完整word版数字水印源码.docx
《完整word版数字水印源码.docx》由会员分享，可在线阅读，更多相关《完整word版数字水印源码.docx（10页珍藏版）》请在冰豆网上搜索。
完整word版数字水印源码
数字水印源码,希望对大家学习有帮助.
％由高斯正态分布序列g1产生36×4的水印信
%号w0，w0由（0，1）组成。
clear
randn（’state’，1106）;
g1=randn（36，4）；
fori=1：
36
forj=1：
4
ifg1（i，j）〉=0
w0（i，j）=1;
elsew0（i，j）=0；
end;
end;
end；
figure；
imshow（w0）;title（'水印'）;
％对水印信号w0进行（7,4）汉明编码,得到一
%36×7的分组码x0。
x0=w0；
fori=1:
36
s=8＊x0（i,1）+4*x0（i,2）+2*x0（i，3）+x0（i，4）;
switchs
case0
x0（i,5）=0;x0（i,6）=0；x0（i，7）=0；
case1
x0（i，5）=0；x0（i,6）=1;x0（i,7）=1;
case2
x0（i，5）=1；x0（i，6）=1;x0（i,7）=0;
case3
x0（i,5）=1；x0（i,6）=0；x0（i，7）=1;
case4
x0（i,5）=1；x0（i，6）=1;x0（i，7）=1;
case5
x0（i,5）=1;x0（i，6）=0;x0（i，7）=0;
case6
x0（i，5）=0；x0（i，6）=0；x0（i,7）=1；
case7
x0（i，5）=0；x0（i,6）=1；x0（i，7）=0；
case8
x0（i，5）=1;x0（i,6）=0;x0（i，7）=1;
case9
x0（i，5）=1;x0（i,6）=1;x0（i，7）=0；
case10
x0（i，5）=0；x0（i,6）=1；x0（i，7）=1；
case11
x0（i，5）=0；x0（i,6）=0;x0（i,7）=0;
case12
x0（i，5）=0;x0（i,6）=1;x0（i，7）=0;
case13
x0（i,5）=0；x0（i，6）=0；x0（i,7）=1;
case14
x0（i，5）=1；x0（i,6）=0;x0（i,7）=0；
case15
x0（i,5）=1;x0（i，6）=1；x0（i，7）=1;
end;
end;
%对x0进行行向位扩展，得到一个由（—1，1）组成
％的扩展序列y。
cr为扩展因子。
cr=256;
fori=1:
252
ifx0（i）==1
y（i,1：
cr）=1;
elsey（i，1:
cr）=—1;
end;
end;
y（253:
256,:
）=0;
％以下产生伪随机序列p.为此先设定密钥（1114）
％并产生高斯正态分布序列g2，再由g2产生由（—1，1）
％组成的伪随机序列p。
randn（’state’,1114）；
g2=randn（256,256）；<
5.17用MATLAB数字图像水印
一、引言
随着Internet的普及，信息的安全保护问题日益突出。
如何有效地防止数据的非法复制和鉴别数字媒体的知识产权，成为亟需解决的问题。
1993年Caronni提出了数字水印的概念，并应用于数字图像，此后，研究人员将数字水印的概念扩展到电视图像和声音等领域，数字水印技术作为版权保护的重要手段而得到了广泛的研究和应用。
数字水印技术涉及到大量图像处理算法、数学计算工具等,用普通编程工具实现上述算法将要花费大量的时间.MATLAB语言是MathWorks公司推出的一种简单、高效、功能极强的高级语言，具有高性能数值计算能力和可视化计算环境。
许多复杂的计算问题只需短短的几行代码就可在MATLAB中实现。
本文基于典型的DCT（离散余弦变换）数字水印算法过程，详细介绍用MATLAB实现数字水印的嵌入、提取和攻击测试的方法。
二、数字水印技术
从信号处理的角度看，在载体图像中嵌入数字水印可以视为在强背景（即原始图像）下叠加一个视觉上看不到的弱信号（水印），由于人的视觉系统（HumanVisualSystem，HVS）分辨率受到一定的限制,只要叠加信号的幅度低于HVS的对比度门限，HVS就无法感觉到信号的存在，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。
１。
数字水印的嵌入
水印嵌入就是把水印信号W＝｛ω（κ）｝嵌入到原始图像X0={χ0（κ）｝中。
水印嵌入过程如图1所示。
水印嵌入准则分为：
加法准则：
χW（κ）=χ0（κ）+αω（κ）
乘法准则：
χW（κ）=χ0（κ）（1+αω（κ））
α为强度因子，为了保证在水印不可见的前提下，尽可能提高嵌入水印的强度。
α的选择必须考虑图像的性质和视觉系统的特性。
2。
水印的提取与检测
在某些水印系统中，水印可以被精确地提取出来，这一过程被称作水印提取.例如在完整性确认的应用中，必须能够精确地提取出嵌入的水印,并且通过水印的完整性来确认多媒体数据的完整性。
如果提取出的水印发生了部分的变化，最好还能够通过变化的水印的位置来确定原始数据被篡改的位置。
水印在提取检测时可以需要原始图像的参与，也可以不需要原始图像的参与。
但将水印技术用于图像的网络发布和传播时，如果检测时需要使用原始图像则是个缺陷，因此,当前大多数的水印检测算法不需要原始图像的参与。
图2、图3分别是水印提取和检测的框图，虚线部分表示在提取或判断水印信号时原始图像不是必需的。
三、DCT域数字图像水印算法
从技术上讲，目前的数字水印算法可以分成两类:
空域水印算法和频域（变换域）水印算法。
空域水印算法是指将水印信号直接嵌入在原始数据中。
频域水印算法首先将原始的数据进行DCT或小波变换，在频域上嵌入水印信息，然后经反变换输出。
在检测水印时，也要首先对信号作相应的数学变换,然后通过相关运算检测水印。
选择二值化灰度图像作为水印信息,根据水印图像的二值性选择不同的嵌入系数，并将原始图像进行8×8的分块，将数字水印的灰度值直接植入到原始灰度图像的DCT变换域中,实现水印的嵌入。
具体方法如下:
１。
水印嵌入
设X是M*N大小的原始图像，W是水印图像，大小为P＊Q，M和N分别是P和Q的偶数倍.把水印W加载到图像X中，算法分以下几步进行:
将X分解为（M／8）*（N／8）个8*8大小的方块BX（m，n），同时,将W也分解为（M／8）＊（N／8）个（8·P／M）＊（8·Q／N）大小的方块BW（m，n），1≤m≤M／8，1≤n≤N／8。
对每一个BX（m，n）进行DCT变换：
DBX′（m，n）=DCT（BX（m,n））。
对每一个DBX′（m,n）和BW（m，n）,Si为从DBX′（m,n）的中频选出的加载的位置，1≤i≤（8·P/M）＊（8·Q/N），ti为水印BW（m,n）的位置坐标1≤i≤（8·P/M）＊（8·Q/N）。
DBX″（m,n）（si）=α＊BW（m,n）（ti）,其中α是加权系数，用DBX″（m,n）（si）来代替DBX′（m,n）（si）得到加载水印后的图像。
对以上得到的每一个DBCI″（m,n）进行逆DCT变换：
IDBX（m，n）=IDCT（DBX″（m，n））.并将各方块IDBX（m,n）合并为一个整图X′,即加载了水印的新图像。
２.水印提取
设图像X′为已经加载了水印的载体图像。
现要将所加载的水印从X′中提取出来.其过程为上述加载水印算法的逆运算:
将X′分为（M/8）*（N/8）个8×8大小的方块BX′（m,n），1≤m≤M/8，1≤n≤N/8。
对每一个BX′（m，n）进行二维DCT反变换：
BX（m,n）=iDCT（BX′（m,n））。
对每一个BX（m,n），按照式BW（m，n）（ti）=1/α＊BX（m，n）（si）得到BW（m，n）。
将上面得到的所有BW（m，n）合并成一个整图W。
四、数字水印的嵌入与提取
MATLAB中对一维和二维信号分别提供了各种变换和逆变换函数。
例如dct（）、dct2（）分别实现一维信号和二维信号的DCT（离散余弦变换）,idct（）、idct2（）分别实现一维信号和二维信号的IDCT（逆向离散余弦变换）,它们是实现频域水印算法必不可少的工具。
下面以一个在频域嵌入和提取黑白图像水印程序为例，给出使用MATLAB实现数字水印的过程。
嵌入水印的算法描述：
读取原始图像和黑白水印图像到二维数组I与J；将原始图像I分割为互不覆盖的图像块blockL（x，y），1≤x，y≤8,L=1，2。
..M*M/64,对blockL（x,y）进行DCT变换,得到dct_blockL（u，v）；取黑白水印图像中的一个元素J（p，q），嵌入原始图像块的DCT的低频系数中；对嵌入水印信息后的图像块dct_blockL（u',v’）进行反DCT变换;得到blockL（x',y'）;合并图像块，得到嵌入黑白水印后的图像。
下面是嵌入与提取水印的程序实例,运行结果如图4所示。
%嵌入水印的程序代码
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）;BLOCK=zeros（K，K）;
％显示原图像
subplot（3,2,1）；I=imread（'mona。
bmp','bmp'）;imshow（I）;
title（'原始公开图像'）;
％显示水印图像
subplot（3,2,2）;J=imread（'flag。
bmp','bmp'）;imshow（J）;title（’水印图像'）;
％水印嵌入
forp=1:
N
forq=1：
N
x=（p—1）*K+1；y=（q-1）*K+1；
BLOCK=I（x：
x+K-1，y：
y+K—1）;BLOCK=dct2（BLOCK）;
ifJ（p，q）==0
a=—1；
else
a=1;
end
BLOCK=BLOCK*（1+a＊0。
03）；BLOCK=idct2（BLOCK）；
I（x：
x+K-1，y:
y+K-1）=BLOCK;
end
end
%显示嵌入水印后的图像
subplot（3，2,3）;imshow（I）；title（'嵌入水印后的图像'）；
imwrite（I,’watermarked。
bmp’，’bmp’）;
%从嵌入水印的图像中提取水印
I=imread（’mona',’bmp'）;
J=imread（'watermarked。
bmp’，’bmp'）；
forp=1：
N
forq=1:
N
x=（p—1）*K+1；
y=（q—1）＊K+1;
BLOCK1=I（x：
x+K-1，y:
y+K-1）;
BLOCK2=J（x:
x+K—1,y：
y+K—1）；
BLOCK1=idct2（BLOCK1）;
BLOCK2=idct2（BLOCK2）；
a=BLOCK2（1,1）/BLOCK1（1，1）-1;
ifa〈0
W（p,q）=0；
else
W（p，q）=1；
end
end
end
％显示提取的水印
subplot（3,2,4）;
imshow（W）；
title（’从含水印图像中提取的水印'）；
图4 基于DCT变换的水印嵌入与提取
五、水印攻击测试
由于数字水印在实际应用中可能会遭到各种各样的攻击,因此对算法进行攻击测试是衡量一个水印算法优劣的重要手段。
下面是一个水印攻击与水印提取的程序实例,首先对嵌入水印后的图像进行JPEG压缩（一种水印攻击），而后从压缩的图像中提取出水印，如图5所示。
从图5中可以看到DCT域的水印算法抵抗JPEG压缩攻击的效果是比较好的。
图5 图像压缩后提取的水印
％水印攻击测试
M=256;N=32；K=8；
I=zeros（M,M）；J=zeros（M,M）；w=zeros（N，N）；
BLOCK1=zeros（K，K）;BLOCK2=zeros（K，K）；
％对嵌入水印后的图像进行JPEG压缩
L=imread（’watermarked.bmp',’bmp’）;
imwrite（L，'attack.jpg','jpeg','Quality',45）;
J=imread（'attack。
jpg’，’jpeg'）；
subplot（3,2,5）;imshow（J）；title（’压缩后的图像’）;
I=imread（'mona'，'bmp'）;
%从压缩的图像中提取水印
forp=1:
N
forq=1:
N
x=（p-1）*K+1；y=（q—1）*K+1;
BLOCK1=I（x：
x+K—1，y:
y+K-1）;
BLOCK2=J（x：
x+K—1，y:
y+K-1）;
BLOCK1=idct2（BLOCK1）；
BLOCK2=idct2（BLOCK2）；
a=BLOCK2（1,1）/BLOCK1（1,1）—1;
ifa<0
W（p，q）=0;
else
W（p，q）=1;
end
end
end
％显示提取的水印
subplot（3，2,6）；imshow（W）;title（’从经过压缩的图像中提取的水印’）；
六、结语
从图4中可明显看出：
嵌入水印信息后，原图与嵌入水印信息后的图像在视觉效果上没有明显分别，用肉眼几乎分辨不出，这说明这种算法充分利用了人眼的视觉HVS特性，利用DCT域嵌入水印后，水印的不可见性相当好,图像在嵌入水印前后视觉效果改变不大，不影响图像的正常使用。
从图5可明显看出：
嵌入水印后的图像经过参数“Quality”为“45"的JPEG压缩后,还能从中提取出较清晰的水印信息，可见，这种嵌入算法的抗攻击性较好，而且检测和提取易于实现。
升级会员 