基于MATLAB数字水印系统设计课件

1、MATLAB是一套高性能的数值计算和可视化软件，其强大的图形功能以及丰富的图像处理工具函数，使得MATLAB特别适合于图像处理学习和应用。本章将结合数字水印技术，重点介绍如何利用MATLAB实现图像处理的基本功能。 基于MATLAB数字水印系统设计 基于MATLAB数字水印系统设计 1 数字水印简介 数字水印技术的特征及分类 数字水印系统的组成部分 设计实现及测试 数字水印技术是通过一定的算法将一些标志性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，并且不能被人的感知系统察觉或注意到，只有通过专用的检测器或阅读器才能提取的一种技术。其中的水印信息可以是作者的序列号、公司标志、有特殊

2、意义的文本等信息，可用来识别文件、图像或音乐制品的来源、版本、原作者、拥有者、发行人、合法使用人等对数字产品的拥有权。1 数字水印简介 数字水印技术大致可分为两类:如空间域方法和变换域方法。空间域方法不复杂，不进行变换，,但并不抗攻击。变换域水印技术比空间域方法是更抗攻击。这是由于当图像逆小波变换,数字水印在图像分布不规则,使得攻击者难以阅读或修改。在变换域水印技术基于离散小波变换(DWT)数字水印技术得到了越来越多的欢迎,因为DWT有多项优于其他变换如渐进性和低码率传输、质量的可伸缩性和感兴趣区域（ROI）编码的需求，在图像压缩和数字水印的应用程序，可以被利用的更高效和更通用的图像编码。基于

3、离散小波变换（DWT）更加满足于JPEG2000压缩标准的要求。2.1数字水印技术的特性数字水印有很多特征，其中最主要的特征是可证明性、保真度、安全性、鲁棒性及安全性，其主要介绍如下：1)可证明性：水印应能为受到保护的信息产品的版权归属提供完全可靠的证据。2)保真度：即不可感知性是指视觉上或听觉上的不可感知性，即是指因嵌入水印信息后导致载体数据的变换而对于观察者的视觉或听觉系统来讲应该是不可被察觉的。2)通用性：比较好水印算法大多都实用于多类媒体格式与文件格式。通用性在特定程度上也代表易用性。3)计算效率高：在软件和硬件方面，水印算法也应该能被有效的实现。需要特别注意的是，在分布式网络上的多媒

4、体数据监视方面，水印检测算法的能够快速完成。2.2数字水印技术的分类数字水印的分类方法有很多种，不同的出发点导致了不同的分类，他们之间既有联系又有区别，本文主要介绍按水印的嵌入域划分。1按特性划分按水印的特性可以将数字水印分为鲁棒数字水印和脆弱数字水印两类。鲁棒数字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；脆弱数字水印主要用于完整性保护，与鲁棒水印的要求相反，脆弱水印必须对信号的改动很敏感，人们根据脆弱水印的状态就可以判断数据是否被篡改过。4按内容划分按数字水印的内容可以将水印划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

5、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序列号。有意义水印的优势在于，如果由于受到攻击或其他原因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含有水印。5按用途划分不同的应用需求造就了不同的水印技术。按水印的用途，我们可以将数字水印划分为票据防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印。票据防伪中的水印是相当特别的一种水印，主要在票据的打印及在电子票据防伪中应用。一般说，制造假币的人不能对票据中的图像修改的过多，因此，尺度变换等操作是不在考虑范围内。

6、另外，票据的破损、图案模糊等地方也必须被考虑，更要考虑快速检测的要求，在票据的防伪中水印算法不可以过于复杂。版权标识中的水印是当前数字水印研究中使用最多的一种。数字作品既是一种商品也是知识产品，这种双重性即强调水印隐蔽的特性又强调了水印的稳健的特性，然而对数据容量的要求相对比较小。篡改提示水印为脆弱水印的一类，其把保证宿主信号的完整性及真实性为目的。隐蔽标识的水印主要是将被保密数据的标注进行隐藏，使保密数据不被非法使用者使用。6按水印嵌入域划分按水印的嵌入的位置，可以将其划分为时/空域水印和变换域水印，其中根据变换域的不同，也分为离散余弦变换（discrete cosine transform

7、,DCT）域水印、离散傅里叶变换（discrete Fourier transform,DFT）域水印和离散小波变换（discrete wavelettransform,DWT）域水印，以及哈德码变换域水印、Fresnel变换域水印、Zernike变换域水印和奇异值分解（singular value decomposition,SVD）域水印等。3、数字水印系统的组成一个数字水印系统一般包括3个基本方面：水印的生成、水印的嵌入和水印的提取或检测。数字水印技术实际上是通过对水印载体媒质的分析、嵌入信息的预处理、信息嵌入点的选择、嵌入方式的设计、嵌入调制的控制等几个相关技术环节进行合理优化，寻求满

8、足不可感知性、安全可靠性、稳健性等诸条件约束下的准最优化设计问题。而作为水印信息的重要组成部分密钥，则是每个设计方案的一个重要特色所在。往往可以在信息处理、嵌入点的选择和调制等不同环节入手完成蜜月的嵌入。4、设计实现及测试1基于DCT域的鲁棒水印水印的嵌入基于DCT的鲁棒水印嵌入流程图程序代码如下：clear all; k=20; %设置水印强度blocksize=8; %设置图像分块为8*8midband= 0,0,0,1,1,1,1,0; 0,0,1,1,1,1,0,0; 0,1,1,1,1,0,0,0; 1,1,1,1,0,0,0,0; 1,1,1,0,0,0,0,0; 1,1,0,0,

9、0,0,0,0; 1,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0 ;message=imread(copyright.bmp);%读入图像“copyright”，并转换成双精度数组message=imresize(message,28,28);%message=rgb2gray(message);imwrite(message,copyright.bmp,bmp);figure,imshow(message);message=double(message);Mm=size(message,1); %计算图像的高度Nm=size(message,2); %计算图像的宽度n=Mm

10、*Nm;message=round(reshape(message,1,n)./256);%将水印图像转变为1维行向量，message由0,1构成cover_object=imread(lena.bmp);%读入原始宿主图像，并转换成双精度数组%cover_object=rgb2gray(cover_object);figure,imshow(cover_object);imwrite(cover_object,lena.bmp,bmp);cover_object=double(cover_object);Mc=size(cover_object,1); %计算原始宿主图像的高度Nc=size

11、(cover_object,2); %计算原始宿主图像的宽度c=round(Mc/8);d=round(Nc/8);m=c*d; %计算图像划分的图像块xx=1;for j=1:c for i=1:d pjhd(xx)=1/64*sum(sum(cover_object(1+(j-1)*8:j*8),(1+(i-1)*8):i*8); fc(xx)=1/64*sum(sum(cover_object(1+(j-1)*8:j*8),(1+(i-1)*8):i*8)-pjhd(xx).2); xx=xx+1; endendA=sort(fc); %取出方差最大的前n块B=A(c*d-n+1):c*

12、d); %将水印信息嵌入到方差最大的前n块fc_o=ones(1,c*d);for g=1:n for h=1:c*d if B(g)=fc(h) fc_o(h)=message(g); h=c*d; end endendmessage_vector=fc_o;watermarked_image=cover_object;rand(state,7);pn_sequence_zero=round(rand(1,sum(sum(midband); %嵌入水印x=1;y=1;for(kk=1:m) %分块DCT变换 dct_block=dct2(cover_object(y:y+blocksize-

13、1,x:x+blocksize-1); II=1; if(message_vector(kk)=0) for ii=1:blocksize for jj=1:blocksize if(midband(jj,ii)=1) x=1;y=y+blocksize; else x=x+blocksize; endendwatermarked_image_int=uint8(watermarked_image);%生成并输出潜入水印后的图像imwrite(watermarked_image_int,dct2_watermarked.bmp,bmp);%显示峰值信噪比xsz=255*255*Mc*Nc/su

14、m(sum(cover_object-watermarked_image).2);psnr=10*log10(xsz)%显示嵌入水印后的图像figure;imshow(watermarked_image_int,)title(Watermarked Image)嵌入过程中涉及多个一维数组：其中message与B是1行n列的一维数组；fc_fc_o(即mesaage_vector)均是1行n列的一维数组；pn_sequence_zero是1行22列的一维数组.message由嵌入的水印图像决定，pn_sequence_zero由系统当前的伪随机数生成器状态J唯一确定，message与pn_seq

15、uence_zero均有0.1构成。具体实现过程中，现将一维数组fc_o全置为1，方差数组fc按降序排序得到方差最大的前n数值，组成数组B；其次，修改方差值最大的图像块对应的fc_o(h)=message(1)，修改方差值次之的图像块对应的fc_o(h)=message(2)，以此类推，修改完m个数值得到一维数组message_zero的K倍后，所有图像块进行DCT中频的22个系数嵌入为随机序列pn_sequence_zero的K倍后，所有图像块进行DCT逆变换，生成含水印的图像。图（a）是256*256的灰度图像“lena”。图（b）64*64的水印图像，图（c）是在lena图像中嵌入水印之

16、后的图像。从结果可以看到，原始宿主图像在嵌入水印之后基本上没有可见失真，其峰值信噪比PSNR=45.6286dB。PSNR越大，不可见性就越好，因此该方法具有较好的不可见性。4.2水印的提取基于DCT的数字水印提取过程如下： 原始图像和待测图像在DCT域进行求差运算，比较相关性，确定序列message_vector。 根据图像块的方差值的大小，确定纹理块，从而确定水印曾经的嵌入位置。 根据序列message_vector以及纹理块复杂度的次序形成一维水印序列。 将水印序列重新组成二维水印恢复图像。程序代码如下：clear all; blocksize=8; %设定图像的分块大小为8*8midb

17、and= 0,0,0,1,1,1,1,0; 0,0,1,1,1,1,0,0; 0,1,1,1,1,0,0,0; 1,1,1,1,0,0,0,0; 1,1,1,0,0,0,0,0; 1,1,0,0,0,0,0,0; 1,0,0,0,0,0,0,0; 0,0,0,0,0,0,0,0 ;cover_object=imread(lena.bmp);figure,imshow(cover_object);cover_object=double(cover_object);watermarked_image=imread(dct2_watermarked.bmp);figure,imshow(waterm

18、arked_image);watermarked_image=double(watermarked_image);Mw=size(watermarked_image,1);Nw=size(watermarked_image,2);c=Mw/8;d=Nw/8;m=c*d;orig_watermarked=imread(copyright.bmp);%orig_watermarked=imresize(orig_watermarked,28,28);%orig_watermarked = rgb2gray(orig_watermarked);figure,imshow(orig_watermark

19、ed);orig_watermarked=double(orig_watermarked);Mo=size(orig_watermarked,1);No=size(orig_watermarked,2);n=Mo*No;rand(state,7);pn_sequence_zero=round(rand(1,sum(sum(midband); %提取水印x=1; y=1;for(kk=1:m)dct_block1=dct2(watermarked_image(y:y+blocksize-1,x:x+blocksize-1); dct_block2=dct2(cover_object(y:y+bl

20、ocksize-1,x:x+blocksize-1); II=1; for ii=1:blocksize for jj=1:blocksize if(midband(jj,ii)=1) sequence(II)=dct_block1(jj,ii)-dct_block2(jj,ii); II=II+1; end end end if(sequence=0) correlation(kk)=0; else correlation(kk)=corr2(pn_sequence_zero,sequence); end if(x+blocksize)=Nw x=1;y=y+blocksize; else

21、x=x+blocksize; endendfor(kk=1:m) if (correlation(kk)0.5) message_vector(kk)=0; else message_vector(kk)=1; endendxx=1for j=1:c for i=1:d pjhd(xx)=1/64*sum(sum(cover_object(1+(j-1)*8):j*8,(1+(i-1)*8):i*8); fc(xx)=1/64*sum(sum(cover_object(1+(j-1)*8):j*8,(1+(i-1)*8):i*8)-pjhd(xx).2); xx=xx+1; endendA=s

22、ort(fc);B=A(c*d-n+1):c*d);fc_o=ones(1,n);for g=1:n for h=1:c*d if B(g)=fc(h) fc_o(g)=message_vector(h); h=c*d; end endendmessage_vector=fc_o;message=reshape(message_vector(1:Mo*No),Mo,No);sim=corr2(orig_watermarked,message)imwrite(message,message.bmp,bmp);figure,imshow(message);（a）嵌入水印后的图像 (b)提取出来的水

23、印图像 用于版权认证的水印算法必须具有较好的鲁棒性，即数字水印必须很难被清除。通过实验，上述算法生成的含水印图像在经过一定量的图像裁剪或者适度的JPEG压缩后仍能从中提取出嵌入水印图像的大致轮廓，因此，该算法具有较好的鲁棒性。4.3基于空域的脆弱水印水印的嵌入水印嵌入步骤： (1)将原始图最低有效位(LSB)清0，并分为互不覆盖的88图像块 (2)计算每个88块分解（如基于LU分解）后矩阵u的迹，并将其作为嵌入的水印信息 (3)使用mean2( ) 函数计算每个88块相邻近1616图像块的均值，并嵌入到该88图像块特定的LSB位。4)再将步骤（2）中计算的水印信息 嵌入到由位置矩阵B决定的88

24、图像块 中的相应LSB位，嵌入判别公式为：程序代码如下：clearZ=imread(lena.bmp); figure,imshow(Z);Z=double(Z); Mc=size(Z,1); Nc=size(Z,2);c=round(Mc/8);d=round(Nc/8);m=c*d;n=(c-2)*(d-2);blocksize=8; B= 1 0 1 0 1 1 0 1; 1 0 1 0 1 0 1 1; 0 1 1 0 0 0 0 0; 0 1 0 1 1 1 0 0; 0 1 0 0 0 1 0 0; 1 0 0 1 1 1 1 1; 0 1 1 1 0 0 1 0; 1 0 1 1

25、 1 1 1 0 ;ZM=floor(Z./2)*2;ZC=ZM;blo=blocksize/2;x=9;y=9;for (kk = 1:n) mean=mean2(ZC(y-4:y+blocksize-1+4,x-4:x+blocksize-1+4); mean=mod(floor(mean*10),10); meann=mean; i=0; while(meann=0) ZM(y+blocksize-1,x+blocksize-4+i)=ZM(y+blocksize-1,x+blocksize-4+i)+mod(meann,2); meann=floor(meann/2); i=i+1;

26、end if (x+2*blocksize)=Nc x=9;y=y+blocksize; else x=x+blocksize; endendx=1;y=1;ZN=floor(ZM./2)*2;for (kk=1:m) q,u=qr(ZM(y:y+blocksize-1,x:x+blocksize-1); %qr分解 s,u,v=svd(ZM(y:y+blocksize-1,x:x+blocksize-1); %或奇异值分解 l,u=lu(ZN(y:y+blocksize-1,x:x+blocksize-1); %或lu分解tra=floor(trace(u)*1000); for ii=1:

27、blocksize for jj=1:blocksize if(B(ii,jj)=1&tra=0) ZM(y+ii-1,x+jj-1)=ZM(y+ii-1,x+jj-1)+mod(tra,2); tra=floor(tra/2); end end end if(x+blocksize=Nc) x=1; y=y+blocksize; else x=x+blocksize; endendxsz=480*480*max(max(Z.2)/sum(sum(Z-ZM).2);psnr=10*log10(xsz)figure,imshow(uint8(ZM);ZM(65:136,209:256)=ZM(1

28、79:250,183:230);ZA=uint8(ZM);imwrite(ZA,watermarked.bmp,bmp);figure,imshow(ZA);4.4水印的提取及篡改检测 将待检测图像分为互不覆盖的88图像块。 与水印嵌入过程类似，计算出每个88块 的水印信息。 将步骤中计算的水印信息与LSB平面提取 的数值相比较，若相异则判断发生篡改。 程序代码如下：clear all Z=imread(watermarked.bmp); figure,imshow(Z); Z=double(Z); Mc=size(Z,1); Nc=size(Z,2); c=Mc/8;d=Nc/8;m=c*d;blocksize=8;n=(c-2)*(d-2);B= 1 0 1 0 1 1 0 1; 1 0 1 0 1 0 1 1; 0 1 1 0 0 0 0 0; 0 1 0 1 1 1 0 0; 0 1 0 0 0 1 0 0; 1 0 0 1 1 1 1 1; 0 1 1 1 0 0 1 0; 1 0 1 1 1 1 1 0; ; ZM=floor(Z./2)*2; ZX=Z-ZM; x=1;y=1; for(kk = 1:m) l,u=lu(ZM(y:y+blocksize-1,x:x+blocksize-1); tra=floor(trace(u)*1000);