現(xiàn)代數(shù)字信號處理論文

1、現(xiàn)代數(shù)字信號處理課程論文現(xiàn)代數(shù)字信號處理課程論文姓名：學號：目 錄摘 要IIAbstractIII第1章 緒論11.1引言11.2本文研究的目的及意義11.3數(shù)字水印技術(shù)的國內(nèi)外研究現(xiàn)狀2第2章 數(shù)字水印理論基礎(chǔ)32.1 數(shù)字水印的基本概念32.2 數(shù)字水印的基本特征32.3 數(shù)字水印的基本原理3第3章 小波分析理論基礎(chǔ)63.1小波函數(shù)與小波變換63.2離散小波變換8第4章 基于小波變換的數(shù)字水印算法104.1算法描述104.2實驗結(jié)果及分析12第5章 總結(jié)與展望215.1全文工作總結(jié)215.2未來工作展望21參考文獻22基于小波變換的數(shù)字水印技術(shù)摘 要伴隨著互聯(lián)網(wǎng)和數(shù)字多媒體技術(shù)的飛速發(fā)展，

2、如何保護多媒體作品的版權(quán)和鑒別其真?zhèn)纬蔀閲H上研究的熱門課題，數(shù)字水印作為信息隱藏技術(shù)研究領(lǐng)域的重要分支，是實現(xiàn)版權(quán)保護或跟蹤侵權(quán)行為的有效方法。本文針對基于小波變換的數(shù)字水印技術(shù)，提出了一種基于小波域的二值圖像水印算法。該算法選擇了檢測結(jié)果直觀、有特殊意義的二值圖像作為原始水印，并在嵌入之前進行圖像置亂預(yù)處理，以提高安全性和隱蔽性，兼顧了水印的不可見性和魯棒性，利用多分辨率分析思想進行水印的嵌入與提取。通過大量的仿真實驗，證明本文算法在保證水印不可見性的同時，對常見的圖像處理如JPEG壓縮、噪聲、濾波、剪切等，均有較好的魯棒性。關(guān)鍵詞：小波變換，數(shù)字水印，魯棒性，不可見性the digita

3、l watermarking technology based on the wavelet transformAbstract With the rapid development of the Internet and digital multimedia technology, how to protect the copyright of multimedia works and identify true bogus becomes the international research hot topic.As an important branch of the informati

4、on hiding technology research field, digital watermarking is the effective method to realizing the protection of the copyright and tracking the infringement. In this paper, based on wavelet transform the digital watermarking technology, a wavelet domain based on the binary image watermarking algorit

5、hm. The algorithm chosen the test results intuitive, with special significance in the value of the original image as a watermark and embedded in the image scrambling prior to the pretreatment to enhance the safety and concealment; watermark does not take into account the visibility and robustness, U

6、se of multi-resolution analysis of the thinking embedded watermark and extraction. Through the simulation experiments to prove that this algorithm can not watermark visibility at the same time, the common image processing such as JPEG compression, noise, and so on, have a better robustness.Key words

7、: wavelet transform,digital watermarking, robustion, visibility現(xiàn)代數(shù)字信號處理課程論文第1章 緒論1.1引言隨著信息技術(shù)和計算機網(wǎng)絡(luò)的飛速發(fā)展，數(shù)字多媒體信息包括圖像、文本音視頻、三維模型的存儲、復(fù)制與傳播變得非常方便。我們在通過互聯(lián)網(wǎng)方便快捷的獲取多媒體信息的同時，還可得到與原始數(shù)據(jù)完全相同的復(fù)制品，這就帶來了對數(shù)字媒體原創(chuàng)者的版權(quán)和經(jīng)濟利益如何保護以及數(shù)字媒體信息是否安全可信等諸多問題。由此引發(fā)的信息安全問題、盜版問題和版權(quán)紛爭問題已成為日益嚴重的社會問題。因此，對多媒體內(nèi)容的版權(quán)保護與內(nèi)容鑒別成為我們所處的這個信息時代所急待

8、解決的問題1。數(shù)字水印技術(shù)是近幾年來國際學術(shù)界興起的一個前沿研究領(lǐng)域，是信息隱藏技術(shù)研究領(lǐng)域的重要分支，如今已成為多媒體信息安全研究領(lǐng)域的一個熱點。它將具有特定意義的、與載體內(nèi)容相關(guān)或不相關(guān)的標記(水印)，利用數(shù)字嵌入的方法，隱藏在載體，即數(shù)字圖像、聲音、文檔、圖書、視頻等數(shù)字產(chǎn)品中，用以證明創(chuàng)作者對其作品的所有權(quán)，并作為鑒定、起訴非法侵權(quán)的證據(jù)。數(shù)字水印的研究涉及信息論、編碼理論、通信原理、信號處理、信息安全等多學科多門類。近年來數(shù)字水印技術(shù)在數(shù)字信息的版權(quán)保護與完整性認證方面得到了迅猛發(fā)展，具有良好的應(yīng)用前景2。1.2本文研究的目的及意義數(shù)字水印技術(shù)作為一個跨多領(lǐng)域、多學科(數(shù)字信號處理、

9、圖像處理、模式識別、數(shù)字通信、多媒體技術(shù)、密碼學、語音處理等)的技術(shù)體系，由于它與具體的應(yīng)用密切相關(guān)，因此每個研究人員介入的角度、采用的研究方法和設(shè)計策略也各不相同，但都是圍繞著實現(xiàn)數(shù)字水印的各種基本特征進行設(shè)計，這也決定了數(shù)字水印技術(shù)研究成果的多樣性以及數(shù)字水印技術(shù)研究的不完善性，仍有許多技術(shù)問題需要解決3。同時，水印認證體系的建立、法律保護等問題也是影響數(shù)字水印技術(shù)邁向?qū)嵱没囊蛩?。另外，?shù)字水印技術(shù)發(fā)展到今天，還是沒有形成完整的理論體系，因而對相關(guān)研究人員來說這是一個挑戰(zhàn)性的課題。由于目前國際上的水印技術(shù)尚未形成統(tǒng)一的標準，形成一個共同遵循的標準己成為研究水印者的共同目標。然而，標準的算

10、法必須有其優(yōu)越性、通用性和有效性，并要得到世界各國的認同，所以形成標準是一項艱巨的任務(wù)。由于小波變換的優(yōu)點，使小波變換域研究水印處理技術(shù)是目前的熱點，并且在該領(lǐng)域形成水印算法標準的可能性最大，因此本論文研究基于小波變換域的數(shù)字水印算法設(shè)計與仿真實現(xiàn)具有重要意義4。1.3數(shù)字水印技術(shù)的國內(nèi)外研究現(xiàn)狀隨著計算機和網(wǎng)絡(luò)的飛速發(fā)展，數(shù)字作品得以有效的存儲和發(fā)布，同時數(shù)字作品又極易被非法拷貝、偽造或篡改，使得很多版權(quán)所有者不愿利用網(wǎng)絡(luò)公開其作品，從而阻礙其自身發(fā)展。版權(quán)保護信息必須與被保護的數(shù)據(jù)緊密結(jié)合，同時版權(quán)保護信息的鑒別過程必須具有抗各種干擾的能力，比如噪聲、壓縮等5。國外研究機構(gòu)有諸如美國財政部

11、、美國版權(quán)工作組、歐洲電信聯(lián)盟、德國國家信息技術(shù)研究中心、麻省理工學院的媒體實驗室、瑞士日內(nèi)瓦大學、普林斯頓大學、劍橋大學、普度大學等。此外歐洲、北美以及其他的一些關(guān)于圖像、多媒體研究方面的國際會議都有專門的數(shù)字水印討論組。在實際應(yīng)用方面,各項研究取得了豐碩的成果，但是，目前市場上的數(shù)字水印產(chǎn)品在技術(shù)上還很不成熟，距離真正的推廣使用還有很大的距離。在國外數(shù)字水印技術(shù)研究快速發(fā)展的同時，我國政府和研究機構(gòu)也加大了重視力度，數(shù)字水印技術(shù)在我國信息安全領(lǐng)域的地位和作用不斷上升，更多的專家學者投入到這一研究領(lǐng)域當中。國家“ 863 計劃”、“ 973 項目”、國家自然科學基金等都對數(shù)字水印的研究提供專

12、項資金支持。國內(nèi)從事信息隱藏技術(shù)研究的科研院所主要有：北京郵電大學信息安全中心、中國科學院軟件研究所、中國科學院自動化研究所、中科院信息安全國家重點實驗室、清華大學、浙江大學等單位。從目前的研究發(fā)展來看，我國數(shù)字水印學術(shù)領(lǐng)域的研究正在蓬勃開展，而且形成了自己獨特的研究思路，相信隨著國內(nèi)信息化程度的提高、電子政務(wù)的推廣和電子商務(wù)的普及，作為數(shù)字作品版權(quán)管理核心技術(shù)的數(shù)字水印技術(shù)將會擁有更加廣闊的應(yīng)用前景和發(fā)展空間6。第2章 數(shù)字水印理論基礎(chǔ)2.1 數(shù)字水印的基本概念數(shù)字水?。―igital Watermark）技術(shù)是將與多媒體內(nèi)容相關(guān)或不相關(guān)的一些標示信息直接嵌入多媒體內(nèi)容當中，但不影響原內(nèi)容的

13、使用價值，并不容易被人的知覺系統(tǒng)覺察或注意到7。通過這些隱藏的信息，可以確認內(nèi)容創(chuàng)建者、購買者，或者驗證內(nèi)容是否真實完整。與水印相近或關(guān)系密切的概念有很多，從目前出現(xiàn)的文獻中看，已經(jīng)有諸如信息隱藏（Information Hiding ）、信息偽裝（Steganography ）、數(shù)字水?。―igital Watermarking ）和數(shù)字指紋（Fingerprinting ）等概念。2.2 數(shù)字水印的基本特征（1）安全性：數(shù)字水印的信息應(yīng)是安全的，難以篡改或偽造，同時，應(yīng)當有較低的誤檢測率，當原內(nèi)容發(fā)生變化時，數(shù)字水印應(yīng)當發(fā)生變化，從而可以檢測原始數(shù)據(jù)的變更；當然數(shù)字水印同樣對重復(fù)添加有有強

14、的抵抗性。（2）隱蔽性：數(shù)字水印應(yīng)是不可知覺的，而且應(yīng)不影響被保護數(shù)據(jù)的正常使用，不會降質(zhì)。（3）魯棒性：是指在經(jīng)歷多種無意或有意的信號處理過程后，數(shù)字水印仍能保持部分完整性并能被準確鑒別。（4）水印容量：嵌入的水印信息必須足以表示多媒體內(nèi)容的創(chuàng)建者或所有者的標志信息，或購買者的序列號，這樣有利于解決版權(quán)糾紛，保護數(shù)字產(chǎn)權(quán)合法擁有者的利益。尤其是隱蔽通信領(lǐng)域的特殊性，對水印的容量需求很大。2.3 數(shù)字水印的基本原理水印的基本原理是嵌入某些標志數(shù)據(jù)到宿主數(shù)字中作為水印，使得水印在宿主數(shù)據(jù)中不可感知和足夠安全。為了保證由于水印的嵌入而導(dǎo)致宿主數(shù)據(jù)失真不被察覺到，必須應(yīng)用某種感知準則，不管是隱性還是

15、顯形。水印算法要結(jié)合加密方法以提供其安全性，通過的水印算法包含兩個基本方面：水印的嵌入和水印的提取。水印可以由多種模型構(gòu)成，如隨機數(shù)字序列、數(shù)字標識、文本以及圖像等。數(shù)字水印的嵌入過程如圖所示：水印信號原始信號嵌入過程含水印的信號圖2.1 數(shù)字水印嵌入過程頻域法加入數(shù)字水印的原理是首先將原始信號（語音一維信號、圖像二維信號）變換到頻域，常用的變換一般有DWT、DCT、DFT、WP和分形。然后，對加入了水印信息的信號進行頻域反變換（IDWT、IDCT、DFT、WP），得到含有水印信息的信號。數(shù)字水印的檢測過程如圖所示：原始的信號帶檢測的信號抽取/檢測過程抽取的水印 水印信息有/無水印結(jié)束結(jié)束圖2

16、.2數(shù)字水印的檢測過程頻域法檢測水印的原理是將原始信號與待檢測信號同時進行變換域變換，進行嵌入水印的逆運算，得出水印信息。如果是可讀的水印，那么就此結(jié)束，如果是不可讀水印，如高斯噪聲，就將得出的水印與已知水印作比較，由相關(guān)性判斷，待檢測信號含不含水印，故水印的檢測有兩個結(jié)束點。下面介紹一種基于小波變換的數(shù)字水印方法。 （1）第一步，將水印圖象作時域上的變換，目的是對水印信息進行亂序，達到加密的效果。采用函數(shù)： = mod N 其中k是一個控制參數(shù)，N是矩陣的大小，（x,y）和（x,y）表示像素點在變換前后的位置。假設(shè)P表示由二值水印信息組成的一個mn的矩陣,對每一個點的坐標作變換之后，這個m的

17、矩陣將變成一個N的矩陣，矩陣的每個元素為0或18。（2）第二步，對圖像作小波變換，對于變換后得到的小波系數(shù)，選出一個起始位置在（p1,p2），大小為NN的系數(shù)矩陣。這個矩陣的大小與水印圖像作時域變換后形成的矩陣大小是一致的。（3）第三步，在選出的系數(shù)矩陣中嵌入水印信息，即將兩個NN的矩陣進行信息疊加，其中含有水印信息的矩陣元素為0或1。TCY提出一種信息疊加的方案： A水印信息進行時域變換后得到的大小為NN的矩陣； U在矩陣A中含有水印信息的位置的集合； B圖象經(jīng)過小波變換后得到的系數(shù)矩陣（NN）； S模； CB和U的交集； =c(i,j)modS;對于所有屬于U和A交集的點c(i,j):如果

18、A(i,j)=1,并且B(i,j);則c(i,j)=c(i,j)-+T;如果A(i,j)=0,并且B(i,j);則c(i,j)=c(i,j)-+T;如果A(i,j)=1,并且B(i,j)0;則c(i,j)=c(i,j)+-T;如果A(i,j)=0,并且B(i,j)0;則c(i,j)=c(i,j)+-T;這里T，T是水印嵌入的門限，安全系數(shù)包括n,k ,p,p,m,N,S, T, T。水印的提取過程如下：假設(shè)y是從小波變換域抽取的一個NN的系數(shù)矩陣，起始位置為（p,p）；滿足：=Y（i,j）modS, D是一個NN的矩陣。對Y中的所有點（i,j）,定義如果/2，則D（i，j）=1;如果/2，則D

19、（i，j）=1;因此對矩陣D作T-n次A反變換，水印圖像就被恢復(fù)出來了7。第3章 小波分析理論基礎(chǔ)小波變換是將信號分解成時域和尺度域的一種變換9，不同的尺度對應(yīng)于不同的頻率范圍，因此，對于圖像信號這樣的時頻信號而言，小波變換是一種很好的分析工具。小波分析的時頻局部化特性好，原圖像的低頻部分和高頻部分經(jīng)變換后的系數(shù)比較集中，而不會像DCT那樣形成幅值分散，故在保留同樣多的細節(jié)信息的情況下需編碼的系數(shù)較少。小波分析是一個范圍可變的窗口方法，可以用長的時間間隔來獲得更精確的低頻信息，用短的時間間隔來獲得高頻信息，這樣就有效地克服了Fourier變換在處理非平穩(wěn)的復(fù)雜圖像信號時存在的局限性。而且小波變

20、換具有多分辨率分析能力，更適應(yīng)人眼的視覺特性，因此在數(shù)字水印研究領(lǐng)域，小波變換扮演著十分重要的角色。3.1小波函數(shù)與小波變換3.1.1連續(xù)小波基函數(shù)小波 (wavelet)，即小區(qū)域的波，是一種特殊的長度有限、平均值為小波函數(shù)的定義為:設(shè)為一平方可積函數(shù)，即，若其Fourier變換滿足條件:C= (3.1) 則稱T (t)為一個基本小波或小波母函數(shù)，我們稱式(3.1)為小波函數(shù)的可容許條件。將小波母函數(shù)進行伸縮和平移，就可以得到函數(shù)= a,;a>0 (3.2)式(3.2)中，a為伸縮因子，T為平移因子，我們稱為依賴于參數(shù)a,的小波基函數(shù)。 Fourier分析是將信號分解成一系列不同頻率的

21、正弦波的疊加，同樣小波分析是將信號分解成一系列小波函數(shù)的疊加，而這些小波函數(shù)都是由一個母小波函數(shù)經(jīng)過平移與尺度伸縮得來的。根據(jù)直覺，用不規(guī)則的小波函數(shù)來逼近尖銳變化的信號顯然要比光滑的正弦曲線要好，同樣，信號局部的特性用小波函數(shù)來逼近顯然要比光滑的正弦函數(shù)來逼近要好9。3.1.2連續(xù)小波變換將任意L(R)空間中的函數(shù)f(t )在小波基下展開，稱這種展開為函數(shù)f(t )的連續(xù)小波變換(ContinueW aveletTr ansform，簡稱為CWT)，其表達式為:WT = （3.3）由以上定義，我們可以看出小波變換也是一種積分變換，WT,灼為小波變換系數(shù)?？梢宰C明，若采用的小波滿足容許條件，則

22、連續(xù)小波變換存在著逆變換，逆變換公式為:f(t)= (3.4)式(3.4) C= 為對(t)提出的容許條件。在此需要進一步說明，在小波變換過程中，所采用的小波必須滿足容許條件反變換才存在，由容許條件C=可以推斷出:能用作基本小波(t)的函數(shù)至少必須滿足或者,也就是說，必須具有帶通性質(zhì)，且必須是有正負交替的MIA波形，使得其平均值=0，這便是稱之為“小波”的原因。另外，在實際中，對基本小波的要求往往不局限于滿足容許條件，對(t)還要施加所謂的“正則性條件”，使在頻域上表現(xiàn)出較好的局限性能。為了在頻域上有較好的局限性，要求隨a的減小，所以這就要求(t)的前n階原點矩為0，且n值越高越好，即（t）d

23、(t)=0 p =1 n ，且 n值越大越好 (3.5)此要求在頻域內(nèi)表示就是，在=0處有高階零點，且階次越高越好(一階零點就是容許條件)，即= , n 越大越好 (3.6)上兩式就是正則性條件。如果 用 上 述變換公式來處理圖像信息，還需要將連續(xù)小波離散化，同時將一維變換拓展到二維。3.2離散小波變換在實際應(yīng)用中，為了方便計算機進行分析、處理，信號(t )都要離散化為離散數(shù)列，a和也必須離散化，成為離散小波變換(Discrete Wavelet Transform),記為DWT.由上一節(jié)連續(xù)小波變換的概念我們知道，在連續(xù)變換的尺度a和時間值下，小波基函數(shù) 具有很大的相關(guān)性，所以一維信號f(t

24、)做小波變換成二維的WT后，它的信息是有冗余的，體現(xiàn)在不同點的WT滿足重建核方程。在理想情況下，離散后的小波基函數(shù)滿足正交完備性條件，此時小波變換后的系數(shù)沒有任何冗余，這樣就大大地壓縮了數(shù)據(jù)，并且減少了計算量。為了減少小波變換的系數(shù)冗余度，我們將小波基函數(shù)=a, 限定在一些離散的點上取值。 尺 度 的離散化。目前通行的辦法是對尺度進行冪級數(shù)離散化，即令a取a=,a>O,mZ，此時對應(yīng)的小波函數(shù)是aj=0 ,1,2,.。 位移的離散化。通常對進行均勻離散取值，以覆蓋整個時間軸。為了防止信息的丟失，我們要求采樣間隔滿足Nyquist采樣定理，采樣率大于等于該尺度下頻率通常的二倍。所以每當m增

25、加1時，尺度a增加一倍，對應(yīng)的頻率減小一半，可見采樣率可以降低一半而不致引起信息的丟失(帶通信號的采樣率決定于其帶寬，而不是決定于其頻率上限)。所以在尺度j下，由于的帶寬時的a倍，因此采樣間隔可以擴大a，同時也不會引起信息的丟失。這樣， 就改成:a (3.7)記為離散小波變換定義為:WT= j=0,1,2.,k (3.8)在以上的尺度以及位移均離散化的小波序列，如果取離散柵格a= 2 , =0，即相當于連續(xù)小波只在尺度a上進行量化，平移參數(shù)仍然連續(xù)不被離散，我們稱這類小波為二進小波，表示為: =2 (3.9)二進小波介于連續(xù)小波和離散小波之間，由于它只是對尺度參量進行離散化，在時間域上的平移量

26、仍保持著連續(xù)的變化，所以二進小波具有連續(xù)小波變換的時移共變性，這個特點也是離散小波不具有的。也正因為如此，它在奇異性檢測、圖像處理方面都十分有用。令小波函數(shù)為(t)，其傅立葉變換為，若存在常數(shù)A,B，當0<AB<，使得 (3.10) 此時，(t)才是一個二進小波，我們稱上式為二進小波的魯棒性條件。定義函數(shù)f(t)的二進小波變換系數(shù)為:WT()=f(t)= (3.11)其中=2 (3.12)由前面的知識可得它的小波逆變換公式是存在的。二進小波變換的重建公式為:f(t)= (3.13)其中， 為(t)的對偶框架，其上、下界分別為B，和A第4章 基于小波變換的數(shù)字水印算法4.1算法描述A

27、mold變換是Amold在遍歷理論研究中提出的一種變換，俗稱貓臉變換原意為cat mapping。設(shè)想在平面單位正方形內(nèi)繪制一個貓臉圖像，通過如下變換=mod1 (4.1)這個貓臉圖像將由清晰變?yōu)槟：?，這就是Arnold變換。注意到式(4.1)定義的Amold變換實際上是一種點的位置移動，并且這種變換是一一對應(yīng)的。此外，這個變換可以迭代地做下去。類似的變換還有面包師變換。對于數(shù)字圖像來說，可以將其看成是一個函數(shù)在離散網(wǎng)格點處的采樣值，這樣我們就得到了一個表示圖像的矩陣，矩陣中元素的值是對應(yīng)點處的灰度值或RGB顏色分量值。對于正方形數(shù)字圖像，我們有離散化的Amold變換:=modN,x,y (4

28、.2)其中N為圖像的高度和寬度。對于數(shù)字化圖像而言，我們所說的位置移動實際上是對應(yīng)點的灰度值或者RGB顏色值的移動，即將原來點(x,y)處象素對應(yīng)的灰度值或RGB顏色值移動至變換后的點(x ,y)處。如果我們對一個數(shù)字圖像迭代地使用離散化的Amold變換，即將左端輸出的(x ,y)作為下一次Amold變換的輸入可以重復(fù)這個過程一直作下去當?shù)侥骋徊綍r，如果出現(xiàn)的圖像符合我們對圖像的“雜亂無章”標準的要求，這即是一幅置亂了的圖像。目前的小波域水印算法,對于水印嵌入位置的選擇有不同的意見。一種意見認為低頻子圖是圖像的平滑部分，人另一種意見則認為中高頻子圖的小波系數(shù)幅度一般較小。由人類視覺特性知，

29、只要迭加的水印信號低于JND值，視覺系統(tǒng)就無法感覺到信號的存在。這樣在圖像有一定失真的情況下，仍能保留主要成分，可保持原始載體圖像的主觀視覺質(zhì)量基本不變，于是提出水印嵌入低頻系數(shù)中。以前的很多算法不在低頻系數(shù)中加入水印，原因是避免出現(xiàn)方塊效應(yīng)，但經(jīng)過實驗證明，不在低頻部分嵌入所有水印，只嵌入一部分水印，再在中頻部分嵌入一部分水印，既能保證不可見性又有很好的魯棒性。綜合考慮上述嵌入位置的探討以及小波分解系數(shù)的特點，本文將水印的嵌入位置選擇為原始圖像經(jīng)過小波三級分解后的中頻和低頻分量上。為了權(quán)衡水印不可見性和魯棒性，決定優(yōu)先選擇在原始圖像小波分解后的第二級分量上嵌入水印。具體嵌入位置如下: 將水印

30、圖像一級小波分解后的水平分量嵌入到原始圖像小波分解后的第二級水平分量上(中頻分量):水印圖像一級小波分解后的垂直分量嵌入到原始圖像小波分解后的第二級垂直分量上；水印圖像一級小波分解后的對角分量嵌入到原始圖像小波分解后的第二級對角分量上。 而由于人眼對對角分量上噪聲的敏感度低于水平、垂直分量上噪聲的敏感度，所以將水印經(jīng)一級小波分解后的低頻分量嵌入到原始圖像小波分解后的第三級對角分量上。 考慮到低頻分量集中了原始圖像的大部分信息，有較好的穩(wěn)定性，在圖像有一定失真的情況下，仍能保留主要成份，最后又將水印圖像經(jīng)小波分解后的低頻分量二次嵌入到原始圖像的低頻分量中。具體的嵌入過程如下: 分別輸入原始圖像X

31、和水印圖像W； 利用Amold變換將水印圖像W置亂，置亂后的水印記為W' 置亂次數(shù)k作為密鑰； 對置亂后的水印圖像W采用Haar小波變換進行一級小波分解，得到平w'(LH,i,j) 、垂直w'(HL,i,j) 、對角分量小波系數(shù)w'(HH,i,j) 和低頻分量小波系數(shù) w'(LL,i,j)； 對原始圖像為X采用Haar小波變換對其進行三級小波分解，得到低頻分量小波系數(shù) x( LL ,i,j)、水平分量小波系數(shù)x(LH,i,j) 、垂直分量小波系數(shù)x(HL,i,j)和對角分量小波系數(shù)x(HH,i,j) , n =1,2,3； 參照對嵌入位置的分析，用水印的

32、小波系數(shù)按下式修改原始圖像的波系數(shù) ：X'(i,j ) = X(i ,j) + aW'(i ,j) (4. 3)其中X'(i,j )是嵌入水印圖像的小波系數(shù)，X(i,j) 是原始圖像的小波系數(shù)，W'(i ,j)是 在 原 始圖像的(i ,j)位置上嵌入的水印小波系數(shù)值，“是嵌入強度,其取值應(yīng)權(quán)衡不可見性和魯棒性要求,a越大,水印雖越強壯，但是嵌入水印的圖像質(zhì)量就會降低。反之，取值小，圖像質(zhì)量雖提高了，但同時會削弱水印的魯棒性。本文經(jīng)過反復(fù)實驗，高頻分量a的取值范圍為0.060 .08，低頻分量a的取值范圍為0.10.2較合適。 按照新的小波系數(shù)進行小波逆變換，重

33、構(gòu)得到含水印圖像X。水印的提取過程是嵌入過程的逆過程，提取時需要借助于原始圖像，其過程如下:對含水印圖像X和原始圖像X進行三級小波分解，得到低頻分量小波系數(shù)X(LL ,i ,j) 和X(LL,i ,j)、水平分量小波系數(shù)x'(LH,i,i)和x(LH,i,j)、垂直分量小波系 數(shù)x'(LH,i,j)和x(LH,i,j)以及對角分量小波系數(shù)x(HH，i,j)和x'(HH,i ,j)，n=1,2,3; 參照下式提取出嵌入的水印小波系數(shù):W'(i,j)= (X '(i ,j)-X (i ,j)/a (4 .4)其中,X '(i ,j) 是含水印圖像的小

34、波系數(shù)，X(i,j) 是原始圖像的小波系數(shù)，W'(i,j)是提取出的水印小波系數(shù); 用計算出的小波系數(shù)進行小波逆變換(重構(gòu))提取出水印圖像W' 根據(jù)嵌入時設(shè)置的密鑰k,并根據(jù)水印圖像的尺寸求得其置亂周期T,對W'進行( T- k)次置亂操作,得到最終的提取水印圖像W。4.2實驗結(jié)果及分析4.2.1仿真實驗利用二維離散小波變換實現(xiàn)數(shù)字水印。仿真實驗采用的原始圖像為512512的灰度級lena圖像,水印圖像是6464的二值圖像。%裝入原始圖像1 I=imread('lena.bmp');imshow(I)%小波函數(shù)type='dbl'%2維離

35、散Daubechies小波變換CA1,CH1,CV1,CD1=dwt2(I,'haar');C1=CH1 CV1 CD1;%系數(shù)矩陣大小length1,width1=size(CA1);M1,N1=size(C1);%定義閾值TT1=50;alpha=0.2;%在圖像中加入水印for counter2=1:1:N1 for counter1=1:1:M1 if(C1(counter1, counter2)>T1)marked1 (counter1, counter2)=randn(1,1);NEWC1 (counter1, counter2)=double(C1(coun

36、ter1, counter2)+alpha*abs( double(C1(counter1, counter2)* marked1 (counter1, counter2);else marked1 (counter1, counter2)=0; NEWC1 (counter1, counter2)=double(C1(counter1, counter2);end;end;end;%重構(gòu)圖像 NEWCH1= NEWC1(1:length1,1:width1);NEWCV1= NEWC1(1:length1,width1+1:2*width1); NEWCD1= NEWC1(1:length1

37、,2*width1+1:3*width1);R1=double(idwt2(CA1,NEWCH1,NEWCV1,NEWCD1,'haar');%分離水印Watermark1=double(R1)-double(I);figure(1);subplot(1,2,1);image(I);axis('square');subplot(1,2,2);imshow(R1/250);axis('square');title('Daubechies 小波變換后圖像');figure(2);imshow(Watermark1*1016);axis

38、('square');title('水印圖像');%水印檢測newmarked1=reshape(marked1,M1*N1,1);%檢測閾值T2=60;for counter2=1:1:N1for counter1=1:1:M1if( NEWC1 (counter1, counter2)>T2) NEWC1X (counter1, counter2)= NEWC1 (counter1, counter2);elseNEWC1X (counter1, counter2)=0;end;end;end;NEWC1X=reshape(NEWC1X,M1*N1,1

39、);correlation1=zeros(1000,1); for corrcounter=1:1:1000if(corrcounter=500)correlation1(corrcounter,1)= NEWC1X'*newmarked1/(M1*N1);elsernmark=randn(M1*N1,1);correlation1(corrcounter,1)= NEWC1X'*rnmark/(M1*N1);end;end;%計算閾值originalthreshold=0;for counter2=1:1:N1 for counter1=1:1:M1if(NEWC1(coun

40、ter1, counter2)>T2)originalthreshold= originalthreshold+abs( NEWC1 (counter1, counter2);end;end;end;originalthreshold=originalthreshold*alpha/(2*M1*N1);corrcounter=1000;originalthresholdvector=ones(corrcounter,1)* originalthreshold;figure(3);plot(correlation1,'-');hold on;plot(originalthr

41、esholdvector,'-');title('原始的加水印圖像');xlabel('水印');ylabel('檢測響應(yīng)'); 圖4.1原始圖像 圖4.2 小波變換后的圖像圖4.3水印圖像 圖4.4嵌入水印的圖像 圖4.5 水印圖像的檢測結(jié)果4.2.2 抗攻擊實驗JPEG攻擊JPEG壓縮是嵌有水印的圖像最易經(jīng)受的圖像處理。目前網(wǎng)絡(luò)上流通的圖像絕大多數(shù)都是JPEG格式，因此水印對于JPEG有損壓縮是否具有較強的免疫力是衡量一種水一印算法是否成功的重要標準。由于有損壓縮因其圖像的降質(zhì)，水印的檢測將受到一定的影響。 我們對潛入水印后的

42、圖像進行JPEG有損壓縮，然后進行水印提取，其結(jié)果如下所示：4.6a JPEG壓縮后的水印圖像 4.6b 恢復(fù)的水印圖4.6為在質(zhì)量因子為30時JPEG壓縮后的嵌水印圖像和從該圖像中恢復(fù)的水印，視覺上我們可以明顯的識別出水印圖像，可見本文的算法能較好的抗JPEG壓縮。噪聲攻擊 圖像在傳輸過程中，常常由于收到某種干擾而含有各種噪聲。對嵌水印圖像分別添加密度為0.02的椒鹽噪聲和10的高斯噪聲干擾，然后檢測觀察其魯棒性。 圖4.7a 椒鹽噪聲攻擊后水印 圖4.7b恢復(fù)的水印從椒鹽噪聲干擾后恢復(fù)的水?。▓D4.7b）可以看出，視覺上我們可以明顯的識別出水印圖像，可見本文的算法能較好的抗椒鹽噪聲干擾。

43、圖4.8a 高斯噪聲攻擊后水印 圖4.8b恢復(fù)的水印圖4.8為高斯噪聲干擾后的嵌水印圖像從該圖像恢復(fù)的水印。從恢復(fù)的水印（圖4.8b）可以看出，算法對高斯噪聲干擾，視覺上識別出水印圖像相對椒鹽噪聲干擾略差，但還是具有較強的抵抗能力。濾波攻擊圖像在傳輸過程中往往有噪聲干擾，發(fā)生失真，所以人們常常對圖像加以濾波，以去除噪聲。濾波實際上是圖像增強的一種，常見濾波有中值濾波。中值濾波是一種給予排序統(tǒng)計理論的非線性信號處理方法。它利用一個含有奇數(shù)點的窗口，將窗口正中的那點值用窗口內(nèi)各點的中值代替。因此，對于細節(jié)較多的圖像來說損傷很大。圖4.9為在進行55中值濾波后的嵌水印圖像和從該圖像中恢復(fù)的水印。 圖

44、4.9a中值濾波后水印圖像 圖4.9b恢復(fù)的水印圖像剪切攻擊對嵌入水印后的圖像從左上角開始剪去整個圖像的14，剪去的部分用白像素代替，然后進行水印恢復(fù)。圖4.10為14剪去后的嵌水印圖像和從該圖像中恢復(fù)的水印，從圖中我們可以清晰地識別水印中的信息。 圖4.10a 剪切攻擊后水印圖像 圖4.10b 恢復(fù)的水印圖像對嵌入水印后的圖像從上方開始剪去整個圖像的14，我們還是可以從圖中識別出水印的信息。這是因為水印在嵌入前進行了置亂，從而很好的提高了水印抵抗剪切攻擊的能力，所以水印中的有用信息還是得到了很好的保護。旋轉(zhuǎn)攻擊將嵌入水印的圖像逆時針旋轉(zhuǎn)30度，然后進行水印提取。圖4.12（a）和(b)分別是

45、旋轉(zhuǎn)后的Lena圖像和從中提取中出的水印，此時我們基本不能從水印中識別出任何的有用信息。其主要原因是小波本身不具有可旋轉(zhuǎn)和可縮放特性，旋轉(zhuǎn)攻擊破壞了水印的同步機制，使得水印檢測和水印嵌入的起點位置偏離，從而無法準確提取水印。 圖4.11a旋轉(zhuǎn)攻擊后水印圖像 圖4.11b 恢復(fù)的水印圖像4.2.3 實驗結(jié)果分析 本節(jié)通過大量的仿真試驗驗證了基于小波變換的數(shù)字水印算法，該算法在水印嵌入之前對水印信息進行了置亂處理，之后采用了多分辨率思想，在原始圖像的小波變換域進行水印信息的嵌入,由于算法是在變換域進行水印嵌入，所以水印信息能很好的分散在原始圖像的全部像素中，并且對原始圖像小波分解后的各個頻域系數(shù)進

46、行水印的對應(yīng)遷入和重復(fù)嵌入，從而使得算法的魯棒性得到加強。從實驗結(jié)果上看，該算法能夠滿足視覺上不可見性的要求，而且可以很好的保證加入水印后的圖像質(zhì)量，提取出的水印圖像清晰，視覺上看來與原始水印圖像幾乎一致，可以達到很好的水印效果。本文算法對于常見的圖像處理如JPEG壓縮、噪聲、濾波、剪切等攻擊后都可以清晰地識別水印中的信息。，但是對于旋轉(zhuǎn)攻擊魯棒性則具有很好的敏感性，算法仍需改進。同時，本算法還存在以下不足的地方：檢測時需要原始圖像，這在實際應(yīng)用中是很不方便的；沒有利用HVS來選擇水印的嵌入位置和強度；算法的通用性不好，在下一步的研究工作中將重點解決以上問題。第5章 總結(jié)與展望5.1全文工作總結(jié)在變換域圖像水印算法中，小波變換相對