小波变换源代码（Wavelet transform source code）.docVIP

小波变换源代码（Wavelet transform source code） 而1 明确； C = 0.3； = imread（E：\设计\源图像.jpg”）；%原图像 B = imread（E：\设计\理工大学。BMP）×255；%二值水印图像 【M1、N1 ] =尺寸（一）； 【M2，N2 ] =大小（B）； E0 =（和（sum（A ^ 2）））/（M×N）； E0 = C * %计算基准能量E0； [关键] =（T，而双（一个），db2，M2，N2，E0）；%树状小波分解 [关键] =嵌入T（t，关键，B）；%嵌入水印 AW = SIDWT（t，db2’）；%重组 图（1）； subplot（1,2,1）；imshow（uint8（一））；标题（“原图”）； subplot（1,2,2）；imshow（uint8（AW））；标题（“嵌入图”）； imwrite（uint8（AW），E：\设计\水印。png”）； % csvwrite（关键。txt”，重塑（关键，M2，N2））； V1 = M1，M1 * 255 * 255 *； V2 =金额（金额（（双（一）-啊）。^ 2））； 信噪比= 10×log10（V1/V2）；%峰值信噪比信噪比。 DISP（信噪比”）； DISP（信噪比）； %，攻击预处理-------------------------------------------------------------- 为明确； %的停顿； F = imread（E：\设计\水印。png”）； %将含水印图像F归一化，以便于攻击处理。 M = max（最大值（F））； F =双（F）/双（M）； %，攻击------------------------------------------------------------------- 攻击= 0； 开关的攻击 案例0， attackf = F； ATT =“未攻击”； 案例1， % 1。JPEG压缩 imwrite（F，E：\设计\ attackf。png”，png，局，30）； attackf = imread（attackf。png”）； attackf =双（attackf）/ 255； ATT = jpeg压缩”； 案例2， % 2。高斯低通滤波 H = fspecial（gaussian，3,1）； attackf =过滤器（H，F）； ATT =“高斯低通滤波”； 案例3， % 3。直方图均衡化 attackf = histeq（F）； ATT =“直方图均衡化”； 案例4， % 4。图像增亮 attackf = imadjust（F，[ ]，[ 0.4,1 ]）； ATT =“图像增亮”； 案例5， % 5。图像变暗 attackf = imadjust（F，[ ]，[ 0,0.85 ]）； ATT =“图像变暗”； 案例6， % 6。增加对比度 attackf = imadjust（F 0，[ ]，[ ]）； ATT =“增加对比度”； 案例7， % 7。降低对比度 attackf = imadjust（F，[ ]，[ 0.2,0.8 ]）； ATT =“降低对比度”； 案例8， % 8。添加高斯噪声 attackf = imnoise（F，gaussian ，0,0.01）； ATT =“添加高斯噪声”； 案例9， % 9。椒盐噪声 attackf = imnoise（F，salt胡椒，0.06）； ATT =“椒盐噪声”； 案例10， % 10。添加乘积性噪声 attackf = imnoise（F，speckle ，0.08）； ATT =“添加乘积性噪声”； 结束； %--- attack -------------------------------------------------------------- postprocessing F=attackf*double (m); Figure (2); Imshow (uint8 (f));% display watermark attack effect Title (ATT); Imwrite (uint8 (f),E:\ design, wavelet.Pngattack); %--- watermark ---------------------------------------------------------------- Clear; A=imread (E:\ design, wavelet.Pngattack); T=sdwt_ex (double (a),db2, tkey);% according to key tree decomposition [w