当前课程知识点:刑侦视频图像处理 > 第5章 图像水印技术 > 5.1图像水印技术概述 > 5.1图像水印技术概述
大家好
今天我们来学习
数字图像水印技术的基础知识
那么它主要包括了
这样的几个内容
第一个
就是信息隐藏
和数字水印之间的关系
数字图像水印的定义
它的特点分类
以及评价水印的性能指标
最后我们再来了解一下它的应用
那么对数字水印与信息隐藏来说
数字水印
它是信息隐藏下面的一个分支
他们都是将信息隐藏在载体中
但对信息隐藏来说
它是将要传输的秘密信息
加载在载体中
在接收的时候
需要从载体中
精确的
恢复出来原始的信息
而对于数字水印来说
一般来说
我们只需检测其存在性
规定需要精确的恢复
那么什么是数字水印呢
它是说将水印信息
加载在其他数据
或者说数组数据中
具有唯一确定性
并且它不影响数据的使用
当这个载体为图像时
那么就是我们今天要说的
数字图像水印技术
在学习这个数字图像水印技术之前
我们来看这样两幅图像
这是由网上下载下来的
在百度我们下载图像的时候
我们会看到这图像上
有时候会有
有哪个网站提供
或者是由某个人拍摄的
这个就是一个可见的水印
我们也看到这样的一个
这是一个指纹图像
中间是水印图像
右边是我们加载了
水印以后的图像
我们对比前面的那幅图
百度下载的图来看
前面那个是我们可以看到水印的
而后面的指纹图像里面
携带这个信息
是没有办法看到的
这就是一个不可见的水印
在后面我们讨论的
都是不可见水印
对于不可见水印来说
具有着这样的一个特点
首先第一个要保证它的安全性
也就是说他要难以被发现
擦除或者说篡改
而且要有较低的一个误检率
或者说虚警率
另外一个水印
它具有鲁棒性
也就是说在传输的时候
我们存储传输可能会受到有意
或者是无意的一些攻击
比如说压缩重采样噪声等等
那么这个水印的算法
它必须要具有鲁棒性
能抵抗这些攻击
还有它的隐蔽性
也就是说我们要视觉上不可见
这不可感知到这个水印的存在
最后一个就是水印的容量
那么对于水印来说
它要加载载体中
不是说无限的
就是说
我可以无限的去加载
这图像加载也是有一定的容限
就好比说一个杯子
它最大容量只有500毫升
你再多装
500毫升以上
那么能装进去吗?肯定是不能的
对于水印来说也是一样的
而水印的容量跟水印的
不可感知性之间是相互矛盾的
加载的水印容量越大
那么它的不可感知性
肯定是越差
一般我们要对这两个
来做一个折中的处理
水印依据不同的原则
划分为不同的类
依据水印特性
划分为鲁棒水印和易损水印
鲁棒水印
它能抵抗各种攻击的
鲁棒性强
而易损水印敏感
对于修改非常的敏感
提示图像被修改了
按照检测过程来分
那么我们分了明文水印和盲水印
也就是说一个是需要
原始水印的参与来检测
另外一个是不需要,多数情况下
我们都是采用盲水印技术
按照这个水印的内容来分
我们分了有意义的水印
和无意义的水印
当然我们也可以按照它的用途来分
比如说票证的真伪
还有版权的处理等等这样的
我们也可以按照载体中
加载的水印的数量来分
我们分了单水印和双水印
后面我们就按照单水印和双水印来做介绍
对于水印一个算法来说
要评判水印算法的性能到底如何
它有着这样的一些指标
一般我们是指客观指标
主观的指标就是人为的
我们来视觉上去评判
但是更多的
我们是用客观指标来评判的
主观指标的一个失真程度
客观的评价指标
有这样一些指标
均方误差
峰值信噪比,加权的峰值信噪比
结构相似性
以及归一化系数
和误比特率
多数我们用的是峰值信噪比,结构相似性
归一化系数和误比特率来衡量
数字图像水印发展了这么多年
那么它在各个领域
也得到了广泛的应用
比如说
这些图像和视频的
一个版权的保护
和票证的防伪,篡改的提示
等等这样的一些应用
在刑侦领域来说
现勘图像
我们要保证它的安全性
因为它对案件的处理
非常关键
那么我们要保证安全性
首先我们要保证
当这个图像被篡改了以后
要提示它已经被改动了
另外一个就是根据水印信息
我们能溯源
就是说根据水印信息
我们能知道
这一幅图
就是现勘图
它是由谁拍摄的
出自于哪个案件的等等
这样的一些信息
在刑侦领域
图像检索
等等这样的一些后处理
也是非常关键的
案件的处理
我们不可能人为的
去一一一张的去对比着看
我们希望能有好技术
比如说快速的去检索到
与案件相关的这些图像信息
加载的水印以后
还要不影响
图像检索等等
这样的一些后处理
所以说在刑侦领域
我们有需求
那么今天我们就把图像
水印的相关基础知识介绍完了
下一节我们来看一下
图像单水印技术
好
谢谢大家
-1.1 绪论(上)
--1.1绪论(上)
-1.2 绪论(下)
-第1章测试
-2.1 光照不良图像增强处理(上)
-2.2 光照不良图像增强处理(下)
-第2章习题
-3.1图像超分辨率重建技术概述
-3.2基于插值的图像超分辨率重建
-3.3基于深度学习的图像超分辨率重建之神经网络
-3.4基于深度学习的图像超分辨率重建
-3.5基础知识介绍
-3.6压缩感知与超分辨率重建
-3.7基于压缩感知字典学习的超分方法
-第3章测试一
-第3章测试二
-4.1引言-什么是HDR图像
-4.2 概述-HDR图像处理的研究内容
-4.3HDR图像获取—多曝光融合
-4.4色调映射基础
-第4章测试题
-5.1图像水印技术概述
-5.2图像单水印技术
-5.3图像双水印技术
-第5章测试题
-6.1图像检索概述
-6.2词袋(BOW)特征描述
-6.3VLAD特征编码
-6.4PCA降维
--6.4PCA降维
-7.1 监控视频编码的作用
-7.2 监控视频编码的标准
-7.3 监控视频编码标准
-第7章测试
-8.1运动目标检测
-8.2运动目标跟踪
-第8章测试题
-9.1高光谱图像基础知识
-9.2高光谱图像的应用
-9.3高光谱图像处理
-第9章测试题
-10.1现勘足迹的基本知识
-10.2现勘足迹提取方法
-10.3结构光测量技术概况
-10.4结构光提取原理
-10.5现勘三维现场重建技术
-10.6基于二维图像的三维现场重建
-10.7基于深度信息的三维现场重建
-10.8应用案例
--10.8应用案例
-第10章测试题
-11.1研究背景与意义
-11.2图像预处理技术
-11.3基于LBP纹理的鞋印检索
-11.4基于SIFT特征的鞋印检索
-第11章测试题
-12.1什么是案件的智能串并?
-12.2实现智能串并案的机遇与挑战
-12.3智能串并案的实现策略与方案
-12.4真实案件智能串并的实现
-第12章测试题
-13.1刑侦模拟画像概述
-13.2 刑侦模拟画像计算机辅助系统
-13.3刑侦模拟画像计算机辅助系统:两维三维画像辅助
-第13章测试题