基于图像尺度变化的一种特征点匹配算法

通过对灰度相关法特征点匹配算法的理论研究和实验分析,提出了一种能够克服图像尺度变化的特征点匹配算法。该算法主要根据图像特征点间欧氏距离的关系,结合传统的特征点灰度相关法和特征点的梯度相关法进行精确匹配。实验证明,该算法容易理解,易于实现,匹配结果较精确,误匹配点较少。

一种可抗几何攻击的图像鲁棒水印算法

抗几何攻击是鲁棒水印算法研究的关键问题之一,基于归一化的技术虽然具有一定的抗几何攻击能力,但对于剪切等图像内容丢失攻击显得无能为力.针对该问题,结合图像特征点及梯度方向,提出一种可抗几何攻击的鲁棒水印算法.由于在图像几何变换中,图像两个点处的梯度方向夹角能够保持不变,因此算法通过修改两个特征点间的梯度方向夹角进行水印嵌入,并在理论上给出了可通过修改特征点处邻域的DCT系数以完成上述嵌入过程.该算法不需对图像或图像的区域进行归一化处理,从而避免了因图像内容丢失而引起的归一化不同步问题.实验结果表明,算法能够抵抗多种对含水印图像的常规处理攻击和几何攻击,尤其对于裁剪攻击具有较好的鲁棒性.