纹理掩蔽特性在水印技术中的应用

为了提高图像版权保护与信息跟踪的可靠性,提出了一种基于最小二乘支持向量机的纹理掩蔽特性数字水印技术. 图像区域子块的纹理越复杂,人眼可感知的视觉门限就越高;对于边缘区域,该视觉门限最高,在特征区域中可以选择这些位置作为水印的嵌入点. 根据图像子块邻域像素间的相关性原理,使用最小二乘支持向量机建立起邻域像素之间的关系模型,动态地调整模型的输出值同中心像素值的大小关系,实现水印信息的嵌入与提取. 同时,用粒子群算法来优化水印信息的嵌入强度. 实验表明,嵌入水印后的图像不仅有着很好的隐蔽性和较强的稳健性,对联合图像专家小组压缩、几何剪切、放缩等一般的图像处理操作,有着较强的抵抗力,同时实时性、安全性都比较强.     

一种面向弱纹理图像的特征点描述子

现有的大多数特征点提取算法适用于处理纹理丰富的图像,而对于弱纹理图像则无法提取有效的特征点. 对此,提出了多邻域结构张量特征(MNSTF)算法. 基于一系列固定的邻域和图像结构张量,通过表达局部图像的结构和纹理信息,解决了弱纹理和无纹理场景下特征点提取和匹配等相关问题;同时,通过计算邻域之间的相对方向,实现了MNSTF算法特征描述子的旋转不变性. 实验结果表明,MNSTF算法在经过旋转的弱纹理图像测试集上的特征点匹配准确率达到了99.9%以上,验证了其良好的适用性、旋转不变性和鲁棒性.     

一种抗几何攻击的小波域盲图像水印算法

小波变换拥有良好的空间——频率局部化特性和与人眼视觉特性相适应的变换机制,但不具有平移、旋转和缩放不变性.采用该类方法的数字图像水印抗噪声攻击和压缩攻击有一定鲁棒性,但抗几何攻击的能力较差.为此提出一种抗几何攻击的小波域数字图像水印算法.算法在水印嵌入时,先对载体图像进行小波分解并对低频子图进行分块,然后对各个子块根据量化规则重复嵌入相应的1bit水印信息;增加低频子图的纹理区的量化步长以提高纹理区噪声掩蔽性.实验结果表明,该水印算法容量较大,提取过程不需要原始图像;有很好不可见性;能抵抗常见几何攻击,对于高斯噪声和JPEG压缩等其它攻击也具有较强的鲁棒性.     

最小二乘支持向量机的自适应数字水印算法

为了提高数字水印的安全性,提出了一种新的基于对比度掩蔽特性的数字水印算法. 根据人眼视觉系统（HVS）的视觉特性,人眼对于亮度信号（Y）的改变较色度信号（U、V）的改变更加敏感,在图像学国际标准CCIR601当中,图像YUV空间中的Y∶U∶V通常会取4∶2∶2. 首先引入对比度敏感函数模型,选择一些对比度函数值最大的子块,并升序排列;接着,对于前一半子块,使用最小二乘支持向量机建立图像邻域像素之间的关系模型;最后,通过动态地调整模型的输出值与中心像素值之间的大小关系,在另一半子块中实现水印的嵌入与提取. 同时,还利用粒子群算法优化了最小二乘支持向量机的超参数. 仿真实验表明,该数字水印算法具有着良好的不可感知性与鲁棒性,对一些常规的攻击操作也有着很强的抵抗能力.     

基于图像形状特征和纹理的中药材牡丹皮规格分类研究

首先研究傅里叶图像形状特征提取算法和灰度共生矩阵纹理特征提取算法;其次使用傅里叶图像形状特征提取算法对中药材牡丹皮图像的形状特征进行提取,并且用灰度共生矩阵纹理特征提取算法提取中药材牡丹皮图像纹理数据;最后运用DBT-SVM算法对两种融合数据进行分类,并分析权重、训练集和测试集占比对分类准确率的影响。实验结果优于传统的SVM算法。     

基于T-GLCM和Tamura融合特征的纹理材质分类

虚拟现实力触觉再现对于图像纹理特征提取的要求越来越高,纹理因素复杂且无规律,单一的纹理提取算法并不能准确地描述图像纹理的特点.因此提出基于GLCM(灰度共生矩阵)和Tamura融合特征的纹理材质分类算法.此外,本文对传统灰度共生矩阵GLCM进行优化,提出了改进的GLCM(T-GLCM)算子,提升了GLCM的旋转不变性并减少了大量的冗余信息.利用Tamura纹理特征对图像进行量化,然后将各特征区域量化后级联成一组特征向量,融合T-GLCM的纹理特征,通过支持向量机(SVM)对纹理材质进行分类.实验结果表明,相比传统纹理特征提取算法,本文算法具有更高的分类精度且鲁棒性更好.     

基于人眼视觉特性的小波域数字水印算法

利用图像小波分解系数的树结构关系及人眼对图像边缘区、平滑区、纹理区敏感程度的不同,提出了基于人眼视觉特性的小波域数字水印算法.选择高频子带的纹理区进行水印信号嵌入.实验结果表明,使用该算法嵌入的水印具有很好的隐蔽性,且嵌入水印的图像对有损压缩、滤波、噪声和剪切等攻击操作具有较强的鲁棒性.     

非均质度量掩蔽函数在空域水印中的应用

为平衡空域数字水印鲁棒性与不可见性的矛盾,本文将图像上下文像素相关的非均质度量作为掩蔽函数,以确定图像的纹理和边缘,并结合人类视觉感知系统,应用于空域数字水印。在嵌入端用该掩蔽函数控制水印的嵌入位置和强度,实现水印信号的自适应嵌入;在提取端将该掩蔽函数与误差扩散理论相结合,对水印信号进行预测估计,实现水印信息的盲检测。实验结果表明:在相同的鲁棒性要求下,应用非均质度量作为掩蔽函数的水印系统具有更好的视觉质量;对同等强度的信号处理攻击和几何攻击,该系统提取出的信号具有更高的准确率。     

基于邻域灰阶共生矩阵的海底沉积物分类

提出了一种邻域灰阶共生矩阵,用于对侧扫声纳海底图像进行纹理分析及沉积物分类.与用于图像纹理分析的常规灰阶共生矩阵相比,邻域灰阶共生矩阵描述了图像中某一像素与其邻域中所有像素的灰阶联合分布,从而能够更全面地描述图像区域的纹理特性.分别从常规灰阶共生矩阵和邻域灰阶共生矩阵计算相同的6种纹理特征,借此对泥、沙、石3种类型海底的侧扫声呐图像进行分类,分别获得了83.3%和86.4%的正确识别率.     

基于小波域数据块局部线性嵌入的数字水印

传统的数字水印对压缩攻击具有较好的鲁棒性,但对几何攻击仅仅在一定程度上具有稳定性,本文针对传统方法的不足提出了基于小波域数据块线性嵌入的数字水印。利用局部线性嵌入算法具有平移、旋转和缩放不变性,将水印信息序列嵌入到图像小波域数据块线性嵌入的重构系数中,而不将水印序列嵌入在图像像素值或变换系数中。因此本算法对裁剪攻击具有较强的鲁棒性,同时水印嵌入位置和嵌入强度均由原始图像信息分布决定。实验结果表明,本算法不增加嵌入水印序列信息量,降低了对原始图像的要求,提高旋转、平移、缩放和裁剪攻击的鲁棒性。     

基于RBF神经网络的彩色图像盲水印算法

利用径向基函数神经网络(radial basis function, RBF)把水印嵌入到彩色图像的DCT(discrete cosine transform)域.首先把原始图像从RGB空间变换到YCrCb颜色空间,使得水印的嵌入更加符合人的视觉特性;然后将色度分量(CrCb)进行二维DCT变换,将水印通过量化的方式嵌入到CrCb的直流成分中,以提高水印的不可见性和鲁棒性;嵌入水印的时候,使用密钥来控制水印在图像的嵌入位置,来增强水印的安全性;最后,利用RBF来训练模拟量化的逆过程,借助训练得到的RBF神经网络来完成嵌入和提取水印,进一步提高水印鲁棒性.仿真试验表明该方法在保证了很好的不可见性的同时,使水印对于常见的图像水印攻击都具有良好的鲁棒性.     

采用小波变换方法的彩色图像水印方案

提出了一种基于离散小波变换的彩色图像水印方案.首先估计彩色图像的视觉临界形变,然后利用均值量化的方法将水印分别嵌入到彩色图像亮度分量和色度分量的小波系数中.水印嵌入的强度随着不同区域视觉临界形变的变化而不同,水印的提取不需要载体图像.仿真结果表明,该水印方案能够抵抗常见的图像处理攻击,并且水印的嵌入不降低载体图像的视觉质量.     

Robust Wavelet-Based Facial Image Watermarking Against Geometric Attacks Using Coordinate System Recovery

A coordinate system of the original image is established using a facial feature point localization technique. After the original image transformed into a new image with the standard coordinate system, a redundant watermark is adaptively embedded in the discrete wavelet transform(DWT) domain based on the statistical characteristics of the wavelet coefficient block. The coordinate system of watermarked image is reestablished as a calibration system. Regardless of the host image rotated, scaled, or translated(RST), all the geometric attacks are eliminated while the watermarked image is transformed into the standard coordinate system. The proposed watermark detection is a blind detection. Experimental results demonstrate the proposed scheme is robust against common and geometric image processing attacks, particularly its robustness against joint geometric attacks.     

Robust Wavelet-Based Facial Image Watermarking Against Geometric Attacks Using Coordinate System Recovery

A coordinate system of the original image is established using a facial feature point localization technique.After the original image transformed into a new image with the standard coordinate system,a redundant watermark is adaptively embedded in the discrete wavelet transform(DWT) domain based on the statistical characteristics of the wavelet coefficient block.The coordinate system of watermarked image is reestablished as a calibration system.Regardless of the host image rotated,scaled,or translated(RST),all the geometric attacks are eliminated while the watermarked image is transformed into the standard coordinate system.The proposed watermark detection is a blind detection.Experimental results demonstrate the proposed scheme is robust against common and geometric image processing attacks,particularly its robustness against joint geometric attacks.     

Image-Moment Based Affine Invariant Watermarking Scheme Utilizing Neural Networks

Watermarking,as a technique for copyright pro-tection,has drawn significant attention from manyresearchers and there has been intensive research inthis areainrecent years.Robustness of watermarkingstill remains one of the key issues for practical appli-cations.Aserious problemconstrainingsome practicalexplorations of watermarking technologyis the insuf-ficient robustness of existing watermarking algorithmsagainst geometric distortionsuch as rotation,scaling,and translation(RST),etc[1].Designi…     

一种抗几何攻击的公钥水印算法

针对现有水印系统中的几何攻击和公开验证这两大问题,提出了一种具有几何攻击鲁棒性的公钥水印算法．利用归一化图像具有仿射攻击不变性,在归一化图像上进行水印的嵌入和检测．同时,利用私钥产生嵌入水印,利用公钥进行水印抽取．私钥经过随机相位偏移生成公钥,公钥与私钥具有特定的相关性．通过相关性判断,水印信息被逐比特地提取出来．Stirmark软件的评测结果显示,该算法具有很好的几何攻击鲁棒性．将公钥用于水印抽取,又实现了水印的公开验证．     

基于图像能量和量化的公开数字水印算法

提出了一个新的基于图像能量和量化的公开数字水印算法.首先对原始图像进行均匀分块,然后根据相应的水印信息和量化方法修改各个图像子块的能量以嵌入水印;水印的提取则是水印嵌入的逆过程.由于在算法中采用了量化嵌入策略,从而使该算法在提取水印时无需原始图像.实验结果表明:该算法具有很好的水印不可见性,对常见的图像处理攻击:如重采样、颜色抖动、平滑、加噪声和JPEG压缩等具有很强的稳健性.     

基于小波变换和相对量化的图像数字水印算法

提出了一种基于分块小波变换和相对量化的图像数字水印算法。由于在算法中采用了量化嵌入策略,从而在提取水印时无需原始图像和原始水印。实验结果表明,该算法对嵌入的水印具有很好的透明性,对亮度和对比度调整攻击具有非常强的稳健性,对JPEG压缩、重采样、颜色抖动、平滑和加噪声等常见的图像处理攻击具有很强的稳健性,并且算法思想简单、步骤简便和容易实现。     

一种健壮的数字水印算法及其Matlab实现

作为知识产权的保护神,数字水印技术的算法理论和实现算法的技术都是当前研究的热门课题．频率域变换抵抗破坏能力较强,是水印的主流;数据置乱决定水印的成败．本文基于频率域DCT变换和密钥分散Arnold置换提出了一种新的水印算法,并给出该算法的Matlab实现方案．结果证明,这种算法达到了很好的透明性和很强的鲁棒性,而且将理论探索和技术实践比较完善地结合起来．     

基于不变矩和神经网络的抗几何攻击水印技术

针对数字水印领域中抗几何攻击这一难题,提出了一种新颖的盲水印方法.该方法充分利用BP网络具有很强的非线性逼近能力这一特点,建立含水印图象不变矩与水印不变矩之间的对应关系,因而在检测水印时不需原始图象.在检测水印时,提出了一种利用不变矩特征距离来计算水印相关性的方法.不变矩和神经网络的结合,不仅可以提高水印的强壮性,使水印算法具有抵抗几何攻击的能力,还可以充分利用神经网络的强壮性使水印的检测更加可靠.实验表明该方法具有良好的效果,不仅可以抵抗几何攻击,而且在高压缩比的JPEG压缩和一些图象处理下仍可检测到水印.同时该方法具有可推广性,可以进一步方便地应用于其它类型和不同变换域中的数字水印方法.