【正文】 一些標(biāo)志性信息直接嵌到多媒體內(nèi)容當(dāng)中，但不影響原內(nèi)容的價(jià)值和使用，并且不能被人的知覺(jué)系統(tǒng)覺(jué)察或注意到。 與加密技術(shù)不同，數(shù)字水印技術(shù)并不能阻止盜版活動(dòng)的發(fā)生，但它可以判別對(duì)象是否受到保護(hù)，監(jiān)視被保護(hù)數(shù)據(jù)的傳播、真?zhèn)舞b別和非法拷貝、解決版權(quán)糾紛并為法庭提供證據(jù)。 沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì) 2 2 課程設(shè)計(jì)要求 利用所學(xué)的數(shù)字圖像處理技術(shù)，建立并實(shí)現(xiàn)基于 DCT 的數(shù)字水印加密系統(tǒng)，利用MATLAB 軟件系統(tǒng)來(lái)實(shí)現(xiàn)水印的嵌入和提取，并對(duì)算法的不可見(jiàn)性、魯棒性進(jìn)行測(cè)試。 沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì) 3 3 數(shù)字水印技術(shù)基本原理 數(shù)字水印基本框架 一個(gè)數(shù)字水印系統(tǒng)一般包括三個(gè)基本方面：水印的生成、水印的嵌入和水印的提取或檢測(cè)。 圖 水印嵌入的 一般過(guò)程基本框架 圖 水印檢測(cè)的一般過(guò)程基本框架 算法分類 根據(jù)水印實(shí)現(xiàn)方法不同，數(shù)字水印可分為空（時(shí)）域數(shù)字水印和頻域數(shù)字水印。然后，對(duì)加入了水印信息的信號(hào)進(jìn)行頻域反變換（ IDWT、 IDCT、DFT、 WP），得到含有水印信息的信號(hào)。如果是可讀的水印，那么就此結(jié)束，如果是不可讀水印，如高斯噪聲，就將得出的水印與已知水印作比較，由相關(guān)性判斷，待檢測(cè)信號(hào)含不含水印，故水印的檢測(cè)有兩個(gè)結(jié)束點(diǎn)。 DCT法 對(duì)原始信號(hào)做 DCT 的算法： Cox 和 Piva 等人提出的 DCT 技術(shù)的經(jīng)典之作。Piva 則修改整幅圖像的中頻部分。選擇中頻區(qū)的好處是一方面盡量減少嵌入信息對(duì)圖像主觀 視覺(jué)的影響；同時(shí)，盡量避免有損壓縮對(duì)水印信息可能帶來(lái)的損失。 其他方法 其它變換域還有 Fouriermellin 域、 Fourier 變換域、分形或 WP（ Wavelet Package）等。 3． 3 實(shí)際需要考慮的問(wèn)題 在數(shù)字水印技術(shù)中，水印的數(shù)據(jù)量和魯棒性構(gòu)成了一 對(duì)基本矛盾。然而在實(shí)際中，這兩個(gè)指標(biāo)往往不能同時(shí)實(shí)現(xiàn)，不過(guò)這并不會(huì)影響數(shù)字水印技術(shù)的應(yīng)用，因?yàn)閷?shí)際應(yīng)用一般只偏重其中的一個(gè)方面。但對(duì)保證數(shù)據(jù)安全來(lái)說(shuō)，情況恰恰相反，各種保密的數(shù)據(jù)隨時(shí)面臨著被盜取和篡改的危險(xiǎn)，所以魯棒性是十分重要的，此時(shí)，隱藏?cái)?shù)據(jù)量的要求居于次要地位。但在數(shù)字方式下，標(biāo)志信息極易被修改或擦除。圖 左側(cè)為原始圖像，右側(cè)為嵌入水印后的圖像。除非對(duì)數(shù)字水印具有足夠的先驗(yàn)知識(shí)，任何破壞和消除 水印的企圖都將嚴(yán)重破壞多媒體信息的質(zhì)量。這樣在發(fā)生版權(quán)糾紛時(shí)，創(chuàng)建者或所有者的信息用于標(biāo)示數(shù)據(jù)的版權(quán)所有者，而序列號(hào)用于標(biāo)示違反協(xié)議而為盜版提供多媒體數(shù)據(jù)的用戶。當(dāng)多媒體內(nèi)容發(fā)生改變時(shí)，具有較強(qiáng)的敏感性的易損水?。?Fragile watermarking）會(huì)隨之發(fā)生一定程度的改變，從而可以鑒定原始數(shù)據(jù)是否被篡改?；蛘咚惴ò踩詢H僅依賴于密鑰而不依賴于算法的保密性。另外算法還應(yīng)該能夠抵抗合謀攻擊。 沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì) 6 4 基于 DCT變換仿真 算法原理 離散余弦變換（ Diserete Cosine Transform）簡(jiǎn)稱 DCT 變換。 DCT 變換域數(shù)字水印算法的基本原理是將空域圖像變成頻域，然后將水印信息嵌入其直流項(xiàng)之中，最后將頻域轉(zhuǎn)換成空域以完成圖片的水印的嵌入。再者，由于 JPEG、 MPEG 等壓縮算法的核心是在 DCT 變換域上進(jìn)行量化，故通過(guò)巧妙的融合水印和量化過(guò)程，可以使水印抵御一定的有損壓縮。基于 DCT 變換的數(shù)字水印在逆變換時(shí)會(huì)散布在整個(gè)圖像空間中，故水印不像空間域技術(shù)那樣易受到裁剪、低通濾波等攻擊的影響，具有魯棒性高、隱蔽性好的特點(diǎn)。由 于 DCT法需要給原圖像 進(jìn)行 8*8 分塊，所以為了便于將一個(gè)二進(jìn)制序列作為水印放入 DCT，最好讓原圖像的行 x 與列 y 象素?cái)?shù)可以被 8 整除。在整除的情況下，對(duì)于水印圖像，它的行寬不得大于 x/8 列長(zhǎng)不得大于 y/8。由此可以看到，整個(gè)原圖可以劃分為 x*y/64=1024 個(gè)變換塊如圖 。 沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì) 7 選取 8*8變換塊 下面將原圖像的每個(gè) 8*8塊分別作 DCT變換，在此之前我們需要知道每個(gè)塊中所包含象素點(diǎn)的坐標(biāo)。 圖 像素點(diǎn)坐標(biāo) 由此又可推出該塊中所有象素點(diǎn)的坐標(biāo)，用 MATLAB的語(yǔ)句來(lái)表示可以寫成block_dct1=I(x:x+block1,y:y+block1)，這樣 block_dct1矩陣用來(lái)表示該塊所有象素的 值。 邊界自適應(yīng) 所謂邊界自適應(yīng)，也就是需要 根據(jù)圖像塊的邊緣信息密度自適應(yīng)地調(diào)整嵌入強(qiáng)度，由于邊界處的高頻分量較高，相對(duì)低頻分量不明顯，所以在地頻分量中嵌入的水印圖像的強(qiáng)度應(yīng)當(dāng)比較大。在這里我們?nèi)〕Ａ緼lpha1=； Alpha2=。prewitt39。要說(shuō)明的是，首先邊緣圖像是二值圖像，白色處表示原圖像的邊界。 DCT變換與嵌入 首先，要檢測(cè)變換塊是否含有邊界，可以將邊界圖像與原圖相對(duì)應(yīng)位置的象素塊提出，將塊中所有象素的值（只含 0， 1）求和的方法檢測(cè)它是否含有邊界，不妨設(shè)置一個(gè)閾值等于 3，即該塊中含有三個(gè)或以上的邊界點(diǎn)就認(rèn)為該塊含有較多的邊界信息，通過(guò)沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì) 8 邊界自適應(yīng)的原理應(yīng)當(dāng)將較大的 強(qiáng)度值嵌入。在這里需要指出的是為了保證提取算法的簡(jiǎn)單可以令水印圖像象素的值減一個(gè)比較小的值。 恢復(fù)空域 將嵌入后的塊分別進(jìn)行 反 DCT變換，并且按順序存回 I矩陣，這時(shí)的 I就是嵌入水印后的圖像。 RGB彩色圖像三個(gè)矩陣的劃分 由于所有的 RGB彩色圖像都是由紅綠藍(lán)三個(gè)顏色組成的，在存儲(chǔ)中這三個(gè)圖像也是分為 3個(gè)矩陣存儲(chǔ)的，那么我們就可以將每個(gè)矩陣視為一個(gè)灰度，并且每個(gè)灰度圖像中都可以分別潛入一個(gè)水印圖像。 彩色圖像分層 在 MATLAB中，將彩色 RGB圖像讀入 I后，不同于灰度圖像， I矩陣是一個(gè)三維矩陣它可以表示為 I（ a， b， c）其中當(dāng) c=1時(shí)， I（ a， b， 1）表示彩色圖像中紅色分量的矩陣，同樣的， I（ a， b， 2）、 I（ a， b， 3）分別表示彩色圖像中綠色和藍(lán)色分量的矩陣。 這里需要注意的是，在新圖像的生成的時(shí)候，要將 R、 G、 B三個(gè)矩陣全 部存入輸出的矩陣，否則會(huì)缺色。提取的時(shí)候只要將提取出的三個(gè)水印圖像存入一個(gè)三維矩陣即使一幅彩色圖像。所以如果使用的彩色圖像不當(dāng)將會(huì)影響嵌入效果，甚至無(wú)法提取。這樣就可以繪制出水印圖像。 %圖像大?。?256*256 block=8。 %每行塊的個(gè)數(shù) LENGTH=size*size/64。 %非邊界處的強(qiáng)度因子 Alpha2=。 %域值為三個(gè)邊界點(diǎn) I=zeros(size,size)。 %原始圖像的邊緣圖 block_dct1=zeros(block,block)。D:\水印圖 39。bmp39。 %沈陽(yáng)理工大學(xué)字樣彩色水印圖 mark1=logical(mark(:,:,1))。 mark3=logical(mark(:,:,3))。 imshow(mark)。水印圖像 39。 %顯示原圖 沈陽(yáng)理工大學(xué)數(shù)字圖像處理課程設(shè)計(jì) 10 subplot(2,2,2)。D:\原始圖 39。bmp39。 %讀入彩色圖像 imshow(I)。原始圖像 :I39。 %顯示 prewitt為算子的邊緣圖 GRAY=rgb2gray(I)。prewitt39。 %取邊界，用于邊界自適應(yīng) subplot(2,2,3)。 title(39。)。 %到第（ m,n）個(gè)塊 for n=1:blockno。 %該塊的起始像素 y=(n1)*block+1。 %取該塊所有像素 block_dct1=dct2(block_dct1)。 %取該塊所有像素 block_dct2=dct2(block_dct2)。 %取該塊所有像素 block_dct3=dct2(block_dct3)。 %取邊緣的對(duì)應(yīng)塊像素