数字水印算法设计说明书

.5旋转攻击旋转已嵌入水印的图片,进行旋转攻击后,再从中提取水印信息,旋转程序如下所示,并求攻击后水印图像的PSNR和NC参数。a1=imread<'withmark.bmp'>;%读取含水印的图像WImage6=a1;WImage6=imrotate<WImage6,10,'bilinear','crop'>;WImage6cl=WImage6;figure<2>;subplot<1,3,1>;imshow<WImage6cl>;title<'旋转10度后图像'>;figure<1>;M1=WImage6cl;水印的提取程序如上面的3.2节的程序,程序运行后结果如下图所示。图4-5-1含水印图像经旋转后,必然和原图想有很大区别,所以其峰值信噪比很小,PSNR=2.9324,同时已经不能提取出的明显的水印图像,水印信息有很大损失,与原始图像相关系数NC=0.48026,NC值较小,可见该水印算法抗旋转攻击的能力较弱。5小结与体会离散余弦变换在图像处理中的作用非常重要,在本设计中,运用离散余弦变换嵌入水印,是嵌入在原图像的低频部分。本文提出的水印算法的鲁棒性虽然不及一些需要原图的水印算法,但是相比而言不需要未加水印的原始图像,而且这种算法可以抵抗一些常见的攻击方法,如：旋转、裁减。低通滤波等等。如果通过直方图均衡的预处理,还可以提高算法的性能,实验证明此算法有较好的鲁棒性。嵌入水印的图像还是比较清晰的,这说明离散余弦变换法还是具有实用价值的。当不加任何攻击时,提取的水印非常清晰,和源图像相似程度高达99.55%！这种算法对低通滤波攻击和剪切攻击来说,提取水印的效果还是比较好的；但对于旋转攻击和剪切攻击来说,效果却并不理想。当旋转和剪切攻击,水印就提不出来了。这证明离散余弦变换还是具有一定的局限性的。数字水印的方法有很多,但是每一种单独的方法都无法禁得起多种方法的图像处理,只有组合不同的方法才能达到更好的效果。程序使用了最一般的循环语句,而没有考虑到代码的优化。在本论文中,程序的执行花销时间很少,但若是图像比较大的话,是一定要考虑代码优化问题的。特别是for循环,当采用向量化循环方法将使运行时间成百上千倍的缩减！另外也没有考虑预分配数组的问题,当加入预分配数组后,运行时间也会明显缩短,而且会使内存有较大的连续空间。参考文献[1]孙圣和.数字水印技术及应用.科学出版社.2004[2]罗军辉.MATLAB7.0在图像处理中的应用.机械出版社.2005[3]王家文.MATLAB7.0编程基础.机械出版社.2005[4]钟麟.MATLAB仿真技术与应用教程.国防工业出版社.2004[5]冈萨雷斯.数字图像处理<MATLAB版>.电子工业出版社.2005[6]董绍峰.视频数字水印技术研究[D].XX电子科技大学.2006附录MATLAB主程序如下：clearall;clc;start_time=cputime;%%%%%%%%%%%%读取水印图像%%%%%%%%I=imread<'mark.bmp'>;I=rgb2gray<I>;I=double<I>/255;I=ceil<I>;%向正方向取整数%%%%%%%%%%显示水印图像%%%%%%%%%%%%%figure<1>;subplot<1,3,2>;imshow<I>,title<'水印图像'>dimI=size<I>;%返回数组尺寸,dimI为一个二维数组rm=dimI<1>;cm=dimI<2>;%%%%%%以下生成水印信息%%%%%%%%%%mark=I;alpha=20,%加权系数k1=randn<1,8>;%产生随机项矩阵k2=randn<1,8>;a0=imread<'lena.bmp'>;psnr_cover=double<a0>;figure<1>;subplot<1,3,1>;imshow<a0,[]>,title<'原始图像'>;[r,c]=size<a0>;cda0=blkproc<a0,[8,8],'dct2'>;%分块处理图片,进行DCT变换%%%%%%%%%%%%%%嵌入%%%%%%%%%%%%%%%cda1=cda0;%cda1=512_512fori=1:rm%i=1:64forj=1:cm%j=1:64x=<i-1>*8;y=<j-1>*8;ifmark<i,j>==1k=k1;elsek=k2;endcda1<x+1,y+8>=cda0<x+1,y+8>+alpha*k<1>;cda1<x+2,y+7>=cda0<x+2,y+7>+alpha*k<2>;cda1<x+3,y+6>=cda0<x+3,y+6>+alpha*k<3>;cda1<x+4,y+5>=cda0<x+4,y+5>+alpha*k<4>;cda1<x+5,y+4>=cda0<x+5,y+4>+alpha*k<5>;cda1<x+6,y+3>=cda0<x+6,y+3>+alpha*k<6>;cda1<x+7,y+2>=cda0<x+7,y+2>+alpha*k<7>;cda1<x+8,y+1>=cda0<x+8,y+1>+alpha*k<8>;endend%%%%%嵌入水印后图像%%%%%%%%%%%%%%a1=blkproc<cda1,[8,8],'idct2'>;%分块处理图片,IDCT变换a_1=uint8<a1>;imwrite<a_1,'withmark.bmp','bmp'>;figure<1>;subplot<1,3,3>;imshow<a1,[]>,title<'嵌入水印后的图像'>;disp<'嵌入水印处理时间'>;embed_time=cputime-start_time,%%%%%%攻击实验测试鲁棒性%%%%%%%%%%%disp<'对嵌入水印的图像的攻击实验,请输入选择项：'>;disp<'1--添加白噪声'>;disp<'2--高斯低通滤波'>;disp<'3--JPEG压缩'>;disp<'4--图像剪切'>;disp<'5--旋转10度'>;disp<'6--直接检测水印'>;disp<'其他--不攻击'>;d=input<'请输入选择〔1-6:'>;start_time=cputime;figure<1>;switchdcase6figure<2>;subplot<1,3,1>;imshow<a1,[]>;title<'未受攻击的含水印图像'>;M1=a1;case1WImage2=a1;noise0=20*randn<size<WImage2>>;WImage2=WImage2+noise0;figure<2>;subplot<1,3,1>;imshow<WImage2,[]>;title<'加入白噪声后图像'>;M1=WImage2;M_1=uint8<M1>;imwrite<M_1,'whitenoise.bmp','bmp'>;case2WImage3=a1;H=fspecial<'gaussian',[4,4],0.2>;WImage3=imfilter<WImage3,H>;figure<2>;subplot<1,3,1>;imshow<WImage3,[]>;title<'高斯低通滤波后图像'>;M1=WImage3;M_1=uint8<M1>;imwrite<M_1,'gaussian.bmp','bmp'>;case3WImage5=a1;WImage5=im2double<WImage5>;cnum=10;dctm=dctmtx<8>;P1=dctm;P2=dctm.';imageDCT=blkproc<WImage5,[8,8],'P1*x*P2',dctm,dctm.'>;DCTvar=im2col<imageDCT,[8,8],'distinct'>.';n=size<DCTvar,1>;DCTvar=<sum<DCTvar.*DCTvar>-<sum<DCTvar>/n>.^2>/n;[dum,order]=sort<DCTvar>;cnum=64-cnum;mask=ones<8,8>;mask<order<1:cnum>>=zeros<1,cnum>;im88=zeros<9,9>;im88<1:8,1:8>=mask;im128128=kron<im88<1:8,1:8>,ones<16>>;dctm=dctmtx<8>;P1=dctm.';P2=mask<1:8,1:8>;P3=dctm;WImage5=blkproc<imageDCT,[8,8],'P1*<x.*P2>*P3',dctm.',mask<1:8,1:8>,dctm>;WImage5cl=mat2gray<WImage5>;figure<2>;subplot<1,3,1>;imshow<WImage5cl>;title<'经JPEG压缩后图像'>;M1=WImage5cl;case4WImage4=a1;%WImage4<1:64,1:512>=512;%WImage4<224:256,1:256>=256;%WImage4<1:256,224:256>=256;WImage4<1:512,1:32>=256;WImage4cl=mat2gray<WImage4>;figure<2>;subplot<1,3,1>;imshow<WImage4cl>;title<'部分剪切后图像'>;figure<1>;M1=WImage4cl;%M_1=uint8<M1>;%imwrite<M_1,'cutpart.bmp','bmp'>;case5WImage6=a1;WImage6=imrotate<WImage6,10,'bilinear','crop'>;WImage6cl=mat2gray<WImage6>;figure<2>;subplot<1,3,1>;imshow<WImage6cl>;title<'旋转10度后图像'>;figure<1>;M1=WImage6cl;otherwisedisp<'你输入的是无效数字,图像未受攻击,将直接检测水印'>;figure<2>;subplot<1,3,1>;imshow<a1,[]>;title<'未受攻击的含水印图像'>;M1=a1;end%%%%%%%%%%%%提取水印%%%%%psnr_watermarked=M1;dca1=blkproc<M1,[8,8],'dct2'>;p=zeros<1,8>;fori=1:dimI<1>forj=1:dimI<2>%j=1:64x=<i-1>*8;y=<j-1>*8;p<1>=dca1<x+1,y+8>;p<2>=dca1<x+2,y+7>;p<3>=dca1<x+3,y+6>;p<4>=dca1<x+4,y+5>;p<5>=dca1<x+5,y+4>;p<6>=dca1<x+6,y+3>;p<7>=dca1<x+7,y+2>;p<8>=dca1<x+8,y+1>;%sd1=sum<sum<p.*k1>>/sqrt<sum<sum<p.^2>>>;%sd2=sum<sum<p.*k2>>/sqrt<sum<sum<p.^2>>>;%ifsd1>sd2ifcorr2<p,k1>>corr2<p,k2>%,warningoffMATLAB:divideByZero;mark1<i,j>=1;elsemark1<i,j>=0;endendendfigure<2>;subplot<1,3,2>;imshow<mark1,[]>,title<'提取的水印图像'>;imwrite<mark1,'getmark.bmp','bmp'>;subplot<1,3,3>;imshow<mark>,title<'原始水印图像'>;title<strcat<num2str<'原始水印图像'>>>;%%%%time%%%%%%%disp<'攻击与提取处理时间'>attack_recover_time=cputime-start_time,%%%%%计算PSNR值%%%%%%%disp<'载体图像与含水印图像峰值信噪比'>PSNR=psnr<psnr_cover,psnr_watermarked,c,r>,subplot<1,3,1>;xlabel<strcat<'PSNR=',num2str<PSNR>>>;%%%%%%%计算NC值%%%%%%%%%%disp<'原水印图像与提取水印图像互相关系数'>NC=nc<mark1,mark>,subplot<1,3,2>;xlabel<strcat<'NC=',num2str<NC>>>;峰值信噪比PSNR的计算程序如下：function[A]=psnr<image,image_prime,M,N>image=double<image>;%converttodoublesimage_prime=double<image_prime>;if<<sum<sum<image-image_prime>>>==0>%avoiddividebyzeronasti