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。     

结合SIFT校正的视频对象鲁棒水印

提出一种结合尺度不变特征变换(SIFT)特征点校正和时空域视频对象分割的视频对象水印算法。该算法采用时域和空域结合的方法分割出视频对象,将水印嵌入在视频对象的离散余弦变换域中。在嵌入前提取并注册视频对象的SIFT特征点,在水印检测时,通过与注册机构中特征点集的匹配和计算对视频对象进行几何校正,提取出水印信息。实验结果表明,该算法能够较好地保护视频对象,对几何攻击和常见信号处理攻击具有鲁棒性。     

基于SIFT的DCT域抗几何攻击水印算法

针对几何攻击的特点,提出一种基于SIFT变换的鲁棒水印算法.嵌入过程中,在图像的兴趣区域寻找合适的关键点,利用交流系数关系在DCT域重复嵌入水印.提取过程充分利用SIFT关键点对旋转、尺度缩放等的不变性,对隐秘图像进行校正,找出水印嵌入位置,并提取水印,与原始水印进行相似度判定.实验结果表明,基于SIFT变换的水印算法对常见几何攻击有较强的鲁棒性.     

基于SIFT的抗几何攻击局部化图像水印

基于尺度不变特征变换(SIFT)实现一种抗几何攻击数字水印.对SIFT进行图像特征点的检测,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.为抵抗几何攻击,检测前基于SIFT稳定特征点实现图像缩放和旋转角度的估计,并就估计结果进行图像缩放和旋转恢复,对恢复后的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.     

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SIFT和非采样Contourlet变换的鲁棒水印算法

针对常见抗几何攻击水印算法存在的不足,设计一种基于SIFT和非采样Contourlet(NSCT)变换的鲁棒水印算法。算法首先利用尺度不变特征变换在载体图像的尺度空间上提取特征点并形成矩形特征区域,然后水印信息自适应量化嵌入特征区域的NSCT低频变换系数中,最后保存若干个稳定特征点用于几何校正。实验结果表明,该算法不仅具有很好的透明性,同时对常见图像处理攻击和几何攻击均具有很强的鲁棒性。     

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。     

一种基于多尺度空间的图像水印算法

当前数字水印对常见的图像处理攻击如高斯噪声、中值滤波、有损压缩等具有较强的抵抗能力,但其抵抗剪切、缩放等几何攻击的能力较差。因此,为提高数字水印的鲁棒性,结合尺度不变特征变换算子和视觉感知模型,提出一种基于不变特征的水印嵌入方法。基于广义高斯分布模型对小波系数进行刻画,并根据二值假设检验理论确定水印的检测阈值,由此进一步给出水印虚警和漏警之间的工作特性曲线关系。实验仿真结果表明提出的水印方法在抗压缩、叠加噪声、缩放、剪切、旋转等攻击时具有较好的鲁棒性能。     

基于可视加密和特征匹配的鲁棒彩色图像水印

针对彩色图像和彩色水印的抗几何攻击鲁棒水印问题,提出一种基于可视加密的算法。该算法利用空域统计相关性,提取载体图像上的鲁棒特征,将其与彩色水印通过彩色可视加密绑定。为抗旋转攻击,提出利用图像的局部结构,提取图像的尺度不变特征点,使用特征点匹配来校正几何攻击的影响。实验结果表明,该算法对于加噪、滤波、JPEG压缩和旋转等攻击具有较强的鲁棒性,特别是在任意角度的旋转攻击下,提取的水印和原始水印的归一化相关值都在95%以上,可应用于医学图像和科学数据图像的保护和认证。     

基于SIFT和伪Zernike矩归一化的抗几何攻击水印

提出一种基于SIFT和伪Zernike矩归一化的抗几何攻击水印方案。首先用SIFT方法提取载体图像的特征点,筛选得到关键点。然后在关键点确定载体图像的方形子区域嵌入水印。嵌入时计算方形子区域的伪Zernike矩值,并对矩值作归一化处理,选择部分低阶矩幅值抖动量化嵌入水印。为抵抗几何攻击,检测前进行基于SIF关键点的几何失真校正,对校正后的图像提取水印。实验结果表明该算法对旋转、剪切、JPEG、压缩、噪声、中值滤波等攻击有很好的鲁棒性。     

基于SIFT特征的小波域数字图像鲁棒水印方法*

利用数字图像SIFT(scale invariant feature transform)特征的稳定性和小波变换的特性,提出了一种抗仿射变换和剪切的鲁棒水印算法。水印信息通过量化调制方法嵌在小波变换的低频域。水印检测时,利用匹配的SIFT关键点的位置信息计算仿射变换参数和边缘剪切参数,然后对被检测图像进行逆变换和重定位,恢复水印的同步信息。实验结果表明该算法可以抗击仿射变换和剪切攻击,对常见的图像处理也有很强的鲁棒性。     

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DWT的图像水印算法研究

提出了一种基于离散小波变换的水印算法。水印采用文本图像水印,将原始图像和水印分别进行3级小波变换,为了保证水印的安全性,将水印变换域各子图分别进行置乱或加密处理。将水印经处理后的各级变换系数重复嵌入原始图像各级变换系数的不同位置。在检测时,提出采用多方案水印提取算法以适应不同的攻击。实验表明对缩放、剪切、JPEG或JPEG2000压缩等图像退化处理或攻击均具有较强的鲁棒性。     

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。     

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.     

超像素SIFT特征航拍地图拼接研究

为解决航拍地图拼接计算量大、内容复杂多变的问题,提出使用超像素尺度不变特征变换(SIFT)特征进行地图拼接.首先利用近邻传播(AP)算法改进简单线性迭代聚类(SLIC)算法实现超像素自适应分割.然后在引导信息下对少数超像素提取SIFT特征,进行SIFT特征匹配.最后在线生成监督机制,在随机抽样一致性(RANSAC)算法配合下,得到少而精的匹配点,计算变换矩阵融合图像,实现图像拼接.实验结果显示:对于较高分辨率的图像,该算法与单纯SIFT拼接算法相比,在计算时间和拼接质量上都显示出较大的优势.     

动机器人视觉图像特征提取与匹配算法*

针对移动机器人导航过程中视觉图像处理速度慢以及特征点提取与匹配实时性和准确性差等特点,提出了一种基于SIFT特征提取算法与KD树搜索匹配算法相结合的新方法,通过对候选特征点进行多次模糊处理,使其分布在高斯差分图像的灰度轮廓线边缘,利用SIFT特征提取算法找到满足极限约束的极值点;通过KD树最邻近点搜索和匹配算法使处理后的特征点与原始图像进行特征匹配,快速找出匹配正确的特征点。实验证明,该方法对环境光照、视野角度频繁变化的环境具有较强的鲁棒性,能够满足移动机器人自主导航过程中对视频图像处理的实时性和准确性     

一种透视不变的图像匹配算法

针对ASIFT (Affine scale invariant feature transform) 算法存在的仿射采样策略、采样点离散设置等问题,提出了一种基于粒子群优化的图像透视不变特征PSIFT (Perspective scale invariant feature transform)算法. 该算法通过虚拟相机的透视采样来模拟景物在多视角图像中的变形. 在此基础上,将图像匹配问题转换为透视变换的优化问题,并以粒子群算法为工具,研究了虚拟相机旋转参数搜索空间、适应值函数的合理设定. 针对三组不同类型低空遥感图像的实验结果表明,该算法比ASIFT、SIFT (Scale invariant feature transform)、Harris affine和MSER (Maximally stable extremal regions)等算法获得更多的特征匹配对,有效地提高了算法对视角变化的鲁棒性.     

基于DWT的盲音频水印算法研究

提出了一种基于离散小波变换的盲音频数字水印算法,该算法采取分段重复嵌入方式在能量最强的小波系数内隐藏水印信号。仿真实验结果表明,该算法具有较强的鲁棒性和不可感知性,能有效抵御各种常见攻击,并且在水印检测时不需要原始的音频信号。     

人眼视觉特性与SIFT相结合的视频双水印算法

针对视频水印容易遭受几何攻击以及水印的鲁棒性与透明性的平衡问题,提出一种基于人眼视觉特性与尺度不变特征变换（SIFT）相结合的抗几何攻击视频双水印算法。首先获取视频序列中人眼视觉掩蔽阈值作为水印的最大嵌入强度。其次,将视频帧进行离散小波变换（DWT）,对中高频子带系数提出基于视频运动信息的自适应水印算法;针对低频子带,提出基于小波低频系数统计特性的抗几何攻击视频水印算法。最后,以SIFT作为触发器判断视频帧是否遭受几何攻击,对遭受几何攻击的视频帧利用SIFT的尺度与方向不变性进行校正,并对校正后的视频帧提取水印信号;针对非几何攻击的视频帧,直接利用中高频提取算法。所提算法与实时性视频水印算法——基于小波域直方图的视频水印（VW-HDWT）算法比较,峰值性噪比值（PSNR）提高了7.5%;与基于特征区域的水印算法相比,水印嵌入容量提高约10倍。实验结果表明,在保证水印透明度较好的情况下,所提算法对常规几何攻击具有较强的鲁棒性。