一种基于SIFT变换的抗几何攻击第二代数字水印

基于SIFT变换及RIT变换实现了一种抗几何攻击数字水印.算法首先基于SIFT变换进行图像特征点的检测,并选择合适的特征点生成载体图像中的圆形区域,将圆形区域划分为扇形区域,然后采用空域奇偶量化方法进行水印信息的嵌入;水印的检测基于相关检测方法实现.为抵抗几何攻击,检测前首先基于RIT变换实现图像旋转角度的估计,然后基于估计结果进行旋转的恢复,最后对恢复后图像进行数字水印的检测.实验证明,该方法对几何攻击具有较强的鲁棒性.     

Blob-Harris特征区域结合CT-SVD的鲁棒图像水印算法

为了提高水印图像对几何攻击的鲁棒性,提出了一种Blob-Harris特征区域结合轮廓波变换(Contourlet transform, CT)和奇异值分解(singular value decomposition, SVD)的鲁棒图像水印算法。首先在原始图像经过Contourlet变换后的低频分量中提取斑点(Blob)块区域并利用Harris角点检测进行特征点提取,然后根据各个特征点的特征尺度确定其特征区域,选择适中的互不重叠的特征区域,将其四周补零后进行归一化操作,最后将经过小波变换提取的低频水印图像进行奇异值分解,并重复嵌入到每一个归一化圆形特征区域的内接正四边形当中。仿真实验结果表明,本文算法除了对常规攻击有很好的抵抗力之外,对几何攻击也有相对较强的鲁棒性,特别是缩放、平移、剪切以及其组合攻击,NC值均达到0.94以上。      

一种基于特征的自适应水印算法

基于图像多尺度空间理论和扩频机制以及视觉感知模型的特性,给出一种基于特征的数字图像水印算法。算法采用尺度不变特征变换算子提取图像的局部不变特征区域,根据信噪比特点自适应选取水印嵌入强度因子,将一幅二值水印图像嵌入到原始图像中,实现了数字水印的不可感知性和鲁棒性。仿真结果表明,该算法对添加噪声、压缩、旋转等常见的图像处理攻击具有较强的鲁棒性。     

自适应尺度还原的抗旋转全息水印技术

针对旋转攻击与尺度变化攻击,提出一种 基于尺度不变特征变换(SIFT)的可自适应还原尺度变化的抗旋转水印。首先,将水印图像进 行离散余弦变换(DCT),与参考光生成全息水印图像;然后通 过DCT嵌入载体图像Y通道;最后在提取水印时,通过SIFT自适应 还原尺度变化,结构相似性指数(SSIM)校正旋转角度后提取水印信息。 实验表明,本算法在有效抵抗常见攻击的同时,有较强的水印数据信息保真能力,且在同样 的旋转校正精度时,有高效的 运算效率,解决了现阶段抗旋转攻击水印技术只适用于相同尺度下的角度矫正问题。水印提 取时需要原图参与,属于明水印 的一种,因此可以有效用于版权方的版权保护。     

基于Blob-Harris特征区域和NSCT-Zernike的鲁棒水印算法

为了有效抵抗水印图像的几何攻击,该文提出了一种基于Blob-Harris特征区域和非下采样轮廓波变换(NSCT)和伪Zernike矩的鲁棒水印算法.首先原始图像进行两层非下采样Contourlet变换后提取其低频图像,然后利用Blob-Harris检测算子对低频图像进行特征点提取,根据各个特征点的特征尺度确定其特征区域,优化筛选出稳定且互不重叠的特征区域并将其四周补零,得到稳定的互不重叠的方形特征区域作为水印嵌入区域,最后计算每一个方形特征区域的Zernike矩,将水印信息嵌入在量化调制正则化Zernike矩的幅值当中.实验结果表明,Lena图峰值信噪比达到40 dB以上时,本文算法对常规图像处理以及缩放、旋转、剪切等几何攻击和组合攻击都有相对较强的鲁棒性.     

基于SIFT特征点匹配校正的抗几何攻击水印算法

嵌入水印的数字产品在传播过程中可能遭受到各种攻击,其中几何攻击破坏了水印和图像空间坐标的同步性,很容易使得水印算法失效。因此,抗几何攻击的水印算法成为了数字水印技术研究的热点和难点。本文利用图像尺度不变特征变换(SIFT)特征点所具有的旋转、缩放和平移不变性,提出了一种几何校正方法,该方法根据SIFT特征点的尺度特征和坐标关系实现带水印图像的几何校正。水印嵌入时首先对宿主图像Contourlet变换的低频子带进行分块奇异值分解,然后通过对各块奇异值向量的欧式范数的量化,改变所有奇异值实现水印信息的嵌入。水印提取时先对图像进行相应的几何校正,使得水印信息在受攻击后也能得到同步,从而提高了水印图像的抗攻击能力。仿真结果表明,该算法不可见性良好,水印容量较大,而且对于常规攻击和多种几何攻击都具有较好的鲁棒性。     

基于SIFT特征点的抗几何攻击水印算法

提出了一种基于尺度不变特征变换(SIFT)和伪Zernike矩的抗几何攻击的鲁棒水印算法。首先,利用SIFT算法从载体图像中提取稳定的特征点;然后,根据特征尺度和方向自适应地确定每个局部特征区域大小和方向;最后,从中选择具有较大特征尺度互不重叠的特征区域,并利用量化调制伪Zernike矩幅值方法将水印嵌入到每个局部特征区域内。仿真实验结果表明,该算法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和几何攻击的能力。     

基于混合变换域的数字水印算法

提出了一种基于二维离散小波变换(DWT)和离散余弦变换(DCT)的混合变换域数字水印算法。通过小波变换得到载体图像的高频和低频系数,将低频系数作为一个子图像;再将二值水印图像置乱并编码,在子图像的离散余弦变换得到的系数中嵌入水印。该方法在水印检测和提取过程中都不需要原始图像。实验表明该方法水印隐藏性好,鲁棒性较好,抵抗放缩和局部攻击有很好的表现。     

基于纠错编码和扩频调制的彩色图像水印算法

提出一种基于纠错编码和码分多址(CDMA)的彩色图像水印算法,先后将秘密信息进行Arnold置乱,纠错编码,扩频调制.提取宿主图像的绿色分量,对其进行离散余弦变换,将预处理的水印嵌入到变换后的部分中频区域.水印提取部分,首先对待测图像的绿色分量做离散余弦变换,其次提取中频部分的水印信息,将提取的值和由密钥得到的Gold...     

基于Blob-Harris特征区域和NSCT-Zernike的鲁棒水印算法

为了有效抵抗水印图像的几何攻击,该文提出了一种基于Blob-Harris特征区域和非下采样轮廓波变换(NSCT)和伪Zernike矩的鲁棒水印算法。首先原始图像进行两层非下采样Contourlet变换后提取其低频图像,然后利用Blob-Harris检测算子对低频图像进行特征点提取,根据各个特征点的特征尺度确定其特征区域,优化筛选出稳定且互不重叠的特征区域并将其四周补零,得到稳定的互不重叠的方形特征区域作为水印嵌入区域,最后计算每一个方形特征区域的Zernike矩,将水印信息嵌入在量化调制正则化Zernike矩的幅值当中。实验结果表明,Lena图峰值信噪比达到40 dB以上时,本文算法对常规图像处理以及缩放、旋转、剪切等几何攻击和组合攻击都有相对较强的鲁棒性。     

基于局部二进制模式和图变换的快速匹配算法

针对图像匹配在图像拼接、目标识别等领域的应用中尺度不变特征变换（Scale Invariant Feature Transform,SIFT）算法计算复杂度高、实时性较差的问题,提出了一种基于局部二进制模式（Local Binary Patterns,LBP）和图变换（Graph Transformation Matching,GTM）的匹配算法.首先采用SIFT特征检测提取特征点并以特征点为中心取13×13的图像块作为特征区域;然后用本文提出的局部旋转不变二进制模式（Local Rotation Invariant Binary Patterns,LRIBP）描述子对特征区域进行描述产生29维的特征描述向量,降低了描述子的复杂度,并以欧氏距离为度量准则进行初始匹配;最后采用图变换匹配算法剔除误匹配点,从而提高算法的运算速率和匹配精度.仿真结果表明,本文所提算法不仅具有较高的精度和较强的鲁棒性,并且减少了算法的运算量,提高了算法的实时性.     

一种缩放情况下区分原始区域和篡改的方法

为了在检测结果中区分出原始区域和粘贴区域,提出一种基于尺度不变特征转换(SIFT)和重采样痕迹的图像盲检测算法。该算法首先将图像分成互不重叠块,利用SIFT算法找出每个块中的关键点,对关键点匹配;然后在每个块中以匹配关键点的中心为种子进行区域生长得到篡改区域;最后分析每个图像块的频谱图,计算出缩放因子,区分原始区域和复制区域。实验结果表明,该算法简便快捷,在能够对篡改区域进行准确定位的同时,并能区分原始区域和复制区域。     

基于SIFT特征点和交比值的水印图像抗攻击算法

为提高数字水印图像对常规信号和复杂几何攻击的抵抗能力,利用SIFT(scale invariant feature transform)特征点的稳健性和交比值不变特性,提出了一种数字图像顽健水印算法。首先,在原图像经过NSCT(nonsubsampled contourlet transform)变换后的低频子带系数中提取SIFT特征点并对其进行优化筛选,从中确定满足“近凸正四边形” 的系数区域作为水印嵌入的局部区域,然后利用事先设定好的一些交比值在各局部区域中确定要嵌入水印的具体系数,最后利用奇偶量化调制方法嵌入水印信息。与传统算法相比,在提取水印信息时无需对含水印图像进行几何逆变换。实验结果表明,该算法对常规信号处理及多种几何攻击具有较强的抵抗能力和顽健性。     

采用频闪成像技术的柔性气动外形运动物体SIFT特征跟踪(英文)

近年来,有关微型飞行器的结构动力学、材料气动弹性以及飞行控制方面的研究受到了高度的重视。为了提高飞行器的空气动力学检测能力,提出了一种基于频闪成像技术的柔性气动外形物体跟踪方法。利用尺度不变特征转换(SIFT)算法提取出的特征对于图像的尺度变换、旋转以及光照变化和局部图像变形等具有的不变特性,提出了一种利用感兴趣区域中SIFT特征对柔性气动外形运动物体进行探测与跟踪的方法。该方法在获取物体的状态、位置以及空间转换关系等方面表现出良好的性能,并且为同一场景中同一物体在不同位置之间的相互匹配提供了可靠保证。实验表明:在该实验系统中,基于频闪成像技术、利用SIFT特征作为柔性气动外形物体探测的方法具有一定的可行性。     

基于掩模搜索的快速尺度不变特征变换图像匹配算法

尺度不变特征变换(SIFT)算法在图像匹配领域得到广泛应用,为降低其计算复杂度,提出了一种基于掩模(Mask)搜索的SIFT快速图像匹配算法。首先,分析图像的纹理信息,使用Harris算法的角点响应函数(CRF)对图像进行分区,将纹理复杂度较高的区域作为Mask并生成Mask金字塔,以减小特征点的搜索空间;其次,在极坐标系下建立7区域的圆形描述子,并降低其维度;最后,根据特征点极值类别进行同类匹配,以降低匹配复杂度。实验结果表明,采用Mask的特征搜索方法以损失较小匹配质量为代价,能够有效提升算法的整体速度,结合改进的描述子和极值分类算法可以进一步提升算法速度。采用Mask的特征搜索方法在对匹配效率有较高要求的领域具有潜在的应用价值。     

基于局部SIFT分析的手背静脉识别

针对新兴的手背静脉识别技术,提出了一种具有位移和旋转不变性的局部尺度不变特征(SIFT,scale in-variant feature transform)分析方法.首先确定手背静脉图像的感兴趣区域(ROI)并对其进行滤波去噪,然后提取手背静脉血管的SIFT并对特征点进行匹配,最后计算注册样本和待识别样本的特征匹配率并以此作为相似性测度进行身份识别.利用我们建立的手背静脉血管图像数据库对该算法进行了性能测试,并与目前最典型的识别方法进行了对比.实验结果表明,本算法具有更好的识别性能,其中识别速度得到了很大的提高.     

基于二维最大熵阈值分割的SIFT图像匹配算法

提出了一种基于二维灰度直方图最大熵阈值分割的SIFT图像特征匹配算法。与传统SIFT算法相比,该算法首先综合利用图像像素的灰度信息和邻域空间信息,生成图像二维灰度直方图,并基于此直方图的最大熵对图像进行阈值分割,然后检测分割后图像的DoG尺度空间局部极值,并以此作为特征点进行图像匹配。实验结果表明,基于所提出的匹配算法,可以有效降低图像背景噪声和边缘像素点对目标匹配的干扰,进而提高图像目标的匹配性能。     

Fusion of block and keypoints based approaches for effective copy-move image forgery detection

Keypoint-based and block-based methods are two main categories of techniques for detecting copy-move forged images, one of the most common digital image forgery schemes. In general, block-based methods suffer from high computational cost due to the large number of image blocks used and fail to handle geometric transformations. On the contrary, keypoint-based approaches can overcome these two drawbacks yet are found difficult to deal with smooth regions. As a result, fusion of these two approaches is proposed for effective copy-move forgery detection. First, our scheme adaptively determines an appropriate initial size of regions to segment the image into non-overlapped regions. Feature points are extracted as keypoints using the scale invariant feature transform (SIFT) from the image. The ratio between the number of keypoints and the total number of pixels in that region is used to classify the region into smooth or non-smooth (keypoints) regions. Accordingly, block based approach using Zernike moments and keypoint based approach using SIFT along with filtering and post-processing are respectively applied to these two kinds of regions for effective forgery detection. Experimental results show that the proposed fusion scheme outperforms the keypoint-based method in reliability of detection and the block-based method in efficiency.     

运动序列中动目标检测的稳健性方法

提出一种运动序列中动目标检测的稳健性方法。用尺度不变特征变换(SIFT)算法生成特征描述符,基于最近邻距离比(NNDR)进行初始匹配,增加对称性约束以获得稳健的匹配点集。随机抽样一致集算法(RANSAC)用于分离背景和目标对应特征点,实现背景运动的稳健性估计。背景补偿后,相邻帧差分和数学形态学方法实现动目标的分割。真实运动序列的实验结果表明,该算法能够获得稳健的匹配点对,检测出运动目标。