抵抗图像区域攻击的鲁棒性水印算法

为提升算法抵抗数字图像区域攻击能力,提出了一种安全的强鲁棒性数字水印算法。引入随机四元组的概念,使用宿主图像每个随机四元组中的每个8×8小块同时隐藏原始冗余水印及该块的均值信息。水印嵌入前先使用混沌序列对原始水印进行加密,接着结合新的算法性能评价函数寻找最优水印嵌入量化步长上下限;水印嵌入过程中根据图像块内容特性自适应选取最优嵌入量化步长。对比实验表明,随机四元组策略安全性高;算法水印透明性好,在抵抗图像常规区域攻击及其他类型攻击方面显示了较高的鲁棒性。     

一种基于小波变换和最优量化的数字水印技术

提出了一种基于小波变换和最优化量化的数字水印嵌入算法。该算法首先对图像进行小波变换，然后对变换系数进行最优量化处理，再嵌入水印信息，水印的提取过程不必借助于原始图像。实验表明，对加入水印的图像进行图像退化处理后，仍然能方便、可靠地检测出嵌入的水印信息。在低频区域嵌入低强度的水印信息，可以同时保证嵌入水印信息的鲁棒性和不可见性。     

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.     

基于预测误差差值扩展的彩色图像可擦除水印

将Tian差值扩展技术应用于彩色图像,提出一种基于预测误差差值扩展的彩色图像可擦除水印算法。该算法将更小的差值扩展量分散到2个色彩分量中,同时用直方图修改法嵌入辅助信息,嵌入点由不可扩展差值的数量自适地确定。水印信号和嵌入位置由密钥决定,双密钥机制使水印更加安全。实验表明,该方法嵌入的水印不可见性好,在擦除水印后能无损地恢复原始图像。     

基于置乱加密的小波域数字图像水印算法

提出一种基于置乱加密的小波域灰度图像数字水印算法。首先对水印图像进行置乱处理,然后利用混沌系统产生的混沌序列对水印进行加密。在水印的嵌入过程中,对载体图像进行小波变换,提取出其低频系数和高频系数,针对它们对嵌入水印的敏感程度,采用奇偶量化规则分别在低频部分和高频部分进行不同强度的水印的嵌入。水印的检测根据奇偶量化规则,不需要原始图像,是一种盲检测。实验结果表明,该算法可以有效地抵抗JPEG压缩、噪声、剪切等攻击,鲁棒性较好。     

基于图像纹理特性的数字水印算法

提出一种基于图像纹理特性的数字水印算法,该算法采用分形参数描述图像纹理特征,选取粗糙纹理块作为水印的嵌入块,水印嵌入利用图像小波分解系数的塔式特性进行不同级之间相似块的替代,检测算法无需原始图像,仅需保留块嵌入位置作为密钥.由于水印算法充分利用了图像自身特点,同时水印嵌入分块进行,有效地提高了水印信号的鲁棒性.实验结果表明该方法对一般的图像处理操作具有很好的鲁棒性.     

基于小波变换的零水印算法研究

针对数字水印不可见性和鲁棒性之间的矛盾,提出一种改进的基于小波变换的零水印方法。该算法首先基于混沌序列从原始图像小波系数的低频域提取特征水印,然后把得到的特征水印注册到IPR中。实验结果表明,此算法不直接修改载体图像数据,嵌入的水印具有良好的不可见性,对常见的JPEG压缩、噪声、剪切等各种图像攻击具有较强的鲁棒性,而且在不知道密钥的情况下,不可能成功的提取出水印信息,具有良好的安全性。     

一种基于零树小波的盲图像水印算法

提出了一种基于零树小波的盲图像水印算法．作为版权标志的水印信息是一幅二值图像,它用一个随机矩阵将水印图像置乱预处理,嵌入的水印数据根据宿主图像的特点自适应地扩频得到,水印嵌入到宿主图像的小波零树上,每一棵小波零树的水印信息对应于水印图像的一个像素点．水印置乱矩阵和扩频水印矩阵是文中的两个密钥,前者保证了图像水印的安全性,后者确保了图像水印的鲁棒性．在没有原始图像的前提下,实验验证了该水印算法在多种攻击下都具有可靠性．     

一种改进的基于奇异值分解的数字水印算法

提出了一种基于奇异值分解（SVD）的数字图像水印改进算法。该算法将原始图像进行分块,对前M个子块进行奇异值分解,之后选取各子块中最大的奇异值,通过量化的方法嵌入经过BCH纠错码及交织预处理后的M个水印信息。由于采用了量化的方法嵌入水印信息,其提取不需要原始图像的任何信息,实现了水印的盲提取。同时,提取过程受到交织参数的限制,不知道该参数就无法正确地提取出数字水印,实现了水印的加密。实验结果表明,该改进算法明显改善了原算法的鲁棒性和安全性。     

基于DWT和SVD的鲁棒-脆弱双重图像水印算法

提出了一种基于DWT和SVD的鲁棒-脆弱双重图像水印算法。首先,对于鲁棒水印的嵌入,利用离散小波变换和奇异值分解,采用量化的方法将二值水印嵌入到原始图像中,水印的提取不需要原始图像。然后,在含鲁棒水印图像的空域LSB中嵌入脆弱水印,以减少脆弱水印对鲁棒水印的影响。实验证明,鲁棒水印具备较强的抗攻击能力,脆弱水印则对篡改敏感,并且能准确定位出篡改位置。两种水印的结合实现了对原始图像的双重保护。     

基于三维小波变换和HVS的视频水印算法

针对数字视频的版权保护,提出了一种以二值图像作为水印和基于三维小波变换及HVS特性的视频水印算法.首先对水印图像进行混沌加密和Arnold置乱处理,利用基于方向经验模式分解的视频场景分割技术将视频信号切分为不同的场景,通过密钥从中选取若干场景进行三级三维小波变换.再借助HVS对图像纹理区域、运动区域的掩蔽特性,使水印自适应被嵌入到低频子带的重要系数中.实验结果表明,文中的算法具有较好的不可见性,对于诸如Gaussian噪声、丢帧、帧平均和MPEG压缩等攻击具有很好的鲁棒性.     

一种基于MRF与区域合并的图像分割改进算法

针对现有基于马尔科夫随机场的图像分割算法容易出现过分割、分割结果不理想等问题,提出了一种基于马尔科夫随机场与区域合并的图像分割改进算法。该算法首先基于马尔科夫随机场与高斯混合模型理论的图像分割算法得到初始分割结果;然后利用各个区域间的相邻关系、颜色关系以及边界情况等信息,给出各个区域间的距离;最后按照区域间的距离与区域合并前后的颜色散度变化率对初始分割结果进行区域合并,输出最终的分割结果。使用伯克利标准图像库进行实验仿真,采用Dice系数和Jaccard系数作为评价指标。仿真结果表明,相比于现有基于MRF理论的算法,本文算法具有更好的分割效果。     

一种基于色彩统计的图像分割算法研究

介绍了一种基于色彩统计的图像分割方法,该方法主要包括两步:色彩量化和区域分割.在第一步中,选择一种基于统计聚类的算法来实现色彩量化.将所有的图像像素以少数对应的色彩标记来代替,进而形成图像级别图.此方法的重点在第二步,对得到的图像级别图做出色彩标记分布和色彩直方图的统计,并据此来寻找种子区域,同时分析图像中的色彩特征,实现种子区域的快速增长和合并.实验结果表明,此分割算法在分割效果和计算时间上均有较好性能,可以将其应用于目前系统稳定性要求和用户需求都较高的图像检索领域.     

一种新的图像背景自适应分割算法

在对图像分割技术进行综合研究的基础上提出一种以最大类间方差法为基础的图像背景自适应分割算法,此算法根据目标和背景区域的灰度统计量来自动选取最优阈值。最后通过仿真与常规的迭代法、四叉树、分水岭等算法处理后的效果图做了比较。     

改进的分水岭分割算法在图像分割中的应用

针对基于区域的分水岭分割算法通常存在过分割现象,提出了一种新的分割算法,其分割流程大致为：先求形态梯度图像的浮点活动图像,然后进行分水岭变换,这样边缘定位会更准确;接着使用区域生长法对图像作进一步分割,可以很好地抑制过分割现象,感兴趣的区域也得以保留．实验表明该算法简单有效,能够得到理想的分割结果．     

基于快速区域建议网络的图像多目标分割算法

针对传统方法在语义分割中存在大量冗余、结果重叠,造成图像分割算法的结果正确率、鲁棒性较差等问题,提出一种基于快速区域建议网络的图像多目标分割算法。使用选择性搜索(selective search, SS)算法给出初始候选框;采用快速区域建议网络从初始候选框中分类出初始分割框;使用图割算法(GrabCut)从初始分割框中分割出多目标。为了验证本研究算法,采用ImageNet上预训练的VGG16模型,分别使用COCO数据集和CityScapes数据集的训练数据对VGG16模型微调,使用测试数据进行语义分割和多目标图像分割。与YOLO(you only look once,)算法相比,本算法在两个数据集上的平均正确率分别提高了2.16%和1.55%。GrabCut算法在快速区域建议网络的初始分割框上,对多目标的分割更精确,鲁棒性更强。本研究构建的算法通过区域建议网络的得分筛选多目标分割的候选框,保留高得分的候选框来提升图像多目标分割的精度,在多目标的模式识别场合中拥有广泛前景。     

改进的细菌觅食算法在图像分割中的应用

针对一些仿生算法应用于图像分割时其搜索速度缓慢,易陷入局部最优等问题,提出一种改进的细菌觅食算法,并将其应用到图像分割领域。首先,把传统细菌觅食算法的趋化算子的固定步长替换为动态步长,把其迁徙算子的固定迁徙概率替换为动态迁徙概率;然后,利用图像的灰度直方图作为特征,并使用改进的细菌觅食算法进行图像分割。实验结果表明,使用基于改进细菌觅食算法的图像分割方法,在准确率和速度方面都优于其他传统仿生算法。     

基于分水岭和种子生长的彩色图像分割

提出一种基于分水岭和种子区域生长的彩色图像改进分割算法。该算法先对彩色图像进行分割前预处理,使用分水岭算法对图像进行初始分割,然后根据一定的规则从分水岭算法分割形成的区域中自动选取种子区域并进行生长,最后合并相似区域或小区域。以区域作为种子生长单位,使用种子区域一次性生长方法进行生长。实验结果表明,该算法分割结果较好,分割速度较快。     

彩色图像的矢量阈值自适应分割算法

针对彩色图像,提出了一种矢量阈值的自适应分割算法,该算法中的阈值是一个矢量．在图像分割时,通过先求取图像像素矢量与阚值矢量之间的差矢量,再根据差矢量与阈值矢量之间的夹角确定像素所属的区域(背景区域或目标区域)．同时基于类间方差法(Ostu法)给出了最佳阈值矢量选择原则——扩展类间矢量方差法,从而实现彩色图像矢量阈值的自适应分割．实验结果表明,采用此图像分割算法分割效果要优于采用灰度图像的阈值分割算法．     

一种抗几何攻击的数字图像水印算法的研究

利用不变质心和傅立叶变换的平移性,提出了一种能够抵抗几何攻击的数字图像水印算法．该算法把图像不变质心作为原点截取一块圆形区域,对该区域进行对数极坐标变换,再作傅立叶变换,取出中频段幅值作为水印嵌入域．该算法具有较好的不可见性和鲁棒性,能同时抵抗几何攻击和信号处理攻击,是一种行之有效的图像鉴定方法．