close
Digital Watermarking Robust to Geometric Distortions
IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 14, NO. 12, DECEMBER 2005
IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 14, NO. 12, DECEMBER 2005
這一篇論文提出了兩個方法來讓浮水印可以抵抗幾何變型。第一個方法利用影像的正規化(Image Normalization)。正規化後的特色是說,原始影像和經過幾何變型的影像,做了正規化之後,都可以得到相同的影像。利用這個特性,將浮水印藏在正規化後的區域,就算是遭受到幾何破壞,還是可以從正確的位置取回我們藏入的浮水印。第二個方法是利用原始影像來估算幾何破壞的向量,將破壞後的影像反推回沒有破壞前的狀態,再從對應的位置抓回我們藏入的浮水印。第一個方法在取回浮水印的時候不需要原始的影像,而第二的方法則需要。而取回浮水印不需要原始影像(Blind)是大家比較著重研究的部份。
浮水印技術最難抵抗的就是幾何變型,而作者一次提出了兩中方法來抵抗幾何破壞。作者第一個提出的方法-影像正規化。是透過數學的計算來使得同一張影像,不管是經過放大、旋轉、位移...等幾何變型之後,都可以得到同意張正規化的結果。如下圖...(此圖出處為該篇論文)
有了正規化後的圖,我們取出其中影像的位置,將浮水印藏入其中。如果藏有浮水印的影像遭受到幾何變型之後,我們只要將該影像同樣經過正規化,即可將符水印轉回原本的藏入的位置,而不會因為位置改變而導致取出浮水印失敗。至於怎麼正規化、為什麼可以達到預期的結果,論文的附錄有證明。
第二個方法是利用原始影像和破壞後的影像來推算出變形向量(變形網格),然後將破壞後的影像反算回未破壞的影像。此方法可以使用在任意的幾何變形上,但是相對的,他在取回浮水印的時候就一定要有原始影像。概念如下圖表示...(此圖出處為該篇論文)
(a) 為原始影像。(b) 為經過任意幾何變形的影像。(c) 為 a、b 兩張影像的差,可以看到兩張影像變形滿嚴重的。(d) 為 b 影像用 a 影像推算的變形網格。(e) 為利用變形網格將 b 反算回原始影像。(f) 為反算得的影像和原始影像 a 的差,可以看到明顯的比 c 來的好很多。
結論:
第一個方法,影像正規化因為不用原始的影像即可取出浮水印,加上他也可以抵抗一般的幾何破壞(雖然不能抵抗任意的變形),之前有嘗試的實作這個方法,但是最後只做出了抵抗位移的正規化,旋轉、縮放的沒有完成。第二個方法雖然能抵抗比較強的幾何攻擊,但是他是非盲的方法,所以相對的應用就比較小了。現階段的浮水印已經越做越完善了,之前還有看到掃描在列印,浮水印都還可以存在的論文。可見得數位浮水印技術已經發展的非常純熟了,但是都還是在一般傳統的 LDR 上面研究,而我的畢業論文目前有一部分是在做 HDR 的浮水印,在指導教授的指導下經成功的達到期望的成果,相信這會帶給 HDR 領域些許的貢獻。
全站熱搜
留言列表