電子信息工程畢業(yè)設(shè)計(jì)基于dct的數(shù)字圖像水印設(shè)計(jì)

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　?。?0 屆）</b></p><p>　　基于DCT的數(shù)字圖像水印設(shè)計(jì)</p><p>　　所在學(xué)院 </p><p>　　專業(yè)班級(jí) 電子信息工程

2、 </p><p>　　學(xué)生姓名 學(xué)號(hào) </p><p>　　指導(dǎo)教師 職稱 </p><p>　　完成日期 年 月 </p><p>　　本科畢業(yè)論文（設(shè)計(jì)）</p><p

3、><b>　　誠(chéng)信責(zé)任書</b></p><p>　　本人鄭重聲明：本人所呈交的畢業(yè)論文（設(shè)計(jì)），是在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所完成。畢業(yè)論文（設(shè)計(jì)）中凡引用他人已經(jīng)發(fā)表或未發(fā)表的成果、數(shù)據(jù)、觀點(diǎn)等，均已明確注明出處。</p><p><b>　　特此聲明。</b></p><p>　　論文（設(shè)計(jì)）作者簽名：

4、 </p><p>　　日 期： </p><p><b>　　目錄</b></p><p><b>　　目錄I</b></p><p><b>　　摘要III</b></p><p>　　AbstractIV<

5、/p><p><b>　　第一章 緒論1</b></p><p>　　1.1 研究的背景及意義1</p><p>　　1.2 國(guó)內(nèi)外的研究現(xiàn)狀及發(fā)展趨勢(shì)2</p><p>　　1.3 主要應(yīng)用領(lǐng)域3</p><p>　　1.4 仿真應(yīng)用平臺(tái)介紹4</p><p>　　

6、1.5 本章小結(jié)5</p><p>　　第二章 數(shù)字水印概論7</p><p>　　2.1 數(shù)字水印技術(shù)的概念7</p><p>　　2.2數(shù)字水印的基本特征7</p><p>　　2.3數(shù)字水印的分類7</p><p>　　2.4 典型算法8</p><p>　　2.5 應(yīng)用中數(shù)字

7、水印常見的攻擊方式9</p><p>　　2.6 本章小結(jié)10</p><p>　　第三章 基于DCT的變換11</p><p>　　3.1 離散余弦變換(DCT)11</p><p>　　3.2 常用嵌入規(guī)則13</p><p>　　3.3 顏色模型的選擇13</p><p>　　

8、3.4 邊緣算子選擇14</p><p>　　3.5 水印系統(tǒng)流程15</p><p>　　3.6 本章小結(jié)17</p><p>　　第四章 基于DCT的水印系統(tǒng)設(shè)計(jì)18</p><p>　　4.1 水印系統(tǒng)嵌入18</p><p>　　4.2 水印提取24</p><p>　　4.

9、3 峰值信噪比和歸一化系數(shù)的計(jì)算29</p><p>　　4.4 本章小結(jié)30</p><p>　　第五章 實(shí)驗(yàn)結(jié)果分析32</p><p>　　5.1 高斯噪聲32</p><p>　　5.2 高斯低通濾波34</p><p>　　5.3 椒鹽噪聲36</p><p>　　5.4

10、圖像旋轉(zhuǎn)38</p><p>　　5.5 圖像剪切40</p><p>　　5.6 JPEG壓縮42</p><p>　　5.7 本章小結(jié)45</p><p><b>　　結(jié)論46</b></p><p><b>　　參考文獻(xiàn)47</b></p>&

11、lt;p><b>　　致謝48</b></p><p>　　基于DCT的數(shù)字圖像水印設(shè)計(jì)</p><p><b>　　摘要</b></p><p>　　21世紀(jì)，我們生活在一個(gè)數(shù)字化信息的時(shí)代。計(jì)算機(jī)網(wǎng)絡(luò)、通信技術(shù)的普遍運(yùn)用給我們的生活帶來(lái)了許許多多的便捷。但同時(shí)這種開放式網(wǎng)絡(luò)數(shù)字化信息的便捷也帶來(lái)一些待解決的問(wèn)題

12、，例如信息的安全性、信息的完整性等等。例如這種數(shù)字化的數(shù)據(jù)使得多媒體文件可以輕易的纂改或者拷貝等。入侵者可以通過(guò)拷貝得到與原始文件一樣的文件使得創(chuàng)作者的版權(quán)遭受到侵害以及經(jīng)濟(jì)帶來(lái)嚴(yán)重的破壞，以及纂改或者攔截一些重要的信息造成信息危機(jī)。信息的隱藏技術(shù)重要性尤為突顯。</p><p>　　如何保證信息的安全性、完整性成了待解決的燃眉之急問(wèn)題。而數(shù)字水印技術(shù)就是通過(guò)在數(shù)字作品的空域、變換域等到嵌入不可感知的數(shù)字水印，同

13、時(shí)數(shù)字水印具有較好的魯棒性和穩(wěn)健性，可抗擊噪聲攻擊、壓縮、低通濾波等等一些常見的攻擊。在數(shù)字作品發(fā)生爭(zhēng)議的時(shí)候通過(guò)特定的算法提取出水印。通過(guò)水印可對(duì)版權(quán)或者信息的完整性進(jìn)行認(rèn)證，從而保證了信息的完整性。</p><p>　　本論文主要介紹了數(shù)字水印的目的意義、國(guó)內(nèi)外現(xiàn)狀、基本特征最后設(shè)計(jì)一個(gè)水印系統(tǒng)在DCT變換域上對(duì)載體圖片嵌入一個(gè)二值水印，得到一個(gè)魯棒性和穩(wěn)健性較好的含水印的圖像。</p><

14、;p>　　關(guān)鍵字：信息隱藏，數(shù)字水印技術(shù)，DCT變換，魯棒性，穩(wěn)健性</p><p>　　Design of digital image watermark based on DCT</p><p><b>　　Abstract</b></p><p>　　In twenty-first century, we live in a dig

15、ital information era. The computer network communication technology and the widespread use of our lives to bring a lot of convenience. But at the same time the open digital information network convenience also brings som

16、e problems to be solved, such as security, information integrity etc.. For example, the digital data makes multimedia files can be easily falsified or copy. Intruders can use copy as the original file as the file the cre

17、ators copyright suf</p><p>　　How to ensure the safety and integrity of information has become the urgent problem to be solved. And digital watermarking technology is through the digital works of space domain

18、 and transform domain until into the perception of digital watermarking and digital watermark has good robustness and stability, some common attacks against noise attacks, compression, low pass filtering and so on. When

19、the dispute occurred in the digital works through a specific algorithm to extract the watermark. The w</p><p>　　This paper mainly introduces the digital watermarking of the purpose and significance, the stat

20、us quo at home and abroad, the basic characteristics of the best design a watermarking system in DCT domain to picture carrier to embed a binary watermark, a robustness and stability better watermarked image.</p>

21、<p>　　Key words: Information hiding, digital watermarking technology, DCT transform, robustness, robustness</p><p>　　緒論 </p><p>　　1.1 研究的背景及意義</p><p>　　21世紀(jì)，

22、我們生活在一個(gè)數(shù)字化信息的時(shí)代，在這個(gè)科技飛速發(fā)展的今天我們的生活品質(zhì)發(fā)生了巨大的變化。計(jì)算機(jī)網(wǎng)絡(luò)、通信技術(shù)的普遍運(yùn)用在充斥著我們生活中的每一個(gè)角落。從以前的遠(yuǎn)在千里之外的思念只能通過(guò)信件表達(dá)濃濃的相思。但這也要幾天才能傳達(dá)到，再到今天的萬(wàn)里之外也只需輕輕點(diǎn)下QQ視頻或者撥下4G通話便可以輕輕松松的看見到對(duì)方即時(shí)的狀態(tài)。再多的思念；再濃的鄉(xiāng)愁；再急的訊息都可以讓你即時(shí)傳達(dá)。可見在這個(gè)數(shù)字化信息時(shí)代里給我們的生活帶來(lái)了許許多多的便捷。但同

23、時(shí)這種開放式網(wǎng)絡(luò)數(shù)字化信息的便捷也帶來(lái)一些待解決的問(wèn)題，例如信息的安全性、信息的完整性等等。例如這種數(shù)字化的數(shù)據(jù)使得多媒體文件可以輕易的纂改或者拷貝等。入侵者可以通過(guò)拷貝得到與原始文件一樣的文件使得創(chuàng)作者的版權(quán)遭受到侵害以及經(jīng)濟(jì)帶來(lái)嚴(yán)重的破壞，以及纂改或者攔截一些重要的信息造成信息危機(jī)。</p><p>　　如何保證信息的安全性、完整性成了燃眉之急的問(wèn)題。而數(shù)字水印技術(shù)就是通過(guò)在作品到嵌入不可感知的數(shù)字水印，同時(shí)

24、數(shù)字水印具有較好的魯棒性和穩(wěn)健性，可抗擊噪聲攻擊、壓縮、低通濾波等等一些常見的攻擊。在作品發(fā)生爭(zhēng)議的時(shí)候通過(guò)特定的算法提取出水印。通過(guò)水印可對(duì)版權(quán)或者信息的完整性進(jìn)行認(rèn)證，從而保證了信息的完整性。</p><p>　　數(shù)字水印技術(shù)和傳統(tǒng)密碼學(xué)技術(shù)不同的是它可以在開放的網(wǎng)絡(luò)環(huán)境下對(duì)數(shù)據(jù)的來(lái)源進(jìn)行完整性認(rèn)證以及可以對(duì)作品的版權(quán)起保護(hù)作用。數(shù)字水印技術(shù)主要是將水印信息通過(guò)嵌入系統(tǒng)嵌入到多媒體數(shù)據(jù)載體中，同時(shí)水印信息具有

25、不可感知性。人們只有通過(guò)特定的檢測(cè)工具對(duì)待檢測(cè)作品進(jìn)行提取水印信息才能得到隱藏的信息，因此在當(dāng)今信息時(shí)代里是信息安全研究的另一個(gè)新的方向。而密碼技術(shù)主要是對(duì)數(shù)據(jù)進(jìn)行加密，即時(shí)在數(shù)字?jǐn)?shù)據(jù)傳輸當(dāng)中被黑客攔截獲取，但是因?yàn)槿肭终邲](méi)有密鑰無(wú)法對(duì)密文進(jìn)行解密獲取密文中的重要信息從而起到對(duì)數(shù)據(jù)信息的安全和版權(quán)保護(hù)。但是密碼技術(shù)也有一定的局限性，一旦加密后的數(shù)據(jù)被非法攻擊者攔截并成功破譯后，它將與普通的數(shù)據(jù)文檔一樣隨便被人獲取里邊的重要信息。所以密碼

26、技術(shù)只能保護(hù)傳輸中的內(nèi)容，而文件一旦破譯就不再起保護(hù)作用了。</p><p>　　數(shù)字水印技術(shù)可以起到對(duì)載體數(shù)據(jù)的版權(quán)和完整性認(rèn)證，而密碼技術(shù)可以對(duì)傳輸中的數(shù)據(jù)內(nèi)容進(jìn)行保護(hù)。在當(dāng)今信息時(shí)代里通過(guò)對(duì)數(shù)字水印技術(shù)與密碼技術(shù)的融合使用可以使數(shù)據(jù)的安全性得到一個(gè)質(zhì)的提升和更廣闊的應(yīng)用前景。它可以對(duì)數(shù)字?jǐn)?shù)據(jù)的版權(quán)來(lái)源認(rèn)證，數(shù)據(jù)的追蹤和檢測(cè)以及對(duì)數(shù)據(jù)纂改鑒定中起到重要的作用。</p><p>　　1.

27、2 國(guó)內(nèi)外的研究現(xiàn)狀及發(fā)展趨勢(shì)</p><p>　　1.2.1 空間域數(shù)字水印研究 </p><p>　　空間域數(shù)字水印與頻域數(shù)字水印不同的是直接對(duì)載體數(shù)據(jù)的亮度或彩色光帶上引入一個(gè)調(diào)制信號(hào)更改載體數(shù)據(jù)的信息?？臻g域的主要算法有Patchwork算法、文本水印算法、Schyndel算法等，而在目前最常用的還是基于最不顯著位的LSB方法。因?yàn)檩d體的最不顯著位對(duì)載體的質(zhì)量影響最微弱，

28、所以通過(guò)對(duì)載體空間域的LSB替換上水印信息對(duì)載體數(shù)據(jù)的品質(zhì)影響并不大。但是因?yàn)橐紤]嵌入的水印信息的隱蔽性，所以對(duì)嵌入的水印強(qiáng)度空間局限性就比較大。空間域的數(shù)字水印魯棒性較差，在經(jīng)受壓縮和量化后有可能就已經(jīng)有大部分的水印信息被去掉。</p><p>　　1.2.2 變換域數(shù)字水印研究 </p><p>　　頻域主要大體有：傅立葉域、DCT域和DWT域等。</p>&

29、lt;p>　　傅立葉域的水印具有較強(qiáng)的魯棒性可以抵抗旋轉(zhuǎn)、平移、縮放等一些常見的攻擊。因?yàn)樵诟盗⑷~域?qū)d體數(shù)據(jù)全局性旋轉(zhuǎn)、平移、縮放變換具有不變性。 Ruanaidh和Pun就是利用這一特性提出在傅立葉域嵌入水印。</p><p>　　DCT域的嵌入主要思想是通過(guò)對(duì)水印數(shù)據(jù)進(jìn)行DCT分塊嵌入到載體數(shù)據(jù)的中頻分量中。嵌入的位置選擇中頻是因?yàn)樵跀?shù)字信號(hào)處理中高頻最容易遭受破壞，而人類的視覺(jué)對(duì)低頻分量又比較敏感，

30、如果在低頻分量嵌入水印信息就相對(duì)容易被察覺(jué)到。最早的DCT分塊方案的思想是由密匙在中頻分量編碼上隨機(jī)選擇數(shù)據(jù)載體分塊通過(guò)改變分塊的序列信息來(lái)嵌入水印。這種方案在JEPG有損壓縮和低通濾波上有一定的穩(wěn)健性。而另一種方案的思路是先通過(guò)對(duì)載體數(shù)據(jù)進(jìn)行DCT分塊，然后把水印信息加載到預(yù)先預(yù)定的去除DC分量的低頻上。水印信息由一組高斯分布的實(shí)數(shù)序列組成，并且嵌入在人類視覺(jué)最敏感的低頻DCT系數(shù)上。這種水印嵌入方法嵌入后的水印信息可以經(jīng)受有損壓縮、

31、低通濾波、模數(shù)、數(shù)模轉(zhuǎn)換等攻擊后仍然有著較好的魯棒性，同時(shí)隱蔽性也很好。這種方案也就是由COX提出的一種基于DCT變換方法是典型的水印算法。但是也并非十全十美，主要缺陷是提取水印的時(shí)候必須要有原始水印圖像。在2004年，一種DCT域自適應(yīng)彩色圖像二維數(shù)字水印算法被王向陽(yáng)提出。該方案主要是將灰度圖像嵌入到原始彩色圖像中。DCT分塊的研究中，國(guó)內(nèi)研究人員大部分都是采用8*8的分塊方案。</p><p>　　在目前實(shí)際

32、商業(yè)應(yīng)用中需要有嚴(yán)格的性能規(guī)定，所有基于圖像特征方法的研究還是很有探索性和發(fā)展價(jià)值空間的。在這種開放網(wǎng)絡(luò)環(huán)境下如何保證信息的完整性在各個(gè)領(lǐng)域中體現(xiàn)出更廣闊的應(yīng)用價(jià)值和開發(fā)前景。因?yàn)閿?shù)字水印技術(shù)可以實(shí)現(xiàn)對(duì)信息的隱藏和追蹤在當(dāng)今許多商業(yè)產(chǎn)業(yè)化的道路上已經(jīng)猶如剛學(xué)會(huì)走路的小孩在蹣跚著馳騁向遠(yuǎn)方。多種技術(shù)融合已經(jīng)在互聯(lián)網(wǎng)、智能體、大型商業(yè)化中呈現(xiàn)勢(shì)不可擋的發(fā)展趨勢(shì)。</p><p>　　自1993年以來(lái)，國(guó)內(nèi)外就已經(jīng)開始

33、在研究將秘密的內(nèi)容隱藏在文件中通過(guò)互聯(lián)網(wǎng)來(lái)傳送。目前進(jìn)行數(shù)字水印研究的機(jī)構(gòu)不乏有政府部門，也有大學(xué)和知名企業(yè)。 在國(guó)外，它們包括美國(guó)財(cái)政部、美國(guó)版權(quán)工作組、美國(guó)空軍研究院、美國(guó)陸軍研究實(shí)驗(yàn)室、德國(guó)國(guó)家信息技術(shù)研究中心、日本NTT信息與通信系統(tǒng)研究中心、麻省理工學(xué)院、伊利諾斯大學(xué)等[1]。</p><p>　　在國(guó)內(nèi)也有一部分知識(shí)淵博的科學(xué)家、相關(guān)研究機(jī)構(gòu)、高等院校投身到這個(gè)有著廣闊應(yīng)用前景價(jià)值的數(shù)字水印技術(shù)研究熱

34、潮中。</p><p>　　從總體上看，我國(guó)在數(shù)字水印技術(shù)的相關(guān)研究領(lǐng)域也是投入了大量的人力物力。在這個(gè)嶄新的方向面前我們的科研人員也有自己獨(dú)特的研究思路和見解。但是現(xiàn)有的研究大多也只是基于基礎(chǔ)理論研究和初級(jí)的應(yīng)用開發(fā)階段。</p><p>　　1.3 主要應(yīng)用領(lǐng)域</p><p>　　數(shù)字水印在版權(quán)保護(hù)中可以通過(guò)對(duì)數(shù)字作品嵌入水印信息從而保證版權(quán)得唯一性；<

35、/p><p>　　在電子商務(wù)票據(jù)防偽中可以通過(guò)對(duì)電子票據(jù)提取嵌入的水印信息來(lái)辨別票據(jù)真?zhèn)?；也可以在多媒體數(shù)據(jù)中通過(guò)嵌入水印作為標(biāo)識(shí)或者注釋；或者在數(shù)字?jǐn)?shù)據(jù)中通過(guò)嵌入易損水印來(lái)判斷數(shù)據(jù)是否經(jīng)過(guò)纂改；而在隱蔽通信及對(duì)抗領(lǐng)域中是利用水印信息具有的隱蔽性在公共網(wǎng)絡(luò)環(huán)境中傳輸數(shù)據(jù)，通過(guò)特定的算法提取才能獲得數(shù)據(jù)中隱藏的水印信息；在數(shù)字指紋領(lǐng)域中可以在不同的數(shù)字指紋中嵌入不同的水印信息來(lái)設(shè)置不同指紋的權(quán)限等。</p>

36、<p>　　在當(dāng)今數(shù)字化信息時(shí)代里數(shù)字化的數(shù)據(jù)非常容易進(jìn)行拷貝修改，如何在當(dāng)今這種開放的網(wǎng)絡(luò)環(huán)境下保證信息的完整性在各大應(yīng)用領(lǐng)域的作用都尤為突顯重要。例如數(shù)字?jǐn)?shù)據(jù)都非常容易進(jìn)行拷貝、修改，對(duì)其嵌入水印信息就可以對(duì)數(shù)據(jù)來(lái)源進(jìn)行認(rèn)證從而起到保護(hù)版權(quán)及信息完整性認(rèn)證的作用。</p><p>　　1.4 仿真應(yīng)用平臺(tái)介紹</p><p>　　本設(shè)計(jì)采用的仿真平臺(tái)是MATLAB 201

37、0b版。MATLAB是美國(guó)MathWorks公司出品的商業(yè)數(shù)學(xué)軟件，同時(shí)也稱矩陣工廠。MATLAB軟件在圖像處理工具箱中提供了豐富的處理函數(shù)， 可以滿足一些圖像常規(guī)的操作處理等等。但是有些函數(shù)對(duì)圖像類型要求也有一定的局限性，我們可以將它們進(jìn)行相關(guān)轉(zhuǎn)換到真彩色、灰度、索引、二值等圖像類型。</p><p>　　由于MATLAB軟件簡(jiǎn)學(xué)易懂的特定，使用者可以在相對(duì)較短的時(shí)間內(nèi)熟練上手。同時(shí)MATLAB也具有強(qiáng)大的計(jì)算

38、能力可以提供高效率的工作環(huán)境。另一方面MATLAB可以使用在高級(jí)技術(shù)計(jì)算語(yǔ)言和交互式環(huán)境下可以提供豐富的功能和廣闊的擴(kuò)展空間。同時(shí)提供的數(shù)據(jù)可視化效果和數(shù)據(jù)分析、計(jì)算使得使用起來(lái)對(duì)數(shù)據(jù)結(jié)果更加直觀。也正是這些優(yōu)點(diǎn)被廣泛應(yīng)用于數(shù)字圖像領(lǐng)域中。</p><p>　　而且MATLAB中圖像處理工具箱中提供的豐富函數(shù)在日常處理使用中都是非常便利的。圖像處理工具箱主要的函數(shù)有：</p><p>&l

39、t;b>　　1. 文件讀寫顯示</b></p><p><b>　　imread函數(shù)</b></p><p>　　主要功能用于從圖形文件中讀出圖像。格式 A=imread(‘圖像名稱.圖像格式’);</p><p><b>　　imwrite函數(shù)</b></p><p>　　主要功

40、能用于把圖像寫入圖形文件中。格式 imwrite(A,’filename.fmt’);其中A為圖像名filename為文件存儲(chǔ)路徑，fmt為文件格式類型。</p><p>　　image()、imshow()函數(shù)主要功能是為顯示圖像。而subimage函數(shù)主要功能為在一張圖中顯示多幅圖像。</p><p>　　2. 幾何變換 </p><p>　　imcrop函

41、數(shù)主要功能用于把一幅圖像經(jīng)過(guò)裁剪后放入指定的矩形中。imrotate函數(shù)主要功能用于圖像旋轉(zhuǎn)。</p><p><b>　　3.像素統(tǒng)計(jì)</b></p><p>　　coor2函數(shù)主要功能是用于計(jì)算二維相關(guān)系數(shù)。imhist函數(shù)主要功能是用于計(jì)算圖像數(shù)據(jù)的直方圖。mean2函數(shù)主要功能是計(jì)算矩陣元素的均值。</p><p><b>　

42、　4.圖像分析</b></p><p>　　edge函數(shù)主要功能是用于找出灰度圖的邊緣。</p><p><b>　　5.圖像增強(qiáng)</b></p><p>　　histeq函數(shù)主要功能是用于直方圖均衡的方法增強(qiáng)圖像的對(duì)比度。medfilt2函數(shù)主要功能是用于對(duì)圖像進(jìn)行二維中值濾波。ordfilt2函數(shù)功能是對(duì)圖像進(jìn)行二維排序統(tǒng)計(jì)。w

43、iener2函數(shù)主要功能是進(jìn)行二維自適應(yīng)去噪濾波。</p><p><b>　　6.線性濾波</b></p><p>　　conv2函數(shù)主要功能是進(jìn)行二維卷積。filter2主要功能是進(jìn)行二維數(shù)字濾波。</p><p>　　7.線性二維濾波器設(shè)計(jì)</p><p>　　fsamp2函數(shù)主要功能是用頻率抽樣法設(shè)計(jì)二維FIR濾

44、波器。該函數(shù)在笛卡爾平面上抽樣點(diǎn)的二維頻率響應(yīng)的基礎(chǔ)上設(shè)計(jì)二維FIR濾波器。ftrans2函數(shù)主要功能是用頻率轉(zhuǎn)換法設(shè)計(jì)二維FIR濾波器。fwind1函數(shù)主要功能是用一維加窗的方法設(shè)計(jì)二維濾波器。</p><p>　　fwind2函數(shù)主要功能是用二維加窗的方法設(shè)計(jì)二維濾波器。</p><p><b>　　8. 圖像變換</b></p><p>

45、　　dct2函數(shù)主要功能是進(jìn)行二維離散余弦變換。idct2函數(shù)主要功能是計(jì)算二維離散余弦反變換。fft2函數(shù)主要功能是計(jì)算二維快速傅立葉變換。ifft2函數(shù)主要功能是計(jì)算二維快速傅立葉反變換。fftn主要功能是計(jì)算n維快速傅立葉變換。ifftn函數(shù)主要功能是計(jì)算n維快速傅立葉反變換</p><p><b>　　9. 顏色空間變換</b></p><p>　　HSV2R

46、GB函數(shù)主要功能是將HSV顏色模型轉(zhuǎn)到RGB顏色模型。RGB2HSV函數(shù)主要功能是將RGB顏色模型轉(zhuǎn)HSV顏色模型。還有YCBCR2RGB函數(shù)、NTSC2RGB函數(shù)等。</p><p>　　10. 圖像類型和類型轉(zhuǎn)換</p><p>　　DITHER函數(shù)主要功能是用抖動(dòng)的方法轉(zhuǎn)換圖像。GRAY2IND函數(shù)主要功能是灰度圖轉(zhuǎn)為索引圖。GRAYSLICE函數(shù)主要功能是用閾值的方法把灰度圖像轉(zhuǎn)為

47、索引圖像。IM2BW函數(shù)是加閾值的方法吧一幅圖像轉(zhuǎn)為二值圖像。還有IM2DOUBLE函數(shù)圖像轉(zhuǎn)雙精度圖像；IM2UINT8函數(shù)圖像轉(zhuǎn)8位無(wú)符號(hào)整數(shù)圖像；IND2RGB函數(shù)將索引圖轉(zhuǎn)換為RGB圖像。</p><p>　　ISBW函數(shù)判斷輸入是否為二值；ISGRAY函數(shù)判斷輸入是否為索引圖；ISRGB函數(shù)判斷輸入是否為真彩圖；MAT2GRAY函數(shù)把矩陣轉(zhuǎn)換為灰度圖；RGB2GRAY真彩圖轉(zhuǎn)灰度圖。</p>

48、<p><b>　　1.5 本章小結(jié)</b></p><p>　　在我們生活的這個(gè)信息時(shí)代里，數(shù)字水印技術(shù)的應(yīng)用意義非凡。它代表了人類文明進(jìn)化的另一個(gè)重要的里程碑。數(shù)字水印技術(shù)的開發(fā)利用價(jià)值、前景是不容小視的。本論文主要大體介紹了數(shù)字水印技術(shù)的背景和目的意義、發(fā)展趨勢(shì)、數(shù)字水印的基本概論包括算法、分類、特征等等。最后設(shè)計(jì)一個(gè)基于DCT的水印系統(tǒng)實(shí)現(xiàn)水印的嵌入和提取，并擁有較好的

49、魯棒性和隱蔽性可抵抗常見的一般攻擊。例如JPEG有損壓縮、高斯噪聲、椒鹽噪聲、高斯低通濾波等等。</p><p><b>　　數(shù)字水印概論</b></p><p>　　2.1 數(shù)字水印技術(shù)的概念</p><p>　　數(shù)字水印技術(shù)是通過(guò)水印嵌入系統(tǒng)的特定算法將水印信息嵌入到載體圖像中，同時(shí)要求嵌入后的水印信息擁有較好的魯棒性和隱蔽性。因?yàn)樗⌒畔?/p>

50、具有隱蔽性，只能通過(guò)專用的特定算法對(duì)其進(jìn)行提取才可以獲得水印信息。同時(shí)也具有較強(qiáng)的魯棒性所以可以抵抗一定限度的常見圖像處理攻擊。因此它可用于知識(shí)產(chǎn)權(quán)保護(hù)，數(shù)據(jù)完整性判斷、數(shù)據(jù)真?zhèn)伪鎰e等等。</p><p>　　2.2數(shù)字水印的基本特征</p><p>　　數(shù)字水印的基本特征主要有隱蔽性、魯棒性、抗竄改性、水印容量、安全性、低錯(cuò)誤率。</p><p>　　而隱蔽性主要

51、體現(xiàn)在水印信息不可見只有通過(guò)特定的檢驗(yàn)工具特定的算法進(jìn)行提取才可以獲得。</p><p>　　魯棒性主要體現(xiàn)在圖像經(jīng)過(guò)一些常見的圖像攻擊（有損壓縮、濾波、噪聲攻擊等等）處理后仍然可以提取出水印信息。魯棒性體現(xiàn)了水印的抗毀壞性。</p><p>　　抗竄改性主要體現(xiàn)在水印信息嵌入后不易發(fā)生竄改和偽造信息?？捎糜跈z驗(yàn)信息的完整性。</p><p>　　安全性主要體現(xiàn)在水

52、印信息嵌入后的保密性。要求水印信息通過(guò)水印嵌入系統(tǒng)可嵌入，通過(guò)水印提取系統(tǒng)可提取。</p><p>　　低錯(cuò)誤率主要體現(xiàn)在即時(shí)數(shù)據(jù)在未受攻擊的情況下能夠檢測(cè)辨別水印是否存在，不能出現(xiàn)漏檢等等。</p><p>　　2.3數(shù)字水印的分類</p><p>　　數(shù)字水印分類可以按特性劃分、載體劃分、提取檢測(cè)過(guò)程劃分、水印內(nèi)容劃分、水印用途劃分等等。其中 ；按載體可分為圖像

53、、音影、文本及三維網(wǎng)格模型等；按提取檢測(cè)過(guò)程又可分為明文水印和盲文水??；按水印內(nèi)容劃分也可分為有意義和無(wú)意義水印兩大類；按用途可劃分版權(quán)保護(hù)、纂改提示、商務(wù)票據(jù)防偽等等。</p><p>　　魯棒水印是指水印可抵抗一些惡意攻擊，擁有較強(qiáng)的魯棒性和安全性。易損水印是指當(dāng)載體內(nèi)容發(fā)生改變的時(shí)候水印信息也會(huì)發(fā)生相應(yīng)的改變。人們可以根據(jù)水印信息是否發(fā)生改變來(lái)驗(yàn)證數(shù)據(jù)是否發(fā)生纂改，可用于檢驗(yàn)數(shù)據(jù)完整性。明文水印是指檢驗(yàn)的時(shí)

54、候需要提供原始數(shù)據(jù)載體而盲文水印只需提供密匙。而有無(wú)意義水印是指嵌入的水印信息是否能夠代表一些重要的信息。無(wú)意義水印只能判別時(shí)候有水印。</p><p>　　按水印是否可見來(lái)劃分還可分為可見水印和不可見水印。可見水印是指不需要通過(guò)特定的算法人眼視覺(jué)可以直接看見水印信息。不可見水印是指水印信息要通過(guò)特定的算法進(jìn)行提取才能將水印信息顯現(xiàn)出來(lái)。效果圖如下：</p><p>　　圖2.3.1可見水

55、印 圖 2.3.2不可見水印</p><p><b>　　2.4 典型算法</b></p><p>　　2.4.1 空域算法</p><p>　　比較常見的有LSB和Patchwork算法。LSB也稱最低有效位算法。通過(guò)在載體數(shù)據(jù)的最低不顯著位嵌入水印信息來(lái)達(dá)到水印的不可感知性。但是因?yàn)橐紤]嵌入

56、的水印信息的隱蔽性，所以對(duì)嵌入的水印強(qiáng)度空間局限性就比較大。空間域的數(shù)字水印魯棒性較差，在經(jīng)受壓縮和量化后有可能就已經(jīng)有大部分的水印信息會(huì)被去掉。常用的LSB算法有兩種：圖像的LSB用偽隨機(jī)序列來(lái)代替，另一種是在LSB中加入偽隨機(jī)序列[2]。</p><p>　　Patchwork算法是一種原始的擴(kuò)頻調(diào)制機(jī)制，主要是將水印信息嵌入到載體數(shù)據(jù)的亮度值中。這種算法的思想主要是通過(guò)直接改變載體數(shù)據(jù)的兩個(gè)系數(shù)或者兩組系數(shù)

57、、兩個(gè)向量特征等之間的某種關(guān)系來(lái)攜帶水印信息。該算法可以實(shí)現(xiàn)盲檢測(cè)而且對(duì)有損壓縮、濾波及幾何變換有一定限度的抵抗力，但是缺點(diǎn)就是可以隱藏的信息量較少。Patchwork只能隱藏1bit的信息量只能證明待檢測(cè)數(shù)據(jù)是否含有水印存在。</p><p>　　2.4.2 變換域數(shù)字水印算法</p><p>　　變換域水印算法主要有DCT、DWT、DFT、NEC、生理模型等算法。</p>

58、<p>　　DCT變換是基于離散余弦變換的簡(jiǎn)稱。該算法方案是在載體數(shù)據(jù)的中、低頻區(qū)域?qū)⑺⌒畔⑶度氲骄仃囅禂?shù)中，最后再將矩陣系數(shù)進(jìn)行DCT反變換。這種算法在有損壓縮、濾波、噪聲攻擊等一定限度內(nèi)有較好的魯棒性，而對(duì)圖像幾何變換等穩(wěn)健性較弱。</p><p>　　DWT變換也稱基于離散小波變換。離散小波變換主要是利用基本函數(shù)平移和伸縮等運(yùn)算構(gòu)成的一組函數(shù)來(lái)表示或逼近信號(hào)函數(shù)[4]?；陔x散小波變換的主要思

59、想是將先載體圖像經(jīng)過(guò)離散小波變換后，再將水印信息嵌入載體圖像的低頻帶或者高頻帶系數(shù)中去。小波變換與DCT不同的是它是一種通過(guò)改變分辨率的方法來(lái)實(shí)現(xiàn)時(shí)域和頻域相結(jié)合，根據(jù)頻率的變化可以自行對(duì)時(shí)間窗大小進(jìn)行調(diào)整。這種算法更符合人類的視覺(jué)特性。</p><p>　　DFT是基于傅立葉變換的簡(jiǎn)稱。傅立葉變換主要是通過(guò)改變載體數(shù)據(jù)的幅度和相位上嵌入水印信息。這種算法主要是通過(guò)將空間域內(nèi)的一幅圖像從原點(diǎn)平移到某一確定點(diǎn)事，頻

60、譜將與一個(gè)負(fù)的指數(shù)項(xiàng)相乘，其相位平移而幅度不變，經(jīng)過(guò)DFT變換后變換域陣列系數(shù)在頻率域中旋轉(zhuǎn)的角度與圖像陣列在空間域中旋轉(zhuǎn)的角度一樣[3]。優(yōu)點(diǎn)：嵌入的信息容量大、抗幾何攻擊效果好。缺點(diǎn)：振幅的變換對(duì)圖像質(zhì)量影響較大、計(jì)算復(fù)雜、效率低。</p><p>　　NEC算法是通過(guò)密匙作為種子產(chǎn)生偽隨機(jī)序列，在水印算法中也是占有一席之地。其次對(duì)載體圖像做DCT變換;最后用偽隨機(jī)高斯序列來(lái)調(diào)制(疊加)該圖像除直流(DC)分

61、量外的1000個(gè)最大的DCT系數(shù)[5]。其中該序列具有高斯N（0,1）分布，密鑰一般由作者的標(biāo)識(shí)碼和圖像的哈希值組成[5]。這種算法因?yàn)椴捎檬翘厥獾拿艹卓梢杂行У姆乐笽MB攻擊，同時(shí)也擁有較好的魯棒性和隱蔽性。</p><p>　　生理模型算法主要有人類視覺(jué)、人類聽覺(jué)系統(tǒng)兩大類。因?yàn)樗⌒畔⒌那度胍獫M足有一定的魯棒性和隱蔽性，我們可以通過(guò)視覺(jué)模型導(dǎo)出來(lái)的載體數(shù)據(jù)的各部分JND（最小可覺(jué)差）來(lái)確定在不破壞載體視覺(jué)質(zhì)

62、量的情況下最大可嵌入的水印信號(hào)系數(shù)。這種算法是依據(jù)人類的視覺(jué)、聽覺(jué)系統(tǒng)來(lái)調(diào)整嵌入具有較好的魯棒性和隱蔽性。</p><p>　　2.5 應(yīng)用中數(shù)字水印常見的攻擊方式</p><p>　　在數(shù)字圖像處理中比較常見的數(shù)字圖像攻擊方式有魯棒性攻擊、表示攻擊、解釋攻擊、法律攻擊、幾何攻擊等。</p><p>　　魯棒性攻擊主要體現(xiàn)在根據(jù)嵌入和提取算法的弱點(diǎn)進(jìn)行攻擊破壞水印信

63、息但是又要求是在不破壞圖像使用價(jià)值的前提下進(jìn)行的。</p><p>　　表示攻擊主要體現(xiàn)在對(duì)作品數(shù)據(jù)進(jìn)行一些操作處理，使得檢測(cè)器無(wú)法檢測(cè)到水印是否存在。例如通過(guò)這種方法可以使互聯(lián)網(wǎng)上的自動(dòng)侵權(quán)探測(cè)器檢測(cè)不到。</p><p>　　而解釋攻擊與表示攻擊不同的是對(duì)數(shù)據(jù)自身偽造一個(gè)水印來(lái)對(duì)探測(cè)器證明水印證據(jù)無(wú)效。例如通過(guò)制造出一個(gè)假的原始圖像嵌入自己的水印聲稱自己是圖像的擁有者。</p&g

64、t;<p>　　法律攻擊主要體現(xiàn)在當(dāng)今法律在關(guān)于數(shù)字信息所有權(quán)的法律漏洞和不健全的環(huán)境下。應(yīng)該出臺(tái)相關(guān)的法律法規(guī)、公證制度使得數(shù)字水印作為電子證據(jù)應(yīng)用于版權(quán)得仲裁。</p><p>　　幾何攻擊主要體現(xiàn)在通過(guò)改變含水印圖像的空間或時(shí)間的變換來(lái)實(shí)現(xiàn)使得檢測(cè)器無(wú)法與嵌入的信息同步。例如旋轉(zhuǎn)、比例變換、變換視角比例、位移以及一系列的仿射變換或行/列刪除和剪切[6]。</p><p>

65、;<b>　　2.6 本章小結(jié)</b></p><p>　　本章主要介紹了數(shù)字水印的概念、分類、典型算法以及常見的圖像處理操作方式對(duì)圖像的攻擊。數(shù)字水印的主要目的就是為了在載體數(shù)據(jù)中嵌入水印信息。嵌入后的圖像是否擁有良好的魯棒性和隱蔽性是對(duì)數(shù)字水印系統(tǒng)的重要性能評(píng)測(cè)指標(biāo)。而變換域相對(duì)于空域擁有較好的魯棒性。在典型算法中基于DCT域的變換對(duì)JPEG壓縮、噪聲攻擊、高斯低通濾波等有較好的魯棒性，

66、對(duì)幾何攻擊照片失真比較嚴(yán)重。為了獲得較好的穩(wěn)健性，基于DCT域變換主要是將水印信息嵌入到載體的中頻區(qū)域。因?yàn)樵跀?shù)字信號(hào)處理中對(duì)高頻區(qū)域水印信息破壞比較大，而在人類視覺(jué)系統(tǒng)上對(duì)低頻分量的改變又比較敏感很容易被察覺(jué)到。</p><p><b>　　基于DCT的變換</b></p><p>　　3.1 離散余弦變換(DCT)</p><p>　　離散

67、余弦變換（Discrete Consine Transform）簡(jiǎn)稱DCT。離散余弦變換是一種類似于離散傅立葉變換相關(guān)的一種變換。但是不同的是它只使用在實(shí)數(shù)中。因?yàn)橐粋€(gè)實(shí)偶函數(shù)的傅立葉變換仍然是一個(gè)實(shí)偶函數(shù)，而離散傅立葉變換是一個(gè)實(shí)偶函數(shù)進(jìn)行的。所以離散余弦變換的長(zhǎng)度大概是它自身長(zhǎng)度兩倍的離散傅立葉變換的長(zhǎng)度。</p><p>　　離散余弦變換與傅立葉變換一樣都是有明確的物理意義，因?yàn)樵谌魏芜B

68、續(xù)的實(shí)數(shù)對(duì)稱函數(shù)的傅立葉變換中只含有余弦項(xiàng)。離散余弦變換是一種基于實(shí)數(shù)的正交變換，它避免了傅立葉函數(shù)的復(fù)數(shù)運(yùn)算。</p><p>　　基于離散余弦變換矩陣的基向量很近似于Toeplitz矩陣（系數(shù)矩陣對(duì)稱且沿著與主對(duì)角線平行的任意一對(duì)角線上的元素都相等）的特征向量。Toeplitz矩陣又體現(xiàn)了人類語(yǔ)言及圖像信號(hào)的相關(guān)特性。 故基于離散余弦變換常常被認(rèn)為是對(duì)語(yǔ)音和圖像編碼的最佳變換，同時(shí)由于基于離散余弦變換能夠在數(shù)

69、字信號(hào)處理器中快速實(shí)現(xiàn)，因此它在當(dāng)前的圖像編碼中占據(jù)著很重要的地位。</p><p>　　基于離散余弦變換被廣泛應(yīng)用在對(duì)數(shù)字圖像處理中對(duì)信號(hào)和圖像進(jìn)行有損壓縮。這是因?yàn)殡x散余弦變換具有很強(qiáng)的“能量集中”特性，大部分的聲音和圖像等自然信號(hào)的能量都集中在離散余弦變換的低頻部分。將水印信息量化嵌入到載體數(shù)據(jù)的低、中頻區(qū)域，是因?yàn)橐话銓?duì)數(shù)字圖像進(jìn)行常規(guī)的處理都不會(huì)去改變中頻的區(qū)域，所以水印信息有著較好的穩(wěn)健性。DCT變換

70、還是一種可分離的變換，可將低頻和高頻按照不同的數(shù)據(jù)承載方式進(jìn)行表述[10]。</p><p>　　DCT的分塊步驟為先將輸入的圖像進(jìn)行分成8*8的字塊；然后對(duì)每個(gè)塊的每行進(jìn)行DCT變換，得到的是一個(gè)的變換系數(shù)矩陣，而（0,0）位置的元素就是直流分量，矩陣中的其他元素根據(jù)其位置表示不同頻率的交流分量。</p><p>　　一維離散余弦變換的定義如下：</p><p>

71、<b>　　(3.1)</b></p><p>　　式中x=0,1,.......N-1</p><p><b>　　其中</b></p><p>　　其逆變換為： (3.2)</p><p>　　將一維離散余弦變換DCT的定義推廣到二維離散余弦DCT變換，對(duì)于一幅N

72、*N的圖像F(x,y),其中二維DCT變換可定義為： </p><p><b>　　(3.3)</b></p><p>　　式中x=0,1,.......N-1 </p><p>　　其中和 為： <

73、/p><p>　　式中， 表示在空間域中坐標(biāo) 點(diǎn)的值， 表示空間域中的值經(jīng)過(guò)變換變換后所得到的在頻率域中坐標(biāo)為 點(diǎn)的系數(shù)。</p><p>　　在水印提取時(shí)，將矩陣各點(diǎn)的DCT系數(shù)，根據(jù)下面的DCT反變換即可恢復(fù)出原圖像。二維DCT的逆變換為：</p><p><b>　　(3.4)</b></p&

74、gt;<p><b>　　其中式中：</b></p><p>　　離散余弦變換的矩陣表示：</p><p>　　離散余弦變換是一種正交變換。因?yàn)橄禂?shù)為實(shí)數(shù)，所以正、逆變換的核相同?？梢杂镁仃噥?lái)表示。</p><p>　　一維離散余弦變換矩陣表示為</p><p><b>　　(3.5)</b

75、></p><p><b>　　(3.6)</b></p><p>　　二維離散余弦變換矩陣表示</p><p>　　正變換： (3.7)</p><p>　　逆變換： (3.8)</p>

76、<p><b>　　式中，</b></p><p>　　C是一個(gè)正交矩陣，即。</p><p>　　3.2 常用嵌入規(guī)則</p><p>　　（加法規(guī)則） (3.9)</p><p>　?。ǔ朔ㄒ?guī)則） (3.10)</

77、p><p>　　其中 是修改前的頻域系數(shù)、修改后的頻域系數(shù)、是縮放因子、 是第i個(gè)信息位水印。</p><p>　　通過(guò)乘法準(zhǔn)則與加法準(zhǔn)則相比較，前者的抗失真性能要比加法準(zhǔn)則的好。水印檢測(cè)提取過(guò)程就是水印嵌入的一個(gè)逆變換過(guò)程。通過(guò)相關(guān)函數(shù)的計(jì)算實(shí)現(xiàn)從含水印圖像的第i個(gè)信息位提取。將提取出來(lái)的信息與原始圖像做一個(gè)相似性的運(yùn)算。我們可以根據(jù)與指定的閾值比較就可以確定待檢測(cè)的數(shù)據(jù)中是否存在隱藏的水印

78、信息。這是穩(wěn)健性水印的奠基性算法。這種算法在數(shù)字水印技術(shù)中得到非常廣泛的應(yīng)用。而本論文設(shè)計(jì)的水印系統(tǒng)采用的就是乘法規(guī)則。</p><p>　　3.3 顏色模型的選擇</p><p>　　顏色的三個(gè)要素是：色調(diào)、飽和度、亮度。色調(diào)是指基本的顏色，飽和度是指顏色的呈現(xiàn)明顯度，而亮度是指顏色的相對(duì)亮度或者暗度。</p><p>　　顏色空間是表示顏色的一種數(shù)學(xué)方法，用來(lái)指

79、定顏色和標(biāo)定產(chǎn)生的顏色。顏色空間常常也稱顏色模型。但是顏色空間側(cè)重于顏色的表示，而顏色模型側(cè)重于顏色的生成。顏色模型是指某個(gè)三維顏色空間中的一個(gè)可見光子集。它包含某個(gè)顏色域的所有顏色。常見的主要有RGB、HSV、LAB、CMYK、YUV等。</p><p>　　RGB模型是最基礎(chǔ)的色彩模型，主要應(yīng)用于計(jì)算機(jī)圖形顏色空間。而四分量CMYK</p><p>　　主要應(yīng)用于彩色打印。YUV模型主

80、要應(yīng)用于電視系統(tǒng)顏色空間。由于廣播電視需求的推動(dòng)而開發(fā)的顏色空間。它主要的目的是通過(guò)壓縮色度信息以有效地播送彩色電視圖像。</p><p>　　而HSI和HSV模型都是基于人的生理模型。HSV是畫家配色的方法。在HSV模型上通過(guò)改變色濃和色深的方法可以得到不同色調(diào)的顏色滿足創(chuàng)作需要。而HSI主要是從人的視覺(jué)系統(tǒng)出發(fā)。H代表色調(diào)，S代表色飽和度，V代表色明度而I代表的是亮度。因?yàn)槿艘曈X(jué)系統(tǒng)對(duì)亮度的敏感強(qiáng)度遠(yuǎn)遠(yuǎn)強(qiáng)于色

81、彩的濃淡程度敏感。所以從人類視覺(jué)上來(lái)說(shuō)HSI模型比HSV模型更符合視覺(jué)特性，可以更好的對(duì)色彩處理、識(shí)別。本設(shè)計(jì)為了使得水印信息得到更好的隱蔽性采用的HSI模型。通過(guò)對(duì)I分量提取嵌入水印信息。因?yàn)樵贖SI模型上改變圖像的亮度值對(duì)圖像的色調(diào)和色飽和度沒(méi)有影響。</p><p>　　3.4 邊緣算子選擇</p><p>　　常見的邊緣檢測(cè)方法主要有：羅伯特（Robert）邊緣檢測(cè)算子、Prewi

82、tt算子和Sobel算子、拉普拉斯算子（Laplacian）、Canny邊緣檢測(cè)算子。</p><p>　　圖像的邊緣檢測(cè)是指數(shù)字圖像中具有特定模式的灰度變化的定位、定向和度量[7]。</p><p>　　圖像的邊緣蘊(yùn)含了圖像豐富的內(nèi)在信息，是紋理特征的重要信息源和形狀特征的基礎(chǔ)。</p><p>　　同時(shí)邊緣檢測(cè)也是圖像分割、分類、配準(zhǔn)和模式識(shí)別所依賴的重要特征。

83、我們可以對(duì)原始圖像進(jìn)行濾波處理得到平滑圖像，再對(duì)其進(jìn)行圖像增強(qiáng)處理得到梯度或含過(guò)零點(diǎn)圖像。其次通過(guò)檢測(cè)排除出那些梯度幅值比較大但又不是邊緣的點(diǎn)。最后通過(guò)定位來(lái)確定邊緣的位置。</p><p>　　Robert邊緣檢測(cè)算子檢測(cè)水平和垂直方向邊緣的性能好于斜線方向，而且其檢測(cè)定位精度比較高。但是缺憾的是Robert對(duì)噪聲比較敏感，比較適用于邊緣明顯且噪聲較少的圖像。對(duì)具有陡峭的低噪聲的圖像處理效果較好。</p&

84、gt;<p>　　Sobel邊緣檢測(cè)算子是綜合了圖像每個(gè)像素點(diǎn)相鄰的加權(quán)和。因?yàn)樵诮咏０逯行牡募訖?quán)值比較大，所以可以得到較好的邊緣效果。而且Sobel算子對(duì)噪聲有平滑作用可以減少噪聲的敏感性。但是不足的是邊緣有嚴(yán)重的不均衡性，會(huì)造成假邊緣。所以只適合應(yīng)用于灰度漸變低噪聲的圖像。</p><p>　　Prewitt邊緣檢測(cè)算子是一種類似于Sobel邊緣檢測(cè)算子的邊緣模板算子。同時(shí)Perwitt和So

85、bel一樣也具有平滑噪聲的作用。缺點(diǎn)是邊緣較粗，定位精度較低。</p><p>　　拉普拉斯算子對(duì)圖像中的階躍性邊緣定位準(zhǔn)確，但是對(duì)噪聲非常敏感。所以比較適用于具有陡峭的低噪聲圖像。</p><p>　　Canny邊緣檢測(cè)算子采用高斯函數(shù)對(duì)圖像進(jìn)行平滑處理。優(yōu)點(diǎn)是具有較強(qiáng)的噪聲印制能力、提取的邊緣輪廓較清晰、平滑。但是缺點(diǎn)是將一些高頻邊緣平滑掉造成邊緣丟失。比較適用于低噪聲圖像。</

86、p><p>　　通過(guò)對(duì)幾種比較常見的邊緣檢測(cè)方法進(jìn)行比較，為了提取到比較清晰的輪廓本論文采用的是Canny算子的方法。</p><p>　　3.5 水印系統(tǒng)流程</p><p>　　3.5.1 水印嵌入系統(tǒng)流程圖</p><p>　　RGB模型轉(zhuǎn)HSI模型</p><p>　　HSI轉(zhuǎn)RGB模型 </p>&

87、lt;p>　　圖3.1水印嵌入流程圖</p><p>　　3.5.2 水印嵌入系統(tǒng)描述</p><p>　　1、首先讀取載體圖片，對(duì)載體圖片進(jìn)行RGB模型轉(zhuǎn)到HSI模型。</p><p>　　2、讀取二值水印圖片對(duì)。</p><p>　　3、提取載體圖片HSI模型中的I分量進(jìn)行分塊，分成8*8</p><p>　

88、　4、對(duì)每塊進(jìn)行DCT變換。</p><p>　　5、對(duì)載體圖像的分塊DCT矩陣系數(shù)嵌入水印。</p><p>　　6、對(duì)分塊DCT系數(shù)矩陣進(jìn)行反變換，得到嵌入水印后的載體圖像分塊。</p><p>　　7、將嵌入水印圖像后的載體圖像分塊替換載體圖像的分塊得出嵌入后I分量的圖像。</p><p>　　8、用cat函數(shù)將嵌入水印后的I分量與H分

89、量、S分量合并一幅HSI模型的彩色圖像。</p><p>　　9、最后將HSI模型轉(zhuǎn)為RGB模型就可以得到一幅含水印的彩色圖像。</p><p>　　3.5.3 水印提取系統(tǒng)流程圖</p><p>　　RGB轉(zhuǎn)HSI RGB轉(zhuǎn)HSI</p><p>　　圖3.2

90、水印提取流程圖</p><p>　　3.5.3提取文字描述</p><p>　　讀取含水印圖像（RGB模型）</p><p>　　將含水印圖像將RGB模型轉(zhuǎn)為HSI模型，并提取I分量上的圖像</p><p><b>　　3、讀取原始圖像</b></p><p>　　4、將原始圖像轉(zhuǎn)為HSI模型，并

91、提取I分量上的圖像</p><p>　　5、將原始圖的I分量圖像與含水印圖像的I分量圖像放入提取算法</p><p>　　6、輸出之前嵌入的水印圖像</p><p><b>　　3.6 本章小結(jié)</b></p><p>　　本論文的水印系統(tǒng)設(shè)計(jì)是基于DCT水印系統(tǒng)是以一張像素大小為512*512的彩色RGB模型圖像為載體

92、圖像，以一張像素大小為64*64的二值圖像為水印圖像。主要設(shè)計(jì)思路是先將載體RGB轉(zhuǎn)HSI模型，然后提取載體圖像的I分量，對(duì)其進(jìn)去邊緣水印嵌入。其次將嵌入后的I分量與H、S分量用cat將它們合并。最后將HSI模型再轉(zhuǎn)回RGB模型用于電子設(shè)備端顯示。</p><p>　　水印的提取系統(tǒng)就是水印嵌入系統(tǒng)的逆過(guò)程。先將含水印圖像和原始圖像進(jìn)行RGB模型轉(zhuǎn)HSI模型。分別提取I分量進(jìn)行提取，根據(jù)算法比對(duì)兩張圖提取出水印信

93、息。</p><p>　　選擇HSI模型的I分量嵌入是因?yàn)楦淖兞炼确至繉?duì)色調(diào)和色飽和度沒(méi)有影響，控制好嵌入強(qiáng)度可以使得嵌入后的圖像視覺(jué)變化不大。但是載體圖像的選擇關(guān)系著嵌入強(qiáng)度因子大小的。盡量選擇輪廓清晰、背景色顏色盡可能可以不要太淺的圖像。</p><p>　　實(shí)驗(yàn)發(fā)現(xiàn)對(duì)I分量的嵌入照片失真度較少，而提取時(shí)將照片轉(zhuǎn)到HSI模型再對(duì)I分量進(jìn)行提取可以得到較清晰的水印。</p>

94、<p>　　基于DCT的水印系統(tǒng)設(shè)計(jì)</p><p>　　4.1 水印系統(tǒng)嵌入</p><p>　　本論論文采用的是邊緣自適應(yīng)嵌入的方式。嵌入系統(tǒng)采用一幅512*512像素的彩色載體圖像和一幅64*64的二值水印圖像進(jìn)行實(shí)驗(yàn)。其中采用canny函數(shù)提取載體I分量的邊緣，對(duì)alpha1=0.02和alpha2=0.3、alpha1=0.04和alpha2=0.3、alpha1=0

95、.06和alpha2=0.3、alpha1=0.08和alpha2=0.3等四組取不同的非邊界處強(qiáng)度因子進(jìn)嵌入行實(shí)驗(yàn)。</p><p>　　彩色水印轉(zhuǎn)二值圖像：</p><p>　　I=imread('H:\a\2.jpg');</p><p>　　level=graythresh(I);</p><p>　　h1=im2bw

96、(I,level);imshow(h1);</p><p>　　imwrite(h1,'H:\a\2.jpg');</p><p><b>　　嵌入系統(tǒng)：</b></p><p>　　M=512; %原始圖像像素大小</p><p>　　block=8; %分成8*8小塊</p><

97、;p>　　blockno=64; %水印圖像像素大小</p><p>　　alpha1=0.06;alpha2=0.3; %非邊緣嵌入強(qiáng)度因子、邊緣嵌入強(qiáng)度因子</p><p>　　T1=300; %域值為300個(gè)邊界點(diǎn)</p><p>　　I=zeros(M,M); </p><p>　　D=zeros(M,M);<

98、;/p><p>　　BW=zeros(M,M);</p><p>　　block_dct1=zeros(block,block);</p><p>　　block_dct2=zeros(block,block);</p><p>　　i=imread('H:\a\1.jpg'); %載入原始圖像</p>&l

99、t;p>　　subplot(221), </p><p>　　imshow(i);</p><p>　　title('原始圖片.jpg'); </p><p>　　j=imread('H:\a\2.jpg'); %載入水印圖像</p><p>　　subplot(222),imshow(j);

100、 </p><p>　　title('水印圖像.jpg');</p><p>　　mark=double(j)/255; %將圖像矩陣轉(zhuǎn)化到0-1之間 </p><p>　　rgb=im2double(i); %將原始圖像轉(zhuǎn)雙精度</p><p>　　%開始RGB轉(zhuǎn)HSI</p><p&g

101、t;　　r=rgb(:,:,1); %提取R分量 </p><p>　　g=rgb(:,:,2); %提取G分量</p><p>　　b=rgb(:,:,3); %提取B分量</p><p>　　num=0.5*((r-g)+(r-b));</p><p>　　den=sqrt((r-g).^2+(r-b).*(g-b

102、));</p><p>　　theta=acos(num./(den+eps));</p><p><b>　　H=theta;</b></p><p>　　H(b>g)=2*pi-H(b>g);</p><p>　　H=H/(2*pi); </p><p>　　num=min(mi

103、n(r,g),b);</p><p>　　den=r+g+b;</p><p>　　den(den==0)=eps;</p><p>　　S=1-3.*num./den;</p><p>　　H(S==0)=0;</p><p>　　I=(r+g+b)/3;figure();</p><p>　

104、　subplot(221);imshow(H);title('H分量');</p><p>　　subplot(222);imshow(S);title('S分量');</p><p>　　subplot(223);imshow(I);title('I分量');</p><p>　　hsi=cat(3,H,S,I);

105、 %合成H、S、I分量</p><p>　　subplot(224);imshow(hsi);title('HSI模型');</p><p>　　BW=edge(I,'Canny');</p><p>　　figure(1);subplot(224);imshow(BW);title('提取邊緣圖像');</p&

106、gt;<p><b>　　k=1;</b></p><p>　　for m=1:blockno %水印行循環(huán)</p><p>　　for n=1:blockno %水印列循環(huán)</p><p>　　x=(m-1)*block+1;y=(n-1)*block+1; %載入載體圖像行列坐標(biāo)</p><p&g

107、t;　　block_dct1=I(x:x+block-1,y:y+block-1); %block_dct1存放載體分量I的分塊</p><p>　　block_dct1=dct2(block_dct1); %對(duì)分塊進(jìn)行dct變換</p><p>　　BW_8_8=BW(x:x+block-1,y:y+block-1); %BW_8_8存放I分量的邊緣數(shù)據(jù)</p>

108、<p>　　if m<=1|n<=1 %如果行或列坐標(biāo)小于等于1 ，T=0</p><p><b>　　T=0;</b></p><p><b>　　else</b></p><p>　　T=sum(BW_8_8); %如果不是以上情況，閾值等于BW_8_8的邊緣和的集合</p>

109、<p><b>　　T=sum(T);</b></p><p><b>　　end</b></p><p>　　if T>T1 %如果T>設(shè)定的閾值邊界值T1 嵌入強(qiáng)度因子=邊緣嵌入強(qiáng)度因子</p><p>　　Alpha=alpha2;</p><p>&l

110、t;b>　　else</b></p><p>　　Alpha=alpha1; %如果T<設(shè)定的閾值邊界值T1 嵌入強(qiáng)度因子=非邊緣嵌入強(qiáng)度因子</p><p><b>　　end</b></p><p>　　block_dct1(1,1)=block_dct1(1,1)*(1+(Alpha*mark(m,n)-alph

111、a1)); %嵌入公式</p><p>　　block_dct1=idct2(block_dct1); %將DCT矩陣進(jìn)行反變換</p><p>　　D(x:x+block-1,y:y+block-1)=block_dct1; %將反變換后的傳送到載體圖像的行列坐標(biāo)</p><p><b>　　k=k+1;</b></p>&

112、lt;p><b>　　end</b></p><p><b>　　end</b></p><p>　　figure(3);subplot(121);imshow(D);title('I分量上嵌入水印后的圖像');</p><p>　　A=cat(3,H,S,D);subplot(122);imshow

113、(A); title('嵌入后HSI合并圖像');%將嵌入后的I分量與H、S分量合成一個(gè)HSI模型的圖像A</p><p>　　%將HSI模型A開始轉(zhuǎn)換RGB模型</p><p>　　H=A(:,:,1)*2*pi;</p><p>　　S=A(:,:,2);</p><p>　　I=A(:,:,3);</p>

114、<p>　　R=zeros(size(hsi,1),size(hsi,2));</p><p>　　G=zeros(size(hsi,1),size(hsi,2));</p><p>　　B=zeros(size(hsi,1),size(hsi,2));</p><p>　　idx=find((0<=H)&(H<2*pi/3));<