基于密钥特征点的抗几何攻击图像水印算法

运用满足函数关系的特征点方法建立源图像的坐标系.源图像移入标准坐标系后,基于小波系数块的统计特性,数字水印自适应地嵌入到小波域,然后嵌入特征点.水印检测时,先检测特征点,重新建立已嵌入水印图像的坐标系作为校准系统.无论源图像遭受旋转、缩放或者平移,已嵌人水印的图像变换到标准坐标系后,将消除所遭受的几何攻击.水印检测是盲检测.仿真实验结果表明所提出方法稳健地抵抗一般攻击和几何攻击.特别是特征点满足依赖于密钥的函数关系,有效抵抗了篡改攻击,解决了特征点不依赖密钥的问题.     

基于特征点的图像水印嵌入方案

提出一种新的图像水印嵌入算法,用Harris算子提取宿主图像的多个特征点,以选定的个别特征点为中心,形成互不重叠方形区域,并进行小波变换。将水印信息分别嵌入到特征点对应区域的小波低频系数中。实验结果表明,该算法的水印不可感知性较好,且可抵抗多种水印攻击,其中对JPEG压缩、几何剪切等攻击的鲁棒性较突出,可应用于图像的版权保护。     

基于小波矩和神经网络检测的鲁棒水印算法

为提高抵抗旋转和剪切攻击等的能力，提出了一种基于小波矩特征调制和神经网检测的图像水印算法。利用水印信息调制载体的低阶小波矩特征，经过二值图像中附加的模板训练的神经网络几乎能够完全恢复嵌入到图像中的水印数据。实验表明该算法具有较好的鲁棒性，能有效地抵抗剪切，旋转攻击。算法利用具有旋转不变的小波矩，提高了抵抗攻击的能力。     

基于视觉特征和DCT变换的数字水印

数字水印是一种在其它媒介上通过嵌入一些重要标识信息以保护媒介的隐私、版权等的安全技术。该文基于离散余弦变换的原理，结合JPEG标准的量化特点设计水印算法，利用图像本身特征和人的视觉特性确定水印的嵌入位置。根据嵌入算法原理，水印的检测只需要原始图像一小部分的信息，在含水印图像遭受不同程度的压缩、剪切、模糊加噪等攻击后仍能有效地检测到水印的存在。     

基于图像特征的鲁棒水印算法研究

为提高图像盲水印抗几何攻击的能力,提出了一套基于图像特征的水印嵌入方案。首先利用具有几何不变性的Harris算子检测出图像特征点,然后在每块由特征点生成的Delaunay三角网上采用一种基于小波系数显著性差异调制量化方式进行水印的嵌入和检测。该嵌入水印算法的思想是通过比较每组小波系数的显著性差异值和所有组的平均显著性差异值的方法来量化每一组块的最大小波系数。实验结果表明,该方法不仅对压缩、滤波等常见攻击具有稳健性,同时对旋转、缩放、变形等几何攻击也具有较好的稳健性。     

基于图像特征的鲁棒水印算法研究

为提高图像盲水印抗几何攻击的能力,提出了一套基于图像特征的水印嵌入方案.首先利用具有几何不变性的Harris 算子检测出图像特征点,然后在每块由特征点生成的 Delaunay 三角网上采用一种基于小波系数显著性差异调制量化方式进行水印的嵌入和检测.该嵌入水印算法的思想是通过比较每组小波系数的显著性差异值和所有组的平均显著性差异值的方法来量化每一组块的最大小波系数.实验结果表明,该方法不仅对压缩、滤波等常见攻击具有稳健性,同时对旋转、缩放、变形等几何攻击也具有较好的稳健性.     

基于特征点的抗几何攻击水印算法

利用Harris特征点并结合图像的归一化原理提出了一种新的数字水印方案。由于Harris算子的算法简单,稳健性较好,图像的特征点在经过几何攻击后仍然可以保持。而且,归一化的图像对图像的旋转不太敏感,所以首先对每一个以特征点为圆心的互不重叠的圆归一化以确定水印的嵌入点,然后把水印嵌入到原来的图像中,这样,可以很好地解决水印嵌入和检测的同步问题。实验证明,该算法能很好地抵抗如旋转,缩放,剪切等形式的几何攻击与常规信号处理攻击。     

基于小波变换和神经网络的盲数字水印算法

文中提出了一种基于小波变换和神经网络的盲数字水印算法。算法嵌入的水印信息是一幅二值图像,每位水印信息被连续多次嵌入宿主图像小波分解的低频子带。利用提取含水印图像小波分解的低频子图的特征点坐标集估计水印图像遭受的几何失真,根据估计的几何失真参数对受到几何攻击的水印图像进行校正,最后利用神经网络很好的非线性映射和自适应学习功能实现水印信息的盲提取。实验表明,算法对常见的图像处理和几何攻击具有很好的鲁棒性。     

基于DWT可定位和抵御剪切的水印方案

提出的数字水印算法将图像小波变换理论和分块技术相结合,在小波域的最低层逼近系数分块矩阵中,采用重复嵌入技术自适应地嵌入水印。水印提取时,采用两种提取方案,不仅可以完全抵御剪切攻击,而且可以定位载体图像所遭受的攻击,且提取水印时不需要原始载体图像,而现有水印系统的提取方案是唯一的。该算法易于实现,具有较好的实用价值。     

基于DWT可定位和抵御剪切的水印方案

提出的数字水印算法将图像小波变换理论和分块技术相结合,在小波域的最低层逼近系数分块矩阵中,采用重复嵌入技术自适应地嵌入水印.水印提取时,采用两种提取方案,不仅可以完全抵御剪切攻击,而且可以定位载体图像所遭受的攻击,且提取水印时不需要原始载体图像,而现有水印系统的提取方案是唯一的.该算法易于实现,具有较好的实用价值.     

Feature based robust watermarking using image normalization

This paper presents a robust watermarking scheme based on feature point detection and image normalization. Firstly some stable feature points are detected from the original image using the proposed multiresolution feature point detection filter. Then, image normalization is applied to the disks centered at these feature points. The watermark is embedded in the subband coefficients of DFT domain of each disk separately. And the watermark detection uses the correlation between the watermark embedding coefficients and the original watermark, and does not need the original image. The proposed scheme combines the advantages of feature point detection and image normalization, which can achieve strong robustness to signal processing and geometrical distortions. The experimental results also demonstrate good performance of the proposed scheme.     

一种基于小波域特征树量化的数字水印算法*

首先使用尺度交互式特征检测算法提取图像小波域逼近子图的特征点,然后构造相应的特征树,最后对特征树所有节点进行量化以嵌入二值水印信息。水印信息嵌入到图像的特征之中,对JPEG,JPEG 2000以及高斯白噪音等多种处理具有较强的鲁棒性。     

基于图像特征和三角剖分的水印算法

针对特征点发生偏差、水印检测效率降低的问题,提出一种将水印嵌入与特征点分开的算法。通过Harris特征点构造凸多边形区域,利用动态规划算法三角剖分凸多边形,水印信息嵌入在每个三角形的质心周围,少数且稳定的Harris特征点用来匹配原始图像与测试图像,估计计算几何变换参数,从而对测试图像进行校正。实验结果表明,该方法能改善水印对RST攻击的鲁棒性。     

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。     

图像块的不可见性与鲁棒性均衡水印算法

目的 为协调水印算法不可见性与鲁棒性之间的矛盾,提高水印算法抵抗几何攻击的能力,提出一种图像块的不可见性与鲁棒性均衡水印算法。方法 将宿主图像分成互不重叠的图像块,利用人类视觉系统的掩蔽特性对每个图像块的纹理特征和边缘特征进行分析,选择掩蔽性好的图像块作为嵌入子块。对嵌入子块作2级离散小波变换,将其低频子带进行奇异值分解,通过修改U矩阵第1列元素间的大小关系嵌入Arnold置乱后的水印信息。在水印提取前,对几何失真含水印图像利用图像尺度不变特征变换（SIFT）特征点的坐标关系和尺度特征进行几何校正,恢复水印的同步性。结果 对标准灰度图像进行实验,含水印图像的峰值信噪比都可以达到44 dB以上。对含水印图像进行常规攻击和几何攻击,提取出的水印图像与原始水印图像的归一化互相关系数大部分都能达到0.99以上,说明该算法不仅具有良好的不可见性,对常见攻击和几何攻击都具有较强的鲁棒性。结论 选择掩蔽性好的图像块作为水印嵌入位置能够充分保证水印算法的不可见性,特别是水印提取前利用SIFT特征点具有旋转、缩放和平移不变性对几何失真含水印图像实现有效校正,提高了含水印图像抵抗几何攻击的能力,较好地协调水印算法不可见性与鲁棒性之间的矛盾。     

局部化数字水印算法

数字水印是一种嵌入到图象,视频或音频数据中的不可见标志,可以用于多媒体数字的版权保护,认证和标注等,为了提高在频率域嵌入水印抵抗裁剪攻击的能力,提出一种局部化的图象数字水印算法,该算法利用图象中相对稳定的特征点标示水印嵌入的位置,并在与每个特征点对应的局部区域中独立地嵌入水印,这样,当只有部分图象时,仍能通过这些特下点来定位并提取水印,此算法中,水印的嵌入是在局部图象的小波域中进行的,并采用对小波系数进行特殊量化的方法来隐藏水印比特,而水印的提取不需要原始图象参与,实验结果证明,算法对裁剪有很强的抵抗能力,同时对压缩,滤波,噪声,StirMark攻击等也有较好的鲁棒性。     

一种基于特征点的三维网格盲水印算法

针对三维网格水印空域算法无法兼顾嵌入量与透明性,且水印盲检测过程繁琐的问题,提出一种基于特征点的盲水印算法。选取三维模型最远两点为全局特征点建立全局坐标系,根据仿射不变性原理将原始载体仿射到一个固定的球型空间,以增强对多种几何攻击的抵抗能力。根据载体点密集程度将其等分成若干个局部空间,以局部空间中离质心最远点为局部特征顶点建立局部几何坐标系,从而增强算法的透明性。利用顶点在坐标系的投影角度来存储水印索引,实现盲水印。实验结果表明,该算法能有效抵抗旋转、缩放、噪声等攻击,具有强鲁棒性和较好的不可感知性,同时兼具盲水印检测优势。     

基于图像特征的小波域自适应水印算法

提出了一种基于图像特征的小波域自适应水印算法。该算法选用有意义二值图像为水印,把宿主图像分成互不重叠的图像块,用分数盒维数分析各块的特征,提取特征块和次特征块,对它们分别进行一级小波分解,先将水印以不同强度自适应地嵌入到特征块的小波域低频子图中,在保证隐蔽性的前提下,再次将水印以不同强度自适应地嵌入到次特征块的小波域低频子图中,该算法较好地实现了水印的隐蔽性和稳健性。为增强水印的安全性和稳健性,在嵌入前利用Arnold迭代变换将水印置乱。实验结果表明,该算法对JPEG压缩、加噪、剪切、滤波等具有较强的稳健性。     

Secure semi-blind watermarking based on iteration mapping and image features

This paper presents a secure semi-blind watermarking technique based on iteration mapping and image features. An image (gray or color) is divided into blocks of fixed size that are analyzed using fractal dimension to determine their properties. The feature blocks containing edges and textures are used to form a feature label. The watermark is the fusion of image feature label and a binary copyright symbol. Arnold iteration transform is employed for constructing the watermark to increase the security. The secure image adaptive watermark is then embedded in the feature blocks by modifying DCT middle-frequency coefficients. The detection and extraction procedure is a semi-blind, i.e., it does not need the original image. Only those who have the original watermark and the key can detect and extract the right watermark, which makes the approach have high security level. Experimental results demonstrate that this algorithm can achieve good perceptual invisibility, adaptability and security. It is also robust against spatial attacks including discarding, scribbling, luminance and contrast changing, and other attacks including low or high-pass filtering, adding noise and JPEG processing.