小波实验报告dwt水印
matlab dwt方法水印嵌入与提取
一、水印技术概述水印技术是指在数字媒体中嵌入一些特定信息,以保护数字内容的版权和完整性。
水印技术可以分为可见水印和不可见水印,其中不可见水印更适用于数字图像和音频等领域。
本文主要介绍基于Matlab的离散小波变换(DWT)方法在数字图像中的水印嵌入与提取。
二、离散小波变换(DWT)简介离散小波变换是一种多尺度分析的方法,它可以将信号分解成不同频率成分的低频部分和高频部分。
在数字图像处理中,DWT可以对图像进行多尺度分析,将图像分解为不同尺度的子图像,使得图像的局部特征得以突出。
三、水印嵌入的步骤在Matlab中使用DWT方法进行水印嵌入的具体步骤如下:1. 读取原始图像和水印图像。
2. 对原始图像进行DWT分解,得到低频部分LL和高频部分LH、HL、HH。
3. 对水印图像进行预处理,如调整大小和灰度处理。
4. 对水印图像进行DWT分解,得到低频部分LL_w和高频部分LH_w、HL_w、HH_w。
5. 将水印信息嵌入到原始图像的DWT高频部分,可以选择直接替换部分高频系数或加减小幅度的高频系数。
6. 对修改后的DWT系数进行逆变换,得到含有水印信息的新图像。
四、水印提取的步骤在Matlab中使用DWT方法进行水印提取的具体步骤如下:1. 读取含水印的图像。
2. 对含水印图像进行DWT分解,得到低频部分LL'和高频部分LH'、HL'、HH'。
3. 对提取水印的图像进行DWT分解,得到低频部分LL_w'和高频部分LH_w'、HL_w'、HH_w'。
4. 根据嵌入水印时的处理方式,从高频部分中提取含水印信息。
5. 对提取的水印信息进行后处理,如灰度处理和大小调整。
五、实验与结果分析本文以一张数字图像为例,使用Matlab中的DWT方法进行水印嵌入和提取实验。
实验结果显示,DWT方法在水印嵌入和提取方面具有较好的鲁棒性和隐蔽性,对一定程度的噪声和攻击具有一定的抵抗能力。
dwt水印原理
dwt水印原理彩色水印嵌入的具体步骤(1)分别对彩色的宿主图像和水印图像进行降维处理[11],提取各自的RGB值,这样原来的三维数组就变成了三个独立的二维数组。
(2)对宿主图像的三个二维数组分别进行二级小波分解,之后对数字水印的三个二维数组进行一级小波分解。
(3)设定三个水印图像的RGB嵌入系数,并设定嵌入规则,按此规则将水印图像分别嵌入到宿主图像中。
(4)对嵌入后图像进行小波系数重构,得到新图像的RGB一维分量。
(5)最后经过RGB分量合成,得到含水印的彩色图像。
(1)原始图像和水印图像如图5-2所示,均为BMP格式。
之后分别对两幅图像进行降维处理,提取各自的RGB的值,将三维数组变成三个独立的二维数组并显示。
部分程序语句如下:input=imread('image.bmp');imshow(RGB(:,:,1));Title(’r分量’);(2)利用多维小波分解函数Wavedec2()对宿主图像的RGB二维分量分别进行2级小波分解,同样对彩色水印图像的RGB分量进行1级小波分解。
部分程序如下:[Cwr,Swr]=wavedec2(waterr,1,'haar');[Cr,Sr]=wavedec2(inputr,2,'haar');(3)设定三个水印图像的RGB分量的嵌入系数,利用线性嵌入规则将水印图像分量分别嵌入宿主图像的数组之中。
部分程序如下:Cr(1:size(Cwr,2)/16)=...Cr(1:size(Cwr,2)/16)+r*Cwr(1:size(Cwr,2)/16);(4)利用函数Wavedec2()对嵌入后的RGB分量进行小波系数重构,得到新图像的RGB分量。
(5)最后经过RGB分量的在合成得到嵌入水印后的图像。
部分程序如下:temp=size(inputr);pic=zeros(temp(1),temp(2),3);for i=1:temp(1);for j=1:temp(2);pic(i,j,1)=inputr(i,j);pic(i,j,2)=inputg(i,j);pic(i,j,3)=inputb(i,j);彩色水印提取的具体步骤(1)分别对彩色的宿主图像和检测图像进行降维处理,提取各自的RGB值,则原来的三维数组就变成三个二维数组。
基于小波变换域的数字水印
基于小波变换域的数字水印一例1 数字水印技术数字水印技术(Digital Watermark),是指用信号处理的方法在数字化的多媒体数据中嵌入隐藏的标记,这种标记通常是不可见的,只有通过专用的检测器或阅读器才能提取。
数字水印是信息隐藏技术的一个重要研究方向。
嵌入数字作品中的信息必须具有以下基本特征才能称为数字水印。
(1)隐藏性:在数字作品中嵌入数字水印不会引起明显的降质,并且不易被察觉。
(2)隐藏位置的安全性:水印信息隐藏于数据而非文件头中,文件格式的变换不应导致水印数据的丢失。
(3)鲁棒性:所谓鲁棒性是指在经历多种无意或有意的信号处理过程后,数字水印仍能保持完整性或仍能被准确鉴别。
可能的信号处理过程包括信道噪声、滤波、数/ 模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。
2 数字水印算法现在典型数字水印算法主要有:空间域算法,变换域算法,压缩域算法,NEC 算法,生理模型算法等。
3 基于小波变换域的数字水印小波水印算法根据小波分解后产生的近似子带和细节子带系数的不同,确定水印嵌入的不同位置,主要可以分为低频域水印和高频域算法。
低频域水印算法主要考虑近似子带系数能量大,经过一般的信号处理后仍能保留的特点,嵌入一定强度的水印,达到不影响原图视觉质量的效果。
高频域水印算法利用人眼的视觉特性(HVS ),在细节子带的边缘和纹理处系数较大,嵌入水印信息后,人眼对图象的变化不敏感。
4 基于小波变换域的数字水印实例本实例是一种基于离散小波变换(DWT )和HVS 的数字水印算法。
(1)人类视觉系统(HVS )对于图像来说,HVS 的主要特性一般表现在三个方面:亮度特性、频域特性、图像类型特性。
其中,亮度特性是HVS 特性中最基本的一种,主要是关于人眼对亮度变化的敏感性。
一般来说,人眼对高亮度的区域所附加的噪声其敏感性较小,这就意味着,如果图像的背景亮度越高,那么它所能潜入的附加信息就越多。
对于频域特性来说,如果将图像从空域变换到频域,那么,频率越高,人眼的分辨能力就越低;频率越低,人眼的分辨能力就越高。
一种基于DWT变换的音频水印算法
一种基于DWT变换的音频水印算法[摘要] 实现了一种基于小波变换的音频水印算法。
算法首先对水印图片进行了置乱预处理,对音频信号进行小波变换,在低频系数量化嵌入水印信息。
实验表明该算法具有较好的鲁棒性。
[关键词] 音频水印小波变换均值量化伴随着数字多媒体技术以及互联网技术的飞速发展,数字信息作品的创作、存储和传输都变的十分方便与快捷,但同时也暴露出了严重的问题,多媒体技术版权的创作者和所有者有着强烈、紧迫的反盗维权的要求和渴望[1]。
数字水印技术可以保证数字信息的完整性和可靠性,成为知识产权保护和数字多媒体防伪的有效手段[2]。
数字水印技术被认为是解决版权问题的有效方式[3]。
1.算法概述小波分析是一种很好的信号分析和处理方法,受到了越来越多的水印研究者的青睐。
基于小波变换(DWT)的数字水印算法,体现出了更优良的性能特性。
最大限度地把水印信息隐藏而不被人们所察觉,并且计算量较小。
本文首先改进实现了基于小波变换的音频水印算法。
该算法首先对水印图片进行了置乱预处理,对音频信号进行小波变换,在低频系数量化嵌入水印信息。
1.1Arnold变换Arnold变换,又称猫脸变换,此变换只适用于正方形数字图像。
运用Arnold 变换对一幅正方形的图像进行迭代变换,若干次后,图像一定能恢复到原先[4]。
Arnold变换公式:。
其中,mod表示取模运算;,表示原来图像的像素点位置;,表示变换后图像的像素点位置。
图1中,(a)为原始图像,64×64;(b)经过3次迭代后图像;(c) 经过15次迭代后图像;(d) 经过30次迭代后图像;(e) 经过45次迭代后图像;(f) 经过48次迭代后图像。
Arnold变换起到了加密保护的作用,Arnold变换具有周期性,64×64的二值图像在经过48次迭代回到了原始图像。
图 1 水印图像经Arnold变换后的水印图像1.2 系数量化原理量化的算法的思路是,首先,定义量化步长,用量化步长把待量化的系数取值范围划分为如图2所示A、B两个区间集,嵌入的水印比特为(1或0);量化处理后的系数为。
基于三级小波变换的一种数字水印算法实现
空间域
变换域
DFT: 离散傅立叶变换域(DiscreteFourier Transform) 域 DCT: 离散余弦变换域(Discrete Cosine Transform) 域 DWT: 离散小波域(DiscreteWavelet Transform) 域
小波变换
小波变换主要思想: 小波变换主要思想:
数字水印与图像认证数字水印与图像认证数字水印技术是一种将特定的标记利用数字内嵌方法隐藏在数字图像声音视频等数字内容中在保证不影响原内容的感知质量和完整性的同时提供一种确认数字内容来源真实性确保版权拥有者权益跟踪版权行为认证用户使用权隐藏附加其他信息于数字内容中的技术手段
基于三级小波变换的一种数字 水印算法实现
DWT离散小波变换
执行离散小波变换的有效方法是使用滤波器的卷 执行离散小波变换的有效方法是使用滤波器的卷 使用滤波器 积方案 用滤波器执行离散小波变换的概念图如下: 用滤波器执行离散小波变换的概念图如下:
A是信号的低频分量,表示信号的近似值,是由大的缩放因子 是信号的低频分量,表示信号的近似值, 产生的系数 是信号的高频分量,表示信号的细节值, B是信号的高频分量,表示信号的细节值,是由小的缩放因子 产生的系数
后续工作和展望
对水印基本理论的研究,包括水印结构、水印嵌入 对策、水印检测方案、水印性能评价标准、水印的 标准化等。 水印与密码学的结合,解决信息安全的某些问题。 开展公钥数字水印系统技术研究,即盲水印。 脆弱水印技术的研究,用于认证。 自动嵌入水印的研究,篡改恢复。 水印技术的应用问题,如何将水印技术更好的运用 到实际生活当中 。
Thank you !
算法流程
嵌 入 水 印
提 取 水 印
嵌入水印示意图
基于离散小波变换的数字水印算法
实验结果表明,本文所研究的算法具有良好的鲁棒性,同时也很好地保证了水印的不可感知性。
关键字:数字水印;离散小波变换;图像置乱;人类视觉特性
ABSTRACT
With the rapid development of network communication and broad appkication of multimedia techniligy,copyright protection of digital median work isbecomingmore and more important.Digital watermarking is viewed as an effective tool for copyright protection of multimedia data.
(3)可证明性
数字水印能够为宿主数据的产品归属问题提供完全和可靠的证据.数字水印可以是已经注册的用户号码.产品标志或者有意义的文字等,它们被嵌入到宿主数据中,需要时可以将它们提取出来,判断数据是否受到保护,并能够监视被保护数据的传播以及非法复制,进行真伪鉴别等.一个好的水印算法应该能够提供没有争议的版权证明.
小波变换的数字水印算法
目录摘要 (Ⅰ)Abstract (Ⅱ)第一章绪论 (1)1.1 数字水印的背景和研究意义 (1)1.2 数字水印的研究方向和现状 (2)1.3 本文的主要工作 (3)第二章数字水印技术研究 (4)2.1 数字水印的研究背景 (4)2.2 数字水印的分类 (4)2.3 数字水印的特性 (5)2.4 数字水印的检测与技术 (7)2.5 数字水印典型算法 (7)2.5.1 时空域水印算法 (7)2.5.2 变换域水印算法 (8)2.5.3 压缩域水印算法 (8)2.6 数字水印的攻击技术 (9)第三章DWT 数字水印算法与变换...........................................................................................10 3.1 离散小波变换原理 (10)3.2 二维离散小波快速算法 (11)3.3 离散图像的二维正交小波分析 (11)3.4 水印的嵌入和提取 (14)3.5 仿真实验 (14)3.5.1 嵌入和提取水印 (14)3.5.2 压缩攻击(JEPG) (15)3.5.3 噪声攻击(高斯) (16)3.6 实验结果分析 (16)第四章总结与展望 (17)4.1 本文总结 (17)4.2 展望 (17)参考文献(References) (18)致谢................................................................................................................附录 (19)第一章 1.1 数字水印的背景和研究意义绪论随着数字通信技术和计算机网络技术的飞速发展,信息的传播和获取变的非常便捷.但随之出现的问题也变的十分严重,如作品侵权更加容易,篡改也变的更加方便. 如何在网络环境中实施有效的版权保护和信息安全手段,已成为国际学术界,企业界以及政府有关部门的广泛关注.数字水印通过在多媒体内容中嵌入某些标志性信息-水印来证明版权归属或跟踪侵权行为,被视为数字保护的最后一道屏障,具有重要的研究意义. 当前的信息安全技术大多是以密码学(Cryptography)理论为基础, 无论是传统的密钥系统还是公钥系统,其保护方式都是通过控制文件的读取来实现,即对机密信息(明文) 进行特殊的编码,形成不可识别的密码形式(密文),使非法用户不能解读.加密的根本目的是要保护信息内容的安全, 防止非法访问敏感信息, 但这种方法具有一定的局限性, 因为仅靠密码技术完成多媒体数据的加密,认证和保护是远远不够的.随着计算机处理能力的快速提高,通过不断增加密钥长度来提高系统密级的方法变得越来越不可靠.加密只能保证数据在加密状态下是安全的,数据一旦解密,就完全失去了保护.加密一方面妨碍了多媒体信息的传播,另一方面加密后的信息容易引起攻击者的好奇和注意,并且有被破解的可能.因此,要保护和控制网络上信息的安全,不能单纯依赖于密码的安全机制,而是需要研究新的方法来克服密码技术的不足,即加密内容被解密后无法控制的问题. 信息隐藏(Information Hiding)的基本思想源于古希腊的蜡版藏书,从中国古代的藏头诗,中世纪欧洲的栅格系统,到德国间谍的密写术等,其应用层出不穷.现代数字化技术的发展为古老的信息隐藏注入了新的活力,提供了更加广阔的发展领域,也带来了新的机会.与密码技术不同的是,信息隐藏从信息安全的角度出发,将重要的信息隐藏于其他信息中以掩饰其存在.通过公开信息的传输来递送机密信息,目的是使隐藏的信息不泄露,也就是将信息由加密时的"不可读"变为"不可见".其道理如同生物学上的保护色,巧妙地将自己隐藏在环境中,免于被天敌发现而遭受攻击,这一点是传统加密系统所欠缺的,也是信息隐藏的基本思想.对加密通信而言,可能的监测者或非法拦截者可以截取密文并进行破译,或将密文破坏后再发送,从而影响机密信息的安全.但对信息隐藏而言,可能的攻击者很难从公开信息中判断是否存在机密信息,更难截获机密信息,从而能保证秘密信息的安全.信息隐藏的应用领域主要有隐蔽信道,隐写术,匿名标记和版权标记技术. (1) 隐蔽信道(Covert Channel): 隐蔽信道是一种通信信道, 它存在于计算机系统中, 其特点是信息的传送方式违背了系统的安全原则,从而成为一个隐蔽的信息传输通道. (2) 隐写术(Steganography):隐写术来自于希腊词根,字面的意思是"密写",它通常被解释为把信息隐藏于其他信息当中. (3) 匿名技术(Anonymity):匿名技术是指不暴露身份和个人特征的一种技术,该技术主要应用于网络环境下保护通信双方的身份. (4) 版权标记(Copyright Marking):版权标记是向数字作品中嵌入可以鉴别的版权标记信息,该技术是进行数字作品版权保护的一种有效技术.根据标记内容和所采用技术的不同, 可以将版权标记技术分为数字水印技术和数字指纹技术. 与钞票水印相类似, 1 数字水印技术是将特定的标记,利用数字内嵌的方法嵌入到数字图像,音频,视频,文档等数字产品中,用以证明创作者对其作品的所有权,并作为鉴定,起诉非法侵权的证据,同时通过对水印的探测和分析保证数字信息的完整可靠性,从而成为知识产权和数字多媒体防伪的有效手段.数字指纹技术是为避免未经授权的拷贝和发行,出品人可以将不同用户的ID 或系列号作为不同的指纹嵌入作品的合法拷贝.一旦发现未经授权的拷贝,可以从此拷贝中恢复指纹来确定它的来源. 数字水印最早出现的水印大约是1282 年意大利的纸水印, 在造纸时使用加细线的模板, 使得制造出来的纸张在细线处稍薄一些, 通过透光能力的差异就可以显示水印图像. 将水印应用到数字作品始于20 世纪90 年代初期,最早关注数字图像水印的是Tanaka 等人,他们在1990 年提出了在图像中加入秘密信息以确认图像所有权的思想,1993 年Trikel 等第一次明确地提出了"数字水印"[2]这一概念,并描述了利用数字水印实现版权保护的方法.作为信息隐藏技术的一个重要应用, 数字水印除了具备信息隐藏技术的一般特点外, 还有着其固有的特点和研究方法. 一般来说,数字水印是利用人类感知器官HVS(Human Video System)和HAS(Human Audio System)的不敏感特性以及多媒体数据中存在的冗余, 通过一定的算法将秘密信息隐藏到宿主信息中, 且水印的添加不会影响原数据的内容和正常使用. 嵌入到多媒体数据中的信息可以是数字,序列号,文字,图像标志等,以起到版权保护,标识产品,秘密通信,验证归属权, 鉴别数据真伪等作用. 与加密技术不同, 数字水印技术并不能阻止盗版活动的发生, 而是通过检测在数字载体中加入的独特记号, 即从中提取水印以监视被保护数据的传播, 鉴别数据的真伪, 解决版权纠纷及为法庭提供证据等. 由于数字作品是在非加密状态下进行传递的,作为水印的信息通常是不可见(Invisible)或不可察觉(Imperceptible)的,但通过一些算法可以进行检测或提取. 作为标识所有者身份的有效手段, 数字水印对信息所有者是确定的, 但对信息的使用者而言是充分隐蔽的.水印与原始载体(如图像,音频,视频数据, 文本等) 紧密结合并隐藏其中,既要保证水印信息的机密性,也要保证水印的完整性,即水印可经历一些不破坏原数据使用价值的操作而保存下来. 1.2 数字水印的研究方向和现状我国学术界对数字水印技术的研究也方兴未艾,已经有相当一批有实力的科研机构投入到这一领域的研究中来, 有的已经取得了重要研究成果. 信息隐藏及数字水印技术作为一个前沿研究领域,它与信息安全,信息隐藏,数据加密等均有密切的关系.特别是在网络技术和应用迅速发展的今天,数字水印技术的研究更具现实意义. 在我国加入WTO 的今天, 应用数字水印技术中的印刷数字水印进行防伪具有十分重要的社会现实意义和经济意义. 目前国际国内基于印刷打印的防伪技术多种多样, 常见的有物理水印防伪,激光全息防伪,使用防伪油墨,防伪纸张,电话电码防伪,电码纹理防伪等, 但上述防伪技术科技含量低,技术手段简单,设备和原材料在市场上很容易购得,容易被破密,仿冒.有的与其他防伪技术组合使用兼容性差,互相影响,使防伪效果大打折扣,企业采用上述防伪技术就需增加固定资产投资, 增加生产的成本, 更改其原有的生产工艺和流程, 应用条件十分苛刻.而数字水印技术为上述问题提供了一个有效的解决方案. 数字水印防伪技术具有安全可靠,易分辨,易识别,检测提取易操作,难以伪造,尤其是印刷数字水印,它适应性强,不需增加固定资产投资和使用特殊材料,无需改变印刷工艺流程,无需增加印刷成本,而且可以在普通打印机上直接生成,嵌入数字水印,现有的高分辨率数码相机和扫描仪,彩色复印机等均不能复制,拷贝,仅需通过专用软件处理就可将防 2 伪信息嵌入到印刷品和打印文件中,其经济社会价值十分巨大. 数字水印防伪技术不能以其它任何的通用设备和通用技术生产出来,是独一无二的;数字水印防伪技术的图案特性,是以肉眼能轻易分辨出来,便于消费者识别;数字水印防伪技术不能重复使用;企业使用数字水印防伪技术后风险是零;消费者购买产品后不承担任何风险. 数字水印防伪技术的运用,必将整体提高防伪技术水平,降低防伪成本(含物质成本和心理成本),给消费者以方便,信任,满足消费欲望和需求. 1.3 本文的主要工作小波变换具有良好的时频局部化特性, 应用小波变换对图像进行编码和压缩已经取得了相当好的效果,不但有较高的压缩比,而且不会出现JPEG 压缩的方块效应和蚊式噪声,新一代静止图像压缩标准(JPEG2000)已经采用了小波变换.小波变换符合HVS 的某些特性(频率掩蔽特性),可以增强水印的隐蔽性.Y.S.Kim 提出了按比例将水印信息加权后分别嵌入到各频段,提高了水印的稳健性.H.Inoue 等人在此基础结合了零树结构,水印的嵌入与视觉特性的结合更好. 本文实现了一种小波域内结合扩频技术的水印算法.水印算法的关键是稳健性,影响水印的稳健性因素有两个:嵌入对策和水印结构.由于小波变换具有良好的时频局部化特性,本文研究了如何在离散小波域嵌入水印.对于水印结构,扩频通信的隐蔽性和强大抗干扰能力正是数字水印所需要的, 本文实现了把扩频通信的概念和方法引入数字水印系统中,将水印信号采用了伪随机序列进行调制,扩展成比信息带宽大得多的带宽信号,提高了数字水印的鲁棒性. 3 第二章2.1 数字水印的研究背景数字水印技术研究近年来,随着数字通信技术,计算机网络技术,信息压缩编码技术和超大规模集成电路技术的发展, 人类在多媒体通信领域中的研究与应用取得了巨大的进展. 特别是随着Internet 等各种信息网络的迅速发展,信息的传播和获取从来未有像今天这样快捷和方便.另外,随着信息传输媒体的数字化进程, 信息数据的存取与交换也变成了一个相对简单的过程. 人们可以借助扫描仪, 数码相机和调制解调器等电子设备将数字信息传送到世界的各个角落, 因而使电子图书馆,在线服务和电子商务等先进的多媒体服务有了十分广阔的前景. 数字化进程的不断推进以及互联网络的迅猛发展,为人们提供了快捷,准确,廉价的数字传输手段与信息传播方式. 然而当人们得益于它所带来的无限机遇的时候, 不得不面对随之而来的挑战:数字产品的侵权与盗版.如果某一数字产品运用于信息网络中,非法使用者就可以利用数字拷贝技术得到与原作完全相同的副本, 并可任意伪造和篡改. 在这种情况下, 合法用户很难找到足够的证据证明自己对产品的所有权, 因而也无法求助于法律来维护自己应有的权益. 这被认为是诸多出版商面对数字化与网络化带来大好商机而犹豫不决的主要原因. 在全球一体化的网络环境下,人们对信息安全的要求越来越迫切,不管是军事部门,政府机关还是商业公司或个人用户, 都在急切地希望能在信息传播的过程中对自己的秘密加以保护.随着电子商务及电子政务的发展,党政机关,企事业单位,民间团体,国防,国家安全等部门将有大量的文字材料,特别是一些重要文件,秘密信息,军事机密,商业机密,电子合同等,通过网上传输.研究如何保证这些文本信息的安全传输是事关个人,集体甚至国家发展与安危的大事.除此之外,在通过网络或物理介质传输数据文件或作品时,往往会遇到没有得到作品版权者许可的情况下任意篡改, 拷贝或散发有版权内容的信息, 而使版权所有者蒙受损失.因此,如何在现有通信环境下对信息秘密和版权实施有效的保护,已是一个迫在眉睫的现实问题. 而作为信息隐藏分支的数字水印技术的出现,改变了这种局面.数字水印是近10 年发展起来,横跨信号处理,数字通讯,密码学,计算机网络技术等多学科的新兴技术,具有潜在的应用市场和良好的应用前景,对它的研究具有重要的学术和经济价值.一方面,它将促进多媒体技术,网络技术,通讯技术,信号处理技术的有机结合,促进多媒体网络的进一步繁荣;另一方面,它将有助于多媒体信息版权保护及版权冲突问题的解决,同时它将促进隐蔽通信技术,信息安全技术的提高,这一点有着不可低估的政治,军事意义. 2.2 数字水印的分类(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易损数字水印两类. 鲁棒数字水印主要用于在数字作品中标识著作权信息,利用这种水印技术在多媒体内容的数据中嵌入创建者,所有者的标示信息,或者嵌入购买者的标示(即序列号).在发生版权纠纷时,创建者或所有者的信息用于标示数据的版权所有者, 而序列号用于追踪违反协议而为盗版提供多媒体数据的用户. 用于版权保护的数字水印要求有很强的鲁棒性和安全性, 除了要求在一般图象处理(如:滤波,加噪声,替换,压缩等)中生存外,还需能抵抗一些恶意攻击.易损水印(Fragile Watermarking),与鲁棒水印的要求相反,易损数字水印主要用于完整性保护, 这种水印同样是在内容数据中嵌入不可见的信息. 当内容发生改变时, 这些水印信息会发生 4 相应的改变,从而可以鉴定原始数据是否被篡改.易损水印应对一般图象处理(如:滤波, 加噪声,替换,压缩等)有较强的免疫能力(鲁棒性),同时又要求有较强的敏感性,即: 既允许一定程度的失真,又要能将失真情况探测出来.必须对信号的改动很敏感,人们根据易损水印的状态就可以判断数据是否被篡改过. (2) 按水印所附载的媒体划分按水印所附载的媒体,我们可以将数字水印划分为图像水印,音频水印,视频水印,文本水印以及用于三维网格模型的网格水印等. 随着数字技术的发展, 会有更多种类的数字媒体出现,同时也会产生相应的水印技术.(3) 按检测过程划分按水印的检测过程可以将数字水印划分为明文水印和盲水印. 明文水印在检测过程中需要原始数据,而盲水印的检测只需要密钥,不需要原始数据.一般来说,明文水印的鲁棒性比较强,但其应用受到存储成本的限制.目前学术界研究的数字水印大多数是盲水印. (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. 2.3 数字水印的特性(1) 嵌入有效性如果把一件作品输入水印检测器得到一个肯定结果, 人们就可以将这件作品定义为含水印作品.基于次定义,水印系统的有效性指嵌入器的输出含有水印的概率.换言之,有效性指在嵌入过程之后马上检测得到肯定结果的概率. 在一些情况下, 水印系统的有效性可以通过分析确定, 也可以根据在大型测试图象集合中嵌入水印的实际结果确定, 只要集合中的图象数目足够大而且同应用场合下的图象分布类似, 输出图象检测出水印的百分比就可以近似为有效性的概率. (2) 逼真度一般来说, 水印系统的逼真度指原始作品同嵌入水印版本之间的感官相似度. 但如果含水印作品在被人们欣赏之前, 在传输过程中质量有所退化, 那么应该使用另一种逼真度定义. 人们可以将其定义为在消费者能同时得到含水印作品和不含水印作品的情况下, 这两件作品之间的感官相似度.在使用NTSC 广播标准传输含水印视频或者使用AM 广播传输音频时, 由于广播质量相对较差, 经过信道质量退化后的原始作品与其含水印版本之间的差异几乎无法让人察觉.但在HDTV 和DVD 的视频和音频中,信号质量非常高,则需要高逼真度的含水印作品. (3) 数据容量数据容量指在单位时间或一幅作品中能嵌入水印的比特数. 对一幅照片而言, 数据容量指嵌入在此幅图象中的比特数. 对音频而言, 数据容量即指在一秒钟的传输过程中所嵌入的比特数.对视频而言,数据容量既可指每一帧中嵌入的比特数,也可指每一秒内嵌入的比特数.一个以N 比特编码的水印称作N-比特水印.这样的系统可以用来嵌入2N 个不同的消息.许多应用场合要求检测器能够执行两重功能.首先确定水印是否存在,如果存在,则继续确定被编码的是2N 个消息中的哪一个.这种检测器有2 N +1 个可能的输出值; 2N 个5 消息和"不存在水印". (4) 盲检测与明检测人们将需要原始不含水印的拷贝参与的检测器称为明检测器. 这个名称也可指那些只需要少量原始作品的的遗留信息而不需要整件原始作品参与的检测器. 而人们把那些不需要原始作品任何信息的检测器称为盲检测器. 水印系统使用盲检测器还是明检测器决定了它是否适合某一项具体应用.明检测器只能够用于那些可以得到原始作品的场合. (5) 虚检率虚检率指在实际不含水印的作品中检测到水印的情况. 关于这个概率存在两种定义, 区别在于作为随机变量的是水印还是作品. 在第一定义下, 虚检概率指在给定一件作品和随机选定的多个水印的情况下,检测器报告作品中发现水印的概率.在第二种定义下,虚检率指在给定一个水印和随机选定的多个作品的情况下, 检测器报告作品中发现水印的概率. 在大多数应用中,人们对第二种定义下的虚检率更感兴趣.但在少数应用中,第一种定义也同样重要,例如在交易跟踪的场合,在给定作品的情况下检测一个随机水印,常会发生虚假的盗版指控. (6) 鲁棒性鲁棒性指在经过常规信号处理操作后能够检测出水印的能力. 针对图象的常规操作包括空间滤波,有损压缩,打印与复印,几何变形(旋转,平移,缩放及其他)等等.在某些情况下,鲁棒性毫无用处甚至被极力避免,如水印研究的另一个重要分支就是脆弱水印,它具有和鲁棒性相反的特点.例如,用于真伪鉴别的水印就应该是脆弱的,即对图象做任何信号处理操作都会将水印破坏掉. 在另一类极端应用中, 水印必须对任何不至于破坏含水印作品的畸变都具有鲁棒性. (7) 安全性安全性表现为水印能够抵抗恶意攻击的能力.恶意攻击指任何意在破坏水印功用的行为.攻击类型可归纳为三大类:望水印能够被轻易修改,但在另一些场合修改水印则是必须的.在拷贝控制中,广播内容会被表明"一次拷贝",经过录制后,则被标记为"禁止再拷贝". 在一件作品中嵌入多重水印的场合是交易跟踪领域. 内容在被最终用户获得前, 往往要通过多个中间商进行传播. 拷贝标记上首先包括版权所有者的水印. 之后作品可能分发到一些音乐网站上,每份作品的拷贝都可能会嵌入唯一的水印来标识每个分发者的信息.最后,每个网站都可能会在每件作品中嵌入唯一的水印来标识对应的购买者. (8) 密码与水印密钥在现代加密算法中,安全性只取决于密钥安全性,而不是整个算法安全性.人们希望水印算法也具有同样的标准.理想情况下,如果密钥未知,即使水印算法已知,也不可能检测出作品中是否有水印. 甚至在部分密钥被对手得知也不可能在完好保持含水印作品感官质量的前提下成功去除水印. 由于在嵌入和检测过程中使用的密钥同密码技术中的密钥所提供的安全性不同,人们经常在水印系统中使用两种密钥.消息编码时使用一个密钥,嵌入过程则使用另一个密钥.为区分两种密钥,分别称为生成密钥和嵌入密钥. (9) 水印修改与多重水印当水印嵌入到作品时, 水印的传送者可能会关心水印的修改问题. 在一些应用场合不希望水印能够被轻易修改,但在另一些场合修改水印则是必须的.在拷贝控制中,广播内容会被表明"一次拷贝",经过录制后,则被标记为"禁止再拷贝".在一件作品中嵌入多重水印的场合是交易跟踪领域.内容在被最终用户获得前,往往要通过多个中间商进行传播.拷贝标 6 记上首先包括版权所有者的水印. 之后作品可能分发到一些音乐网站上, 每份作品的拷贝都可能会嵌入唯一的水印来标识每个分发者的信息. 最后, 每个网站都可能会在每件作品中嵌入唯一的水印来标识对应的购买者. (10)。
基于小波的数字水印的研究实现
• 多维度与多模态数字水印研究:目前数字水印主要关注图像内容。未来可以探 索将数字水印技术应用于音频、文本和多模态数据。这种多维度和多模态的水 印技术将有助于更全面地保护多媒体数据的版权和完整性。
性质
具有多分辨率分析、时频局部化 、灵活性等特性,能够适应不同 的信号处理需求。
小波变换在图像处理中的应用
01
02
03
图像压缩
通过小波变换将图像分解 为不同频率的分量,去除 冗余信息,实现图像压缩。
图像增强
利用小波变换的时频局部 化特性,对图像进行滤波、 锐化等处理,提高图像质 量。
图像去噪
通过小波变换去除图像中 的噪声,实现图像的降噪 处理。
02
03
鲁棒性测试
性能分析
对水印图像进行多种攻击测试, 如JPEG压缩、噪声污染、剪切等, 观察水印提取效果。
分析算法的运行时间、内存占用 等性能指标,与现有算法进行比 较。
结果比较与讨论
与其他算法比较
将基于小波的数字水印算法与其他主流算法在性能和 效果上进行对比。
优缺点分析
分析该算法的优点和不足,探讨改进方向和潜在应用 场景。
VS
基于小波的数字水印技术利用小波变 换的多尺度特性和人类视觉系统特性, 将水印信息嵌入到图像的多个尺度上, 实现水印的鲁棒性和不可见性。同时, 小波变换还可以用于水印的提取和检 测。
02 小波变换原理
小波变换的定义与性质
定义
小波变换是一种信号处理方法, 通过伸缩和平移操作,将信号分 解为不同频率和时间尺度的分量 。
基于小波变换的数字水印算法研究
基于小波变换的数字水印算法研究数字水印技术是一种数字版权保护技术,通过在数字图像、音频、视频等媒体中插入不可见的标识信息来识别其版权和来源。
随着数字媒体的迅速发展,数字水印技术也日益得到广泛应用。
然而,数字水印技术在数据传输过程中易受到攻击,因此如何提高水印的鲁棒性和安全性成为了数字水印技术领域的研究热点。
本文主要研究基于小波变换的数字水印算法。
一、小波变换介绍小波变换(Wavelet Transform)是一种时间-频率分析的方法,能够将信号分解为不同频率的成分。
小波变换是对连续信号和离散信号的分析工具。
离散小波变换(Discrete Wavelet Transform,DWT)是离散信号的小波变换,它具有良好的局部性和多分辨率特性。
二、数字水印算法的基本原理数字水印的基本原理是插入一个密钥,将其置入原始图像或音频,使其不可察觉地嵌入其中。
水印一般是由一个位流构成的,其中不同的位表示不同的信息,例如版本号、作者、版权等。
数字水印技术也可以应用于数字签名,即数字签名会为文档创建一个唯一的、不可变性的身份识别标识。
三、基于小波变换的数字水印算法小波变换能够将信号分解为不同尺度的信号,因此,在数字水印设计中,小波变换能够被用来选择一组尺度来嵌入水印。
基于小波变换的数字水印算法可以通过以下步骤实现:1. 信号分解:利用小波变换将信号分解为多个尺度的信号;2. 水印嵌入:选择一个或多个尺度将水印嵌入到信号中;3. 信号重构:利用小波变换将带有水印的信号重构。
基于小波变换的数字水印算法有许多优点,例如多分辨率、局部性和稳定性。
然而,这种算法的缺点是在选择水印嵌入尺度时,需要牺牲水印的嵌入率以保证水印的安全性和鲁棒性。
四、小波域数字水印算法的应用小波域数字水印算法是一种基于小波变换的数字水印算法,其应用广泛。
小波域数字水印算法可以通过以下步骤实现:1. 使用小波变换对数字信号进行变换,并计算其小波系数;2. 利用小波系数嵌入水印;3. 通过小波反变换将带水印的小波系数转换为原始数据。
基于DWT的数字水印处理(答辩)
对于数字图像信号(矩阵),我们可以用二维DWT进行分解,实质就是
用DWT分别对矩阵行列进行两次一维变换,就可得到图像的一级分解。
近似值系数
水平细节系数ຫໍສະໝຸດ 原始图像1行和列的低频 输出(低频成分 )近似原图
垂直细节系数
2行的高频列的低 频出(中频成分 )水平细节
对角细节系数
3列的高频行的低 4行和列的高频 频(中频成分) 输出(高频成分 垂直细节 )对角细节
山东科技大学
基于离散小波变换的数字水印处理
课题项目:基于DWT数字水印处理 课题设计人: 指导老师: 设计日期:2014年4月12日
内容提要
1.概述;
2.数字水印基本原理;
3.算法实现;
4.实验代码;
5.实验结果;
1.概述
数字水印技术是目前信息安全技术领域的一个 新方向,是一个在开放的网络环境下,保护版 权和认证来源及完整性的新型技术 。 本课题采用小波变换DTW,基于小波域的二 值图像水印算法。该算用识别度较高的二值图 像作为原始水印信息嵌入宿主图像,已达到对 宿主图像版权保护和内容鉴别的目的。
近似值系数水平细节系数垂直细节系数对角细节系数原始图像输出低频成分近似原图频出中频成分水平细节频中频成分垂直细节输出高频成分对角细节高中低频只是在局限于本图的局限划分很多文献都统称称234为高频细节子图所以用这个方法可以对图像就行二级分解将一级分解中的低频近似成分再进行dwt2分解便又得到四个子图这就是二级分解
傅里叶变换
加窗傅里叶变换
小波变换
离散小波变换可以用来分析或者叫做分解信号,这个过程叫做分解或者叫 做分析。把分解的系数还原成原始信号的过程叫做小波重构或者叫做合成, 数学上叫做逆离散小波变换。 DWT的实质就是把信号进行滤波 分别得到A(低频成分),B(高 频成分),而我们已经知道信号 低频成分是信号的主体,而高频 成分就像“添加剂”,它是信号细 的识别度(就是特征细节),声音 信号高频对应音色音域等,图像 高频对应图像文理边缘等细节信息 ,语音信号去掉高频成分仍能听清 ,图像信号去掉高频仍能识别。反之 低频图像,声音我们都无法识别。 所以低频对应信号主体 一维DWT 。
基于DWT的彩色图像水印设计
基于DWT的彩色图像水印设计摘要随着信息技术的快速发展,电子商务及大量商用多媒体业务的涌现,使得数字产品的版权保护显得尤为重要。
版权保护问题是现在乃至将来相当长一段时期内的研究热点之一。
数字水印技术是一种有效的数字版权保护技术,而基于彩色图像的数字水印技术是当前数字水印技术的研究热点。
本文在研究了基于DWT数字图像水印基本算法的基础上,重点研究了基于彩色RGB图像的水印算法,仿真实验结果表明了该设计算法的优越性。
本文研究了在彩色图像中嵌入彩色图像水印,嵌入的方式为彩色图像二级小波系数奇偶量化,以保证在水印提取过程中不需要原始图像参与,而且整个提取算法简单准确。
实验结果表明本算法对JPEG压缩、加噪等一般的图像处理攻击具有较强的鲁捧性。
关键字:数字水印,离散小波变换,RGB彩色图像,嵌入,提取Design of Colorful Image Watermarking Algorithm based onDWTABSTRACTWith the rapid development of Information Technology and the eme,gence of electronic commerce and commercial multimedia service,copyright protection Technology of multimedia data is the hot spot of the current research.Digital watermarking technique is an effective method to solve the problem of digital copyright protection.And digital watermarking technique based on color image is the research hotspot in this field.This dissertation makes a research on the algorithm of image watermarking based on DWT(Discrete Wavelet Transform).The emphases is image watermarking algorithm based on color image,two kinds basic algorithms was improved which gray image watermarking was embed in to color image,based on the two methods,this dissertation makes a wide and deep research on all improved algorithm of a piece disperses to embed watermarking information based on DWT.The experimental results show the superiority of design algorithm.The algorithm researches the bilevel image watermarking to insert in the image of gradation,The algorithm of inserting in three level of wavelet is odd.Even quantization for gradation.Experimental results show that the proposed algorithm ensured the high quality of the image and robustness against some common image processing,such as cut,JPEG compress,noise etc.KEY WORDS: digital watermarking,DWT,RGB image,embedding ,extraction目录摘要 (I)ABSTRACT (II)目录 (III)1绪论 (1)1.1研究的目的及意义 (1)1.2国内外研究现状及发展方向 (2)1.3 论文内容及结构 (5)1.4 本章小节 (5)2信息隐藏及数字水印技术概述 (6)2.1信息隐藏技术的特点 (6)2.2数字水印概述 (7)2.2.1数字水印技术 (7)2.2.2数字水印的特征 (7)2.2.3数字水印的分类 (8)2.2.4数字水印系统模型 (9)2.3数字水印的典型算法及攻击类型 (11)2.3.1数字水印的典型算法分类 (11)2.3.2数字水印的攻击类型 (12)2.4数字水印评价标准 (13)2.5本章小结 (14)3 RGB彩色图像 (15)3.1色彩空间概述 (15)3.2 RGB图像基本概念 (15)3.3图像的小波分解与重构 (16)3.4本章小结 (20)4 数字水印工具——Matlab (21)4.1 Matlab基本介绍 (21)4.2 Matlab常用函数介绍 (21)4.2.1 图像显示及数据输入输出函数 (21)4.2.2 常用变换域函数 (21)4.2.3 攻击函数 (22)4.2.4 取整函数 (22)4.2.5 图像文件输入输出函数 (22)4.2.6 图像颜色及类型转换函数 (22)4.3 Matlab的应用 (23)4.4 本章小结 (25)5 水印嵌入及提取 (26)5.1嵌入算法框图及实现过程 (26)5.2提取算法框图及实现过程 (28)5.3本章小结 (29)6水印攻击测试 (30)6.1攻击方法的分类及其相关概念 (30)6.1.1鲁棒性 (30)6.1.2 不可见性 (30)6.1.3安全性 (31)6.1.4 攻击方法的分类 (32)6.1.5 攻击测试 (32)6.2 本章小结 (35)7 总结 (36)致谢 (37)参考文献 (38)附录 (39)1绪论1.1研究的目的及意义20世纪90年代以来,计算机网络技术和多媒体信息处理技术在全世界范围内得到了迅猛发展。
基于小波与奇异值分解的图像盲水印算法(含程序源码)
基于小波与奇异值分解的图像盲水印算法摘要:提出了一种新的基于离散小波变换(DWT)与奇异值分解(SVD)相结合的数字图像水印算法。
该算法将原始图像作小波分解并将小波分解得到的低频子带进行分块,对每一块进行奇异值分解后,选取每块中最大的奇异值通过量化的方法嵌入水印信息。
水印的提取不需要原始图像。
实验结果表明,该算法具有一定的不可感知性、鲁棒性。
关键词:离散小波变换;奇异值分解;盲水印随着计算机网络的迅速发展和广泛应用,数字媒体的非法篡改、复制和盗版现象也越来越普遍,数字媒体的版权保护已成为迫切需要解决的问题。
作为信息隐藏领域中的数字水印技术是实现多媒体版权保护与信息完整性保证的有效方法。
它的基本思想是在数字图像、音频和视频等产品中嵌入秘密的水印信息以便保护数字产品的版权。
对于数字水印技术,一般要求水印系统具有不可见性、鲁棒性和安全性。
也就是说,水印必须是不可察、不可测和难于破坏的。
目前,从实现角度看水印算法主要分为空域和变换算法两大类。
空域算法是直接对空域数据进行操作,变换域算法是在变换域中进行水印的嵌入与提取,如离散傅里叶变换(DFT)、离散余弦变换(DCT)和离散小波变换(DWT)[1]等。
与空域相比,变换域算法具有更好的鲁棒性。
由于离散小波变换具有良好的多分辨率表示、时频局部分析特性,基于DWT变换域的数字图像水印算法的研究更是得到了普遍的关注。
按水印的提取方法划分,水印算法又可分为提取时需要原图像和不需要原图像两种。
前者称为非盲水印,后者称为盲水印。
非盲水印算法在提取过程中需要原始图像,在版权认证的应用中,意味着需要大量的存储资源和计算资源,如果需要认证的数字作品数量很多,给定一个数字作品要去查找相应的原作品本身就很困难。
近几年来学术界研究的数字水印算法大多数属于盲水印算法。
本文提出的水印算法是一种新的基于小波变换(DWT)和奇异值分解(SVD)相结合的盲水印算法。
这样可以充分利用DWT的多分辨率特性和SVD所固有的特征,增强了水印的不可见性和鲁棒性。
基于小波变换的数字水印技术研究报告
. -泉州师学院毕业论文(设计)题目基于小波变换的数字水印技术研究物理与信息工程学院电子信息科学与技术专业07 级1班学生XX X志攀学号070303033指导教师陈木生职称讲师完成日期2011年4月10日教务处制基于小波变换的数字水印技术研究物理与信息工程学院电子信息科学与技术专业070303033 X志攀指导教师陈木生讲师【摘要】:随着网络与多媒体技术的发展,数字媒体作品的标识及保护问题越来越突出。
数字水印技术通过将水印信息嵌入原始数据中来证明数字作品的,是解决这个问题的一种有效方法。
本文提出一种基于小波变换的图像数字水印算法,通过将低频子图分块并量化其小波系数,实现水印的嵌入和提取,并对其进行抗噪声、JPEG压缩、旋转等实验。
对于旋转攻击,该算法结合了图像的归一化技术。
实验结果表明,该算法对常见图像处理和旋转都有较好的鲁棒性。
【关键词】:数字水印;小波变换;鲁棒性;量化;抗旋转目录第一章绪论31.1研究背景31.2研究现状31.3研究意义4第二章数字水印技术简介52.1数字水印的概念52.2数字水印的特点52.3数字水印的分类62.4数字水印系统62.5数字水印的性能评估7第三章小波变换理论83.1小波分析基础83.2小波变换简介93.2.1 离散小波变换93.2.2 小波域数字水印的优点9第四章本文数字水印技术的实现104.1水印的嵌入和提取104.1.1 水印的嵌入过程104.1.2 水印的提取过程114.1.3 实验结果124.2抗攻击实验124.2.1 抗噪声实验124.2.2 抗JPEG压缩实验134.2.3 滤波实验144.2.4 抗剪切实验154.2.5 抗旋转实验16第五章结论17参考文献18致18英文翻译19第一章绪论1.1 研究背景随着网络和多媒体技术的发展, 数字媒体逐渐被广泛应用,各种形式的多媒体数字作品如图像、视频、音频等纷纷以网络的形式发表。
人们可以通过Internet 发布自己的多媒体作品和进行网络交易等,但随之而来的问题是:任何人都可以通过网络很轻易地获取他人的原始作品,特别是数字化的图像、音频、视频等,盗用者不仅可以通过非法手段得到电子数据,而且可以不经过作者的同意而对原始作品进行复制、修改、生产和再传输等,这些不法行为严重侵犯了作者的,对所有者造成了巨大的经济损失,对信息安全造成巨大的冲击[1]。
基于DWT的3D点云模型数字水印算法
(20×20 的二值图像), α 为 0.001。设受到攻击后的水印模型 为V '。 3.2.1 仿射攻击
本文的算法以点到模型重心的距离 r 作为宿主数据。因 此,平移、旋转不会对距离 r 有任何改动,可以完整提取出 水印。而对于均匀缩放攻击,按照水印提取步骤,将 V ' 与 V 对齐,便可以完整提取出水印。实验证明,提取到的水印与 原始水印的相关值 corr =1。
本文选取 3D 点云模型各点到模型重心的距离值的一维 DWT 低频信号部分进行水印的嵌入。
2 算法原理
点云模型可以被表示为: V = {vi ∈ R3, 0 ≤ i ≤ N} 。其中,
vi
(xi ,
yi
,
z i
)
为顶点;N
为模型的顶点个数。
2.1 水印的嵌入
水印的嵌入步骤如下:
(1)将模型 V 重心移至原点[7]。
【Abstract】A novel method which is based on Discrete Wavelet Transform(DWT) for digital watermark of a 3D point cloud model is presented. The distance of each vertex in the 3D model to the center point is calculated. The distance is transformed into a signal in frequency domain using one-dimensional DWT and the watermark is embedded in the low frequency of the signal in frequency domain. Experimental results show that the scheme is simple, efficient, easy to implement, and robust against attacks, such as affine transformation, resorting, simplification, cropping and nosing distortion. 【Key words】point cloud model; mesh model; digital watermark; robustness; Discrete Wavelet Transform(DWT); invisibility DOI: 10.3969/j.issn.1000-3428.2012.06.049
基于小波分析的数字水印技术项目报告
《从傅立叶分析到小波分析》课程项目报告题目:基于小波分析的数字水印技术组长:成员:成员:联系方式:一种基于小波变换的数字水印方法2018.01.24摘要:结合Arnold变换,提出了一种基于小波变换的数字水印安全方法算法。
利用Arnold变换将水印图像置乱,进行图像加密;其次对原始图像进行三级小波分解,并对其小波分解后分量,依据其系数的大小进行排序分组,选择适当的嵌入系数,将水印图像嵌入到原图像中。
然后通过水印提取进行比较。
最后简述数字水印在印刷防伪、保护版权方面的应用。
1.水印原理和特性首先将灰度图像水印进行预处理,使其“混乱不堪”,得到置乱图像;其次,将需要版权保护的载体图像进行小波变换,利用小波变换的多分辨率特性,将灰度图像水印重复嵌入到载体图像小波分解的低频和部分中高频系数上,由于采用了多分辨率嵌入,既保证了水印的不可见性,又提高了水印的稳健性。
利用水印保护数字图像需要进行两个操作:①水印的嵌入:在数字产品使用前将水印加入到数字产品中以进行保护;②水印的提取:将嵌入到数字图像中的水印提取出来以验证或表明版权。
设原始图像为f(x,y),水印为W(X,Y),嵌入水印的图像为g(x,y)。
水印嵌入过程可表示为:g=E(f,W)。
给出待检测图像h(x,y),抽取待验证的可能水印w(x,y):w=D(f,h)并考虑原始水印和可能水印的相关函数C,如果满足以下条件(T为预先确定的阈值):C(W,w)>T则认为水印存在,否则认为水印不存在1.1水印特性:数字图像中的水印主要有以下的特性:①显著性:水印不易被使用者察觉水印的加入不影响原产品的视觉质量;②稳健性:图像产生失真情况下,仍保证其自身完整性和对其检测的准确性;③安全性:指水印不易被复制和伪造的能力,以及不易被非法检测的能力;④低复杂性:指水印嵌入和提取的计算复杂度低;⑤唯一性:对主要信息有唯一的判断。
2. 小波变换特点和水印处理2.1小波变换特点:小波变换是一种通过伸缩平移运算对信号逐步进行多尺度细化的时频变换方法,其优点在于能够通过变换充分突出问题的某些方面特征,能对时间(空间)频率的局部化进行多分辨分析。
小波变换应用实验报告——去噪,融合,水印
一. 基础原理 1.小波简介小波一词由Morlet 和Grossman 在1980年代早期提出,其思想来源于伸缩平移方法。
小波分析(wavelet analysis), 或小波转换(wavelet transform)是指用有限长或快速衰减的、称为母小波(mother wavelet)的振荡波形来表示信号。
该波形被缩放和平移以匹配输入的信号。
小波变换是将时间信号展开为小波函数族的线性叠加,小波变换的核函数是小波函数,它在时间和频率域内都是局部化的。
所以,小波变化可对信号同时在时-频域内进行联合分析。
小波变换分成两个大类:离散小波变换 (DWT) 和连续小波转换 (CWT)。
两者的主要区别在于,连续变换在所有可能的缩放和平移上操作,而离散变换采用所有缩放和平移值的特定子集。
小波分析的一个重要领域就是是图像处理。
小波分解可以把小波分层次按照小波基展开,并可以根据图像的性质及给定的图像处理标准确定具体要展开到哪一级,还可以把细节分量和近似分量展开,所以小波分析常用于信号的压缩、去噪等方面,是图像处理的一个极其重要的工具。
本报告中将具体实例说明小波分解在图像中的应用。
2. 小波变换应用包括去噪,图像的压缩,图像的融合以及水印技术。
2.1去噪原理:在实际工程应用中,通常所分析的信号具有非线性,非平稳,并且奇异点较多的特点。
含噪的一维信号模型可表示为:式1其中,f(t)为真实信号,s(t)为含噪信号,e(t)为噪声, σ为噪声标准偏差。
有用信号通常表现为低频信号或是相对比较平稳。
而噪声信号通常表现为高频信号。
利用小波对含噪的原始信号分解后,含噪部分主要集中在高频小波系数中,并且,包含有用信号的小波系数幅值较大,但数目少;而噪声对应的小波系数幅值小,数目较多。
基于上述特点,可以应用门限阈值法对小波系数进行处理。
(即对较小的小波系数置为0,较大的保留或削弱),然后对信号重构即可达到消噪的目的。
在去噪方面,小波分析由于能同时在时-频域中对信号进行分析,具有多分辨分析的功能,所以在不同的分解层上有效的区分信号的突变部分和噪声,从而实现信号的消噪。
基于小波分析的图像水印算法研究设计
1绪论在日常生活中,人们将纸币对着光源,通过检查其中是否有“水印”来判断纸币的真伪。
此外水印还被广泛应用于支票、证书、护照、发票等重要印刷品中,并成为判断传统印刷品真伪的一个重要手段。
而对于一些数字作品,比如图像、音乐、视频、电子图书等,数字水印技术就成为保护这些数字作品的一个有效的选择。
数字水印技术在真伪鉴别、隐蔽通信、标志隐含、电子身份认证等方面具有重要的应用价值。
数字水印技术的研究涉及信息学、密码学。
数学、计算机科学、模式识别等多种学科,其巨大而广阔的应用前景引起了学术界、工业界和军方的关注。
1.1数字水印产生的背景作为传统加密方法的有效补充手段,数字水印近年来引起了人们的高度重视,并逐步成为多媒体信号处理领域的一个研究热点。
数字水印技术通过一定的算法将一些水印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,并且不能被人的知觉系统觉察或注意到,只有通过专用的检测器或阅读器才能提取。
其中的水印信息可以是作者的序列号、公司标志、有特殊意义的文本等,这些信息可以用来识别文件、图像或音乐制品的来源、版本、作者、发行人等。
数字水印与载体信息紧密结合并隐藏其中,成为源数据的一部分,并可经历一些攻击手段而存活下来。
与加密技术不同,数字水印技术并不能阻止盗版活动的发生,但它可以判别对象是否受到保护,监视被保护数据的传播、鉴别真伪和非法拷贝、解决版权纠纷等方面,为法庭提供了有力证据。
数字水印技术的出现有着深刻的历史背景。
世纪末,数字技术的飞速发展以及互联网的普及给人们的工作和生活带来了巨大便利,人们可以通过互联网传递重要信息,进行网上贸易,或者发布自己的数字作品等等。
以数字媒介为载体的多媒体信息如图像、音乐和视频等的传播和获取也变得日益快捷和方便,多媒体信息的交流达到了前所未有的深度和广度。
但是随之而来的一些问题也出现了。
一些非法个人、团体在没有得到数字作品所有者的许可下,利用网络的开放性和共享性,随意复制、篡改、传播有版权的内容,或者在电子商务中进行非法盗用和恶意篡改等。
一种基于离散小波变换的稳健的混淆盲视频水印技术.
一种基于离散小波变换的稳健的混淆盲视频水印技术[ 08-05-01 15:59:00 ] 作者:刘日晨刘文唐编辑:studa0714摘要本文提出了一种新的基于DWT的混淆盲视频水印的方法,该方法可以有效地抵抗有损压缩、平均帧检测、帧丢弃和统计分析等攻击。
我们可以用相同的水印重复地嵌入到同一视景的所有帧中以增加水印的稳健性,而不同的视景将用不同的水印来抵抗平均帧检测和统计分析攻击。
实验结果表明,这种方法能有效地抵抗上述提及的广泛存在于视频水印算法中的攻击。
关键词水印;DWT;混淆;帧丢弃;统计分析1 引言近年来,很多视频水印技术相继诞生,视频水印技术与图像水印极为相似,他们都可以应用于保护著作版权等。
然而,对于视频水印技术,有不同的一些应用,如新闻与商业广播的控制与监测[1,2] 或DVD 版权的保护[3]。
当设计一个视频水印相关的方案时,我们可以从图像水印的角度出发,把视频看成一系列连续的等时间间隔的静态图片。
通常来说,静态图像与视频有很多的相似点,然而,它们之间还是有一定的区别,例如,视景分析,它为视频水印提出了很多不同于图像水印的方法。
水印的不可觉察性和稳健性是数字水印技术中的两个基本要素,其中一个很难防范的攻击为局部的随机篡改StirMark攻击[5,6]。
这种攻击仍然是目前商业的水印工具中的一个广泛存在的技术难题。
视频水印中有两种主要的方法,即水印的压缩域与非压缩域[14,15],任意一种方法都可以用DCT [12,15],DFT [13] or DWT [10,11]的系数来嵌入。
本文提出了一种新的基于DWT的混淆视频水印的方法,该方法可以有效地抵抗有损压缩,平均帧检测,帧丢弃和统计分析等攻击。
我们可以用相同的水印重复地嵌入到同一视景的所有帧中以增加水印的稳健性。
而不同的视景将用不同的水印来抵抗平均帧检测和统计分析攻击。
这项工作同样可以应用于基于帧的水印非压缩方面。
2 水印嵌入的步骤2.1 水印嵌入模型的概念水印嵌入与提取的一般模型在文献[8]中有详细的讨论,在嵌入之前,水印信号w(i) 通常要被预处理,以提高稳定性,不易感知性和更好的安全性。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
一、题目:dwt水印
二、目的:编程实现水印的嵌入与还原
三、算法及其实现:水印的嵌入与还原
小波变换具有空间-频率的多尺度性,对图像的分解可以连续地从低分辨率过渡到高分辨率,也可以对图像整体进行变换,DWT还具有多分辨率特性,可以很好地与人类视觉系统(HVS)特性相匹配。
本算法将载体图像进行小波分解,利用公式实现水印信息的嵌入。
将2值图像中0和1
的值变成-1和1。
将水印入宿主图形重要的小波系数上。
水印的提取完全是水印嵌入的逆过程。
四、实现工具:Matlab
五、程序代码:
(1)dwt1_embed.m
%嵌入源码
clc
clear all;
% 保存开始时间
start_time=cputime;
k=20;
blocksize=8; % 设置块的大小
% 读入原图像
file_name='zimu.bmp';
cover_object=double(imread(file_name));
% 原图像的行数与列数
Mc=size(cover_object,1); %原图像行数
Nc=size(cover_object,2); %原图像列数
% 最大嵌入信息量
max_message=Mc*Nc/(blocksize^2);
% 读入水印图像
file_name='c.bmp';
message=double(imread(file_name));
%%水印图像的行数与列数
Mm=size(message,1); %水印行数
Nm=size(message,2); %水印列数
message_vector=reshape(message,1,Mm*Nm);
% 检查水印信息是否过大
if (Mm*Nm> max_message)
error('水印太大')
end
%将随机数发生器的状态置为1100
randn('state',1100);
% 产生watermarked_image,并写入原图信息
watermarked_image=cover_object;
% 将图像分块嵌入
% 当(2,2) > (2,3) 且message_pad(kk)=0
% 当(2,2) < (2,3) 且message_pad(kk)=1
%%经过分析可以得出结论:在提取水印时,如果cD1(2,2)>cD1(2,3)便是嵌入了水印的黑色像素,
%%反之则是嵌入了白色像素
x=1;
y=1;
h=waitbar(0,'嵌入水印,请等待');
for (kk = 1:length(message_vector))
% 对块进行DWT变换
[cA1,cH1,cV1,cD1] = dwt2(cover_object(x:x+blocksize-1,y:y+blocksize-1),'haar');
a=cD1;
% 如果message_pad(kk)== 0
if (message_vector(kk) == 0)
% 且(2,2) < (2,3) ,交换它们
if (cD1(2,2) < cD1(2,3))
temp=cD1(2,3);
cD1(2,3)=cD1(2,2);
cD1(2,2)=temp;
end
% 如果message_pad(kk) == 1,
elseif (message_vector(kk) == 1)
% 且(2,2) > (2,3) ,交换它们
if (cD1(2,2) >= cD1(2,3))
temp=cD1(2,3);
cD1(2,3)=cD1(2,2);
cD1(2,2)=temp;
end
end
% 检查(2,2) ,(2,3)的差是否>= k
if cD1(2,2) > cD1(2,3)
if cD1(2,2) - cD1(2,3) < k
cD1(2,2)=cD1(2,2)+(k/2);
cD1(2,3)=cD1(2,3)-(k/2);
end
else
if cD1(2,3) - cD1(2,2) < k
cD1(2,3)=cD1(2,3)+(k/2);
cD1(2,2)=cD1(2,2)-(k/2);
end
end
%IDWT
watermarked_image(x:x+blocksize-1,y:y+blocksize-1)= idwt2(cA1,cH1,cV1,cD1,'haar',[Mc,Nc]);
% 移动到下一块
if (x+blocksize) >= Nc
x=1;
y=y+blocksize;
else
x=x+blocksize;
end
waitbar(kk/length(message_vector),h);
end
close(h);
% 转换为uint8并写入dwt_watermarked.bmp watermarked_image_uint=uint8(watermarked_image);
imwrite(watermarked_image_uint,'dwt_watermarked.bmp','bmp');
% 显示运行时间
elapsed_time=cputime-start_time,
% 计算psnr值
psnr=psnr(cover_object,watermarked_image),
% 显示图像
figure(1)
imshow(message);
title('水印');
figure(2)
subplot(1,2,1);
imshow(watermarked_image,[])
title('嵌入水印图像')
subplot(1,2,2);
imshow('zimu.bmp');
title('原图');
(2)dwt1_recover.m
%DWT源码
%提取源码
clear all;
% 保存开始时间
start_time=cputime;
blocksize=8; % 设置块的大小
% 读入嵌入水印图像
file_name='dwt_watermarked.bmp';
watermarked_image=double(imread(file_name));
% 嵌入水印图像的行数与列数
Mw=size(watermarked_image,1); %嵌入水印图像的行数Nw=size(watermarked_image,2); %嵌入水印图像的列数
% 最大嵌入信息量
max_message=Mw*Nw/(blocksize^2);
% 读入原始水印
file_name='c.bmp';
orig_watermark=double(imread(file_name));
% 原始水印的行数与列数
Mo=size(orig_watermark,1); %原始水印的行数
No=size(orig_watermark,2); %原始水印的列数
% 将图像分块提取水印
x=1;
y=1;
h=waitbar(0,'水印提取中,请等待');
for (kk = 1:max_message)
% 对块进行dwt变换
[cA1,cH1,cV1,cD1] = dwt2(watermarked_image(x:x+blocksize-1,y:y+blocksize-1),'haar');
% 如果cD1(2,2) > cD1(3,3) 那么message_vector(kk)=0
% 否则message_vector(kk)=1
if cD1(2,2)>cD1(3,3)
message_vector(kk)=0;
else
message_vector(kk)=1;
end
% 移动到下一块
if (x+blocksize) >= Mw
x=1;
y=y+blocksize;
else
x=x+blocksize;
end
waitbar(kk/max_message,h);
end
close(h);
% 将message重新排列
message_vector=message_vector(1,1:Mo*No); %%只需前Mo*No个
message=reshape(message_vector,Mo,No);
% 显示运行时间
elapsed_time=cputime-start_time,
% 显示提取水印与原始水印
figure(3)
subplot(1,2,1);
imshow(message,[]);
title('提取水印')
subplot(1,2,2);
imshow(orig_watermark,[])
title('原始水印');
六、运行结果:
1、把C嵌入到图形中
把c从水印图形中提取出来并对比
七:结果分析:。