基于小波分析的圖像水印算法研究畢業(yè)設(shè)計論文-wenkub.com
2025-06-24 20:48 本頁面
【正文】 在論文的撰寫過程中老師們給予我很大的幫助，幫助解決了不少的難點(diǎn)，使得論文能夠及時完成，這里一并表示真誠的感謝。最后，我要特別感謝我的導(dǎo)師劉望蜀老師、和研究生助教吳子儀老師。感謝老師四年來對我孜孜不倦的教誨，對我成長的關(guān)心和愛護(hù)。最后，我要感謝我的父母對我的關(guān)系和理解，如果沒有他們在我的學(xué)習(xí)生涯中的無私奉獻(xiàn)和默默支持，我將無法順利完成今天的學(xué)業(yè)。從他身上，我學(xué)到了許多能受益終生的東西。這期間凝聚了很多人的心血，在此我表示由衷的感謝。首先非常感謝學(xué)校開設(shè)這個課題，為本人日后從事計算機(jī)方面的工作提供了經(jīng)驗(yàn)，奠定了基礎(chǔ)。作者簽名： 日期： 年 月 日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。作者簽名： 日 期： 學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。 畢業(yè)設(shè)計（論文）原創(chuàng)性聲明和使用授權(quán)說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設(shè)計（論文），是我個人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。本文對含水印圖像進(jìn)行高頻濾波、均值濾波、淑鹽噪聲、高斯噪聲各種攻擊，攻擊后的含水印圖像不可見性非常好，提取出來的水印也很清晰，能夠抵抗一定范圍濾波噪聲等的攻擊。本文在對數(shù)字圖像水印技術(shù)進(jìn)行深入分析和研究的基礎(chǔ)上，提出了一種基于離散小波變換的數(shù)字水印算法。 圖518受攻擊后水印圖像Figure 518 Image Watermarking attack對含水印圖像進(jìn)行圖像增亮攻擊，提取的水印如圖520所示： 圖519改變尺寸后提取的水印 圖520圖像增亮后提取水印Fig519 change the size of the watermark afterFig520 Zengliang image watermark從上圖可以看出此算法不可見性很好，提取水印也很清晰。本文對嵌入水印的圖像添加一種較為常見的噪聲：椒鹽噪聲。圖59為11均值濾波后的圖像和從中提取的水??；圖510為33均值濾波后的圖像和從中提取的水??；圖511為11高斯濾波后的圖像和提取的水印圖像. SNR =Inf圖59 11均值濾波攻擊后含水印圖像及提取的水印Fig 59 Lattacks and the extracted watermark image SNR= 圖510 33均值濾波攻擊后含水印圖像及提取的水印 Fig 510 Attacks and watermark images with a watermark SNR = 圖511 11高通濾波攻擊后含水印圖像及提取的水印Fig 511 Attack highpass filtering and watermark images從上面三幅圖可以看出11均值濾波、33均值濾波、11高斯濾波對含水印圖像進(jìn)行攻擊后的圖像清晰，水印的不可見行良好。由于嵌入的水印是有意義的圖像，因此可以很直觀的評判該算法對如上各種攻擊的抵抗能力。圖56水印的提取流程圖Fig 56 Flow chart of the watermark extraction從含有水印的圖像中提取水印的具體流程如上頁圖56所示：將含有水印的圖像進(jìn)行二層小波變換，然后將嵌入LL2的水印提取出來，現(xiàn)解釋提取水印算法：先對系數(shù)LL2除以D（D=50）,進(jìn)行量化,然后把量化值付給一個系數(shù)LL3，對LL3取整，如果LL3為偶數(shù)，則輸出水印為1；如果LL3為奇數(shù)，則輸出水印值為0?，F(xiàn)在對圖像進(jìn)行二層小波變換，為提高水印對各種失真和噪聲的抗御能力，選擇在小波變換后的低頻部分即LL2部分嵌入水印。 圖51 原始圖像（256*256） 圖52 水?。?4*64） Fig51 The original image Fig52 Watermark對原始圖像做小波變換，得到低頻子圖，高頻水平子圖、垂直子圖、對角子圖。提取框圖如圖 所示。嵌入方法采用小波系數(shù)量化。所以本文在此研究了二值圖像嵌入到灰度圖像的算法。在基于防偽和認(rèn)證的圖像應(yīng)用中，為了表明圖像使用者的身份，往往只需嵌入少量的信息即可。當(dāng)我們選定濾波器組時，圖像的小波分解公式為： () () () ()由此可以得到二維小波分解的流程框圖如圖32所示。尺度函數(shù)具有低通濾波作用，并滿足雙尺度方程： () 與尺度函數(shù)相對應(yīng)的小波函數(shù)的平移函數(shù)的平移與伸縮構(gòu)成矢量空間正交補(bǔ)空間。因此，對于初始矩陣的選取，工程上有一種簡化的方法，即直接將原始二維函數(shù)的離散矩陣看作為初始矩陣，這樣雖然會引入一定的誤差，但一般情況下能夠滿足工程需要。小波變換的這些性質(zhì)為數(shù)字圖像的局部特性(如邊緣，紋理等)提供了很好的空間一尺度定位，同時由于其多分辨率的表示，可以直接對圖像進(jìn)行分級處理，這一特性更可以實(shí)現(xiàn)水印的漸進(jìn)解碼和傳輸。對任意函數(shù)f (t)的離散小波變換(Discrete Wavelet Transform，簡稱為DWT)為： () 若離散小波序列構(gòu)成一個框架，設(shè)其上、下界分別為A和B，則當(dāng)A=B時（此時框架為緊框架），離散小波變換的逆變換(IDWT)公式為： () 當(dāng)A=B=1時，離散小波序列為一正交基，此時小波變換的逆變換公式為： ()假定為J尺度空間的剩余尺度系數(shù)序列，并且令和分別為小波函數(shù)的低通和高通濾波器，則二維小波變換的快速分解公式為 （) () () () 其中為尺度空間的剩余尺度系數(shù)序列，它是經(jīng)過行列兩個方向低通濾波后的輸出，對應(yīng)原始圖像信號在下一個尺度上的低頻概貌，屬于LL頻帶； 經(jīng)過行方向高通，列方向低通，對應(yīng)水平方向的細(xì)節(jié)信號在垂直方向的概貌，屬于HL頻帶； 包含了水平方向低通、垂直方向低通濾波后所保留的細(xì)節(jié)信息，對應(yīng)LH頻帶，包含了水平和垂直方向都經(jīng)過高通濾波后的細(xì)節(jié)信息，表示對角線的細(xì)節(jié)信息，屬于HH頻帶。有人把小波變換稱為“數(shù)學(xué)顯微鏡”。作為一種時間頻率信號的多分辨率分析方法，
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1