基于Harris特征点的抗几何攻击数字水印研究

来源 :辽宁工程技术大学 | 被引量 : 0次 | 上传用户:gongchp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文以静态数字图像作为研究对象,以基于特征点的第二代水印算法作为核心,着重研究抗几何攻击的数字水印算法。针对Harris算子提取的特征点在图像尺度变换后重复率低,特征点分布不均匀的问题,提出了一种改进的特征点提取算法。该算法首先利用图像在仿射变换中具有不变性的矩作为图像变换的参数对图像进行尺度归一化,然后将图像从水平、垂直及对角方向进行差分滤波,最后根据检测区域的纹理程度选取不同阈值抑制局部非极大值确定特征点。实验结果表明,该算法改善了特征点的分布均匀性,图像在经RST变换后,特征点检测重复率显著提高。并且,将改进的Harris算子应用于数字水印系统,提出了一种新的空域抗几何攻击的数字水印方案。该方案利用改进的Harris算子进行特征点的提取,通过筛选获得区域内稳定的特征点并生成圆形特征区域,为了保证水印算法在旋转攻击下的鲁棒性,使用特征点邻域的梯度内积平均值确定具有旋转不变性的特征方向,根据得到的特征方向,以奇偶量化的方式在特征区域中嵌入水印信息。实验结果表明,本文的水印算法在保证了图像保真性的同时,能够有效检测出经过常规信号处理和几何攻击后的合成图像中水印信息,验证了水印算法具有很强的鲁棒性。
其他文献
  随着互联网的发展,我们已经进入到“大数据时代”,互联网上有大量丰富的资源,三维模型作为继声音、图片和视频之后的第四代数据类型已经进入到我们生活中的方方面面。对于如
近年来,随着无线传感器网络技术的兴起,声源定位技术继上个世纪30年代以后再次引起学术界的关注。根据对声信号测量物理量的不同,无线传感器网络声源定位方式分为三类:基于信
随着数字图像处理技术以及智能学习算法的不断发展,人脸检测技术正越来越多的应用到视频监控、人机交互以及电子商务等领域;而所谓的人脸检测过程就是指从静态图像或动态视频帧
  如今,机电设备和自动化技术发展迅速,自动化系统层出不穷,机电系统的功能与结构更加复杂多变,因此,机电系统的检测与维护变得越来越困难。为了能让现代化的机电设备能够高效、
本文主要针对多变光照条件下以及多光照、多表情、多姿态并存情况下的人脸识别技术开展较为深入的研究。在多变光照条件下,根据人脸面部对称性及LPQ具有光照不变性的特点提出
车牌自动识别系统通过图像处理和分析,管理海量车牌数据集,自动识别字符信息,在智能交通系统中占有重要地位。但对于实际拍摄中主观人为或者客观气候等原因造成的模糊情况,以
基于视频的目标跟踪算法作为计算机视觉的重要研究方向之一,在智能交通、人机交互、生物医学以及军事领域取得了广泛的应用。但是大量的不确定因素严重影响了跟踪算法的准确率,如:光照变化、尺度变化、形变、遮挡、旋转、背景干扰等。在以无人机为相机载体进行视频跟踪时,由于目标与相机距离远,拍摄到的目标和背景特征不明显,导致跟踪变得更加艰难;而在雾霾严重的情况下,无人机跟踪更是无法实施。近年来,由于核相关滤波具有
学位
磁共振成像(MagneticResonanceImaging,简称MRI)具有较高的软组织对比度与空间分辨率,并能根据需要灵活选择成像参数与成像层面,已经广泛应用于临床。然而,由于磁共振信号的弛豫
数据挖掘是目前人工智能和数据库领域的热点问题,是指从大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的过程。聚类分析是数据挖掘领域中的重要技术之一,是数据分析的
复杂性科学是以复杂系统为研究对象的多学科交叉的前沿科学。复杂性科学的发展,将会给方法论带来突破和创新。对复杂系统的演化与涌现机理的研究是复杂系统研究的重要内容。