11、基于尺度空间特征的图像水印技术解析

基于尺度空间特征的图像水印技术解析

在图像水印领域，现有的一些方案存在着诸多不足。部分方案将水印嵌入空间域，导致水印鲁棒性欠佳；而一些频域方案，如Wang等人提出的DFT域方案，虽有改进，但仍存在水印能量损失和图像旋转校正引入误差等问题。接下来，我们将详细介绍一种基于尺度空间特征的新型图像水印方案，它结合了尺度不变特征变换（SIFT）的水印同步和非下采样Contourlet变换（NSCT）域的奇偶量化嵌入/提取技术，展现出了良好的性能。

1. 水印同步

本方案采用SIFT实现水印同步，下面将介绍尺度空间理论、SIFT关键点提取方法以及水印同步过程。
- 图像尺度空间与SIFT
- 对于图像$I(x, y)$，其尺度空间定义为函数$L(x, y, σ)$，由可变尺度高斯函数$G(x, y, σ)$与图像卷积得到：
[L(x, y, σ) = G(x, y, σ) ∗I(x, y)]
其中
[G(x, y, σ) = \frac{1}{2\piσ^2} e^{-(x^2 + y^2)/2σ^2}]
- SIFT特征点检测采用分阶段滤波方法：
- 步骤一 ：通过查找高斯差分（DoG）函数$D(x, y, σ)$的尺度空间极值来确定位置和尺度。DoG图像通过减去两个尺度相差常数因子$k$的尺度空间图像得到：
[D(x, y, σ) = L(x, y, kσ) −L(x, y, σ)]
为检测$D(x, y, σ)$的局部极值，每个采样点需与其当前图像的8个邻域点以及上下尺度的9个邻域点进行比较，只有比所有26个邻域点都大或都小的点才会被选中。