基于Blob-Harris特征区域和NSCT-Zernike的鲁棒水印算法

为了有效抵抗水印图像的几何攻击，该文提出了一种基于Blob-Harris特征区域和非下采样轮廓波变换(NSCT)和伪Zernike矩的鲁棒水印算法。首先原始图像进行两层非下采样Contourlet变换后提取其低频图像，然后利用Blob-Harris检测算子对低频图像进行特征点提取，根据各个特征点的特征尺度确定其特征区域，优化筛选出稳定且互不重叠的特征区域并将其四周补零，得到稳定的互不重叠的方形特征区域作为水印嵌入区域，最后计算每一个方形特征区域的Zernike矩，将水印信息嵌入在量化调制正则化Zernike矩的幅值当中。实验结果表明，Lena图峰值信噪比达到40 dB以上时，本文算法对常规图像处理以及缩放、旋转、剪切等几何攻击和组合攻击都有相对较强的鲁棒性。