《基于小波分析的图像水印算法研究毕业设计论文.doc》由会员分享，可在线阅读，更多相关《基于小波分析的图像水印算法研究毕业设计论文.doc（31页珍藏版）》请在三一办公上搜索。
1、1绪论在日常生活中，人们将纸币对着光源，通过检查其中是否有“水印”来判断纸币的真伪。此外水印还被广泛应用于支票、证书、护照、发票等重要印刷品中，并成为判断传统印刷品真伪的一个重要手段。而对于一些数字作品，比如图像、音乐、视频、电子图书等，数字水印技术就成为保护这些数字作品的一个有效的选择。数字水印技术在真伪鉴别、隐蔽通信、标志隐含、电子身份认证等方面具有重要的应用价值。数字水印技术的研究涉及信息学、密码学。数学、计算机科学、模式识别等多种学科，其巨大而广阔的应用前景引起了学术界、工业界和军方的关注。1.1数字水印产生的背景作为传统加密方法的有效补充手段，数字水印近年来引起了人们的高度重视，并逐
2、步成为多媒体信号处理领域的一个研究热点。数字水印技术通过一定的算法将一些水印信息直接嵌入到多媒体内容当中，但不影响原内容的价值和使用，并且不能被人的知觉系统觉察或注意到，只有通过专用的检测器或阅读器才能提取。其中的水印信息可以是作者的序列号、公司标志、有特殊意义的文本等，这些信息可以用来识别文件、图像或音乐制品的来源、版本、作者、发行人等。数字水印与载体信息紧密结合并隐藏其中，成为源数据的一部分，并可经历一些攻击手段而存活下来。与加密技术不同，数字水印技术并不能阻止盗版活动的发生，但它可以判别对象是否受到保护，监视被保护数据的传播、鉴别真伪和非法拷贝、解决版权纠纷等方面，为法庭提供了有力证据。
3、数字水印技术的出现有着深刻的历史背景。世纪末，数字技术的飞速发展以及互联网的普及给人们的工作和生活带来了巨大便利，人们可以通过互联网传递重要信息，进行网上贸易，或者发布自己的数字作品等等。以数字媒介为载体的多媒体信息如图像、音乐和视频等的传播和获取也变得日益快捷和方便，多媒体信息的交流达到了前所未有的深度和广度。但是随之而来的一些问题也出现了。一些非法个人、团体在没有得到数字作品所有者的许可下，利用网络的开放性和共享性，随意复制、篡改、传播有版权的内容，或者在电子商务中进行非法盗用和恶意篡改等。由于数字化的优点，使得对数字作品的侵权行为变得很容易。这些行为严重损害了数字作品创作者和使用者的利益
4、。因此，如何进行有效的版权保护和信息安全保护，成为一个迫在眉睫的现实问题。1.2数字水印的应用领域 随着数字化产品在中国的广泛开展，特别是这几年因特网用户将成倍增长，电子商务会加速发展，在网络上直接销售数字化产品将给厂家带来极大的商机，如何有效保护产品的版权将成为厂商极为关心的问题。到目前为止，数字水印从研究对象上看主要涉及图像水印、视频水印、音频水印、文本水印和三维网格数据水印等几个方面。其中大部分的水印研究和论文都集中在图像研究上，其原因在于图像是最基本的多媒体数据，且互联网的发展为图像水印的应用提供了直接大量的应用需求，随着需求的不断变化，数字水印技术的应用领域不断扩展，主要有这几个方面
5、：版权保护、加指纹、标题与注释、篡改提示、使用控制、内容认证、商务交易中的票据防伪、隐蔽通信及其对抗等。1.3本文所要研究的内容本文是基于小波变换的图像水印算法研究，提出了一种基于二维离散小波变换的算法，本文研究内容：第一章绪论介绍了数字水印的产生背景及其应用领域；第二章介绍数字数字水印概念、模型、特点、分类及其多种典型算法；第三章介绍了小波概念、小波函数、离散小波变换、图像的小波分解与重构；第四章介绍了基于小波变换的数字水印算法原理；第五章基于小波变换的数字水印的实现代码。2数字水印理论基础2.1数字水印的概念所谓数字水印，就是在数字宿主媒体(如图形、图象、音频、视频或文本等)中嵌入一定量的
6、信息，根据对所加信息要求的不同，这部分加入的信息或可见或不可见(通常要求不可见)，但都不影响原宿主媒体的功能，并对原宿主媒体起到保护的作用。通常这些加入的水印是含有版权信息或其它重要信息的数字符号，它可以是代表版权所有的文字、商标、印鉴或是其它数字图形、图象、音频、视频或随机序列信息。数字水印技术是指利用数字产品的信息冗余性，把与多媒体内容相关或不相关的一些标识信息直接嵌入多媒体内容中，并能够通过计算机或专用检测电路及时地把水印检测或提取出来的技术。这种技术充分利用了人的知觉系统(HVS)和人类听觉系统(HAS)的冗余特性。数字水印研究主要研究以下内容(1)水印基本理论的研究。水印基本理论研究
7、包括有三部分的研究内容。它是数字水印技术研究中最为关键的一部分。水印的产生：就是构造嵌入宿主媒体前的水印信息，可以是与宿主媒体直接有关的文本、图象或者语音、视频等数据信息。水印的嵌入算法：是指根据不同的应用目的，在数字媒体中选取适当的位置，将水印数据隐藏在数字媒体中方法。水印的提取：就是检测数字媒体中是否含有嵌入水印信息，或者将已知含有水印信息的媒体中的水印提取出来的方法。常用于检验版权归属，军事或其它秘密通信中，还可用于侦察和监控，以免泄密事件的发生。(2)数字水印攻击和抗攻击能力的研究。是指研究增强水印抵抗各种攻击的能力，以及对水印实施攻击以消除水印的方法和策略。(3)数字水印技术的应用研
8、究：就是研究如何在工业中应用水印技术来进行版权保护或隐秘通信。2.2数字水印的模型数字水印就是向被保护的数字作品信息，比如图像、视频、音频等嵌入某些能证明版权归属或跟踪侵权行为的信息，可以是作者的序列号、公式标志或有意义的文本等等。从信号处理的角度看，嵌入载体对象的水印信号可以视为在强背景下叠加一个弱信号，只要叠加的水印信号强度低于人眼视觉系统对比度门限或听觉系统对声音的感知门限，或就无法感知到信号的存在。由于受空间、时间和频率特性的限制，因此通过对载体对象作一定的调整，就有可能在不引起人感知的情况下嵌入一些信息。在实际应用中，一个完整水印系统的设计必然包括水印的生成、嵌入和提取三部分：1水印
9、的生成水印信号的产生通常基于伪随机数发生器或混沌系统，或者是有意义的一些数据，如序列号、图像等。产生的水印信号往往需要进一步的变换以适应水印嵌入算法。原始水印信号也可以预先指定，而在嵌入水印前对该水印信号可以做适当的变换或者不做变换，密钥可以在水印嵌入过程中产生。2水印的嵌入水印嵌入就是把水印信号加到载体数据中，嵌入准则可以是量化嵌入、加法嵌入、乘法嵌入等。量化嵌入：在量化水印算法中，水印通常是二值序列，通过一种量化替代方案把原始图像数据替换成另一个量化值来嵌入水印。一种简单的量化水印称为奇偶嵌入水印，若宿主信号被里化为与之最近的偶数，则嵌入“0;若量化为与之最近的奇数，则嵌入“1,嵌入准则可
10、以是加法嵌入、乘法嵌入： 加法准则 (2.1) 乘法准则 (2.2)x可以表示原始产品采样的幅度，也可以表示某种变换域的系数值，而作为嵌入强度的参数可以选取不同的值或自适应的值以确定达到最好的效果。3水印的提取水印提取和检测系统的目的是提取出水印w，或者是某种可信度的值，它表明了所考察数据中存在给定水印的可能性。在一些水印系统中，水印可以被精确的提取出来，这个过程称为水印提取。水印提取过程负责从水印载体数据中提取出水印信息。2.3数字水印的特点数字水印技术除具备信息隐藏技术的一般特点外，还具有其固有的特点。（1）不可感知性（不可见性）：数字作品中嵌入数字水印不会引起明显的降质且不易被察觉；（2
11、）鲁棒性（稳健性）：指经过各种处理操作或恶意攻击后，数字水印仍能保持完整性或仍能被准确鉴别。可能的攻击包括篡改、伪造、去除水印等。可能的操作包括信道噪声、滤波、增强、有损压缩、几何变换、D/A或A/D转换等。（3）隐藏位置的安全性：水印信息隐藏于目标数据而非文件头中，文件格式的变换不应导致水印数据的丢失。（4）无歧义性：恢复出的水印或水印判决的结果应该能够确定地表明所有权，不会发生多重所有权的纠纷。（5）通用性：好的水印算法适用于多种文件格式和媒体格式。通用性在某种程度上意味着易用性。数字水印系统中，隐藏信息的丢失即意味着版权信息的丢失，从而失去了版权保护的功能，这一系统也就失去了存在的意义。
12、因此数字水印技术必须具有较强的鲁棒性、安全性和隐蔽性等特点。2.4数字水印的分类根据数字水印分类的出发点不同，数字水印可以分为不同种类。各种分类方法并不是孤立的，例如一般要求公开水印是非对称盲水印。常见的几种分类方法如下：按水印的特性可以将数字水印划分为鲁棒水印和脆弱水印两类。鲁棒水印主要用于在数字作品中标识著作权信息，如作者、作品序号等，它要求嵌入的水印能够经受各种常用的编辑处理；脆弱水印主要用于完整性保护，与鲁棒水印的要求相反，它必须对信号的改动很敏感，这样人们可根据脆弱水印的状态判断数据是否被篡改过。按水印所负载的媒体，可以将数字水印划分为图象水印、音频水印、视频水印、文本水印以及用于三
13、维网格模型的网格水印等。按水印检测过程划分，可分为非盲水印和盲水印。非盲水印在检测过程中需要原始数据，而盲水印的检测只需要密钥，不需要原始数据。一般来说，非盲水印的鲁棒性比较强，但其应用受到存储成本的限制。按水印的内容划分，可分为有意义水印和无意义水印。有意义水印是指水印本身也是某个数字图像(如商标图像)或数字音频片段的编码；无意义水印则只对应于一个随机序列。有意义水印的优势在于，如果由于受到攻击致使解码后的水印破损，人们仍然可以通过视觉观察确认是否有水印；但对于无意义水印来说，如果解码后的水印序列有若干码元错误，则只能通过统计决策来确定信号中是否包含水印。按水印隐藏的位置划分，可分为空域数字
14、水印、频域数字水印、时/ 频域数字水印和时间/尺度域水印。随着数字水印技术的发展，各种水印算法层出不穷，水印的隐藏位置也不再局限于上述四种。按用途划分,数字水印的应用领域十分广泛，不同的用途对其技术要求也不一样。所以按水印的用途，我们可以将数字水印划分为版权保护水印、票据防伪水印、篡改验证水印和隐蔽标识水印。2.5数字水印的典型算法近年来，数字水印技术的研究得到了社会各领域的关注，各种水印算法被相继提出。数字水印的嵌入算法有很多的分类方法。 但主要可分为两大类：基于空间域和变换域两种方法。大多数空域方法缺乏对图像处理的稳健性，随着水印技术研究的不断发展和应用要求的不断提高，空域方法已被放弃使用
15、，而主要应用在信息隐形领域当中。变换域的水印算法主要有以下显著优点：(1)在变换域嵌入的水印信号能量可以分布到空间域的所有象素上，有利于保证水印的不可见性和鲁棒性；(2)在变换域中，人眼视觉系统的某些特性，如频率掩蔽特性，可以更方便的结合到水印编码过程中；(3)变换域的水印算法可以更好的同国际数据压缩标准相兼容。因此这里主要分析的是变换域的水印算法,变换域的水印算法大致又可分为以下几种算法：(1)DFT(Discrete Fourier Transform)域水印算法：该方法有利于实现水印的仿射变换(图象几何变换和传输过程中常见畸变的数学模型)不变性，且可利用相位信息嵌入水印(根据图象处理的有
16、关结论：从图象的可理解性角度，相位信息比振幅信息更重要，与利用振幅信息相比具有更多的优点)，但DFT与国际压缩标准不兼容，因而限制了其应用。(2)DCT (Discrete Cosine Transform)域水印算法：DCT域是JPEG和MPEG压缩标准使用的变换域，因此DCT域的水印嵌入规则对JPEG和MPEG压缩都具有较强的健壮性。而且前人在信源编码里得出的可视性(即视觉失真)理论能够被重新使用，这些研究有助于预测水印对载体图像的视觉影响。另外一点是为了使计算时间最小，在DCT域中研究水印提供了这种可能性，即在压缩时直接实现嵌入操作(例如在一个JPEG或MPEG编码器里)。 (3)DWT
17、(Discrete WaveletTransform)域水印算法：小波变换具有良好的空间-频率分解特性，另外，在2000年底公布的最新静止图像压缩编码标准JPEG2000中，使用的是小波变换域，因此目前人们在水印技术中对小波的热情程度就像当初在JPEG中提倡使用DCT一样。作为一种时间-频率信号的多分辨率分析方法，小波变换在时频两域都具有表征信号局部特征的能力，且能够很好的匹配HVS特性，其多分辨率思想对根据健壮性和视觉效应设计一个好的信息在载体中的分布方式(即定位)是很有用的。3小波变换理论基础3.1 小波的概念小波(Wavelet)这一术语，顾名思义，“小波”就是小的波形。所谓“小”是指它
18、具有衰减性；而称之为“波”则是指它的波动性，其振幅正负相间的震荡形式。与Fourier变换相比，小波变换是时间(空间)频率的局部化分析，它通过伸缩平移运算对信号(函数)逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了Fourier变换的困难问题，成为继Fourier变换以来在科学方法上的重大突破。有人把小波变换称为“数学显微镜”。3.2小波函数设为一平方可积函数，也即，若其傅立叶变换满足允许条件 (3.1) 则称为一个基本小波或小波母函数，并称式(1.1)为小波函数的可容许性条件。将小波母函数进行伸缩和平移，设其伸缩因
19、子(或称尺度因子)为a，平移因子为，令其平移伸缩后的函数为，则有： a0, (3.2) 称为依赖于a,的小波基函数。由于尺度因子a、平移因子是取连续变换的值，因此称为连续小波基函数。3.3离散小波变换对任意函数f (t)的离散小波变换(Discrete Wavelet Transform，简称为DWT)为： (3.3) 若离散小波序列构成一个框架，设其上、下界分别为A和B，则当A=B时（此时框架为紧框架），离散小波变换的逆变换(IDWT)公式为： (3.4) 当A=B=1时，离散小波序列为一正交基，此时小波变换的逆变换公式为： (3.5)3.4二维离散小波变换假定为J尺度空间的剩余尺度系数序列
20、，并且令和分别为小波函数的低通和高通滤波器，则二维小波变换的快速分解公式为 （3.6) (3.7) (3.8) (3.9) 其中为尺度空间的剩余尺度系数序列，它是经过行列两个方向低通滤波后的输出，对应原始图像信号在下一个尺度上的低频概貌，属于LL频带； 经过行方向高通，列方向低通，对应水平方向的细节信号在垂直方向的概貌，属于HL频带； 包含了水平方向低通、垂直方向低通滤波后所保留的细节信息，对应LH频带，包含了水平和垂直方向都经过高通滤波后的细节信息，表示对角线的细节信息，属于HH频带。图像的两层多分辨率小波分解如图3-1所示。图3-1 两层多分辨率小波分解示意图Fig3-1 Multi-re
21、solution wavelet decomposition of diagram每一级分解都把图像分解为四个频带水平（HL）、垂直(LH)、对角(HH) 和低频，其中低频(LL)部分还可以进行下一级的分解，从而构成了小波的塔式分解。一幅图像经过分解之后，图像的主要能量主要集中于低频部分，这也是视觉重要部分而图像的高频部分即图像的细节部分所含能量较少，分布在，声了万三个子图中，主要包含了原图的边缘和纹理部分信息。小波变换的这些性质为数字图像的局部特性(如边缘，纹理等)提供了很好的空间一尺度定位，同时由于其多分辨率的表示，可以直接对图像进行分级处理，这一特性更可以实现水印的渐进解码和传输。 (3
22、.10)上述快速算法，是在已知原始二维函数在某一尺度空间的展开系数矩阵基础之上进行计算的。初始矩阵的选取是二维快速算法中的一个重要问题，严格的讲，初始矩阵应使用公式： (3.11)其中，上标表示尺度，下标表示两个方向的位移，为小波函数计算获得。但是由于二维积分运算比较麻烦，且通常工程上直接面对的是一个离散矩阵而不是原始连续函数。因此，对于初始矩阵的选取，工程上有一种简化的方法，即直接将原始二维函数的离散矩阵看作为初始矩阵，这样虽然会引入一定的误差，但一般情况下能够满足工程需要。3.5图像的小波分解与重构小波变换是一种非平稳信号的分析方法。它通过一个基本小波函数的平移和伸缩构成一族小波函数系去表
23、示或逼近一函数。二进小波是由单一函数经伸缩和平移而产生的一组函数，即： (3.12) 对于任意平方可积函数f(t) 来说，其小波变换为： (3.13)当小波函数满足条件时，即可从分解信号中完全重构原始信号，即由所有尺度下的小波信号经线性叠加而恢复，这一逆过程表示为： (3.14)在小波多尺度分析中，引入尺度函数，其伸缩与平移系数构成矢量空间的正交基，构成空间在分辨率上组成逼近空间。尺度函数具有低通滤波作用，并满足双尺度方程： (3.15) 与尺度函数相对应的小波函数的平移函数的平移与伸缩构成矢量空间正交补空间。小波函数具有高通滤波的作用，并满足方程： (3.16)以上所阐述的可以推广至二维情况
24、，当用一个低通滤波器H和高通滤波器G分别对图像的每一行进行滤波，并作隔点抽样，然后再用它们分别对图像的每一列作滤波并作隔点抽样，最后得到图像的第一层分解，其结果是产生一近似图像和三个细节图像，k=1,2,3。其中： (3.17)代表了图像的低频成分。低频图像还可以进一步分解为四个子带，设分解层数为K，则总的子代数为，其中： (3.18) （3.19） (3.20)式中，分别代表了图像的别代表了图像的垂直高频成份（水平边界）、水平高频成份（垂直边界）和对角线高频成份（水平边界）。当我们选定滤波器组时，图像的小波分解公式为： (3.21) (3.22) (3.23) (3.24)由此可以得到二维小
25、波分解的流程框图如图3-2所示。二维小波重构是其逆过程。 图3-2二维小波分解的流程框图Figure3-2 The two-dimensional wavelet decomposes flow diagram4基于小波变换的图像水印算法原理4.1数字图像水印算法原理数字图像水印算法总的来说可以分为两个大部分：（1）水印图像图像的嵌入（2）水印图像的提取。下面将对这两个部分做简单介绍。4.1.1二值水印图像图像的嵌入在基于防伪和认证的图像应用中，为了表明图像使用者的身份，往往只需嵌入少量的信息即可。而现在普遍传播的都是灰度和彩色图像。而表明图像拥有者身份的标志，可以用二值图像来表示。比如个人或
26、者公司名称，身份数字代码等。所以本文在此研究了二值图像嵌入到灰度图像的算法。对载体图像进行二级小波变换，为了兼顾图像的鲁棒性和不可见性，还有嵌入水印大小与子小波系数个数的匹配问题，所选取的小波系数的位置是可以适当调节的。本文载体图像为512*512灰度图像，水印为64*64，而且算法对小波系数采取奇偶量化，对低频系数的改变不是很大，所以选取LL2频带。把原始图像进行二级小波变换，然后把二值化水印图像序列嵌入到小波系数中。嵌入方法采用小波系数量化。二值化水印为W0，1，载体图像频带LL2中系数取整为X，则X的量化结果表示为W。水印嵌入的算法基本框图如图4-1下：原 始图 像水 印图 像二层小波变
27、换水印二值化化系数重构含水印图像图4-1水印嵌入过程Fig 4-1 Whe process of watermark embedding4.1.2二值水印图像的提取水印的提取过程即嵌入过程的反变换：将含有水印的图像进行小波反变换、重构，对重构图像中的高频对角分量进行仿射反变换，得到的图像即为提取出的混合图像，将提取出的混合图像进行混合图像时的反运算，即得到水印图像。二值水印提取不需要原始图像参与，属于盲提取。提取框图如图 所示。将含水印图像进行二级小波变换，然后在己知的嵌入子带LL2的系数中提取水印。提取水印过程如图4-2所示：含水印图像小波变换水印提取水印图像逆小波变换载体图像图4-2提取水
28、印过程Fig4-2 Watermark extraction process5 基于小波变换的图像水印算法的实现及其仿真结果分析5.1读入图片为了适应二值水印嵌入二层小波变换后的原始图片，选择原始图像为512*512的lena图片,但由于512*512图片太大，现在把图片调整大小为256*256来显示出来如图5-1所示。水印为64*64的灰色图像如图5-2所示。 图5-1 原始图像（256*256） 图5-2 水印（64*64） Fig5-1 The original image Fig5-2 Watermark5.2对原始图像进行小波变换对原始图像做小波变换，得到低频子图，高频水平子图、垂直
29、子图、对角子图。能量主要集中在低频子图中，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；高频子图所占的能量很少，高分辨率子带(高频子图)主要用来描述图像特征，例如纹理和边缘区域等。所以小波变换域数字图像水印算法可分为以下两类一是在低频子带中嵌入水印二是在高频子带中嵌入水印。由于人眼对低频部分远比对高频部分敏感，选择第一类方法在低频子带中嵌入水印时水印的鲁棒性较好，但却容易引起图像质量的下降从而影响水印的不可见性，选择第二类方法在高频子带中嵌入水印时水印的不可见性较好，但嵌入的水印容易被有损压缩等信号处理操作所破坏，从而影响水印的鲁棒性。现在对图像进行二层小波变换，为提高水印对各种失真和
30、噪声的抗御能力，选择在小波变换后的低频部分即LL2部分嵌入水印。使用二维离散Daubechies对原始图像5-1（512*512）进行二层小波分解，原始图象(512*512)经过Daubechies小波变换，重构后，得到的各个子图如图5-3所示图5-3 一层小波变换系数重构图 Figure 5-3 The wavelet transformation restructuring chart5.3水印的嵌入先对读入的水印进行二值化，二值化水印为W0，1，现解释嵌入水印算法：先对系数LL2除以D（D=50）,进行量化,然后把量化值付给一个系数LL3，对LL3取整，如果LL3为偶数并且水印值为1，则
31、对LL2进行加D操作，此时LL3值改变且满足了取整后为奇数，与此时水印为1对应；如果LL3为奇数并且水印值为0，则对LL2进行加D操作，此时LL3值改变且满足了取整后为偶数，与此时水印为0对应，这样原始图像就因为LL2值的改变而嵌入了水印。具体流程图如下图5-4所示：当水印=1且LL3取整后为偶数当水印=0且LL3取整后为奇数LL2=LL2+D是LL2=LL2+D是否否结束原始图像二层小波变换结束LL2除以D后赋给LL3图5-4二值水印嵌入流程图Fig 5-4 Flow chart of watermark embedding binary5.4嵌入水印后重构图像将水印嵌入到低频分量LL2中后
32、，重构图像, 则原始图像与含水印图像的对比图如图5-5所示： 图5-5 原始图像与嵌入水印图像对比 Fig 5-5 the original image with the embedded watermark image contrast含水印图像小波变换LL2除以D后赋给LL3myw(i,j)=0;是否LL3取整后为偶数myw(i,j)=1;图5-6水印的提取流程图Fig 5-6 Flow chart of the watermark extraction5.5水印的提取从含有水印的图像中提取水印的具体流程如上页图5-6所示：将含有水印的图像进行二层小波变换，然后将嵌入LL2的水印提取出来，
33、现解释提取水印算法：先对系数LL2除以D（D=50）,进行量化,然后把量化值付给一个系数LL3，对LL3取整，如果LL3为偶数，则输出水印为1；如果LL3为奇数，则输出水印值为0。这样就提取出了二值水印。原始水印和提取水印比较如下图5-7和图5-8所示： 图5-7待嵌入水印图像 图5-8提取的水印图像 Figure 5-7watermark Fig 5-8 extracted watermark image 5.6仿真结果分析本论文中的水印的应用背景是版权保护，因此，水印的鲁棒性就要求比较高，该水印应该对各种水印攻击都有较强的抵抗能力。对水印的攻击是指利用各种手段试图使水印失效，由前面的叙述可
34、以知道，对水印的攻击主要是一些常用的图像处理手段，如添加噪声、进行压缩、滤波等，因此，本节将从这几个方面进行实验，以验证本论文中算法的有效性。由于嵌入的水印是有意义的图像，因此可以很直观的评判该算法对如上各种攻击的抵抗能力。5.6.1滤波滤波攻击是指对待检测图像利用低通或高通滤波器进行滤波，使得图像在滤波过程中损失信息，从而导致水印不能顺利提取或者提取不完整。滤波操作是图像处理中常用的处理法，针对不同的应用目的，常常使用不同的滤波操作对图像进行处理。本文对嵌入水印的图像进行了常见的均值滤波攻击和两种高斯滤波攻击。图5-9为11均值滤波后的图像和从中提取的水印；图5-10为33均值滤波后的图像和
35、从中提取的水印；图5-11为11高斯滤波后的图像和提取的水印图像. SNR =Inf图5-9 11均值滤波攻击后含水印图像及提取的水印Fig 5-9 Lattacks and the extracted watermark image SNR= 6.9315图5-10 33均值滤波攻击后含水印图像及提取的水印 Fig 5-10 Attacks and watermark images with a watermark SNR =8.2283 图5-11 11高通滤波攻击后含水印图像及提取的水印Fig 5-11 Attack high-pass filtering and watermark i
36、mages从上面三幅图可以看出11均值滤波、33均值滤波、11高斯滤波对含水印图像进行攻击后的图像清晰，水印的不可见行良好。图5-9提取的水印水印提取率SNR为inf（无穷大），说明此算法得到的含水印图像遭受11均值滤波攻击后对提取出来的水印没有一点影响，图5-10和图5-11 提取的水印水印提取率SNR分别为6.9315和8.2283,说明水印提取效果很好。由试验结果分析可得次算法对高通滤波及均值滤波具有较好的抗攻击能力。5.6.2加燥 1、淑盐噪声一般情况下，图像在网络上传输时，很容易受到噪声的污染。本文对嵌入水印的图像添加一种较为常见的噪声：椒盐噪声。下面是密度分别为0.001、0.01
37、、0.03、0.1的淑盐噪声对含水印图像的攻击显示的攻击后含水印图像和提取水印的图像如下图所示： 密度为0.001的淑盐噪声，得到水印提取率SNR为15.3884，得到攻击后含水印图像和提取水印如下： 图5-12 0.001淑盐噪声攻击后含水印图像及提取水印图像Fig 5-12 Salt-sook noise image and the watermark after attack密度为0.01的淑盐噪声，得到水印提取率SNR为8.2283，得到攻击后含水印图像和提取水印如下： 图5-13 0.01淑盐噪声攻击后含水印图像及提取水印图像 Fig 5-13 Salt-sook noise ima
38、ge and the watermark after attack密度为0.03的淑盐噪声，得到水印提取率SNR为6.9021，得到攻击后含水印图像和提取水印如下： 图5-14 0.03淑盐噪声攻击后含水印图像及提取水印图像Fig 5-14 Salt-sook noise image and the watermark after attack密度为0.1的淑盐噪声，得到水印提取率SNR为2.9168，攻击后含水印图像和提取水印如下 图5-15 0.1淑盐噪声攻击后含水印图像及提取水印图像Fig 5-15 Salt-sook noise image and the watermark afte
39、r attack对含水印图像进行淑盐噪声攻击，密度为0.03时，提取的水印都还很清晰，结果表明此算法具有良好的抗淑盐燥声攻击的能力。2、高斯白噪声对于一定功率的各种高斯噪声对图像干扰效果最严重，下面有方差为0.01、0.1的高斯噪声对含水印的图像进行攻击后的图像及提取水印如下： SNR =19.5797图5-16方差为0.01的高斯白噪声攻击图像及提取的水印Fig 5-16 Gaussian noise attack and watermark images SNR =17.2752图5-17方差为0.1的高斯白噪声攻击图像及提取的水印Fig 5-17 Gaussian noise attac
40、k and watermark images对含水印图像进行高斯白噪声攻击，结果表明此算法具有良好的抗高斯燥声攻击的能力5.6.3改变图像尺寸大及增大图像亮度JPEG作为一种压缩存储图像的标准也会被经常用到，对于图像水印来讲，最基本的要求是能够忍受一定程度的压缩处理。对嵌入水印的图像进行改变尺寸大小，高和宽各减小50，得到攻击后含水印图像如图5-18所示，提取水印如图5-19所示。 图5-18受攻击后水印图像Figure 5-18 Image Watermarking attack对含水印图像进行图像增亮攻击，提取的水印如图5-20所示： 图5-19改变尺寸后提取的水印 图5-20图像增亮后提
41、取水印Fig5-19 change the size of the watermark afterFig5-20 Zengliang image watermark从上图可以看出此算法不可见性很好，提取水印也很清晰。试验结果表明此算法还具有抗改变尺寸和图像增量等攻击的能力。达到我预期的目的。6总结随着多媒体技术和网络技术的迅速发展，数据产品的版权保护已成为一个迫切需要解决的问题，因此，数字水印技术的研究更具有现实意义。本文在对数字图像水印技术进行深入分析和研究的基础上，提出了一种基于离散小波变换的数字水印算法。本论文中所涉及到的所有实验程序均是在matlab平台上编写。论文提出了一种居于离散的
42、小波变换算法，这个算法将原始图像进行二层离散小波变换，将二值水印信息通过量化循环嵌入到图像的低频部分LL2，提取过程也不需要原始的水印信息。此算法好处就是：水印嵌入二层变换后的低频系数使得嵌入水印后图像的视觉效果很好，保证了图像的质量，同时也使得水印在遭受压缩和滤波中攻击时不容易丢掉信息，保证了在水印提取时的准确性，提取过程也很简单方便。本文对含水印图像进行高频滤波、均值滤波、淑盐噪声、高斯噪声各种攻击，攻击后的含水印图像不可见性非常好，提取出来的水印也很清晰，能够抵抗一定范围滤波噪声等的攻击。试验表明实验表明，本文提出的水印算法具有较好的鲁棒性和一定的抗攻击能力。但是本算法也有很多缺点，抗攻
43、击的鲁棒性和抗攻击能力还是不够好，像高通滤波只能抵抗11的高通滤波攻击，其他的提取水印效果极差！一些地方不够完善，可以通过一些方法改进，比如用对原始图像三层小波变换代替两层小波变换；或者将水印也进行三层小波变换，然后将进行小波变换的水印各分量系数嵌入到经小波变换的原始图像各个分量中；这样都能够使得含水印图像鲁棒性提高。同时对水印进行多次置乱，即使被人提取出水印也无法恢复出原本的水印信息，更好的实现了版权保护等目的。毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日 期： 指导教师签名： 日期： 使用授权说明本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名：
