數(shù)字水印中的幾何不變特征點(diǎn)提取算法研究.pdf

1、圖像幾何不變特征點(diǎn)提取對(duì)第二代抗幾何攻擊數(shù)字水印的設(shè)計(jì)與實(shí)現(xiàn)有著極其重要的意義，它為局部水印嵌入提供參考點(diǎn)，關(guān)系到嵌入水印的魯棒性。幾何不變特征點(diǎn)提取還對(duì)模式識(shí)別，人臉器官的識(shí)別定位，基于內(nèi)容的圖像視頻檢索技術(shù)都有著非常重要的意義。
　　 基于曲率尺度空間（curvature scale space）的抗幾何變換圖像特征點(diǎn)是一種基于輪廓的特征點(diǎn)提取方法。在提取圖像特征點(diǎn)之前，首先需要提取圖像的輪廓信息，然后在不同的尺度下觀(guān)察輪廓

2、，找到曲率最大的點(diǎn)來(lái)作為特征點(diǎn)，然而由于提取圖像輪廓計(jì)算量很大，所以算法整體效率不高。Harris-Laplace角點(diǎn)檢測(cè)方法是一種直接基于灰度圖像多尺度抗幾何攻擊角點(diǎn)提取算法，但需要對(duì)每個(gè)尺度都進(jìn)行特征點(diǎn)提取，計(jì)算也比較復(fù)雜。
　　 將Harris-Laplace角點(diǎn)檢測(cè)方法進(jìn)行改進(jìn)，把直接分析圖像局部灰度值的角點(diǎn)提取方法與圖象尺度空間的思想相結(jié)合，并兼顧多尺度的不同權(quán)值，則既可以保證角點(diǎn)抵抗一般幾何攻擊的魯棒性，又減少計(jì)算復(fù)

3、雜度，根據(jù)此思路提出了加權(quán)平均Harris-Laplace角點(diǎn)檢測(cè)方法來(lái)提取特征點(diǎn)的方法，為每個(gè)尺度指定一個(gè)權(quán)值，取多尺度圖像取加權(quán)平均值作為特征點(diǎn)提取的依據(jù)，這樣就只需要在加權(quán)平均的特征增強(qiáng)圖像上提取一次特征點(diǎn)，減少了計(jì)算量。
　　 通過(guò)大尺度觀(guān)察圖像，可以得到圖像的粗糙畫(huà)面；而從小尺度觀(guān)察，能夠檢測(cè)到圖像的細(xì)節(jié)特征。根據(jù)這個(gè)思路又提出了迭代逼近Harris特征點(diǎn)提取算法，該算法從大尺度開(kāi)始提取特征點(diǎn)，逐步降低尺度，迭代逼近特