(数字图像.docVIP

数字图像处理 课程设计报告 课设题目： 数字水印 学 院： 信息科学与工程学院 专 业： 电子与信息工程 班 级： 姓 名： 学 号： 指导教师： 哈尔滨工业大学 2015 年 1月 8日 不要删除行尾的分节符，此行不会被打印目 录 一、课程设计任务 1 二、课程设计原理及设计方案 2 三、课程设计的步骤和结果 6 四、课程设计总结 14 五、设计体会 15 六、参考文献 16 一、、水印的原理 2?如果子图像尺寸取得太大，虽然去相关效果变好，因为象DFT、DCT等正弦型变换均具有渐近最佳性，但也渐趋饱和。若尺寸太大，由于图像本身的相关性很小，反而使其压缩效果不显示，而且增加了计算的复杂性。? 8*8FDCT和IDCT的普通算法如下： 离散余弦变换（Discrete?Cosine?Tranform，简称DCT）是一种与傅立叶变换紧密相关的数学运算。在傅立叶级数展开式中，如果被展开的函数式是偶函数，那么其傅立叶级数中只包含余弦项，再将其离散化可导出余弦变换，因此称之为离散余弦变换。时间域中信号需要许多数据点表示；在x轴表示时间，在y轴表示幅度。信号一旦用傅立叶变换转换到频率域，就只需要几点就可以表示这个相同的信号。如我们已经看到的那样，原因就是信号只含有少量的频率成分。这允许在频率域中只用几个数据点就可以表示信号，而在时间域中表示则需要大量数据点。? 这一技术可以应用到彩色图像上。彩色图像有像素组成，这些像素具有RGB彩色值。每个像素都带有x，y坐标，对每种原色使用8x8或者16x16矩阵。在灰度图像中像素具有灰度值，它的x，y坐标由灰色的幅度组成。为了在JPEG中压缩灰度图像，每个像素被翻译为亮度或灰度值。为了压缩RGB彩色图像，这项工作必须进行三遍，因为JPEG分别得处理每个颜色成分，R成分第一个被压缩，然后是G成分，最后是B成分。而一个8x8矩阵的64个值，每个值都带有各自的x，y坐标，这样我们就有了一个像素的三维表示法，称作控件表达式或空间域。通过DCT变换，空间表达式就转化为频谱表达式或频率域。从而到达了数据压缩的目的。? DCT式目前最佳的图像变换，它有很多优点。DCT是正交变换，它可以将8x8图像空间表达式转换为频率域，只需要用少量的数据点表示图像；DCT产生的系数很容易被量化，因此能获得好的块压缩；DCT算法的性能很好，它有快速算法，如采用快速傅立叶变换可以进行高效的运算，因此它在硬件和软件中都容易实现；而且DCT算法是对称的，所以利用逆DCT算法可以用来解压缩图像。? 为什么采用8x8的图像块，其原因是由于计算量和像素之间关系的数量，许多研究表明，在15或20个像素之后，像素间的相关性开始下降。就是说，一列相似的像素通常会持续15到20个像素那么长，在此之后，像素就会改变幅度水平（或反向）。? 模拟图像经采样后成为离散化的亮度值然后分成一个个宏块，而一个宏块有分成8x8大小的块，可以用一个矩阵来表示这个块。? 在这里，N=8，矩阵中元素f（i，j）表示块中第i行、第j列像素的亮度值。把该矩阵看作一个空间域，显然，块中这些亮度值的大小有一定的随机性，无序性，或者说亮度值的分布没有什么特征；DCT变换就是来解决这个问题的，把这些随机的数据变的有序，便于对数据进行编码压缩。 2.4设计方案 2.4.1水印嵌入 对载体图像进行二维离散余弦变换，根据水印的灰度，对载体图像的变换域加入不同的随机序列（由于处理的水印，及图像都是黑白的，水印只有0、1两种灰度，因此只需加入两个随机序列即可），以实现将水印的信息嵌入到载体图像之中，在通过二维离散余弦反变换，得到嵌入水印后的空域图像。 2.4.2 添加白噪声攻击 将高斯白噪声扩大20倍，加入到嵌入水印以后的图像之中，然后对该图像进行水印的提取，提取过程为嵌入过程的逆运算，根据每一序列与连个产生随机序列的相关程度来判断水印的灰度取值。 2.4.3 高斯低通滤波攻击 将嵌入水印的图像经过高斯滤波，然后对图像进行恢复。恢复方法同上。 2.4.4 部分剪切攻击 将嵌入水印的图像经过减去一部分后，然后对图像进行恢复。恢复方法同上。 2.4.4 旋转10度攻击 将嵌入水印的图像旋转10的，由于DCT依赖图像元素之间的相关性，当旋转截取之后，图像的向量组成完全变化，因此通过DCT的方式无法进行旋转后的水印恢复。 三、课程设计的步骤和结果 3.1matlab程序 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%% 数字水印嵌入、攻击、检测 %%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%