基于SIFT和伪Zernike矩归一化的抗几何攻击水印

提出一种基于SIFT和伪Zernike矩归一化的抗几何攻击水印方案。首先用SIFT方法提取载体图像的特征点,筛选得到关键点。然后在关键点确定载体图像的方形子区域嵌入水印。嵌入时计算方形子区域的伪Zernike矩值,并对矩值作归一化处理,选择部分低阶矩幅值抖动量化嵌入水印。为抵抗几何攻击,检测前进行基于SIF关键点的几何失真校正,对校正后的图像提取水印。实验结果表明该算法对旋转、剪切、JPEG、压缩、噪声、中值滤波等攻击有很好的鲁棒性。

伪Zernike矩归一化的抗几何攻击图像水印

以改进的伪Zernike矩相关知识为基础,提出了一种改进的抗几何攻击的数字水印算法。该算法首先计算载体图像的伪Zernike矩,然后对其进行归一化处理。最后选择部分低阶矩幅值量化嵌入水印。实验结果表明该数字水印算法不仅可以抵抗常规的数字信号处理,而且较基于伪Zernike矩的抗几何攻击的数字水印算法有对旋转和缩放的联合攻击具有较好的抵抗能力。

基于伪Zernike矩归一化的人脸特征提取方法

以改进的伪Zernike矩相关知识为基础,提出了一种新颖的人脸识别特征提取方法。该方法在识别时不需要进行几何校正,降低了人脸识别系统的算法复杂度。计算人脸图像的伪Zernike矩,对其进行归一化处理,采用最小邻近分类器进行判别。实验结果表明,该算法不受人脸尺度和旋转变化的影响,并且对表情、姿态和光照具有较强鲁棒性。进一步探讨了伪Zernike矩在人脸识别方面的应用。

基于分块的伪Zernike矩归一化的人脸识别方法

以改进的伪Zemike矩相关知识为背景，提出了一种新颖的人脸识别方法。该方法通过将人脸分块，降低了光照条件、人脸表情等外在因素对人脸识别的影响。首先将人脸图像分块并重组矩阵的行和列，然后计算重组后人脸图像的伪Zemike矩，并对其进行归一化处理，最后采用最小邻近分类器进行判别。实验结果表明，该方法对于人脸光照、姿态和表情变化均具有良好的鲁棒性。在前人的研究基础上，进一步探讨了伪Zemike矩在人脸识别方面的应用。