【正文】 ...................... 10 基于 DWTSVD 分解的水印提取算法 ....................................... 13 第 4 章 MATLAB 仿真結(jié)果 ............................................................................... 15 仿真實驗 ............................................................. 15 抗攻擊性能分析 ....................................................... 18 小結(jié) ................................................................. 24 第 5 章 結(jié)論與展望 ............................................................................................ 25 結(jié)論 ................................................................. 25 不足之處及未來展望 ................................................... 25 參考文獻 ............................................................................................................. 27 致 謝 ................................................................................................................. 28 附錄 A： 程序代碼 ............................................................................................ 29 基于離散小波變換的數(shù)字水印算法 1 第 1 章 緒論 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、復制與散布 ,如何對數(shù)字作品的知識產(chǎn)權(quán)進行保護已經(jīng)成為迫切需要解決的問題。無論是在國內(nèi)還是在國外，數(shù)字水印技術(shù)的研究都還不成熟，從理論導刊應用都還處于發(fā)展的初級階段，還有很多問題有待于解決。 為一個基本小波或母小波 (Mother Wavelet)．將母函數(shù) 錯誤 !未找到引用源。 ． (313) 其中， k 為正整數(shù)， x， y 是平面某點的坐標， x39。使用 ’Haar’． Haar 小波性能優(yōu)良，而且 Haar 小波的支撐長度最短，它的分解和重構(gòu)計算復雜度低于其它小波，同時 Mallat 算法是針對無限信號的，而實際中的圖像是有限的，因此需要延拓．而對 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 小波作為水印實驗的小波基．代碼如下： origne_image=imread(39。)。haar39。 [w_LL1,w_LH1,w_HL1,w_HH1]=dwt2(watermarked_image,39。)。之后，峰值信噪比和相關(guān)系數(shù)已分 別陡降到 10dB 和 以下，誤碼率也增加到 50%以上． (7)含水印圖像在經(jīng)過馬賽克處理后，圖像視覺上已經(jīng)可以分辨處理，特別是處理模板大小比較大的時候， 節(jié)中可以看到在模板是 7 7 的時候，該含水印圖像看起來已經(jīng)很模糊，提取的水印雖然不是很好，但還是可以辨別出來．由實驗數(shù)據(jù)可以看出該算法抗馬賽克攻擊的能力還是比較好的．基于離散小波變換的數(shù)字水印算法 25 第 5 章 結(jié)論與展望 結(jié)論 本文提出的水印算法具有以下幾個特點： (1) 本文算法所研究的內(nèi)容是將一幅 灰度 圖像作為水印嵌入到原始載體圖像中， 與目前多數(shù)人的二值圖像不同，并且不可見性和 魯棒性也非常好 ． (2) 本文算法 中采用 Arnold 變換對水印圖像置亂，置亂次數(shù)可以作為只有嵌入人才持有的私鑰，安全性能夠達到一定的程度 ． (3)基于 DWT 域和奇異值分解聯(lián)合的數(shù)字水印本身就比直接基于 DWT 域的數(shù)字水印具備更好的穩(wěn)健性． (4) 在嵌入過程中充分考慮到 不同 DWT 變換后各分量對原始圖像的影響程度，尤其是低頻分量 ， 水印圖像 嵌入強度 也因此不同．從而 使嵌入水印后的圖像能夠保持比較好的品質(zhì)． (5)本算法只是將水印圖像奇異值分解后的奇異值嵌入到載體圖像中，不僅使得因嵌入信息量較少達到較好的不可見性，而 且奇異值穩(wěn)健性好，使得水印的魯棒性比較好． (6) 本文算法抵抗旋轉(zhuǎn)攻擊的能力 非常差 ， 特別當旋轉(zhuǎn)角度比較大時， 提取出來的水印基本 分辨不出是原來的水印圖像 ． 不足之處及未來展望 本文的水印算法選擇 灰度 圖像作為水印，選擇在 DWT 域低頻分量 和中頻分量中 嵌入不同強度的 水印， 總體上可以看出 水印的不可見性非常好，抗攻擊性 —— 魯棒性 也 較好． 因為各種算法都有不足之處 ， 不能在每個方面都能達到非常好的效果．由仿真實驗可以直觀的看出，該水印算在經(jīng)過濾波、剪切、加噪處理、馬賽克攻擊后，仍能比較完整的提取出水印，可見水印的魯棒 性較強．但是也比較明顯的看到，當將含水印的圖像旋轉(zhuǎn)稍微大一點的角度時，提取的水印明顯失真，無法分辨出來． 這就需要以后在這方面做出更好的改進，能夠抵抗旋轉(zhuǎn)攻擊 或者能在較大的旋轉(zhuǎn)角度下也能比較完整的提取出水印 ．另外本文水印算法的重點是魯棒性和透明性，在實際應用中安全問題也是一個比較重要的問題，本文的算法在實際應用中可以在安全性方面做的更好一點，以后在安全性這方面可以做出一定的改進． 江南大學學士學位論文 26 基于離散小波變換的數(shù)字水印算法 27 參考文獻 [1] 張衛(wèi)平 . 開關(guān)變換器的建模與控制 [M]. 北京 ： 中國電力 出版社 ， 2020， 1588. [2] 曹文思 ， 楊育霞 . 基于狀態(tài)空間平均法的 BOOST 變換器仿真分析 [J].系統(tǒng)仿真學報 ， 2020， 19(6)： 1329 1334. [3] 伍言真 . DC/DC 開關(guān)變換器建模分析及其變結(jié)構(gòu)控制方法的研究 [D]. 廣州 ： 華南理工大學 ， 1998. [4] Takagi T, Sugeno M. Fuzzy identification of systems and its applications to modeling and control [J]. IEEE Trans on Systems, Man and Cyberics, 1985, 15(2): 116132. [5] Sugeno M, Kang G T. Fuzzy modeling and control of multilayer incinerator [J]. Fuzzy Sets Syst., 1986, 18(2): 329346. [6] 張勇 . HOPEⅠ 模擬器的實現(xiàn) [C]， 第三屆中國學術(shù)會議論文集 [C]．北京：北京郵電大學出版社 , 2020： 449740. 江南大學學士學位論文 28 致 謝 致謝應以簡短的文字對在課題研究和設(shè)計說明書（論文）撰寫過 程中曾直接給予幫助的人員或單位表示自己的謝意，這不僅是一種禮貌，也是對他人勞動的尊重，是治學者應有的思想作風 ，比如： 本文是在導師 XXX 教授和 XXX 講師 的悉心指導下完成的 ， 表示 謝意 ! 感謝 XX. 29 附錄 A： 程序代碼 %文件名： %嵌入水印的函數(shù) %參數(shù)說明 %origne_source原始圖像（載體圖像） %watermark_source水印圖像（灰色圖像或二值圖像） % function [U,SW,V]=in(origne_source,watermark_source,watermarked_source) %N=512。 if(image_rol512) if(image_col512) disp(39。)。a2=。%128x128 g1=。 for i=2:col SH(i,i)=SH(i,i)+g2*SW(i+64,i+64)。)。title(39。 end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %文件名： %水印提取函數(shù) %參數(shù)說明： %watermarked_image嵌入水印的圖像 %origne_source原始圖像 function water_get=out(watermarked_source,origne_source,UW,VW) origne_image=imread(origne_source)。 origne_image1=double(origne_image)。%對載體圖像先進行 dwt變換 320x256 [o_LL2,o_LH2,o_HL2,o_HH2]=dwt2(o_LL1,39。)。% %ch=(w_LH3o_LH3)/a1。 %[w_UHL,w_SHL,w_VHL]=svd(w_LL3)。g3=。 water_image=UW*SW*VW39。 water_get=uint8(water_temp)。原水印圖像 39。39。)。imshow(data)。39。 %SW(1,1)=。 end g1=。%對嵌入水印分量作 svd 分解 [w_UH,w_SH,w_VH]=svd(w_HH3)。)。%80*64 [w_LL1,w_LH1,w_HL1,w_HH1]=dwt2(part_watermarked_image,39。haar39。 watermarked_image2=imread(watermarked_source)。嵌入水印后的圖像 39。 figure subplot(1,2,1)。%小波逆變換 附錄 30 LL1=idwt2(LL2,LH2,HL2,HH2,39。 for i=2:col SL(i,i)=SL(i,i)+g1*SW(i,i)。 U=UW。)。 [LL1,LH1,HL1,HH1]=dwt2(part_origne_image2,39。%讀入載體圖像 dims=ndims(origne_image)。后的圖像 (b)提取的水印圖像 基于離散小波變換的數(shù)字水印算法 23 (c)旋轉(zhuǎn)后的圖像 5176。 [w_LL3,w_LH3,w_HL3,w_HH3]=dwt2(w_LL2,39。haar39。 為對角矩陣，基于離散小波變換的數(shù)字水印算法 13 其中 n??.......1 錯誤 !未找到引用源。%對載體圖像先進行一階 dwt 變換 [LL2,LH2,HL2,HH2]=dwt2(LL1,39。)． (315) 對載體圖像進行小波變換，使用小波反變換函數(shù)，如式 (316)所示： X=idwt2(cA,cH,cV,cD,’wname’)． (316) 其中的小波基函數(shù) 39。 ． (35) 如果 ? ? ? ?tatf kjj k kj , ?? ????? ????? 成立，則可以稱系數(shù) ? ?Zkjkja ?,錯誤 !未找到引用源。 滿足 允許條件(Admissible Condition)式 (31)： 錯誤 !未找到引用源。數(shù)字水印技術(shù)可以對多媒體信息進行有效地保護，但由于該技術(shù)的研究涉及了圖像和信號處理、密碼學、現(xiàn)代通信技術(shù)、編碼理論以及神經(jīng)審理學等眾多領(lǐng)域，是一門多學科交叉的學科，因此給研究工作帶來了一定的難度。 關(guān)鍵字：數(shù)字水??；離散小波變換；圖像置亂；人類視覺特性 Abstract II ABSTRACT With the rapid development of work munication and broad appkication of multimedia techniligy,copyright protection of digital median work is being more and more watermarking is viewed as an effective tool for copyright protection of multimedia data. Now algorithms based on DWT have many, including embedding wate