【正文】 .數(shù)字水印中的雙正交小 波基 .中山大學(xué)學(xué)報(bào)， (4):15. [12]何東健，數(shù)字圖像處理，西安電子科技大學(xué)出版社， 2020. [13]求是科技 蘇彥華， Visual C++數(shù)字圖像識(shí)別技術(shù)典型案例， 2020. [14]張慧明，圖像處理算法的快速驗(yàn)證平臺(tái) [D].西安電子科技大學(xué)， 2020. [15]曾瑩，陳曉柱， VC++下的圖像處理算法 [J].電腦與電信， 2020. [16]王廣新，基于 FPGA的聲納圖像處理卡的設(shè)計(jì)與實(shí)現(xiàn) [D].哈爾濱工程大學(xué)， 2020. [17]譚林秋，基于 VC++的數(shù)字圖像處理系統(tǒng)的開發(fā)及算法研 究 [J].西安理工大學(xué)， 2020. [18]聶絮飛，基于 VC++的圖像數(shù)據(jù)采集與界面化顯示研究 [J]。39。原圖 39。若該像素灰度值不為 0,則置為 255。 end, end, subplot(1,2,2)。 平滑處理 實(shí)現(xiàn)代碼 %均值濾波法 %imfilter 的語(yǔ)法格式為： %B=imfilter(A,H) %其功能是，用 H 模板對(duì)圖像 A 進(jìn)行均值濾波， %取平均值濾波模版為 %H2=1/25[1 1 1 1 1； 1 1 1 1 1； 1 1 1 1 1； 1 1 1 1 1； 1 1 1 1 1]； I=imread(39。gaussian39。 pepper39。)。 J2=imfilter(I2,H2)。原圖像濾波后。 subplot(2,2,1),imshow(J)。 J=imfilter(I,H2)。 I3=imnoise(I,39。 I2=imnoise(I,39。)。二值化 39。 else image(i,j)=0。 image=double(A)。 subplot(1,2,1)。在這里，向?qū)熤乱猿绺叩木匆夂椭孕牡母兄x。從實(shí)驗(yàn)結(jié)果上看，該算法能夠滿足視覺(jué)上不可見(jiàn)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(jué)上看來(lái)與原始水印圖像幾乎一致，可以達(dá)到很好的水印效果。 4. 根據(jù)嵌入時(shí)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(duì) W39。(i ,j)X (i ,j))/a (4 .4) 其中 ,X 39。 (HHn ， i,j)和x39。 和原始圖像 X都 進(jìn)行三級(jí)小波分解，得到低頻分量 的 小波系數(shù)X39。本文經(jīng)過(guò)反復(fù)實(shí)驗(yàn)， 高頻分量 a的取值范圍為 ～ 0 .08， 低頻分量 a的取值范圍為 ～ 。(i ,j) (4. 3) 其中 X39。(HL,i,j) 、對(duì)角分量小波系數(shù) w39。 ，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。 基于小波變換的數(shù)字水印算法 將水印的嵌入位置選擇為原始圖像經(jīng)過(guò)小波三級(jí)分解后的中頻和低頻分量上。 嵌 入水印的圖象 DCT 變換 提取分塊的水印信息 合并分塊水印并得到完整水印 結(jié) 束 開 始 南昌航空大學(xué)學(xué)士學(xué)位論文 29 仿真實(shí)驗(yàn)采用的原 始圖像為 382?382的灰度級(jí)圖像： 圖 原始圖像 水印圖像是 64?64的二值圖像： 圖 水印圖像 下圖是用 Matlab 軟件進(jìn)行試驗(yàn)的結(jié)果 : 圖 原始圖像和水印圖像 圖 含水印圖像 南昌航空大學(xué)學(xué)士學(xué)位論文 30 圖 對(duì)嵌入水印的圖像進(jìn)行旋轉(zhuǎn)攻擊，然后提取水印 實(shí)驗(yàn)結(jié)果分析 在本算法中，運(yùn)用離散余弦變換嵌入水印，是嵌入在原圖像的低頻部分。 基于離散余弦變換的數(shù)字水印算法 南昌航空大學(xué)學(xué)士學(xué)位論文 26 離散余弦變換水印嵌入算法 數(shù)字圖像水印算法選擇二值化灰度圖像作為水印信息，根據(jù)水印圖像的二值性選擇不同的嵌入系數(shù)，并將載體圖像進(jìn)行 8 8的分塊，將數(shù)字水印的灰度值直接植入到載體灰度圖像的 DCT 變換域中，實(shí)現(xiàn)水印的嵌入。 4．計(jì)算嵌入水印幅度譜與偽隨機(jī)序列的相關(guān)性，并按照嵌入時(shí)的規(guī)則產(chǎn)生水印矩陣。當(dāng)水印元素為‘ 1’時(shí)，用另一個(gè)偽隨機(jī)序列與幅度譜對(duì)應(yīng)元素 進(jìn)行乘性疊加。置亂水印矩陣值為 0時(shí)用一個(gè)偽隨機(jī)序列與原始圖像的幅度譜進(jìn)行乘性疊加，矩陣值為 1時(shí)，用另一個(gè)偽隨機(jī)序列與原始圖像幅度譜進(jìn)行乘性疊加。 Dyson 和 Falk 分析了離散 Arnold 變換的周期性，給出了對(duì)于任意 N2， Arnold變換的周期 2/2NT? 。 注意到 ()式定義的 Arnold 變換實(shí)際上是一種點(diǎn)的位置移動(dòng)，且這種變換是一一對(duì)應(yīng)的。yx為輸出 , 考慮其反饋 , 有 ?2,1,0,),(,m o d1 ???? njiPNAPP nnijnijnij () 通過(guò)離散點(diǎn)的置換 ,同時(shí)把圖像信息移植過(guò)來(lái) ,當(dāng)遍歷了原圖象的所有點(diǎn)之后 ,便產(chǎn)生了一副新的圖像。實(shí)際上，可以令離散圖像的像素坐標(biāo)擴(kuò)展到一幅圖像上，對(duì)于一幅大小為 N N的圖像，有下述的 Arnold 變換 ? ?1,2,1,0,m od21 1139。假設(shè)圖像為 SyxS ??? ),(],1,0[]1,0[ 。這種有意義的水印具有無(wú)意義水印無(wú)可比擬的優(yōu)點(diǎn)。 在 matlab 實(shí)驗(yàn)平臺(tái)結(jié)果如下圖： 南昌航空大學(xué)學(xué)士學(xué)位論文 18 圖 灰度化處理后的圖像 南昌航空大學(xué)學(xué)士學(xué)位論文 19 4 數(shù)字水印典型算法 基于傅里葉變換 的數(shù)字水印算法 引言 目前 ,圖像水印技術(shù)的研究對(duì)于水印魯棒性的要求比較高 ,有相當(dāng)一部分算法采用偽隨機(jī)噪聲來(lái)構(gòu)造水印 ,與之相應(yīng) ,采用相關(guān)性檢驗(yàn)來(lái)檢測(cè)被檢測(cè)圖像中是否含有水印 。彩色圖像中的每個(gè)像素的顏色有 R、 G、 B 三個(gè)分量決定，而每個(gè)分量有 255 中值可取，這樣一個(gè)像素點(diǎn)可以有 1600 多萬(wàn)（ 255*255*255）的 顏色的變化范圍。當(dāng)一個(gè)圖像的大小增加之后 ，組成圖像的像素的可見(jiàn)度將會(huì)變得更高，從而使得圖像表現(xiàn)得“軟”。由于這一原因，圖像的銳化對(duì)孤立點(diǎn)或?qū)铝⒕€條的 邊緣增強(qiáng)作用十分明顯，但在一定程度上也會(huì)對(duì)噪聲信號(hào)產(chǎn)生增強(qiáng)作用。 常規(guī)的銳化算法對(duì)整幅圖像進(jìn)行高頻增強(qiáng) ,結(jié)果呈現(xiàn)明顯噪聲 。實(shí)際應(yīng)用中，平滑濾波還可用于消除噪聲，或者在提取較大目標(biāo)前去除過(guò)小的細(xì)節(jié)或?qū)⒛繕?biāo)內(nèi)的小間斷連接起來(lái)。 圖像二值化處理 二值化是數(shù)字圖像處理中一項(xiàng)最基本的變換方法 ,通過(guò)非零取一固定閾值、雙固定閾值等不同的閾值化 變換方法 ,使一幅灰度圖像變成了黑白二值圖像 ,將我們所需的目標(biāo)從復(fù)雜的圖像背景中提取出來(lái) .閾值 [56]處理的操作過(guò)程是指定一個(gè)閾值 ,如果圖像中某像素的灰度值小于該閾值 ,則將該像素的灰度值設(shè)置為 0或 255,否則灰度值設(shè)置為 255 或 0。 南昌航空大學(xué)學(xué)士學(xué)位論文 13 3 圖像預(yù)處理算法實(shí)現(xiàn) 引言 在圖像處理的過(guò)程中，由于獲取圖像的工具或手段的影響，使獲取圖 像無(wú)法完全體現(xiàn)原始圖像的全部信息。針對(duì)特定的加密算法在理論上的缺陷，也可以構(gòu)造出對(duì)應(yīng)的削去攻擊。這樣，水印提取器就不可能、或者無(wú)法實(shí)行對(duì)水印的恢復(fù)和提取。 (1) 簡(jiǎn)單攻擊（ simple attacks） 簡(jiǎn)單攻擊是試圖對(duì)整個(gè)水印化數(shù)據(jù)（嵌入水印后的載體數(shù)據(jù)）進(jìn)行操作來(lái)削弱嵌入的水印的幅度（而不是試圖識(shí)別水印或分離水?。瑢?dǎo)致數(shù)字水印提取發(fā)生錯(cuò)誤，甚至根本提取不出水印信號(hào)。攻擊是指那些帶有損害性、毀壞性的，或者 試圖移去水印信號(hào)的處理過(guò)程。很多水印算法對(duì)這些幾何操作都非常脆弱，容易被去掉。目前的一些水印算法對(duì)現(xiàn)有的圖像壓縮標(biāo)準(zhǔn)（ JPEG 、MPEG ） 具有較好的魯棒性，但對(duì)今后有更高壓縮比的壓縮算法則不能保證也具有同樣好的魯棒性。它們通常包括： 南昌航空大學(xué)學(xué)士學(xué)位論文 11 1. 圖像壓縮 :圖像壓縮算法是去掉圖像信息中的冗余量。 數(shù)字水印的魯棒性問(wèn)題和攻擊行為 數(shù)字水印的魯棒性問(wèn)題 數(shù)字水印必須很難（希望不可能）被清除。 版權(quán)保護(hù)水印是目前研究最多的一類水印，版權(quán)保護(hù)水印主要強(qiáng)調(diào)隱蔽性和魯棒性，對(duì)數(shù)據(jù)量的要求相對(duì)較少。實(shí)際中，數(shù)字圖像、 音頻、 視頻的數(shù)據(jù)量十分龐大，在數(shù)據(jù)庫(kù)和網(wǎng)上多以壓縮形式存儲(chǔ)和傳輸，壓縮后的內(nèi)容同樣應(yīng)視為真實(shí)。不僅水印的變換很容易被檢測(cè)到，而且易于對(duì)變化進(jìn)行空間分類和定位。為增強(qiáng)水印的說(shuō)服力，增加視覺(jué)上的形象性，標(biāo)志水印采用具有一定代表性的標(biāo)志 南昌航空大學(xué)學(xué)士學(xué)位論文 10 圖像作為有意義水印。 半盲水印的檢測(cè)無(wú)需原作，但是需要某些與原作有關(guān)的信息，這些信息可能是原作嵌入水印時(shí)的某些參量，也可能是表征原作某些特征的信息。這種水印的檢測(cè)可以在任何擁有檢測(cè)環(huán)境的平臺(tái)上進(jìn)行，使用范圍較廣。 變換域的方法將水印添加到原始媒體的某種變換系數(shù)中實(shí)現(xiàn)嵌入，可以把水印加到 DFT域、 DCT變換域、小波變換域中等。水印相似度檢驗(yàn)的通用公式為： ???jijijijijiWWWSim,2, ?* () 數(shù)字水?。?W） /原始數(shù)據(jù)（ I） 待檢測(cè)數(shù)據(jù)（ WI? ） 水印提取算法（ D） 估計(jì)水印（ W? ） /相似度檢測(cè)（ Sim） 私鑰 /公鑰（ K） 南昌航空大學(xué)學(xué)士學(xué)位論文 9 其中 W? 表示估計(jì)水印， W 表示原始水印， Sim 表示不同信號(hào)的相似度。這里密鑰 K 是可選項(xiàng)，一般用于水印信號(hào)的再生。所有的實(shí)用系統(tǒng)必須使用一個(gè)密鑰，有的甚至使用幾個(gè)密鑰的組合。二值圖像、灰度圖像或彩色圖像； 3D圖像等等。而作為水印信息的重要組成部分 —— 密鑰，則是每個(gè)設(shè)計(jì)方案的一個(gè)重要特色所在。 （ 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(biāo)志信息，或購(gòu)買者的序列號(hào)，這樣有利于解決版權(quán)糾紛，保護(hù)數(shù)字產(chǎn)權(quán)合法擁有者的利益。 （ 3）魯棒性： 是指在經(jīng)歷多種無(wú)意或有意的信號(hào)處理過(guò)程后，數(shù)字水印仍能保持部分完整性并能被準(zhǔn)確鑒別。通過(guò)這些隱藏在多媒體內(nèi)容中的信息，可以確認(rèn)內(nèi)容創(chuàng)建者、購(gòu)買者，或者驗(yàn)證內(nèi)容是否真實(shí)完整。 （ 2） 離散傅立葉變換（ DFT）： 嵌入時(shí)首先通過(guò)對(duì)原始圖像（ DFT）然后將水印圖像嵌入到經(jīng)過(guò)變換后的圖像中，再經(jīng)過(guò)反傅里葉變換從而得到嵌入水印后的圖像；提取時(shí)把嵌入水印的圖像進(jìn)行傅里葉變換，從而得到水印圖像。 隨著水印算法研究的逐漸深入，對(duì)水印的魯棒性要求也越來(lái)越高，因此水印算法的研究也與更多的學(xué)科相結(jié)合，如通信與信息理論、圖像與語(yǔ)音處理、信號(hào)檢測(cè) 南昌航空大學(xué)學(xué)士學(xué)位論文 5 與估計(jì)、數(shù)據(jù)壓縮技術(shù)、人類視覺(jué)與聽覺(jué)系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò) 與應(yīng)用、電波傳播等。 Chae等人在 DWT系數(shù)上實(shí)現(xiàn)一種位擴(kuò)展嵌入水印的方法，該方法把信息大部分嵌入在低頻 DWT子帶，嵌入時(shí)水印的每位線性擴(kuò)展為 24位，同時(shí)原始圖像系數(shù)也擴(kuò)展為 24 位，根據(jù)一定的規(guī)則實(shí)現(xiàn)每個(gè)對(duì)應(yīng) 8位之間的嵌入；而檢測(cè)時(shí)做相反的過(guò)程提取水印，該方法具有一定的魯棒性，但提取水印時(shí)需要原始圖像。 Piva 等人提出了一種基于 DCT域的水印算法，他們將一 串隨機(jī)序列加到選定的圖像的 DCT系數(shù)中，并在算法中利用了 HVS的屏蔽性，從而更好地滿足了水印的不可見(jiàn)性，這種算法在提取水印時(shí)不需要原始圖像。由于它是在數(shù)字圖像感知比較重要的頻譜部分嵌入水印，所以它在抵抗有損壓 縮及其他圖像處理操作能力有很大提高，但它的缺點(diǎn)是提取水印時(shí)必須利用原始圖像。 上述的幾種方法在檢測(cè)水印時(shí)都需要 原始圖像，水印的魯棒性不好，經(jīng) JPEG壓縮或其他圖像處理后容易被去掉。它首先隨機(jī)地選取一對(duì)像素值 (a,b)，假定它們滿足一定的統(tǒng)計(jì)特性，如高斯分布 N(0,1)；然后對(duì)其中一個(gè)像素的灰度值加 1，對(duì)另一個(gè)像素的灰度減 1。 對(duì)空間域水印技術(shù)的研究 空域技術(shù)直接更改圖像的數(shù)據(jù)，通常是在圖像的亮度或彩色光帶或者在兩者之上加一個(gè)調(diào)制信號(hào)來(lái)嵌入數(shù)字水印。嵌入的水印信號(hào)應(yīng)當(dāng)不降低原數(shù)據(jù)的質(zhì)量、且在感覺(jué)上不易察覺(jué)（即不可見(jiàn)水印，可見(jiàn)水印由于容易受到攻擊，目前已不是研究的主流方向），能夠經(jīng)受一定的攻擊而不被清除，需要時(shí)可以通過(guò)檢測(cè)（提?。┣度氲乃⌒畔?lái)鑒別數(shù)字產(chǎn)品的版權(quán)、認(rèn)證該數(shù)據(jù)的真?zhèn)位虮孀R(shí)該產(chǎn)品的原購(gòu)買