【正文】 南湖學(xué)院 畢業(yè)設(shè)計(jì) 25 參考文獻(xiàn) [1] 何東健 .數(shù)字圖像處理 .西安 :西安電子科技大學(xué)出版社 ,2021. [2] 羅軍輝 .MATLAB7在圖像處理中的應(yīng)用 .北京 :機(jī)械工業(yè)出版社 ,2021. [3] 阮秋琦 .數(shù)字圖像處理學(xué) .北京 :電子工業(yè)出版社 ,2021. [4] 崔屹 .數(shù)字圖像處理技術(shù)及應(yīng)用 .北京 :電子工業(yè)出版社 ,1997. [5] 何東健 ,楊青 .實(shí)用圖像處理技術(shù) .西安 :陜西科學(xué)技術(shù)出版社 ,1998. [6] 夏良正 .數(shù)字圖像處理 .南京 :東南大學(xué)出版社 ,1999. [7] 余松煜 ,周源華 ,吳時(shí)光 .數(shù)字圖像處理 .北京 :電子工業(yè)出版社 ,1989. [8] 趙榮椿 .數(shù)字圖像 處理 導(dǎo)論 .西安 :西北工業(yè)大學(xué)出版社 ,1999. [9] 許建華 .圖像處理與分析 .北京 :科學(xué)出版社 ,1992. [10] 唐良瑞 ,馬全明 ,景曉軍 .圖像處理實(shí)用技術(shù) .北京 :化學(xué)工業(yè)出版社 ,2021. [11] 呂風(fēng)軍 .數(shù)字圖像處理編程入門 .北京 :清華大學(xué)出版社 ,2021. [12] 王曉丹 .基于 MATLAB 的系統(tǒng)分析與設(shè)計(jì) 圖像處理 .西安：西安電子科技大學(xué)出版社 ,2021. [13。 在今后的研究中，作者將對(duì)此作進(jìn)一步的研究 與完善 。 本文算法 還有存在一些有待改進(jìn)的地方 ， 如：本文處理的原始圖像只是灰度圖像 ，嵌入的水印也只是二值圖像，不能提供更多的信息。 (3) 水印的嵌入位置經(jīng)過 canny 邊緣檢測(cè) 選擇在 紋理復(fù)雜區(qū)域，對(duì)應(yīng)于 分塊 DCT 域的中低頻段，能在魯棒性和透明性之間得到較好的協(xié)調(diào)。 本文提出的算法具有 以下特點(diǎn)： (1) 將一幅二值 字符 圖像 （作者個(gè)性簽名） 作為水印嵌入到原始宿主圖像中，這樣水印比起傳統(tǒng)方法所處理的序列碼具有 更 豐富的信息量和特定的標(biāo)識(shí)性 。 南湖學(xué)院 畢業(yè)設(shè)計(jì) 23 圖 4. 8 軟件界面及實(shí)驗(yàn)結(jié)果圖 南湖學(xué)院 畢業(yè)設(shè)計(jì) 24 第五章 總結(jié)與展望 本文提出了一種基于 DCT變換域算法的數(shù)字圖像水印， 主要 思想就是通過分塊 DCT和邊緣檢測(cè) 來確定水印嵌入?yún)^(qū)域，并 將一 個(gè) 32 32 像素的 二值圖像形式的 作者簽名 水印嵌入到 256 256 的 256 級(jí)灰度 原始 圖像之中 ， 實(shí)現(xiàn)圖像版權(quán)標(biāo)示保護(hù)功能。從圖 中可以看到，水印化圖像在經(jīng)受如上攻擊后，仍能保持較好的質(zhì)量，說明它具有了較好的強(qiáng)壯性與穩(wěn)健性。 (6) 提取水印 采用非盲水印提取法，比較水印化圖像與原始圖像，進(jìn)而判斷水印的各個(gè)像素的灰度值（二值），最終提取出水印信號(hào)。 ，對(duì)重新得到的頻域矩陣 A39。 (4) 對(duì)原始圖像做邊緣檢測(cè) 本文采用的是 canny 算子，關(guān)于它的基本原理在第三章已做了詳細(xì)介紹，根據(jù)邊緣檢測(cè)和圖像分塊處理后可確定那些紋理較復(fù)雜的區(qū)域，將該區(qū)域作為水印嵌入的備選區(qū)域，記錄其位置為 T。 (3) 將原始圖像分割成互不重疊的 8 8 像素塊，計(jì)算得，共有 1024 塊。先通過調(diào)用 matlab中的 rgb2gray函數(shù)將其轉(zhuǎn)換為灰度圖像，再調(diào)用 im2bw函數(shù)即可將其轉(zhuǎn)換為 32 32 的二值水印圖像。 圖 4. 1 原始圖像 圖 4. 2 邊緣檢測(cè)圖 圖 4. 3 水印化圖像 圖 4. 4 原水印 圖 4. 5 提取出的水印 圖 4. 6 攻擊后的水印化圖像 南湖學(xué)院 畢業(yè)設(shè)計(jì) 21 8 8 分 塊 D C T原 始 圖 像邊 緣 檢 測(cè)確 定 水 印 嵌入 區(qū) 域水 印 嵌 入簽 名 水 印8 8 分 塊 I D C T得 到 水 印 化 圖 像采 用 非 盲 水 印 法 提 取 水 印提 取 出的 水 印 圖 4. 7 水印設(shè)計(jì)流程圖 具體實(shí)驗(yàn)步驟如下： (1) 制作一個(gè) 256 256 的 256 級(jí)灰度原始圖像 由于本文要嵌入水印進(jìn)行保護(hù)的原始圖像是 256 256 的 256 級(jí)灰度原始圖像，而平時(shí)拍照所得的照片是數(shù)碼的，是真彩色多像素的，如本實(shí)驗(yàn)中的原始圖像，其前身就是一個(gè) 3072 2304 3 的真彩色圖像，通過調(diào)用 imresize 函數(shù)來調(diào)整圖像的大小，將其調(diào)整為 256 256 3，再通過調(diào)用 rgb2gray 函數(shù)將已經(jīng)調(diào)整為 256 256 3 的真彩色圖南湖學(xué)院 畢業(yè)設(shè)計(jì) 22 像轉(zhuǎn)換為 256 256 的 256 級(jí)灰度原始圖像，最后通過 imwrite 函數(shù)將該制作好的原始圖像保存到磁盤上，并命名為“ ”，格式為 png，這樣就完成了原始圖像的制作。比 較圖 和圖 可得，提取出的水印仍完整清晰，這就證明了該水印的魯棒性較好。比較水印化圖像與原始圖像，可發(fā)現(xiàn)，就人眼觀察，兩者的差別很小，這就證明了本文的水印算法達(dá)到了不可見性的要求。再將隱藏了水印信息的頻域 矩陣做 IDCT 得到水印化圖像，完成水印的嵌入。圖 是原始圖像通過 canny 算子得到的邊緣圖像。原始圖像為 256 256 的 256 級(jí)灰度圖像，如圖 所示。而能量主要集中在直流分量上即低頻部分。這與任何信號(hào)可以分解成基波和不同幅度的諧波的組合具有相同的物理意義。把它們稱為基本圖像是因?yàn)樵陔x散余弦變換的反變換式中，任何像塊都可以表示成 64 個(gè)系數(shù)的不同大小的組合。 可見圖像信號(hào)被分解成為直流成分；以及從低頻到高頻的各種余弦成分；而 DCT 系數(shù)只是表示了該種成分所占原圖像信號(hào)的份額大小；顯然，恢復(fù)圖像信息可以表示為這樣一個(gè)矩陣形式： F(n)=C(n) E(n) 式中 E(n)是一個(gè)基底 ， C(n)是 DCT 系數(shù)， F(n)則是圖像信號(hào)。譬如當(dāng) U=0， V=0 時(shí) F(0， 0)是原 64個(gè)樣值的平均，相當(dāng)于直流分量， 而能量主要 集中在直流分量上即低頻部分。 N 大于 8 時(shí)效率增加不多而復(fù)雜性大為增加。到達(dá)接收端后通過反離散余弦變換回到樣值，雖然會(huì)有一定的失真，但人眼是可以接 受的。由于大多數(shù)圖像的高頻分量較小，相應(yīng)于圖像高頻分量的系數(shù)經(jīng)常為零，加上人眼對(duì)高頻成分的失真不太敏感，所以可用更粗的量化。任何連續(xù)的實(shí)對(duì)稱函數(shù)的付立葉變換中只含余弦項(xiàng)，因此余弦變換與付立葉變換一樣有明確的物理意義。 ?? ?? AIi iiA adIIFM 1 21 1),m a x( 1 （ ） 其中， iAII, ,di , a 分別是檢測(cè)到的邊緣 理想邊緣 實(shí)際邊緣與理想邊緣間的距離和用于懲罰錯(cuò)位邊緣的設(shè)計(jì)常數(shù)。邊緣檢測(cè)算法的優(yōu)劣也可用品質(zhì)因數(shù) ( Figure of Merit)來描述。])( )([?? ????????dxxfdxxf? （ ） 若滿足此準(zhǔn)則，就能保證單邊緣只有一個(gè)響應(yīng)。 3） 單邊緣響應(yīng)準(zhǔn)則 要求 f 對(duì)噪聲的響應(yīng)中兩個(gè)相鄰最大值間距離 ),(max fx f 的零交叉點(diǎn)平均距離是xd ，兩者關(guān)系如下： kwxfx d ?? 2)(m ax ； k是小于 1的系數(shù)， xd = 21239。 (x), 分別是)(39。39。 2） 定位精確準(zhǔn)則 ])([)()(239。 (3) 邊緣算子應(yīng)滿足的準(zhǔn)則 1） 信噪比準(zhǔn)則 ???? ??wwwwdxxfndxxfxG2120 ])([)()(S NR ( f ) （ ） 南湖學(xué)院 畢業(yè)設(shè)計(jì) 18 其中， f(x)是邊界 [w w]濾波器的脈 沖響應(yīng)。由于 N2［ i， j］使用高閾值得到，因而含有很少的假邊緣，但有間斷 (不閉合 )。 這里采用 雙閾值算法選取閾值 。 即： N[i,j]=NMS(M[i,j],ξ [i,j]) 4) 閾值化 減少假邊緣段數(shù)量的典型方法是對(duì) N[i， j]使用一個(gè)閾值。 在每一點(diǎn)上，鄰域的中心 像素 M與沿著梯度線的兩個(gè) 像素 相比。 1) 高斯平滑函數(shù) ),(),(),(),( 2222yxHyxfyxGeyxH ba??? ?? ? （ ） 2) 一階差分卷積模板 H1=[11 11 ??] H2 =[11 11 ??] 南湖學(xué)院 畢業(yè)設(shè)計(jì) 17 ),(),(t a n),(),(),(),(*),(),(),(*),(),(12122212211nmnmnmnmnmyxHnmfnmyxHnmfnm??????????????? 3) 非極大值抑制 (NMS) 僅僅得到全局的梯度并不足以確定邊緣，因此為確定邊緣，必須保留局部梯度最大的點(diǎn)，而抑制非極大值。 3) 類似與 Marr（ LOG） 邊緣檢測(cè)方法，也屬于先平滑后求導(dǎo)數(shù)的方法。 2) 根據(jù)對(duì)信噪比與定位乘積進(jìn)行測(cè)度，得到最優(yōu)化逼近算子。本文 采取的是 最優(yōu)的階梯型邊緣檢測(cè)算法 (canny 邊緣檢測(cè) )。 圖像 的邊緣部分集中了 圖像 的大部分信息， 圖像 邊緣的確定與提取對(duì)于整個(gè) 圖像 場(chǎng) 景的識(shí)別與理解是非常重要的，同時(shí)也是 圖像 分割所依賴的重要特征，邊緣檢測(cè)主要是 圖像 的灰度變化的度量、檢測(cè)和定位，自從 1959 提出邊緣檢測(cè)以來，經(jīng)過五十多年的發(fā)展，已有許多中不同的邊緣檢測(cè)方法。再采用非盲水印提取法，比較水印化圖像與原始圖像，進(jìn)而判斷水印的各個(gè)像素的灰度值（二值），最終提取出水印圖像。對(duì)重新得到的頻域矩陣A39。再將水印根據(jù)位置記錄 T f 嵌入到原始圖像的頻域矩陣中，得到新的頻域矩陣 A39。同時(shí)，在嵌入水印之前，還要對(duì)原始圖像做邊緣檢測(cè)，本文采用的是 canny 算子，關(guān)于它的基本原理在下節(jié) 將重點(diǎn)介紹，根據(jù)邊緣檢測(cè)和圖像分塊處理后可確定那些紋理較復(fù)雜的區(qū)域，將該區(qū)域作為水印嵌入的備選區(qū)域，記錄其位置為 T。在水印嵌入前要對(duì)原始圖像做一下處理，將 256 256 的原始圖像分割成互不重疊的 8 8 像素塊，每一個(gè) 8 8 像素塊作為一個(gè)數(shù)據(jù)單元，可算得，原始圖像共有 1024 個(gè)這樣的數(shù)據(jù)單元。 該 算法基本框圖如圖 所示 ： 圖 3. 1 水印算法框圖 本算法以二值圖像（作者的電子簽名）作為水印，該水印為 32 32 像素的。如何保護(hù)自己的數(shù)字圖像版權(quán)與切身利益呢？在前人的研究基礎(chǔ)上，本章提出了一種基于 DCT變換域算法的數(shù)字圖像水印，以作者個(gè)性簽名的二值圖像為水印，嵌入到原始圖像中去，實(shí)現(xiàn)圖像版權(quán)保護(hù)功能。該方法中水印信號(hào)的引入是一種引起降質(zhì)的誤差信號(hào)，而基于運(yùn)動(dòng)補(bǔ)償?shù)木幋a方案會(huì)將一個(gè)誤差擴(kuò)散和累積起來，為解決此問題，該算法采取了漂移補(bǔ)償?shù)姆桨竵淼窒蛩⌒盘?hào)的引入所引起的視覺變形。 MPEG2數(shù)據(jù)流可分為數(shù)據(jù)頭信息、運(yùn)動(dòng)向量 (用于運(yùn)動(dòng)補(bǔ)償 )和 DCT編碼信號(hào)塊 3部分，該算法只有 DCT編碼信號(hào)塊被改變。 水印檢測(cè) 與提取直接在壓縮域數(shù)據(jù)中進(jìn)行。 利用視覺模型， 等人實(shí)現(xiàn)了一個(gè)基于小波分解框架的數(shù)字水印算法，近年來已有越來越多的水印算法開始考慮利用人類視覺系統(tǒng)（ Human Visual System） 的屏蔽特性 ，它們的基本思想均是利用從視覺模型導(dǎo)出的 JND(Just Noticeable Difference)描述來確定在圖像的各個(gè)部分所能容忍的數(shù)字水印信號(hào)的最大強(qiáng)度，從而能避免破壞視覺質(zhì)量，也就是說利用視覺模型來確定與圖像相關(guān)的調(diào)制掩模，然后再利用其來插入水印，這一方法同時(shí)具有好的透明性和強(qiáng)健性 。 隨后 Podilchuk 等利用人類視覺模型對(duì)該算法進(jìn) 行了改進(jìn) ， 從而提高了該算法的魯棒性透明性等。 該算法具有較強(qiáng)的魯棒性 、 安全性 、 透明性等 。 但要想破壞水印 ， 攻擊人必須在所有頻段上加入幅度較大的噪聲 ， 這無疑提高了水印的安全性。 擴(kuò)展頻譜通信與一般常見的窄帶通信方式相反 ， 是在擴(kuò)展頻譜后寬帶通訊再作相關(guān)處理 ， 恢復(fù)成窄帶后解調(diào)數(shù)據(jù) ， 具有偽隨機(jī)編碼調(diào)制和信號(hào)相關(guān)處理兩大特點(diǎn) ， 有諸如抗干擾抗噪音 ， 有保密性 、 高精度測(cè)量等等許多優(yōu)點(diǎn)。 南湖學(xué)院 畢業(yè)設(shè)計(jì) 13 由 (A)引出的問題是如何在對(duì)人感覺最重要的部分加入水印 ， 并同時(shí)滿足不可察覺的特性要求 。 這樣攻擊者在破壞水印的過程中不可避免地會(huì)引起 圖像 質(zhì)量的嚴(yán)重下降 ， 基于同樣的道理 ， 一般的 圖像 處理技術(shù)也并不去改變這部分?jǐn)?shù)據(jù) ， 水印的強(qiáng)壯性大大提高。 Ruanaidh等人就基于 MellinFourier 變換提出了一種抗仿射變換的水印算法 ， 而利用小波分析的多分辨特性使得其對(duì)圖像的剪切操作不敏感。 再次有些變換對(duì)某些變化有著固有的魯棒性 ， 比如 DFT 具有仿射不變性 ， 對(duì)圖像的空間坐標(biāo)平移不敏感 ， 因而可以利用它來恢復(fù)經(jīng)過了仿射變化的圖像當(dāng)中的水印 。 這種以變換域算法為代表的通用算法普遍采用變換技術(shù)以便在頻率域?qū)崿F(xiàn)水印信號(hào)疊加 ， 并借鑒擴(kuò)展頻譜通訊等技術(shù) ， 對(duì)水印信號(hào)