基于伪Zernike的归一化分形水印算法研究*

以归一化技术,分形编码技术及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的鲁棒数字水印新算法。算法首先利用归一化技术和不变质心理论在图像中提取出重要区域;然后利用分形编码及设置的阈值将重要区域分成自相似性块和非自相似性块并计算自相似性块的伪Zernike矩,从中选出最鲁棒的矩;最后通过量化调制伪Zernike矩幅值将水印嵌入其中。仿真实验表明,算法不仅具有较好的透明性,而且对常规信号处理(滤波、锐化、加噪和JPEG压缩等)和几何攻击(全局仿射变换、局部失真等)均具有较好的鲁棒性。     

图像归一化与伪Zernike矩的鲁棒水印算法研究*

以基于矩的图像归一化技术及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的数字水印新算法。算法首先利用归一化技术将原始图像映射到几何不变空间内;然后结合不变质心理论提取出归一化图像的重要区域;最后通过量化调制伪Zernike矩幅值将水印嵌入到重要区域中。仿真实验表明,该算法不仅具有较好的透明性,而且对常规信号处理(滤波、锐化、加噪和JPEG压缩等)和几何攻击(全局仿射变换、局部失真等)均具有较好的鲁棒性。     

一种新的基于伪Zernike矩的图像盲水印算法

抵抗几何攻击的鲁棒性是目前数字水印技术中的热点也是难点。提出一种新的基于伪Zernike矩的图像盲水印算法,首先计算图像归一化后的伪Zernike矩,然后选取部分合适的矩通过量化调制嵌入水印信息。水印提取时,利用伪Zernike矩的相位信息估计旋转角度进行几何校正,以提高矩的几何不变性。实验结果表明,本算法对于抗几何攻击尤其是旋转攻击具有很好的鲁棒性,同时也能抵抗常规的信号处理攻击。     

基于图像特征点与伪Zernike矩的鲁棒水印算法研究

以Harris Laplace检测算子及伪Zernike矩相关知识为基础,提出一种可有效抵抗几何攻击的数字水印新算法.该算法首先利用Harris Laplace检测算子从载体图像中提取出稳定的特征点;然后根据特征尺度自适应确定局部特征区域,并使其尺度标准化;最后通过量化调制伪Zernike矩幅值将水印信息嵌入到局部特征区域中.仿真实验表明,新算法不仅具有较好的透明性,而且对常规信号处理(中值滤波、边缘锐化、叠加噪声和JPEG压缩等)和几何攻击(包括全局仿射变换、局部失真等)均具有较好的鲁棒性.     

基于非下采样Contourlet变换的伪Zernike矩水印算法研究

方案以非下采样Contourlet变换及伪Zernike矩知识为基础,利用非下采样Contourlet变换提取出低频区域,在此区域采用量化调制伪Zernike矩的幅值将水印信息嵌入.由于非下采样Contourlet变化有很好的平移不变性和抗噪性,而伪Zernike矩具有旋转不变性,还具有对噪声不敏感的特性,两者结合是一个较好的抗几何攻击方法.仿真实验表明,该算法不仅具有较好的透明性,而且对常规信号处理和一般性几何攻均具有较好的鲁棒性.     

伪Zernike矩归一化的抗几何攻击图像水印

以改进的伪Zernike矩相关知识为基础,提出了一种改进的抗几何攻击的数字水印算法。该算法首先计算载体图像的伪Zernike矩,然后对其进行归一化处理。最后选择部分低阶矩幅值量化嵌入水印。实验结果表明该数字水印算法不仅可以抵抗常规的数字信号处理,而且较基于伪Zernike矩的抗几何攻击的数字水印算法有对旋转和缩放的联合攻击具有较好的抵抗能力。     

基于分块SVD和Zernike矩的鲁棒图像水印

图像水印的抗几何攻击能力仍是目前数字水印研究中尚未很好解决的问题.本文引入Zernike矩,提出了基于分块SVD和Zernike矩的鲁棒图像水印算法.对原始图像进行预处理得到一标准图像,然后进行分块SVD.将置乱后的水印信号逐比特自适应地量化嵌入到各子块的最大奇异值中.水印的提取是水印嵌入的逆过程.采用Zernike矩估计旋转角度并旋回,以提高水印检测性能.实验结果表明,本文提出的算法的图像保真度较好,并且对缩放、旋转、剪切等几何攻击有较强的鲁棒性.     

一种可有效抵抗几何攻击的鲁棒图像水印算法

伪Zernike矩(Pesudo-Zernike Moments)是一组正交复数矩,其不仅具有旋转不变性、更低的噪声敏感性,而且还具有表达有效性、计算快速性以及多级表达性等特点.以伪Zernike矩理论为基础,提出了一种可有效抵抗几何攻击的数字图像水印新方案.该方案首先结合伪Zernike矩的旋转不变特性,计算出原始载体图像的伪Zernike矩;然后选取部分低阶伪Zernike矩;最后采纳量化调制策略将水印信息嵌入到伪Zernike矩幅值中.实验结果表明,该数字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、几何攻击等能力,整体性能优于Zernike矩图像水印方案.     

基于伪Zernike矩和Contourlet变换的抗几何攻击图像水印算法

在研究Contourlet变换和伪Zernike矩理论的基础上,提出了一种新颖的抗几何攻击数字图像水印算法。该算法首先 用Contourlet变换处理 原始图像,提取出图像的低频区域;然后依据人眼的视觉特性以及嵌入水印前、后系数的相关性,采取量化调制伪Zernike矩的幅值将数字水印信息嵌入图像的低频区域中。其无须借助于原始图像,就能进行水印提取,实现真正的盲检测。实验结果表明,该算法对平移变换的抵抗力最强,对旋转和缩放也有很好的抵抗力,而且经过JPEG压缩之后,数字水印也不会失真。     

基于非下采样Contourlet变换和伪Zernike矩的水印算法

针对水印嵌入伪Zernike矩信息量小的不足,设计一种基于非下采样Contourlet变换和伪Zernike矩的水印算法.算法首先将水印信息量化调制嵌入原始图像的非下采样Contourlet变换域低频区域,然后计算伪Zernike矩进行几何校正.实验结果表明,该算法在具有较大的水印嵌入量的同时,对常见图像处理和几何攻击具有较好的鲁棒性.     

新的分形水印方案的研究

以基于矩的图像归一化技术及分形相关知识为基础,提出一种可有效抵抗几何攻击的数字水印新方案。方案利用归一化技术将原始图像映射到几何不变空间内,结合不变质心理论提取出归一化图像的重要区域;利用分形,通过调整DCT中频系数,将水印自适应地嵌入到重要区域的自相似块中。仿真实验结果表明,方案不仅具有较好的透明性,而且对常规信号处理和几何攻击均具有较好的鲁棒性。     

基于雅克比-傅里叶矩的数字图像水印方法

提出了一种新的基于雅克比-傅里叶矩（JFM）的数字图像水印算法。雅克比-傅里叶矩是一种定义在极坐标下,幅度具有旋转不变性的图像特征提取方法。对JFM的性质进行了研究,并将二值水印序列通过量化的方法嵌入到JFM矩的幅度中。水印信号可以直接从受攻击图像的JFM矩幅度中进行提取。实验结果表明提出的算法能有效抵抗几何变换和常规的信号处理变换,如旋转、缩放、翻转、JPEG压缩、中值滤波等。     

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。     

一个分形图像水印算法的改进

改进了一个分形水印算法,它把二值版权图标嵌入到分形压缩的图像文件中。具体说,把宿主图像分成大小相同的不重叠的子块,对这些子块进行分形编码（采用正交分形编码方法）。这些子块按拼贴误差的大小进行降序排列,并根据宿主图像内容分成三个子列。按照新的量化嵌入公式,经Arnold变换置乱后的水印被强度不同地嵌入三个子列的子块的量化均值中,通过分形解码得到含水印图像。实验表明,该算法隐蔽性强,并对剪切、涂抹、加噪、滤波以及JPEG压缩等具有较强的鲁棒性。     

基于图像小波矩特征调制的鲁棒水印

为了提高水印抵抗旋转、剪切等攻击的能力，提出了一种新的基于小波矩特征调制的鲁棒性水印算法。小波矩具有旋转、平移、缩放不变性，且具有小波的多分辨率特性，可以利用水印信息调制载体的低阶小波矩实现信息的隐藏，并且对各阶矩的隐藏能力进行比较。实验表明该算法对剪切、旋转等几何攻击具有很强的抵抗能力，且水印检测不需要原载体的参与。     

基于Harris-Laplacian的特征点均衡化鲁棒数字水印

针对目前数字水印算法对一些去同步攻击和复合性的几何攻击难以应对问题,提出一种基于Harris-Laplacian的特征点均衡化鲁棒数字水印方法。通过改变Harris-Laplace方法中Harris角点的尺度空间来获得分布均匀的特征点;采取梯度指标以决定特征方向,依据特征点与其决定的特征方向以获得不变的特征域;在特征区域中嵌入水印。该方法增强了数字水印对一般性常规几何攻击以及复合性攻击的抵抗能力。仿真结果表明,新方法可以很好地处理几何攻击后的图像改变,同时避免了嵌入的水印信息在提取的特征区域外,具有很好的鲁棒性。     

改进转动惯量特征的快速分形图像编码算法

全搜索分形图像编码过程特别耗时的原因在于,每个range块都需要在一个很大的domain块池里寻找最佳匹配domain块。为了改进这个缺点,重新定义了图像规范块的转动惯量特征,证明了它与匹配均方根误差间的关系不等式,据此提出了一个限制搜索范围来加快编码过程的算法：一个待编码range块的最佳匹配块搜索范围仅在与它的转动惯量特征值相近的domain块的邻域内搜索,邻域半径的大小由预先设置的误差阈值来确定。三幅图像的仿真结果表明,它确实能够在不降低解码图像质量的情况下,通过减少搜索范围达到了平均加快全搜索分形编码算法的编码速度26倍左右（误差阈值为10）,且也优于转动惯量算法和三均值特征算法。