基于小波变换数字水印 matlab及VC源代码 论文 算法

1.2 数字水印技术的应用 水印技术的应用极为广泛，主要有以下 7 种应用领域：广播监控、 所有者识别、所有权验证、交易跟踪、内容真伪鉴别、拷贝控制以及 设备控制。 2.小波变换理论 自 1986 年以来，小波分析的理论、方法与应用的研究一直方兴 未艾。作为一种数学工具，小波变换是对人们熟知的傅立叶变换和窗 口傅立叶变换的一个重大突破，为信号分析、图像处理及其它非线性
有像素上，有利于提高水印的不可见性。2、能方便的与HVS(人类视 觉系统)的某些特性结合。3、很好的鲁棒性，对图像压缩、常用的图 像滤波以及噪声均有一定的抵抗力。离散余弦变换是从图像空间到频 率空间的全局变换，由于离散余弦变换的全局本质，在变换空间中任 何一个数据的误差都会影响到图像中的每一个像素。利用小波变换把 原始图像分解成多频段的图像，能适应人眼的视觉特性且使得水印的 嵌入和检测可分多个层次进行，小波变换域数字水印方法见具有时空 域方法和DCT变换域方法的优点。
科学研究领域带来了革命性的影响。 人类视觉系统（HVS）的文理特性和照亮掩蔽特性表明，纹理越
复杂，背景的亮度越亮，人类视觉对其轻微变化就越不敏感。大量的 研究表明，人眼在处理图像信号时，将图像滤波成若干的子带信号， 他们占据不同的频率范围，即图像在 HVS 中被认为是由不同频率范围 的信息组成。其特征为：人眼对反映局部结构的边缘和轮廓不敏感； 对低频信号，表现出较高的灵敏度。HVS 在同一品大范围对不同方向 纹理细节信号等表现出不同的灵敏度，这一特点与小波变换的多分辨 率分析具有一定的相似性。小波变换是傅立叶变换的发展，是空间和 频率的局部变换，它在频域和时域同时具有良好的局部化特征。小波 变换在图像处理中的基本思想是把图像进行多分辨率分解成不同的 空间和独立的频率带的子图像，然后对子图像的系数进行处理。根据 S. Mallat 的塔式分解算法，图像经过小波变换后分解成四个子图： 水平方向 LH、垂直方向 HL 和对角线方向 HH 的中高频细节子图和低 频逼近子图 LL。低频部分还可以继续分解，产生三个高频带系列 LHn、 HLn、HHn（n=1，2，3）和一个低频带 LL3（见图 1）。图 1 中的 LL3 表示小波变换分解级数决定的最大尺度、最小分辨率下对原始图像的 最佳逼近，它的同级特征和原理图相似，图像大部分能量集中于此。 高频带系列代表图像的边缘和纹理。
使用相同的小波基，通过小波逆变换生成含有水印的图像，并将 小波基、小波分解层数、选择的系数区域、分块方法、量化间隔、奇 偶对应关系记录形成密钥 。 [4] 3.2 数字水印提取技术
水印的提取由嵌入方式来决定，它是嵌入方式的逆过程。首先对 要检测的图像进行小波变换，根据密钥确定嵌入水印的位置，并对水 印进行置乱处理的逆运算。可以通过计算归一化互相关函数Nc和峰值 信噪比Rpsnr 来度量该水印算法的鲁棒性和透明性。归一化互相关函 数Nc的定义式为
峰值信噪比Rpsnr 的定义式为
上两式中，Wij为原始水印，Wij‘为提取出来的数字水印，i，j分别是 行和列的个数。 4.实验结果分析
在原图像中加入水印图像后，原图像与含水印图像相关系数为 0.9644，原图像与提取水印后图像相关系数为0.9308。当对原图和含
水印图进行JPEG压缩后，原图峰值信噪比为33．70dB，含水印图峰值 信噪比为31．95dB。在对嵌入水印的图像进行JPEG压缩、污染、裁剪、 添加高斯噪声、均匀噪声等常见破坏性实验后，仍检测出水印。
1.matlab 代码 lena=imread('lena.bmp','bmp'); subplot(2,2,1); imshow(lena); title('原图像'); bict=imread('bict.bmp','bmp'); subplot(2,2,2); imshow(bict); title('水印图像'); lena1=double(lena); bict1=double(bict); [Cwr,Swr]=WAVEDEC2(bict1,1,'haar');
设X(m，n)是一幅大小为M*N灰度级为2“的灰度图像(1≤m≤M ， 1≤n≤N)，其中M，N，a为正整数。对X(m，n)进行l层(l为正整数) 小波分解，得到3×l个细节图像和一个低频近似图像，用Xk，l(mi， nj)k=h，v ，d；l=1，2，…，l；mi=1，2，…，M／2l ；nj=1，2，…， N／2l 表示选择的小波系数，其中l表示分解的层次，k=h，v，d分别 表示第l层水平、垂直和对角方向的子图像。考虑到量化低频子图可 能产生较大失真，因此不在其中嵌入水印，而选择除低频外的中频系 数[3]。 3.1.2分块并计算每块的平均值
在一系列信号处理后，如果观察者的主观感觉图像的变化不大， 那么图像处理前后低、中频的小波系数的改变幅度同样有限，另外系 数幅值改变的方向(变大或变小)在多数情况下也不同，因此，低、中 频系数的平均改变幅度十分有限。本算法选取部分低、中频系数并分 成一定大小的系数块，通过量化系数块的平均值来嵌入水印序列。 3.1.1选择系数
随着计算机和网络的飞速发展，人们的许多创作和成果都以数字 形式进行存储和发布。然而，数字作品极易被非法拷贝、伪造和窜改， 使得很多版权所有者不愿意利用网络公开其作品，从而阻碍其自身发 展。目前，数字作品的版权保护不仅仅是立法问题，也是一个很重要 的技术难题。从技术上看，数字媒体版权信息的嵌入和检测问题，是 数字作品版权保护的两个关键问题，它综合了传统密码学的认证和鉴 别问题的特点，又加入了稳健性要求别过程必须具有了抗干扰能力。在 这种情况下，数字水印技术应运而生。 1.数字水印技术概述
基于小波变换的数字水印技术研究
摘要：算法基于Haar小波变换，把小波系数分块，并计算每个块的平 均值。在一系列信号处理之后，这些块(尤其是大的块)的平均值不会 有很大改变，否则，重构的图像就与原始图像有很大差别。通过对这 些块的平均值进行量化来嵌入水印；提取时也依赖于相应块的平均 值，所以不需要原始图像参与。算法对有损压缩、小波压缩、噪声、 中值滤波和剪裁等操作有较好的鲁棒性。 关键词：信息隐藏；数字水印；小波变换 引言
水印序列w的嵌入是通过对Ave 的量化完成的，例如：量化成奇 数代表嵌入“1”，量化成偶数相当于嵌入“0”。根据对鲁棒性和隐藏 性的折中考虑，设量化间隔△l，l=1，2，…，l表示分解层数，对于 低频的第l层，由于系数幅值极大，可以作较大间隔的量化，对第 l-1，…，1层次作间隔逐渐减小的量化，量化按下图进行：
[Cr,Sr]=WAVEDEC2(lena1,2,'haar'); a=0.06; for k=0:1:size(Cr,2)/size(Cwr,2)-1 Cr(1+size(Cr,2)/4+k*size(Cwr,2)/4:size(Cr,2)/4+(k+1)*siz e(Cwr,2)/4)=Cr(1+size(Cr,2)/4+k*size(Cwr,2)/4:size(Cr,2) /4+(k+1)*size(Cwr,2)/4)+a*Cwr(1+size(Cwr,2)/4:size(Cwr,2) /2); Cr(1+size(Cr,2)/2+k*size(Cwr,2)/4:size(Cr,2)/2+(k+1)*siz e(Cwr,2)/4)=Cr(1+size(Cr,2)/2+k*size(Cwr,2)/4:size(Cr,2) /2+(k+1)*size(Cwr,2)/4)+a*Cwr(1+size(Cwr,2)/2:3*size(Cwr, 2)/4); Cr(1+3*size(Cr,2)/4+k*size(Cwr,2)/4:3*size(Cr,2)/4+(k+1) *size(Cwr,2)/4)=Cr(1+3*size(Cr,2)/4+k*size(Cwr,2)/4:3*si ze(Cr,2)/4+(k+1)*size(Cwr,2)/4)+a*Cwr(1+3*size(Cwr,2)/4: size(Cwr,2)); end; Cr(1:size(Cwr,2)/4)=Cr(1:size(Cwr,2)/4)+a*Cwr(1:size(Cwr, 2)/4); lena1=WAVEREC2(Cr,Sr,'haar'); output=uint8(round(lena1)); subplot(2,2,3);imshow(output,[]); title('嵌入水印后的图像'); J1=imnoise(output,'salt & pepper',0.04); subplot(2,2,4);imshow(J1);title('加椒盐噪声后的图像'); [Ca,Sa]=WAVEDEC2(lena1,2,'haar'); lena0=imread('lena.bmp','bmp'); lena01=double(lena0(:,:,1)); [Ca1,Sa1]=WAVEDEC2(lena01,2,'haar'); Cwr(1:size(Cwr,2)/4)=(Ca(1:size(Cwr,2)/4)-Ca1(1:size(Cwr, 2)/4))/a; bict1=WAVEREC2(Cwr,Swr,'haar'); output=uint8(round(bict1)); figure,subplot(2,2,1); imshow(output,[]);title('提取的水印图像'); [Ca2,Sa2]=WAVEDEC2(J1,2,'haar'); Cwr(1:size(Cwr,2)/4)=(Ca(1:size(Cwr,2)/4)-Ca1(1:size(Cwr, 2)/4))/a; bict1=WAVEREC2(Cwr,Swr,'haar');