的扇形分割和等面积的同心圆环分割,划分成等面积的子块;最后采用奇偶量化将经过混沌加密的水印嵌入到     

基于混沌和SVD DWT的稳健数字图像水印算法*

针对现有适用于图像的数字水印对信号处理和几何失真比较敏感的问题,提出一种稳健的数字图像水印算法。该算法先对整个图像应用三级离散小波变换,再对低频域运用奇异值分解,并通过修改奇异值,嵌入经过混沌置乱的水印图像的奇异值,在小波变换域的中频系数上嵌入水印信息。水印检测时,分别在中频区域和低频提取水印并进行比较,采用效果较好的水印作为检测水印。实验结果表明,该方法对一般的信号处理操作及几何攻击等均具有较好的鲁棒性。     

基于DWT最优多子图和SIFT几何校正的鲁棒水印算法

为提高水印系统鲁棒性,提出一种基于PSO算法优化的DWT多子图水印算法。算法选择DWT变换后的多个子图作DCT变换,然后利用PSO算法寻找最优的多子图组合权重,利用扩展变换QIM原理嵌入和提取水印。为提高算法抵抗几何攻击的性能,提出基于改进SIFT的水印图像抗几何攻击方法,采用一种基于圆的特征点描述方法改进SIFT,然后在水印提取前通过SIFT特征点匹配进行几何校正预处理。实验仿真结果表明,在保证水印不可察觉的基础上,基于PSO算法优化的DWT多子图水印算法的鲁棒性优于基于DWT单一子图的水印算法;加入改进SIFT算法的水印系统抵抗几何攻击的能力明显提高。     

人眼视觉特性与SIFT相结合的视频双水印算法

针对视频水印容易遭受几何攻击以及水印的鲁棒性与透明性的平衡问题,提出一种基于人眼视觉特性与尺度不变特征变换（SIFT）相结合的抗几何攻击视频双水印算法。首先获取视频序列中人眼视觉掩蔽阈值作为水印的最大嵌入强度。其次,将视频帧进行离散小波变换（DWT）,对中高频子带系数提出基于视频运动信息的自适应水印算法;针对低频子带,提出基于小波低频系数统计特性的抗几何攻击视频水印算法。最后,以SIFT作为触发器判断视频帧是否遭受几何攻击,对遭受几何攻击的视频帧利用SIFT的尺度与方向不变性进行校正,并对校正后的视频帧提取水印信号;针对非几何攻击的视频帧,直接利用中高频提取算法。所提算法与实时性视频水印算法——基于小波域直方图的视频水印（VW-HDWT）算法比较,峰值性噪比值（PSNR）提高了7.5%;与基于特征区域的水印算法相比,水印嵌入容量提高约10倍。实验结果表明,在保证水印透明度较好的情况下,所提算法对常规几何攻击具有较强的鲁棒性。     

基于SIFT抗几何攻击的数字水印算法

针对数字水印信息易遭几何攻击的问题以及水印算法的不可见性与鲁棒性的平衡性问题,提出一种基于尺度不变特征变换(SIFT)的图像局部特征点的数字水印算法。首先利用SIFT算法在原始图像中寻找局部特征点,再以局部特征点确定多个满足一定条件的圆形局部特征区域(LFA),经LFA正规化后将水印嵌入到LFA的离散余弦变换(DCT)域的中频系数中。其中,考虑到水印信息对图像质量的影响,嵌入强度根据Watson人类视觉模型进行动态调整。实验结果表明,该算法得出的峰值信噪比(PSNR)和水印相似度数值较高,说明该算法不仅保证了较好的水印不可见性,并且在一定的几何攻击下表现出较强的鲁棒性。     

基于SIFT的椭圆区域鲁棒数字水印方案

如何有效抵抗去同步攻击是数字图像水印研究领域的热点问题之一。利用图像仿射协变特征,提出一种可有效抵抗去同步攻击的鲁棒水印算法。对目前流行的利用多尺度Harris和SIFT描述算子来匹配图像的方法,后者有较好的匹配效果,对恢复同步水印更加稳定,并且能较好抵抗去同步攻击。该算法利用性能稳定的SIFT算子提取图像特征点,并通过基于最小生成树聚类算法的选择策略获得一组稳定且彼此独立的椭圆仿射协变特征区域,基于特征区域,利用椭圆归一化得到具有缩放和旋转不变性的圆形区域。将圆形区域进行非下采样轮廓变换（NSCT）,其中非下采样轮廓变换不仅克服了小波（Wavelet）变换的非奇异性最优基缺点,而且提供了优于轮廓（Contourlet）变换的平移不变性。将水印嵌入变换后的低频子带中。该算法实现盲提取,仿真实验结果表明,提出的算法是有效的且对常规图像处理、几何攻击以及组合攻击均具有较好的鲁棒性。     

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。     

基于特征点密度的DCT域盲检测数字水印算法

针对数字水印图像遭受几何攻击问题,提出了一种融合图像不变特征和频域稳定特性的强鲁棒数字水印盲检测算法。通过构造自适应尺度不变特征变换(SIFT)算法和Harris角点补位法,利用在不同尺度空间获取的特征点的密度自适应地调整水印信息嵌入到离散余弦变换(DCT)域的强度;将图像子块的特征向量集进行Arnold置乱,生成密钥文件,与隐秘图像的特征向量做双向特征匹配,获得几何失真参数并进行图像恢复性校正,以盲检测的形式提取IDCT反变换域水印信息。从实验结果来看,该算法比使用离散小波变换(DWT)和离散傅里叶变换(DFT)的峰值信噪提高13%,水印相似度提高11%,说明该文算法在获得较好的不可见性的同时,对几何攻击和常规信号处理均具有良好的鲁棒性。     

基于SIFT特征的公钥水印算法

针对现有公钥水印算法抗几何攻击能力弱的问题,提出一种利用SIFT特征实现抗RST攻击的公钥水印算法,采用SIFT算法对原始图像的特征点进行提取,构造局部特征区域,并在其DCT域中嵌入水印信息,使嵌入水印后的图像能够更好抵御RST攻击,从而满足公钥水印可公开检测的要求。实验结果表明,该算法能够有效抵抗RST攻击和一般信号处理的攻击。     

Geometrically invariant image watermarking using SVR correction in NSCT domain

Based on the support vector regression (SVR) geometric distortions correction, we propose a robust image watermarking algorithm in nonsubsampled contourlet transform (NSCT) domain with good visual quality and reasonable resistance toward geometric attacks in this paper. Firstly, the NSCT is performed on original host image, and corresponding low-pass subband is selected for embedding watermark. Then, the selected low-pass subband is divided into small blocks. Finally, the digital watermark is embedded into host image by modulating the NSCT coefficients in small blocks. In digital watermark detecting procedure, the SVR geometrical distortions correction is utilized. Experimental results show that the proposed image watermarking is invisible, and robust against common image processing and some geometrical attacks.