量化水印(有源代码,绝对可以实现)

1、 量化水印 量化水印背景知识在数字水印中，我们知道，设计的水印算法有时要对保真度、鲁棒性等主要性能进行折中，而从保真度和鲁棒性这两个基本的特征出发，要求水印嵌入后满足以下两个条件：从保真度出发，要求水印嵌入后，有水印的载体数据与原始载体数据近似相等。从鲁棒性出发，要求嵌入水印后的载体数据具有非连续性，以确保可以对抗干扰。最初将量化运用于水印，就是为解决这方面的问题而出发的。从数学的角度来看，量化可以表示如下：Y=fstep(x)=step*x/step=step*round(x/step)式中，x是待量化的数据，step是量化步长，Y是量化结果；和round均表示进行四舍五入取整；fstep(

2、 )是量化函数。显然，量化函数fstep( )是一个多对一函数，是不可逆的，因此量化一般运用于不可逆水印，而且，由于量化结果均为整数，因此输出为离散值，并且误差满足|Y-x|<=step/2，即在量化步长step不是特别大的情况下，Y与x是近似相等的，所以量化满足上述两个条件，可以运用于数字水印中。量化水印的算法设计量化水印系统的关键在于选择实时可行的量化器集合，将不同的待嵌入的水印信息与不同的量化器相对应起来，然后用相应的量化器将载体数据进行量化，就可以得到含有水印的载体数据。由于大多数情况下，水印信息都是二进制的，因此下面以研究如何嵌入二进制水印信息为例来进行说明。二进制信息中，有0

3、和1两种不同的数据，因此，需要两个不同的量化器，分别用A和B来表示。假设当发送水印信息为0时，用量化器A来对载体数据进行量化；当发送水印信息为1时，用量化器B来对载体数据进行量化，这样就可以得到两组不同的量化数据。在量化器中，量化器选择与原始载体数据最接近的数据来代替原始载体数据，从而保证不可感知性，即保真度；而且，A、B两个量化器之间的数据没有重叠，从而保证不同水印数据的不连续性，即使得水印系统具有一定的鲁棒性。提取水印时，根据待检数据与不同量化数据之间的距离，就可以恢复出嵌入的信息。一种常用的二进制量化水印算法可以用公式表示如下： Q(x,s)+s*3/4 , w=1 Y= Q(x,s)+

4、s*1/4 , w=0式中，s代表量化步长，w表示水印信息，x表示原始载体数据，Q(x,s)是量化函数，Y是量化后的数据。Q(x,s)可如下表示 Q(x,s)=floor（x/s）*sfloor（）表示向下取整函数。水印提取过程，可以用如下公式来表示： 1 , 如果 Y - Q(x,s) > s/2W= 1 , 如果 Y - Q(x,s) < s/2 可见，只要干扰对Y的攻击在（-s/4,s/4）的范围内，嵌入的水印信息就可以正确的提取。上式中，s越大，水印系统鲁棒性越好，但是保真度会越差，这也从一个方面说明，鲁棒性和保真度这两个特性是互相矛盾的；当s=2时，如果是在时域进行量化，

5、相当于LSB算法。 量化水印算法根据水印嵌入位置不同，有时域量化和频域量化两种。时域量化直接通过修改载体数据时空域值来嵌入水印，这种算法容易且直观，但是鲁棒性和保真度都很差；频域量化通过修改载体数据频域系数值来嵌入水印，这种算法是把水印信号能量分散到所有或部分载体频带上，因此鲁棒性和保真度都较时域量化好。 当然，量化水印算法有很多种，上述算法只是最基本的一种，其他量化水印算法还有比如抖动调制算法（DM）、扩展变换抖动调制算法（STDM）、带失真补偿的抖动调制算法（DC-DM）等。 量化水印具有如下优点： 水印检测时多为盲检测，不需要原始载体数据。 载体不影响水印的检测性能，在无干扰的情况下，可

6、以完全恢复出嵌入的信息。Matlab仿真 下面以最基本的量化水印算法来进行仿真设计，算法是基于时空域的，其M代码如下：clear;clc;%=读入并显示载体图形=p_lena=rgb2gray(imread('lena.jpg');figure;subplot(2,2,1);imshow(p_lena);m1,n1=size(p_lena);%=读入并显示二值水印图片=w_pict=imread('jnu.bmp');subplot(2,2,2);imshow(w_pict);m2,n2=size(w_pict);%=对载体空域值嵌入水印=step=10;cod

7、e_lena=p_lena;for i=1:m2 for j=1:n2 q=(floor(code_lena(2*i,2*j)/step)*step; if w_pict(i,j)=0 code_lena(2*i,2*j)=q+step/4; elseif w_pict(i,j)=1 code_lena(2*i,2*j)=q+3*step/4; end endend%=显示嵌入水印后的载体图像=subplot(2,2,3)imshow(code_lena);%=提取水印=de_lena=code_lena;for i=1:m2 for j=1:n2 q=(floor(p_lena(2*i,2*j)/step)*step; gap=de_lena(2*i,2*j)-q; if gap>step/2 de_w_pict(i,j)=1; elseif gap<step/2 de_w_pict(i,j)=0; end endend%=显示提取的水印图片=subplot(2,2,4);imshow(de_w_pict);所读入原始载体图片、原始二值水印图片及嵌入水印后的载体图片、提取出来的水印图片如下：从仿真结果可以看出，该量化算法很好的实现了水印的嵌入，并且很好的提取出了水印（这里只从肉眼结果来说明，具体分析步骤省略）。需要说明的是，上述步长设置为10，如