当前课程知识点：刑侦视频图像处理 > 第5章 图像水印技术 > 5.2图像单水印技术 > 5.2图像单水印技术
大家好
这节课我们来学习数字图像单水印技术
根据载体中嵌入水印的数量
我们把图像水印分为
单水印和双水印两大类
那么这节课呢我们就来研究
单水印技术
这节课的主要内容
包括了这样三个部分
单水印的一般模型
另外一个我们来学习
基于空域的图像单水印技术
和基于变换域的图像单水印技术
首先我们来看一下
数字图像单水印的一般模型
水印的模型
分了两部分
一个是水印的嵌入
另外一个是水印的提取
在水印的嵌入部分
为了保证水印的安全
一般会对水印做一个加密处理
水印信息
它可以是文本
也可以是图像
也可以是一个数据
二值数据等等
都可以
对于图像来说
就是载体图像来说
到底是在哪个域上
进行处理
预处理
就是说把水印
嵌入到载体图像的哪个部分
当嵌入在空域时候
基于空域的图像水印技术
当在变换域嵌入水印
就是基于变换域的水印技术
在接收的过程中
肯定会受到一些外加干扰
比如说攻击
噪声
或者说重采样，压缩等等
可能是有意的
也可能是无意造成的
在接收时候
分了两种情况
一种就是我们来检测
有没有水印
另外一种
我们不仅要检测
还要提取出来水印
并且经过一个反处理
反处理
是因为前面
我们做了一个加密处理
那这一块
就需要做一个
解密处理
把原始的水印恢复出来
对于单水印图像来说
都是这样的一个框架
那么我们来看一下
当水印是基于空域来嵌入的话
那么就是基于空域的
数字图像水印技术
基于空域的数字图像水印技术
最典型的也是最简单的
就是将水印信息镶嵌在
图像的最低有效位上
基于LSB的
数字图像水印技术
这是最简单的
也是最典型的
那么什么是LSB呢
就是说我们把一幅图像
分成8个位平面
这8个位平面是怎么来的
就是说
每个像素它的灰度值
有一个0~255的范围
那么0~255
是有256种
256是2的8次方
那么我们把它按8个比特写出来
把每一个像素的
相同的比特位提出来
就是一个位平面
那么就有
从第8个位平面
到第一个位平面
我们看到
第8个位平面和第7个位平面包含
的信息最多
到第一个位平面
我包含的信息就非常的小
那么换句话说就是说
它对图像的影响就非常小
因此这是最简单的嵌入方式
根据我们的嵌入规则
将这个水印嵌入到最低的有效位置上
左边是原始的图像
中间是水印信息
右边
含水印的图像
这个提取也非常的容易
如果没有噪声，滤波，压缩
等等这些攻击
还是很容易的
把源水印从
携带使用信息的载体中
提取出来
我们看到这两幅图
基本上没有什么差异
视觉看到的信息
还是非常相似的
我们来看
当携带水印信息的载体
被噪声攻击的时候
我们看提取出来的水印
那么左边的这两幅图
一个是原始图像
另外一个是
噪声攻击以后的
携带水印图像
右边的这两幅图
第一个是原始水印
第二个是我们提取出来的
也就是说对于这种水印算法来说
它的鲁棒性特别差
它很难抵抗这种噪声
滤波等等这样的一些攻击
另外一个就是
基于变换域的处理
比如说
DCT域，DWT域
这一块我们来看
给出了一个基于DWT域
的一个变化
并且我们对水印做了加密
上面的三幅图
是我们原始的图像
第一幅图是大家最常见的
数字图像处理领域的
Lena这个图像
第二幅和第三幅图是现勘图像
那么底下的这两个左边
这个是原始的水印图像
右边这个是对水印图像
做了加密处理以后的
我们看到
把这个水印
嵌入载体中
左边是原始的水印
右边是一些测试的数据
基于DWT域的一个测试数据
我们看一下
第一列是未受攻击的情况下
那么从未受攻击的情况下
可以看到
普适图像，Lena图像
提取出来的效果是最好的
现勘图像
车和指纹图像
提取出来的效果
就不如Lena图像提取出来的
也就是说这种算法
其实对于刑侦图像来说
还是效果不是特别好
受攻击的情况下
这块有JPEG压缩，噪声
滤波，我们看到
对这三种攻击情况下
每一个都是有不同程度的影响
相比较来说
还是Lena图像的效果是最好的
而现勘图像的这两种是
一般
不过如果说
我们只是说要能识别出来
这个水印里面的文字信息的话
那么对于这些效果来说也够了
这就是对于DWT
域的数字图像
单水印技术，相比较
刚才我们讲的
基于空域的
最简单的 LSB的方法来说
它的性能要好一些
其实后面
或者又提出了很多改进的算法
来改进水印的性能
以及它抵抗攻击的性能
好
这一节课我们就讲到这一块
-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
