图像块的自适应均衡水印算法

目的 针对水印算法通常利用实验确定强度参数,实验工作量大并且具有随机性,得到的参数无法较好地均衡水印不可见性和鲁棒性,提出一种基于图像块的自适应均衡水印算法。方法 利用尺度不变特征变换（SIFT）提取原始图像中鲁棒性强的特征点作为水印嵌入区域,将提取的嵌入区域分成4个大小相等且互不重叠的图像块,并对各图像块进行奇异值分解（SVD）,得到与各块相应的奇异值矩阵,各块与水印做一级离散小波变换后产生的各子带相叠加,生成嵌入加密水印块,重组得到水印矩阵,降维后将特征点还原到原始图像。根据果蝇优化算法（FOA）中适应度函数迭代确定加密水印强度参数,构造水印图像的自适应嵌入,来均衡水印的不可见性和鲁棒性,水印检测可直接作用在受攻击后的图像上,无需校正恢复。结果 对标准灰度图像进行多组实验,得到含水印图像峰值信噪比均达到43dB以上;对水印载体图像分别进行噪声、压缩、剪切、旋转仿真攻击实验,提取水印图像与原始水印图像的归一化相关系数都达到0.94以上。结论 SIFT算法实现图像块局部嵌入,提取特征点稳定性强,结合SVD算法使水印嵌入性能良好,利用FOA算法自适应确定最优参数,使水印图像嵌入效果达到最佳状态,最终均衡了水印的不可见性和鲁棒性。     

基于奇异值分解的Contourlet域稳健性数字水印算法*

提出了一种基于奇异值分解的Contourlet域数字水印算法。对置乱后的水印图像进行奇异值分解,在Contourlet域中选取合适的方向子带,利用得到的奇异值来调制系数矩阵,然后通过逆变换获取嵌入水印后的图像。在水印提取中只需要保存原始图像的奇异值,实现了水印的近似盲提取。最后,进行了一系列的攻击实验,证明了与传统小波域水印算法相比,该算法的不可见性和鲁棒性都有了较大的提高。     

基于不变质心及SIFT特征点的抗几何攻击零水印算法

为有效抵抗几何攻击,实现对数字产品的版权保护,提出一种基于几何校正的数字图像零水印算法。根据图像不变质心在几何攻击前后相对位置不变的特性,选取图像的不变质心点作为稳定的参考点,结合与其相距最远的SIFT(Scale Invariant Feature Transformation)特征点,利用该两点的变化估计几何变换参数。为消除微小误差带来的影响,在进行几何校正之后进行分块奇异值分解。取各块最大奇异值组成序列,二值量化后变换为矩阵并与水印结合生成零水印。仿真实验结果表明,该算法能有效抵抗几何攻击,校正精度好,鲁棒性强,且能够避免水印鲁棒性与不可见性之间的矛盾。     

基于小波域奇异值分解的图像压缩算法

提出了基于小波域奇异值分解（SVD）的图像压缩算法,该算法通过对小波分解系数进行奇异值分解,进而对小波系数进行压缩,实现图像压缩。将该算法与图像奇异值分解直接压缩的算法进行了实验比较,实验结果表明,该算法较图像奇异值分解直接压缩的算法具有更好的性能,在同样压缩比的情况下能获得更高的信噪比。     

基于HVS和图像统计特征的数字水印技术

数字水印技术是实现数字产品版权保护的一种新方法。本文提出了一种基于人类视觉系统(HVS)和图像统计特征的数字水印方法,该方法将水印作为一幅二值图像来处理,并根据JND值将小波系数分为两类,对不同的类采用不同的嵌入对策。实验结果表明水印是不可感知的,并且对于各种图像处理操作是鲁棒的。     

抑制光照不均匀影响的图像特征点提取算法

为解决在光照不均匀情况下图像特征点提取算法表现效果不佳的问题,提出了一种改进的尺度不变特征转换(Scale Invariant Feature Transform,SIFT)算法抑制光照不均的影响.该方法在尺度空间构造中对输入的图像进行频域上的高斯高通滤波处理来滤除光照成分,并结合Top-hat变换弱化高斯滤波器参数选...     

基于SIFT的NSCT-SVD域水印算法

提出一种利用尺度不变特征变换（SIFT）关键点对图像几何校正的非抽样Contourlet变换-奇异值分解域（NSCT-SVD）彩色图像水印算法。该算法利用蓝色与绿色分量的NSCT域低频子块的最大奇异值的关系,在蓝色分量上嵌入经过混沌加密的水印信息。水印检测时,先利用红色分量NSCT域低频系数上匹配的SIFT关键点信息对被检测图像进行几何攻击校正,恢复了水印的同步信息后再提取水印。实验结果表明,该算法对于噪声、滤波、压缩以及各类几何攻击具有较好的鲁棒性。     

基于空域的水印图像几何校正和零水印算法

为了有效实现对数字图像的版权保护,提出一种通用的水印图像几何校正和零水印算法。,用两个稳定而又相距最远的图像SIFT特征点的变化估计图像所经历的旋转和缩放参数,校正之后,再用一个稳定的SIFT特征点的变化校正图像的平移变换。根据零水印特点,随机从载体图像提取特征像素与水印像素按位异或运算构造零水印。理论分析和实验结果表明,图像几何校正算法能有效恢复水印同步,使水印算法能够正确检测水印;零水印算法具有较好的安全性,比基于DWT的同类零水印算法具有更强的抗剪切、几何变换、图像处理和常规信号处理攻击的能力。     

基于Curvelet-DSVD和视觉密码的强鲁棒零水印算法

为了更好的表现自然图像的曲线特性,进一步提高数字水印算法的鲁棒性,提出一种基于Curvelet-DSVD和视觉密码相结合的强鲁棒零水印算法。首先对原始图像进行Arnold置乱;其次进行Curvelet变换得到低频域信息,对低频域信息进行分块并对各个块进行双奇异值分解(DSVD),利用块最大奇异值与整体奇异值均值之间的关系构造特征矩阵,同时利用视觉密码将水印信息生成两个共享份;最后将其中一个共享份进行Arnold置乱后与特征矩阵进行异或运算生成零水印。实验结果表明,该算法能够有效地抵抗常规攻击,与现有的零水印算法相比,鲁棒性更强,安全性更高。     

改进SIFT算法在图像数据相似性匹配中的应用研究

针对基本SIFT算法在效率和准确性上的不足,通过减少提取特征点主方向以及降低在生成描述子时的重叠运算复杂度,从行列两方面缩小特征点匹配的搜索范围,提高了算法的执行效率,增加了相似性匹配的匹配准确率,使其在月球图像数据库匹配的应用中取得了较好的效果。     

基于混沌和HVS的小波域自适应图像水印算法

针对常规的小波域水印算法自适应性差的缺陷,提出了一种新的基于混沌和人类视觉系统的小波域自适应图像水印算法。首先对载体图像进行二级DWT变换;然后对特定的中频子带进行分块,并对每块做SVD分解;最后将Logistic混沌置乱后的二值水印信息嵌入到每块的最大奇异值中,嵌入的强度根据HVS原理自适应地进行调整。仿真实验表明,该算法不仅具有很好的不可见性,且对JPEG压缩、加噪、滤波等常见的图像攻击具有很强的鲁棒性。     

基于人类视觉系统的SVD扩频水印算法*

针对大部分数字水印算法抗几何攻击能力较弱这一难题,提出了一种基于码分多址（CDMA）和奇异值分解（SVD）的数字水印算法,结合人类视觉系统模型来平衡水印的鲁棒性和透明性这两种主要的性能指标,将秘密信息嵌入到图像二级小波分解后的低频区域。水印提取部分,首先对待测图像进行小波变换,其次对低频部分分块后作奇异值分解,最后将提取的二进制信息和由密钥得到的Gold序列集作互相关,得到需要的水印序列。理论分析和实验结果表明,该算法不仅能有效抵抗多种几何攻击,对噪声亦具有很好的鲁棒性,其整体性能优于现有同类水印算法。     

一种基于混沌置乱和SVD的小波域盲水印算法

提出了一种基于混沌和奇异值分解相结合的数字水印算法.该算法对原始图像做离散小波变换后得到4个子带,并将低频子带(LL1)分成互不重叠的8×8分块,然后对每一块做奇异值分解,将混沌置乱后的水印信息嵌入每块中最大的奇异值中.实验结果表明,该算法具有较好的不可见性、鲁棒性和安全性.     

尺度不变特征变换算子综述

随着计算机软件与硬件技术的发展,计算机视觉算法逐渐成为图像处理领域的研究热点.其中SIFT(scale invariant feature transform)算法是目前机器视觉领域应用最成功的算法之一.由于在尺度不变、旋转不变、光照不变等方面的独特优势,SIFT被广大视觉领域的研究者借鉴与学习.但是SIFT算法本身也存在一些问题,如仿射性能不太理想,计算复杂度过高等,因此针对它的多种改进算法不断出现.本文对SIFT的发展历史、SIFT算法的演变以及它不同领域的典型应用给出了一个比较全面的综述,比较了各类算法的优缺点.最后给出了该算法未来可能的发展方向,为视觉研究者提供参考.     

二值化的SIFT特征描述子及图像拼接优化

目的 针对SIFT算法计算复杂度高、存储开销大和近几年提出的BRIEF（binary robust independent elementary features）、ORB（oriented BRIEF）、BRISK（binary robust invariant scalable keypoints）和FREAK（fast retina keypoint）等二进制描述子可区分性弱和鲁棒性差的问题,提出基于SIFT的二进制图像局部特征描述子。方法 首先,对传统SIFT的特征空间和特征向量分布在理论和实验上进行分析,在此基础上结合二进制特征描述子的优势对SIFT进行改进。不同于传统的二进制特征描述子,本文算法对传统SIFT特征向量在每一维上的分量进行排序后,以该特征向量的中值作为量化阈值,将高维浮点型SIFT特征向量转化成位向量得到二进制特征描述子。并使用易于计算的汉明距离代替欧氏距离度量特征点间的相似性以提高匹配效率。然后,在匹配阶段将二进制特征描述子分为两部分并分别对其进行匹配,目的是通过初匹配剔除无效匹配特征点来进一步缩短匹配时间。最后,对提出的量化算法的可区分性及鲁棒性进行验证。结果 该量化算法在保持SIFT的较强的鲁棒性和可区分性的同时,达到了低存储、高匹配效率的要求,解决了SIFT算法的计算复杂度高、二进制描述子鲁棒性和可区分性差的问题。此外,在匹配阶段平均剔除了77.5%的无效匹配特征点,减少了RANSAC（random sample consensus）的迭代次数。结论 本文提出的量化算法可用于快速匹配和快速图像拼接中,提高匹配和拼接效率。     

稳健的球面全景图全自动生成算法

提出一种基于尺度不变特征变换特征点的全自动球面全景图生成算法,将原始图像投影到同一个虚拟球面上,再对球面展开图融合拼接,以避免叠加误差;并设计了一种非匹配点剔除方法,比常用的RANSAC算法提高了效率和准确性.实验验证了该算法的稳健性和快速性.     

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。