【正文】 rmark directly after DWT,bining two domains and so algorithms based on DWT and SVD can take full account of characteristic of the multiresolution of DWT and inherent factors of characteristic of the multiresolution of DWT can process an iamge at rated according to their important points,and the values of SVD is very which enhance the invisibility and robustness. At first the principle,typical algorithms and attack analysis of digital watermark is ,a watermarking algorithm based on DWT is watermark image is scrambled by a generalized Arnold transform so as to improve the security of the watermark。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。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)。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。 經(jīng)伸縮和平移后，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 (32)： 錯(cuò)誤 !未找到引用源。 y39。39。 [LL3,LH3,HL3,HH3]=dwt2(LL2,39。)。haar39。 (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． 基于離散小波變換的數(shù)字水印算法 15 第 4 章 Matlab 仿真 結(jié)果 仿真實(shí)驗(yàn) 本文的實(shí)驗(yàn)結(jié)果是由 MATLAB2020a 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 41 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 41 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= dB，提取出 的 水印與原始水印的相關(guān)系數(shù) nc= ． (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 41 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 42 所示： (a)原始水印圖像 (b)置亂后的水印圖像 42 原始圖像和置亂后的水印圖像 (2)載體圖像的小波變換 江南大學(xué)學(xué)士學(xué)位論文 16 一階小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 43 和 44 所示： 圖 43 圖像的一階小波分解 圖 44 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 45 所示． 圖 45 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． 基于離散小波變換的數(shù)字水印算法 17 (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 46， 47， 48 所示： 圖 46 LL3 奇異值分解后的部分奇異值 圖 47 HH3 奇異值分解后的部分奇異值 圖 48 Aronold 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 512 512 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 47， 48 顯示了前面一部分．水印圖像的后面一部分奇異值如圖 39 所示，和三階小波變換的高頻分量相近，參見(jiàn)圖 49． 江南大學(xué)學(xué)士學(xué)位論文 18 49 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?。? 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=；其它的奇異值嵌入因子選擇 g1=g2=；效果如圖 410 所示． 圖 410 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)。 %先處理水印圖像 (128x128)，如下： arnold_image=Arnold(watermark_source,10,0)。載體圖像的高度和寬度都必須大于 51239。%對(duì)載體圖像先進(jìn)行一級(jí) dwt 變換（ 320x256） [LL2,LH2,HL2,HH2]=dwt2(LL1,39。 arnold_image=double(arnold_image)。g2=。 end LL3=UL*SL*VL39。 watermarked_image1=idwt2(LL1,LH1,HL1,HH1,39。原始圖像 39。 dims=ndims(origne_image)。 watermarked_image1=double(watermarked_image2)。haar39。 [w_LL2,w_LH2,w_HL2,w_HH2]=dwt2(w_LL1,39。cv=(w_HL3o_HL3)/a2。 [a,b]=size(w_LL3)。 SW1(1,1)=(w_SL(1,1)o_SL(1,1))/g3。 water_image=uint8(water_image)。 %figure。)。)。提取的水印圖像 39。 subplot(1,2,1)。 water_temp=Arnold(39。 end SW=SW1。 if(temp0) temp=0。%對(duì)原始圖像分量作 svd 分解 [w_UL,w_SL,w_VL]=svd(w_LL3)。haar39。)。 [o_LL1,o_LH1,o_HL1,o_HH1]=dwt2(part_origne_image,39。 end [o_rol,o_col]=size(origne_image)。title(39。 imwrite(watermarked_image,watermarked_source)。)。 SL(1,1)=SL(1,1)+g3*SW(1,1)。%對(duì) 3 級(jí)高頻分量作 svd 分解 SHH=SH。haar39。 part_origne_image2=origne_image2。%進(jìn)行一級(jí) dwt 變換 %然后處理載體圖像，如下： origne_image=imread(origne_source)。%對(duì)嵌入水印分量作 svd 分解 提取的水印圖 片如圖 411 所示． 圖 411 提取結(jié)果 抗攻擊性能分析 為了驗(yàn)證本文算法的魯棒性，我們對(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 基于離散小波變換的數(shù)字水印算法 19 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412， 413， 414 所示． (a)添加白噪聲 (強(qiáng)度 20)的圖像 (b)提取的水印 圖 412 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 413 加入強(qiáng)度 40 后的含水印圖像和提取的水印 圖 414 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 江南大學(xué)學(xué)士學(xué)位論文 20 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 415， 416 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 415 對(duì)嵌入水印的圖像進(jìn)行剪切攻擊 圖 416 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 417， 418 所示 ． (a)壓縮質(zhì)量為 32%的圖像 (b)提取的水印 基于離散小波變換的數(shù)字水印算法 21 (c)壓縮質(zhì)量為 56%的圖像 (d)提取的水印 圖 417 對(duì)含水印圖像進(jìn)行壓縮攻擊的實(shí)例 圖 418 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 以 的大小增加到 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 419， 420 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 419 高斯濾波處理圖像實(shí)例以及水印性能評(píng)價(jià) 江南大學(xué)學(xué)士學(xué)位論文 22 (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 420 中值濾波處理圖像實(shí)例以及水印性能評(píng)價(jià) 圖 421 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 090 度的旋轉(zhuǎn)攻擊，實(shí)驗(yàn)結(jié)果如 圖 421 和圖 422 所示． (a)旋轉(zhuǎn) 1176。)。 [o_LL3,o_LH3,o_HL3,o_HH3]=dwt2(o_LL2,39。中的 U 和 V 都是正交 矩陣： IUUT ? IVVT ? ,?????????????????????n?? 1錯(cuò)誤 !未找到引用源。)。wname39。 ． (34) 對(duì)于離散的情況，小波序列如式 (35)所示