主权项 |
1.一种基于视觉显著性的图像零水印算法,其特征在于通过引入Koch and Itti视觉注意机制模型自动分析划分出图像显著性区域,再对该区域进行SIFT特征提取,提取的特征信息经过进一步的筛选处理,作为唯一标识该图像的零水印信息进行注册登记;该算法具体包括以下步骤:A1.利用Koch and Itti视觉注意机制模型对大小为N*N的原始图像oriMap进行显著性分析,在获得的一张综合视觉显著度图saliencyMap<sub>a</sub>((N/2<sup>mapLevel-1</sup>)×(N/2<sup>mapLevel-1</sup>))中,按照显著性程度由强到弱的规则排列显著点,为了增强提取水印的鲁棒性,实验中我们选取显著性前三块显著区域,模型返回三块区域的圆心,即显著点坐标O<sub>a1</sub>,O<sub>a2</sub>,O<sub>a3</sub>;A2.为了产生的水印信息能够很好的抵抗噪声,滤波等干扰,我们对原始图像oriMap(N×N)进行一级Contourlet变换,得到低频逼近子图subMap<sub>a</sub>((N/2)×(N/2));A3.将A1中模型返回的显著性前三个显著点坐标O<sub>a1~3</sub>,从图片saliencyMap<sub>a</sub>(N/2<sup>mapLevel-1</sup>)×(N/2<sup>mapLevel-1</sup>)尺寸下映射到一级低频逼近子图subMap<sub>a</sub>(N/2)×(N/2)尺寸下,得到逼近子图subMap<sub>a</sub>中的显著点坐标<img file="FDA0000093968670000011.GIF" wi="525" he="60" />A4.在低频逼近子图上我们以显著点<img file="FDA0000093968670000012.GIF" wi="125" he="59" />为圆心,半径为R的圆依次划出显著性区域,并截取三块圆形区域;为了方便计算,我们通过在边缘补零,将截取的图片转为正方形尺寸,获得的显著区域子图为saliencysubMap<sub>a1~3</sub>尺寸为(2R+1)×(2R+1);A5.对显著区域子图saliencysubMap<sub>a1~3</sub>分别提取SIFT特征.为了减少截取边缘的干扰,对提取的关键点应满足如式(1)约束:|Location(i)-Center|<radius-r (1)|.|是求两点的距离,Center为图形中心坐标(R+1,R+1),Location(i),i=1,2,3~m,为SIFT关键点的坐标,m不固定,radius=R+1,最终可获得saliencysubMap<sub>a</sub>三组关键点描述特征向量(Descriptor<sub>a1~3</sub>);A6.将满足A5中条件一副图像的三组关键点描述特征向量集(Descriptor<sub>a1~3</sub>)作为水印信息W<sub>a</sub>提交Database注册并存储,以备版权认证。 |