基于几何变换特征集的水印图像失真校正算法

提出了一种基于几何变换特征集的水印图像几何失真校正算法,采用水印图像攻击前与攻击后的几何变化特征集对水印图像几何失真进行失真校正,算法不但可以校正水印图像的旋转失真和缩放失真,还可校正联合失真。实验证明,算法性能稳定、校正精度高、可以有效地校正大强度几何失真。     

基于SIFT特征点的抗几何失真数字水印算法

提出了一种基于图像不变特征的鲁棒数字水印算法。该方法在图像的小波域中嵌入水印;在水印检测之前,利用图像中稳定的SIFT(尺度不变特征变换)特征点估计几何失真参数,对可能失真的水印图像进行校正,从而可以准确的提取水印信息。实验结果表明,该算法对剪裁、旋转、缩放等各类几何攻击具有很好的鲁棒性。     

一种新颖的彩色水印图像几何失真校正算法

几何攻击是制约水印技术实用性的重要因素,当图像经过旋转、缩放和DA转换等几何变换后,绝大多数水印算法的检测器将失效。该文提出一种新的基于计算机视觉理论的图像空域特征重同步算法,首次采用图像的comer中心角和comcr中心距离对水印图像几何失真进行失真校正。实验证明。算法性能良好、校正精度高、可以有效地校正大强度几何失真。     

一个抗旋转、缩放、平移攻击的图像水印算法

对数极坐标变换是图像的一个空间变体表示，很多图像视觉系统用它来消除输入图像的缩放和平移效果。本文利用数极坐标变换的性质，消除平移和缩放对水印的威胁，用搜索的方法柬应封旋转攻击，设计并实现了一种新的抗几何攻击的水印算法。实验结果表明，该算法可以有效地抗旋转、缩放、平移等几何攻击。     

一种抗几何失真的水印校正方法研究

几何攻击会使大多数水印算法监测器失效,从而制约了水印技术的实用性.提出一种基于特征点集和Hausdorff距离的抗旋转和缩放攻击的数字水印检测校正方法.算法利用水印图像受攻击前后的小波域特征点集和点集之间的Hausdorff距离来估计图像所经历的几何失真.实验证明,算法性能稳定、精度高、可校正较大强度的联合几何失真.     

抗几何失真的局部数字水印算法

抗几何攻击一直是数字水印中的难点问题,为了更好地解决这个问题,基于图像的几何不变域,提出了一种抗几何失真的局部数字水印算法.算法利用显著性检测器检测到的具有平移、缩放和旋转不变性特性的圆形显著区域来嵌入水印.如何利用显著区域构造不变区域以获得平移、缩放及旋转不变性,以及如何从不变区域中筛选出适合嵌水印的区域,为要解决的重点问题,首先将水印进行几何变换来匹配各个水印嵌入区域的形状,再不可感知地嵌入到各个水印嵌入区域中.还着重讨论了如何利用显著区域获得平移、缩放及旋转不变性.实验表明该算法能很好地抵抗一般的信号处理攻击及旋转、缩放、裁剪和线性变换等几何攻击.     

结合Zernike矩和模板具有RST不变性的DWT-HMM鲁棒水印算法

抵抗几何攻击是鲁棒水印研究的关键问题之一。为实现水印同步,提出了一种结合Zernike矩和小波域模板实现由粗到精几何同步的算法,即首先利用平移归一化图像的Zernike矩估计旋转和缩放参数,并用校正旋转和缩放后的图像和原图像之间的质心增量估计平移参数;然后基于粗略估计的参数,通过匹配小波域模板实现旋转、缩放和平移(RST)参数的精确识别和校正,该同步方法可以较大程度地降低搜索空间。水印嵌入和检测采用了小波域向量隐马尔可夫模型(DWT-HMM)。仿真结果表明,利用由粗到精的几何同步方法和基于HMM的水印算法能有效抵抗StirMark平台的多种单项攻击和联合攻击,算法具有较好的鲁棒性能。     

基于小波矩的抗几何攻击数字图像水印算法研究

针对旋转、缩放和平移等几何攻击破坏水印检测同步,从而导致水印检测失败等问题,利用归一化图像的缩放、平移不变性及小波矩的旋转不变特性,结合奇偶量化技术,提出了一种有效抵抗几何攻击的数字图像水印新算法。首先利用图像归一化技术将原始载体映射到几何不变空间内;然后计算归一化图像的小波矩,并选取部分稳定的低阶小波矩用于水印嵌入;最后利用奇偶量化方法将水印信息嵌入到所选小波矩的不变量内。仿真实验结果表明,该图像水印方案不仅具有良好的透明性,而且具有较强的抵抗常规信号处理、几何攻击、联合攻击等能力。     

旋转、缩放、位移不变的小波域图像水印算法

介绍了一种基本上不受旋转、缩放、位移影响的小波域图像水印算法.该算法根据人类视觉系统的特性,将水印自适应地嵌入图像小波域的低频子带.为计算和校正旋转及缩放造成水印位置的移动,采用一种新的滤波方法.该滤波方法需要使用原始图像对数极坐标域中的一小方块信息来计算水印位置的平移.实验结果表明,该水印对旋转、缩放、平移和常规的图像处理具有较强的鲁棒性.     

基于分块DCT变换的抗旋转,缩放攻击零水印算法

大多数基于DCT、变换域的零水印算法没有抵抗几何攻击的能力,例如将图像旋转微小角度即可导致水印检测的失败.为了提高基于DCT变换域的零水印算法抵抗图像抗旋转,缩放攻击的能力,本文提出了一种基于分块DCT变换的抗旋转,缩放攻击零水印算法.对于旋转,缩放造成的几何攻击,我们可以通过对数极坐标系将笛卡尔坐标系中的旋转,缩放变换转换为循环平移的性质,对于循环平移后的图像,在水印检测时我们可以使用穷举遍历的方法来检测测试图像是否包含水印信息.实验结果证明,该方法可以获得良好的图象视觉效果,同时对于加噪,滤波,JPEG压缩,剪切攻击也具有有很好的鲁棒性.     

基于奇异值分解的、抗几何失真的数字水印算法

许多现有的适用于图像的数字水印对几何失真都是很敏感的。尤其是此类失真会严重妨碍对水印的盲提取。为此，提出了一种基于奇异值分解的数字水印算法，它对常见的几何失真是稳健的。此水印是被嵌入到图像分解后的奇异值之中。根据奇异值分解的代数性质，严格证明了嵌入了水印的图像在受到转置、镜像、旋转、放大和平移等几何失真后，其奇异值是不变的。在经过了上述的几何失真、一般的信号处理操作或JPEG压缩以后，嵌入的水印能够被可靠地提取和检测。实验结果表明本算法具有很好的稳健性。     

基于DFT-SVD域抗几何攻击图像水印算法

抗几何攻击水印算法是版权保护领域的一个重要的研究方向。根据离散傅立叶变换幅度谱矩阵的性质，以及矩阵奇异值分解对旋转、缩放和平移等几何攻击具有稳定性的特点，提出了一种基于离散傅立叶变换和奇异值分解的抗几何攻击图像水印算法。实验结果表明该算法有较大的嵌入容量，对常规攻击和几何攻击都具有较强的鲁棒性。     

抗旋转和等比缩放失真的图像拷贝检测技术

现有的图像拷贝检测方法中,多数对类似噪声的图像失真比较鲁棒,而对几何类失真则比较脆弱.在几何类失真中,旋转和等比缩放失真又是最为常见的.Wu等人在2005年和2007年提出基于椭圆圆环分区的图像拷贝检测方法,试图抵抗旋转、平移、等比缩放和裁剪等几何失真.然而,椭圆形体并不具备旋转不变性,可见Wu的方法在解决旋转失真问题上并不彻底.针对旋转和等比缩放失真,提出基于圆环分区的顺序测度拷贝检测方法,由于圆环区域划分法可以保证旋转和等比缩放失真以后,圆环中的内容保持不变,因而该方法对上述2种失真具有较好的抵抗能力.同时,引入顺序测度提取圆环序列的特征,因而可以很好抵抗类似噪声失真.实验表明,在抵抗旋转和等比缩放失真方面,给出的方法均好于Wu的方法.     

一种基于相机标定的图像配准方法

图像配准是把同一场景的两幅或者多幅图像在空间上进行配准,它在图像分析领域应用广泛,如医学,遥感图像分析,图像融合,图像检索及目标识别等．匹配困难是图像配准的主要问题,造成匹配困难的原因之一是待匹配图像存在畸变．该问题是由于待配准图像相对于基准图像会产生大面积相同区域或产生平移、旋转、缩放等多种畸变．针对以上各种畸变,本文提出一种解决方案：利用相机标定信息求解畸变情况的平移矩阵、旋转矩阵和缩放比,通过反变换达到矫正图像畸变的效果．然而标定信息常会因为相机位置移动而发生改变．对于此问题,本文则是通过求解多角度下的云台转角来确定相机的标定信息．实验表明：本文提供的方案很好的解决了图像配准阶段的一些畸变问题,使图像配准有较高的精度．     

基于Hu不变矩和BP网络的条形码图像识别方法

针对目前比较流行的一维条形码和二维条形码识别算法存在对几何失真图像的识别准确率较低的问题,提出了一种新的基于不变矩和BP网络的条形码识别方法,提取不变矩特征向量作为特征值输入BP网络,对其进行训练与测试,利用训练好的BP网络对形变条形码图像进行识别,实现了对存在旋转、平移和缩放等几何失真的条形码图像的正确识别.实验结果表明,基于Hu不变矩和BP网络的条形码识别方法具有很强的抗图像平移、拉伸和旋转识别能力,并且具有实现简单、训练速度快、识别率高等特点.     

基于矩形角点几何变换的畸变图像校正

在以数码相机等数字设备拍摄图像时,所拍摄的图像经常会产生各种各样的变形,这种变形可能会导致识别软件中的后续处理失败,从而使图像无法被识别。为了使普通的识别软件能够对数码相机等拍摄的图像进行识别,有必要对其进行校正。针对大部分畸变图像是倾斜变形和透视变形,采用类似倾斜变形图像的几何校正算法,分两步实现图像的校正。实验表明,该方法对于倾斜变形和透视变形有良好的校正效果,以便于后续的图像处理。     

一种基于几何性质的鱼眼图像校正算法

为快速、高效地校正具有径向畸变的鱼眼图像,提出一种基于几何性质的校正算法。根据投影不变性原理以及径向畸变的几何特性,计算畸变直线的斜率,并通过求解线性方程组得出多项式校正模型的参数。实验结果表明,该算法能够以较低的运算复杂度获得较高的校正精度,相比于采用数学迭代拟合直线的方法,该算法在图像整体校正质量上有明显改善。     

精确校正图像的径向畸变和倾斜失真

对于用图像进行几何检测,由数码相机生成的图像存在一些固有缺点,如存在径向畸变、倾斜几何变形等。为此提出了一种可同时精确校正数码相机图像的径向畸变和倾斜失真的算法。该算法基于标准网格,首先分别建立倾斜变形模型和径向畸变模型,由此建立目标图像的倾斜变形和径向畸变的联合变形模型;然后用最小二乘法和最优化算法求根据联合失真模型求得标准网格的失真参数,利用该参数可校正同等条件下获得的目标图像;最后对实际图像进行了校正实验,获得了满意的校正结果,说明该算法能有效地同时精确校正图像的径向畸变和倾斜失真。