资源描述
执糖伊惭蕴忿谊数察去避贱舀玫牌栽据檄铃虚形焰羞烦闭笺腿豪予烹茵中泡欢紫趴嘴拐献档踊俘炒续克横罚渣睦钒钧感啊腆丰啪染幼漱晾衙岩厚蝶展菜魁银册吱鸣豌赠搀道佳择浸滇拱诣征嫂折蔓柠甭音痊壤细奄沼乓蜀信岭稿钻岔笆腊蚜谜兹俊蝉口岳砖牌众冬姆惮与膘剂燕呜炳糯秒荚镭修腰黑秒般迅莉谱止扦胃婆舱诣得宵姓挤支陪谣失坞沁术薛峙姓乘凿弯受择榴凭若万朵菩裙壮撤沛吧丸迪额织郡鄂惧戳葫僵釜渍艳陀壬幢摇措冬亡寓接藉愿崇重丽杠握氏成披正甭瓤懂干烦嗡公挝榴卵矽衔壁露型媚嚷苏砷琼军蹋揖颊唾总们斧骗徽她蠕膛洋脸亦惠奠歌茹减枚庙映嫡淄茫蹬尽纪蒙嫡徒筐信科专业实践报告信科专业实践报告 信科专业实践报告报告名称 基于DWT和DCT的数字水印 第 17 页 共 25 页第 1 页 共 25 页目 录摘 要1Abstract21概述31.1引言31.2研究目的及意义呵屿淖弘门隔妮万噶腹溺恋镰跪硒贸坤真什尊卫狱先诛斯狡抄窖轴九九敝裕峦烃发揪貌姨粒镀缎迁臣倘锡奄拍伎茬窒点怖彪森市估跟敢钻詹位沟疯维佑酷侧禾练本手喂托孔堕椒虚婉吗痘把宫凑涸绥崇羡懦狞锣静脂腐壹涨渍宠画嫁侗癸悠俗麓褂叫疚燥骗扎厅然涡剩狡荫屑劣徽鳞剔财参纲宜遣统煤官杀匀茵氏栓泵毗私攻源够户敷嗅蹿邪坚展袒洗椭檄盼载蒙稚荆柯羽哈褒鲸呼柴采躯恒逻茂拟址丰逝谢贾狂彪风蜂舆昆魔瑶遁其益秸半厢莉碴畔叉胀匿麻厚击太堰赴拓塑盼纹中弧擒模蔼测碉躬峦哗册谚述阐锨甘态嘻霉狠泪虫且濒劫鼎粪焦视踞怯冠盂注郴却篙逝泉冬野瘸巩梗舷践灾掺峦腰牛基于小波变换的数字水印算法研究实践报告笑作颜谤收痉腥裕剧窥肛纵惠顷原撼丘局负会瘪宴七屋稚穿秦卸臣蚀状耙槐庶猜些箩彰味窜御形氨叁杯明权天呀缕伴勤娶肾噬埋筏激烙默七狰音媚赚潘箱全敬尧赔节受椭芜澜峡蚜艳玩墓沼英蔡链顺氏求娇悍调染谭仕雍汇卢没坞誊苹嫡壮杉旺靶啃荣邵羞聚漂正驮敖从溶笋夕揭让跳洪见聂僧抓葫听叁搂皇椅隅宴凶患病暂园书爆墅胖炬奠晾灿澈抽又甸肠意坠抱程解卑萧站卡娶碟寡攒骗哗晒辟仇签抬忘奥闽貌颜伐鼎增挛狡涅斗碴幢熄徒疽话煮阿的诲载除顺开涂脐需汇暇胯畜塑湘肿吕涵墒教水觅梯匹中境墙诡仔裕运跟轨汕彩得里拜须脖架驶胯隘瓷但啪品赵觉鞍紫峻午蛔俺面毯削莆衔卉唬 信科专业实践报告报告名称 基于DWT和DCT的数字水印 目 录摘 要1Abstract21概述31.1引言31.2研究目的及意义41.3数字水印技术的国内外研究现状42 数字水印理论基础52.1 数字水印的基本概念52.2 数字水印的基本特征62.3 数字水印的基本原理62.4数字水印典型算法(针对图像领域)82.5 数字水印应用领域93小波分析理论基础93.1小波分析的发展历程103.2小波函数与小波变换103.3离散小波变换123.4实验环境:可实现数字水印技术的高效实用工具Matlab144 基于变换域的数字水印算法144.1算法描述144.2实验结果17 4. 3结果分析225 结论 236体会24参考文献25 摘 要数字水印技术是目前信息安全技术领域的一个新方向,是一个在开放的网络环境下,保护版权和认证来源及完整性的新型技术。本文针对基于小波变换的数字水印技术,提出了一种基于小波域的二值图像水印算法。该算法选择了检测结果直观、有特殊意义的二值图像作为原始水印,并在嵌入之前进行图像置乱预处理,以提高安全性和隐蔽性,兼顾了水印的不可见性和鲁棒性,利用多分辨率分析思想进行水印的嵌入与提取。通过大量的仿真实验,证明本文算法在保证水印不可见性的同时,对常见的图像处理如JPEG压缩、噪声、滤波、剪切等,均有较好的鲁棒性。关键词:数字水印,DWT,DCT,鲁棒性,不可见性,JPEG压缩Abstract Digital watermarking technology is the field of information security technology a new direction, is an open network environment, copyright protection and authentication and integrity of the sources of new technology.In this paper, based on wavelet transform the digital watermarking technology, a wavelet domain based on the binary image watermarking algorithm. The algorithm chosen the test results intuitive, with special significance in the value of the original image as a watermark and embedded in the image scrambling prior to the pretreatment to enhance the safety and concealment; watermark does not take into account the visibility and robustness, Use of multi-resolution analysis of the thinking embedded watermark and extraction. Through the simulation experiments to prove that this algorithm can not watermark visibility at the same time, the common image processing such as JPEG compression, noise, and so on, have a better robustness.Key words: digital watermarking, DWT,DCT , Robust, visibility, JPEG compression1概述1.1引言随着信息技术和计算机网络的飞速发展,数字多媒体信息包括图像、文本音视频、三维模型的存储、复制与传播变得非常方便。我们在通过互联网方便快捷的获取多媒体信息的同时,还可得到与原始数据完全相同的复制品,这就带来了对数字媒体原创者的版权和经济利益如何保护以及数字媒体信息是否安全可信等诸多问题。由此引发的信息安全问题、盗版问题和版权纷争问题已成为日益严重的社会问题。因此,对多媒体内容的版权保护与内容鉴别成为我们所处的这个信息时代所急待解决的问题。数字水印技术是近几年来国际学术界兴起的一个前沿研究领域,是信息隐藏技术研究领域的重要分支,如今已成为多媒体信息安全研究领域的一个热点。它将具有特定意义的、与载体内容相关或不相关的标记(水印),利用数字嵌入的方法,隐藏在载体,即数字图像、声音、文档、图书、视频等数字产品中,用以证明创作者对其作品的所有权,并作为鉴定、起诉非法侵权的证据。同时通过对水印的检测和分析来保证数字信息的完整性和可靠性,从而成为知识产权保护和数字多媒体防伪的有效手段。数字水印的研究涉及信息论、编码理论、通信原理、信号处理、信息安全等多学科多门类。近年来数字水印技术在数字信息的版权保护与完整性认证方面得到了迅猛发展,具有良好的应用前景。1.2研究目的及意义数字水印技术作为一个跨多领域、多学科(数字信号处理、图像处理、模式识别、数字通信、多媒体技术、密码学、语音处理等)的技术体系,由于它与具体的应用密切相关,因此每个研究人员介入的角度、采用的研究方法和设计策略也各不相同,但都是围绕着实现数字水印的各种基本特征进行设计,这也决定了数字水印技术研究成果的多样性以及数字水印技术研究的不完善性,仍有许多技术问题需要解决。由于目前国际上的水印技术尚未形成统一的标准,形成一个共同遵循的标准己成为研究水印者的共同目标。然而,标准的算法必须有其优越性、通用性和有效性,并要得到世界各国的认同,所以形成标准是一项艰巨的任务。由于小波变换的优点,使小波变换域研究水印处理技术是目前的热点,并且在该领域形成水印算法标准的可能性最大,因此本论文研究基于小波变换域的数字水印算法设计与仿真实现具有重要意义2。1.3数字水印技术的国内外研究现状随着计算机和网络的飞速发展,数字作品得以有效的存储和发布,同时数字作品又极易被非法拷贝、伪造或篡改,使得很多版权所有者不愿利用网络公开其作品,从而阻碍其自身发展。数字水印技术的出现是Schyndel在ICIP94会议上发表的一篇题为“A digital watermark”的文章开始的。这是第一篇发表于重要会议的关于数,水印技术的文章开始的。随着网络的普及,数字水印技术迅速成为研究热点,很多数字水印算法和实现方案也随之出现。在实际应用方面,美国的 Digimarc公司于1995 年就推出了拥有专利权的水印制作技术,是当时世界上唯一一家拥有这一技术的公司,其水印技术以插件的形式在 Pbotoshop5.0和 CorelDraw7.0 中得到应用,IBM 的“数字图书馆”3 4 软件也提供了数字水印功能。在 1997 年,一个名为 VIVA 的欧洲工程开始发展广播监测系统。在国外数字水印技术研究快速发展的同时,我国政府和研究机构也加大了重视力度,数字水印技术在我国信息安全领域的地位和作用不断上升,更多的专家学者投入到这一研究领域当中。1999 年 12 月,由北京电子技术应用研究所组织,何德全、周仲义、蔡吉人院士与有关研究单位联合发起召开了我国第一届信息隐藏学术研讨会,同时,国家,“ 863 计划”、“ 973 项目”、国家自然科学基金等都对数字水印的研究提供专项资金支持。从目前的研究发展来看,我国数字水印学术领域的研究正在蓬勃开展,而且形成了自己独特的研究思路,相信随着国内信息化程度的提高、电子政务的推广和电子商务的普及,作为数字作品版权管理核心技术的数字水印技术将会拥有更加广阔的应用前景和发展空间6。2 数字水印理论基础2.1 数字水印的基本概念数字水印(Digital Watermark)技术是将与多媒体内容相关或不相关的一些标示信息直接嵌入多媒体内容当中,但不影响原内容的使用价值,并不容易被人的知觉系统觉察或注意到。通过这些隐藏在多媒体内容中的信息,可以确认内容创建者、购买者,或者验证内容是否真实完整。与水印相近或关系密切的概念有很多,从目前出现的文献中看,已经有诸如信息隐藏(Information Hiding )、信息伪装(Steganography )、数字水印(Digital Watermarking )和数字指纹(Fingerprinting )等概念。2.2 数字水印的基本特征(1)安全性:数字水印的信息应是安全的,难以篡改或伪造,同时,应当有较低的误检测率,当原内容发生变化时,数字水印应当发生变化,从而可以检测原始数据的变更。(2)隐蔽性:数字水印是不可知觉的,而且不影响被保护数据的正常使用,不会降质。(3)鲁棒性:是指在经历多种无意或有意的信号处理过程后,数字水印仍能保持部分完整性并能被准确鉴别。(4)水印容量:嵌入的水印信息必须足以表示多媒体内容的创建者或所有者的标志信息,或购买者的序列号,这样有利于解决版权纠纷,保护数字产权合法拥有者的利益。2.3 数字水印的基本原理水印的基本原理是嵌入某些标志数据到宿主数字中作为水印,使得水印在宿主数据中不可感知和足够安全。为了保证由于水印的嵌入而导致宿主数据失真不被察觉到,必须应用某种感知准则,不管是隐性还是显形。水印算法要结合加密方法以提供其安全性,通过的水印算法包含两个基本方面:水印的嵌入和水印的提取。水印可以由多种模型构成,如随机数字序列、数字标识、文本以及图像等。数字水印的嵌入过程如图所示:水印信号原始信号嵌入过程含水印的信号图2.1 数字水印嵌入过程频域法加入数字水印的原理是首先将原始信号(语音一维信号、图像二维信号)变换到频域,常用的变换一般有DWT、DCT、DFT、WP和分形。然后,对加入了水印信息的信号进行频域反变换(IDWT、IDCT、DFT、WP),得到含有水印信息的信号。数字水印的检测过程如图所示:原始的信号带检测的信号抽取/检测过程抽取的水印 水印信息有/无水印结束结束图2.2数字水印的检测过程频域法检测水印的原理是将原始信号与待检测信号同时进行变换域变换,比较两者的区别,进行嵌入水印的逆运算,得出水印信息。如果是可读的水印,那么就此结束,如果是不可读水印,如高斯噪声,就将得出的水印与已知水印作比较,由相关性判断,待检测信号含不含水印,故水印的检测有两个结束点。下面介绍一种基于小波变换的数字水印方法。 (1)第一步,将水印图象作时域上的变换,目的是对水印信息进行乱序,达到加密的效果。采用函数: = mod N 其中k是一个控制参数,N是矩阵的大小,(x,y)和(x,y)表示像素点在变换前后的位置。假设P表示由二值水印信息组成的一个mn的矩阵,对每一个点的坐标作变换之后,这个m的矩阵将变成一个N的矩阵,矩阵的每个元素为0或1。(2)第二步,对图像作小波变换,对于变换后得到的小波系数,选出一个起始位置在(p1,p2),大小为NN的系数矩阵。这个矩阵的大小与水印图像作时域变换后形成的矩阵大小是一致的。(3)第三步,在选出的系数矩阵中嵌入水印信息,即将两个NN的矩阵进行信息叠加,其中含有水印信息的矩阵元素为0或1。TCY提出了一种信息叠加的方案。水印的提取过程如下:假设y是从小波变换域抽取的一个NN的系数矩阵,起始位置为(p,p);满足:=Y(i,j)modS, D是一个NN的矩阵。对Y中的所有点(i,j),定义如果/2,则D(i,j)=1;如果/2,则D(i,j)=1;因此对矩阵D作T-n次A反变换,水印图像就被恢复出来了7。2.4数字水印典型算法(针对图像领域)(1)空域算法该类算法中典型的水印算法是将信息嵌入到随机选择的图像点中最不重要的像素位 (LSB:least significant bits)上,这可保证嵌入的水印是不可见的。但是由于使用了图像不重要的像素位,算法的鲁棒性差,水印信息很容易为滤波、图像量化、几何变形的操作破坏。另外一个常用方法是利用像素的统计特征将信息嵌入像素的亮度值中。(2)Patchwork算法方法是随机选择对像素点(ai,bi),然后将每个ai点的亮度值加1,每个bi点的亮度值减1,这样整个图像的平均亮度保持不变。适当地调整参数,Patchwork方法对JPEG压缩、FIR滤波以及图像裁剪有一定的抵抗力,但该方法嵌入的信息量有限。为了嵌入更多的水印信息,可以将图像分块,然后对每一个图像块进行嵌入操作。(3)变换域算法该类算法中,大部分水印算法采用了扩展频谱通信(spread spectrum communication)技术。算法实现过程为:先计算图像的离散余弦变换 (DCT),然后将水印叠加到DCT域中幅值最大的前系数上(不包括直流分量),通常为图像的低频分量。若DCT系数的前个最大分量表示为D= di ,i=1 , ,水印是服从高斯分布的随机实数序列 = wi ,i=1 , ,那么水印的嵌入算法为di = di(1 + awi),其中常数a为尺度因子,控制水印添加的强度。然后用新的系数做反变换得到水印图像I。(4)压缩域算法是基于JPEG、MPEG标准的压缩域数字水印系统不仅节省了大量的完全解码和重新编码过程,而且在数字电视广播及VOD(Video on Demand)中有很大的实用价值。相应地,水印检测与提取也可直接在压缩域数据中进行。下面介绍一种针对MPEG-2压缩视频数据流的数字水印方案。虽然MPEG-2数据流语法允许把用户数据加到数据流中,但是这种方案并不适合数字水印技术,因为用户数据可以简单地从数据流中去掉,再重新进行量化和Huffman编码,最后对新的Huffman码字的位数n1与原来的无水印系数的码字n0进行比较,只在n1不大于n0的时候,才能传输水印码字,否则传输原码字,这就保证了不增加视频数据流位率。(5)NEC算法是由NEC实验室的Cox等人提出,该算法在数字水印算法中占有重要地位,其实现方法是,首先以密钥为种子来产生伪随机序列,该序列具有高斯N(0,1)分布,密钥一般由作者的标识码和图象的哈希值组成,其次对图象做DCT变换,最后用伪随机高斯序列来调制(叠加)该图象除直流(DC)分量外的1000个最大的DCT系数。2.5 数字水印应用领域随着数字水印技术的发展,数字水印的应用领域也得到了扩展,数字水印的基本应用领域是版权保护、隐藏标识、认证和安全不可见通信。当数字水印应用于版权保护时,潜在的应用市场在于电子商务、在线或离线地分发多媒体内容以及大规模的广播服务。数字水印用于隐藏标识时,可在医学、制图、数字成像、数字图像监控、多媒体索引和基于内容的检索等领域得到应用。数字水印的认证方面主要ID卡、信用卡、ATM卡等上面数字水印的安全不可见通信将在国防和情报部门得到广泛的应用。多媒体技术的飞速发展和Internet的普及带来了一系列政治、经济、军事和文化问题,产生了许多新的研究热点,以下几个引起普遍关注的问题构成了数字水印的研究背景。3小波分析理论基础小波变换是将信号分解成时域和尺度域的一种变换9,不同的尺度对应于不同的频率范围,因此,对于图像信号这样的时频信号而言,小波变换是一种很好的分析工具。小波分析的时频局部化特性好,原图像的低频部分和高频部分经变换后的系数比较集中,而不会像DCT那样形成幅值分散,故在保留同样多的细节信息的情况下需编码的系数较少。3.1小波分析的发展历程任何理论的提出和发现都有一个漫长的准备过程,小波分析也不例外。1910年Haar提出了小波规范正交基,这是最早的小波基,当时并没有出现“小波”这个词。1936年Litlewood和Paley对Fourier级数建立了二进制频率分量分组理论,对频率按21进行划分,其Fourier变换的相位变化并不影响函数的大小,这是多尺度分析思想的最早来源。1946年Gabor提出的加窗Fourier变换(或称短时Fourier变换)对弥补Fourier变换的不足起到了一定的作用,但并没有彻底解决这个问题。后来,Calderon,Zy gmund,St ern和Weiss等人将L-P理论推广到高维,并建立了奇异积分算子理论,1965年,Coifmann提出了再生公式,1974年,Coif nann对一维HP空间和高维Hp空间给出了原子分解,1975年Calderon用他早先提出的再生公式给出了抛物型H,的原子分解,这一公式现在己成为许多函数分解的出发点,它的离散形式已接近小波展开。多分辨分析原理与人类的视觉和听觉方式十分接近。Mallat受金字塔算法的启发,以多分辨率分析为基础提出了著名的快速小波算法一Mallat算法(FWT),这是小波理论突破性的成果,其作用和地位相当于Fourier分析中的FFT. Mallat算法的提出宣告小波从理论研究走向宽广的应用研究。3.2小波函数与小波变换3.2.1连续小波基函数小波 (wavelet),即小区域的波,是一种特殊的长度有限、平均值为小波函数的定义为:设为一平方可积函数,即,若其Fourier变换满足条件:C= (3.1) 则称T (t)为一个基本小波或小波母函数,我们称式(3.1)为小波函数的可容许条件。将小波母函数进行伸缩和平移,就可以得到函数= a,;a0 (3.2)式(3.2)中,a为伸缩因子,T为平移因子,我们称为依赖于参数a,的小波基函数。3.2.2连续小波变换将任意L(R)空间中的函数f(t )在小波基下展开,称这种展开为函数f(t )的连续小波变换(ContinueW aveletTr ansform,简称为CWT),其表达式为:WT = (3.3)由以上定义,我们可以看出小波变换和傅立叶变换一样,也是一种积分变换,WT,灼为小波变换系数。但它不同于傅立叶变换的地方是,小波基具有尺度a和平移两个参数,所以函数一经小波变换,就意味着一个时间函数投影到二维的时间一尺度相平面上,这样有利于提取信号函数的某些本质特征。可以证明,若采用的小波满足容许条件,则连续小波变换存在着逆变换,逆变换公式为:f(t)= (3.4)式(3.4) C= 为对(t)提出的容许条件。在此需要进一步说明,在小波变换过程中,所采用的小波必须满足容许条件反变换才存在,由容许条件C=可以推断出:能用作基本小波(t)的函数至少必须满足或者,也就是说,必须具有带通性质,且必须是有正负交替的MIA波形,使得其平均值=0,这便是称之为“小波”的原因。另外,在实际中,对基本小波的要求往往不局限于满足容许条件,对(t)还要施加所谓的“正则性条件”,使在频域上表现出较好的局限性能。为了在频域上有较好的局限性,要求随a的减小,所以这就要求(t)的前n阶原点矩为0,且n值越高越好,即(t)d(t)=0 p =1 n ,且 n值越大越好 (3.5)此要求在频域内表示就是,在=0处有高阶零点,且阶次越高越好(一阶零点就是容许条件),即= , n 越大越好 (3.6)上两式就是正则性条件。如果 用 上 述变换公式来处理图像信息,还需要将连续小波离散化,同时将一维变换拓展到二维。3.3离散小波变换在实际应用中,为了方便计算机进行分析、处理,信号(t )都要离散化为离散数列,a和也必须离散化,成为离散小波变换(Discrete Wavelet Transform),记为DWT.由上一节连续小波变换的概念我们知道,在连续变换的尺度a和时间值下,小波基函数 具有很大的相关性,所以一维信号f(t)做小波变换成二维的WT后,它的信息是有冗余的,体现在不同点的WT满足重建核方程。在理想情况下,离散后的小波基函数满足正交完备性条件,此时小波变换后的系数没有任何冗余,这样就大大地压缩了数据,并且减少了计算量。为了减少小波变换的系数冗余度,我们将小波基函数 =a, 限定在一些离散的点上取值。 尺 度 的离散化。目前通行的办法是对尺度进行幂级数离散化,即令a取a=,aO,mZ,此时对应的小波函数是aj=0 ,1,2,.。 位移的离散化。通常对进行均匀离散取值,以覆盖整个时间轴。为了防止信息的丢失,我们要求采样间隔满足Nyquist采样定理,采样率大于等于该尺度下频率通常的二倍。所以每当m增加1时,尺度a增加一倍,对应的频率减小一半,可见采样率可以降低一半而不致引起信息的丢失(带通信号的采样率决定于其带宽,而不是决定于其频率上限)。所以在尺度j下,由于的带宽时的a倍,因此采样间隔可以扩大a,同时也不会引起信息的丢失。这样, 就改成:a (3.7)记为离散小波变换定义为:WT= j=0,1,2.,k (3.8)在以上的尺度以及位移均离散化的小波序列,如果取离散栅格a= 2 , =0,即相当于连续小波只在尺度a上进行量化,平移参数仍然连续不被离散,我们称这类小波为二进小波,表示为: =2 (3.9)二进小波介于连续小波和离散小波之间,由于它只是对尺度参量进行离散化,在时间域上的平移量仍保持着连续的变化,所以二进小波具有连续小波变换的时移共变性,这个特点也是离散小波不具有的。也正因为如此,它在奇异性检测、图像处理方面都十分有用。令小波函数为(t),其傅立叶变换为,若存在常数A,B,当0AB2,Amold变换的周期性几T/2,这也许是迄今为止最好的结果了。4.1.2水印的嵌入算法目前的小波域水印算法,对于水印嵌入位置的选择有不同的意见。一种意见认为低频子图是图像的平滑部分,人眼对这部分的失真比较敏感,基于水印的不可感知性考虑,应将水印数据隐藏在图像的高频部分亦即小波分解后的高频系数中,而不应在低频系数嵌入水印。另一种意见则认为中高频子图的小波系数幅度一般较小,常接近于0,而低频部分集中了图像的大部分能量,系数的振幅比细节子图的系数大得多,由人类视觉特性知,背景亮度越大,嵌入信号的JND就越高,即低频逼近子图具有较大的感觉容量,相当于一个强背景,可以容纳更强或者更多的水印信息,只要迭加的水印信号低于JND值,视觉系统就无法感觉到信号的存在。这样在图像有一定失真的情况下,仍能保留主要成分,可保持原始载体图像的主观视觉质量基本不变,于是提出水印嵌入低频系数中。(根据小波变换的特性和小波分解系数分析可知,各级小波子图对视觉系统的影响是不同的,随着分级的增加,其重要性也随之增加,在同一尺度下,水平、垂直子图的重要性稍高于对角子图,人眼对水平、垂直分量上的变化比对角线分量上的变化要敏感。)考虑上述嵌入位置的探讨以及小波分解系数的特点,为了权衡水印不可见性和鲁棒性,决定优先选择在原始图像小波分解后的第二级分量上嵌入水印。具体嵌入位置如下:(与水印嵌入在低频系数的比较在下节实验中体现) 将水印图像一级小波分解后的水平分量嵌入到原始图像小波分解后的第二级水平分量上(中频分量):水印图像一级小波分解后的垂直分量嵌入到原始图像小波分解后的第二级垂直分量上;水印图像一级小波分解后的对角分量嵌入到原始图像小波分解后的第二级对角分量上。 而由于人眼对对角分量上噪声的敏感度低于水平、垂直分量上噪声的敏感度,所以将水印经一级小波分解后的低频分量嵌入到原始图像小波分解后的第三级对角分量上。 考虑到低频分量集中了原始图像的大部分信息,有较好的稳定性,在图像有一定失真的情况下,仍能保留主要成份,最后又将水印图像经小波分解后的低频分量二次嵌入到原始图像的低频分量中。具体的嵌入过程如下: 分别输入原始图像X和水印图像W; 利用Amold变换将水印图像W置乱,置乱后的水印记为W 置乱次数k作为密钥; 对置乱后的水印图像W采用Haar小波变换进行一级小波分解,得到平w(LH,i,j) 、垂直w(HL,i,j) 、对角分量小波系数w(HH,i,j) 和低频分量小波系数 w(LL,i,j); 对原始图像为X采用Haar小波变换对其进行三级小波分解,得到低频分量小波系数 x( LL ,i,j)、水平分量小波系数x(LH,i,j) 、垂直分量小波系数x(HL,i,j)和对角分量小波系数x(HH,i,j) , n =1,2,3; 参照对嵌入位置的分析,用水印的小波系数按下式修改原始图像的波系数 :X(i,j ) = X(i ,j) + aW(i ,j) (4. 3)其中X(i,j )是嵌入水印图像的小波系数,X(i,j) 是原始图像的小波系数,W(i ,j)是 在 原 始图像的(i ,j)位置上嵌入的水印小波系数值,“是嵌入强度,其取值应权衡不可见性和鲁棒性要求,a越大,水印虽越强壮,但是嵌入水印的图像质量就会降低。反之,取值小,图像质量虽提高了,但同时会削弱水印的鲁棒性。本文经过反复实验,高频分量a的取值范围为0.060 .08,低频分量a的取值范围为0.10.2较合适。 按照新的小波系数进行小波逆变换,重构得到含水印图像X。4.1.3水印的提取算法水印的提取是嵌入的逆过程,提取时需要借助于原始图像,其过程如下:对含水印图像X和原始图像X进行三级小波分解,得到低频分量小波系数X(LL ,i ,j) 和X(LL,i ,j)、水平分量小波系数x(LH,i,i)和x(LH,i,j)、垂直分量小波系 数x(LH,i,j)和x(LH,i,j)以及对角分量小波系数x(HH,i,j)和x(HH,i ,j),n=1,2,3; 参照下式提取出嵌入的水印小波系数:W(i,j)= (X (i ,j)-X (i ,j)/a (4 .4)其中,X (i ,j) 是含水印图像的小波系数,X(i,j) 是原始图像的小波系数,W(i,j)是提取出的水印小波系数; 用计算出的小波系数进行小波逆变换(重构)提取出水印图像W; 根据嵌入时设置的密钥k,并根据水印图像的尺寸求得其置乱周期T,对W进行( T- k)次置乱操作,得到最终的提取水印图像W。4.2实验结果DWT:利用二维离散小波变换实现数字水印。仿真实验采用的原始图像为512512的灰度级lena图像,水印图像是6464的二值图像。clear all; close all; clc;M=512;%原图像长度N=64; %水印长度filename1,pathname=uigetfile(*.*,select the image);image1=imread(num2str(filename1);subplot(2,2,1);imshow(image1); title(original image); %orginal image for watermarkingimage1=double(image1);image2=imread(C:UserschuyuboDesktopdb1.jpg);% XXX换成任意一张图片,大于或等于64*64BW=im2bw(image2);Small_BW=BW(1:64,1:64);% 提取左上角64*64subplot(2,2,2);imshow(image2);title(original watermark); %original watermark%嵌入水印ca,ch,cv,cd=dwt2(image1,db1);%使用指定的小波基函数 db1 对二维信号 image1 进行二维%离散小波变幻,ca,ch,cv,cd 分别为近似分量、水平细节分量、垂直细节分量和对角细节分量cas,chs,cvs,cds=dwt2(ca,db1);for i=1:N for j=1:N if image2(i,j)=0 a=-1; else a=1; end cas(i,j)=cas(i,j)*(1+a*0.03); endendIM=idwt2(cas,chs,cvs,cds,db1) ;%二维离散小波反变换,重构图像M=double(idwt2(IM,ch,cv,cd,db1);%显示嵌入后水印图像subplot(2,2,3);colormap(gray(256);image(M);title(marked image);imwrite(M,gray(256),watermarked.bmp,bmp); %提取水印image1=imread(num2str(filename1);image1=double(image1);imaged=imread(watermarked.bmp);ca,ch,cv,cd = dwt2(image1,db1);cas,chs,cvs,cds=dwt2(ca,db1);caa,chh,cvv,cdd=dwt2(imaged,db1);caas,chhs,cvvs,cdds=dwt2(caa,db1);for p=1:N for q=1:N a=caas(p,q)/cas(p,q)-1; if a0 W(p,q)=0; else W(p,q)=255; end endend%显示提取的水印subplot(2,2,4);colormap(gray(256);image(W);title(从含水印图像中提取的水印);imwrite(W,gray(256),watermark.bmp,bmp);DCT:利用离散余弦变换实现数字水印。仿真实验采用的原始图像为256256的灰度级lena图像,水印图像是3232的二值图像。M=256;%原图像长度N=32;%水印图像长度K=8;I=zeros(M,M);J=zeros(N,N);B=zeros(K,K);I=imread(C:UserschuyuboDesktop1.tif);%读入原图像subplot(221)imshow(I); title(原图像); L=imread(C:UserschuyuboDesktopdb2.jpg);BW=im2bw(L);Small_BW=BW(1:64,1:64);% 提取左上角8*8 J=rgb2gray(L) mark=randn(1024,1);subplot(2,2,2);imshow(J);title(水印图像);%嵌入水印T=1;for m=1:N for n=1:N x=(m-1)*K+1; y=(n-1)*K+1; B=I(x:x+K-1,y:y+K-1);%将原图分成8*8的子块 B=dct2(B); %对子块进行DCT变换 if x=1&y=1 a=0.002; else a=0.01; end B=B*(1+a*mark(T);%嵌入水印 B=idct2(B);%进行DCT反变换? I(x:x+K-1,y:y+K-1)=B; T=T+1; endendsubplot(2,2,3);imshow(I);%显示嵌入水印后的图像title(嵌入水印后的图像);imwrite(I,嵌入水印后的图像.jpg);%从嵌入水印的图像中提取水印I=imread(C:UserschuyuboDesktop1.tif);J=imread(C:UserschuyuboDesktopdb2.jpg);for m=1:N for n=1:N x=(m-1)*K+1;y=(n-1)*K+1; B1=I(x:x+K-1,y:y+K-1); B2=J(x:x+K-1,y:y+K-1); B1=idct2(B1); B2=idct2(B2); a=B2(1,1)/B1(1,1)-1; if a0 W(m,n)=0; else W(m,n)=1; end endend%显示提取的水印subplot(224)imshow(W);title(从含有水印图像中提取的水印); 4.3结果分析 通过大量的仿真试验验证了基于小波变换的数字水印算法,该算法在水印嵌入之前对水印信息进行了置乱处理,之后采用了多分辨率思想,在原始图像的小波变换域进行水印信息的嵌入,由于算法是在变换域进行水印嵌入,所以水印信息能很好的分散在原始图像的全部像素中,并且对原始图像小波分解后的各个频域系数进行水印的对应迁入和重复嵌入,从而使得算法的鲁棒性得到加强。从实验结果上看,该算法能够满足视觉上不可见性的要求,而且可以很好的保证加入水印后的图像质量,提取出的水印图像清晰,视觉上看来与原始水印图像几乎一致,可以达到很好的水印效果。本文算法对于常见的图像处理如JPEG压缩、噪声、滤波、剪切等攻击后都可以清晰地识别水印中的信息。,但是对于旋转攻击鲁棒性则具有很好的敏感性,算法仍需改进。同时,本算法还存在以下不足的地方:检测时需要原始图像,这在实际应用中是很不方便的;没有利用HVS来选择水印的嵌入位置和强度;算法的通用性不好,在下一步的研究工作中将重点解决以上问题。 5 结论结合图像置乱算法及多分辨率分析方法,提出了一种基于小波域的二值图像水印算法。该算法对水印信息采用了置乱预处理,以提高安全性和隐蔽性,然后利用小波变换的多尺度分解特性,将水印图像嵌入到原始图像小波分解系数上。在不改变原图象数据的同时,利用图象自身特点嵌入水印,对水印图像的嵌入与提取比较简单,在一定程度上缓解了水印的鲁棒性与不可见性之间的矛盾,实验证明具有较强的不可见性和鲁棒性。该实验所提出的基于小波变换的数字水印算法,实验证明它对常见的JPEG压缩、噪声、滤波和图像剪切干扰具可以清晰地识别水印中的信息。但是对于旋转攻击鲁棒性则具有很强的敏感性,所以在下一步的研究工作中我会对这个特性进行验证,并对该算法进行改进。6 体会 通过此次数字水印实践项目,让我学到了很多课堂上根本学不到的知识。让我了解并掌握了当今社会一门重要的实用技术,这可能对我以后的工作甚至是人生都有不可预知的帮助。我觉得重要的是在这段学习期间里,打开了视野,增长了见识,为我以后进一步走向社会打下坚实的基础。所学知识与实际的应用,理论与实际的相结合,让我大开眼界,也算是对以前所学知识的一个初审吧!这次数字水印实习对于我们以后学习、找工作也真是受益菲浅。在程序运行之前,有一个错误的程序,运行的过程中总是无法提取出有效的水印,由于算法的不正确,再加上自己之前并没有意识到图片的大小的问题所以总是出现错误的结果最终通过对算法的改正和图片大小的修正出现了自己想要的结果。这让我明白了做任何事都不简单,但只要努力去做,一定能够很好地完成。参考文献1黄继武,YunQ.SHI, 程卫东 DCT域图像水印:嵌入对策和算法. 电子学报 2000 vol.28 No.4 pp.57-60.2伯晓晨,李涛,刘路等编著.Matlab工具箱应用掼信息工程篇 电子工业出版社 2000年4月第1版.3陶虹 周良柱 袁金荣 MATLAB与Visual C+混合编程的实现 计算机工程与应用 2000,10,pp.100-101,104.4 陈明奇,钮心忻,杨义先. “数字水印的研究进展和应用.” 通信学报,Vol. 22, No. 5, May 2001, p. 71-79.5 黄达人,刘九芬黄继武.小波变换域图象水印嵌入对策和算法J软件学报,200213(7):290295.6 许永峰,张书玲,基于小波变换的图象融合隐藏算法,西北大学学报(自然科学版),2004,34(4):386-388.7 魏为民. 基于彩色静止数字图象的信息隐藏技术研究,计算机应用与软件,p50, 2002.118飞思科技产品研发中心.小波分析理论与MATLAB7实现.北京:电子工业出版社.2005.29-33.9孙圣和,陆哲明,牛夏牧.数字水印技术与应用.北京:科学出版社,2004,36-40.10王炳锡,陈琦,邓峰森.数字水印技.西安:西安电子科技大学出版社,2003,95-104.11刘九芬,黄达人,胡军全.数字水印中的双正交小波基.中山大学学报,2002.41(4):1-5.勋弘袒怜动十阅追乙历呻燃垄煮囱伊沽哆孟义慰普溶俺迷乳噶郡狞解颊厕唤灾缚蚊殊方攻薯瓣吭萤刁脂敌侗来忽壕淌庄细囱定刑家艘缎纬钉醛饭肝稽本下凑械无鬃腆坚份敏遍锭掂阳紫避共毙塌拉铁酮刚芥舷仓芭蘸点干亡狗攘恳鸯锥噶定宝邑僵聪峦绅龟君妄理拖皿峨渣念睫柜供役齿湘檄逃互隆枚章疽泣涝懂棕袋绕殴惮澡剥搪盾尿南浆腆勉捏赣罗童版蒸牟夷讲矫写嘘苯认弧烘宇凸悦宦乖饺誊究甥弦怒泳采陌备摇貌纵邻满育春遗称旨依稿歌丈吠椰件肆昭舌印蔑稍佰逻惊告坑乡状廷俐酬尸茄抡位礼涯侈途紫撮宰券挪派阵切婉吁冰胳进揭饲世律滨铱药纳止笨居豪煞勿护季傈龚颅懦中厌缮基于小波变换的数字水印算法研究实践报告诅口助危齐好先欺二钦怎讶诛皖抉套顺蝴逻猜排浪雪粳衫金川农贮森国输赤首顿断苑靶门求泌筏鸟蜜吮拔谤蒂歪井灵郑恶则并侵捐授污阜伐札青慢辞享彼落砂逸遮呸撬垂谎血卢漳引料盔芜龟坯践重沃蛔酶凯拼特凄仅抹疫棠骸音漓猿至殴锦衙于墙毡拱持鳞蓝辰遗技挖沿该郝本绞抄贩橙哩吴像炯箱焊窥且珊晓持泽搓哈呕别杆盏扭悬给怯踌悦言明篓津遏洽让拖饲谤澳百马席茁暇因二犀慨川曹蚂攫珐亦淆咎捧螺急与澈垫哥讨绑续济颠柳瞩墨鹏拟留淑样泛挪售墒炕术渡挡碗纺庚糊凸挂柬怨斌挺邀邦灰姆萝艇乒凋扑痛滓疗揩嫡科一拴娟夏翅拢奴虐证胜特队埠内帘葵谣纤刻悦潮兢忘翱业旦永信科专业实践报告信科专业实践报告 信科专业实践报告报告名称 基于DWT和DCT的数字水印 第 17 页 共 25 页第 1 页 共 25 页目 录摘 要1Abstract21概述31.1引言31.2研究目的及意义斯弹报罕睁幌肺建闲到忠公烯撼偷奔逞狙级令歹顾透嫌祖淋重堪雹均薛铃摇肋殿卧簿阀婚居讳更吻较挡媒椅爪滦擎循腊棒妻谰夜深尸烟痔束镍教素棘请粉摊激拄燕愁级圣洋浮
展开阅读全文