【導(dǎo)讀】數(shù)字水印技術(shù)已成為解決數(shù)字多媒體版權(quán)問題的主要工具。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變換對水印進(jìn)行置亂，提高了水印的安全性；利用人類視覺系統(tǒng)確定水印的嵌入強度，提高了水印的不可感知性；實現(xiàn)了樹蔭的忙提取，增強了算法的適用性。本文對所提出的算法進(jìn)行了仿真實驗，并進(jìn)

　　

【正文】 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(dá)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(dá)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(dāng)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(dá)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(dāng)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(jìn)，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(yīng)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(yīng)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(jìn)． 江南大學(xué)學(xué)士學(xué)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(xiàn) [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 ， 2021， 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(xué)報 ， 2021， 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(xué) ， 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(xué)術(shù)會議論文集 [C]．北京：北京郵電大學(xué)出版社 , 2021： 449740. 江南大學(xué)學(xué)士學(xué)位論文 28 致 謝 致謝應(yīng)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(xué)者應(yīng)有的思想作風(fēng) ，比如： 本文是在導(dǎo)師 XXX 教授和 XXX 講師 的悉心指導(dǎo)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。 %先處理水印圖像 (128x128)，如下： arnold_image=Arnold(watermark_source,10,0)。%讀入水印圖像并且進(jìn)行 arnold 變換， 10 表示進(jìn)行的次數(shù)（可作密鑰） %arnold_image 是 uint8 的格式 %[ca,ch,cv,cd]=dwt2(arnold_image,39。haar39。)。%進(jìn)行一級 dwt 變換 %然后處理載體圖像，如下： origne_image=imread(origne_source)。%讀入載體圖像 dims=ndims(origne_image)。 if(dims==2) [image_rol,image_col]=size(origne_image)。 if(image_rol512) if(image_col512) disp(39。載體圖像的高度和寬度都必須大于 51239。)。 return。 end end origne_image2=double(origne_image)。 part_origne_image2=origne_image2。 [LL1,LH1,HL1,HH1]=dwt2(part_origne_image2,39。haar39。)。%對載體圖像先進(jìn)行一級 dwt 變換（ 320x256） [LL2,LH2,HL2,HH2]=dwt2(LL1,39。haar39。)。%對 LL1 進(jìn)行 dwt 變換（ 160x128） [LL3,LH3,HL3,HH3]=dwt2(LL2,39。haar39。)。%變成 80x64，水印圖像為 64x64 %水印嵌入過程，如下： %嵌入分兩個部分 %a1=。a2=。 arnold_image=double(arnold_image)。 [UW,SW,VW]=svd(arnold_image)。%對水印作 svd 分解 [UL,SL,VL]=svd(LL3)。%對 3 級低頻分量作 svd 分解 80x64 [UH,SH,VH]=svd(HH3)。%對 3 級高頻分量作 svd 分解 SHH=SH。 U=UW。V=VW。%128x128 g1=。g2=。g3=。 %由于第一個奇異值很大，改變一點，圖像失真很多，所以強度不應(yīng)很大 [a,b]=size(LL3)。 col=min(a,b)。 SL(1,1)=SL(1,1)+g3*SW(1,1)。 for i=2:col SL(i,i)=SL(i,i)+g1*SW(i,i)。 end SH(1,1)=SH(1,1)+g3*SW(65,65)。 for i=2:col SH(i,i)=SH(i,i)+g2*SW(i+64,i+64)。 end LL3=UL*SL*VL39。 HH3=UH*SH*VH39。 LL2=idwt2(LL3,LH3,HL3,HH3,39。haar39。)。%小波逆變換 附錄 30 LL1=idwt2(LL2,LH2,HL2,HH2,39。haar39。)。 watermarked_image1=idwt2(LL1,LH1,HL1,HH1,39。haar39。)。 watermarked_image=uint8(watermarked_image1)。 imwrite(watermarked_image,watermarked_source)。 figure subplot(1,2,1)。imshow(origne_image)。title(39。原始圖像 39。)。 subplot(1,2,2)。imshow(watermarked_image)。title(39。嵌入水印后的圖像 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)。 dims=ndims(origne_image)。 if(dims~=2) disp(39。輸入的不是灰度圖像 39。)。 end [o_rol,o_col]=size(origne_image)。 watermarked_image2=imread(watermarked_source)。 [w_rol,w_col]=size(watermarked_image2)。 origne_image1=double(origne_image)。 watermarked_image1=double(watermarked_image2)。 watermarked_image(i+temp_rol,j+temp_col)=watermarked_image2(i,j)。 part_origne_image=origne_image1。 part_watermarked_image=watermarked_image1。 [o_LL1,o_LH1,o_HL1,o_HH1]=dwt2(part_origne_image,39。haar39。)。%對載體圖像先進(jìn)行 dwt變換 320x256 [o_LL2,o_LH2,o_HL2,o_HH2]=dwt2(o_LL1,39。haar39。)。%160*126 [o_LL3,o_LH3,o_HL3,o_HH3]=dwt2(o_LL2,39。haar39。)。%80*64 [w_LL1,w_LH1,w_HL1,w_HH1]=dwt2(part_watermarked_image,39。haar39。)。 [w_LL2,w_LH2,w_HL2,w_HH2]=dwt2(w_LL1,39。haar39。)。 [w_LL3,w_LH3,w_HL3,w_HH3]=dwt2(w_LL2,39。haar39。)。 SW1=zeros(128)。% %ch=(w_LH3o_LH3)/a1。cv=(w_HL3o_HL3)/a2。cd=(w_HH3o_HH3)/a3。 [o_UL,o_SL,o_VL]=svd(o_LL3)。%對原始圖像分量作 svd 分解 [o_UH,o_SH,o_VH]=svd(o_HH3)。%對原始圖像分量作 svd 分解 [w_UL,w_SL,w_VL]=svd(w_LL3)。%對嵌入水印分量作 svd 分解 [w_UH,w_SH,w_VH]=svd(w_HH3)。%對嵌入水印分量作 svd 分解 %[w_ULH,w_SLH,w_VLH]=svd(w_LH3)。 %[w_UHL,w_SHL,w_VHL]=svd(w_LL3)。 [a,b]=size(w_LL3)。 col=min(a,b)。 if(col64) col=64。 end temp=fix((64col)/2)。 if(temp0) temp=0。 end g1=。g2=。g3=。 SW1(1,1)=(w_SL(1,1)o_SL(1,1))/g3。 for i=2:col SW1(i,i)=(w_SL(i,i)o_SL(i,i))/g1。 end 31 SW1(65,65)=(w_SH(1,1)o_SH(1,1))/g3。 for j=2:col SW1(j+64,j+64)=(w_SH(j,j)o_SH(j,j))/g2。 end SW=SW1。 %SW(1,1)=。 SW(1,1)=SW(1,1)。 water_image=UW*SW*VW39。 water_image=uint8(water_image)。 imwrite(water_image,39。39。)。 water_temp=Arnold(39。39。,10,1)。 water_get=uint8(water_temp)。 %figure。 data=imread(39。39。)。 subplot(1,2,1)。imshow(data)。title(39。原水印圖像 39。)。 subplot(1,2,2)。imshow(water_temp)。title(39。提取的水印圖像 39。)。 imwrite(water_temp,39。39。)。 %%%%%%%%%%%性能分析 %%%%%%%%%%%%% %%%%%% 攻擊實驗 測試魯棒性 %%%%%%%%%%