【正文】 the block fails the watermark test. A larger threshold provides more robustness, but increases the probability of missing a forgery. A threshold can be defined relative to the number of elements in the watermark block.3. RESULTS OF FILTERINGOne question that needs to be addressed is how robust is the watermark to typical image processing operations. The first experiment examines the effect of mean and median filtering on forgery detection. The test image consists of a 768 x 512 pixel grayscale image. The watermark block size was chosen to be 256 x 256 pixels. An msequence with a period of 65,535 with a single zero bits appended to the end of the sequence was used. It was segmented into 256 bit sections, then arranged row by row to form the watermark block. A 3 x 2 array of these blocks formed the watermark, which covered the entire image. Three different window sizes for each type of filter were applied to two regions in the image. The goal was to see if the watermark could be used to detect these alterations to the image.The watermark test is able to detect every case of filtering. If the threshold for。, j ? 226。, 226。 msequences achieve this maximum period and have excellent randomness and autocorrelation properties. To generate the watermark, a binary sequence is mapped from {0, 1} to {1, 1}, arranged into a suitable block, and then added to the image pixel values. Advantages of this type of watermark include:1. If an authorized user knows the watermark, the exact original image can be obtained. The LSB plane is not irrecoverably altered as it is with a checksum technique.2. An attacker can only swap pixels with the same msequence bit without affecting the correlation properties. This requires knowledge of the private embedded sequence to successfully forge any reasonable area of the image.3. Multiple watermarks can overlap each other and will not change the average value (brightness) of the image. Successive watermarks would treat the previously watermarked image as the original. This would also trace an image39。 IBM has developed a proprietary visible watermark to protect images that are part of the digital Vatican library project. In this paper we present a watermark which is a twodimensional extension of. We describe a forgery detection scheme with a new approach to robustness. The watermark39。感謝你們，有了你們，我受益匪淺。本次畢業(yè)設(shè)計過程中我受到了很大的幫助和啟發(fā)。最后，還要對學校表示感謝，感謝學校培養(yǎng)了我四年，不僅僅學到了專業(yè)知識，而且明白了更多做人的道理。都給我提供了相當大的幫助。同時我還要感謝陳莉老師。把淺淺的理論上升到實踐，使我對理論的掌握更加深入。熱情的教師團隊以及同學間的相互幫助，使我更加增強了團隊意識以及競爭意識。為期兩個多月的畢業(yè)設(shè)計過程中，老師給與了我很大幫助，無論是從剛開始的懵懂狀態(tài)，再到軟件仿真以及畢業(yè)論文的完成后的略有小成?？梢韵胂蟮剑殡S著技術(shù)的逐漸進步和相關(guān)理論的不斷完善，數(shù)字水印技術(shù)的研究及應(yīng)用將會更加深入廣泛，在將來的信息安全體系中將發(fā)揮更大的作用，進而會推動整個信息領(lǐng)域的技術(shù)進步和產(chǎn)業(yè)發(fā)展。無論是從技術(shù)含量、研究的價值還是從應(yīng)用的前景來說，數(shù)字圖像水印技術(shù)都處于發(fā)展的前沿。同時，由于水印是嵌入到圖像的不重要像素位上，因此很輕易被濾波、放大、噪聲等操作破壞，以致無法恢復(fù)水印，所以通常可以采用一些增強數(shù)字水印的隱蔽性的算法，如patchwork 算法、nec算法等，從而使水印的隱蔽性更高。本設(shè)計采用的是基于空域的設(shè)計實現(xiàn)，通過LSB算法實現(xiàn)起來比較簡單，同時可以保證數(shù)字水印的不可見性。最后圍著數(shù)字水印的兩個重要的特點——隱蔽性和魯棒性進行考慮，設(shè)計并且實現(xiàn)了一個完整的水印系統(tǒng)。 結(jié)束語本次課程設(shè)計對數(shù)字圖像水印技術(shù)進行了比較全面的研究，主要做了以下工作：查閱了較多有關(guān)數(shù)字水印技術(shù)的國內(nèi)外文獻，對當前數(shù)字水印技術(shù)的發(fā)展情況，包括數(shù)字水印的基本特征以及其分類，數(shù)字水印系統(tǒng)的基本框架以及目前存在的一些主要算法進行了論述。 經(jīng)過放大攻擊后提取的水印圖像 ，在對原圖像放大處理之后，嵌入圖像的水印不能被提取，由此可以看出LSB算法在圖像進行幾何變形之后，水印不能被提取出來。（2） 加入高斯噪聲對已經(jīng)嵌入水印后的圖像加入高斯噪聲，再通過水印提取算法將水印提取出來。（1）濾波攻擊對已經(jīng)嵌入水印后的圖像進行高斯濾波，再通過水印提取算法將水印提取出來。結(jié)果如上圖 ，可以看出在對JPEG 格式的圖片進行水印嵌入之后，水印能夠完全的被提取出來，提取出來的水印圖像和原始圖像的大小一致。因為在嵌入水印的時候，其中對水印圖像進行處理，使之成為和原始圖像尺寸相同的二值圖像。將要嵌入到圖像中的水印顯示出來，此次驗證采用的水印圖片是314x223的帶有“許喚弟”字樣的灰度圖片。 原始圖像 ，由對比可看出，JEPG格式的圖片依然能在LSB算法上實現(xiàn)水印的嵌入，并且能保證水印的不可見性。水印圖像采用314x223的帶有自己名字“許喚弟”字樣的灰度圖片。如果是圖片不同水印也不同，所以對LSB算法進行了第三次的驗證。 LSB算法的再次驗證 在這次畢業(yè)設(shè)計中，對LSB算法進行了多次的驗證，從剛開始的對Lena 圖像進行水印的嵌入與提取，才對算法有了一定的了解，大概了解了水印的嵌入與提取是怎樣的一個過程，了解了它其中的原理。 提取出來的水印圖像結(jié)果如上圖 ，可以看出在對JPG 格式的圖片進行水印嵌入之后，水印能夠完全的被提取出來，提取出來的水印圖像和原始圖像的大小一致。因為在嵌入水印的時候，其中對水印圖像進行處理，使之成為和原始圖像尺寸相同的二值圖像。說明不僅僅是bmp格式的圖片可以基于LSB算法進行水印嵌入，重新拿一張其他格式的圖片也可以[15]。根據(jù)水印嵌入算法及顯示函數(shù)，得到原始圖像和嵌入水印后的圖像。 JPG格式圖片的水印嵌入與提取 （1）因為LSB 算法是在圖像像素值的最低有效位上進行操作，所以一般采用的是bmp格式的圖片，在此次畢業(yè)設(shè)計中，為了驗證LSB算法對其他格式的圖片也適用，選用了一張384x384的JPG格式圖片。 提取出來的水印圖像，通過圖示顯示，能夠正確的提取水印，但是水印有一定的模糊性。因為在嵌入水印的時候，其中對水印圖像進行處理，使之成為和原始圖像尺寸相同的二值圖像[14]。（2）將要嵌入到圖像中的水印顯示出來，此次設(shè)計采用的水印圖片是267x107的帶有“copyright”字樣的灰度圖片。4 在MATLAB下的仿真結(jié)果及分析 嵌入水印后的運行結(jié)果（1） 嵌入水印的時候，在這里選擇的是384x384的bmp圖片，名為“l(fā)ena”,bmp是一種圖像文件格式，與常見圖像格式不同的是bmp屬于典型的位圖格式，因為此次圖像水印嵌入是把水印嵌入到圖像像素值的最低有效位，所以采用bmp格式的圖片，根據(jù)水印嵌入算法及顯示函數(shù)，得到原始圖像和嵌入水印后的圖像，[13]。在嵌入水印的時候，是嵌入到圖像像素的8個位平面的最低有效位0。 嵌入算法的主要思路 印的嵌入算法思路[12]。LSB算法是一般嵌入到圖像的最低一位著最低兩位上，如果嵌入的位數(shù)太過多，就會輕易被人眼察覺。置0的方法是調(diào)用模2函數(shù)mod(a,2)，將得到的數(shù)值與原水印相減，從而得到最低位為0的圖片。下面通過MATLABR2009a 實現(xiàn)這一算法。然后，適當?shù)恼{(diào)整數(shù)字水印圖像的大小和比特位數(shù)，以適應(yīng)數(shù)據(jù)量的要求。但是嵌入的信息量越大，對圖像的視覺效果影像就會越大。 提取:找到嵌入信息的偽裝元素的子集{j1,j2,...jL(m)},從這些偽裝對象中抽取他們的最低比特位，排列組合后組成秘密信息。嵌入:選擇一個載體元素的子集{j1,j2,...jL(m)},其中共有L(m)個元素，用以信息隱藏信息的L(m)個Bit。 算法的基本步驟：因為水印信息嵌入的位置是LSB，為了滿足不可見性，允許嵌入強度不可能太高的水印。 LSB算法原理及基本步驟LSB算法的基本原理：因為低位所代表的能量很少，改變低位對圖像的質(zhì)量沒有太大的影響。從位平面的分布來看，隨著位平面從低位到高位（即從位平面0到位平面7），圖像的特征也漸漸變得復(fù)雜，細節(jié)也在不斷的增加。對于8位的灰度圖像，每個像素的數(shù)字g可用公式表示為： (31)其中：i代表像素的第幾位,bi∈{o，l}。拿圖像數(shù)據(jù)來說，每一幅圖像的每個像素都是以多比特的方式構(gòu)成，尤其對于灰度圖像，每個像素通常是8位。3 LSB算法理論研究 LSB算法介紹LSB（Least Significant Bits）算法：將秘密信息嵌入到載體圖像像素值的最低有效位，也稱最不顯著位，改變這一位置對載體圖像的品質(zhì)影響最小。這里對數(shù)字水印面臨的攻擊進行了簡單的介紹與分類。實驗表明，在古典音樂信號中幾乎感覺不到這種改變，但是卻可以非常有效地阻止水印信號的檢測定位，達到難以提取水印信號的目的。這種攻擊手段雖然不破壞數(shù)字水印本身，但是卻可以破壞水印與某些權(quán)利、義務(wù)之間的關(guān)系，所以它是一種針對應(yīng)用協(xié)議的攻擊。（4）多文檔攻擊：此方法是利用的不同水印版本的原始載體數(shù)據(jù)，產(chǎn)生近似的圖像數(shù)據(jù)（如平均法），以此來慢慢逼近進而恢復(fù)原始圖像，與此同時，檢測系統(tǒng)根本無法恢復(fù)出水印信號。（3）抖動攻擊：此方法是在信號加入抖動，如將圖像分為多個部分，在每一部分內(nèi)隨機復(fù)制或刪除某些采樣。（2）迷惑攻擊：迷惑攻擊指的是試圖去通過偽造原始圖像和原始水印來迷惑版權(quán)歸屬，是針對可逆還有非盲水印而進行的一種攻擊。我們常見的攻擊方法有：（1）簡單攻擊：簡單攻擊就是指對圖像進行各種各樣的信號處理操作，試著去削弱甚至是刪除嵌入的水印信息，并不是去識別或著是分離水印。水印的攻擊可以分為主動和被動攻擊。除此之外，為了實現(xiàn)標準化的數(shù)字水印，必須安全測試各種水印算法。與密碼學類似，數(shù)字水印也是一個對抗性的研究領(lǐng)域。對比于DCT，DWT具有以下優(yōu)點：對一幅圖像來說它具有多分辨率和分層次的特性，在解碼過程中可以連續(xù)地從低分辨率過渡到高分辨率，而相比之下DCT對一幅圖像的分辨率只有一個，根據(jù)圖像的區(qū)域不同頻率來進行不同層次的分辨，這個不能做到；比較而言，DWT算法比DCT更接近人眼的視覺系統(tǒng)，所以在圖像經(jīng)過小波域編碼的高比特率壓縮后，比經(jīng)過同樣比特率的DCT要少很多擾動。圖像經(jīng)過一級小波分解后得到四個部分，左上為低頻，右上為水平方向細節(jié)部分，