基于離散小波變換的數(shù)字水印算法 畢業(yè)設(shè)計(jì)論文

1、編編 號(hào)號(hào)本本科科生生畢畢業(yè)業(yè)設(shè)設(shè)計(jì)計(jì)（ 論論文文 ）題目：題目： 基于離散小波變換的數(shù)字水印算法 物聯(lián)網(wǎng)工程 學(xué)院 電子信息工程專(zhuān)業(yè)二一三年五月摘要摘摘 要要隨著網(wǎng)絡(luò)通信的飛速的發(fā)展以及多媒體技術(shù)的廣泛應(yīng)用，數(shù)字產(chǎn)品版權(quán)的保護(hù)問(wèn)題變得越來(lái)越重要。數(shù)字水印技術(shù)已成為解決數(shù)字多媒體版權(quán)問(wèn)題的主要工具。目前基于小波域的算法有很多，有簡(jiǎn)單的直接在經(jīng)過(guò)小波變換的分量中嵌入水印，有兩域結(jié)合的水印算法等，其中基于小波變換(DWT)和奇異值分解(SVD)結(jié)合的算法可以充分利用DWT 的多分辨率特性和 SVD 所固有的特征小波變換的多分辨率特性可根據(jù)各自的重要程度對(duì)圖像進(jìn)行分級(jí)處理，奇異值分解的奇異值的穩(wěn)健性

2、是一種內(nèi)蘊(yùn)特性，都增強(qiáng)了水印的不可見(jiàn)性和魯棒性本文分析討論了數(shù)字水印技術(shù)的基本原理、典型算法幾數(shù)字水印攻擊方法，研究了一種基于離散小波變換的數(shù)字水印算法。該算法使用推廣的 Arnold 變換對(duì)水印進(jìn)行置亂，提高了水印的安全性；利用人類(lèi)視覺(jué)系統(tǒng)確定水印的嵌入強(qiáng)度，提高了水印的不可感知性；實(shí)現(xiàn)了樹(shù)蔭的忙提取，增強(qiáng)了算法的適用性。本文對(duì)所提出的算法進(jìn)行了仿真實(shí)驗(yàn)，并進(jìn)行了性能分析。實(shí)驗(yàn)結(jié)果表明，本文所研究的算法具有良好的魯棒性，同時(shí)也很好地保證了水印的不可感知性。關(guān)鍵字：數(shù)字水?。浑x散小波變換；圖像置亂；人類(lèi)視覺(jué)特性AbstractIABSTRACTWith the rapid developmen

3、t of network communication and broad appkication of multimedia techniligy,copyright protection of digital median work is becoming more and more important.Digital watermarking is viewed as an effective tool for copyright protection of multimedia data.Now algorithms based on DWT have many, including e

4、mbedding watermark directly after DWT,combining two domains and so on.The algorithms based on DWT and SVD can take full account of characteristic of the multi-resolution of DWT and inherent factors of SVD.The characteristic of the multi-resolution of DWT can process an iamge at rated according to th

5、eir important points,and the values of SVD is very robust.All which enhance the invisibility and robustness.At first the principle,typical algorithms and attack analysis of digital watermark is described.Then,a watermarking algorithm based on DWT is proposed.the watermark image is scrambled by a gen

6、eralized Arnold transform so as to improve the security of the watermark;the watermark is embedded into the middle-frequency subband which guarantees the robustness of the algorithm;In order to implement the blind extraction,this paper improves an embedding algorithm based on HVS,which enhances the

7、applicability of the algorithm.This paper tests the algorithm,and quantity of experiment data shows that algorithm has good robustness,and the imperceptibility of watermark can be guaranteed at the same time.Keywords: digital watermark；DWT；image scrambling；HVS目錄目目 錄錄摘 要.IABSTRACT .II目 錄.I第 1 章 緒論.11

8、.1 選題背景及意義 .11.2 數(shù)字水印概述.11.2.1 數(shù)字水印的基本特征 .21.2.2 數(shù)字水印的國(guó)內(nèi)外研究現(xiàn)狀.31.3 本文的研究?jī)?nèi)容 .3第 2 章 數(shù)字圖像水印算法與抗攻擊性能分析.52.1 數(shù)字圖像水印系統(tǒng)的基本模型.52.2 水印攻擊 .62.3 水印的檢測(cè)與評(píng)價(jià).6第 3 章 基于 DWT-SVD 分解的水印算法的設(shè)計(jì).93.1 小波變換的基本理論 .93.1.1 小波分析 .93.1.2 小波變換對(duì)信號(hào)的處理 .103.2 基于 DWT-SVD 分解的水印嵌入算法.103.3 基于 DWT-SVD 分解的水印提取算法.13第 4 章 MATLAB 仿真結(jié)果.154.1

9、 仿真實(shí)驗(yàn).154.2 抗攻擊性能分析.184.3 小結(jié).24第 5 章 結(jié)論與展望.255.1 結(jié)論 .255.2 不足之處及未來(lái)展望 .25參考文獻(xiàn).27致 謝.28附錄 A： 程序代碼.29江南大學(xué)學(xué)士學(xué)位論文0第第 1 章章 緒論緒論1.1 選題背景及意義選題背景及意義隨著多媒體數(shù)據(jù)在網(wǎng)上交易和傳送的日益增多,由于數(shù)字信息極易被篡改、復(fù)制與散布,如何對(duì)數(shù)字作品的知識(shí)產(chǎn)權(quán)進(jìn)行保護(hù)已經(jīng)成為迫切需要解決的問(wèn)題。對(duì)數(shù)字產(chǎn)品的保護(hù)最初是通過(guò)加密來(lái)完成的,但這種方法至少有兩個(gè)問(wèn)題:首先,加密算法存在被破解的可能性,而且一旦被破解,將沒(méi)有辦法證明產(chǎn)品的所有權(quán)。另外,加密將影響數(shù)字產(chǎn)品的傳播,限制了數(shù)

10、字產(chǎn)品迅速發(fā)展的優(yōu)勢(shì)。新近出現(xiàn)的水印技術(shù)正好對(duì)這方面的問(wèn)題進(jìn)行了很好的探索,它是將具有確定性和保密性的信息直接嵌入到原始數(shù)據(jù)并作為原始數(shù)據(jù)的一部分而保留在其中,因而即使在解密之后仍可以跟蹤數(shù)據(jù)的復(fù)制和傳輸,對(duì)媒體數(shù)據(jù)進(jìn)行有效的保護(hù)。 作為數(shù)字水印嵌入方法,離散小波變換(DWT)越來(lái)越受到研究人員的重視,DWT方法的優(yōu)點(diǎn)是不僅可以將圖像分解到頻域中,同時(shí)還保留了圖像在空間上的分布。這對(duì)于加強(qiáng)數(shù)字水印以及有損壓縮和局部剪裁等的魯棒性是非常有效的,另一方面小波變換的多分辨率分析和人的視覺(jué)特性能較好匹配,因此,從水印可見(jiàn)性的角度講,DWT也更接近HVS的要求。數(shù)字水印技術(shù)可以對(duì)多媒體信息進(jìn)行有效地保護(hù)

11、，但由于該技術(shù)的研究涉及了圖像和信號(hào)處理、密碼學(xué)、現(xiàn)代通信技術(shù)、編碼理論以及神經(jīng)審理學(xué)等眾多領(lǐng)域，是一門(mén)多學(xué)科交叉的學(xué)科，因此給研究工作帶來(lái)了一定的難度。盡管目前國(guó)內(nèi)外數(shù)字水印技術(shù)的研究者正在努力建立一個(gè)相對(duì)完善的、能夠提供普遍指導(dǎo)意義的理論基礎(chǔ)，但就目前狀況而言，這項(xiàng)工作還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到令人滿意的地步。無(wú)論是在國(guó)內(nèi)還是在國(guó)外，數(shù)字水印技術(shù)的研究都還不成熟，從理論導(dǎo)刊應(yīng)用都還處于發(fā)展的初級(jí)階段，還有很多問(wèn)題有待于解決。因此，不論從理論角度還是從應(yīng)用角度來(lái)看，開(kāi)展數(shù)字水印技術(shù)的研究，不僅具有重要的學(xué)術(shù)意義，還有機(jī)器重要的經(jīng)濟(jì)意義。1.2 數(shù)字水印概述數(shù)字水印概述Cox 等把水印定義為“不可感知地在

12、作品中嵌入信息的操作行為”2；楊義先等認(rèn)為“數(shù)字水印是永久鑲嵌在宿主數(shù)據(jù)中的具有可鑒別性的數(shù)字信號(hào)或模式，并且不會(huì)影響宿主數(shù)據(jù)的可用性”3大部分學(xué)者認(rèn)為所謂數(shù)字水印技術(shù)，就是將數(shù)字水印嵌于一個(gè)宿主載體中，不被覺(jué)察到或者不易被注意到，而且同時(shí)不影響宿主載體的視覺(jué)效果和使用價(jià)值，宿主載體可以是圖像、聲音、文字、符號(hào)和數(shù)字等一切可以作為標(biāo)記和標(biāo)識(shí)的信息數(shù)字水印技術(shù)實(shí)際是利用數(shù)字產(chǎn)品的信息冗余性，把與多媒體內(nèi)容相關(guān)或不相關(guān)的一些標(biāo)識(shí)信息直接或間接嵌入多媒體內(nèi)容中，通過(guò)對(duì)水印的檢測(cè)和分析保證數(shù)字信息的完整可靠性，從而成為知識(shí)產(chǎn)權(quán)和數(shù)字多媒體防偽的有效手段1.2.1 數(shù)字水印的基本特征數(shù)字水印的基本特征不

13、同的用途，對(duì)于數(shù)字水印的要求各不相同，通常我們要求數(shù)字水印應(yīng)具有如下基本特征4 5：(1) 安全性基于離散小波變換的數(shù)字水印算法1 1數(shù)字水印能抵抗各種蓄意的攻擊，主要是指水印不容易被復(fù)制和偽造的能力，以及不易被非法檢測(cè)的能力必須能夠唯一地標(biāo)志原始圖像的相關(guān)信息，任何第三方都不能偽造他人的水印圖像(2) 不可感知性在宿主數(shù)據(jù)中隱藏的數(shù)字水印應(yīng)該是不能被感知的，即加入水印后宿主數(shù)據(jù)不能有視覺(jué)質(zhì)量的下降，與原始數(shù)據(jù)對(duì)比，很難發(fā)現(xiàn)二者的差別不可感知包括兩方面的含義，一個(gè)是指感官上的不可感知，一個(gè)指的是統(tǒng)計(jì)上的不可感知感官上的不可感知就是指從人類(lèi)的感官角度看，嵌入水印的數(shù)據(jù)與原始數(shù)據(jù)之間完全一樣，通過(guò)

14、人的視覺(jué)、聽(tīng)覺(jué)無(wú)法覺(jué)察宿主數(shù)據(jù)中因嵌入數(shù)字水印而引起的變化統(tǒng)計(jì)上的不可感知性是指，對(duì)大量的用同樣的方法經(jīng)過(guò)水印處理過(guò)的數(shù)據(jù)產(chǎn)品，即使采用統(tǒng)計(jì)方法也沒(méi)有辦法確定水印是否存在(3) 可證明性數(shù)字水印能夠?yàn)樗拗鲾?shù)據(jù)的產(chǎn)品歸屬問(wèn)題提供完全和可靠的證據(jù)數(shù)字水印可以是已經(jīng)注冊(cè)的用戶號(hào)碼產(chǎn)品標(biāo)志或者有意義的文字等，它們被嵌入到宿主數(shù)據(jù)中，需要時(shí)可以將它們提取出來(lái)，判斷數(shù)據(jù)是否受到保護(hù)，并能夠監(jiān)視被保護(hù)數(shù)據(jù)的傳播以及非法復(fù)制，進(jìn)行真?zhèn)舞b別等一個(gè)好的水印算法應(yīng)該能夠提供沒(méi)有爭(zhēng)議的版權(quán)證明(4)水印容量水印容量又稱(chēng)為數(shù)據(jù)有效載荷，是指在單位時(shí)間內(nèi)或在一個(gè)作品中，在某些場(chǎng)景下有效編碼的比特?cái)?shù)大多數(shù)的算法水印容量都比

15、較小，大的水印容量加大了算法設(shè)計(jì)的難度為抵抗各種變換，水印通常需要在數(shù)字媒體中按照一定的排列方式反復(fù)加入多次，當(dāng)水印信息本身較大時(shí)，會(huì)導(dǎo)致重復(fù)次數(shù)減少，同時(shí)就會(huì)導(dǎo)致檢測(cè)結(jié)果的不可靠(5) 魯棒性數(shù)字水印應(yīng)該很難被去除在不能得到水印的全部信息(如水印數(shù)據(jù)、嵌入算法、嵌入位置、嵌入密鑰等)的情況下，只知道部分信息，應(yīng)該沒(méi)有辦法完全去除水印，任何試圖完全破壞水印的操作將對(duì)載體的質(zhì)量產(chǎn)生嚴(yán)重破壞，使得載體數(shù)據(jù)無(wú)法使用一個(gè)好的水印算法應(yīng)該對(duì)信號(hào)處理、通常的幾何變形，以及惡意攻擊具有魯棒性衡量一個(gè)水印算法的魯棒性，通常使用下面這樣一些處理濾波、平滑處理水印應(yīng)該具有低通特性，低通濾波和平滑處理應(yīng)該無(wú)法刪除水

16、印數(shù)據(jù)壓縮處理圖像、聲音、視頻等信號(hào)的壓縮算法是去掉這些信號(hào)中的不重要部分通常水印的不可感知性就是將水印嵌入在宿主數(shù)據(jù)對(duì)感知不敏感的部位，而這些不敏感的部位經(jīng)常是被壓縮算法所去掉的部分所以，一個(gè)好的水印算法應(yīng)該將水印嵌入在宿主數(shù)據(jù)的最重要部分，使得任何壓縮處理都無(wú)法將其去除當(dāng)然這樣做可能會(huì)降低宿主數(shù)據(jù)的質(zhì)量，但是只要適當(dāng)選取嵌入水印的強(qiáng)度，就可以使得水印對(duì)宿主數(shù)據(jù)質(zhì)量的影響盡可能的小，不至于引起察覺(jué)江南大學(xué)學(xué)士學(xué)位論文2幾何失真目前的大部分水印算法對(duì)幾何失真處理都非常脆弱，水印很容易被擦除幾何失真包括圖像尺寸大小的變化、圖像旋轉(zhuǎn)、裁剪、刪除或添加等量化與增強(qiáng)水印應(yīng)該能夠抵抗對(duì)宿主數(shù)據(jù)信號(hào)的 A

17、/D、D/A 轉(zhuǎn)換、重采樣等處理，以及一些常規(guī)的圖像操作，如圖像在不同灰度級(jí)上的量化，亮度與對(duì)比度的變化、圖像增強(qiáng)等，都不應(yīng)該對(duì)水印產(chǎn)生嚴(yán)重的影響1.2.2 數(shù)字水印的國(guó)內(nèi)外研究現(xiàn)狀數(shù)字水印的國(guó)內(nèi)外研究現(xiàn)狀在國(guó)外，自從1994年的IEEE國(guó)際圖像處理會(huì)議上，R.G.sehyndel等人第一次明確提出了“數(shù)字水印”的概念以來(lái)，數(shù)字水印技術(shù)有著突飛猛進(jìn)的發(fā)展，1992年的關(guān)于水印文章只有兩篇，到1998年就猛增到103篇并且越來(lái)越多有影響的國(guó)際會(huì)議(如IEEE ICIP、IEEE ICASSP、ACM Multimedia等)以及一些國(guó)際權(quán)威雜志(如Proceedings of IEEE、Sign

18、al Processing、Communications ofACM等)相繼出版了數(shù)字水印的專(zhuān)輯研究數(shù)字水印的機(jī)構(gòu)，如麻省理工學(xué)院的媒體實(shí)驗(yàn)室、明尼蘇達(dá)大學(xué)、普林斯頓大學(xué)、南加州大學(xué)等，以及NEC公司、IBM公司等，都一直在致力于信息隱藏技術(shù)方面的研究，并已取得了大量研究成果基于小波變換的數(shù)字水印同時(shí)也在不斷的發(fā)展和進(jìn)步，Kunder等人最早提出將水印嵌入到DWT(DiscrctewaveletTransform)域，其算法首先將圖像和水印進(jìn)行小波變換，然后將特定子帶的水印信號(hào)縮放后嵌入到相應(yīng)圖像子帶上，最后經(jīng)過(guò)小波逆變換得到嵌入水印后的圖像現(xiàn)在基于DWT域的數(shù)字水印不僅能夠應(yīng)用于圖像，以及在

19、語(yǔ)音和視頻文件中也有較好的效果而且小波變換和基于空域的水印算法比較，在抗干擾，魯棒性等方面有更好的效果在國(guó)內(nèi)，小波變換的研究也很廣泛文獻(xiàn)9通過(guò)對(duì)圖像矩陣奇異值分解( SVD) 的分析，提出一種基于 SVD 的數(shù)字水印方案該方法將高斯隨機(jī)序列作為水印進(jìn)行嵌入, 通過(guò)相關(guān)檢測(cè)判斷水印存在與否，對(duì)幾何攻擊具有很強(qiáng)的魯棒性周波i提出了基于奇異值分解的抗幾何失真的數(shù)字水印算法，算法很新穎，但是該算法在抵御其它一些攻擊上效果不是很理想,如噪聲攻擊和 JPEG 壓縮等陶鋒ii提出了基于 DWT-SVD 的圖像盲水印研究，將水印嵌入到一級(jí) DWT 變換后的低頻分量進(jìn)行分塊再作奇異值分解的奇異值當(dāng)中張割，左運(yùn)興

20、iii提出的基于 DWT- SVD 分解的數(shù)字水印方案，將載體圖像進(jìn)行一級(jí)DWT 變換后，將水印的奇異值嵌入到低頻和高頻分量當(dāng)中1.3 本文的研究?jī)?nèi)容本文的研究?jī)?nèi)容本文研究一種新的基于小波變換和奇異值分解的水印方案：對(duì)載體圖像進(jìn)行多尺度小波變換，將作為水印的灰度圖像先作 Arnold 變換的置亂處理，將變換后水印圖像的奇異值嵌入到載體圖像的最后一級(jí)小波變換的不同分量的奇異值中并且考慮到奇異值的第一個(gè)值對(duì)載體圖像有很大的影響，對(duì)第一個(gè)奇異值的破壞不能過(guò)大而采用嵌入強(qiáng)度小于其它系數(shù)的技術(shù)手段將經(jīng)過(guò)置亂的水印圖像進(jìn)行奇異值分解的奇異值嵌入到小波變換的低頻和中高頻的奇異值中，嵌入的信息量少，魯棒性更強(qiáng)

21、，安全性更好實(shí)驗(yàn)表明，該方法抗幾何失真，對(duì)一般的圖像處理操作具有較強(qiáng)的魯棒性在誤碼基于離散小波變換的數(shù)字水印算法3 3率較高的情況下，仍能達(dá)到較高的峰值信噪比和相關(guān)性并且對(duì)水印圖像采用了置亂技術(shù)，加強(qiáng)了安全性江南大學(xué)學(xué)士學(xué)位論文4第第 2 章章 數(shù)字圖像水印算法與抗攻擊性能分析數(shù)字圖像水印算法與抗攻擊性能分析2.1 數(shù)字圖像水印系統(tǒng)的基本模型數(shù)字圖像水印系統(tǒng)的基本模型圖像數(shù)字水印系統(tǒng)的基本思想是在一幅宿主圖像(原始圖像)中嵌入一個(gè)秘密信息(即水印)，而且要保證水印是不可覺(jué)察而且安全的，在知道水印嵌入過(guò)程中所有或部分密鑰的情況下，應(yīng)該可以恢復(fù)或檢測(cè)出嵌入的秘密信息數(shù)字圖像水印處理過(guò)程主要包括水印

22、生成、嵌入和檢測(cè)三個(gè)步驟而整個(gè)水印系統(tǒng)還應(yīng)該包括外界的攻擊過(guò)程整個(gè)數(shù)字圖像水印系統(tǒng)的基本模型如圖2-1所示，圖中的虛線表示對(duì)應(yīng)項(xiàng)可以參與操作也可以不參與操作數(shù)字水印生成過(guò)程G的輸入為原始信息m、原始圖像和水印生成密鑰K1，輸出為待嵌入載體的數(shù)字水印w當(dāng)然，在水印生成過(guò)x程中也可以直接由密鑰生成水印序列而不需要原始信息人們通常采用的水印形式是二進(jìn)制序列，例如：由偽隨機(jī)序列發(fā)生器產(chǎn)生的偽隨機(jī)二進(jìn)制序列信號(hào)有時(shí)候，數(shù)字水印并不是通過(guò)生成算法生成的，而是直接將給定有意義的圖形或圖標(biāo)作為數(shù)字水印在水印嵌入過(guò)程中，原始圖像x，水印w以及嵌入密鑰K2經(jīng)過(guò)嵌入函數(shù)E，生成含水印圖像xw需要注意，盡管圖中的生成

23、密鑰和嵌入密鑰都有虛線表示，但是為了保證水印算法的安全性必須確保至少有一個(gè)過(guò)程使用密鑰通常，嵌入函數(shù)E用插入操作符作用在一組特征集F(x)來(lái)描述，見(jiàn)式(2-1)： (2-1)wxFxFw)()(在變換域算法中，位于特征集F(x)中的特征是圖像的變換域系數(shù)(例如離散余弦變換、離散傅立葉變換或小波系數(shù)等)而在空域算法中，水印被嵌入在圖像的亮度或色度分量中一旦生成含水印圖像xw，該圖像將在一定的媒介中傳輸或流通，一定會(huì)受到一些有意或無(wú)意的攻擊，從而得到可疑圖像通常把根據(jù)檢測(cè)密鑰K3(有時(shí)還需要原始圖像x和原x 始水印w)判斷可疑圖像是否存在水印的過(guò)程稱(chēng)為水印檢測(cè)，而把根據(jù)提取密鑰 K3 (有x 時(shí)還

24、需要原始圖像x)提取可疑圖像中的水印的過(guò)程稱(chēng)為水印提取通常，在包含水印x w 生成的水印處理系統(tǒng)中，在提取出水印后有時(shí)還需要根據(jù)水印生成密鑰K1對(duì)應(yīng)的解碼密w 鑰K4恢復(fù)所嵌入的信息，這個(gè)過(guò)程就是水印的解碼過(guò)程有時(shí)，提取的水印沒(méi)有感知m w 上的含義，這時(shí)需要計(jì)算水印和原始水印w之間的相關(guān)系數(shù)來(lái)判斷水印的有無(wú)，這個(gè)過(guò)w 程相當(dāng)于先提取后檢測(cè)為了描述方便，通常人們把這三個(gè)概念統(tǒng)稱(chēng)水印解碼或水印檢測(cè)檢測(cè)或提取密鑰K，可以與嵌入密鑰K2相同也可以不相同；解碼密鑰K4也可以與生成密鑰相同也可以不相同在水印提取情況下，解碼函數(shù)D作用于需要確定版權(quán)的可能受損的圖像，并從的特征中恢復(fù)水印，見(jiàn)式(2-2):x

25、 ) (xF (2-2)(xFDw 同時(shí)，在水印恢復(fù)的過(guò)程中，是否要求助于原始圖像，對(duì)數(shù)字水印的魯棒性以及安全性等方面都有不同的影響明檢測(cè)(有原始圖像參與檢測(cè))的水印算法具有較強(qiáng)的魯棒性14.基于離散小波變換的數(shù)字水印算法5 5原始 圖像x原始信息m生成算法G嵌入算法 E攻擊算法 A檢測(cè)/提取/解碼算法D生成密鑰K1嵌入密鑰K2檢測(cè)/提取密鑰K3解 碼密鑰K4wxwx w直接給定水印ww m 水印存在？2.2 水印攻擊水印攻擊對(duì)含有水印圖像的常見(jiàn)的攻擊方法分為有意攻擊和無(wú)意攻擊兩大類(lèi)有意攻擊一般分為以下幾類(lèi)：偽造水印的抽取，多重水印，偽造的肯定檢測(cè)，統(tǒng)計(jì)學(xué)上的水印抽取無(wú)意攻擊是可以通過(guò)改善水印

26、系統(tǒng)來(lái)解決的，依照 Stirmark 和 Checkmark 等常用的水印測(cè)試基準(zhǔn)程序，無(wú)意攻擊通常有：剪切，亮度和對(duì)比度的修改，增強(qiáng)，模糊和旋轉(zhuǎn)，在圖像中添加噪聲，有損壓縮，如 JPEG 壓縮，放大、縮小和旋轉(zhuǎn)等對(duì)于這些攻擊，好的水印系統(tǒng)需要具有一定的魯棒性，即經(jīng)過(guò)這些攻擊還能夠保證水印的正確檢測(cè)和提取，從而能達(dá)到保護(hù)的目的2.3 水印的檢測(cè)與評(píng)價(jià)水印的檢測(cè)與評(píng)價(jià)數(shù)字水印的基礎(chǔ)就是人眼對(duì)圖像信號(hào)的不敏感性人眼對(duì)圖像有很大的感覺(jué)冗余，圖像信息隱藏就是要求在視覺(jué)沒(méi)有異常感覺(jué)的情況下，將信息嵌入到圖像中，水印嵌入隱藏的信息是水印信息，可以看作是信息隱藏的一個(gè)特例一般來(lái)說(shuō)，對(duì)于相同的隱藏算法，載體圖

27、像中嵌入的信息量越大，對(duì)宿主數(shù)據(jù)的修改就越大，圖像的視覺(jué)效果就越差換句話說(shuō)，對(duì)于同一個(gè)嵌入算法，載體圖像數(shù)據(jù)的改變程度與嵌入的數(shù)據(jù)量是成正比關(guān)系的，嵌入的數(shù)據(jù)量大，載體圖像的視覺(jué)效果改變就大，嵌入的數(shù)據(jù)量小則載體圖像的視覺(jué)效果改變就小但是對(duì)于不同的嵌入算法，嵌入的數(shù)據(jù)量大小就不一定與載體圖像視覺(jué)效果有特別直接的關(guān)聯(lián)也就是說(shuō)，對(duì)于不同的嵌入算法，可以做到嵌入的數(shù)據(jù)量有多有少，對(duì)載體圖像數(shù)據(jù)的改變程度也不一樣，但二者最后得到的視覺(jué)效果卻可以相差不大因此，一個(gè)好的水印嵌入算法，應(yīng)該是能夠在引起視覺(jué)感知最小的情況下嵌入較多的信息要對(duì)一個(gè)水印算法的優(yōu)劣評(píng)價(jià)，應(yīng)該建立對(duì)水印的評(píng)價(jià)準(zhǔn)則它不僅包括對(duì)水江南大學(xué)

28、學(xué)士學(xué)位論文6印魯棒性的評(píng)價(jià)，還應(yīng)該包括水印的嵌入而引起的載體失真的主觀和客觀評(píng)價(jià)水印的魯棒性取決于這樣幾個(gè)因素：水印嵌入強(qiáng)度，嵌入信息的數(shù)量等嵌入的信息越多，水印的魯棒性就越低水印嵌入的強(qiáng)度越大，則魯棒性越高而水印的嵌入強(qiáng)度和水印的可感知性之間有一個(gè)折衷，水印健壯性高，就需要更強(qiáng)的嵌入，這反過(guò)來(lái)提高了水印的可感知性誤碼率是表征魯棒性強(qiáng)弱的一個(gè)指標(biāo)，它能夠直觀的給出水印的魯棒性強(qiáng)度因此，設(shè)計(jì)水印算法時(shí)要有一個(gè)公平合理的評(píng)價(jià)和比較，評(píng)價(jià)過(guò)程中要考慮水印的可感知性通常有兩種方法對(duì)水印的可感知性進(jìn)行評(píng)價(jià)，一個(gè)是主觀測(cè)試，另一個(gè)是客觀度量iv本文是將視覺(jué)上可以直觀認(rèn)知的灰度圖像作為水印，所以人眼的主觀

29、評(píng)價(jià)可以作為水印抽取的一個(gè)評(píng)價(jià)標(biāo)準(zhǔn)除此之外，本文主要從三個(gè)方面來(lái)比較全面和比較可觀地檢測(cè)和評(píng)價(jià)水印的性能(1) 相關(guān)性相關(guān)系數(shù) nc 是一個(gè)作為評(píng)價(jià)水印抽取算法的客觀標(biāo)準(zhǔn)，設(shè)原始水印為 W，提取出來(lái)的水印為，相關(guān)系數(shù)如式(2-3)所示：W (2-3) ijijijijjiWjiWjiWjiWjiWjiWjiWjiWWWnc),(),(),(),(,),(),(),(),(min),(相關(guān)系數(shù)在 0，1 之間，其值越大，水印魯棒性越好如果該相關(guān)系數(shù) nc 超過(guò)某一個(gè)閾值，就判定圖像中存在此灰度水印圖像(2) 峰值信噪比一般來(lái)說(shuō)，信噪比 SNR(Signal to Noise Ratio)與峰值信

30、噪比 PSNR(Peak Signal to Noise Ratio)是最通行的評(píng)定信號(hào)品質(zhì)的指標(biāo)由于水印模型是與通信系統(tǒng)模型緊密聯(lián)系的，相對(duì)與原始作品來(lái)說(shuō)，水印信號(hào)可以認(rèn)為是隨機(jī)噪聲，有噪聲就會(huì)影響原始作品的品質(zhì)，也自然存在 SNR 和 PSNR在具體應(yīng)用中，由于 SNR 的計(jì)算比較復(fù)雜，所以一般用PSNR 代替 SNR，主觀上可以容忍的 PSNR 值都在 20dB 以上在圖像處理和水印不可見(jiàn)性評(píng)價(jià)中，用式(2-4)對(duì)加水印的圖像的 PSNR 進(jìn)行定義v (2-4)MxNyWyxIyxIMNDBPSNR112210),(),(log10)d(其中，D 是信號(hào)的峰值，M 和 N 分別是圖像矩陣

31、的行列數(shù)，是原始圖像坐標(biāo)),(yxI),(yx上的像素值，是含水印圖像坐標(biāo)上的像素值),(yxIW),(yx(3)誤碼率本文還選用另外一個(gè)指標(biāo)，即誤碼率(Bit Error Rote)來(lái)評(píng)價(jià)水印的魯棒性就是指攻擊后含提取水印圖像錯(cuò)誤比特位數(shù)占原水印總比特位數(shù)的比例，如式(2-5)所示： (2-5)NDber 基于離散小波變換的數(shù)字水印算法7 7式 2-5 中，D 表示含水印圖像攻擊后和攻擊前不同比特位的數(shù)目N 為水印圖像的總比特位數(shù)目江南大學(xué)學(xué)士學(xué)位論文8第第 3 章章 基于基于 DWT-SVD 分解的水印算法的設(shè)計(jì)分解的水印算法的設(shè)計(jì)3.1 小波變換的基本理論小波變換的基本理論3.1.1 小

32、波分析小波分析小波變換是一種信號(hào)的時(shí)間-尺度(時(shí)間-頻率)分析方法，它具有多分辨率分析(Multiresolution Analysis)的特點(diǎn)小波分析方法是一種窗口大小(即窗口面積)固定但其形狀可改變，時(shí)間窗和頻率窗都可以改變的時(shí)頻局部化分析方法在低頻部分具有較高的頻率分辨率和較低的時(shí)間分辨宰，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，所以它被譽(yù)為數(shù)學(xué)顯微鏡正是這種特性使小波變換具有對(duì)信號(hào)的自適應(yīng)性原則上講，傳統(tǒng)上使用傅里葉分析的地方，都可以用小波分析取代設(shè)表示平方可積的實(shí)數(shù)空間，即能量有限的傳導(dǎo)空間，其傅里葉變 RLRL22t 換為當(dāng) 滿足允許條件(Admissible Condi

33、tion)式(3-1)： (3-1) dCR2時(shí)，可以稱(chēng)為一個(gè)基本小波或母小波(Mother Wavelet)將母函數(shù)經(jīng)伸縮和平移tt后，就可以得到一個(gè)小波序列對(duì)于連續(xù)的情況，小波序列如式(3-2)： (3-2)0;,1, aRbaabtatba式中，a 為伸縮因子，b 為平移因子對(duì)于任意的函數(shù)的連續(xù)小波變換的描述如式(3-3)所示： RLtf2 (3-3)dtabttfaWfWRbabaf2/1,其逆變換如式(3-4)所示： (3-4)dadbabtbaWaCtffRR ,112對(duì)于離散的情況，小波序列如式(3-5)所示： (3-5)Zkjkttjjk,222/, j如果tatfkjjkkj

34、, 成立，則可以稱(chēng)系數(shù)的集合為函數(shù) f 的離散小波變換 Zkjkja,基于離散小波變換的數(shù)字水印算法9 93.1.2 小波變換對(duì)信號(hào)的處理小波變換對(duì)信號(hào)的處理(1) 二維小波變換二維小波變換的基本思想就是把數(shù)字圖像進(jìn)行多分辨率分解，分解成不同空間、不同頻率的子圖像，然后再根據(jù)各個(gè)子圖像的特點(diǎn)有針對(duì)性的進(jìn)行處對(duì)一幅圖像的三級(jí)小波分解示意如圖 3-3 所示圖 3-3 三重小波分解示意圖 每一級(jí)分解都把圖像分解為四個(gè)頻帶:水平(HL)、垂直(LH)、對(duì)角(HH)和低頻(LL)，其中低頻(LL)部分還可以進(jìn)行下一級(jí)的分解一幅圖像經(jīng)過(guò)分解之后，圖像的主要能量主要集中于低頻部分，這也是視覺(jué)重要部分； 而圖

35、像的高頻部分即圖像的細(xì)節(jié)部分所含能量較少， 分布在 HL，LH，HH 三個(gè)子圖中，主要包含了原圖的邊緣和紋理部分信息基于小波分析的數(shù)字水印算法的基本思想是把水印嵌入到圖像小波變換后的低頻子帶或高頻子帶系數(shù)中圖像的低頻子帶攜帶了圖像的大部分信息，因此可以嵌入更多的水印信息，使水印更加魯棒，但同時(shí)也產(chǎn)生了問(wèn)題，即圖像低頻子帶的變化容易導(dǎo)致較大的圖像失真相反，高頻子帶攜帶的是圖像的邊緣和紋理信息，人眼對(duì)這部分信息不敏感，因此，在這分嵌入水印，可以避免引起圖像的失真，但同時(shí)水印容易遭到破壞(如有損壓縮等)，魯棒性不是很強(qiáng)因此，一個(gè)有效的小波域水印算法必須在魯棒性和圖像的失真度之間取得平衡3.2 基于基

36、于 DWT-SVD 分解的水印嵌入算法分解的水印嵌入算法水印嵌入模型如圖 3-4 所示圖 3-4 水印嵌入算法HL2LH2HH2HL1LH1HH1LL3HL3LH3HH3載體圖像小波分解水印圖像SVD 分解SVD 分解水印嵌入含水印的圖像Arnold 變換江南大學(xué)學(xué)士學(xué)位論文10(1)水印圖像的置亂數(shù)字圖像置亂vi就是將一幅給定圖像按照一定變換規(guī)則在空域或頻域?qū)⑵渥儞Q為一幅雜亂無(wú)章的圖像，從而隱藏其圖像本身圖像的置亂變換既可以是局部的，也可以是全局的局部置亂變換必須加大置亂塊的大小，但對(duì)于比較平滑的圖像，即使擴(kuò)大置亂塊，置亂后的圖像中仍會(huì)保留原圖像的大部分信息；而全局的置亂變換，卻能得彌補(bǔ)這一

37、缺陷，能達(dá)到較好的效果在水印預(yù)處理中，這種全局的置亂變換就能較好地分散錯(cuò)誤比特的分布，提高數(shù)字水印的視覺(jué)效果來(lái)增強(qiáng)水印的魯棒性此外，圖像置亂還可增加水印信號(hào)的保密性，即使水印信號(hào)被攻擊者識(shí)破并提取出來(lái)，如果不知道置亂密鑰和置亂方法，攻擊者也無(wú)法恢復(fù)出隱藏的圖像水印信號(hào)目前已存在多種圖像置亂方法，如基于位操作、幻方、FASS 曲線、Arnold 變換、Gray 碼變換、騎士巡游、Hibe 變換、幾何變換等其中 Arnold 變換易于實(shí)現(xiàn)，易于恢復(fù)，無(wú)需多次變換就能達(dá)到令人滿意的效果，而且實(shí)現(xiàn)起來(lái)比較簡(jiǎn)單，比較適合于實(shí)際應(yīng)用因此本文采用 Arnold 變換的置亂方法Arnold 變換定義：假設(shè)對(duì)于

38、平面單位正方形內(nèi)的所有點(diǎn)，作式(3-13)變換 (3-13)1mod111yxkkyx其中，k 為正整數(shù)，x，y 是平面某點(diǎn)的坐標(biāo)，x，y 是變換后的坐標(biāo)，可見(jiàn) Arnold 變換實(shí)際是一種點(diǎn)的位置移動(dòng)，并且這種變換是一一對(duì)應(yīng)的根據(jù)數(shù)學(xué)理論，只要平面點(diǎn)的有限性，很明顯這種變換一直做下去，就會(huì)存在周期的問(wèn)題考慮到數(shù)字圖像的需要，我們把以上的 Arnold 變換改寫(xiě)為式(3-14)： (3-14)Nyxkkyxmod111其中，N 為水印圖像大小，水印大小為 NN在 Arnold 變換中，式中的 k 與次數(shù) N 構(gòu)成數(shù)對(duì)(N，k)恰好可以成為置亂的密鑰Arnold 變換是圖像置亂技術(shù)中的一種，通過(guò)

39、多次迭代計(jì)算，使原始圖像的像素點(diǎn)位置發(fā)生變化，導(dǎo)致原始圖像已經(jīng)完全不是按照原來(lái)的規(guī)律排列，并且只要知道迭代計(jì)算的次數(shù)就可以逆變換得到原來(lái)的圖像所以置亂的次數(shù)可以當(dāng)作密鑰，不知道密鑰的人很難得到原始圖像，這樣做在某種程度上是對(duì)原來(lái)的圖像的一種安全保護(hù)現(xiàn)研究的水印圖像多采用二值圖像，這樣的圖像的像素值只有兩個(gè)，比較簡(jiǎn)單并且提取水印時(shí)通過(guò)取定閥值很容易得到原來(lái)的像素值，從而不易失真，魯棒性較強(qiáng)本文采用實(shí)際應(yīng)用中經(jīng)常用到的灰度圖像(大小為 128128)，具有普遍性讀取水印圖像，限制水印圖像為方形，本文所選水印圖像為自己繪制的 128128 的灰度圖像代碼如下：arnold_image=Arnold(

40、watermark_source,10,0);Arnold 是按照 Arnlod 原理編寫(xiě)的一個(gè) Matlab 函數(shù)，迭代次數(shù)選 10，即上文所說(shuō)的k，置亂密鑰基于離散小波變換的數(shù)字水印算法1111(2)載體圖像的小波變換對(duì)圖像的小波變換就是二維的小波變換，一重小波分解，得到四個(gè)分量：低頻分量包含了絕大部分能量，反映了原圖像的主要特征另外三個(gè)分量分別為水平高頻分量、垂直高頻分量和對(duì)角線高頻分量，它們含有較少部分的能量，反映的是原始圖像的邊緣和輪廓特征二維小波變換的函數(shù)有很多，如表 3-1 所示表 3-1 二維小波變換函數(shù)函數(shù)名函數(shù)功能dwt2二維離散小波變換wavedec2二維信號(hào)的多層小波分

41、解idwt2二維離散小波反變換waverec2二維信號(hào)的多層小波重構(gòu)wrcoef2由多層小波分解重構(gòu)某一層的分解信號(hào)upcoef2由多層小波分解重構(gòu)近似分量或細(xì)節(jié)分量detcoef2提取二維信號(hào)小波分解的細(xì)節(jié)分量appcoef2提取二維信號(hào)小波分解的近似分量upwlev2二維小波分解的單層重構(gòu)dwtpet2二維周期小波變換idwtper2二維周期小波反變換本文采用經(jīng)典的 elaine 圖像作為載體圖像使用二維離散小波函數(shù)，如式(3-15)所示： cA,cH,cV,cD=dwt2(X,wname) (3-15)對(duì)載體圖像進(jìn)行小波變換，使用小波反變換函數(shù)，如式(3-16)所示：X=idwt2(cA

42、,cH,cV,cD,wname)(3-16)其中的小波基函數(shù) wname使用Haar Haar 小波性能優(yōu)良，而且 Haar 小波的支撐長(zhǎng)度最短，它的分解和重構(gòu)計(jì)算復(fù)雜度低于其它小波，同時(shí) Mallat 算法是針對(duì)無(wú)限信號(hào)的，而實(shí)際中的圖像是有限的，因此需要延拓而對(duì) Haar 小波而言，則比較特殊，邊界不需要延拓因此本文中選用 Haar 小波作為水印實(shí)驗(yàn)的小波基代碼如下：origne_image=imread(elaine.bmp);LL1,LH1,HL1,HH1=dwt2(origne_image,haar);%對(duì)載體圖像先進(jìn)行一階 dwt 變換LL2,LH2,HL2,HH2=dwt2(LL

43、1,haar); LL3,LH3,HL3,HH3=dwt2(LL2,haar);經(jīng)過(guò)對(duì)載體圖像進(jìn)行三階小波變換之后，得到了多個(gè)分量通過(guò)實(shí)驗(yàn)數(shù)據(jù)比較，發(fā)現(xiàn) LL3,HH3 兩個(gè)分量的奇異值和水印圖像的奇異值比較接近，如果將水印嵌入到這兩個(gè)分量當(dāng)中，不僅是將水印嵌入到載體圖像的低頻分量當(dāng)中，具有較強(qiáng)的魯棒性，而且由于給載體圖像像素值帶來(lái)比較小的變化，載體圖像不會(huì)出現(xiàn)明顯的失真，從而不可見(jiàn)性江南大學(xué)學(xué)士學(xué)位論文12很好(3)奇異值分解一個(gè)二維矩陣經(jīng)過(guò)奇異值分解后將得到三個(gè)矩陣中的 U 和 V 都是正TVUCA交矩陣： ,為對(duì)角矩陣，其中計(jì)委分IUUTIVVTn1n.1解后得到的奇異值在圖像處理中應(yīng)用

44、(SVD)的主要背景是：(1)圖像奇異值的穩(wěn)定性很好，即當(dāng)圖像被施加小的擾動(dòng)時(shí)，圖像的奇異值不會(huì)有大的變化；(2)奇異值所表現(xiàn)的是圖像的內(nèi)蘊(yùn)特性而非視覺(jué)特性viiMatlab 自帶的函數(shù) SVD，使用形式如：U,S,V = svd (X) ，結(jié)果返回一個(gè)與 X 同大小的對(duì)角矩陣 S，兩個(gè)正交矩陣 U 和 V(4)嵌入將水印奇異值按比例嵌入到載體圖像的不同分量的奇異值中經(jīng)過(guò) SVD 分解后的奇異值在對(duì)角矩陣中呈數(shù)值遞減的規(guī)律排列并且可以很重要的一點(diǎn)，即一副圖像主要能量的 SVD 分解得到的奇異值中的第一個(gè)與后面一個(gè)奇異值幾乎相差一個(gè)數(shù)量級(jí)，而且經(jīng)過(guò)實(shí)驗(yàn)得這個(gè)奇異值對(duì)圖像的影響最大，對(duì)它進(jìn)行較小的

45、改變，圖像的失真度比相對(duì)于其它值的變化將大很多，因此在水印的嵌入過(guò)程中必須考慮這非常重要的一點(diǎn)，使得水印的嵌入能達(dá)到最佳效果由于奇異值體現(xiàn)的是圖像的內(nèi)蘊(yùn)特性，使得圖像的稍微改變，奇異值的變化很小，從而比較穩(wěn)定因此本文選擇將水印圖像的奇異值按照不同嵌入因子嵌入到載體圖像小波變換后的不不同分量的奇異值中3.3 基于基于 DWT-SVD 分解的水印提取算法分解的水印提取算法水印提取檢測(cè)模型如圖 3-5 所示圖 3-5水印提取算法原始圖像含水印圖像小波變換SVD 分解SVD 分解水印提取Arnold 反變換水印圖像小波變換檢測(cè)原水印圖檢測(cè)結(jié)果基于離散小波變換的數(shù)字水印算法1313水印的提取過(guò)程就是水印

46、嵌入過(guò)程的逆過(guò)程，本文的水印提取就是先對(duì)嵌入水印的圖像和原始圖像進(jìn)行小波變換，奇異值分解后，按照嵌入時(shí)的嵌入因此提取出嵌入的水印 (1)含水印圖像和原始圖像的 DWT 變換對(duì)載體圖像和原始圖像進(jìn)行小波變換，代碼如下：o_LL1,o_LH1,o_HL1,o_HH1=dwt2(origne_image,haar);%對(duì)載體圖像先進(jìn)行 dwt變換o_LL2,o_LH2,o_HL2,o_HH2=dwt2(o_LL1,haar);o_LL3,o_LH3,o_HL3,o_HH3=dwt2(o_LL2,haar);w_LL1,w_LH1,w_HL1,w_HH1=dwt2(watermarked_image,

47、haar);%對(duì)含水印圖像先進(jìn)行 dwt 變換w_LL2,w_LH2,w_HL2,w_HH2=dwt2(w_LL1,haar);w_LL3,w_LH3,w_HL3,w_HH3=dwt2(w_LL2,haar);(2)對(duì)分量進(jìn)行奇異值分解提取水印同時(shí)對(duì)原始圖像和嵌入水印的圖像三階小波變換之后的分量o_LL3,o_HH3,w_LL3,w_HH3 進(jìn)行奇異值分解，得到四組奇異值，然后按照嵌入時(shí)所給定的不同位置的奇異值進(jìn)行不同比例的提取水印圖像的奇異值，最后對(duì)得到的圖像進(jìn)行Arnold 反變換即得到水印圖像江南大學(xué)學(xué)士學(xué)位論文14第第 4 章章 Matlab 仿真結(jié)果仿真結(jié)果 4.1 仿真實(shí)驗(yàn)仿真實(shí)驗(yàn)

48、本文的實(shí)驗(yàn)結(jié)果是由 MATLAB2010a 仿真得到的本算法使用 MATLAB 來(lái)做水印嵌入以及提取的實(shí)驗(yàn)主要是因?yàn)椋罕舅惴ㄟx擇的載體是圖像，MATLAB 處理圖像、音頻和視頻這些信號(hào)非常方便，尤其是圖像矩陣運(yùn)算更是方便快捷另外 MATLAB 內(nèi)置有數(shù)量龐大的函數(shù)工具箱，可以幫助我們?cè)谛盘?hào)處理等方面能快捷完成實(shí)驗(yàn)利用這些內(nèi)置函數(shù)可以避免對(duì)一些信號(hào)基本操作編程，將實(shí)驗(yàn)的注意力完全放在水印算法的實(shí)現(xiàn)和性能分析上，提高了實(shí)驗(yàn)效率8圖 4-1 給出的是灰度水印嵌入和未經(jīng)攻擊提取的實(shí)例將 elaine 圖像作為原始圖像，灰度圖像作為水印嵌入水印的圖像質(zhì)量的客觀評(píng)價(jià)采用峰值信噪比 PSNR 來(lái)度量，水印檢

49、測(cè)結(jié)果的客觀評(píng)價(jià)用相關(guān)系數(shù) nc 來(lái)衡量，水印的魯棒性采用誤碼率來(lái)評(píng)價(jià)從圖 4-1 中可看出，水印嵌入后，具有很好的不可見(jiàn)性，峰值信噪比 PSNR= 32.0490 dB，提取出的水印與原始水印的相關(guān)系數(shù) nc= 0.9984(a) 原始圖像 (b) 嵌入水印后的圖像 (c)原始水印 (d)提取出的水印圖 4-1 本文的抽取的實(shí)例和提出的算法水印(1)Arnlod 變換置亂水印圖像水印圖像的 Arnold 置亂 Matlab 仿真如圖 4-2 所示： (a)原始水印圖像 (b)置亂后的水印圖像4-2 原始圖像和置亂后的水印圖像(2)載體圖像的小波變換基于離散小波變換的數(shù)字水印算法1515一階小

50、波分解和三階小波分解的兩個(gè)嵌入水印部分的圖像如圖 4-3 和 4-4 所示：圖 4-3 圖像的一階小波分解圖 4-4 要嵌入水印的三階小波分解分量從圖像可以看出低頻分量反映了原始圖像的絕大部分能量，能比較完整的顯示原來(lái)圖像也發(fā)現(xiàn)經(jīng)過(guò)三重小波分解之后，低頻分量能量很高，不能顯示圖像，三階小波分解的低頻分量的數(shù)值部分如圖 4-5 所示圖 4-5 三階小波分解低頻分量數(shù)值從上面可以看出，低頻分量的數(shù)值比較大，也比較勻稱(chēng)正是因?yàn)樾〔ǚ纸獾倪@種特性，低頻分量承載了原始圖像的大部分能量，將水印嵌入在這部分之后，對(duì)嵌入水印后的圖像進(jìn)行各種處理之后，水印的信息保存量要比將水印嵌入到其它的高頻部分要多很多，從而

51、水印具有較強(qiáng)的魯棒性但是矛盾也出現(xiàn)在這里，水印嵌入的越多，保存在載體圖像中量越多，那么水印就更容易提取出來(lái)，魯棒性更好然而，在這個(gè)低頻部分嵌入過(guò)多的信息之后，載體圖像同時(shí)也將受到損失，從而導(dǎo)致載體圖像的部分或者大部分失真，這種結(jié)果卻不是我們所期望的，所以在期望達(dá)到較強(qiáng)魯棒性的同時(shí)，必須保證載體圖像的原始信息，也就是在嵌入水印的同時(shí)能滿足非常良好的水印不可見(jiàn)性江南大學(xué)學(xué)士學(xué)位論文16(3)奇異值分解對(duì)載體圖像兩部分和水印圖像做 SVD 分解后的奇異值如圖 4-6，4-7，4-8 所示：圖 4-6LL3 奇異值分解后的部分奇異值圖 4-7HH3 奇異值分解后的部分奇異值圖 4-8 Aronold

52、變換后水印圖像部分奇異值(4)嵌入通過(guò)對(duì)實(shí)驗(yàn)數(shù)據(jù)的觀察，水印圖像的 128 個(gè)奇異值從數(shù)量級(jí)上和大小為 512512 的elaine 載體圖像的三階小波變換的低頻分量和高頻分量相仿，即與上文提到的 LL3 和HH3 在數(shù)值上相近上文中的圖 4-7，4-8 顯示了前面一部分水印圖像的后面一部分奇異值如圖 3-9 所示，和三階小波變換的高頻分量相近，參見(jiàn)圖 4-9基于離散小波變換的數(shù)字水印算法17174-9 水印圖像后一部分奇異值所以本文選擇在此兩個(gè)分量中嵌入水印在水印嵌入過(guò)程中，考慮到第一奇異值的重要性，本文在嵌入時(shí)采用了不同的嵌入因子第一個(gè)奇異值的嵌入因此選擇 g3=0.1；其它的奇異值嵌入因

53、子選擇 g1=g2=0.15；效果如圖 4-10 所示圖 4-10原始圖像和嵌入水印的圖像(5)提取結(jié)果對(duì)需要的分量進(jìn)行小波奇異值分解，代碼如下：o_UL,o_SL,o_VL=svd(o_LL3);%對(duì)原始圖像分量作 svd 分解o_UH,o_SH,o_VH=svd(o_HH3);%對(duì)原始圖像分量作 svd 分解w_UL,w_SL,w_VL=svd(w_LL3);%對(duì)嵌入水印分量作 svd 分解w_UH,w_SH,w_VH=svd(w_HH3);%對(duì)嵌入水印分量作 svd 分解提取的水印圖片如圖 4-11 所示圖 4-11提取結(jié)果4.2 抗攻擊性能分析抗攻擊性能分析為了驗(yàn)證本文算法的魯棒性，我

54、們對(duì)嵌入水印后的含水印圖像采用了一些常用的攻擊手段進(jìn)行對(duì)水印算法魯棒性的評(píng)估，其中包括添加白噪聲、圖像剪切、濾波(包括中值濾江南大學(xué)學(xué)士學(xué)位論文18波和高斯低通濾波)、JPEG 有損壓縮等操作當(dāng)同一攻擊加入強(qiáng)度的不同時(shí)，含水印圖像所受到的影響必然是不同的，攻擊后提取的水印效果也因此必然不一樣下面一一介紹本文算法對(duì)各種攻擊的抵抗能力(1)白噪聲攻擊圖像在傳播的過(guò)程中最容易受到，也是必然會(huì)受到的攻擊就是加入噪聲了因此，噪聲也是一種典型的無(wú)意攻擊，它對(duì)嵌入的水印也會(huì)產(chǎn)生一定程度的影響實(shí)驗(yàn)結(jié)果如圖 4-12，4-13，4-14 所示 (a)添加白噪聲(強(qiáng)度 20)的圖像 (b)提取的水印圖 4-12

55、加入強(qiáng)度 20 后的含水印圖像和提取的水印 (a)添加白噪聲(強(qiáng)度 40)的圖像 (b)提取的水印圖 4-13 加入強(qiáng)度 40 后的含水印圖像和提取的水印圖 4-14 白噪聲攻擊后的性能檢測(cè)(2)剪切攻擊在圖像處理中，一個(gè)圖像不重要的部分或者重要部分的一部分會(huì)經(jīng)常被剪切掉，會(huì)造基于離散小波變換的數(shù)字水印算法1919成圖像受到影響對(duì)于含水印的圖像，必定會(huì)造成其中的水印數(shù)據(jù)部分地丟失實(shí)驗(yàn)中我們對(duì)圖像進(jìn)行了不同比例大小的剪切實(shí)驗(yàn)，結(jié)果如圖 4-15，4-16 所示(a)剪切 10%的圖像 (b)提取的水印(c)剪切 25%的圖像 (d)提取的水印圖 4-15 對(duì)嵌入水印的圖像進(jìn)行剪切攻擊圖 4-16

56、 剪切攻擊后的性能評(píng)價(jià)(3)JPEG 壓縮JPEG 壓縮是對(duì)圖像處理的最普遍的方法，對(duì)嵌入水印的圖像進(jìn)行不同質(zhì)量的 JPEG壓縮，對(duì)嵌入的水印的影響程度肯定會(huì)不一樣本文對(duì)含水印圖像按 0 到 100 之間的壓縮質(zhì)量進(jìn)行壓縮，實(shí)驗(yàn)結(jié)果如圖 4-17，4-18 所示 (a)壓縮質(zhì)量為 32%的圖像 (b)提取的水印江南大學(xué)學(xué)士學(xué)位論文20 (c)壓縮質(zhì)量為 56%的圖像(d)提取的水印圖 4-17 對(duì)含水印圖像進(jìn)行壓縮攻擊的實(shí)例圖 4-18 壓縮攻擊后的性能評(píng)價(jià)(4)濾波攻擊高斯低通濾波和中值濾波是兩種常用的圖像出來(lái)方法，本文采用固定大小為3 3標(biāo)準(zhǔn)，標(biāo)準(zhǔn)偏差從 0.1 以 0.3 的大小增加到

57、0.9 的對(duì)稱(chēng)高斯低通濾波和窗口大小不斷變化的中值濾波器對(duì)嵌入水印的圖像進(jìn)行攻擊實(shí)驗(yàn)結(jié)果如圖 4-19，4-20 所示(a)高斯濾波標(biāo)準(zhǔn)偏差為 1 的圖像(b)提取的水印圖像(c)高斯濾波后的水印性能評(píng)價(jià)圖 4-19 高斯濾波處理圖像實(shí)例以及水印性能評(píng)價(jià)基于離散小波變換的數(shù)字水印算法2121(a)中值濾波窗口大小為 5 的圖像 (b)提取的水印圖像(c)中值濾波后水印性能評(píng)價(jià)圖 4-20 中值濾波處理圖像實(shí)例以及水印性能評(píng)價(jià)圖 4-21 旋轉(zhuǎn)攻擊后水印性能分析(5)旋轉(zhuǎn)攻擊旋轉(zhuǎn)攻擊是對(duì)圖像進(jìn)行處理的一種常用方法對(duì)圖像進(jìn)行旋轉(zhuǎn)后本文對(duì)含水印圖像進(jìn)行 0-90 度的旋轉(zhuǎn)攻擊，實(shí)驗(yàn)結(jié)果如圖 4-21

58、 和圖 4-22 所示(a)旋轉(zhuǎn) 1后的圖像 (b)提取的水印圖像江南大學(xué)學(xué)士學(xué)位論文22(c)旋轉(zhuǎn)后的圖像 5 (d)提取的水印圖像圖 4-22 旋轉(zhuǎn)攻擊后的圖像實(shí)例 (6)馬賽克攻擊 對(duì)于圖像的馬賽克攻擊，原理很簡(jiǎn)單，就是將一幅圖像中的像素按照一定大小的模板與相鄰的像素一起取平均值，然后再將模板下的每個(gè)像素值用這個(gè)平均值代替圖 4-23，4-24 顯示了不同大小模板攻擊后的結(jié)果圖 4-23 馬賽克攻擊的后的水印性能分析 (a)模板大小為 33 馬賽克攻擊后的圖像 (b)提取的水印圖像 (c)模板大小為 77 馬賽克攻擊后的圖像(d)提取的水印圖像圖 4-24 馬賽克攻擊實(shí)例基于離散小波變換

59、的數(shù)字水印算法23234.3 小結(jié)小結(jié)本文提出的算法具有較好不可見(jiàn)性和較強(qiáng)的魯棒性，含水印圖像經(jīng)過(guò)多種攻擊后仍能教完整或部分的提取出水印(1)通過(guò)上面實(shí)驗(yàn)結(jié)果可知，含水印圖像在添加的白噪聲強(qiáng)度在 50 以下的時(shí)候，含水印圖像仍能保持較高的峰值信噪比(20 以上)，水印圖像的相關(guān)性在 0.6 以上，誤碼率在50%以下說(shuō)明水印的不可見(jiàn)性較好，魯棒性也比較強(qiáng)(2)含水印圖像在經(jīng)過(guò)剪切攻擊后，仍能提取出水印但由實(shí)驗(yàn)數(shù)據(jù)可以看出，在剪切比例達(dá)到 1/4 以上時(shí)，提取的水印已經(jīng)不是很明顯，峰值信噪比不是很高，但是由圖標(biāo)可知水印圖像的相關(guān)系數(shù)還是非常的高，高達(dá) 98%以上，而且誤碼率一直保持在 40%以下(

60、3)含水印圖像經(jīng)過(guò) JPEG 壓縮后，能夠非常完整的提取出來(lái)，峰值信噪比保持在25dB 以上，水印圖像的相關(guān)系數(shù)在 85%以上，誤碼率在 38%以下可見(jiàn)該算法具有非常高的抗 JPEG 壓縮的能力(4)在經(jīng)過(guò)不同大小標(biāo)準(zhǔn)偏差的高斯低通濾波后，含水印圖像的峰值信噪比一直保持在 26dB 以上，水印圖像的相關(guān)系數(shù)在 80%以上，誤碼率在 35%以下(5)含水印圖像在經(jīng)過(guò)不同窗口大小中值濾波攻擊之后，雖然提取出水印或多或少有些失真，但還是很明顯，比較清晰由實(shí)驗(yàn)數(shù)據(jù)圖標(biāo)可以看到，峰值信噪比在 26dB 以上，相關(guān)系數(shù) 0.9 以上，誤碼率在 35%以下(6)由實(shí)驗(yàn)得該算法抗旋轉(zhuǎn)攻擊的能力不是很好，含水印