- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 32卷第 6期 杭 州 电子 科 技 大 学 学 报 Vo1.32.No.6
2012年 12月 Journal of HangzhOU DianziUnivemity Dec.2O12
doi:10.3969/j.ban.1001—9146.2012.06-016
基于归一化和尺度不变特征的盲检测水印
张大兴 ,赵 康 ,刘鹏程
(1.杭州电子科技大学图形图像研究所,浙江 杭州310018;
2.绍兴文理学院元培学院信息与电子系,浙江 绍兴 312099)
摘要:该文提出一种利用图像归一化和SIFT特征点的抗几何攻击的盲水印方案,图像归一化对受
到几何攻击的图片进行校正,利用图像的尺度不变特征点来保证水印的同步。嵌入时根据图像特
征点构造局部特征区域,并将水印重复嵌入这些不重叠的特征区域中,检测水印时,先对图像进行
归一化,再提取特征点,在局部特征区域中检测水印是否存在。实验表明,该方案具有良好的不可
感知性,对常见的几何攻击是鲁棒的。
关键词:盲水印;尺度不变特征;图像归一化;抗几何攻击
中图分类号:TP391 文献标识码:A 文章编号:1001—9146(2012)06—0061—04
0 引 言
近年来对几何攻击水印算法的研究主要分为有以下3种:基于几何校正的方法,文献1提出了一种
基于模板配准的水印算法,该方案利用模板校正失真图像确立区域同步,由于需要嵌入模板信息,会影
响水印的嵌入容量,文献2提出利用图片特征点进行几何校正的水印算法,该方案在水印检测端需要数
据库支持;基于几何不变域的方法,文献3提出一种在对数极坐标映射得到的变换域中嵌入水印,该方
法对图像在嵌入水印后的质量会造成较大影响;基于图像特征的方法,文献4、5的方法是在用图像特征
点构造局部特征区域中嵌人水印,但面对错切等仿射变换攻击时,特征区域不能保证同步而造成检测失
真。针对上述几种水印算法的缺点,本文提出一种利用图像归一化和SIFT特征点的抗几何攻击的盲水
印方案。该算法具有良好的不可感知性,当图片受到旋转、错切等仿射变换后仍然可以有效检测到嵌人
的水印信息,适用于数字产品版权的保护和认证。
1 图像归一化
图像归一化是在模式识别领域经常使用的一种方法,其基本思想是通过图像矩的特性预测几何变
换参数 ,通过变换得到一个对图像缩放,旋转和平移都具有不变性的标准形式。
任何一个仿射变换都可以分解成平移,水平X方向错切变换 ,垂直y方向错切变换,X方法和Y方向
缩放变换的组合,图像归一化用来计算图片在几何攻击下的失真参数,其具体过程分为4个步骤 】:1
确定几何攻击后图片的质心;2和3确定X方向和Y方向的错切变量;4通过把图像确定在一个固定的
大小确定缩放变量。图像归一化的每一步都是可逆的,这样就可以把归一化后的图像逆变换回归一化
前的图像。直接在归一化的图像嵌入水印效果并不理想,考虑用归一化标准式与原图之间建立特征区
域同步,在原图上嵌入水印,使得水印算法具有较好的不可感知性。
收稿 日期 :2012—09—25
基金项 目:国家自然科学基金资助项目
作者简介:张大兴(1971一),男,浙江绍兴人,副教授,多媒体技术
62 杭 州 电 子 科 技 大 学 学 报 2012年
2 SIFT尺度不变特征
SIFT算法是一种提取局部特征的算法 。SIFT特征点不仅对图像的RST具有不变性,而且当图
像受到仿射变换,噪声攻击和亮度调整的时候可以利用检测到的特征点进行精确匹配。其检测的具体
步骤如下:
(1)尺度空间的极值检测,首先用不同方差的高斯核函数与原图做卷积,得到一组尺度相差 k倍的
尺度空间图像,然后将相邻两个尺度空间的图像做差值形成高斯差分尺度空间,即DoG空间。将 DoG
图像中的每一点与其相邻的8个点以及相邻的上下尺度中的对应的9个点共26个点进彳了}匕较,当该点
的值是最大值或者最小值时作为初始的特征点;
(2)筛选候选特征点,在极值点所在的位置和尺度上用2×2的Hessian矩阵计算
文档评论(0)