数字水印技术中嵌入容量提升算法的深度剖析与创新研究

数字水印技术中嵌入容量提升算法的深度剖析与创新研究一、绪论1.1研究背景与意义在当今数字化信息飞速发展的时代，数字媒体如数字图像、音频、视频等已成为人们日常生活和工作中不可或缺的部分。数字媒体具有易复制、易传播和易修改的特点，这也带来了严重的版权保护和信息安全问题。数字产品的非法复制、传播和篡改行为日益猖獗，给内容创作者、版权所有者和相关企业带来了巨大的经济损失。数字水印技术作为一种有效的数字版权保护和信息安全技术，应运而生并得到了广泛的研究和应用。数字水印技术通过将特定的信息（水印）嵌入到数字媒体中，来实现对数字媒体的版权保护、内容认证、信息追踪等功能。水印信息可以是版权所有者的标识、产品的序列号、认证信息等，这些信息在不影响数字媒体正常使用的前提下，被隐蔽地嵌入到媒体内容中。当数字媒体被非法使用时，版权所有者可以通过提取水印信息来证明其对该媒体的所有权，并追踪非法使用的源头。数字水印技术的应用范围十分广泛，涵盖了多个重要领域。在版权保护领域，数字水印技术能够有效地追踪未经授权的内容复制和传播行为，为内容创作者提供法律支持，确保他们的创作成果得到合理的保护和回报。在信息泄露追踪方面，数字水印可用于识别数据泄露的源头，帮助企业和组织及时采取补救措施，降低信息泄露带来的风险和损失。此外，数字水印在内容合规性和数字取证方面也发挥着重要作用，通过嵌入特定的标记，能够确保内容符合相关法规和标准，同时为数字取证提供可靠的技术支持。在数字水印技术中，嵌入容量是一个关键的性能指标。嵌入容量指的是在不影响数字媒体质量和水印鲁棒性的前提下，能够嵌入到数字媒体中的水印信息量。提高嵌入容量具有至关重要的意义，它能够使数字水印携带更多的关键信息，从而更全面地满足各种应用场景的需求。例如，在版权保护应用中，更大的嵌入容量可以让水印携带更多关于版权所有者、作品创作时间、授权使用范围等详细信息，为版权保护提供更充分的证据和依据；在信息追踪应用中，更多的水印信息可以包含更精确的追踪线索，有助于更准确地定位信息泄露的源头和非法传播的路径。更高的嵌入容量还能提升数字水印技术在面对复杂多变的攻击和干扰时的适应性和可靠性，增强其在实际应用中的稳定性和有效性。随着数字媒体内容的日益丰富和应用场景的不断拓展，对水印嵌入容量的要求也越来越高。例如，在高清视频、3D图像等大数据量的数字媒体中，需要嵌入更多的水印信息来实现全面的版权保护和信息追踪；在一些对信息安全要求极高的领域，如军事、金融等，也需要数字水印具备更高的嵌入容量，以满足严格的安全和监管需求。然而，目前大多数数字水印算法在嵌入容量方面仍存在一定的局限性，难以充分满足这些日益增长的应用需求。因此，研究如何提高水印算法的嵌入容量，已成为当前数字水印技术领域的一个重要研究方向和亟待解决的关键问题。1.2国内外研究现状数字水印技术自诞生以来，在国内外都受到了广泛的关注和深入的研究，众多学者和研究机构致力于提高水印算法的嵌入容量，取得了一系列有价值的成果。在国外，早期的研究主要集中在探索基本的水印嵌入方法。例如，一些学者基于变换域的思想，将水印信息嵌入到图像的离散余弦变换（DCT）、离散小波变换（DWT）等变换域系数中。通过巧妙地选择变换域系数和设计嵌入规则，在一定程度上实现了水印信息的有效嵌入。如文献[具体文献]提出的基于DCT变换的水印算法，利用DCT变换后的低频系数对图像能量的主要贡献，将水印信息嵌入到低频系数中，以提高水印的鲁棒性，然而，这种方法在嵌入容量方面存在一定的局限性，随着水印嵌入量的增加，容易对图像质量产生较大影响。随着研究的不断深入，为了提高嵌入容量，一些新的技术和理论被引入。例如，基于压缩感知理论的水印算法得到了研究和发展。压缩感知理论允许在远低于奈奎斯特采样率的条件下对信号进行采样，并能够精确重构信号。利用这一理论，研究者们将水印信息以压缩感知的方式嵌入到数字媒体中，从而在不影响媒体质量的前提下提高了嵌入容量。文献[具体文献]提出了一种基于压缩感知的图像水印算法，通过对水印信息进行稀疏表示和测量矩阵的设计，将水印嵌入到图像的变换域系数中，实验结果表明该算法在嵌入容量上相较于传统算法有了显著提升，同时在一定程度上保持了水印的鲁棒性和图像的视觉质量。此外，一些学者从图像的统计特性出发，设计了基于图像局部特征的水印算法。通过分析图像的纹理、边缘等局部特征，选择合适的区域进行水印嵌入，不仅提高了嵌入容量，还增强了水印的隐蔽性和鲁棒性。例如，文献[具体文献]提出的基于图像局部方差和梯度的水印算法，根据图像局部方差和梯度的大小来确定水印嵌入的强度和位置，使得水印在图像的重要区域能够更有效地隐藏，同时提高了水印对常见攻击的抵抗能力。在国内，数字水印技术的研究也取得了丰硕的成果。许多高校和科研机构在提高嵌入容量的水印算法研究方面开展了深入的工作。一些研究者通过改进传统的水印嵌入策略，结合多种变换域技术，实现了更高的嵌入容量。如文献[具体文献]提出了一种基于DWT和DCT联合变换的图像水印算法，先对图像进行DWT变换，然后在DWT变换后的低频子带中进行DCT变换，将水印信息嵌入到DCT变换后的中频系数中。这种方法充分利用了DWT和DCT变换的优势，在保证图像质量的同时，提高了水印的嵌入容量和鲁棒性。还有一些研究关注于利用人类视觉系统（HVS）特性来优化水印算法。HVS对不同频率、对比度和空间位置的图像信息具有不同的敏感度，基于这一特性，研究者们通过合理地调整水印嵌入的位置和强度，使得水印在不被人眼察觉的情况下嵌入更多的信息。文献[具体文献]提出了一种基于HVS的自适应水印算法，根据图像的局部纹理复杂度和HVS的对比度敏感度函数，自适应地调整水印嵌入强度，在保证图像视觉质量的前提下，有效地提高了水印的嵌入容量。近年来，深度学习技术在数字水印领域的应用也逐渐成为研究热点。一些研究者利用深度学习强大的特征提取和模型构建能力，设计了基于深度学习的水印算法。例如，文献[具体文献]提出了一种基于生成对抗网络（GAN）的图像水印算法，通过生成器和判别器的对抗训练，实现了水印信息的高效嵌入和提取，在嵌入容量和水印的鲁棒性方面都取得了较好的效果。尽管国内外在提高嵌入容量的水印算法研究方面取得了诸多进展，但目前的研究仍存在一些不足之处。一方面，在提高嵌入容量的同时，如何更好地平衡水印的鲁棒性和不可见性仍然是一个亟待解决的问题。许多算法在增加嵌入容量后，水印的鲁棒性或不可见性会受到一定程度的影响，难以在实际应用中满足复杂的需求。另一方面，对于一些新兴的数字媒体形式，如虚拟现实（VR）、增强现实（AR）内容等，现有的水印算法在嵌入容量和适用性方面还存在很大的提升空间，需要进一步研究和探索适用于这些新型媒体的水印算法。此外，随着数字媒体应用场景的不断拓展和多样化，对水印算法的安全性、实时性等方面也提出了更高的要求，如何在提高嵌入容量的同时满足这些多方面的性能需求，也是未来研究需要关注的重点方向。1.3研究目标与内容本研究旨在深入探索并设计一种新型的水印算法，以显著提高水印的嵌入容量，同时确保水印具备良好的鲁棒性、不可见性和安全性，满足日益增长的数字媒体版权保护和信息安全需求。具体研究内容如下：现有水印算法的分析与总结：全面深入地调研当前主流的水印算法，对基于空域和变换域的各类水印算法进行详细分类和剖析。分析它们在嵌入容量、鲁棒性、不可见性以及安全性等方面的性能特点，深入研究其嵌入原理和实现机制，找出这些算法在提高嵌入容量过程中存在的问题和瓶颈。例如，某些基于DCT变换的水印算法虽然在鲁棒性方面表现较好，但由于对低频系数的过度依赖，嵌入容量受限，且随着嵌入量的增加，容易导致图像的视觉质量下降；而一些基于空域的算法，虽然嵌入过程相对简单，但对常见攻击的抵抗能力较弱，无法满足复杂应用场景下的需求。通过对现有算法的深入分析，为新算法的设计提供坚实的理论基础和有针对性的改进方向。新水印算法的设计与实现：基于前期对现有算法的研究成果，结合多种先进技术和理论，设计一种创新的水印算法。利用图像的局部特征分析技术，如基于纹理、边缘等特征的分析方法，精确地选择图像中适合嵌入水印的区域，以提高嵌入容量和水印的隐蔽性。例如，通过对图像纹理复杂度的分析，在纹理丰富的区域适当增加水印嵌入量，因为人眼对这些区域的变化相对不敏感，从而在保证不可见性的前提下提高嵌入容量。结合压缩感知理论，对水印信息进行稀疏表示和压缩处理，使得在有限的嵌入空间内能够携带更多的有效信息。在嵌入策略方面，采用自适应嵌入方法，根据图像的内容和特征动态调整水印的嵌入强度和位置，以平衡嵌入容量、鲁棒性和不可见性之间的关系。在实现过程中，详细阐述算法的各个步骤和关键参数的选择，确保算法的可重复性和可扩展性。算法性能的实验评估与分析：建立完善的实验评估体系，对新设计的水印算法进行全面、系统的性能测试。选择多种不同类型的数字媒体样本，如不同场景、分辨率和色彩模式的图像，以及不同格式和内容的音频、视频文件等，用于水印的嵌入和测试。采用一系列标准的性能评价指标，包括峰值信噪比（PSNR）、结构相似性指数（SSIM）等来衡量水印嵌入后数字媒体的质量变化，评估水印的不可见性；通过计算归一化相关系数（NC）、误码率（BER）等指标来评估水印在各种常见攻击（如JPEG压缩、噪声添加、滤波处理、几何变换等）下的鲁棒性；利用信息熵、密钥空间等指标来分析水印算法的安全性。将新算法与现有的具有代表性的水印算法进行对比实验，通过详细的实验数据和结果分析，直观地展示新算法在嵌入容量、鲁棒性、不可见性和安全性等方面的优势和改进之处。对实验结果进行深入讨论，分析算法在不同条件下的性能变化原因，找出算法存在的不足之处，并提出进一步的改进方向和措施。1.4研究方法与创新点本研究综合运用多种研究方法，以确保研究的科学性、创新性和实用性。文献研究法：全面收集和整理国内外关于数字水印技术，特别是提高嵌入容量的水印算法的相关文献资料。对不同时期、不同研究方向的文献进行系统分析，梳理数字水印技术的发展脉络，了解当前研究的热点和难点问题，总结现有算法的优缺点和研究趋势。通过文献研究，掌握相关领域的前沿技术和理论，为新算法的设计提供坚实的理论基础和广泛的思路来源，避免研究的盲目性和重复性。算法设计法：在深入分析现有水印算法的基础上，结合图像局部特征分析技术、压缩感知理论等多种先进技术，创新性地设计新的水印算法。利用图像局部特征分析技术，精确识别图像中纹理、边缘等特征显著的区域，为水印嵌入提供更合适的位置选择。通过压缩感知理论对水印信息进行高效压缩和稀疏表示，减少水印信息的存储空间，从而提高在有限嵌入空间内的信息携带量。在嵌入策略方面，设计自适应嵌入机制，根据图像内容和特征实时调整水印嵌入强度和位置，实现嵌入容量、鲁棒性和不可见性之间的动态平衡。在算法设计过程中，注重算法的通用性和可扩展性，使其不仅适用于常见的数字图像，还能在一定程度上推广到音频、视频等其他数字媒体形式。实验验证法：建立严谨的实验验证体系，对新设计的水印算法进行全面的性能测试和分析。选取多种类型的数字媒体样本，包括不同场景、分辨率和色彩模式的图像，以及不同格式和内容的音频、视频文件等，以充分检验算法在不同条件下的性能表现。采用一系列标准的性能评价指标，如峰值信噪比（PSNR）用于衡量水印嵌入后数字媒体的图像质量变化，评估水印的不可见性；结构相似性指数（SSIM）从图像结构相似性的角度进一步评价图像质量；通过计算归一化相关系数（NC）、误码率（BER）等指标来评估水印在各种常见攻击（如JPEG压缩、噪声添加、滤波处理、几何变换等）下的鲁棒性；利用信息熵、密钥空间等指标来分析水印算法的安全性。将新算法与现有的具有代表性的水印算法进行对比实验，通过详细的实验数据和结果分析，直观、准确地展示新算法在嵌入容量、鲁棒性、不可见性和安全性等方面的优势和改进之处。对实验结果进行深入讨论，分析算法在不同条件下的性能变化原因，为算法的进一步优化提供依据。本研究可能的创新点主要体现在以下几个方面：多理论融合创新：创新性地将图像局部特征分析技术、压缩感知理论以及自适应嵌入策略有机结合。通过对图像局部特征的深入分析，实现水印嵌入位置的精准选择，提高嵌入容量的同时增强水印的隐蔽性；利用压缩感知理论对水印信息进行压缩和稀疏表示，有效提升水印信息的嵌入效率；采用自适应嵌入策略，根据图像内容和特征动态调整水印嵌入参数，更好地平衡嵌入容量、鲁棒性和不可见性之间的关系，相较于传统算法单一技术的应用，这种多理论融合的方式有望为水印算法的性能提升带来新的突破。自适应嵌入策略创新：提出的自适应嵌入策略，能够实时根据图像的内容、纹理、边缘等特征动态调整水印的嵌入强度和位置。这种自适应机制可以在保证水印不可见性的前提下，在图像的关键区域和纹理丰富区域适当增加水印嵌入量，从而提高嵌入容量；在可能受到攻击的敏感区域，自动降低水印嵌入强度，增强水印的鲁棒性。与传统固定嵌入策略的算法相比，本研究的自适应嵌入策略能够更好地适应不同图像的特点和复杂多变的应用环境，显著提升水印算法的整体性能和适应性。针对新兴媒体的适用性探索：随着虚拟现实（VR）、增强现实（AR）等新兴数字媒体形式的快速发展，现有水印算法在这些领域的应用面临诸多挑战。本研究在算法设计过程中，充分考虑新兴媒体的特点和需求，探索新算法在这些新兴媒体中的适用性。通过对新兴媒体数据结构和特征的分析，对算法进行针对性的优化和调整，为解决新兴数字媒体的版权保护和信息安全问题提供新的思路和方法，填补现有研究在该领域的部分空白，具有重要的理论和实践意义。二、数字水印技术基础2.1数字水印的基本概念数字水印，从定义上来说，是指通过特定算法将特定信息嵌入到数字信号（如电子文档、音频、视频、图像等）中，形成一种隐秘的标记。这种标记不仅用于识别内容的所有者，还能在内容复制或传播时，保持其版权信息的完整性。数字水印技术是信息隐藏技术研究领域的重要分支和研究方向，旨在解决数字媒体在版权保护、内容认证、信息追踪等方面的问题。数字水印技术具有不可感知性，从感官角度来看，在多媒体作品中嵌入隐藏信息会造成原始数据的改变，但这种改变光凭听觉或视觉是不会察觉到的。在图像水印中，嵌入水印后的图像在视觉上应与原始图像几乎无差异，人眼难以分辨出是否嵌入了水印；在音频水印中，添加水印后的音频在听觉上也不应出现明显的失真或异常。这是因为数字水印利用了人体感官自身的不敏感性和信息本身存在的冗余，采用硬件或软件的方法将图像、文本等一切可以作为标识信息的数字信号与原始载体融合并深深隐藏其中，确保不会影响原始内容的正常使用和质量。安全性也是数字水印技术的重要特性之一，数字水印的信息不可伪造，其嵌入和检测过程对未授权的第三方是保密的，难以被破解。通过加密技术和密钥管理，确保水印信息的安全性，防止非法篡改和伪造。在版权保护应用中，水印信息包含版权所有者的标识等重要信息，如果水印信息容易被伪造，那么版权保护将失去意义。鲁棒性是指数字载体在受到非法入侵者的干扰或破坏后，水印信息仍然能被完整且准确提取出来的能力。可能的信号处理过程包括信道噪声、滤波、数/模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。对于图像水印，即使图像经过JPEG压缩、添加噪声、滤波、旋转、裁剪等攻击，仍能从图像中提取出有效的水印信息，以证明图像的版权归属和内容完整性。鲁棒性对于数字水印在复杂多变的实际应用环境中保持有效性至关重要，确保了数字水印在面对各种有意或无意的破坏时，仍能发挥其应有的作用。嵌入容量是指在不影响数字媒体质量和水印鲁棒性的前提下，能够嵌入到数字媒体中的水印信息量。随着数字媒体应用场景的不断拓展和多样化，对水印算法的嵌入容量要求也越来越高。在高清视频、3D图像等大数据量的数字媒体中，需要嵌入更多的水印信息来实现全面的版权保护和信息追踪；在一些对信息安全要求极高的领域，如军事、金融等，也需要数字水印具备更高的嵌入容量，以满足严格的安全和监管需求。然而，嵌入容量的提高往往会对水印的不可感知性和鲁棒性产生一定的影响，如何在提高嵌入容量的同时，平衡好与不可感知性和鲁棒性之间的关系，是数字水印技术研究中的一个关键问题。明确性是指数字水印必须能够且唯一地确定出来，用来确定多媒体作品的真正归属。在版权纠纷中，通过提取水印信息，可以准确地判断作品的版权所有者，为解决纠纷提供有力的证据。明确性确保了数字水印在版权保护和内容认证等应用中的有效性和可靠性，使数字水印能够准确地发挥其标识和证明的作用。根据不同的分类标准，数字水印有多种分类方式。按特性划分，可分为鲁棒数字水印和脆弱数字水印两类。鲁棒水印主要用于在数字作品中标识著作权信息，利用这种水印技术在多媒体内容的数据中嵌入创建者、所有者的标示信息，或者嵌入购买者的标示（即序列号）。在发生版权纠纷时，创建者或所有者的信息用于标示数据的版权所有者，而序列号用于追踪违反协议而为盗版提供多媒体数据的用户。用于版权保护的数字水印要求有很强的鲁棒性和安全性，除了要求在一般图像处理（如：滤波、加噪声、替换、压缩等）中生存外，还需能抵抗一些恶意攻击。脆弱水印主要用于完整性保护和认证，这种水印同样是在内容数据中嵌入不可见的信息。当内容发生改变时，这些水印信息会发生相应的改变，从而可以鉴定原始数据是否被篡改。根据脆弱水印的应用范围，又可分为选择性和非选择性脆弱水印。非选择性脆弱水印能够鉴别出比特位的任意变化，选择性脆弱水印能够根据应用范围选择对某些变化敏感。例如，图像的选择性脆弱水印可以实现对同一幅图像的不同格式转换不敏感，而对图像内容本身的处理（如：滤波、加噪声、替换、压缩等）又有较强的敏感性，即：既允许一定程度的失真，又要能将特定的失真情况探测出来。按附载媒体划分，可分为图像水印、音频水印、视频水印、文本水印以及用于三维网格模型的网格水印等。随着数字技术的发展，会有更多种类的数字媒体出现，同时也会产生相应的水印技术。图像水印是在图像中嵌入水印信息，以保护图像的版权和完整性；音频水印则是在音频文件中嵌入水印，用于音频内容的版权保护和追踪；视频水印应用于视频媒体，能够对视频的版权进行有效保护，并在视频传播过程中实现信息追踪和内容认证；文本水印针对文本文件，在不影响文本内容可读性的前提下嵌入水印信息；网格水印用于三维网格模型，保护三维模型的版权和完整性。按检测过程划分，可分为盲水印和非盲水印。非盲水印在检测过程中需要原始数据或者预留信息，而盲水印的检测不需要任何原始数据和辅助信息。一般来说，非盲水印的鲁棒性比较强，但其应用需要原始数据的辅助而受到限制。盲水印的实用性强，应用范围广。非盲水印中，新出现的半盲水印能够以少量的存储代价换来更低的误检率、漏检率，提高水印算法的性能。目前学术界研究的数字水印大多数是盲水印或者半盲水印。按内容划分，可分为有意义水印和无意义水印。有意义水印是指水印本身也是某个数字图像（如商标图像）或数字音频片段的编码；无意义水印则只对应于一个序列。有意义水印的优势在于，如果由于受到攻击或其他原因致使解码后的水印破损，人们仍然可以通过视觉观察确认是否有水印。但对于无意义水印来说，如果解码后的水印序列有若干码元错误，则只能通过统计决策来确定信号中是否含有水印。按用途划分，可分为票证防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印。票证防伪水印主要用于打印票据和电子票据、各种证件的防伪。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，所以，诸如尺度变换等信号编辑操作是不用考虑的。但另一方面，人们必须考虑票据破损、图案模糊等情形，而且考虑到快速检测的要求，用于票证防伪的数字水印算法不能太复杂。版权保护水印用于标识数字作品的版权归属，防止未经授权的使用和传播；篡改提示水印能够检测数字内容是否被篡改，一旦内容发生改变，水印信息会发生相应变化，从而提示内容的完整性受到破坏；隐蔽标识水印则用于在数字媒体中隐藏特定的标识信息，实现信息的隐蔽传输和追踪。2.2水印算法分类及原理数字水印算法种类繁多，根据水印嵌入的位置和方式，主要可分为空间域水印算法和变换域水印算法两大类，它们各自具有独特的原理、特点和应用场景。空间域水印算法直接在数字媒体的像素值上进行操作，将水印信息直接嵌入到原始数据的像素值中。其原理是利用图像像素值的冗余性，通过修改像素的最低有效位（LSB）或调整像素的统计特性等方式来嵌入水印。以最低有效位（LSB）算法为例，这是一种典型的空间域水印算法。在数字图像中，每个像素通常由多个比特表示，例如8位灰度图像中每个像素的取值范围是0-255，对应8位二进制数。LSB算法利用像素值最低位对图像视觉影响较小的特点，将水印信息的二进制位替换到载体图像像素的最低有效位。比如，对于一个像素值为10101010（二进制）的像素，若要嵌入水印信息“1”，则将其最低位修改为10101011。这种方法实现简单，计算量小，能够在不显著影响图像视觉质量的前提下嵌入较多的水印信息，具有较大的嵌入容量。LSB算法对图像的任何修改，如JPEG压缩、滤波、噪声添加等，都极易破坏嵌入的水印信息，导致信息丢失或提取失败，鲁棒性较差。攻击者也可通过简单的统计分析方法检测出LSB隐藏信息的存在，安全性较低。另一种空间域水印算法Patchwork算法，基于改变图像数据统计特性的原理。该算法首先随机选取N对像素点，然后通过增加一对像素中一个点的亮度值，相应降低另一个点的亮度值来隐藏信息。为增强水印的鲁棒性，还可把像素对扩展为小块的区域，通过增加一个区域中所有像素点的亮度值而相应减少对应区域的亮度值来隐藏信息。这种算法具有不易察觉性，对于有损压缩（如JPEG）和一些恶意攻击具有一定的抵抗力。Patchwork算法的前提条件是对图像有特殊要求，并且对几何处理十分敏感，嵌入信息量有限，应用范围受到一定限制。变换域水印算法则是先对数字媒体进行某种可逆的数学变换，如离散余弦变换（DCT）、离散小波变换（DWT）、离散傅里叶变换（DFT）等，将数字媒体从空间域转换到变换域，然后在变换域中对变换系数进行修改以嵌入水印信息，最后通过逆变换将嵌入水印后的变换域系数转换回空间域，得到含水印的数字媒体。以离散余弦变换（DCT）域水印算法为例，DCT变换是将图像分解为不同频率的余弦函数之和，将图像从空间域转换到频率域。在DCT变换域中，图像的大部分能量集中在低频系数中，低频系数对图像的整体结构和视觉效果起主要作用；高频系数则主要包含图像的细节信息。DCT域水印算法通常选择在低频系数或中频系数中嵌入水印信息，因为低频系数的修改对图像质量影响较大，而高频系数对噪声等干扰较为敏感，选择中频系数可以在一定程度上平衡水印的鲁棒性和不可见性。具体嵌入方式可以是根据水印信息对DCT系数进行幅度调整、相位调制等。将水印信息以一定的规则叠加到DCT系数上，再经过逆DCT变换，得到嵌入水印后的图像。这种算法在频率域实现水印信号叠加，并借鉴扩频通讯等技术对水印信号进行有效的编码，从而提高了透明性和鲁棒性，能够较好地抵抗常见的图像处理操作和攻击，如JPEG压缩、滤波、噪声添加等。DCT变换计算相对复杂，计算效率较低，并且在嵌入容量方面存在一定限制，随着嵌入容量的增加，可能会对图像质量产生较明显的影响。离散小波变换（DWT）域水印算法也是一种常见的变换域算法。DWT是对基本小波的尺度和平移进行离散化，将图像分解为不同尺度和频率的子带，包括低频子带和高频子带。低频子带包含图像的主要轮廓和概貌信息，高频子带包含图像的细节和纹理信息。DWT域水印算法利用DWT良好的空间-频率分解特性，根据水印信息的特点和需求，选择在不同的子带中嵌入水印。在低频子带嵌入水印可以提高水印的鲁棒性，但可能对图像质量产生一定影响；在高频子带嵌入水印则具有较好的不可见性，但鲁棒性相对较弱。因此，通常会综合考虑在不同子带进行嵌入，以平衡鲁棒性和不可见性。由于MPEG4及JPEG2000等压缩标准将小波变换作为核心技术，基于DWT域的水印算法与这些压缩标准具有较好的兼容性，在实际应用中具有很大的优势。DWT变换的计算量相对较大，对硬件设备的要求较高，并且在水印嵌入和提取过程中，需要精确控制变换的参数和嵌入位置，以确保水印的性能。离散傅里叶变换（DFT）域的水印算法利用傅里叶变换将图像从空间域转换到频率域，有利于实现水印的仿射不变性，并且可以利用变换后的相位信息嵌入水印。O.Runnaith提出的一种DFT域水印算法将水印嵌入到DFT系数的相位信息中，依据是从图像可理解性的角度，相位信息比幅度信息更重要。另一种算法实现了水印的平移、旋转和尺度拉伸不变性。DFT域的方法计算比较复杂，效率较低，而且与国际压缩标准不兼容，限制了它的应用。2.3嵌入容量的重要性及衡量指标嵌入容量作为数字水印技术的关键性能指标，对水印技术的广泛应用和实际效果有着深远影响。在版权保护领域，随着数字内容的丰富和多样化，如高清影视、虚拟现实（VR）、增强现实（AR）等新型媒体的出现，对版权保护的要求越来越高。更高的嵌入容量意味着数字水印可以携带更多关于版权所有者、作品创作时间、授权使用范围等详细信息。以一部高清电影为例，较大的嵌入容量能够让水印包含电影制作公司的版权声明、演员名单、拍摄地点等丰富信息，当出现版权纠纷时，这些详细的水印信息可以作为有力的证据，准确地证明版权归属，为版权所有者提供更全面、更有效的法律支持。在信息追踪方面，特别是在大数据时代，企业和组织需要对大量的数字信息进行监控和追踪，以防止信息泄露和非法传播。高嵌入容量的数字水印可以在信息中嵌入更多的追踪线索，如数据的来源、传播路径、访问记录等。在企业内部文件共享场景中，水印可以记录文件从创建到各个员工访问和传播的详细路径，一旦发生信息泄露，通过提取水印中的追踪线索，能够快速、准确地定位信息泄露的源头，及时采取措施防止进一步的损失。在医疗领域，数字图像和医疗记录的安全至关重要。高嵌入容量的水印可以在医学图像中嵌入患者的详细病历信息、诊断结果、医生的批注等，确保医疗信息的完整性和可追溯性，同时也能防止医疗图像被篡改。在金融领域，数字水印用于保护金融数据的安全和完整性，高嵌入容量能够让水印携带更多的交易信息、账户信息等，增强金融数据的安全性和可审计性。随着物联网（IoT）技术的发展，大量的设备产生和传输着海量的数据，数字水印技术用于保护这些数据的安全和隐私，高嵌入容量可以满足不同设备和应用场景对水印信息的多样化需求。衡量嵌入容量的指标和计算方法对于评估水印算法的性能至关重要。常用的衡量指标包括比特数（Bits），即水印信息的二进制位数，直观地表示了能够嵌入的水印信息量。对于一幅大小为M×N的图像，如果采用最低有效位（LSB）算法嵌入水印，假设每个像素由8位表示，那么理论上最大嵌入容量为8×M×N比特。但在实际应用中，由于需要考虑水印的不可见性和鲁棒性，通常无法达到这个理论最大值。另一个重要指标是每像素比特数（BitsPerPixel，bpp），它表示平均每个像素能够嵌入的水印比特数，计算公式为：bpp=嵌入的水印比特数/载体图像的像素总数。这个指标更能反映水印算法在不同大小载体图像上的嵌入效率。对于一幅1024×768像素的图像，嵌入了10000比特的水印信息，那么bpp=10000/(1024×768)≈0.013。bpp值越高，说明在单位像素上能够嵌入更多的水印信息，算法的嵌入容量相对较高。在计算嵌入容量时，还需要考虑水印的编码方式和嵌入策略。如果水印信息经过压缩编码，如采用哈夫曼编码、算术编码等，那么在相同的嵌入空间内，可以嵌入更多的有效信息。自适应嵌入策略根据图像的局部特征动态调整水印的嵌入位置和强度，也会影响嵌入容量的计算。在图像的纹理丰富区域，可以适当增加水印嵌入量，而在平滑区域则减少嵌入量，以平衡水印的不可见性和嵌入容量。此时，嵌入容量的计算需要综合考虑不同区域的嵌入情况，通过对各个区域嵌入比特数的累加来得到总的嵌入容量。在实际评估中，还需要结合水印的鲁棒性和不可见性指标进行综合分析。一种算法虽然具有较高的嵌入容量，但如果在鲁棒性或不可见性方面表现较差，也不能被认为是一种优秀的水印算法。因此，在研究和开发水印算法时，需要在嵌入容量、鲁棒性和不可见性之间进行权衡和优化，以满足不同应用场景的需求。三、现有提高嵌入容量水印算法分析3.1空间域水印算法案例分析空间域水印算法中，最低有效位（LSB）算法是一种典型且应用较为广泛的算法，在提高嵌入容量方面具有独特的原理和实现方法。LSB算法的原理基于数字图像像素值的二进制表示特性。在数字图像中，每个像素通常由多个比特表示，例如常见的8位灰度图像，每个像素值用8位二进制数表示，取值范围是0-255。像素值的二进制表示中，从高位到低位对像素值的影响逐渐减小，最低有效位（LSB）对像素值的影响最小，对图像视觉效果的影响也最为微弱。利用这一特性，LSB算法将水印信息的二进制位替换载体图像像素的最低有效位，从而实现水印的嵌入。对于一个像素值为10101010（二进制）的像素，若要嵌入水印信息“1”，则将其最低位修改为10101011。这种嵌入方式简单直接，由于人眼对图像像素最低位的变化不敏感，在不进行精确数值分析的情况下，很难察觉图像是否嵌入了水印，因此在一定程度上保证了水印的不可见性。从嵌入容量的角度来看，对于一幅大小为M×N的图像，假设每个像素由8位表示，那么理论上最大嵌入容量为8×M×N比特。这是因为每个像素的8个比特位都可以用来嵌入水印信息，且每次嵌入操作对图像视觉质量的影响相对较小，所以在理想情况下，LSB算法能够在图像中嵌入大量的水印信息，具有较大的嵌入容量优势。在实际实现过程中，以Matlab语言为例，LSB算法的实现步骤较为清晰。首先，读取载体图像和水印图像，并将它们转换为灰度图像（如果原始图像是彩色图像）。对于水印图像，将其转换为二进制矩阵，以便后续嵌入操作。读取载体图像的像素值矩阵，对于每个像素值，提取其最低有效位。将水印图像的二进制矩阵中的元素依次替换载体图像像素值的最低有效位。将修改后的像素值重新组合，得到嵌入水印后的图像。具体代码实现如下：%读取载体图像和水印图像coverImage=imread('cover.jpg');watermarkImage=imread('watermark.jpg');%将图像转换为灰度图像coverGray=rgb2gray(coverImage);watermarkGray=rgb2gray(watermarkImage);%将水印图像转换为二进制矩阵watermarkBinary=im2bw(watermarkGray);%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');coverImage=imread('cover.jpg');watermarkImage=imread('watermark.jpg');%将图像转换为灰度图像coverGray=rgb2gray(coverImage);watermarkGray=rgb2gray(watermarkImage);%将水印图像转换为二进制矩阵watermarkBinary=im2bw(watermarkGray);%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');watermarkImage=imread('watermark.jpg');%将图像转换为灰度图像coverGray=rgb2gray(coverImage);watermarkGray=rgb2gray(watermarkImage);%将水印图像转换为二进制矩阵watermarkBinary=im2bw(watermarkGray);%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');%将图像转换为灰度图像coverGray=rgb2gray(coverImage);watermarkGray=rgb2gray(watermarkImage);%将水印图像转换为二进制矩阵watermarkBinary=im2bw(watermarkGray);%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');coverGray=rgb2gray(coverImage);watermarkGray=rgb2gray(watermarkImage);%将水印图像转换为二进制矩阵watermarkBinary=im2bw(watermarkGray);%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');watermarkGray=rgb2gray(watermarkImage);%将水印图像转换为二进制矩阵watermarkBinary=im2bw(watermarkGray);%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');%将水印图像转换为二进制矩阵watermarkBinary=im2bw(watermarkGray);%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');watermarkBinary=im2bw(watermarkGray);%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');%获取载体图像的尺寸[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');[height,width]=size(coverGray);%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');%嵌入水印fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');fori=1:heightforj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');forj=1:width%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');%提取载体图像像素的最低有效位coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');coverLSB=bitand(coverGray(i,j),1);%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');%替换最低有效位ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');ifwatermarkBinary(i,j)==1coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');coverGray(i,j)=bitor(bitshift(coverGray(i,j),-1),1);elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');elsecoverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');coverGray(i,j)=bitshift(coverGray(i,j),-1);endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');endendend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');endend%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');end%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');%显示嵌入水印后的图像figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');figure;subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');subplot(1,2,1);imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');imshow(coverImage);title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');title('原始载体图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');subplot(1,2,2);imshow(uint8(coverGray));title('嵌入水印后的图像');imshow(uint8(coverGray));title('嵌入水印后的图像');title('嵌入水印后的图像');在水印提取阶段，同样以Matlab实现为例，读取嵌入水印后的图像，并将其转换为灰度图像。提取每个像素值的最低有效位，这些最低有效位组成了提取的水印图像的二进制矩阵。将提取的二进制矩阵转换为图像，得到提取的水印图像。具体代码如下：%读取嵌入水印后的图像watermarkedImage=imread('watermarked.jpg');%将图像转换为灰度图像watermarkedGray=rgb2gray(watermarkedImage);%获取图像尺寸[height,width]=size(watermarkedGray);%提取水印extractedWatermark=zeros(height,width);fori=1:heightforj=1:widthextractedWatermark(i,j)=bitand(watermarkedGray(i,j),1);endend%将提取的水印转换为图像extractedWatermarkImage=logical(extractedWatermark);%显示提取的水印图像figure;imshow(extractedWatermarkImage);title('提取的水印图像');watermarkedImage=imread('watermarked.jpg');%将图像转换为灰度图像watermarkedGray=rgb2gray(watermarkedImage);%获取图像尺寸[height,width]=size(watermarkedGray);%提取水印extractedWatermark=zeros(height,width);fori=1:heightforj=1:widthextractedWatermark(i,j)=bitand(watermarkedGray(i,j),1);endend%将提取的水印转换为图像extractedWatermarkImage=logical(extractedWatermark);%显示提取的水印图像figure;imshow(extractedWatermarkImage);title('提取的水印图像');%将图像转换为灰度图像watermarkedGray=rgb2gray(watermarkedImage);%获取图像尺寸[height,width]=size(watermarkedGray);%提取水印extractedWatermark=zeros(height,width);fori=1:heightforj=1:widthextractedWatermark(i,j)=bitand(watermarkedGray(i,j),1);endend%将提取的水印转换为图像extractedWatermarkImage=logical(extractedWatermark);%显示提取的水印图像figure;imshow(extractedWatermarkImage);title('提取的水印图像');watermarkedGray=rgb2gray(watermarkedImage);%获取图像尺寸[height,width]=size(watermarkedGray);%提取水印extractedWatermark=zeros(height,width);fori=1:heightforj=1:widthextractedWatermark(i,j)=bitand(watermarkedGray(i,j),1);endend%将提取的水印转换为图像extractedWatermarkImage=logical(extractedWatermark);%显示提取的水印图像figure;imshow(extractedWatermarkImage);title('提取的水印图像');%获取图像尺寸[height,width]=size(watermarkedGray);%提取水印extractedWatermark=zeros(height,width);fori=1:heightforj=1:widthextractedWatermark(i,j)=bitand(watermarkedGray(i,j),1);endend%将提取的水印转换为图像extractedWatermarkImage=logical(extractedWatermark);%显示提取的水印图像figure;imshow(extractedWatermarkImage);title('提取的水印图像');[height,width]=size(watermarkedGray);%提取水印extractedWatermark=zeros(height,width);fori=1:heightforj=1:widthextractedWatermark(i,j)=bitand(watermarkedGray(i,j),1);endend%将提取的水印转换为图像extractedWatermarkImage=logical(extractedWatermark);%显示提取的水印图像figure;imshow(extractedWatermarkImage);title('提取的水印图像');%提取水印extractedWatermark=zeros(height,width);fori=1:heightforj=1:widthextractedWatermar