39、图像水印与印度字符图像特征提取技术解析

图像水印与印度字符图像特征提取技术解析

图像水印技术

在图像水印领域，奇异值分解（SVD）扮演着重要角色。SVD 能将最大的信号能量尽可能地压缩到最少的系数中，图像的奇异值（SVs）具有良好的稳定性，即当图像添加小的抖动时，SVs 不会有剧烈变化。

目前，基于 SVD 的图像水印算法众多，主要包括以下几种：
- 修改宿主图像的奇异值。
- 修改宿主图像的奇异向量。
- 修改宿主图像的奇异向量和值。
- 将上述特征与其他变换域（如 DFT、DCT、FFT 等）相结合。

基于 SVD 的算法可分为两类：纯 SVD 算法和 SVD 与变换域结合的算法。在本文中，重点比较了基于块和非基于块的水印方案，它们都在离散余弦变换（DCT）域中使用了 SVD 变换。

基于块的方法

该方案首先将原始图像分割成不重叠的块，对每个块应用 SVD 变换，然后将水印嵌入到奇异值中。具体步骤如下：
1. 输入封面图像 C。
2. 按 Zig Zag 顺序将 C 的 DCT 映射到四个频率带。
3. 对每个频带 Bi 应用 SVD。
4. 对 DCT 变换后的水印应用 SVD。
5. 通过嵌入水印的 SVs 来修改 Bi 的 SVs。
6. 计算修改后的 DCT。
7. 对修改后的 DCT 进行逆 Zigzag 映射。
8. 应用逆 DCT。

在提取阶段，从每个块中提取四个水印图像，并通过视觉评估和皮尔逊相关系数等相似度测量因素来评估提取的水印质量。该方法将水印隐藏在四个象限中，因此提取过程会返回四个水印。