基于SIFT变换的水印图像几何失真校正算法

合集下载

一种抗几何失真的彩色图像数字水印算法

ＲＧＢ彩色图像中蓝色与绿色分量的小波系数之间的关系，蓝色水平细节和垂直细节中嵌入相同的水印；印在水
检测前，用红色分量中的ＳＹ利Ｉ特征点估计几何参数，正失真水印图像，而可以无失真地提取水印。实验Ｆ校从结果表明，该算法对压缩、声、噪剪裁、旋转、缩放等各类几何攻击具有很好的鲁棒性。关键词：数字水印；度特征变换特征点；波；计几何参数尺小估
ｐｅｓｏｒｓｌｎ，ｎｉｅ，ａｄｇｏｔｃａｔｃｕｈａｒｐｎｇ，ｒｔｔｏｏｓｎｅｍｅｒｔａｋｓｃｓｃｏｐｉｉｏａｉｎ，ｓａｉｇ．ｃｌｎ
Ｋｅｒｓｗｔｒａｋｎｙｗｏｄ：ａｅｍｒｉｇ；ＳＦＩｆａｕｅｐｉｔ；ｗｖｌｔｒｎｆｒＩ＂ｅｔｒｏｎｓａｅｅａｓｏｍ；ｅｔｍａｅａｆｅｆｃｏｓｔｓｉｔｆｎａｔｒｉ
维普资讯
第２第１５卷期
２００８年１月
计算机应用研究
ＡｐｌａｉｎＲｅｅｒｈｏｏｕｅｓｐｉｔｓａｃｆＣｍｐｔｒｃｏ
ቤተ መጻሕፍቲ ባይዱ
Ｖｏ．５，．１２Ｎｏ１
Ｊｎ０８ａ．２０
中图分类号：Ｔ３１Ｐ９文献标志码：Ａ文章编号：１０．６５２０）１０５．３０１３９（０８０．２７０
Ｃｏｏｍａｅｗａｅｍａｋｎｌｏｉｈｔｅｉｔｇｏｔｉｉｔｒｉｎｌｒｉｇｔｒｒｉｇａｇｒｔｍｏｒｓｓｅｍｅｒｃｄｓｏｔｏ

基于SIFT特征匹配的图像扭曲纠正方法研究

基于SIFT特征匹配的图像扭曲纠正方法研究随着数字图像处理技术的发展，对于图像质量、准确性的要求越来越高。

然而，在现实应用中，由于各种因素影响，例如摄像机视角、拍摄距离等，图像出现扭曲、变形等问题已经成为常见问题。

为了解决这一难题，目前普遍应用的图像扭曲纠正方法是基于SIFT特征匹配的。

SIFT（Scale-Invariant Feature Transform）技术是基于尺度空间理论的一种特征提取算法，该算法可以提取不受旋转、尺度、光照等影响的图像特征点。

因此，SIFT在图像匹配及图像拼接等领域有着广泛的应用。

在图像扭曲纠正领域，SIFT特征匹配可以实现对于两张图像的相似度计算，为后续图像变换提供基础。

首先，对于匹配图像的特征点进行提取，得到两张图像中的特征点集合。

然后，对于这两个特征点集合进行SIFT特征匹配。

通过对于两张图像之间的SIFT特征点进行匹配，可以实现对于两张图像的相似度计算。

在特征点匹配过程中，需要根据对应特征点的距离计算两张图像之间的相似度。

通常，根据距离阈值筛选出匹配度较高的特征点对。

接下来，对于得到的特征点对进行RANSAC（Random Sample Consensus）算法，从而可以得到最优的变换矩阵，进而将扭曲图像进行纠正。

RANSAC算法是一种鲁棒性较高的随机采样算法，可以从一系列观测值中筛选出最佳的模型参数。

在图像扭曲纠正中，RANSAC可以得到对于图像的最优旋转、平移等变换矩阵，从而实现对于图像扭曲的纠正。

最后，通过建立变换矩阵，将扭曲图像进行纠正。

在图像纠正的过程中，需要根据变换矩阵对于原始图像进行变换，实现从扭曲图像到纠正图像的转换。

通常，变换矩阵的计算及变换过程可以利用OpenCV等图像处理工具实现。

在变换的过程中，需要注意变换后图像的边界问题，通过拓展边界或裁剪图像等方式进行处理。

综上，基于SIFT特征匹配的图像扭曲纠正方法在实现图像扭曲纠正中具有重要意义。

基于SIFT算法的航空影像镶嵌及几何纠正研究与系统实现

基于SIFT算法的航空影像镶嵌及几何纠正研究与系统实现摘要：本文基于SIFT（Scale Invariant Feature Transform）算法实现了航拍影像的特征的自动提取，通过K-D树算法实现了SIFT特征的自动匹配，根据匹配的SIFT计算出了变换矩阵，通过矩阵变换和融合算法将相邻影像进行了镶嵌，再用多项式模型对得到的影像进行了几何纠正，最终达到了正射影像制作目的。

在Opencv和ArcGIS平台的基础上将整个正射影像制作过程开发成了一个正射影像制作系统，并且采用了实际的航拍数据对算法实现效果进行了验证，实验表明，本文设计的系统是可行的。

关键词SIFT；特征匹配；影像镶嵌；几何纠正1 引言解决影像拼接与纠正自动化算法的设计与实现问题、影像纠正过程中人工干预过多的问题以及影像拼接过程中人工选择特征点而导致的生成效率低下问题，提高航空影像镶嵌和纠正的自动化程度，进而提高航空正射影像的生成效率，具有生产实际意义。

目前实际生成过程中，航空正射影像的制作一般有两个途径可以完成，一是借助摄影测量影像处理系统在数字高程模型（DEM）的辅助下将航拍序列影像制作成正射影像，一是利用多种软件在地形图的辅助下将影像制作成正射影像，这两种方案都存在都各自存在一定的问题。

影像镶嵌的关键在于匹配算法，而匹配算法主要有基于灰度和基于特征两大类，基于影像灰度信息进行影像匹配的算法主要有MAD[1]和SSDA[2]算法。

Harris[3]角点检测算法、SUSAN角点检测法[4]、SIFT算法等是常见的基于特征的影像匹配算法。

解决影像镶嵌及纠正处理的自动化算法的实现问题，进而提高航空影像制作正射影像的生产效率，具有生产实际意义。

2 系统设计与实现2.1系统总体设计实现三大模块： SIFT特征提取、SIFT特征匹配、影像镶嵌以及几何纠正。

功能结构如图1。

图 1 系统功能模块划分图2.2系统详细设计2.2.1影像特征提取模块SIFT算法核心是结合了多尺度理论对影像进行处理，根据待处理影像的大小确定需要建立的金字塔阶数以及每一阶包含的影像的层数，通过高斯模板运算建立每一阶影像的所有的影像层，然后再在高斯金字塔的基础上进行差分运算得到差分高斯金字塔。

基于SIFT特征点匹配校正的抗几何攻击水印算法

１
引言
作为版权保护的有效手段，数字水印在使用过程中必须能够对各种攻击具有较强的鲁棒性。已有
的大多数算法都可以有效抵抗加噪、滤波、ＪＰＥＧ压缩等常规攻击，而对于剪切、平移、缩放、旋转等
第１８卷第２期２０１３年４月
文章编号：１００７－０２４９（２０１３）０２－０１５８ — ０８
电路与系统学报
Ｊ０ＵＲＮＡＬ０ＦＣＩＲＣＵＩＴＳＡＮＤＳＹＳＴＥＭＳ
ＶＯ１．１８ＮＯ．２Ａｐｒｉｌ，２０１３
现有的抗几何攻击的水印算法大致可以分为三类：一是在对几何攻击具有不变性的域中嵌入水印
［１－３］，
如奇异值分解、Ｆｏｕｒｉｅｒ — Ｍｅｌｌｉｎ变换域、基于矩的图像归一化区域、Ｚｅｒｎｉｋｅ矩等；二是嵌入水印
制（ＤＣＱＩＭ）［引。通过量化技术把水印信息嵌入的算法实现简单，可以有效抵抗低噪声干扰，其最大的优点在于可以实现盲提取。Ｇｏｒｏｄｅｔｓｋｄ等人【］通过量化各子块奇异值向量的欧氏范数修改各子块的所有奇异值来实现水印的嵌入。但是基于量化的方法不能有效抵抗几何攻击。

基于SIFT特征点的抗几何失真数字水印算法

ｂｄｉｇｉｔａｅｅｏｉｓｆｉｇｎｔｉｅｄｎｎｏｗｖｌｔｄｍａｎｏｍａｅｉｈｓｍｅｈｄ；ｆｒａｅｍａｋｎｅｅｔｎ，ｋｓｓｆｓｂｅＳＦＩｅｔｒｐｉｔｏｔｏＢｅｏｅｗｔｒｒｉｇｄｔｃｉｍａｅｕｅｏｔｌＩ＂ｆａｕｅｏｎｓｆｏａ
２基于ｓｗｒ特征点的校正方案
２１Ｓｆ．ＩＴｒ特征点的检测及匹配
尺度不变特征变换称为ＳＦ描述符．是南ＤｖＬｗＩＴａｉＧ．ｅｄｏ
嵌入对策、频技术、道编码技术和利用视觉系统特性提高扩信
何利英，李智勇，伟灵，星明刘孙
ＨＥＬ — ｉｇ，ＩＺｉｙｎ，Ｉｅ — ｉｇ，ＵＮＸｉｇｍｉｇｉｙｎＬｈ — ｏｇＬＵＷｉｌｎＳｎ— ｎ
湖南大学计算机与通信学院．沙４０８长１０２
＿
ＨＥ — ｉｇ，ｉｙｎＬＩＷｅ— ｉｇ，ｔａ．ａｅｍａｋｎｌｏｉｈＬｉｙｎＬＩＺｈ — ｏｇ，Ｕｉｌｎｅ１ＷｔｒｒｉｇａｇｒｔｍｏｕｔｔｅｍｅｒｃｄｓｏｔｎｂｓｄｏＩｅ．ｒｂｓｏｇｏｔｉｉｔｒｉａｅｎＳｏｌｅｏｏｕｅｎｍｍｕｉａｉｎ，ｎｎｎｖｒｉＣａｇｈ１０２ＣｈｎｅｎｃｔｏＨｕａＵｉｅｓｔｈｎｓａ４０８ｙ，ｉａ

基于SIFT抗几何攻击的数字水印算法

基于ＳＩＦＴ抗几何攻击的数字水印算法
高虎明，李凯捷，王英娟
（天津财经大学管理信息系统系，天津３００２２２）
（￥通信作者电子邮箱ｌｋｊ＿８７１１２９＠１２６．ｃｏｎｒ）
摘
要：针对数字水印信息易遭几何攻击的问题以及水印算法的不可见性与鲁棒性的平衡性问题，提出一种基
关键词：尺度不变特征变换；局部特征区域；嵌入强度；Ｗａｔｓｏｎ人类视觉模型中图分类号：ＴＰ３９１；ＴＰ３９１．９文献标志码：Ａ
Ｄｉｇｉｔａｌｗａｔｅｒｍａｒｋｉｎｇａｌｇｏｒｉｔｈｍｏｆａｎｔｉ－ｇｅｏｍｅｔｒｉｃａｔａｃｔｋｓｂａｓｅｄｏｎＳＩＦＴ
于尺度不变特征变换（ＳＩＦＴ）的图像局部特征点的数字水印算法。首先利用ＳＩＦＴ算法在原始图像中寻找局部特征点，再以局部特征点确定多个满足一定条件的圆形局部特征区域（ＬＦＡ），经ＬＦＡ正规化后将水印嵌入到ＬＦＡ的离散余弦变换（ＤＣＴ）域的中频系数中。其中，考虑到水印信息对图像质量的影响，嵌入强度根据Ｗａｔｓｏｎ人类视觉模型进行动态调整。实验结果表明，该算法得出的峰值信噪比（ＰＳＮＲ）和水印相似度数值较高，说明该算法不仅保证了较好的水印不可见性，并且在一定的几何攻击下表现出较强的鲁棒性。

基于SIFT的抗几何攻击局部化图像水印

局部极值点的检测。
步，从而使水印检测失败。本文基于ＳＦＩＴ实现了一种抗几何攻击第二代数字水印算法，该算法对几何攻击具有较强的鲁
中圈分类号：Ｐ９Ｔ３１
基于ＳＦ的抗几何攻击局部化图像水印ＩＴ
李振宏，吴慧中
（南京理工大学计算机科学与技术系，南京２０９）１０４摘要：基于尺度不变特征变换（ＩＴ实现一种抗几何攻击数字水印。ＳＴ进行图像特征点的检测，ｓＦ）对ＩＦ选择合适的特征点生成载体图像中
几何攻击水印一直是研究人员关注的热点和难点之一。平移、旋转和缩放等几何攻击能够破坏数字水印嵌入和检测的同
值确定候选特征点；（）２对候选特征点进行筛选；（）３基于局部图像梯度方向为每个特征点分配方向。文献【】５在确定像素邻域时选择了当前尺度与相邻尺度的３邻域确定局部极值点，３Ｘ该尺寸邻域对图像的旋转操作较敏感，旋转后特征点的尺度变化较大，若采用较大邻域则可保证图像对图像旋转的鲁棒性，本文选择了４Ｘ４邻域进行
（ｐ．ｆｏｕｅｃｅｃｄＴｃｎｌｇ，ｎｉｇＵｎｖｒｔｆｃｅｃｎｅｈｏｏｙＮａｊｎ１０４ＤｅｔｏＣｍｐｔＳｉｎｅａｅｈｏｏｙＮａｊｉｅｓｙｏＳｉｅｄＴｃｎｌｇ，ｎｉｇ２０９）ｒｎｎｉｎａ［ｓｒｃ］ＡｎｖｌｉｉｌｔｍａｋａｏｓｂｓｄｏｃｌＩｖｒｎｅｔｒｒｎｆｒＳＦ）ｉｐｏｏｅ．ｅｔｒｏｎｓｒｅｃｄｕｉｇＡｂｔａｔｏｅｇｔｅｒｇｆｍａｅｎＳａｅｎａａｔａｕｅＴａｓｏｍ（ＩＴｓｒｐｓｄＦａｕｅｐｉｔａｅｄｔｔｓｄａｗａｒｌｉｉＦｅｅｎ

基于SIFT特征点匹配的水印图像几何校正算法

ＳＦｆａｕｅｐｉｔｔｈｎＩＴｅｔｒｏｎｓｍａｃｉｇ
ＬＡｉａＩＯＱ— ｎｎ
（ｅｔｆＣｍｕｒＩｏｔｎＭａａｅｅｔｕｎｘＵｉｒｔｉａｃＥｏｏｉ，ａｎｎ３０３ｈｎ）Ｄｐ．ｏｏｐｔ＆ｎｒｉｅｆｍａｏｎｇｍｎ，Ｇａｇｉｎｖｓｙｏｎｎｅ＆ｃｎｍｃＮｎｉｇ５００，ＣｉｅｉｆＦｓａ
ＴｓｍａｅｒｔｔｎａｄｓａｉｇｐａｔｒｏｌｅｅｔｔｄｂｈｉｅｅｃｅｗｅｅｓａｌｎｈａｔｅＩｒｆａｕｅｅｔｉｇｏａｉｎｅｌａｍｅｅｓｃｕｄｂｓｉｅｙｔｅｄｆｒｎｅｂｔｅｎｔｔｂｅａｄｔｅｆｒｈｒＳＦｔｒｏｎｒｍａｆｈｅ
ｃａｇｆｏｅｔｅｓａｌＦｅｔｒｏｎ ’ ｏｒｉｔｓｏｔａｈｔｏｈｅｏｉｉｌｉａ．ｅｒｔｃｌａａｙｉｎｄｅｐｒ— ｈｎｅｏｎｈｔｂｅＳＩｆａｕｅｐｉｔＳｃｏｄｎａｅｆｉｎｄｔａｆｔｒｇｎａｍｇｅＴｈｏｅｉａｎｌｓｓａｘｅｉＴ
第２８卷第６期
２１０１年６月
计算机应用研究
ＡｐｌａｉｎＲｅｅｒｈｏｍｐｔｒｐｉｔｏｓａｃｆＣｏｕｅｓｃ
Ｖｏ．８Ｎｏ６Ｉ２．
Ｊｎ０１ｕ．２１
基于ＳＩＴ特征点匹配的水印图像几何校正算法Ｆ

一种基于尺度不变特征变换sift的图像水印算法

一种基于尺度不变特征变换sift的图像水印算
法
基于尺度不变特征变换（SIFT）的图像水印算法由David Lowe在2000年提出，它是一种有效的数字图像保护技术，可以有效预防图像
盗用问题。

SIFT算法可以通过精确表示图像中的关键点和特征来识别一幅图像。

主要思想是，通过检测图像中关键点的金字塔上的特征，并计算
相应的尺度不变特征描述符（SIFTD）来标记图像，从而实现图像水印
算法。

此外，SIFT可以考虑到图像旋转和尺度变化，并可以在噪声、
平移和旋转等损坏情况下仍能够良好地定位和识别。

SIFT水印算法的实施步骤如下：
第一步：对原始图像进行金字塔细分，获得特征金字塔；
第二步：根据已知的特征点检测算法，检测特征金字塔中的关键点；
第三步：基于关键点的SIFT描述符生成算法，生成SIFT描述符；
第四步：将水印图像转换为SIFT描述符；
第五步：嵌入水印图像，根据随机码，对原始图像每个像素点的
处理，以达到嵌入水印的目的；
第六步：重新计算特征金字塔，更新检测关键点和其他SIFT描述符；
第七步：提取水印图像，根据提取码，对原始图像进行操作，得
出嵌入水印的图像；
第八步：根据提取后的水印图像，计算检验码，用来确定是否存
在盗用行为。

基于尺度不变特征变换（SIFT）的图像水印算法在数字图像水印领域应用较广泛。

它鲁棒性较强，可以在图像压缩或变换时保护图像的视觉信息，从而防止图像被盗用。

基于SIFT特征点的抗几何攻击GF-2影像水印算法

基于SIFT特征点的抗几何攻击GF-2影像水印算法基于SIFT特征点的抗几何攻击GF-2影像水印算法摘要：随着遥感技术的迅猛发展，高分辨率遥感影像在广泛应用的同时，也面临着信息安全的威胁，如恶意篡改、抄袭等。

为了保护遥感影像的版权和完整性，提出了一种基于尺度不变特征变换（Scale-Invariant Feature Transform，SIFT）的抗几何攻击GF-2影像水印算法。

首先，采用SIFT算法提取遥感影像的稳定特征点；然后，根据特征点的位置和描述子，利用混沌映射生成唯一的水印字符串，并通过置乱算法生成像素级水印嵌入规则；最后，利用时空域水印检测算法实现对抗几何攻击的影像水印提取和验证。

关键词：遥感影像；SIFT特征点；几何攻击；混沌映射；水印嵌入；水印检测1.引言随着遥感技术的快速发展和高分辨率遥感影像的广泛应用，如卫星影像、地理信息系统等，保护遥感影像的版权和完整性变得尤为重要。

然而，遥感影像的数字化特性使其易受到网络威胁和恶意篡改的影响，如图像盗取、信息抄袭等。

因此，为了应对这些挑战，研究者们提出了许多影像水印算法。

然而，传统的几何攻击（如旋转、缩放和平移）对水印嵌入和检测造成了很大的挑战。

2.相关工作2.1 SIFT算法SIFT算法是一种基于尺度空间的特征提取和匹配算法，对旋转、尺度和光照变化具有较好的鲁棒性。

通过利用特征点的位置和描述子，SIFT算法可以提取出图像的独特特征。

2.2 混沌映射混沌映射是一种非线性、非周期的动力学系统，具有高度的不可预测性和敏感性。

通过混沌映射生成唯一的水印字符串，可以增强水印算法的安全性和唯一性。

3.方法本文基于SIFT特征点的抗几何攻击GF-2影像水印算法的具体步骤如下：3.1 SIFT特征点提取首先，采用SIFT算法提取GF-2遥感影像的稳定特征点。

SIFT 算法的关键步骤包括尺度空间构建、高斯差分金字塔、关键点检测和描述子生成。

通过这些步骤，可以获得GF-2影像的稳定特征点。

基于SIFT 变换和DWT-SVD 的自适应图像水印算法

数字水印技术发展以来，有在空间域嵌入水印，也有在频域嵌入水印，但是很难在非固定区域嵌入水印[2]。同时，对整个载体进行算法的变换，也会带来巨大的计算量，而且选择在固定区域嵌入水印，也会给算法自身的安全性带来很大的困扰，在这样的情况下，自适应的数字水印技术就诞生了。自适应数字水印技术指嵌入水印的一些因素结合载体本身的特性或者特征，并且能够自适应调整水印的一些性质。一直以来很少做到嵌入水印的区域随着图像自身的特性而改变，大多数都是在以图像的中心做适度大小的圆形区域，这样的算法安全性和实用性并不突出。 HE Y 等[3]提出采用 DWT-DCT-SVD 的组合算法实现水印的嵌入，算法的时间开销很大，而且当含水印的载体图像遭到几何攻击后，从载体图像中提取出的水印的 PSNR 值和 NC 值不够好。ZEAR A 等[4]提出了采用 DWT-DCT-SVD 的组合算法，并且对水印图像进行了 DWT-DCT 的分解，利用 BP 神经网络选取最匹配的嵌入强度，该算法在仿真中提取出水印的 NC 值很高，水印符合度较高，但是在遭受旋转攻击的时候，提取出来的水印表现很差。郑秋梅等[5]提出了通过加权的 harris 变换提取出图像的角点特征，并且对提取出的角点进行筛选，选取符合条件的角点，由此决定符合条件的特征区域，系数之中，实验较为复杂，且实验结果不够完善。李晓明等[6]提出了一种通过 SIFT 变换实现图像配准的算法，通过使用 RANSAC 算法筛选特征点，当载体图像发生几何变换过后，仍然可以定位到图像特征点的位置。在光照不同，分辨率不同的条件下，均能保证非常好的鲁棒性，实验的匹配通过率高达 91%。该方法仅表明了算法的可行性，并且与数字水印领域的使用场景有一些差异。如何在图像遭遇图像攻击后，保证更好的匹配效果，是笔者研究的主要内容。

结合SIFT校正的视频对象鲁棒水印

结合SIFT校正的视频对象鲁棒水印张婷;吕皖丽;罗斌【摘要】A video object watermark algorithm using Scale-Invariant Feature Transform(SIFT) features and video segmentation based on spatio-temporal information is proposed. The watermark message is embedded in Discrete Cosine Transform(DCT) domain of the detected video object region. Before embedding the watermark, the object SIFT features are detected and registered in advance. In the detecting scheme, the object is corrected by using feature matching, and the message can be detected. Experimental results show that the algorithm can well protect the video object and be robust to geometric attacks and usual signal processing attacks.%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.【期刊名称】《计算机工程》【年(卷),期】2011(037)012【总页数】4页(P137-139,143)【关键词】视频对象;尺度不变特征变换;视频分割;离散余弦变换;视频水印【作者】张婷;吕皖丽;罗斌【作者单位】安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室,合肥230039;安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室,合肥230039;安徽大学计算机科学与技术学院计算智能与信号处理教育部重点实验室,合肥230039【正文语种】中文【中图分类】TP3091 概述视频对象是MPEG-4编码标准的基本要素之一，由于用户可以任意对视频对象进行拷贝复制，因此需要对视频对象的知识产权进行保护，视频水印技术是当今视频版权保护的一项重要手段。

基于sift特征点的抗几何攻击水印算法

—170— 基于SIFT 特征点的抗几何攻击水印算法李健，叶有培，何春梅，韩牟(南京理工大学计算机学院，南京 210094)摘要：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Delaunay 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。

关键词：数字水印；尺度不变特征变换；几何攻击；Delaunay 三角网Watermark Algorithm Against Geometric AttacksBased on SIFT Feature PointLI Jian, YE You-pei, HE Chun-mei, HAN Mu(College of Computer Science and Technology, Nanjing University of Science and Technology, Nanjing 210094)【Abstract 】The image watermark scheme based on Scale Invariant Feature Transform(SIFT) feature is proposed for resisting geometric attacks. The feature points are used to construct the Delaunay triangular mask, which can make the triangle to against geometric attacks based on the SIFT point’s ability of resisting geometric attacks. Watermark according the several-for-one principle is embedded in the image content using additive method. Experiments demonstrate that the algorithm can well withstand geometric attacks and usual signal processing attacks. 【Key words 】digital watermark; Scale Invariant Feature Transform(SIFT); geometric attacks; Delaunay triangular mask计算机工程 Computer Engineering 第35卷第19期Vol.35 No.19 2009年10月October 2009·安全技术·文章编号：1000—3428(2009)19—0170—02文献标识码：A中图分类号：TP3911 概述随着数字多媒体技术的快速发展，数字水印技术已经成为多媒体版权保护的一项重要手段。

一种抗几何失真的彩色图像数字水印算法

一种抗几何失真的彩色图像数字水印算法
何利英;李智勇;刘伟灵;孙星明
【期刊名称】《计算机应用研究》
【年(卷),期】2008(025)001
【摘要】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.
【总页数】3页(P257-259)
【作者】何利英;李智勇;刘伟灵;孙星明
【作者单位】湖南大学,计算机与通信学院,长沙,410082;湖南大学,计算机与通信学院,长沙,410082;湖南大学,计算机与通信学院,长沙,410082;湖南大学,计算机与通信学院,长沙,410082
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于奇异值分解的抗几何失真数字水印算法 [J], 李健;叶有培;刘光洁
2.一种基于DWT_SVD的抗几何攻击彩色图像水印算法 [J], 谢斌;彭林;刘珊
3.抗几何失真的局部数字水印算法 [J], 袁武钢;卢正鼎;凌贺飞;余艳玮
4.一种基于IFS的抗几何失真的数字水印算法 [J], 孙炜;曾文曲;陈鹤峰
5.一种改进的抗几何攻击彩色图像水印算法 [J], 贺元香;史宝明;李恒杰
因版权原因，仅展示原文概要，查看原文内容请购买。

一种基于尺度不变特征变换SIFT的图像水印算法

一种基于尺度不变特征变换SIFT的图像水印算法
熊顺清;王玉红;周卫红
【期刊名称】《云南民族大学学报（自然科学版）》
【年(卷),期】2012(021)005
【摘要】为提高抗几何攻击性能,提出一种基于尺度不变特征变换SIFT的鲁棒数字图像水印算法,水印算法思想是利用尺度不变特征变换SIFT分析图像内容并提取特征点,并以多个特征点为中心嵌入多个经过极坐标变换的圆形水印图像,试验表明,该分布式多水印算法能有效抵抗各种几何攻击,包括局部非线性失真攻击.
【总页数】4页(P361-364)
【作者】熊顺清;王玉红;周卫红
【作者单位】云南民族大学数学与计算机科学学院,云南昆明650031;云南民族大学数学与计算机科学学院,云南昆明650031;云南民族大学数学与计算机科学学院,云南昆明650031
【正文语种】中文
【中图分类】TP391.13
【相关文献】
1.基于尺度不变特征变换特征的显微图像在线拼接方法 [J], 孙明竹;赵新;程小燕;卢桂章
2.基于彩色信息的尺度不变特征变换图像特征点提取与匹配 [J], 吴寅初;马戎
3.基于可变形多尺度变换的几何不变鲁棒图像水印算法 [J], 王春桃;倪江群;卓华硕;黄继武
4.一种适用于肝脏CT图像配准改进的尺度不变特征变换算法 [J], 万振环
5.基于尺度不变特征变换的快速图像特征区域检测 [J], 丁永胜
因版权原因，仅展示原文概要，查看原文内容请购买。