畢業設計論文水印技術在電子簽名中的防偽應用(編輯修改稿)

　

【文章內容簡介】 晰度。 圖像縮放處理代碼圖像縮放處理代碼見目錄A()。在matlab實驗平臺結果如下圖： 圖 縮放處理后的圖像 圖像灰度化處理將彩色圖像轉化成為灰度圖像的過程稱為圖像的灰度化處理。彩色圖像中的每個像素的顏色有R、G、B三個分量決定，而每個分量有255中值可取，這樣一個像素點可以有1600多萬（255*255*255）的顏色的變化范圍。而灰度圖像是 R、G、B三個分量相同的一種特殊的彩色圖像，其一個像素點的變化范圍為255種，所以在數字圖像處理種一般先將各種格式的圖像轉變成灰度圖像以使后續的圖像的計算量變得少一些。灰度圖像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。 圖像灰度化處理代碼見目錄A（）。在matlab實驗平臺結果如下圖： 灰度化處理后的圖像 4 數字水印典型算法 基于傅里葉變換的數字水印算法 引言 目前,圖像水印技術的研究對于水印魯棒性的要求比較高,有相當一部分算法采用偽隨機噪聲來構造水印,與之相應,采用相關性檢驗來檢測被檢測圖像中是否含有水印。當被檢測圖像中所提取的待測序列與原始水印具有較強的相關性時, 表示該被檢測圖像中含有水印,否則不含有水印。然而在另外一些情況下,對嵌入圖像中的水印信息要求比較高。比如要求所嵌入的信息是可讀的或可視的, 如有意義的信息(文字,圖像等)。這種有意義的水印具有無意義水印無可比擬的優點。因此,本章結合偽隨機序列與有意義水印, 提出了基于傅立葉域相關性檢測的水印算法。為了提高水印的安全性, 在嵌入水印前用Aronld變換對水印圖像進行了置亂,下面先介紹Aronld變換。 基于Arnold變換的圖像置亂算法Arnold變換，又稱“貓臉”變換，是Arnold在研究遍歷理論過程中提出的一種變換。假設圖像為。令 ()這就是單位正方形上的Arnold變換。實際上，可以令離散圖像的像素坐標擴展到一幅圖像上，對于一幅大小為NN的圖像，有下述的Arnold變換 ()由此做迭代變換,記A=,式中為輸入,左端為輸出,考慮其反饋, 有 ()通過離散點的置換,同時把圖像信息移植過來,當遍歷了原圖象的所有點之后,便產生了一副新的圖像。 對于數字圖像而言,我們所說的位置移動其實是對應點的灰度值或RGB顏色值的移動,即原來點處象素對應的灰度值或RGB值移動至變換后的點處。如果我們對一個數字圖像迭代地使用離散化的Arnold變換,即將左端輸出的作為下一次Arnold變換的輸入,可以重復這個過程一直下去。當迭代到某一步時,如果出現的圖像符合我們對圖像的“雜亂無章”標準的要求，這即是一幅基于Arnold變換的置亂圖像。注意到()式定義的Arnold變換實際上是一種點的位置移動，且這種變換是一一對應的。此外，這種變換可以迭代地做下去。類似的變換還有面包師變換。需要注意的是，Arnold變換具有周期性，即當迭代到某一步時，將重新得到的原始圖像。Dyson和Falk分析了離散Arnold變換的周期性，給出了對于任意N2，Arnold變換的周期。 嵌入算法原理 開 始 原始圖像 子塊劃分DFT變換 二值水印 Arnold置亂 產生偽隨機序列修改相應的幅度譜值 IDFT變換 嵌入水印圖像 結 束 圖 水印嵌入流程圖為了提高傳統相關性檢測方法的準確率，本算法采取嵌入兩個不相關偽隨機序列的方法，有效的提高了提取的準確率。 首先將原始圖像劃分子塊,對每一圖像塊進行DFT變換，將二值水印圖像用Arnold變換置亂。產生兩個偽隨機序列。置亂水印矩陣值為0時用一個偽隨機序列與原始圖像的幅度譜進行乘性疊加，矩陣值為1時，用另一個偽隨機序列與原始圖像幅度譜進行乘性疊加。1．子塊劃分將原始圖像分成88的圖像子塊 ()2．對每一圖像塊進行DFT變換 ()然后做FFT平移,對于二維矩陣將一、三象限與二、四象限互換，使得直流分量位于中間。 3．將二值水印用Arnold變換置亂4．產生兩個不相關的偽隨機序列 由于DFT域的幅度譜具有對稱性，為了水印嵌入后保持這種對稱性不變，也為了確保恢復圖像像素值為實數，嵌入水印時采用對稱嵌入，即： ()式中為取復數的幅度，為嵌入信息。 嵌入規則為當水印矩陣元素為‘0’時，將一個偽隨機序列與幅度譜對應元素進行乘性疊加。當水印元素為‘1’時，用另一個偽隨機序列與幅度譜對應元素進行乘性疊加。嵌入時以濾波矩陣選擇嵌入塊中的位置。6．對每一圖像塊進行DFT逆變換，得到含水印圖像 () () 提取算法原理 開 始 嵌入水印圖像 子塊劃分 DFT變換產生偽隨機序列 計算幅度譜與偽隨機序列的相關性系數Arnold置亂 提取水印 結 束 圖 水印提取流程圖水印提取算法是嵌入算法的逆過程1．子塊劃分將嵌入水印圖像分成88的圖像子塊: ()2．對每一圖像塊進行DFT變換 ()然后做FFT平移,對于二維矩陣將一、三象限與二、四象限互換，使得直流分量位于中間。3．產生兩個不相關的偽隨機序列。4．計算嵌入水印幅度譜與偽隨機序列的相關性，并按照嵌入時的規則產生水印矩陣。5．將水印矩陣用Arnold變換進行置亂得到提取水印。 實驗結果及分析 仿真實驗程序與圖像Matlab實現程序見附錄B。原始宿主圖像是384*384*8b的lena灰度測試圖像： 圖 原始圖像而水印圖像是一幅40*40*1b的二值圖像： 圖 水印圖像下圖是用Matlab軟件進行試驗的結果: 圖 經過Arnold置亂后的圖像 圖 嵌入水印的圖像 提取水印圖像 實驗結果分析 本算法結合了Arnold置亂方法、經典相關性檢測方法和傅立葉域特性，并在嵌入時采用嵌入兩個不相關偽隨機序列的方法，有效的提高了水印的安全性和相關性檢測的準確率，是對經典相關性檢測方法的一種改進。 基于離散余弦變換的數字水印算法 離散余弦變換水印嵌入算法 數字圖像水印算法選擇二值化灰度圖像作為水印信息，根據水印圖像的二值性選擇不同的嵌入系數，并將載體圖像進行88的分塊，將數字水印的灰度值直接植入到載體灰度圖像的DCT變換域中，實現水印的嵌入。具體方法如下：設I是MN大小的原始圖像，J是水印圖像大小為PQ，M和N分別是P和Q的偶數倍，把水印J加載到圖像I中，算法分以下幾步進行：1. 將I分解為(M/8)(N/8)個88大小的方塊B；同時，J也分解為 (M/8)(N/8)個(8P/M)(8Q/N)大小的方塊V； 2. 對每一個B進行DCT變換：DB=DCT(B)；3. 加載水印對每一個DB和V，s(i)為從DB的中頻選出的加載的位置 ， 1≤i≤(8P/M)(8Q/N)， t(i)為水印V的位置坐標 ， 1≤i≤(8P/M)(8Q/N)，DB’(s)=AV，其中A是加權系數,用DB’(s)來代替DB，得到加載水印后的圖像DBC；4. 對以上得到的每一個DBC進行逆DCT變換：IDBC=IDCT(DBC)并將各方塊IDBC合并為一個整圖I’，即加載了水印的新圖像。 離散余弦變換水印嵌入算法流程圖如下： 開 始 原始圖像 88分塊處理 DCT變換 水印圖像88分塊處理通過算法改變水印信息形式 水印的嵌入 IDCT變換嵌入水印圖像 結 束 圖 離散余弦變換水印嵌入算法流程圖 離散余弦變換水印提取算法設圖像D為已經加載了水印的載體圖像，現要將所加載的水印從D中提取出來,其過程為上述加載水印算法的逆運算：1. 將D分解為(M/8)(N/8)個88大小的方塊BD；2. 對每一個BD進行二維DFT變換:DBD=DCT(BD)；3. 提取數據對每一個DBD，按照式V’=1/ADBD得到V’；4. 將上面得到的所有V’合并成一個水印整圖J’。 開 始嵌入水印的圖象 DCT變換 提取分塊的水印信息 合并分塊水印并得到完整水印 結 束 圖 離散余弦變換水印提取算法流程圖 實驗結果及分析 仿真實驗程序與圖像 Matlab實現程序見附錄C。仿真實驗采用的原始圖像為382382的灰度級圖像： 圖 原始圖像水印圖像是6464的二值圖像： 圖 水印圖像下圖是用Matlab軟件進行試驗的結果: 圖 原始圖像和水印圖像 圖 含水印圖像 圖 對嵌入水印的圖像進行旋轉攻擊，然后提取水印 實驗結果分析在本算法中，運用離散余弦變換嵌入水印，是嵌入在原圖像的低頻部分。這里提出的水印算法的魯棒性雖然不及一些需要原圖的水印算法，但是相比而言不需要未加水印的原始圖像，而且這種算法可以抵抗一些常見的攻擊方法，如：旋轉、裁減。低通濾波等等。如果通過直方圖均衡的預處理,還可以提高算法的性能,實驗證明此算法有較好的魯棒性。 基于小波變換的數字水印算法將水印的嵌入位置選擇為原始圖像經過小波三級分解后的中頻和低頻分量上。為了權衡水印不可見性和魯棒性，決定優先選擇在原始圖像小波分解后的第二級分量上嵌入水印。具體嵌入位置如下:(與水印嵌入在低頻系數的比較在下節實驗中體現)(中頻分量)；水印圖像一級小波分解后的垂直分量嵌入到原始圖像小波分解后的第二級垂直分量上；水印圖像一級小波分解后的對角分量嵌入到原始圖像小波分解后的第二級對角分量上。、垂直分量上噪聲的敏感度，所以將水印經一級小波分解后的低頻分量嵌入到原始圖像小波分解后的第三級對角分量上。，有較好的穩定性，在圖像有一定失真的情況下，仍能保留主要成份，最后又將水印圖像經小波分解后的低頻分量二次嵌入到原始圖像的低頻分量中。 小波變換水印的嵌入算法；2. 利用Amold變換將水印圖像W置亂，置亂后的水印記為W39。 置亂次數k作為密鑰；3. 對置亂后的水印圖像W’采用Haar小波變換進行一級小波分解，得到平w39。(LH,i,j) 、垂直w39。(HL,i,j) 、對角分量小波系數w39。(HH,i,j) 和低頻分量小波系數 w39。(LL,i,j)；4. 對原始圖像為X采用Haar小波變換對其進行三級小波分解，得到低頻分量小波系數 x( LL ,i,j)、水平分量小波系數x(LH,i,j) 、垂直分量小波系數x(HL,i,j)和對角分量小波系數x(HH,i,j) , n =1,2,3；5. 參照對嵌入位置的分析，用水印的小波系數按下式修改原始圖像的波系數 ： X39。(i,j ) = X(i ,j) + aW39。(i ,j) (4. 3) 其中X39。(i,j )是嵌入水印圖像的小波系數，X(i,j) 是原始圖像的小波系數，W39。(i ,j)是在原始圖像的(i ,j)位置上嵌入的水印小波系數值，“a”是嵌入強度,其取值應權衡不可見性和魯棒性要求,a越大, 水印雖越強壯，但是嵌入水印的圖像質量就會降低。反之，取值小，圖像質量雖提高了，但同時會削弱水印的魯棒性。本文經過反復實驗， ～0 .08，～。6. 按照新的小波系數進行小波逆變換，重構得到含水印圖像X。 小波變換水印的提取算法 水印的提取過程是嵌入過程的逆過程，提取時需要借助于原始圖像，其過程如下:1. 對含水印的圖像X和原始圖像X都進行三級小波分解，得到低頻分量的小波系數X(LL ,i ,j)和X(LL,i ,j)、水平分量小波系數x39。(LH,i,i)和x(LH,i,j)、垂直分量小波系 數x39。(LH,i,j)和x(LH,i,j)以及對