【正文】 總 結(jié) 數(shù)字 水印技術(shù)是近幾年在學(xué)術(shù)界興起的一個前沿研究領(lǐng)域，目前還處于迅速的發(fā)展之中 ，它涉及了不同科學(xué)領(lǐng)域的思想和理論，近幾年來在理論和應(yīng)用中取得了很大的發(fā)展，但是到目前還沒有形成一個完整的理論體系，仍有許多尚未解決的問題，可以說數(shù)字水印技術(shù)是一個充滿活力而有待開拓的研究領(lǐng)域。由上圖我們可以看出，當(dāng)水印載體圖像的旋轉(zhuǎn)度數(shù)比較小時，提取出的水印信息還比較清晰，但當(dāng)旋轉(zhuǎn)度數(shù)大于 30度時提取出的水印信息就比較模糊，不能夠清晰的辨認(rèn)出所嵌入的水印信息，隨著旋轉(zhuǎn)度數(shù)的而進一步增大，水印信息幾乎完全丟失，不能夠畢業(yè)論文 31 辨認(rèn)。在對含水印信息的載體圖像進行 旋轉(zhuǎn) 攻擊后，我們在 旋轉(zhuǎn)度數(shù) 不同取值的情況下，將原始圖像與含水印的載體圖像進行對比，并將受 旋轉(zhuǎn) 攻擊后的提取出的水印圖像與原始水印進行對比。因此，本算法還需要改進。此 時，采用人肉眼主觀觀察結(jié)果的方式進行對比畢業(yè)論文 29 圖像問的失真就是一種對傳統(tǒng)意義上的評價方式的有效而直觀的補充方式。由此說明，此時 PSNR的取值并不能很直觀、很有效的說明問題的實質(zhì)。同時，在嵌入強度因子 k的取值在很大幅度的增加時 ， PSNR的取值仍然在一個很微小的范圍內(nèi)變動，變動的幅度非常小，幾乎不變。當(dāng) NC的取值為 1時表示可以完全清晰地恢復(fù)出原始水印圖像。在 JPEG攻擊后，當(dāng)壓縮質(zhì)量的取值不同時檢測出的結(jié)果如下圖 55到圖 58所示： 圖 55 壓縮后質(zhì)量為 90% 圖 56 壓縮后質(zhì)量為 70% 圖 57 壓縮后質(zhì)量為 50% 畢業(yè)論文 28 圖 58 壓縮后質(zhì)量為 30% 同前面的數(shù)據(jù)記錄情況相同，此時 記錄了 JPEG壓縮后質(zhì)量的取值不同時， 對圖像經(jīng)過 JPEG攻擊操作后檢測出的水印信息數(shù)據(jù)結(jié)果進行比較和 分析，其 比較和分析的結(jié)果如 表 53所示： 表 53 JPEG 壓縮后水印的性能評價 壓縮質(zhì)量 psnr nc 提取水印等級 90% 1 優(yōu) 70% 優(yōu) 50% 良 30% 差 根據(jù) 上表的數(shù)據(jù)和上面圖像的結(jié)果我們可以看出，在相同的嵌入強度下，隨著壓縮比的增加，壓縮后提取的水印信息與原始水印信息的相關(guān)性就越低。雖然提取到的水印圖片有一定程度上的損壞，但是加性高斯噪聲攻擊后檢測出的水印信息與原始水印圖像的相關(guān)性很高，而且由于本文使用的是圖片水印，由上面的結(jié)果圖也可以很容易鑒別出原始水印圖像，并不影響原 始水印圖像的提取。攻 擊 后提取出的水印信息雖然在嵌入強度因子取值不同時都有不同程度上的損傷，但是相較于良好的嵌入效果而言，那些損傷是微小的，提取出的水印圖像仍然是非常清晰的，可辨別的，并不影響正常的數(shù)字水印圖像的提取和識別。雖然 PSNR的取值變化甚微，但是本實驗的 PSNR取值基數(shù)還是比較大的，并呈現(xiàn)出取值逐步降低的趨勢。在對含水印信息的載體圖像進行高斯攻擊后，我們在方差的不同取值的情況下，將原始圖像與含水印的載體圖像進行對比，并將受高斯噪聲攻擊后的提取出的水印圖像與原始水印進行對比。因此，在選取水印嵌入強度值時，我們既要考慮水印的不可見性，又要考慮水印的魯棒性，使它們達到一個平衡，這樣，讓我畢業(yè)論文 25 們的數(shù)字水印不但有良好的不 可見性，而且有很強的魯棒性。載體圖像與含水印圖像的峰值信噪比 (PSNR)是用來評 價圖像的質(zhì)量的，一般其值越大表示圖像質(zhì)量越好。但是當(dāng)嵌入強度因子 k14以后，原始水印圖像與直接檢測出的水印信息的相似度可以達到 1，即可以完全恢復(fù)原始水 印信息，這也就體現(xiàn)了數(shù) 字水印嵌入過程中魯棒性與不可見性的矛盾。在下面的 圖 52中 為 在不同的嵌入強度下， 對含水印的載體圖像 不進行任何的攻擊手段，直接提取數(shù)字水印圖片的提取水印與原始水印的對比圖： 畢業(yè)論文 24 (a) 原始水印 （ b） k取 8 （ c） k取 12 （ d） k取 14 （ e） k取 30 （ f） k 取 100 圖 52 k取不同值時原始水印與提取水印對比 下表為當(dāng)嵌入強度因子 k取值不同時 直接提取出水印結(jié)果后，對數(shù)據(jù)結(jié)果 進行的PSNR和 NC值的比較。因此，本論文在做數(shù)字水印的嵌入時，因選取合適的 k 值，使其在滿足不可見的前提下最大限度的增強魯棒性。 如下 圖 51為當(dāng)嵌入強度 k的取值不同時原始圖像與含水印圖像的之間的對比 圖。 算法的實現(xiàn) 水印的嵌入 下面的內(nèi)容即為應(yīng)用本文設(shè)計的 算法，將二值圖像水印信息嵌入到載體圖像中，畢業(yè)論文 23 并通過在 MATLAB系統(tǒng)中的具體實現(xiàn)，將 原始 載體圖像和含有水印信息的載體圖像兩幅圖像進行對比。 在本文中，通過各種攻擊實驗來實現(xiàn)數(shù)字水印系統(tǒng) 的性能檢測。 因為我們采用的是圖像水印，所以可以借助肉眼來輕易地識別出提取出的數(shù)字水印圖像是否達到基本可以辨識的地步，即本文結(jié)合使用的更一般的省時省力的圖像評價方式，即直接用肉眼觀察，以滿足人類的可接受、可容忍度為宜。 NC值越大越接近到 1時表示兩者之間的相似度越高。如果嵌入強度因子 k值逐漸增大時 PSNR值逐漸減小，即表示圖像質(zhì)量越差 ，這與人的視覺效果是一致的。 在 本文 中 采用 的是 傳統(tǒng)的客觀圖像質(zhì)量評價方法，如載體圖像與含水印圖像峰值信噪比 (PSNR)和從含水印圖像中提取出來的水印圖像和原始圖像的相關(guān)性，即互相關(guān)系數(shù) (NC)，通過像素間的差值判別圖像質(zhì)量的優(yōu)劣。 畢業(yè)論文 22 第 5 章 算法實現(xiàn)和實驗結(jié)果分析 由前面章節(jié)我們已經(jīng)知道，數(shù)字水印的三大主要特點為不可見性 、魯棒性和安全性， 對實現(xiàn)的水印系統(tǒng)也著重從以上三個方面進行測試。 根據(jù) （ 4,3）和（ 5,2）的 位置處的兩個 DCT系數(shù)大小關(guān)系 , 以確定該塊中已嵌入的二進制向量序列值是 “0”還是 “1”， 并保存在數(shù)組中。此提取算法大致可分為下面三個步驟： (1)對接收到的嵌入水印后圖像進行與嵌入時同樣尺寸分塊的分塊二維 DCT變換。無論哪種模型都需要了解數(shù)字水印嵌入時采用的一些重要的參數(shù)及嵌入位置等內(nèi)容信息，才能完整地檢測并提取出水印圖像。 水印的檢測與提取 水印的檢 測（ 提取 ） 一般基于該水印嵌入時使用的嵌入算法，不同的嵌入方法使用不同的檢測與提取方法。 （ 2） 根據(jù)水印圖像將載體圖像分為 88大小的不重疊的圖像塊。 故選擇 ( 4, 3) 和 ( 5, 2) 兩個位置的 DCT值 。 根據(jù)表所示的量化表 ,可選擇中頻段的 (4, 3)和 ( 5, 2)兩個位置的DCT 系數(shù) (量化步長為 22)， 或選擇中頻段的 ( 2, 3) 和 ( 4, 1) 兩個位置的 DCT系數(shù) (量化步長為 14)。 通常選擇具有相同量化步長的相近兩個位置處的 DCT系數(shù) , 這樣在對圖像進行 JPEG壓縮時 ， 由于具有相同的量化尺度 ， 兩個 DCT系數(shù)的大小關(guān)系一般不易改變 。 若 k的值太大 , 會使宿主圖像質(zhì)量下降 ， 而 k太小 , 水印強度不夠 , 故需結(jié)合考慮 。 另外 , 為了使水印具有較強的魯棒性 , 確保在加噪等情況下兩位置 DCT系數(shù)的大小關(guān)系不會改變 ， 對差值小的 DCT系數(shù)作了增大差值的處理 ； 同時為了減小因兩個差值較大的 DCT系數(shù)交換位置所引起的圖像降質(zhì) , 對此時的 DCT系數(shù)進行減小差值的處理 。 具體而言 , 即假如在 Z字形掃描的路徑中 , 宿主圖像中頻段靠近的兩個 DCT系數(shù)分別為 D(u1,v1)和 D(u2,v2)， 此時如果與該塊相對應(yīng)的水印像點值為 “0”時，則需保證 D(u1,v1)D(u2,v2)， 若像點值為 ”1”時，則應(yīng)保證 D(u1,v1)D(u2,v2) ,如果無法滿足以上條件 , 則交換這兩個 DCT系數(shù)的位置 。 在運用 DCT方法的數(shù)字水印技術(shù)中 , 為了兼顧水印的不可見性與 魯棒性 ,通常將水印嵌入到 DCT系數(shù)的中頻段 ,或?qū)χ蓄l DCT系數(shù)進行修改 。因此 , 為了兼顧隱秘圖像的隱蔽性和魯棒性 , 中頻區(qū)域是最佳的隱藏點 , 通過修改中頻 DCT系數(shù)來實現(xiàn)信息隱藏 。在將載體圖像 分塊之后 ,利用 DCT塊的區(qū)域特性來選擇相應(yīng)位置的系數(shù) 根據(jù)人眼的視覺特性我們知道，低頻區(qū)域?qū)σ曈X最為敏感 ， 在此處隱藏秘密信息會降低算法的隱蔽性 。通常，變換域水印處理是對原始載體進行各種各樣的頻域變換后嵌入水印，可以嵌入大量比特的數(shù)據(jù)而不會導(dǎo)致被我們的肉眼所察覺。在后面的實際操作中，我們將會用到數(shù)字圖像水印。最后，我們將此二維數(shù)組轉(zhuǎn)化為與之相對應(yīng)的一維數(shù)組。其具體的生成方法為：首先，我們根據(jù)本次數(shù)字圖像水印實驗的需要來設(shè)定他的大小，并在制圖工具中做出該圖像，如在本文中的圖像水印為“西南科技大學(xué)”的靜態(tài)文字，然后將其大小設(shè)置為 6464并保存為 1位的 BMP格式圖像。 水印的生成與嵌入 水印的生成 在做數(shù)字水印的嵌入實驗中，我們首先需要選取適合本次實驗所需的數(shù)字圖像水印。這些圖像在 MATLAB系統(tǒng)中可以很方便的以矩陣的方式表示出來，然后對它們進行各種圖像處理。 根據(jù)現(xiàn)實生活中我們經(jīng)常接觸到的圖像來看，一般靜態(tài)圖像的基本類型有很多種，諸如 BMP， JPG， JPEG， PNG， GIF等，這里圖像研究使用的主要是熟為人知的BMP與 JPG格 式的圖像。這兩個可取的值分別對應(yīng)于關(guān)閉和打開，關(guān)閉表征該像素處于背景，而打開表征該像素處于前景。 在圖像水印中主要用二值圖像，二值圖像的主要特點為：一 是其每個像素不是黑就是白，其灰度值沒有中間過渡的圖像；二是其一般用來描述文字或者圖形，其優(yōu)點是占用空間少，缺點是，當(dāng)表示人物，風(fēng)景的圖像時，二值圖像只能描述其輪廓，不能描述細(xì)節(jié)，這時候要用更高的灰度級；三是其每個像素只有兩個可能值的數(shù)字圖像，人們經(jīng)常用 黑白和 單色圖像表示二值圖像，但是也可以用來表示每個像素只有一個采樣值的任何圖像，例如灰度圖像等。 （ 2） 圖像水印 ： 另一種方法是使用圖像作為水印信息。因此，雖然數(shù)字水印的 形式有很多種， 但 大致上經(jīng)常使用的有 01比特序列水印與圖像水印。故 DCT 常常被認(rèn)為是對語音和圖像編碼的最佳變換，同時 DCT 算法較易于在數(shù)字信號處理器中快速實現(xiàn)，因此它目前在圖像編碼中占有重要的地位。 自從離散余弦變換的基本思想被提出，基于離散余弦變換的數(shù)字水印算法出現(xiàn)了很多，主要思路是，在 DCT 變換的中頻系數(shù)中嵌入水印，既保證了水印的不可見性，又保證了水印的魯棒性，達到了一個平衡。水印的測試需要原始圖像和原始水印。 Cox 等人提出了數(shù)字水印算法，即將圖像進行分塊處理，塊的大小為 8 8。較早利用分塊 DCT 的水印技術(shù)是 和 的文章，他們的水印方案是用一個密鑰隨機的選擇圖像的一些分塊，在頻域的中頻上稍稍改變一個三元組來隱藏二進制序列信息。可以得 出，圖像 DCT 變換后大部分參數(shù)接近于零，只有左上角的低頻部分有較大的數(shù)值，中頻部分參數(shù)值相對較小，而大部分高頻參數(shù)值非常小，接近于零。 如 圖 32 是原始圖像，經(jīng)過 DCT 變換后的系數(shù) 分布的 圖像為 下 圖 33。 （ 2） DCT 變換后圖像能量集中在圖像的低頻部分，即 DCT 圖像中不為零的系數(shù)大部分集中在一起（左上角），因此編碼效率很高。當(dāng)然也可以對整幅圖像的特點，但是運算速度比分塊 DCT 要慢。圖像是二維的，所以在研究時主要用到二維 DCT，以及二維 IDCT 來對圖像進行處理。其中最重要的 是 1974 年提出的 DCT，因為其變換矩陣的基向量很近似于托伯利茲矩陣的特征向量，而托伯利茲矩陣又體現(xiàn)了人類語言及圖像信號的相關(guān)性。但 DFT 是一種正交變換，運算量很大，常常使實時處理發(fā)生困難，第二年他們就用 WalshHadamard變換（ WHT）取代 DFT 可以使運算量明顯減少，這是因為 WHT 變換只有加減法而無需乘法。正交變換圖像編碼始于 1968 年。因此，研究圖像文件水印算法主要集中在變換域算法及利用人眼視覺特性上。 JPEG 是基于離散余弦變換域的壓縮方法，而 EZW 是基于小波變換域的壓縮方法。因此，數(shù)字水印算法所面臨的第一個考驗就是壓縮。 n， l =0,1,…N 1。 n， l =0,1,…,N 1。為了同時減弱或去除圖像數(shù)據(jù)相關(guān)性，可以運用二維 DCT，將圖像從空間域轉(zhuǎn)換到 DCT 變換域。這樣做雖然會有一定的失真 (也就是說 ， 這種壓縮方式是有損的 )， 但這種失真完全是人眼可以接受的。 由于大多數(shù)圖像高頻分量較小 , 相應(yīng)于圖像高頻成份的系數(shù)多數(shù)為零 , 再加上對高頻成份的失真不太敏感 , 可以用更粗的量化 , 在保證所要求的圖 質(zhì)下 , 舍棄某些次要信息 ， 這樣 ， 傳送變換系數(shù)所用的數(shù)據(jù)率要大大小于傳送像素所用的數(shù)據(jù)率。 其中 u 代表水平像素號， v 代表垂直像素號。 因此 ， DCT與傅里葉變換一樣有很明確的物理意義。 利用這些特性 ， 可對低頻段部分進行細(xì)量化 ，而 對高頻段部分進行粗量化。圖像信號具有在低頻段時功率集中的特性 ， 使 高頻段的功率變小。 這種