基于DWT的图像处理毕业论文

基于DWT的图像水印方法研究华南师范大学本科生毕业论文基于DWT的图像水印方法研究姓名唐贵聪学号20103100108学院物理与电信工程学院专业通信工程指导老师潘中良时间2014年5月基于DWT的图像水印方法研究I摘要随着网络通信及多媒体技术的快速发展，相关版权法律法规的完善，人们越来越重视作品的版权问题。因此，数字水印技术作为解决数字产品版权问题的重要部分得到了图像处理行业的广泛应用。数字水印利用数字作品中普遍存在的冗余数据，把标识版权的水印信息嵌入到数字作品中而不影响视觉效果，并且这些数字信息可以部分或全部进行恢复，从而起到保护数字作品的版权或其完整性的作用。本文通过对数字水印算法的研究和讨论，针对目前流行的离散小波变换（DWT）算法，结合图像置乱算法，研究了基于小波分析的水印嵌入及提取算法，并在MATLAB中进行了实现，还进行了相应的鲁棒性测试。关键词信息安全，数字水印，小波变换，ARNOLD置乱，鲁棒性基于DWT的图像水印方法研究IIABSTRACTWITHTHEFLOURISHDEVELOPMENTOFNETWORKTECHNOLOGYANDMULTIMEDIATECHNOLOGY,THEIMPROVEMENTOFTHERELEVANTCOPYRIGHTLAWSANDREGULATIONS,PEOPLEPAYMOREANDMOREATTENTIONTOINDIVIDUALRIGHTSTHEREFORE,ASTHENEWTECHNOLOGYOFSOLVINGTHESEPROBLEMS,THEDIGITALWATERMARKTECHNOLOGYHASBEENUSEDWIDELYBYINFORMATIONIMAGEPROCESSINGINDUSTRYTAKINGADVANTAGEOFUBIQUITOUSREDUNDANTDATAINTHEDIGITALWORKS,COPYRIGHTCONTAINEDINTHEWATERMARKINFORMATIONISEMBEDDEDBYDIGITALWATERMARKINTOTHEDIGITALWORKSWITHOUTAFFECTINGTHEVISUALEFFECT,ANDTHEDIGITALINFORMATIONCANBEPARTIALLYORFULLYRECOVERED,THUSPLAYAROLETOPROTECTTHEDIGITALWORKSCOPYRIGHTORTHEINTEGRITYONTHEBASEOFRESEARCHANDDISCUSSIONOFDIGITALWATERMARKINGALGORITHMSSUCHASDISCRETEWAVELETTRANSFORMDWT,THEPAPERDESIGNSANDREALIZESTHESTILLIMAGEDIGITALWATERMARKINGALGORITHMINFREQUENCYDOMAINBYMATLAB,ANDTHEROBUSTNESSISALSOTESTEDKEYWORDSINFORMATIONSECURITY,DIGITALWATERMARKING,WAVELETTRANSFORM,ARNOLDTRANSFORMATION,ROBUSTNESSOFDIGITALWATERMARKING基于DWT的图像水印方法研究III目录1绪论111研究背景112研究意义113本文的内容22数字水印的模型、分类及应用321数字水印的理论模型322数字水印的特点及其分类423数字水印的应用领域524数字水印目前仍存在的问题63图像的小波变换和置乱算法731图像的小波变换算法7311小波分析发展历程简介7312离散小波变换7313小波分解与重构832图像的置乱算法94基于DWT的数字图像水印方法设计1141开发工具MATLAB介绍1142工作环境配置1143水印嵌入算法1244水印提取算法1345干扰与攻击算法145DWT数字图像水印结果与分析1651实验素材1652水印嵌入与水印提取效果1653噪声加扰与攻击实验1754DWT算法的通用性216总结与展望23参考文献24致谢25基于DWT的图像水印方法研究11绪论计算机与跟互联网的普及使人类社会步入了信息化时代。随着信息技术以及计算机网络通讯技术的飞速发展，越来越多的信息通过互联网进行传输，数字信息的复制传播变得越来越简单,这一方面促进了网络的发展，另一方面又带来了新的问题。例如，版权问题、声像篡改问题、票据防伪问题等。因此，如何既能充分利用网络的快捷便利，又能有效地防止一系列问题的发生,已受到人们的高度重视。11研究背景随着互联网的快速发展及其价值逐步被人们重视，当计算机互联网发展到云网络的阶段，每个人的电脑都可以从云当中访问到海量的信息，用户对采用网络进行通信的安全和保护技术提出了更高的要求。互联网中个人信息无处不在，对于他人的信息更是唾手可得。因此，数字水印作为一种有效的数字产品所有权的保护技术从正式提出至今短短几年，已有不少研究机构及大学大的人力和财力，致力于该技术的研究。互联网在提供海量的资料，给人们带来便利的同时，也存在着隐患。私人信息数据在未获得本人许可的条件下轻易地被窃取、篡改和传播。基于网络和计算机的多媒体信息交换为数字作品的传播提供了便利的途径。这使得数字作品与传统作品相比，有相当大的优越性。但是，数字作品相对比较容易被非法拷贝和复制，使得许多版权所有者不轻易公开其作品，这在一定程度上阻碍了数字作品的发展。目前，盗版成为对数字化产业的最大威胁，对数字作品版权所有者来说，版权保护的要求迫在眉睫。12研究意义针对信息安全问题，研究者提出了数字水印技术。数字水印技术是指用信号处理的方法在数字化的多媒体数据中嵌入隐藏的标记，这种标记通常是不可见的。数字水印技术作为传播过程中保护信息所有权的重要技术，是当今信息安全领域的一个新的研究方向，是一种保护版权及其认证来源和完整性的技术。它与数据加密、信息隐藏、信息安全等技术相互嵌合，将特定的字符、图像、音频片段等潜在信息作为鉴别信息。对不可见数字水印的研究，还是需要深入挖掘。目前研究的方向是如何设计水印或者如何攻击水印，各种技术都仍有缺陷，可以说，无论是国内外，数字水印技术都还很不成熟，从理论到应用都还是处于发展阶段。水印技术是目前国际研究的一个热门方向，其版权标准的确立，对版权所有人意基于DWT的图像水印方法研究2义重大，更是愈发流行的数字产品与应用起到了促进作用。13本文的主要工作内容本文主要对数字水印技术进行了系统的了解和深入的研究，尤其是静止图像的数字水印技术，进一步实现了数字水印技术的一种基于离散小波变换（DWT）技术的数字水印在MATLAB上的研究与实现。第1章为绪论，详细地介绍了数字水印技术的研究背景、研究意义、发展现状和对数字水印技术提出了展望。第2章为数字水印技术概述，介绍了数字水印的理论模型、分类、应用与存在的问题。第3章是介绍一些数字水印关键技术的离散小波算法的发展以及本文所用到的分解与重构的架构流程，同时介绍了所用到的置乱算法。第4章说明了本文基于DWT的数字水印系统设计的开发工具MATLAB、工作环境配置以及离散小波变换数字水印技术的原理。第5章阐述了系统的实现过程与仿真图片的展示，以及实验结果与数据。第6章对本文做了总结。基于DWT的图像水印方法研究32数字水印的模型、分类及应用21数字水印的理论模型数字水印就是指嵌入到被保护对象（如静止图像、音频、视频等）中的够证明其版权归属的某些数字信息，该信息可以是作者的姓名、公司标志、序列号等数字信息1。从图像处理的角度来看，嵌入的水印信号可以看成是在强背景下加入一个弱信号，只要嵌入的水印信号强度不高于HVS（HUMANVISIONSYSTEM）的对比度门限，HVS就无法感觉信号的存在。对比度受视觉系统的空间、时间和频率等特性的影响。因此，通过对原图像作一定的微调整，就有可能在不改变视觉效果的前提下嵌入一些个人信息。从通信的角度看，数字水印可解释为在一个宽带信道（载体图像）上运用扩频技术传输一个窄带信号（水印信号）。水印的检测提取就相当于是在一个有噪声信道中微弱信号的检测问题。尽管数字水印有多种形式，可以将水印信号统一表示成WWK|WKU,KDW其中DW表示水印域，D1,2,3分别针对声音、静态图像和视频水印。水印信号可以是二进制形式或高斯噪声形式或者本身也是一幅图像，其幅值相对要保护的数字产品的幅值而言应该是很小的。W有时被视为原始水印，以区别与可能在嵌入或检测过程中变换以后的水印。通用水印框架GWF可用六元组X,W,K,G,D表示，其中（1）X表示要被保护的数字产品X的集合；（2）W为水印信号集合；（3）K是水印密钥空间；（4）G表示用某密钥与要加入水印的数字产品产生水印的水印生成算法GXKWWGX,K（5）是在数字产品中加入水印的水印嵌入算法XWKXWX0X,W（6）D表示水印检测算法，即DXKW其中X为检测数字产品，K为水印检测密钥，W为提取出的水印信号。有时水印检测的结果并不是提取出的水印信号，而是一个判定水印是否存在的二值决策，即基于DWT的图像水印方法研究4DX,KWW1，X中存在0，X中不存在这种方法是通过提取的水印与原始水印之间的相关性检测来确定水印是否存在，该方法是创建水印框架的一种比较简便的方法。目前，数字水印处理系统主要由水印的嵌入和水印的检测两个过程组成。原始的数字水印文件或者信息经过一定的数学变换后，得到了实际嵌入的数字水印信号，它通常是由一系列二值化数据构成。在嵌入多媒体信息时，经常使用某种密钥，但这部分是可选的，可以使用密钥，也可以不使用。22数字水印的特点及其分类数字水印技术有着独特的研究方法。数字水印系统必须有比较强的鲁棒性、不可见性和安全性等特点3（1鲁棒性指抵抗各种各样的操作和攻击而不致使水印信息丢失的能力。其操作包括有在传输过程中的信道有损压缩、噪声、滤波、几何变换、增强、D/A或者A/D转换等。攻击包括篡改、去除、伪造水印等。（2不可见性经过一连串的隐藏处理，原始数据必须没有明显的质量降低现象而隐藏数据必须不被人为的感知。（3隐藏位置的安全性指将水印信息隐藏于该隐藏目标数据的内容之内，而不是在文件头等处，防止因转换格式而遭受破坏。（4无歧义性恢复出的水印或水印判决的结果应该能够确定的表明所有权，不会发生多重所有权的纠纷。（5通用性比较好的水印算法适用于各种不同的文件格式和媒体格式。其通用性在一定程度上意味着其具有易用性。基于DWT的图像水印方法研究5数字水印技术的分类分为很多种，不同特性的分类导致了分类的不同，它们之间是既存在联系又有区别。最常见的分类方法有下列几种（1）按特性划分按水印的特性可以将数字水印分为鲁棒数字水印和脆弱数字水印两种。鲁棒数字水印主要用于在数字作品中标识著作权信息，如作者、作品序号等。它要求嵌入的水印能够经受各种常见的编辑处理；脆弱数字水印主要用于完整性保护。（2）按水印所附载的媒体划分按水印所附载的媒体，我们可以将数字水印划分为图像水印、音频水印、视频水印、文本水印等。随着数字技术的发展，会有更多类的数字媒体出现，同时也会产生相应的水印技术。（3）按检测过程划分按水印的检测过程可以将数字水印划分为明文水印和盲水印。明文水印在检测过程中需要原始数据，而盲水印的检测只需要密钥，不需要原始数据。一般来说，明文水印的鲁棒性比较强，但其应用受到存储成本的限制。（4）按内容划分按数字水印的内容可以将数字水印分为有意义的水印和无意义水印。有意义水印是指水印本身也是某个数字图像（如商标图像）或数字音频或视频片段的编码；无意义水印则只对应于一个序列号。有意义水印的优势在于，如果由于受到攻击或其它原因致使解码后的水印破损，可以通过视觉观察确认是否有水印。（5）按用途划分可以将数字水印划分为票据防伪水印、版权保护水印、篡改提示水印和隐藏标识水印。票据防伪水印是一类比较特殊的水印，主要用于打印票据和电子票据的防伪。一般来说，伪币的制造者不可能对票据图像进行过多的修改。版权标识水印是目前研究相对较多的一类数字水印技术。数字作品既可作为商品又是知识作品，这种双重性质决定了版权标识水印主要研究方向为其隐蔽性和鲁棒性，而对数据量的要求相对较小。篡改提示水印是一种比较脆弱的水印，其目的主要是标识原始信号的完整性和真实性。隐蔽标识水印的目的是将保密数据的重要标注隐藏起来，限制非法用户对保密数据的使用。（6）按水印隐藏的位置划分按数字水印隐藏的位置划分，可以将其分为空（时）域数字水印、频域数字水印。空域数字水印是直接的空间信号上叠加水印信息，而频域数字水印则是在DCT、DWT等不同变换域上叠加水印。23数字水印的应用领域随着数字水印技术的不断发展，数字水印在其应用领域也得到了不断的扩基于DWT的图像水印方法研究6展，目前数字水印的基本应用领域是标识隐藏、保护版权、认证等。当数字水印应用于版权保护时，潜在的应用市场在于电子商务、在线或离线地分发多媒体内容以及大规模的广播服务。数字水印用于隐藏标识时，可在医学、制图、数字成像、数字图像监控、多媒体索引和基于内容的检索等领域得到应用。数字水印的认证方面主要ID卡、信用卡、ATM卡等上面数字水印的安全不可见通信将在国防和情报部门得到广泛的应用。（1）数字作品的知识产权保护作用数字作品的版权保护是当前的热点问题。由于数字作品的拷贝、修改非常容易，而且可以做到与原作完全相同，所以原创者不得不采用一些严重损害作品质量的办法来加上版权标志，而这种明显可见的标志很容易被篡改。（2）声像数据的隐藏标识和篡改提示数据的标识信息往往比数据本身更具有保密价值，如遥感图像的拍摄日期、经/纬度等。没有标识信息的数据有时甚至无法使用，但直接将这些重要信息标记在原始文件上又很危险。此外，数据的篡改提示也是一项很重要的工作。如何防范对图像、录音、录像数据的篡改攻击是重要的研究课题。（3）隐蔽通信及其对抗数字水印所依赖的信息隐藏技术不仅提供了非密码的安全途径，更引发了信息战尤其是网络情报战的革命。网络情报战是信息战的重要组成部分，其核心内容是利用公用网络进行保密数据传送。24数字水印目前仍存在的问题数字水印作为当今时代的一门新兴学科，尽管在过去的十几年中，各种水印算法不断涌现，但数字水印依旧是一个未成熟的研究领域，理论基础还非常的薄弱，还有许多问题亟需解决，主要存在以下几个方面的问题。（1）缺乏对数字水印系统进行公正的对比和评估的方法，虽然现在已经有一些评价标准，但都存在一定的缺陷，对数字水印系统的性能无法进行全面定量的测试与衡量。（2）从现实的角度看，数字水印系统必然要在水印算法的鲁棒性、水印的嵌入信息量以及不可见性之间达到一个平衡，这涉及鲁棒算法的原理设计、水印模型的构造、水印能量和容量的理论测量、水印信息嵌入算法和提取等方面。（3）音频视频等流媒体水印的解决方案还不完善，音、视频水印算法相对图像水印算法非常少，大多数的视频水印算法直接将其图像水印的结果应用于视频领域中，而没有考虑视频应用中近乎实时以及大数据量的特性。基于DWT的图像水印方法研究73图像的小波变换和置乱算法31图像的小波变换算法变换域的图像数字水印算法是目前国内外研究的主流方向。由于小波分析在图像处理中的优势，所以基于小波域的数字水印算法引起了广泛关注。本节介绍小波分析的发展历程、基本概念7及与本文相关的小波域图像分解与重构算法。311小波分析发展历程简介小波分析是在应用数学的基础上发展起来的一门新兴学科，自1986年以来，由于YMEYER，SMALLAT及IDAUBECHIES等人的奠基性工作使其得到了飞速的发展。小波变换是一种信号的时频分析方法。小波分析方法的出现可以追溯到1910年HAAR提出HAAR规范正交基8。为克服传统FOURIER分析的不足，在八十年代初，便有科学家使用“小波”的方法来处理数据，比较著名的是1984年法国物理学家MORLET引入小波的概念对石油勘探中的地震信号进行分析。1986年，法国数学家MEYER成功地构造出了具有一定衰减性的光滑函数，它的二进伸缩与平移/2,22,JJJKXTKJKZ构成了2LR的规范正交基。此前，人们普遍认为这是不可能的。近年来，一种简明有效的构造小波基的方法提升法得到了广泛的发展和关注。利用提升法构造的小波被称为第二代小波。小波理论及其应用仍然处在发展中。312离散小波变换定义31满足条件21CD（31）的平方可积函数T（即,2LT）为一基本小波或小波母函数，并称式31为小波函数的可容许性条件，其中为T的傅立叶变换。定义321,ABTATBA，且A,B为实数，且A0为由母函数生成的依赖于参数A、B的连续小波，定义其小波变换为基于DWT的图像水印方法研究8DTABTTFAFBAABFW1,32令是一个基小波，它定义了一个连续小波变换,BAWF，那么GFDBADABAWBACWCGF,1233对于所有的RLGF2,成立。而且对于任何RLF2和F的连续点TR，有DBADATBATFBAFWC2,134在实际运用中，尤其是在计算机上实现时，连续小波必须加以离散化。因此，有必要讨论连续小波TBA,和连续小波变换,BAWF的离散化9。取定AMA0，B00BNAM且满足10A,0B0，所以对应的离散小波函数,TNM即可写作002/0,NBTAATMMNMM，NZ35（这里Z表示全体整数所构成的集合）。对于2RLTF，相应的离散小波变换为DTTTFNMTFNMCNMF,ZNM,36其重构公式为ZNMNMFTNMCTF,37上面是对尺度参数A和平移参数B进行离散化的要求。为了使小波变换具有可变化的时间和频率分辨率，适应待分析信号的非平稳性，我们很自然地需要改变A和B的大小，以使小波变换具有“变焦距”的功能。换言之，在实际中采用的是动态的采样网格。最常用的是二进制的动态采样网格，即0A2，0B1，每个网格点对应的尺度为2M，而平移为2MN。由此得到的小波ZNMNTMMNM,222/,38称为二进小波。313小波分解与重构基于DWT的图像水印方法研究9一幅图像经过离散小波变换，即分解成四个大小相等的子图水平方向、垂直方向的中高频细节子图和对角线方向的低频逼近子图。其中，每个子图通过间隔抽样滤波得到。后继分解时，逼近子图以完全相同的方式再分解成在下一级分辨率下更小的子图。以此类推分解，图像就被分解成不同分辨率级和不同方向上的多个子图，这与人眼视觉特性相符。图31是图像小波分解的示意图，L表示低频，H表示高频，下标1,2，3分别表示一级、二级或三级分解。图32给出了图像小波分解的数据传递示意图。图33是小波重构的数据传递示意图32图像的置乱算法数字图像置乱源于经典加密理论，其方法是按照一定的规则将一幅给定的图像在空间域或者频率域变换为一幅混乱的图像，达到隐藏图像本身信息的目的。在变换过程中可以设置不同的参数和采用算法复杂度高的算法，保证图像信息有较高的安全性2。ARNOLD变换，又称“猫脸”变换。假设图像为S0,10,1,X,YS。基于DWT的图像水印方法研究10令1,0,1MOD2111YXYXYX39这就是单位正方形上的ARNOLD变换。实际上，可以令离散图像的像素坐标扩展到一幅图像上，对于一幅大小为NN的图像，有下述的ARNOLD变换1,2,1,0,MOD2111NYXNYXYX310由此作迭代变换,记2111A,式中右端YX为输入，左端YX为输出，考虑其反馈，有2,1,0,MOD1NJIPNAPPNNIJNIJNIJ311通过离散点集的置换，同时把图像信息移植过来，当遍历了原图像的所有点之后，便产生了一幅新的图像。对于数字图像而言，我们所说的位置移动实际上是对应点的灰度值或者RGB颜色值的移动，即将原来点X,Y处象素对应的灰度值或RGB颜色值移动至变换后的点X,Y处。如果我们对一个数字图像迭代地使用离散化的ARNOLD变换，即将左端输出的YX作为下一次ARNOLD变换的输入，可以一直重复这个过程做下去。当迭代到某一步时，如果出现的图像符合我们对图像的“杂乱无章”标准的要求，这即是一幅基于ARNOLD变换的置乱图像。基于DWT的图像水印方法研究114基于DWT的数字图像水印方法设计41开发工具MATLAB介绍本文的设计是基于数字图像信号处理对于软件的要求，采用了MATLAB开发软件，是出于设计功能的要求，以及程序自身的简洁性。（1）MATLAB简介MATLAB是美国MATHWORKS公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和SIMULINK两大部分4,5。本文根据MATLAB的自身特点采用MATLAB程序编译的功能。（2）MATLAB优点编程环境MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。简单易用MATLAB是一个高级的矩阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序（M文件）后再一起运行。强处理能力MATLAB是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而前经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。图形处理MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算与工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善。42工作环境配置基于DWT的图像水印方法研究12本文使用的运行环境设置如下硬件环境宏碁ASPIRE4741G、CPUINTELT8300253GHZ、2G内存，500G硬盘。软件环境MATLABR2012B。43水印嵌入算法假设X是原始灰度图像，大小为MM，每个像素用SBIT表示XXM,N|0M,NM其中，XM,N0,1,2,12S是原始图像在M,N处的灰度值。假设W是水印图像，大小为NN，每个像素用CBIT表示WWM,N|0M,NN其中，WM,N0,1,2,12C是水印图像在M,N处的灰度值。不失一般性，设水印的尺寸小于原始图像的尺寸，并且满足NMP2P为正整数。水印嵌入算法具体步骤如下步骤1分别读入原始图像X和水印图像W；步骤2对水印图像W进行K次ARNOLD置乱，置乱后的水印记为AW，并将置乱次数K作为密钥保存；步骤3将置乱后的水印图像AW进行一级小波分解，得到一级分辨率下类似的三个细节子图KW1K1,2,3和一个逼近子图01W；步骤4将原始图像X进行三级小波分解，得到不同分辨率级下的多个细节子图KJW和一个逼近子图03W，VX表示小波变换后的图像，J表示层数。VXDWT2XKJX|J1,2,3,K0,1,2,3步骤5将AW一级小波分解后的子图分别嵌入对应的原始图像第3级小波分解的子图，其中，0WX，KWX,K1,2,3分别为嵌入后的各分块0WX03X101WKWXKX32KW1,K1,2,3式中，1，2表示嵌入水印的强度因子，考虑到逼近子图03X对应原始基于DWT的图像水印方法研究13图像的低频部分，即平滑区域，实验表明，如果这一部分嵌入量较大，则对于嵌入水印图像的视觉质量影响较大，而KX3对应于原始图像的高频部分，具有不同的特点，兼顾到水印不可见性和鲁棒性的要求，1的取值大于2，即高频部分嵌入水印较少，这样鲁棒性较强。步骤6将经过上述操作的0WX，KWXK1,2,3与KJX,J,K1,2,3重新组合并进行四级小波重构得到最终的嵌入水印图像XW。下图为用图形表示此算法，所标示的每个变量都与程序中的相同。44水印提取算法水印的提取过程是嵌入过程的逆过程，提取时需要借助于原始图像，其过程如下步骤1依次读入原始图像X和已嵌入水印图像XW；步骤2将原始图像X和已嵌入水印图像XW分别进行三级小波分解，分别得到不同分辨率级下的多个细节子图KJX，KJXW和一个逼近子图03X，03XW，基于DWT的图像水印方法研究14VX，VXW分别表示小波变换后的图像30,3,2,1,3,2,1|2JKKJXXDWTXKJV则弱303,2,1,3,2,1|2JKKJXWXWDWTXWKJV则若步骤3读取VX的KJX,J3,K0,1,2,3，VXW的KJXW,J3,K0,1,2,3，并分别依据下述公式提取已嵌入的水印子图1030303/XXWW3,2,1,/2333KXXWWKKK步骤4将STEP3两公式中得到的03W,KW3,K1,2,3进行组合并进行一级小波重构得到SW；步骤5根据嵌入时设置的置乱密钥K，并根据水印图像的尺寸求得其置乱周期T，对SW进行TK次置乱，便得到最终的提取水印ZW45干扰与攻击算法本次试验采用的干扰与攻击测试包括高斯噪声、椒盐噪声、JPEG压缩、图像剪切、旋转。其核心代码分别为高斯噪声J1IMNOISEI,GAUSSIAN,0,001利用高斯函数产生一个噪声因子为001的高斯噪声作为干扰信号，然后将干扰信号与原图像信号输入到低通滤波产生高斯低通滤波噪声的图像。椒盐噪声J2IMNOISEI,SALT利用椒盐噪声函数加入一个噪声信号作为干扰，其噪声因子为004，干扰效果肉眼可见。JPEG压缩IMWRITEWX,WM,MARKEDJPG,JPG,QUALITY,90J3IMREADMARKEDJPGJ3RGB2GRAYJ3利用MATLAB自带的用指定格式保存图像类型简单的输出JPEG图像，并指定压缩率为90。JPEG压缩IMWRITEWX,WM,MARKEDJPG,JPG,QUALITY,20J4IMREADMARKEDJPGJ4RGB2GRAYJ4利用MATLAB自带的用指定格式保存图像类型简单的输出JPEG图像，并指定压缩率为20。图像裁剪ICIJ5IMCROPI,30,30,512,512L,WSIZEJ5XL,XWSIZEPIC基于DWT的图像水印方法研究15J1XLL,1W0K1XL,1XWW0J5J5JJ5J5K将图像进行一定规格的裁剪后再重新将图像调成原图像大小。旋转J6IMROTATEI,5,BICUBIC,CROP利用旋转函数，将图像旋转指定角度，并指定用双线性方法，将旋转后的图像恢复原尺寸，多余处弃除，缺失处用黑色补充。基于DWT的图像水印方法研究165DWT数字图像水印的实验结果与分析51实验素材本次实验，采用的图像是一张猴子的灰度图像（256256灰度图像）。该图适度的混合了细节、平滑区域、阴影和纹理，从而能很好的测试各种图像处理算法。在本次数字水印嵌入，攻击干扰以及提取实验过程中，能够广泛代表其他图像也能获得同样的实验效果。实验的水印图像是一个简易的图像（6464像素黑白图）。内含象征本人姓名唐贵聪的拼音首字母的“TGC”。在本次实验中，该水印图像经受住了各种干扰攻击，最终恢复出来了令人满意的提取图像，验证了DWT数字图像水印的鲁棒性。52水印嵌入与水印提取效果基于DWT的图像水印方法研究17上面五幅图像表明在没有收到外界干扰与攻击的条件下，基于离散小波变换（DWT）的数字水印技术拥有良好的不可见性。能够近乎完美地将水印图像从宿主图像中提取出来（程序仿真过程中会出现数字噪声）。53噪声加扰与攻击实验对嵌入水印的目标图像分别进行高斯噪声、椒盐噪声、JPEG压缩、图像剪切、旋转等攻击，并得到受到攻击后的各个图像如图58所示基于DWT的图像水印方法研究18对遭受某种外界干扰或攻击的嵌入数字水印图像进行水印提取（下图）。可以发现DWT数字水印对于信号干扰具有较强的鲁棒性，在遭受很强的信号干扰后，依旧能够将水印图像提取出来，并且肉眼就能够识别出来水印图像的内容与原水印图像有较强的相似度。同时对于几何攻击（旋转、剪切）DWT数字水印同样能够很好的抵抗。加入叠加均值为0，方差为001的高斯噪声，其提取水印相关系数为07485，可辨程度高。高斯噪声一般都是在信道传输中加入的，考虑到实际情况下叠加的噪声比较弱，可见，此算法的抗噪声性能还是很不错的。基于DWT的图像水印方法研究19加入叠加均值为0，方差为004的椒盐噪声，其提取水印相关系数为07375，相关度较好，可辨程度高。对加入水印的宿主图像进行质量为90的JPEG压缩，提取其水印后其相关系数为08543，相关度较好，可辨程度高。基于DWT的图像水印方法研究20对加入水印的宿主图像进行质量为20的JPEG压缩，提取其水印后其相关系数为03014，相关度较差，可辨程度很低。对加入水印的宿主图像进行裁剪攻击，提取其水印后其相关系数为05617，相关度一般，可辨程度一般。对加入水印的宿主图像进行逆时针旋转攻击，提取其水印后其相关系数为01346，相关度较低，可辨程度相对较差，肉眼仅能勉强辨别。在经历大部分的干扰和攻击后，提取出的水印都衰减的相对没那么明显，其中高斯噪声、椒盐噪声、质量为90的JPEG压缩三项攻击对水印图像的影响不大，水印提取的效果依旧非常好。可以看出DWT数字水印技术能够有效抵抗大部分的干扰与攻击。DWT数字水印技术，对于JPEG压缩的抵抗能力相对比较一般，当画质被压缩到20时已经很难检测出很清晰的水印信息，其水印已经出现很严重的画质损坏现象。基于DWT的图像水印方法研究2154DWT算法的通用性为了体现DWT算法具有普遍性，另外对两组数字图片数据进行水印的嵌入与提取实验，得出对于不同的图片该算法仍然能够有效地运行。基于DWT的图像水印方法研究22通过两组不同的实验结果可以看出，当改变宿主图像保留水印图像时，其水印嵌入与提取结果与原实验相差不大，图515中提取其水印后其相关系数为09348，相关度极好，可辨程度相对较高。图516中将宿主图像与水印图像同时更改，并将宿主图像改为彩色图像，由于算法针对为灰度图像，故进入算法后彩色图像转换为灰度图像，嵌入水印后仍为灰度图像。提取其水印后其相关系数为06935，相关度相对较好，可辨程度高，肉眼仍清晰可辨。基于DWT的图像水印方法研究236总结与展望数