一种强壮的基于几何特征分布的3维点模型数字水印算法

3维点模型与传统的三角网格模型相比,更适合处理外形非常复杂并且不规则的几何体,但基于点模型的数字水印算法却屈指可数。为了对3维点模型进行有效的保护,提出了一种新的基于几何特征分布的3维点模型数字水印算法。该算法首先根据所需嵌入的水印信息来修改主元分析后3维点模型中各个点到模型中心的距离值,然后通过移动整个模型点距离分布的平均值来达到嵌入水印的目的。该算法在嵌入水印时,并不需要对点模型进行网格化的预处理,是一种真正的直接面向点模型的数字水印算法;另外,为验证算法的有效性,还分析了原始点模型和嵌入水印后的点模型之间的几何失真程度,并讨论了强度系数和水印长度对算法鲁棒性的影响。实验证明,该算法在遭受仿射攻击、重排序攻击,提取水印时,不需要原始点模型信息,并且该点模型水印算法对于仿射攻击、重排序攻击、简化、剪切、噪声和局部几何失真的各种变形攻击具有较强的鲁棒性。     

基于特征点集的水印几何失真校验方法

本文提出了一种基于特征点集的数字水印几何失真校验方法。算法利用隐秘图像受攻击前后的小波分解的低频子图的特征点几何集来估计几何失真。实验证明，算法性能稳定、精度高、可校正大强度几何失真。     

抗几何失真的局部数字水印算法

抗几何攻击一直是数字水印中的难点问题,为了更好地解决这个问题,基于图像的几何不变域,提出了一种抗几何失真的局部数字水印算法.算法利用显著性检测器检测到的具有平移、缩放和旋转不变性特性的圆形显著区域来嵌入水印.如何利用显著区域构造不变区域以获得平移、缩放及旋转不变性,以及如何从不变区域中筛选出适合嵌水印的区域,为要解决的重点问题,首先将水印进行几何变换来匹配各个水印嵌入区域的形状,再不可感知地嵌入到各个水印嵌入区域中.还着重讨论了如何利用显著区域获得平移、缩放及旋转不变性.实验表明该算法能很好地抵抗一般的信号处理攻击及旋转、缩放、裁剪和线性变换等几何攻击.     

一种抗几何失真的彩色图像数字水印算法*

提出了一种基于SIFT(尺度特征变换)特征点校正几何参数的小波域彩色图像水印算法.该算法利用RGB彩色图像中蓝色与绿色分量的小波系数之间的关系,在蓝色水平细节和垂直细节中嵌入相同的水印;水印检测前,利用红色分量中的SIFT特征点估计几何参数,校正失真水印图像,从而可以无失真地提取水印.实验结果表明,该算法对压缩、噪声、剪裁、旋转、缩放等各类几何攻击具有很好的鲁棒性.     

基于奇异值分解的、抗几何失真的数字水印算法

许多现有的适用于图像的数字水印对几何失真都是很敏感的。尤其是此类失真会严重妨碍对水印的盲提取。为此，提出了一种基于奇异值分解的数字水印算法，它对常见的几何失真是稳健的。此水印是被嵌入到图像分解后的奇异值之中。根据奇异值分解的代数性质，严格证明了嵌入了水印的图像在受到转置、镜像、旋转、放大和平移等几何失真后，其奇异值是不变的。在经过了上述的几何失真、一般的信号处理操作或JPEG压缩以后，嵌入的水印能够被可靠地提取和检测。实验结果表明本算法具有很好的稳健性。     

基于数字水印的时间和几何失真鲁棒性研究

对时间和几何失真的鲁棒性的研究是数字水印技术当前研究的主题和难题，文章提出了解决这一难题的几种方法，并对这些方法进行了比较分析．得出结论，同时时这一难题提出展望。     

基于SIFT特征点的抗几何攻击水印算法

提出一种利用尺度不变特征变换（SIFT）特征点实现对抗几何攻击的水印方案。基于特征点构造Delavnay三角网,依靠SIFT特征点的抗几何变换性实现图像三角形区域的抗几何攻击。在提取部分图像内容的基础上,按照多对一的原则,使用改进的加性方法嵌入水印信息。实验表明,该算法能够较好地抵抗几何攻击和一般的信号处理攻击。     

基于SIFT特征点匹配的水印图像几何校正算法*

为了有效实现水印图像的水印检测与水印嵌入之间的同步,提出一种应用SIFT(scale invariant feature transform)特征点匹配估计水印图像几何变换参数的校正算法.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...     

基于SIFT变换的水印图像几何失真校正算法

分析了目前数字水印抗几何攻击的实现方法,对SIFT进行了改进.提出了特征点筛选算法,以增强提取特征点的鲁棒性,然后基于攻击前后图像的SIFT特征点匹配技术获取匹配点对,并基于匹配点对的尺度特征和SIFT中心距之比获得尺度失真参数以实现尺度失真的恢复.同时基于匹配点对的SIFT中心角度差确定旋转失真参数,进而完成旋转校正.实验结果表明,该算法能够有效进行水印图像几何失真参数的估计与几何失真的校正.     

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。     

一种改进的抗几何攻击的数字图像水印算法

利用奇异值分解的特性,提出了一种改进的基于奇异值分解的数字水印算法。该算法通过设定采样的起始和终止参数,对图像的频域幅度值进行有选择的部分采样。然后利用采样后的数据构造嵌入水印的数据矩阵,并对数据矩阵进行分块奇异值分解,获取一个由次大奇异值组成的数字序列。最后通过可调强度的加性方法,在次大奇异值上嵌入水印信息。依靠数据矩阵的采样构造方式和次大奇异值的几何攻击不变性实现了数字水印的抗几何攻击性。实验结果表明,该方法较传统方法而言有更高的灵活性和鲁棒性。     

基于图像特征点的强鲁棒数字水印嵌入方案

提出了一种抵抗一般性几何攻击的数字水印新算法. 该算法首先利用多尺度 Harris 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, 并对其实施归一化处理; 最后结合预失真补偿理论, 采纳 DFT 中频幅值比较策略将水印信息重复嵌入到多个归一化局部特征区域内. 仿真实验表明, 本文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击均具有较好的鲁棒性.     

基于SIFT特征匹配的CamShift运动目标跟踪算法

针对复杂背景下采用一般CamShift算法跟踪目标容易失败,提出将SIFT(Scale Invariant Feature Transform)特征点匹配融入到CamShift算法。该算法利用SIFT特征对尺度和方向无关特性实现连续图像序列的精准匹配,具有对尺度缩放、目标旋转以及亮度变化保持不变性的优点,不仅弥补了一般CamShift算法只以颜色为关键信息的不足,而且可将目标跟踪窗口形心和质心间的位移稳定在设定阈值内。最后通过对比性实验来验证该算法的有效性和稳定性。实验结果表明,该算法能够对复杂背景下的光照突变、缩放和旋转运动目标实现实时稳定跟踪。     

抗随机几何失真攻击的音频水印方案

随机几何失真攻击是指在数字音频中恶意地插入跳跃,或通过重采样等手段使相位等特性发生随机抖动,从而对音频数字水印构成严重威胁的行为。为防止这种攻击提出了一种利用音频信号采样点之间的相关性,同时根据信号局部特征生成水印信号并进行自同步嵌入的新方案。实验表明,该方案不仅对一般信号处理具有稳健性,也能够很好地抵御随机几何失真攻击。     

基于特征点的伪匹配点去除算法

基于特征点的图像配准中伪匹配点的存在影响变换矩阵的计算精度,容易造成图像配准失败.根据SIFT特征匹配中存在的伪匹配点,提出一种伪匹配点去除算法.两幅待配准图像的正确匹配点在坐标位置上有差值相似性,伪匹配点的坐标差值与正确匹配点的坐标差值差异大,利用这种坐标差值的波动对伪匹配点进行去除.实验结果表明,待配准图像中的伪匹配点得到了有效去除,与RANSAC算法相比,时间复杂度大幅减小.     

一种基于局部特征的鲁棒的盲数字水印算法

提出了一种基于图像局部特征与图像几何正则性的鲁棒数字水印算法.采取的主要方法有:1)利用图像中的局部最稳定特征点生成具有几何不变性的局部特征区域;2)在局部特征分块中快速寻找最佳几何流方向,近似最佳逼近效果;3)设计了一种正交向量盲提取水印.实验结果表明该算法能获得很高的图像质量,且具有较强的抗攻击能力.     

小波域上抗几何攻击图像水印技术综述

小波变换因其独特的时(空)-频多尺度分析方法,在信息处理领域得到广泛地应用与发展,基于小波域变换的水印算法将成为实用水印系统大规模应用的基础和核心技术。该文系统分析了小波域水印技术,总结并分析了隐藏模板或可识别结构、构造同步不变特征、利用原始数据的重要特征等抗几何攻击水印设计方法的特点和存在的问题,在此基础上分析了技术的发展方向。