畢業(yè)論文答辯稿 基于傅立葉變換的數(shù)字水印嵌入技術(shù)

基于傅立葉變換的數(shù)字水印嵌入技術(shù)數(shù)字水印的攻擊簡單攻擊同步攻擊削去攻擊混淆攻擊數(shù)字水印的評(píng)價(jià)標(biāo)準(zhǔn)信噪比

代表原始圖像中坐標(biāo)為〔x,y)的象素點(diǎn)代表嵌入水印的圖像中坐標(biāo)為(x,y)的象素點(diǎn)數(shù)字水印的評(píng)價(jià)標(biāo)準(zhǔn)峰值信噪比歸一化相關(guān)系數(shù)

數(shù)字水印典型算法按嵌入域的分類方法，數(shù)字水印包括空域數(shù)字水印和變換域數(shù)字水印。數(shù)字水印空域水印變換域水印空域數(shù)字水印最低有效位方法〔LeastSignificantBit〕Patchwork方法文檔結(jié)構(gòu)微調(diào)方法變換域數(shù)字水印DCT變換域方法DWT變換域方法DFT變換域方法RST不變域方法基于傅立葉域相關(guān)性檢測(cè)的半盲水印本算法結(jié)合了Arnold置亂方法、經(jīng)典相關(guān)性檢測(cè)方法和傅立葉域特性，并在嵌入時(shí)采用嵌入兩個(gè)不相關(guān)偽隨機(jī)序列的方法，有效的提高了水印的平安性和相關(guān)性檢測(cè)的準(zhǔn)確率。嵌入算法原理嵌入算法流程圖原始圖像DFT變換二值水印Arnold置亂產(chǎn)生偽隨機(jī)序列Key修改相應(yīng)的幅度譜值IDFT變換嵌入水印圖像子塊劃分嵌入算法步驟子塊劃分將原始圖像分成8×8的圖像子塊：

對(duì)每一圖像塊進(jìn)行DFT變換

然后做FFT平移，使得直流分量位于中間。

將二值水印用Arnold變換置亂嵌入算法步驟產(chǎn)生兩個(gè)不相關(guān)的偽隨機(jī)序列修改相應(yīng)幅度譜值嵌入水印時(shí)采用對(duì)稱嵌入式中為取復(fù)數(shù)的幅度，為嵌入信息。嵌入算法步驟嵌入規(guī)那么為水印矩陣元素為‘0’和‘1’時(shí)，分別用兩個(gè)不相關(guān)的偽隨機(jī)序列與塊矩陣的中高頻幅值進(jìn)行乘性疊加。

abs_block(i,j)=abs_block(i,j)*(1+k*pn_sequence(ll))abs_block(i,j)是經(jīng)過傅立葉變換的塊元素，k為嵌入強(qiáng)度，pn_sequence(ll)為產(chǎn)生的兩個(gè)不相關(guān)偽隨機(jī)序列之一。嵌入算法步驟對(duì)每一圖像塊進(jìn)行DFT逆變換得到含水印圖像提取算法原理提取算法流程圖

提取水印Arnold置亂嵌入水印圖像DFT變換計(jì)算幅度譜與偽隨機(jī)序列的相關(guān)性系數(shù)產(chǎn)生偽隨機(jī)序列Key子塊劃分提取算法步驟子塊劃分將嵌入水印圖像分成8×8的圖像子塊對(duì)每一圖像塊進(jìn)行DFT變換然后做FFT平移,使得直流分量位于中間。提取算法步驟產(chǎn)生兩個(gè)不相關(guān)的偽隨機(jī)序列計(jì)算嵌入水印幅度譜與偽隨機(jī)序列的相關(guān)性，并按照嵌入時(shí)的規(guī)那么產(chǎn)生提取水印矩陣。計(jì)算相關(guān)性使用MATLAB提供的計(jì)算相關(guān)性的函數(shù)corr2。將水印矩陣用Arnold變換進(jìn)行置亂得到提取水印。Aronld變換Arnold變換，又稱“貓臉〞變換對(duì)于一幅大小為N×N的圖像，有下述的Arnold變換對(duì)數(shù)字圖像可用Arnold變換通過將圖像某坐標(biāo)像素值移到另一個(gè)坐標(biāo)處來到達(dá)圖像置亂的效果。Aronld變換Aronld變換有這樣的性質(zhì)，當(dāng)?shù)氖褂肁ronld變換對(duì)圖像置亂，迭代一定次數(shù)會(huì)重新得到置亂前圖像。本論文使用的為40×40的二值水印圖像，置亂周期為30，即迭代的進(jìn)行30次Aronld變換將重新得到置亂前的水印圖像。試驗(yàn)結(jié)果及分析原始宿主圖像是384*384*8b的lena灰度圖像

試驗(yàn)結(jié)果及分析水印圖像是一幅40*40*1b的二值圖像下面是嵌入強(qiáng)度k=0.9時(shí)，用Matlab軟件進(jìn)行試驗(yàn)的結(jié)果:試驗(yàn)結(jié)果及分析試驗(yàn)結(jié)果及分析試驗(yàn)結(jié)果及分析試驗(yàn)結(jié)果及分析嵌入強(qiáng)度k=0.9峰值信噪比psnr=40.1632歸一化相關(guān)系數(shù)NC=0.98536不同嵌入強(qiáng)度下試驗(yàn)結(jié)果本節(jié)分別測(cè)試了嵌入強(qiáng)度k在0.7、0.8、0.9、1.0、1.1、1.2六種不同取值時(shí)，嵌入水印圖像與提取水印的效果，并分別計(jì)算了峰值信躁比(PSNR)、歸一化相關(guān)系數(shù)(NC)。不同嵌入強(qiáng)度下試驗(yàn)結(jié)果不同嵌入強(qiáng)度下試驗(yàn)結(jié)果不同嵌入強(qiáng)度下試驗(yàn)結(jié)果不同嵌入強(qiáng)度下試驗(yàn)結(jié)果不同嵌入強(qiáng)度下試驗(yàn)結(jié)果不同嵌入強(qiáng)度下試驗(yàn)結(jié)果不同嵌入強(qiáng)度下試驗(yàn)結(jié)果結(jié)論