摘要
针对含水印信息的图像对几何攻击鲁棒性不强的问题,提出一种基于改进的尺度不变特征变换(Elite opposition-learning strategy based Harris hawks optimization and Scale-invariant feature transform, EOSHHO-SIFT)的图像水印算法。首先,水印预处理:对水印进行基于奇异值分解的预处理,得到需要嵌入奇异矩阵的信息;其次,载体预处理:对载体图像进行HAAR多小波变换,并在变换后的载体图像中使用EOSHHO-SIFT算法进行特征点提取;再次,水印嵌入:上述特征点作为鲁棒水印的嵌入区域,而用EOSHHO-SIFT优化后的特征点进行鲁棒水印的嵌入;最后,水印提取:利用HAAR以及EOSHHO-SIFT提取出含有水印信息的特征点,并利用此特征点所含的奇异值信息对水印进行重组。仿真结果表明,与其它不具有旋转不变特性的图像水印算法相比,算法具有较强的抗噪声、抗滤波以及抗几何攻击的能力。
- 单位