matlab实现的波变换图像水印嵌入以及源码.docVIP

南京航空航天大学 《信息隐藏技术》课程专题报告 W-SVD水印检测问题研究及算法仿真 学号：161120112 姓名：刘亚非 日期：2014年12月31 目 录 一、问题描述 3 二、算法描述 3 三、算法仿真 3 四、性能分析 3 五、专题研究体会 3 六、程序源代码（提交电子的源程序文件即可） 3 一、问题描述 当一张图片如果嵌入了水印，在此需要对图片进行水印进行检测，对原始和嵌入后的图像进行对比分析。分析待测水印，进行检测并进行阙值的确定。 二、算法描述 W-SVD算法采用非盲检测手段对图像进行检测。其思路为：利用原始图像生成一个理论上存在的水印模板（原始水印），从待测图像中提取可能存在的水印模板（待测水印），继而计算二者的相关性。当二者高度相关时，我们认为待测图像含有水印；反之则检测不出水印。 水印的检测模型如下： 我们对水印的识别是通过检测的手段实现的。对要检测作品N是否含有水印W，需要将原始作品M用策略K加入水印W,然后用同样的策略K从N中提取我们认为是W的W`,继而计算两者的相关性。当量化的相关性值大于一个特定值是，我们就认为W`=W，即N作品含有W；反之则不然。 计算相关系数的方法： 常规检测直接相关性值d 其中，W和W`分别表示原始水印和待测水印。 M和N为水印模板的大小。 三、算法仿真（重点论述） 1、算法实现的软硬件平台；matlab 2、算法由wavedetect.m组成，主要实现W-SVD模型下数字水印的检测。 3、%函数功能:本函数将完成W-svd模型下数字水印的检测 %输入格式举 例:[corr_coef,corr_DCTcoef]= wavedetect(11.png,10.jpg,1983,db6,2,0.1,0.99); %参数说明: %input为输入原始图像 %seed为随机数种子 %wavelet为使用的小波函数 %level为小波分解的尺度 %alpha为水印强度 %ratio为算法中d/n的比例 %corr_coef,corr_DCTcoef分别为不同方法下检测出的相关系数 四、性能分析（重点论述） 实现的截图: 在数字水印检测中，会出现两类错误：虚警错误和漏警错误。前者是指将没有水印的图像判定为有水印，后者则是将有水印的图像判定为无水印。当检测阈值选取过大时，就会造成漏警概率过大；而当检测阈值选取过小时，就会造成虚警概率过大。 性能分析： 算法各参数与水印生成的关系 d/n取值越小，表示原图像特征系数被替换得越少，水印形态与原始图像越相象。α越大水印的能量越大。不同的小波基分解和同一小波不同尺度下的分解生成的水印在形态、与原始图像的相关性、信息容量和随机性等各方面也不同。 选择不同尺度分解下的水印形态图。“水印形态图”是指以水印模板直接作为图像重构的低频系数而获得的重构图像 ，其与原图像越相象表明水印能量越低。 算法各参数与水印鲁棒性的关系 d/n越大则水印检测的效果越好，对检测更有利。当d/n过小时，其检测SC图上已无法找到明显的峰值数据，所以也就谈不上检测阈值了。 小波分解的尺度越大，与之相关的水印信息越少，检测越困难。小波分解的尺度越大，水印越能嵌入到图像的高能量部分（低频部分），水印鲁棒性越强。（这是一对矛盾，在具体实验时要注意），我们认为在W—SVD中取小波分解尺度为2或3是合适的。 算法各参数与水印安全性的关系 Kerckhoffs准则认为：一个安全保护系统的安全性不是建立在它的算法对于对手来说是保密的，而是应该建立在它所选择的密钥对于对手来说是保密的。 一部分学者认为对所要加入的信息进行加密，直接引入密码学中的密钥为密钥；另一部分学者则认为水印嵌入的位置和相关参数也应该是密钥而不是算法的部分。通过绘制SC图我们发现，在W-SVD中，将算法各参数均认为是密钥的一部分是合适的。 以下是在不知道小波基、分解尺度、α和d/n的情况下随意定义这些参数对水印进行穷举检测绘制的SC图。显然，除了在不知道参数α外均无法认定图像是否嵌有水印。（下图从左到右依次为不知道小波基、分解尺度和d/n ） 算法各参数与水印不可见性的关系 随着水印强度因子α的不断增大，水印对原始图像的破坏也越来越大，水印的不可见性降低。d/n对水印不可见性影响不大。 随着小波分解尺度的增加，水印更为集中在图像能量高的部分，对图像的感知质量造成的影响越来越大。 专题研究体会 数字水印是一种有效的数字产品版权保护和数据安全维护技术，是信息隐藏技术研究领域的一个重要分支。它将具有特定意义的标记——水印，利用数字嵌入的方法隐藏在数字图像，声音，文档，图书，视频