基于Krawtchouk不变矩和SVD-LWT的双重水印研究

为提高数字图像水印的鲁棒性和透明性,提出了一种基于Krawtchouk不变矩、奇异值分解(SVD)和提升小波变换(LWT)的彩色图像双水印算法。该算法首先从载体RGB图像中提取绿色分量进行两级提升小波变换,利用Krawtchouk不变矩对平移、旋转和缩放的不变性以及Krawtchouk矩良好的局部特性和重构性,计算其低频分量的Krawtchouk低阶矩不变量构造水印系统;然后对其变换后的中频分量奇异值进行分解,嵌入混沌置乱后的水印图像的奇异值作为另一水印系统。仿真实验结果表明,该算法不仅有良好的不可见性,而且对常见攻击和几何攻击都具有很好的鲁棒性,并具有一定的应用价值。     

基于小波和奇异值分解的图像复制伪造区域检测

针对数字图像取证中一类常见的复制粘贴图像伪造,本文提出了一种基于小波变换和奇异值分解的检测算法.该算法利用小波变换提取图像的低频分量,对低频分量分块提取奇异值特征,这种特征描述形式对图像羽化或边缘模糊等处理具有鲁棒性.然后将特征矢量进行按行字典排序,并且配合图像块的偏移位置信息,进行图像复制伪造区域的检测和定位.实验表明该算法能够较精确地定位出复制和粘贴的图像伪造区域,并有效地减少了运算量,提高了检测效率.     

基于小波和不变矩的图像copy-move篡改盲检测

针对数字图像取证中一类常见的复制粘贴图像伪造,本文提出了一种基于小波变换和不变矩提取的检测算法。该算法利用小波变换提取图像的低频分量,对低频分量分块进行不变矩特征提取,然后将特征矢量进行按行字典排序,并且配合图像块的偏移位置信息,进行图像复制伪造区域的检测和定位。实验表明该算法能够较精确地定位出复制和粘贴的图像伪造区域,并有效地减少了运算量,提高了检测效率。     

基于Tchebichef矩的区域复制窜改检测算法*

提出了一种新的数字图像被动认证算法,用于检测同幅图像的区域复制窜改问题。算法首先利用离散小波变换提取图像的低频分量,再对低频分量进行分块并提取每一块的离散正交Tchebichef矩特征;然后将特征矢量进行字典排序,比较相邻两组特征矢量的相似性;最后利用阈值判别实现窜改伪造区域的检测和定位。实验结果证明,算法能较好地检测及定位出图像中复制与窜改区域,且具有运算量小、检测效率高、鲁棒性好等特点。     

基于小波矩的图像复制粘贴篡改检测

图像的局部复制粘贴篡改技术,是最常见的一种图像伪造方式,对此提出一种基于小波矩的图像复制粘贴篡改检测算法．首先通过变分水平集活动轮廓模型初步确定图像篡改的可疑区域：然后对每一块可疑区域利用小波矩算法提取其小波矩特征;接着利用余弦相关性测度判别可疑区域的相似性;最后定位图像的篡改区域．实验结果表明本算法能够有效提取可疑区域,并进一步定位篡改区域．此外,算法对图像前景篡改区域的平移、旋转和缩放具有较强的鲁棒性．     

低频快速切比雪夫矩的篡改图像检测算法

针对图像复制粘贴篡改的检测及篡改区域定位的研究,提出了一种低频快速切比雪夫矩的篡改图像检测算法.首先用非抽样小波变换对图像分解,选取图像的低频部分进行重叠分块,提取改进的低频快速切比雪夫矩做为特征向量,然后采用PatchMatch算法对提取的块特征匹配,最后用稠密线性拟合算法去除误匹配并且用形态学操作完成最后的篡改区域定位.与现有的篡改图像检测算法相比,所提出的算法对于单区域篡改、单区域多次篡改以及多区域篡改均具有较好的定位效果,并且减少了算法的运行时间,提高了实时性.     

一种检测图像Copy-Move篡改鲁棒算法

针对现有的复制粘贴(Copy-Move)检测算法鲁棒性较差,时间复杂度高,提出一种有效快速的检测与定位篡改区域算法.利用小波变换获取图像低频区域,引入几何矩提取分块鲁棒特征,通过特征向量排序缩小匹配空间,最后通过经验阈值和数学形态学定位篡改区域.实验结果表明该算法不仅能有效抵抗如高斯白噪声、JPEG压缩等常规图像后处理操作,而且减少块总数,算法的时间复杂度大大降低.     

离散小波变换耦合静电场理论的图像快速伪造检测算法

为了解决当前图像伪造检测算法主要是在图像空域中定位伪造区域,难以降低图像维数,使其复杂度大;且不能有效检测几何变换篡改形式的伪造区域,导致其鲁棒性不佳的不足,提出了离散小波变换耦合静电场理论的图像伪造检测算法;首先,引入离散小波变换,提取伪造图像的低频子带,降低图像空间;再基于静电场理论,将提取子带映射到虚拟电场中,提取鲁棒性较强的特征,利用Radix排序算法对特征完成重组,形成特征矩阵;最后,定义相同仿射变换,并用其处理排序矩阵,完成伪造区域检测;实验测试结果显示:与当前的移动复制伪造检测技术相比,所提算法具有更高的定位效率与检测精度;同时拥有较强的鲁棒性,有效抗击几何变换篡改;该算法能够高效精确检测几何变换伪造形式的图像内容。     

利用Harris特征点和环形均值描述的图像区域复制篡改的被动取证

提出一种利用Harris特征点和环形均值描述的图像区域复制篡改检测算法。首先对图像进行自适应维纳滤波,并利用Harris算子提取图像的特征点,然后通过对每个特征点的环形邻域进行均值描述生成特征向量矩阵,并采用字典排序和阈值化处理进行相似性匹配,从而确定候选匹配点,最后利用RANSAC算法剔除错误的匹配点,实现复制和篡改区域的标识定位。实验结果表明,算法对于复制区域的旋转和翻转变换具有较强的鲁棒性,并且可以有效抵抗常见的后处理攻击,包括高斯模糊、加性高斯白噪声、JPEG压缩以及它们的混合操作,尤其能够抵抗非显著视觉结构的平坦区域和小区域的复制、粘贴、篡改操作。     

基于Krawtchouk矩和小波变换的数字水印算法

提出了一种基于Krawtchouk矩和小波变换的抵抗几何攻击的内容认证水印算法。该方法首先对图像进行一次小波分解，然后计算其低频成分的Krawtchouk低阶矩不变量来构建水印。水印提取过程简单，只需计算所得图像的几个低阶Krawtchouk矩不变量。文中给出了实验结果，并与Alghoniemy提出的基于几何矩不变量的数字水印算法进行了比较。结果表明，该方法简单、有效，对旋转、缩放、剪切、组合攻击等几何攻击以及JPEG压缩攻击具有更高的稳健性。     

小波变换用于基于图像内容的自适应数字水印算法

为了提高在频率域嵌入水印抵抗攻击的能力,该文提出一种基于DWT的CBWM自适应数字水印嵌入算法,该算法依据离散小波变换域的水印嵌入策略:水印应当首先嵌入小波图像的低频系数中,若有剩余,再按小波图像频带重要性的排序,嵌入高频带中,并且水印嵌入到图像的低频系数和高频系数中时,需采用不同的嵌入强度;将水印嵌入到图像三级小波分解变换域的低频空间(LL3)的特征向量中,并且水印与特征向量两者正交。并且,其中水印的嵌入过程是自适应的,即先将小波系数组织成小波块,再依据纹理强弱对小波块分类,然后根据分类结果,将不同强度的水印分量嵌入到特征向量的不同分量中。此外,该算法对静止图像的水印检测是通过Neymann-Pearson决策准则来实现的。实验结果证明,该算法对滤波、噪声、几何变换、图像压缩、以及x-y方向修剪、StirMark攻击等都具有很好的抵抗能力;对裁剪和图像旋转也具有较好的鲁棒性。     

基于二进小波变换及局部二值模式特征的图像检索

纹理是一种反映像素的空间分布属性的图像特征,成为图像分析的重要手段。在图像检索领域,由于小波变换具有方向性、局部特性、多尺度特性,使得图像的纹理特征能得到更好的表征。局部二值模式是提取图像纹理特征的有效工具,具有旋转不变性和灰度不变性。利用性能良好的 Bubble 小波对图像进行二进小波变换得到四个子带图像,其中低频子带包含原图信息最多,对角线方向的子图包含信息最少,其余两个子图包含信息介于两者之间,因此选取低频和垂直,水平高频图像,然后对分量利用等价局部二值模式提取图像纹理特征,并进行图像检索。实验结果表明该算法不仅有效地结合了小波与局部二值模式的优势,而且具有较好的检索性能。     

一种改进的抗几何攻击彩色图像水印算法

提出一种基于加速鲁棒性特征算法（Speed-Up Robust Features,SURF）的抗几何攻击彩色图像水印算法。首先,在彩色图像中的红色分量中检测SURF特征点,并且生成SURF特征描述算子。然后,利用二级离散小波变换（Discrete Wave-let Transform,DWT）得到图像蓝色以及绿色分量的低频信息,并对其进行奇异值分解（Singular Value Decomposition,SVD）。最后将经过一级小波变换后的水印图像对应嵌入彩色图像蓝色分量和绿色分量的低频区域之中。实验结果表明,嵌入水印后的图像在经过几何攻击后,其提取的水印与原水印仍具有较高的相似度,该算法具有较好的鲁棒性。     

基于重采样检测的JPEG图像拼接篡改取证

数字图像在进行拼接篡改时,为了不留下视觉上的明显篡改痕迹,往往会对篡改的区域进行缩放、旋转等重采样操作。针对这一现象,本文提出一种新的基于重采样检测的JPEG图像拼接篡改取证算法,该算法通过对JPEG图像局部区域二阶导数进行Radon变换,并求其自协方差后进行快速傅里叶变换,在频域中消除JPEG压缩的影响,最后判断该局部区域是否经过重采样操作,以作为判断被检测的JPEG图像是否经过拼接篡改的证据。实验结果表明,本文算法对于经过包括缩放和旋转等重采样操作后拼接成的JPEG图像有较好的篡改取证效果。     

基于静态小波变换和2代曲波变换的图像融合算法

提出了一种基于静态小波变换(SWT)和2代曲波(curvelet)变换的图像融合算法.首先将原图像分别进行SWT变换得到高、低频分量.然后,对低频分量采用基于2代曲波变换的方法进行融合,对高频分量基于绝对值最大的方法进行融合.最后进行SWT逆变换得到最终的融合图像.实验结果表明,该算法具有SWT变换和2代曲波变换二者的优点,主客观评价均优于单独SWT变换和单独2代曲波变换融合算法,也优于离散小波变换(DWT)和曲波变换相结合的融合算法.     

Template matching using the parametric template vector with translation,rotation and scale invariance

A new method for the template matching, invariant to image translation, rotation and scaling, is proposed. In the first step of our approach, the ring-projection transform (RPT) process is used to convert the 2D template in a circular region into a 1D gray-level signal as a function of radius. The advantages of the RPT process are that it owns the characteristic of rotation invariance and reduces the computational complexity of normalized correlation (NC). Then, the template matching is performed by constructing a parametric template vector (PTV) of the 1D gray-level signal with differently scaled templates of the object. The merits of our approach are that it not only obtains rotation invariance, but also scale invariance Additionally, our approach is conceptually simple, easy to implement and only one training image is needed for the training phase. Experimental results show that the computational time of the proposed approach is faster and the performance is better than the parametric template (PT) method and the affine moment invariants (AMIs) method in the image rotation or scaling. Moreover, our approach not only enjoys high accurate rate under the changes of translation, rotation and scale, but also estimates the scaling value of the target object in the input scene. Experiments with Gaussian noise demonstrate that the proposed algorithm is robust to detect the target object with the changes of translation, orientation and scale. This indicates that our approach is suitable for on-line template matching with scene translation, rotation and scaling.     

一种新的基于DWT、DCT和SVD的鲁棒水印算法

本文提出一种新的基于离散小波变换(DWT)、离散余弦变换(DCT)和矩阵奇异值分解(SVD)的鲁棒水印算法.首先按照本文提出的小波分解准则对载体图像进行四层小波分解,取第四层的低频子图与三个高频子图;同样对水印图像进行小波分解得到低频子图与三个高频子图.然后用DCT、SVD方法,结合本文提出的相互嵌入准则将水印图像的低...     

多重水印嵌入的DWT-SVD音频公开水印算法

提出了一种基于离散小波变换（Discrete Wavelet Transform,DWT）域与奇异值分解（Singular Value Decomposition,SVD）的多重嵌入数字音频水印算法.算法在嵌入水印前采用混沌加密与图像置乱对水印进行双重加密,在选取音频载体的多段数据中,利用DWT的多分辨率特性与SVD值稳定特性的特点,先对各段数据进行多级DWT变换,然后在低频部分选取连续的若干个系数组成矩阵,并对矩阵进行SVD分解,再把加密后的每位水印信息采用量化方法嵌入到SVD值中,实现了水印的多重嵌入.实验表明,该水印方法效率高,透明性好,对常见的音频信号处理具有较强的鲁棒性.