【正文】 。他無論在理論上還是在實踐中，都給與我很大的幫助，使我得到不少的提高這對于我以后青島科技大學(xué)本科畢業(yè)設(shè)計論文 31 的工作和學(xué)習(xí)都有一種巨大的幫助，感謝 他 耐心的輔導(dǎo)。是他們在我畢業(yè)的最后關(guān)頭給了我們巨大的幫助與鼓勵， 給了我很多解決問題的思路， 在此表示衷心的感激。 在我的十幾年求學(xué)歷程里，離不開父母的鼓勵和支持，是他們辛勤的勞作，無私的付出，為我創(chuàng)造良好的學(xué)習(xí)條件，我才能順利完成完成學(xué)業(yè)，感激他們一直以來對我的撫養(yǎng)與培育。 學(xué)友情深，情同兄妹。 回首四年，取得了些許成績，生活中 有快樂也有艱辛。 致 謝 四年的大學(xué)生活就快走入尾聲，我們的校園生活就要劃上句號，心中是無盡的難舍與眷戀。 另外，我還要感謝大學(xué)四年和我一起走過的同學(xué)朋友對我的關(guān)心與支持，與他們一起學(xué)習(xí)、生活，讓我在大學(xué)期間生活的很充實，給我留下了很多難忘的回憶。再次對周巍老師表示衷心的感謝。郭謙功老師淵博的知識、嚴(yán)謹(jǐn)?shù)淖黠L(fēng)和誨人不倦的態(tài)度給我留下了深刻的印象。沒有他們的幫助，我將無法順利完成這次設(shè)計。經(jīng)過這次畢業(yè)設(shè)計，我的能力有了很大的提高，比如操作能力、分析問題的能力、合作精神、嚴(yán)謹(jǐn)?shù)墓ぷ髯黠L(fēng)等方方面面都有很大的進步。本次畢業(yè)設(shè)計大概持續(xù)了半年，現(xiàn)在終于到結(jié)尾了。 作者簽名： 日期： 年 月 日 青島科技大學(xué)本科畢業(yè)設(shè)計論文 29 導(dǎo)師簽名： 日期： 年 月 日 基于小波 分析 的圖像水印算法研究 30 致 謝 時間飛逝， 大學(xué) 的學(xué)習(xí)生活很快就要過去，在這 四年 的學(xué)習(xí)生活中，收獲了很多，而這些成績的取得是和一直關(guān)心幫助我的人分不開的。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本人完全意識 到本聲明的法律后果由本人承擔(dān)。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。 作 者 簽 名： 日 期： 指導(dǎo)教師簽名： 日 期： 使用授權(quán)說明 本人完全了解 大學(xué)關(guān)于收集、保存、使用畢業(yè)設(shè)計（論文）的規(guī)定，即：按照學(xué)校要求提交畢業(yè)設(shè)計（論文）的印刷本和電子版本；學(xué)校有權(quán)保存畢業(yè)設(shè)計（論文）的 印刷本和電子版，并提供目錄檢索與閱覽服務(wù)；學(xué)?？梢圆捎糜坝　⒖s印、數(shù)字化或其它復(fù)制手段保存論文；在不以贏利為目的前提下，學(xué)?？梢怨颊撐牡牟糠只蛉績?nèi)容。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或 公布過的研究成果，也不包含我為獲得 及其它教育機構(gòu)的學(xué)位或?qū)W歷而使用過的材料。同時對水印進行多次置亂，即使被人提取出水印也無法恢復(fù)出原本的水印信息，更好的實現(xiàn)了版權(quán)保護等目的。 試驗表明 實驗表明 ，本文提出的水印算法具有較好的魯棒性和一定的抗攻擊能力。此算法好處就是：水印嵌入二層變換后的低頻系數(shù) 使得嵌入水印后圖像的視覺效果很好，保證了圖 像的質(zhì)量，同時也使得水印在遭受壓縮和濾波中攻擊時不容易丟掉信息，保證了在水印提取時的準(zhǔn)確性 ，提取過程也很簡單方便。 本論文中所涉及到的所有實驗程序均是在 matlab 平臺上編寫。 基于小波 分析 的圖像水印算法研究 26 6 總結(jié) 隨著多媒體技術(shù)和網(wǎng) 絡(luò)技術(shù)的迅速發(fā)展，數(shù)據(jù)產(chǎn)品的版權(quán)保護已成為一個迫切需要解決的問題，因此，數(shù)字水印技術(shù)的研究更具有現(xiàn)實意義。 試驗結(jié)果表明此算法還具有抗改變尺寸和圖像增量等攻擊的能力。對嵌入水印的圖像進行改變尺寸 大小，高和寬各減小 50， 得到攻擊后含水印圖像如圖 518所示，提取水印如圖 519所示。 下面是 密度 分別為 、 、 的 淑鹽 噪聲對含水印圖像的攻擊顯示的攻擊后含水印圖像和提取水印的圖像 如下圖所 示 ： 密度 為 的 淑鹽 噪聲， 得到水印提取率 SNR 為 ， 得到攻擊后含水印圖像和提取水印如下： 圖 512 提取水印圖像 Fig 512 Saltsook noise image and the watermark after attack 密度 為 的 淑鹽 噪聲， 得到水印提取率 SNR 為 ， 得到攻擊后含水印圖像和提取水印如下： 青島科技大學(xué)本科畢業(yè)設(shè)計論文 23 圖 513 像 Fig 513 Saltsook noise image and the watermark after attack 密度 為 的 淑鹽 噪聲， 得到水印提取率 SNR 為 ， 得到攻擊后含水印圖像和提取水印如下 ： 圖 514 Fig 514 Saltsook noise image and the watermark after attack 密度 為 的 淑鹽 噪聲，得到 水印提取率 SNR 為 ， 攻 擊后含水印圖像和提取水印如下 圖 515 Fig 515 Saltsook noise image and the watermark after attack 基于小波 分析 的圖像水印算法研究 24 對含水印圖像進行 淑鹽 噪聲攻擊， 密度 為 時，提取的水印 都 還 很 清晰，結(jié)果表明此算法具有良好的抗 淑鹽 燥聲攻擊的能力。 加燥 淑鹽噪聲 一般情況下，圖像在網(wǎng)絡(luò)上傳輸時，很容易受到噪聲的污染。圖 59 提取的水印水印提取率 SNR 為 inf（無窮大），說明此算法得 到的含水印圖像遭受 1 1 均值濾波 攻擊后對提取出來的水印沒有一點影響， 圖 510 和圖 511 提取的水印水印提取率 SNR 分別為 和 ,說明水印提取效果很好。本文對嵌入水印的圖像進行了常見的均值濾波攻擊和兩種高斯濾波攻擊。 濾波 濾波攻擊是指對待檢測圖像利用低通或高通濾波器進行濾波，使得圖像在濾波過程中損失信息，從而導(dǎo)致水印不能順利提取或者提取不完整。對水印的攻擊是指利用各種手段試圖使水印失效，由前面的敘述可以知道，對水印的攻擊主要是一些常用的圖像處理手段，如添加噪聲、進行壓縮、濾波等，因此，本節(jié)將從這幾個方面進行實驗，以驗證本論文中算法的有效性。這樣就提取出了二值水印。 是 否 LL3 取整后為偶數(shù) myw(i,j)=1。 使用二維離散 Daubechies 對原始圖像 51（ 512*512）進行二層小波分解，原始圖象 (512*512)經(jīng)過 Daubechies 小波變換，重構(gòu)后，得到的各個子圖如圖 53所示 圖 53 一層小波變換 系數(shù) 重構(gòu)圖 Figure 53 The wavelet transformation restructuring chart 水印的嵌入 先對讀入的水印進行二值化，二值化水印為 Ww ? {0， 1}， 現(xiàn)解釋嵌入水印算法： 先對系數(shù) LL2 除以 D（ D=50） ,進行量化 ,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)并且水印值為 1，則對 LL2 進行加 D 操作，此時 LL3 值改變且滿足了取整后為奇數(shù)，與此時水印為 1 對應(yīng)；如果 LL3 為奇數(shù)并且水印值為 0，則對 LL2 進行加 D 操作，此時 LL3 值改變且滿足了取整后為偶數(shù)，與此時水印為 0 對應(yīng)，這樣原始圖像就因為 LL2 值的改變而嵌入了水基于小波 分析 的圖像水印算法研究 18 印。由于人眼對低頻部分遠(yuǎn)比對高頻部分敏感，選擇第一類方法在低頻子帶中嵌入水印時水印的魯棒性較好，但卻容易引起圖像質(zhì)量的下降從而影響水印的不可見性 ， 選擇第二類方法在高頻子帶中嵌入水印時水印的不可見性較好，但嵌入 的水印容易被有損壓縮等信號處理操作所破壞，從而影響水印的魯棒性。能量主要集中在低頻子圖中，低頻子圖是圖像的平滑部分，人眼對這部分的失真比較敏感；高頻子圖所占的能量很少，高分辨率子帶 (高頻子圖 )主要用來描述圖像特征，例如紋理和邊緣區(qū)域等。水印為 64*64 的灰色圖像如圖 52 所示。將含水印圖像進行二級小波變換，然后在己知的嵌入子帶 LL2 的系數(shù)中提取水印。 二值水印提取不需要原始圖像參與，屬于盲提取。二值化水印為 Ww ? {0， 1}，載體圖像頻帶 LL2 中系數(shù)取整為 Xi ，則 Xi 的量化結(jié)果 表示為 Ww 。 把原始圖像進行二級小波變換，然后 把二值化水印圖像序列嵌入到小波系數(shù)中。 對載體圖像進行二級小波變換，為了兼顧圖像的魯棒性和不可見性，還有嵌入水印大小與子小波系數(shù)個數(shù)的匹配問題，所選取的小波系數(shù)的位置是可以適當(dāng)調(diào)節(jié)的。比如個人或者公司名稱，身份數(shù)字代碼等。而現(xiàn)在普遍傳播的都是灰度和彩色圖像。下面將對這兩個部分做簡單介紹。二維小波重構(gòu)是其逆過程。低頻圖像還可以進一步分解為四個子帶，設(shè)分解層數(shù)為 K，則總的子代數(shù)為