基于可變形多分辨率變換的抗幾何攻擊魯棒水印算法研究的綜述報告_第1頁
基于可變形多分辨率變換的抗幾何攻擊魯棒水印算法研究的綜述報告_第2頁
基于可變形多分辨率變換的抗幾何攻擊魯棒水印算法研究的綜述報告_第3頁
全文預覽已結束

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

基于可變形多分辨率變換的抗幾何攻擊魯棒水印算法研究的綜述報告隨著信息技術的不斷進步,數(shù)字圖片在各領域中的應用越來越廣泛,如數(shù)字版權保護、信息安全、醫(yī)學圖像分析、虛擬現(xiàn)實等等,而數(shù)字圖片的安全問題也隨之變得尤為重要。其中之一就是數(shù)字圖片的抗幾何攻擊問題。在傳統(tǒng)的數(shù)字水印技術中,很容易受到旋轉、縮放、裁剪等幾何攻擊的影響,導致水印信息被破壞,因此開發(fā)出抗幾何攻擊的魯棒水印算法變得十分必要。可變形多分辨率變換技術(DeformableMulti-ResolutionTransform,DMRT)是一種流行的數(shù)字水印技術,它可以在多個分辨率和變換空間中對圖像進行重復性變換,并且可以在各種程度上抵制攻擊,從而提高水印嵌入的安全性和穩(wěn)健性。在這份綜述報告中,我們將介紹基于DMRT技術的抗幾何攻擊魯棒水印算法的研究現(xiàn)狀。一、DMRT技術介紹DMRT技術是一種可變形的模板匹配技術,可以利用多分辨率分析來實現(xiàn)在空間中的變形和旋轉。在數(shù)字水印技術中,采用DMRT技術,對輸入圖像進行一系列可變形的預處理操作,得到一系列多分辨率圖像。具體操作包括以下幾個步驟:1.采用小尺寸的濾波器對圖像進行平滑濾波,預處理得到粗略的多分辨率圖像。2.通過變形技術對低分辨率圖像進行處理,得到更多的變形分辨率圖像,將不同分辨率的圖像疊加到一起。3.使用更大的濾波器來提取圖像的邊緣特征和其他局部特征。4.用較大的尺度,對這些局部特征和邊緣特征進行變形。DMRT技術能夠對于圖像的旋轉和縮放具有極好的不變性,同時還具有高度的可重復性和不受一般操作的影響,因此DMRT技術被廣泛應用在數(shù)字水印領域中。二、基于DMRT的抗幾何攻擊魯棒水印算法研究現(xiàn)狀1.Tang等人的DMRT算法Tang等人在2017年提出了一種基于DMRT和BSIF(Bit-PlaneIndependentFeatures)的抗幾何攻擊魯棒水印算法。BSIF算法是一種局部圖像特征提取方法,它利用二進制模式來提取本地圖像特征,而不需要求導,使得其對于光照、尺度、旋轉等基礎幾何變換的魯棒性非常強。在Tang等人的算法中,將DMRT方法與BSIF方法相結合,利用DMRT生成的多尺度、多方向的圖像特征來進行水印嵌入和水印提取。2.Wang等人的DMRT算法Wang等人在2018年提出了一種基于DMRT的抗幾何攻擊魯棒水印算法。在該算法中,先利用DMRT技術生成多種降采樣圖像,然后將這些圖像分別對應著一個脊線模板,再通過計算兩個重疊區(qū)域內脊線的差值來提取水印。通過將水印各個分割信息通過格點分布進行合并,實現(xiàn)了抗幾何攻擊的效果。3.Zhang等人的DMRT算法Zhang等人在2019年提出了一種基于DMRT和全局特征的抗幾何攻擊魯棒水印算法。該算法采用DMRT生成多尺度、多方向的圖像,然后利用特征點算法提取圖像中的尺度不變性特征,將這些特征點存入文件中,實現(xiàn)了一個植入水印的模板。在提取階段,將植入水印的模板與圖像進行匹配,提取水印。三、結論從以上三個算法可以看出,基于DMRT技術的抗幾何攻擊魯棒水印算法在防止幾何攻擊方面有著非常好的效果,同時其嵌入水印和提

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論