基于小波变换的数字水印算法研究
目录
摘要 (Ⅲ)
Abstract (Ⅴ)
第1章绪论 (1)
1.1引言 (1)
1.2本文研究的目的及意义 (2)
1.3数字水印技术的国内外研究现状 (2)
第2章数字水印理论基础 (5)
2.1 数字水印的基本概念 (5)
2.2 数字水印的基本特征 (5)
2.3 数字水印的基本原理 (5)
2.4 数字水印的分类 (8)
2.5 数字水印典型算法（针对图像领域） (10)
2.6 数字水印的鲁棒性问题和攻击行为 (12)
2.7 数字水印应用领域 (13)
第3章小波分析理论基础 (17)
3.1小波分析的发展历程 (17)
3.2小波函数与小波变换 (18)
3.3离散小波变换 (20)
3.4 多分辨率分析 (22)
3.5实验环境：可实现数字水印技术的高效实用工具——Matlab (24)
第4章基于小波变换的数字水印算法 (25)
4.1算法描述 (25)
4.2实验结果及分析 (28)
4.3 本章小结 (36)
参考文献 (37)
致谢 (39)
附录 (41)
基于小波变换的数字水印算法研究
摘要
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。
本文针对基于小波变换的数字水印技术，提出了一种基于小波域的二值图像水印算法。该算法选择了检测结果直观、有特殊意义的二值图像作为原始水印，并在嵌入之前进行图像置乱预处理，以提高安全性和隐蔽性，兼顾了水印的不可见性和鲁棒性，利用多分辨率分析思想进行水印的嵌入与提取。通过大量的仿真实验，证明本文算法在保证水印不可见性的同时，对常见的图像处理如JPEG压缩、噪声、滤波、剪切等，均有较好的鲁棒性。
关键词：数字水印，小波变换，鲁棒性，不可见性，JPEG压缩
Based on the wavelet transform the digital watermark
Abstract
Digital watermarking technology is the field of information security technology a new direction, is an open network environment, copyright protection and authentication and integrity of the sources of new technology.
In this paper, based on wavelet transform the digital watermarking technology, a wavelet domain based on the binary image watermarking algorithm. The algorithm chosen the test results intuitive, with special significance in the value of the original image as a watermark and embedded in the image scrambling prior to the pretreatment to enhance the safety and concealment; watermark does not take into account the visibility and robustness, Use of multi-resolution analysis of the thinking embedded watermark and extraction. Through the simulation experiments to prove that this algorithm can not watermark visibility at the same time, the common image processing such as JPEG compression, noise, and so on, have a better robustness. Key words:digital watermarking, wavelet transform , Robust, visibility, JPEG compression
第1章绪论
1.1引言
随着信息技术和计算机网络的飞速发展，数字多媒体信息包括图像、文本音视频、三维模型的存储、复制与传播变得非常方便。我们在通过互联网方便快捷的获取多媒体信息的同时，还可得到与原始数据完全相同的复制品，这就带来了对数字媒体原创者的版权和经济利益如何保护以及数字媒体信息是否安全可信等诸多问题。由此引发的信息安全问题、盗版问题和版权纷争问题已成为日益严重的社会问题。因此，对多媒体内容的版权保护与内容鉴别成为我们所处的这个信息时代所急待解决的问题。
密码技术是信息安全技术领域的主要传统技术之一，一般采用将明文加密成密文的秘密密钥系统或公开密钥系统，其保护方式都是控制文件的存取，即将文件加密成密文，使非法用户不能解读。但是传统的加密方法对多媒体内容的保护和完整性认证具有一定的局限性。首先，随着计算机处理能力的快速提高，这种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安全；其次，加密方法只用在通信信道中，一旦被解密，信息就完全变成明文；另外，密码学中的完整性认证是通过数字签名方式实现的，它并不是直接嵌入到多媒体信息当中，因此无法察觉信息在经过加密系统之后的再次传播与内容的改变。针对上述传统安全技术的缺陷，许多研究人员开始尝试用各种信号处理方法对多媒体数据进行隐藏加密，并将该技术用于制作多媒体的数字水印。数字水印技术正好弥补了加密技术和数字签名技术的不足，将具有确定性和保密性的信息直接嵌入到原始数据并作为原始数据的一部分而保留在其中，因而即使在解密之后仍可以跟踪数据的复制和传输，对多媒体数据进行有效的保护 。
数字水印技术是近几年来国际学术界兴起的一个前沿研究领域，是信息隐藏技术研究领域的重要分支，如今已成为多媒体信息安全研究领域的一个热点。它将具有特定意义的、与载体内容相关或不相关的标记(水印)，利用数字嵌入的方法，隐藏在载体，即数字图像、声音、文档、图书、视频等数字产品中，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
印的检测和分析来保证数字信息的完整性和可靠性，从而成为知识产权保护和数字多媒体防伪的有效手段。数字水印的研究涉及信息论、编码理论、通信原理、信号处理、信息安全等多学科多门类。近年来数字水印技术在数字信息的版权保护与完整性认证方面得到了迅猛发展，具有良好的应用前景。
1.2本文研究的目的及意义
数字水印技术作为一个跨多领域、多学科(数字信号处理、图像处理、模式识别、数字通信、多媒体技术、密码学、语音处理等)的技术体系，由于它与具体的应用密切相关，因此每个研究人员介入的角度、采用的研究方法和设计策略也各不相同，但都是围绕着实现数字水印的各种基本特征进行设计，这也决定了数字水印技术研究成果的多样性以及数字水印技术研究的不完善性，仍有许多技术问题需要解决。同时，水印认证体系的建立、法律保护等问题也是影响数字水印技术迈向实用化的因素。另外，数字水印技术发展到今天，还是没有形成完整的理论体系，因而对相关研究人员来说这是一个挑战性的课题。由于目前国际上的水印技术尚未形成统一的标准，形成一个共同遵循的标准己成为研究水印者的共同目标。然而，标准的算法必须有其优越性、通用性和有效性，并要得到世界各国的认同，所以形成标准是一项艰巨的任务。由于小波变换的优点，使小波变换域研究水印处理技术是目前的热点，并且在该领域形成水印算法标准的可能性最大，因此本论文研究基于小波变换域的数字水印算法设计与仿真实现具有重要意义 。
1.3数字水印技术的国内外研究现状
随着计算机和网络的飞速发展，数字作品得以有效的存储和发布，同时数字作品又极易被非法拷贝、伪造或篡改，使得很多版权所有者不愿利用网络公开其作品，从而阻碍其自身发展。从技术上看，数字作品版权信息的嵌入和检测问题，是数字作品版权保护的两个关键问题，它综合了传统密码学的认证和鉴别的优点，又加入了稳健性要求。版权保护信息必须与被保护的数据紧密结合，同时版权保护信息的鉴别过程必须具有抗各种干扰的能力，比如噪声、压缩等。数字水印技术作为解决网络上数字作品版权管理问题的核心技术，同时又能隐秘的传递信息，鉴于其广阔的应用前景和经济、社会效益，全球各国政府部门和研究机构
纷纷投入到数字水印技术的研究中，推动了数字水印技术的发展 121 。数字水印技术的出现是Schyndel在ICIP'94会议上发表的一篇题为“A digital watermark”的文章开始的。这是第一篇发表于重要会议的关于数，水印技术的文章开始的。随着网络的普及，数字水印技术迅速成为研究热点，很多数字水印算法和实现方案也随之出现。据统计，公开发表的关于数字水印的文章数量在1992 年、 1993 年、 1994 年和 1995 年分别为 2 篇、 2 篇、 4 篇和 13 篇，1996年第一届信息隐藏国际学术研讨会后，发表的文章数量剧增， 1998 年发表的文章数量达到了 103 篇， 1999 年达 200 多篇， 2000 年和 2001 年分别达 250 多篇．另外，许多信息安全、密码学和信号处理领域的国际会议和学术期刊如 IEEE , ACM 等都有关于数字水印技术方面的专题。国外研究机构有诸如美国财政部、美国版权工作组、美国洛斯阿莫思国家实验室、美国海陆空军研究实验室、欧洲电信联盟、德国国家信息技术研究中心、日本 NIT 信息与通信系统研究中心、麻省理工学院的媒体实验室、瑞士日内瓦大学、多伦多大学、普林斯顿大学、剑桥大学、普度大学等，同时 IBM 、日立、 NEC 、 Pioneer 和 Sony 五家公司还宣布联合研究并推广数字水印技术，取得了大量研究成果。此外欧洲、北美以及其他的一些关于图像、多媒体研究方面的国际会议都有专门的数字水印讨论组。 IEEE 也曾推出两个关于数字水印的专集，分别为：:1998年5月的“IEEE Journal on Selected Areas of Communication Vol.16”和1999年7月的“Proceedings of the IEEE Vol.87”IEEE的Signal Processing在2001年6月出版了一卷水印专集，卷名为“Special Section on Information Theoretic Aspects of Digital Watermarking”
在实际应用方面,美国的 Digimarc公司于1995 年就推出了拥有专利权的水印制作技术,是当时世界上唯一一家拥有这一技术的公司,其水印技术以插件的形式在 Pbotoshop5.0和 CorelDraw7.0 中得到应用,IBM 的“数字图书馆” 软件也提供了数字水印功能。在 1997 年，一个名为 VIVA 的欧洲工程开始发展广播监测系统。MusiCode系统提供了音频信号的广播监测，VEIL-II 和MediaTrax 提供了视频信号的广播监测。美国、日本以及荷兰开始研究用于票据防伪的数字水印技术。麻省理工学院媒体实验室受美国财政部委托，研究在彩色打印机、复印机输出的每幅图像中加入唯一的、不可见的数字水印，在需要时可
以实时扫描票据，判断水印的有无，快速辨识真伪。各项研究取得了丰硕的成果，但是，目前市场上的数字水印产品在技术上还很不成熟，距离真正的推广使用还有很大的距离。在国外数字水印技术研究快速发展的同时，我国政府和研究机构也加大了重视力度，数字水印技术在我国信息安全领域的地位和作用不断上升，更多的专家学者投入到这一研究领域当中。1999 年 12 月，由北京电子技术应用研究所组织，何德全、周仲义、蔡吉人院士与有关研究单位联合发起召开了我国第一届信息隐藏学术研讨会，此后 2000 年、2001 年、2002 年、2004 年召开了 4 届全国信息隐藏学术研讨会。2000 年 1 月，国家 863 计划智能计算机专家组、中国科学院自动化研究所和北京邮电大学信息安全中心成功地举办了数字水印技术研讨会[5]。同时，国家，“863 计划”、“ 973 项目”、国家自然科学基金等都对数字水印的研究提供专项资金支持。国内从事信息隐藏技术研究的科研院所主要有：北京邮电大学信息安全中心、中国科学院软件研究所、中国科学院自动化研究所、中科院信息安全国家重点实验室、清华大学、浙江大学、西安电子科技大学、北方工业大学、北京理工大学、北京电子技术应用研究所、中山大学、哈尔滨工业大学等单位。从目前的研究发展来看，我国数字水印学术领域的研究正在蓬勃开展，而且形成了自己独特的研究思路，相信随着国内信息化程度的提高、电子政务的推广和电子商务的普及，作为数字作品版权管理核心技术的数字水印技术将会拥有更加广阔的应用前景和发展空间[6]。
第2章数字水印理论基础
2.1 数字水印的基本概念
数字水印（Digital Watermark）技术是将与多媒体内容相关或不相关的一些标示信息直接嵌入多媒体内容当中，但不影响原内容的使用价值，并不容易被人的知觉系统觉察或注意到。通过这些隐藏在多媒体内容中的信息，可以确认内容创建者、购买者，或者验证内容是否真实完整。与水印相近或关系密切的概念有很多，从目前出现的文献中看，已经有诸如信息隐藏（Information Hiding ）、信息伪装（Steganography ）、数字水印（Digital Watermarking ）和数字指纹（Fingerprinting ）等概念。
2.2 数字水印的基本特征
（1）安全性：数字水印的信息应是安全的，难以篡改或伪造，同时，应当有较低的误检测率，当原内容发生变化时，数字水印应当发生变化，从而可以检测原始数据的变更；当然数字水印同样对重复添加有有强的抵抗性。
（2）隐蔽性：数字水印应是不可知觉的，而且应不影响被保护数据的正常使用，不会降质。
（3）鲁棒性：是指在经历多种无意或有意的信号处理过程后，数字水印仍能保持部分完整性并能被准确鉴别。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。主要用于版权保护的数字水印属于鲁棒性数字水印（Robust Watermarking），而易损水印（Fragile Watermarking），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相应的改变，从而可以鉴定原始数据是否被篡改。
（4）水印容量：嵌入的水印信息必须足以表示多媒体内容的创建者或所有者的标志信息，或购买者的序列号，这样有利于解决版权纠纷，保护数字产权合法拥有者的利益。尤其是隐蔽通信领域的特殊性，对水印的容量需求很大。
2.3 数字水印的基本原理
水印的基本原理是嵌入某些标志数据到宿主数字中作为水印，使得水印在宿主数据中不可感知和足够安全。为了保证由于水印的嵌入而导致宿主数据失真不
被察觉到，必须应用某种感知准则，不管是隐性还是显形。水印算法要结合加密方法以提供其安全性，通过的水印算法包含两个基本方面：水印的嵌入和水印的提取。水印可以由多种模型构成，如随机数字序列、数字标识、文本以及图像等。数字水印的嵌入过程如图所示：
图2.1 数字水印嵌入过程
频域法加入数字水印的原理是首先将原始信号（语音一维信号、图像二维信号）变换到频域，常用的变换一般有DWT、DCT、DFT、WP和分形。然后，对加入了水印信息的信号进行频域反变换（IDWT、IDCT、DFT、WP），得到含有水印信息的信号。
数字水印的检测过程如图所示：
图2.2数字水印的检测过程
频域法检测水印的原理是将原始信号与待检测信号同时进行变换域变换，比较两者的区别，进行嵌入水印的逆运算，得出水印信息。如果是可读的水印，那么就此结束，如果是不可读水印，如高斯噪声，就将得出的水印与已知水印作比较，由相关性判断，待检测信号含不含水印，故水印的检测有两个结束点。
下面介绍一种基于小波变换的数字水印方法。
（1）第一步，将水印图象作时域上的变换，目的是对水印信息进行乱序，达
到加密的效果。采用函数：)(K A N ：??????''y x =???k 1 ???+11k ??
????y x mod N
其中k 是一个控制参数，N 是矩阵的大小，（x,y ）和（x ',y '）表示像素点在
变换前后的位置。假设P 表示由二值水印信息组成的一个m ?n 的矩阵,对每一个
点的坐标作)(K A N 变换之后，这个m m ?的矩阵将变成一个N M ?的矩阵，矩阵
的每个元素为0或1。
（2）第二步，对图像作小波变换，对于变换后得到的小波系数，选出一个起始
位置在（p1,p2），大小为N ?N 的系数矩阵。这个矩阵的大小与水印图像作时域
变换后形成的矩阵大小是一致的。
（3）第三步，在选出的系数矩阵中嵌入水印信息，即将两个N ?N 的矩阵进行信
息叠加，其中含有水印信息的矩阵元素为0或1。TCY 提出了一种信息叠加的方
案。
记：
A ——水印信息进行时域变换后得到的大小为N ?N 的矩阵；
U ——在矩阵A 中含有水印信息的位置的集合；
B ——图象经过小波变换后得到的系数矩阵（N ?N ）；
S ——模；
C ——B 和U 的交集；
),(j i δ——),(j i δ=c(i,j)modS;
对于所有属于U 和A 交集的点c(i,j):
如果A(i,j)=1,并且B(i,j)0≥;则c(i,j)=c(i,j)-),(j i δ+T 1;
如果A(i,j)=0,并且B(i,j)0≥;则c(i,j)=c(i,j)-),(j i δ+T 2;
如果A(i,j)=1,并且B(i,j)〈0;则c(i,j)=c(i,j)+),(j i δ-T 1;
如果A(i,j)=0,并且B(i,j)〈0;则c(i,j)=c(i,j)+),(j i δ-T 2;
这里T 1，T 2是水印嵌入的门限，安全系数包括n,k ,p 1,p 2,m,N,S, T 1, T 2。
水印的提取过程如下：
假设y 是从小波变换域抽取的一个N ?N 的系数矩阵，起始位置为（p 1,p 2）；
),(j i θ满足：),(j i θ=Y （i,j ）modS, D 是一个N ?N 的矩阵。对Y 中的所有点（i,j ）,
定义 如果)(),(21T T j i +≥θ/2，则D （i ，j ）=1; 如果)(),(21T T j i +<θ/2，则D （i ，j ）=1;
因此对矩阵D 作T-n 次A )(k N 反变换，水印图像就被恢复出来了[7]。
2.4 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。
（5）按用途划分
不同的应用需求造就了不同的水印技术。按水印的用途，我们可以将数字水印划分为票证防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印。
票证防伪水印是一类比较特殊的水印，主要用于打印票据和电子票据、各种证件的防伪。一般来说，伪币的制造者不可能对票据图像进行过多的修改，所以，诸如尺度变换等信号编辑操作是不用考虑的。但另一方面，人们必须考虑票据破损、图案模糊等情形，而且考虑到快速检测的要求，用于票证防伪的数字水法不能太复杂。
版权标识水印是目前研究最多的一类数字水印。数字作品既是商品又是知识作品，这种双重性决定了版权标识水印主要强调隐蔽性和鲁棒性，而对数据量的要求相对较小。
篡改提示水印是一种脆弱水印，其目的是标识原文件信号的完整性和真实性。
隐蔽标识水印的目的是将保密数据的重要标注隐藏起来，限制非法用户对保密数据的使用。
（6）按水印隐藏的位置划分
按数字水印的隐藏位置，我们可以将其划分为时（空）域数字水印、频域数字水印、时/频域数字水印和时间/尺度域数字水印。时（空）域数字水印是直接
在信号空间上叠加水印信息，而频域数字水印、时/频域数字水印和时间/尺度域数字水印则分别是在DCT变换域、时/ 频变换域和小波变换域上隐藏水印。
随着数字水印技术的发展，各种水印算法层出不穷，水印的隐藏位置也不再局限于上述四种。应该说，只要构成一种信号变换，就有可能在其变换空间上隐藏水印 。
2.5 数字水印典型算法（针对图像领域）
（1）空域算法该类算法中典型的水印算法是将信息嵌入到随机选择的图像点中最不重要的像素位 (LSB:least significant bits)上，这可保证嵌入的水印是不可见的。但是由于使用了图像不重要的像素位，算法的鲁棒性差，水印信息很容易为滤波、图像量化、几何变形的操作破坏。另外一个常用方法是利用像素的统计特征将信息嵌入像素的亮度值中。
（2）Patchwork算法方法是随机选择Ｎ对像素点(ai，bi)，然后将每个ai 点的亮度值加1，每个bi点的亮度值减1，这样整个图像的平均亮度保持不变。适当地调整参数，Patchwork方法对JPEG压缩、FIR滤波以及图像裁剪有一定的抵抗力，但该方法嵌入的信息量有限。为了嵌入更多的水印信息，可以将图像分块，然后对每一个图像块进行嵌入操作。
（3）变换域算法该类算法中，大部分水印算法采用了扩展频谱通信(spread spectrum communication)技术。算法实现过程为：先计算图像的离散余弦变换(DCT)，然后将水印叠加到DCT域中幅值最大的前ｋ系数上(不包括直流分量)，通常为图像的低频分量。若DCT系数的前ｋ个最大分量表示为D={ di }，
i=1 ，…，ｋ，水印是服从高斯分布的随机实数序列Ｗ ={ wi }，i=1 ，…，ｋ，那么水印的嵌入算法为di = di(1 + awi)，其中常数a为尺度因子，控制水印添加的强度。然后用新的系数做反变换得到水印图像I。解码函数则分别计算原始图像I和水印图像I'的离散余弦变换，并提取嵌入的水印W'，再做相关检验以确定水印的存在与否。该方法即使当水印图像经过一些通用的几何变形和信号处理操作而产生比较明显的变形后仍然能够提取出一个可信赖的水印拷贝。一个简单改进是不将水印嵌入到DCT域的低频分量上，而是嵌入到中频分量上以调节水印的顽健性与不可见性之间的矛盾。另外，还可以将数字图象的空间域数
据通过离散傅里叶变换(DFT)或离散小波变换(DWT)转化为相应的频域系数；其次，根据待隐藏的信息类型，对其进行适当编码或变形；再次，根据隐藏信息量的大小和其相应的安全目标，选择某些类型的频域系数序列（如高频或中频或低频）；再次，确定某种规则或算法，用待隐藏的信息的相应数据去修改前面选定的频域系数序列；最后，将数字图象的频域系数经相应的反变换转化为空间域数据。该类算法的隐藏和提取信息操作复杂，隐藏信息量不能很大，但抗攻击能力强，很适合于数字作品版权保护的数字水印技术中。
（4）压缩域算法是基于JPEG、MPEG标准的压缩域数字水印系统不仅节省了大量的完全解码和重新编码过程，而且在数字电视广播及VOD(Video on Demand)中有很大的实用价值。相应地，水印检测与提取也可直接在压缩域数据中进行。下面介绍一种针对MPEG-2压缩视频数据流的数字水印方案。虽然MPEG-2数据流语法允许把用户数据加到数据流中，但是这种方案并不适合数字水印技术，因为用户数据可以简单地从数据流中去掉，同时，在MPEG-2编码视频数据流中增加用户数据会加大位率，使之不适于固定带宽的应用，所以关键是如何把水印信号加到数据信号中，即加入到表示视频帧的数据流中。对于输入的MPEG-2数据流而言，它可分为数据头信息、运动向量(用于运动补偿)和DCT编码信号块3部分，在方案中只有MPEG-2数据流最后一部分数据被改变，其原理是，首先对DCT编码数据块中每一输入的Huffman码进行解码和逆量化，以得到当前数据块的一个DCT系数;其次，把相应水印信号块的变换系数与之相加，从而得到水印叠加的DCT系数，再重新进行量化和Huffman编码，最后对新的Huffman码字的位数n1与原来的无水印系数的码字n0进行比较，只在n1不大于n0的时候，才能传输水印码字，否则传输原码字，这就保证了不增加视频数据流位率。该方法有一个问题值得考虑，即水印信号的引入是一种引起降质的误差信号，而基于运动补偿的编码方案会将一个误差扩散和累积起来，为解决此问题，该算法采取了漂移补偿的方案来抵消因水印信号的引入所引起的视觉变形 。
（5）NEC算法是由NEC实验室的Cox等人提出，该算法在数字水印算法中占有重要地位，其实现方法是，首先以密钥为种子来产生伪随机序列，该序列具有高斯N(0，1)分布，密钥一般由作者的标识码和图象的哈希值组成，其次对图象做DCT变换，最后用伪随机高斯序列来调制(叠加)该图象除直流(DC)分量外的
1000个最大的DCT系数。该算法具有较强的鲁棒性、安全性、透明性等。由于采用特殊的密钥，因此可防止IBM攻击，而且该算法还提出了增强水印鲁棒性和抗攻击算法的重要原则，即水印信号应该嵌入源数据中对人感觉最重要的部分，这种水印信号由独立同分布随机实数序列构成，且该实数序列应该具有高斯分布N(0，1)的特征。
（6）生理模型算法是人的生理模型包括人类视HVS(HumanVisualSystem)和人类听觉系统HAS。该模型不仅被多媒体数据压缩系统利用，同样可以供数字水印系统利用。利用视觉模型的基本思想均是利用从视觉模型导出的JND(Just Noticeable Difference)描述来确定在图象的各个部分所能容忍的数字水印信号的最大强度，从而能避免破坏视觉质量。也就是说，利用视觉模型来确定与图象相关的调制掩模，然后再利用其来插入水印。这一方法同时具有好的透明性和强健性。
2.6 数字水印的鲁棒性问题和攻击行为
数字水印必须很难（希望不可能）被清除。当然从理论上讲，只要具有足够的知识，任何水印都可以去掉。但是如果只能得到部分信息，如水印在图像中的精确位置未知，那么破坏水印将导致图像质量的严重下降。特别的，一个实用的水印算法应该对信号处理、通常的几何变形（图像或视频数据），以及恶意攻击具有鲁棒性。它们通常包括：
(1)图像压缩：图像压缩算法是去掉图像信息中的冗余量。水印的不可见性要求水印信息驻留于图像不重要的视觉信息中，通常为图像的高频分量。而一般图像的主要能量均集中于低频分量上。经过图像压缩后，高频分量被当作冗余信息清除掉，因此有的文献将水印嵌入图像的最显著的低频分量中或使用带低通特性的水印，虽然这可能会降低图像的质量。目前的一些水印算法对现有的图像压缩标准（如JPEG 、MPEG ）具有较好的鲁棒性，但对今后有更高压缩比的压缩算法则不能保证也具有同样好的鲁棒性。
(2)滤波：图像中的水印应该具有低通特性，即低通滤波（如均值滤波和中值滤波）应该无法删掉图像中的水印，事实上当前很多针对水印的攻击行为是用滤波完成的。
(3)图像量化与图像增强：一些常规的图像操作，如图像在不同灰度级上的量
化、亮度与对比度的变化、直方图修正与均衡，均不应对水印的提取和检测有严重影响。
(4)几何失真：几何失真包括图像尺寸大小变化、图像旋转、裁剪、删除或增加图像线条以及反射等等。很多水印算法对这些几何操作都非常脆弱，容易被去掉。因此研究水印在图像几何失真的鲁棒性也是人们所关注的 。
与鲁棒性问题密切相关的一个方面就是水印的攻击行为。水印攻击与鲁棒性可以说是一对矛和盾，目前的文献已经陆续描述了很多水印攻击方法。我们在这里将水印攻击方法归为四大类。在将水印分类的过程中，我们只考虑那些并不严重导致图像失真的方法。因为如果没有这个假设，那么总是可以寻找到某种成功的攻击方法，包括完全删除水印图像。
(1)简单攻击：（也可称为波形攻击或噪声攻击）即只是通过对水印图像进行某种操作，削弱或删除嵌入的水印，而不是试图识别水印或分离水印。这些攻击方法包括线性或非线性滤波、基于波形的图像压缩（JPEG 、MPEG ）、添加噪声、图像裁减、图像量化、模拟数字转换及图像的鉢矫正等。
(2)同步攻击：（也称检测失效攻击）即试图使水印的相关检测失效或使恢复嵌入的水印成为不可能。这种攻击一般是通过图像的集合操作完成的，如图像仿射变换、图像放大、空间位移、旋转、图像修剪、图像裁减、象素交换、重采样、象素的插入和抽取以及一些几何变换等等。这类攻击的一个特点是水印实际上还存在于图像中，但水印检测函数已不能提取水印或不能检测水印的存在。
(3)迷惑攻击：即试图通过伪造原始图像和原始水印来迷惑版权保护，由于最早由IBM 的Craver 等人提出，又称IBM 攻击。这种攻击实际上使数字水印的版权保护功能受到了挑战，如何有效地解决这个问题正引起研究人员的极大兴趣。
(4)删除攻击：即针对某些水印方法通过分析水印数据，估计图像中的水印，然后将水印从图像中分离出来并使水印检测失效。
2.7 数字水印应用领域
随着数字水印技术的发展，数字水印的应用领域也得到了扩展，数字水印的基本应用领域是版权保护、隐藏标识、认证和安全不可见通信。
当数字水印应用于版权保护时，潜在的应用市场在于电子商务、在线或离线地分发多媒体内容以及大规模的广播服务。数字水印用于隐藏标识时，可在医学、制图、数字成像、数字图像监控、多媒体索引和基于内容的检索等领域得到应用。数字水印的认证方面主要ID卡、信用卡、ATM卡等上面数字水印的安全不可见通信将在国防和情报部门得到广泛的应用。多媒体技术的飞速发展和Internet 的普及带来了一系列政治、经济、军事和文化问题，产生了许多新的研究热点，以下几个引起普遍关注的问题构成了数字水印的研究背景。
(1)数字作品的知识产权保护
数字作品（如电脑美术、扫描图像、数字音乐、视频、三维动画）的版权保护是当前的热点问题。由于数字作品的拷贝、修改非常容易，而且可以做到与原作完全相同，所以原创者不得不采用一些严重损害作品质量的办法来加上版权标志，而这种明显可见的标志很容易被篡改。
“数字水印”利用数据隐藏原理使版权标志不可见或不可听，既不损害原作品，又达到了版权保护的目的。目前，用于版权保护的数字水印技术已经进入了初步实用化阶段，IBM公司在其“数字图书馆”软件中就提供了数字水印功能，Adobe公司也在其著名的Photoshop软件中集成了Digimarc公司的数字水印插件。然而实事求是地说，目前市场上的数字水印产品在技术上还不成熟，很容易被破坏或破解，距离真正的实用还有很长的路要走。
(2)商务交易中的票据防伪
随着高质量图像输入输出设备的发展，特别是精度超过 1200dpi的彩色喷墨、激光打印机和高精度彩色复印机的出现，使得货币、支票以及其他票据的伪造变得更加容易。
另一方面，在从传统商务向电子商务转化的过程中，会出现大量过度性的电子文件，如各种纸质票据的扫描图像等。即使在网络安全技术成熟以后，各种电子票据也还需要一些非密码的认证方式。数字水印技术可以为各种票据提供不可见的认证标志，从而大大增加了伪造的难度。
(3)证件真伪鉴别
信息隐藏技术可以应用的范围很广，作为证件来讲，每个人需要不只一个证件，证明个人身份的有：身份证、护照、驾驶证、出入证等；证明某种能力的有：
基于小波变换的图像边缘检测算法
基于小波变换的图像边缘检测算法仿真实 现 学生姓名：XX 指导教师：xxx 专业班级：电子信息 学号：00000000000 学院：计算机与信息工程学院 二〇一五年五月二十日
摘要 数字图像边缘检测是图像分割、目标区域识别和区域形态提取等图像分析领域中十分重要的基础，是图像识别中提取图像特征一个重要方法。 目前在边缘检测领域已经提出许多算法，但是提出的相关理论和算法仍然存在很多不足之处，在某些情况下仍然无法很有效地检测出目标物的边缘。由于小波变换在时域和频域都具有很好的局部化特征，并且具有多尺度特征，因此，利用多尺度小波进行边缘检测既能得到良好的抑制噪声的能力，又能够保持边缘的完备。 本文就是利用此方法在MATLAB环境下来对数字图像进行边缘的检测。 关键词：小波变换；多尺度；边缘检测
Abstract The boundary detection of digital image is not only the important foundation in the field of image segmentation and target area identification and area shape extraction, but also an important method which extract image feature in image recognition. Right now, there are a lot of algorithms in the field of edge detection, but these algorithms also have a lot of shotucuts, sometimes, they are not very effective to check the boundary of the digital image. Wavelet transform has a good localization characteristic in the time domain and frequency domain and multi-scale features, So, the boundary detection of digital image by using multi-scale wavelet can not only get a good ability to suppress noise, but also to maintain the completeness of the edge. This article is to use this method in the environment of MATLAB to detect the boundary of the digital image. Keywords: wavelet transform; multi-scale; boundary detection.
小波变换的基本原理
10.2小波变换的基本原理 地质雷达的电磁波信号和地震波信号都是非平稳随机时变信号，长期以来，因非平稳信号处理的理论不健全，只好将其作为平稳信号来处理，其处理结果当然不满意。近年来，随着科学技术的发展和进步，国内外学术界已将注意力转向非平稳随机信号分析与处理的研究上，其中非平稳随机信号的时频表示法是研究热点之一。在这一研究中，戈勃展开、小波变换、维格纳分布与广义双线性时频分布等理论发展起来，这些方法既可以处理平稳信号过程，也可以处理非平稳随机时变信号。 小波变换是上世纪80年代中后期逐渐发展起来的一种数学分析方法。1984年法国科学家J.M OLET在分析地震波的局部特性时首先使用了小波这一术语，并用小波变换对地震信号进行处理。小波术语的含义是指一组衰减震动的波形，其振幅正负相间变化，平均值为零，是具有一定的带宽和中心频率波组。小波变换是用伸缩和平移小波形成的小波基来分解（变换）或重构（反变换）时变信号的过程。不同的小波具有不同带宽和中心频率，同一小波集中的带宽与中心频率的比是不变的，小波变换是一系列的带通滤波响应。它的数学过程与傅立叶分析是相似的，只是在傅立叶分析中的基函数是单频的调和函数，而小波分析中的基函数是小波，是一可变带宽内调和函数的组合。 小波变换在时域和频域都具有很好的局部化性质，较好地解决了时域和频域分辨率的矛盾，对于信号的低频成分采用宽时窗，对高频成分采用窄时窗。因而，小波分析特别适合处理非平稳时变信号，在语音分析和图象处理中有广泛的应用，在地震、雷达资料处理中将有良好的应用前景。 下边就小波分析的基本原理、主要作用及在雷达资料处理中的应用三方面作以介绍。 10.2.1小波分析的基本原理 小波函数的数学表达
LSB数字水印算法
一．数字水印 数字水印技术 数字水印技术(Digital Watermark):技术是将一些标识信息(即数字水印)直接嵌入数字载体(包括多媒体、文档、软件等)当中，但不影响原载体的使用价值，也不容易被人的知觉系统(如视觉或听觉系统)觉察或注意到。目前主要有两类数字水印,一类是空间数字水印,另一类是频率数字水印。空间数字水印的典型代表是最低有效位(LSB)算法,其原理是通过修改表示数字图像的颜色或颜色分量的位平面,调整数字图像中感知不重要的像素 来表达水印的信息,以达到嵌入水印的目的。频率数字水印的典型代表是扩展频谱算法,其原理是通过时频分析,根据扩展频谱特性,在数字图像的频 率域上选择那些对视觉最敏感的部分,使修改后的系数隐含数字水印的信息。 可视密码技术 二．可视密码技术:可视密码技术是Naor和Shamir于1994年首次提出 的,其主要特点是恢复秘密图像时不需要任何复杂的密码学计算,而是以人的视觉即可将秘密图像辨别出来。其做法是产生n张不具有任何意义的胶片,任取其中t张胶片叠合在一起即可还原出隐藏在其中的秘密信息。其后,人们又对该方案进行了改进和发展。主要的改进办法办法有：使产生的n张胶片都有一定的意义,这样做更具有迷惑性;改进了相关集合的造方法;将针对黑白图像的可视秘密共享扩展到基于灰度和彩色图像的可视秘密共享。 三． 数字水印（Digital Watermark或称Steganography）技术是指用信号处理的方法在数字化的多媒体数据中嵌入隐蔽的标记，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。 数字水印技术源于开放的网络环境下保护多媒体版权的新型技术，它可验证数字产品的
(完整版)小波原理课件
我希望能简单介绍一下小波变换，它和傅立叶变换的比较，以及它在移动平台做motion detection的应用。如果不做特殊说明，均以离散小波为例子。考虑到我以前看中文资料的痛苦程度，我会尽量用简单，但是直观的方式去介绍。有些必要的公式是不能少的，但我尽量少用公式，多用图。另外，我不是一个好的翻译者，所以对于某些实在翻译不清楚的术语，我就会直接用英语。我并不claim我会把整个小波变换讲清楚，这是不可能的事，我只能尽力去围绕要点展开，比如小波变换相对傅立叶变换的好处，这些好处的原因是什么，小波变换的几个根本性质是什么，背后的推导是什么。我希望达到的目的就是一个小波变换的初学者在看完这个系列之后，就能用matlab或者别的工具对信号做小波变换的基本分析并且知道这个分析大概是怎么回事。 要讲小波变换，我们必须了解傅立叶变换。要了解傅立叶变换，我们先要弄清楚什么是”变换“。很多处理，不管是压缩也好，滤波也好，图形处理也好，本质都是变换。变换的是什么东西呢？是基，也就是basis。如果你暂时有些遗忘了basis的定义，那么简单说，在线性代数里，basis是指空间里一系列线性独立的向量，而这个空间里的任何其他向量，都可以由这些个向量的线性组合来表示。那basis在变换里面啥用呢？比如说吧，傅立叶展开的本质，就是把一个空间中的信号用该空间的某个basis的线性组合表示出来，要这样表示的原因，是因为傅立叶变换的本质，是。小波变换自然也不例外的和basis有关了。再比如你用Photoshop去处理图像，里面的图像拉伸，反转，等等一系列操作，都是和basis的改变有关。 既然这些变换都是在搞基，那我们自然就容易想到，这个basis的选取非常重要，因为basis的特点决定了具体的计算过程。一个空间中可能有很多种形式的basis，什么样的basis比较好，很大程度上取决于这个basis服务于什么应用。比如如果我们希望选取有利于压缩的话，那么就希望这个basis能用其中很少的向量来最大程度地表示信号，这样即使把别的向量给砍了，信号也不会损失很多。而如果是图形处理中常见的线性变换，最省计算量的完美basis就是eigenvector basis了，因为此时变换矩阵T对它们的作用等同于对角矩阵( Tv_n = av_n，a是eigenvalue )。总的来说，抛开具体的应用不谈，所有的basis，我们都希望它们有一个共同的特点，那就是，容易计算，用最简单的方式呈现最多的信号特性。 好，现在我们对变换有了基本的认识，知道他们其实就是在搞基。当然，搞基也是分形式的，不同的变换，搞基的妙处各有不同。接下来先看看，傅立叶变换是在干嘛。 傅立叶级数最早是Joseph Fourier 这个人提出的，他发现，这个basis不仅仅存在与vector space，还存在于funct ion space。这个function space本质上还是一个linear vector space，可以是有限的，可以是无限的，只不过在这个空间里，vector就是function了，而对应的标量就是实数或者复数。在vector space里，你有vector v可以写成vector basis的线性组合，那在function space里，function f(x)也可以写成对应function basis的线性组合，也有norm。你的vector basis可以是正交的，我的function basis也可以是正交的（比如sin(t)和sin(2t)）。唯一不同的是，我的function basis是无穷尽的，因为我的function space的维度是无穷的。好，具体来说，那就是现在我们有一个函数，f(x)。我们希望将它写成一些cos函数和一些sin函数的形式，像这样 again，这是一个无限循环的函数。其中的1，cosx, sinx, cos2x …..这些，就是傅立叶级数。傅立叶级数应用如此广泛的主要原因之一，就是它们这帮子function basis是正交的，这就是有趣的地方了。为什么function basis正交如此重要呢？我们说两个vector正交，那就是他俩的内积为0。那对于function basis呢？function basis怎么求内积呢？ 现在先复习一下vector正交的定义。我们说两个vector v,w如果正交的话，应符合：
基于小波变换的数字水印算法研究
目录 摘要 (Ⅲ) Abstract (Ⅴ) 第1章绪论 (1) 1.1引言 (1) 1.2本文研究的目的及意义 (2) 1.3数字水印技术的国内外研究现状 (2) 第2章数字水印理论基础 (5) 2.1 数字水印的基本概念 (5) 2.2 数字水印的基本特征 (5) 2.3 数字水印的基本原理 (5) 2.4 数字水印的分类 (8) 2.5 数字水印典型算法（针对图像领域） (10) 2.6 数字水印的鲁棒性问题和攻击行为 (12) 2.7 数字水印应用领域 (13) 第3章小波分析理论基础 (17) 3.1小波分析的发展历程 (17) 3.2小波函数与小波变换 (18) 3.3离散小波变换 (20) 3.4 多分辨率分析 (22) 3.5实验环境：可实现数字水印技术的高效实用工具——Matlab (24) 第4章基于小波变换的数字水印算法 (25) 4.1算法描述 (25) 4.2实验结果及分析 (28) 4.3 本章小结 (36) 参考文献 (37) 致谢 (39) 附录 (41)
基于小波变换的数字水印算法研究 摘要 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。 本文针对基于小波变换的数字水印技术，提出了一种基于小波域的二值图像水印算法。该算法选择了检测结果直观、有特殊意义的二值图像作为原始水印，并在嵌入之前进行图像置乱预处理，以提高安全性和隐蔽性，兼顾了水印的不可见性和鲁棒性，利用多分辨率分析思想进行水印的嵌入与提取。通过大量的仿真实验，证明本文算法在保证水印不可见性的同时，对常见的图像处理如JPEG压缩、噪声、滤波、剪切等，均有较好的鲁棒性。 关键词：数字水印，小波变换，鲁棒性，不可见性，JPEG压缩
图像处理中的小波变换算法原理及其应用
图像处理中的小波变换算法原理及其应用 摘要：小波分析是近年来迅速发展起来的一个数学分支，由于它在时间域和频率域里同时具有良好的局部化性质，因而在图像处理领域有着日益广泛的应用。随着数字图像处理需求的不断增长，相关应用也不断的增长，文章以一例图像处理过程为例，阐述了基于小波二维变换的图像处理方法在图像处理过程中的应用。 关键词：小波变换；图像；分解 1小波变换的基本概念及特点 小波定义：（t）∈L2（R）,其傅里叶变换为（），当满足允许条件，即完全重构条件或恒等分条件。 C=∞-∞d＜∞时，我们称（t）为一个基本小波，或者母小波。将母函数（t）经伸缩和平移后，得: a,b（t）=（）,a,b∈R,a≠0 我们称其为一个小波序列。其中a为伸缩因子，b为平移因子。 小波变换是一种信号的时间-尺度分析方法，它具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变但其形状可变，时间窗和频率窗都可变的时频局部化分析方法。在低频部分具有较高的频率分辨率和时间分辨率，很适合探测正常信号中夹带的瞬态反常现象并展示其成分，因此被誉为分析信号的显微镜。 小波分析是把信号分解成低频A1和高频D1两部分，在分解中，低频A1失去的部分由高频D1捕获。而在下一层分解过程中，又将A1部分分解为低频A2和高频D2两部分，如此类推，可以进行多层分解。 2二维离散小波变换 在图像分解过程中，图像的小波分解就是二维小波的离散化分解。在此可取a=a0j，b=b0j,这里，j∈z，取a0＞1,则离散小波函数可写为j，k（t）。 j，k（t）=（）=（a0-jt-kb0） 离散化变换系数可表示为: Cj,k +∞-∞ f（t）j，k（t）dt=（f,Cj,k）
小波变换的原理及matlab仿真程序讲解学习
小波变换的原理及m a t l a b仿真程序
基于小波变换的信号降噪研究 2 小波分析基本理论 设Ψ(t)∈L 2( R) ( L 2( R) 表示平方可积的实数空间，即能量有限的信号空间) ， 其傅立叶变换为Ψ(t)。当Ψ(t)满足条件[4,7]： 2 () R t dw w C ψψ =<∞? （1） 时，我们称Ψ(t)为一个基本小波或母小波，将母小波函数Ψ(t)经伸缩和平移后，就可以得到一个小波序列： ,()( )a b t b t a ψ -= ,,0a b R a ∈≠ （2） 其中a 为伸缩因子，b 为平移因子。 对于任意的函数f(t)∈L 2( R)的连续小波变换为： ,(,),()( )f a b R t b W a b f f t dt a ψψ-=<>= ? （3） 其逆变换为： 211()(,)()f R R t b f t W a b dadb C a a ψ ψ+-= ?? （4） 小波变换的时频窗是可以由伸缩因子a 和平移因子b 来调节的，平移因子b,可以改变窗口在相平面时间轴上的位置，而伸缩因子b 的大小不仅能影响窗口在频率轴上的位置,还能改变窗口的形状。小波变换对不同的频率在时域上的取样步长是可调节的，在低频时，小波变换的时间分辨率较低，频率分辨率较高：在高频时，小波变换的时间分辨率较高，而频率分辨率较低。使用小波变换处理信号时，首先选取适当的小波函数对信号进行分解，其次对分解出的参
数进行阈值处理，选取合适的阈值进行分析，最后利用处理后的参数进行逆小波变换，对信号进行重构。 3 小波降噪的原理和方法 3.1 小波降噪原理 从信号学的角度看 ,小波去噪是一个信号滤波的问题。尽管在很大程度上小波去噪可以看成是低通滤波 ,但由于在去噪后 ,还能成功地保留信号特征 ,所以在这一点上又优于传统的低通滤波器。由此可见 ,小波去噪实际上是特征提取和低通滤波的综合 ,其流程框图如图所示[6]： 小波分析的重要应用之一就是用于信号消噪 ,一个含噪的一维信号模型可表示为如下形式： (k)()()S f k e k ε=+* k=0.1…….n-1 其中 ,f( k)为有用信号,s(k)为含噪声信号,e(k)为噪声,ε为噪声系数的标准偏差。 假设e(k)为高斯白噪声,通常情况下有用信号表现为低频部分或是一些比较平稳的信号,而噪声信号则表现为高频的信号,下面对 s(k)信号进行如图结构的小波分解,则噪声部分通常包含在Cd1、Cd2、Cd3中,只要对 Cd1,Cd2,Cd3作相应的小波系数处理,然后对信号进行重构即可以达到消噪的目的。
基于MATLAB的数字水印算法实现
数字水印作为一门新的学科, 自 1993 年 Tirkel 等人正式提出到现在十几年里, 国内外对数字水印的研究都引起了极大的关注, 从最初的版权保护, 已扩展到多媒体技术, 广播监听, in-ternet 等多个领域。数字水印是永久镶嵌在其他数据( 主要指宿主数据) 中具有可鉴别性的数字信号或数字模式, 其存在不能影响宿主数据的正常使用。为了使数字水印技术达到一定的设计要求, 当前水印数据一般应具备不可感知性(imperceptible) 、鲁棒性(Robust) 、可证明性、自恢复性和安全保密性等特点。在数字水印技术中, 水印的数据量和鲁棒性构成了一对基本矛盾。理想的水印算法应该既能隐藏大量数据, 又可以抗各种信道噪声和信号变形。然而在实际中, 这两个指标往往不能同时实现, 实际应用往往只偏重其中的一个方面。如果是为了隐蔽通信, 数据量显然是最重要的, 由于通信方式极为隐蔽, 遭遇敌方篡改攻击的可能性很小, 因而对鲁棒性要求较为不高。但对保证数据安全来说, 情况恰恰相反, 各种保密的数据随时面临着被盗取和篡改的危险, 对鲁棒性的要求很高, 而对隐藏数据量的要求则居于次要地位。典型的数字水印系统至少包含两个组成部分- - 水印嵌入单元和水印检测与提取单元。将水印信息进行预处理后加入到载体中, 称为嵌入。从水印化数据中提取出水印信息或者检测水印信息的存在性称为水印的提取和检测。数字水印算法主要
是指水印的嵌入算法, 而提取算法往往被看成是嵌入算法的逆变换。 当前典型的嵌入算法主要被分为空间域水印算法和变换域水印算法。DCT 变换域算法是数字水印算法的典型代表, 也是数字水印中较为常用的一种稳健的算法。其算法思想是选择二值化灰度图像作为水印信息, 根据水印图像的二值性来选择不同的嵌入系数, 并将载体图像 ( 原始图像) 进行 8×8 的分块, 再将灰度载体图像( 原始图像) 进行 DCT变换。然后, 将数字水印信息的灰度值直接植入到载体灰度图像的 DCT 变换域中, 实现水印的嵌入。而后, 将嵌入了水印信息灰度图像进行 IDCT( 逆离散的余弦变换) 变换, 得到含有了嵌入水印信息的图像, 嵌入过程完毕。水印的提取、检测过程为嵌入过程的逆过程, 其方法和嵌入方法有所雷同不再进行介绍。 下面以 MATLAB 为工具, 给出一个在频域嵌入和提取黑白二值水印图像的实现过程。(1) 水印图像的预处理: 将水印信息图像进行灰度处理, 然后再将转换后的图像进行二值转换。而这些都是为了提高水印信息的安全性对图像所做的处理。(2) 读取原始公开图像(大小为 256×256) 和黑白水印图像(大小为 32×32, 模式为灰度) 到二维数组 I 和 J。(3) 将原始公开图像I 分割为互不覆盖的图像块, 每块大小为 8×8, 共分为 32×32 块。然后对分割后的每个小块Block- dct(x,y) 进行 DCT 变换, 得到变换后的小块 Block-dct(x, y)。(4) 取黑白水印图像中的一个元素 J(p, q) , 通过嵌入算法嵌入到原始公开图像块的中频系数中。(5) 对嵌入水印信息后的图像块Block- dct (x, y) 进行逆DCT 变换, 得到图像块 Block(x′, y′)。
小波变换基本原理
第五章 小波变换基本原理 问题 ①小波变换如何实现时频分析？其频率轴刻度如何标定？ —尺度 ②小波发展史 ③小波变换与短时傅里叶变换比较 a ．适用领域不同 b.STFT 任意窗函数 WT （要容许性条件） ④小波相关概念，数值实现算法 多分辨率分析（哈尔小波为例） Daubechies 正交小波构造 MRA 的滤波器实现 ⑤小波的历史地位仍不如FT ，并不是万能的 5.1 连续小波变换 一．CWT 与时频分析 1.概念：? +∞ ∞ --ψ= dt a b t t S a b a CWT )( *)(1),( 2.小波变换与STFT 用于时频分析的区别 小波 构造？ 1910 Harr 小波 80年代初兴起 Meyer —小波解析形式 80年代末 Mallat 多分辨率分析—WT 无须尺度和小波函数—滤波器组实现 90年代初 Daubechies 正交小波变换 90年代中后期 Sweblews 第二代小波变换
3.WT 与STFT 对比举例（Fig 5–6, Fig 5–7） 二．WT 几个注意的问题 1.WT 与)(t ψ选择有关 — 应用信号分析还是信号复原 2.母小波)(t ψ必须满足容许性条件 ∞<ψ=? ∞ +∞ -ψdw w w C 2 )( ①隐含要求 )(,0)0(t ψ=ψ即具有带通特性 ②利用ψC 可推出反变换表达式 ??+∞∞-+∞ ∞-ψ -ψ= dadb a b t b a CWT a C t S )(),(11 )(2 3.CWT 高度冗余（与CSTFT 相似） 4.二进小波变换（对平移量b 和尺度进行离散化） )2(2)()(1 )(2 ,22,,n t t a b t a t n b a m m n m b a m m -ψ=ψ?-ψ= ??==--ψ dt t t S n CWT d n m m m n m )(*)()2,2(,,?+∞ ∞ ---ψ=?= 5.小波变换具有时移不变性 ) ,()() ,()(00b b a C W T b t S b a C W T t S -?-? 6.用小波重构信号 ∑∑ ∑∑+∞-∞=+∞ -∞ =+∞-∞=+∞ -∞ =ψψ= m n m n n m n m n m n m t d t d t S )(?)(?)(,,,,正交小波 中心问题：如何构建对偶框架{} n m ,?ψ
小波分析算法资料整理总结
一、小波分析基本原理： 信号分析是为了获得时间和频率之间的相互关系。傅立叶变换提供了有关频率域的信息，但有关时间的局部化信息却基本丢失。与傅立叶变换不同，小波变换是通过缩放母小波（Mother wavelet）的宽度来获得信号的频率特征，通过平移母小波来获得信号的时间信息。对母小波的缩放和平移操作是为了计算小波系数，这些小波系数反映了小波和局部信号之间的相关程度。相关原理详见附件资料和系统设计书。 注：小波分析相关数学原理较多，也较复杂，很多中文的著作都在讨论抽象让非数学相关专业人难理解的数学。本人找到了相对好理解些的两个外文的资料： Tutorial on Continuous Wavelet Analysis of Experimental Data.doc Ten.Lectures.of.Wavelets.pdf 二、搜索到的小波分析源码简介 （仅谈大体印象，还待继续研读）： １、83421119WaveletVCppRes.rar 源码类型：VC++程序 功能是：对简单的一维信号在加上了高斯白噪声之后进行Daubechies小波、Morlet小波和Haar小波变换，从而得到小波分解系数；再通过改变分解得到的各层高频系数进行信号的小波重构达到消噪的目的。 说明：在这一程序实现的过程中能直观地理解信号小波分解重构的过程和在信号消噪中的重要作用，以及在对各层高频系数进行权重处理时系数的选取对信号消噪效果的影响。但这是为专业应用写的算法，通用性差。 ２、WA.FOR（南京气象学院常用气象程序中的小波分析程序） 源码类型：fortran程序 功能是：对简单的一维时间序列进行小波分析。 说明：用的是墨西哥帽小波。程序短小，但代码写得较乱，思路不清，还弄不明白具体应用。 ３、中科院大气物理学所.zip（原作者是美国Climate Diagnostics Center的C. Torrence 等）源码类型：fortran和matlab程序各一份 功能是：气象应用。用小波分析方法对太平洋温度的南方涛动指数进行分析。 说明：用的是Morlet和墨西哥帽小波。程序编写规范，思路清晰，但这是为专业应用写的算法，通用性差。 ４、Morlet小波变换源程序.rar 源码类型：matlab程序 功能是：对简单的一维时间序列进行小波分析。 说明：用的是墨西哥帽小波。程序短小，但代码写得较乱，思路不清，还弄不明白具体应用。
数字水印算法介绍
数字水印算法列举 湖南科技大学计算机科学与工程学院 ①基于LSB 的数字水印方案（空间域、不可逆、不可见和盲检测） 嵌入步骤： （1）先把水印信息转化为二进制比特流I。 （2）根据I的长度生成密钥K，并且严格保存。密钥K是对图像载体像素位置的一个映射。 （3）把I中的每一位依次根据密钥K，置换掉原始载体图像中相应位置的像素最后一位。提取步骤： （1）根据严格保存的密钥K遍历嵌入了水印的图像中的相应像素，提取出最后一位。 （2）将提取出来的每一位重新组合成水印信息。 ②基于差分扩展的数字水印方案（变换域、可逆、不可见和盲检测） 嵌入步骤： （1）将图像M分成像素点对（x，y），将水印信息转化为二进制比特流,比特流的每一位用m 表示。 （2）根据水印信息比特流的长度随机生成信息的嵌入位置k作为密钥信息严格保存。（3）对图像M计算均值l和差值h：?????-=+=y x h y x floor l 2(（floor表示向下取整） （4）将水印比特信息m以差值扩展的方法嵌入到差值h中：m h h +?='2（5）将得到的h '代入（3）中，得到新的图像像素对，形成嵌入秘密信息后的图像C。提取步骤： （1）将图像C分成像素点对（x，y），读入密钥信息K。 （2）将图像C依旧按照嵌入步骤中的（3）式计算均值l和差值h。 （3）根据密钥k找到相应位置，提取差值h的最后一位比特信息m，再将差值h进行变换得到1>>='h h 。 （4）将提取到的比特信息m进行组合可以恢复水印信息，将得到的h '代入嵌入步骤的（3）中计算新的图像像素对可以恢复原始图像载体M。 ③基于直方图修改的数字水印算法（空间域、可逆、不可见和盲检测） 嵌入步骤：（1）找到直方图的零点z和峰值点p，将z v p <<的像素值v自加1。 （2）漂移后的直方图v=p处即为嵌入水印的位置，将水印信息转化为二进制流并记为k，按顺序嵌入，即k v v +='；（3）得到的由像素值v '组成的图像就是嵌入秘密信息后的图像。同时p、z以密钥的形式保存。 提取步骤： （1）读取密钥，得到p、z的值。 （2）遍历图像的每个像素，当像素v=p时，提取信息0并保持数据不变；当v=p+1时，提取信息1并将数据减1。 （3）当v