基于支持向量机的鲁棒盲水印算法
提出了一种基于支持向量机的鲁棒盲水印算法.该算法首先用多尺度Harris-Laplace检测算子从载体图像中提取出稳定的特征点,然后根据特征自适应确定局部特征区域,在特征区域选择一些点作为嵌入水印的点,结合图像的邻域相关性,根据灰度图像特点,选取特征向量作为SVR训练模型,进而利用SVR进行预测,调节嵌入点的像素值进行水印的嵌入和提取.实验结果表明,用该技术嵌入水印后的图像具有很好的图像感知质量,时常规信号处理乖去同步攻击特别是JPEG压缩具有较强的鲁棒性.
数字水印、Harris-Laplace角点检测、特征点、回归型支持向量机、盲检测
30
TP309+.2(计算技术、计算机技术)
国家自然科学基金项目60372071;中国科学院自动化研究所复杂系统与智能科学重点实验室开放课题基金项目20070101;辽宁省教育厅高等学校科学研究基金项目2004C031
2010-01-22(万方平台首次上网日期,不代表论文的发表时间)
共3页
5273-5275