基于FFT域的手机彩信盲检测图像水印
第7期2006年7月
电 子 学 报
ACTA EL ECTRON I CA S I N ICA V ol .34 N o .7
July 2006
基于FFT 域的手机彩信盲检测图像水印
伍宏涛1
,朱柏承1
,杨义先
2
(1.北京大学电子学系,北京100871; 2.北京邮电大学信息工程学院,北京100876)
摘 要: 移动通信的发展使得手机彩信广泛使用,针对彩信图像的数字权利管理,提出了基于FFT 域的高容量、强鲁棒性、盲检测图像水印算法.该算法对图像亮度矩阵的频谱幅度采样点的大小关系进行调制,可以抵抗
图像长宽不等任意缩放、图像基本旋转、格式转换以及常规图像处理攻击等对水印系统的影响.该算法运用FFT 变换的感知模型,采用自适应的通知编码和通知嵌入技术,控制了水印嵌入的增益,提高图像的保真度,增强抵抗攻击的能力.实验证明,该算法是有效的,可以满足实时计算的要求.
关键词: 图像水印;几何变换;盲检测;通知编码;通知嵌入
中图分类号: TN 929153 文献标识码: A 文章编号: 03722
2112(2006)0721236205FFT 2Ba sed I mage W a termark i n g i n M ob ile Color M ess age
w ith Bli n d Extracti on
W U H ong 2tao 1
,ZHU B o 2cheng 1
,YAN G Y i 2xian
2
(1.D epa rt m ent of E lectronics,Peking U niversity,B eijing 100871,China;
2.College of Infor m a tion Engineering,B eijing U niversity of Posts &Telecomm unica tions,B eijing 100876,China )
Abstract: M obile color m essage is popular used in rap idly developm ent of m obile comm unication .For digital
right m anagem ent (D RM )of color m essage,the i m age w ater m arking algorithm is p roposed that can been blind extracted w ith high capacity and strong robustness in FFT dom ain .It m odulate the w ater m ark infor m ation in the m agnitude rela 2tionship of spectrum am p litude sam p ling points w ith resistance to random scale,basic rotation,transfor m of for m at and general i m age p rocessing,etc .The algorithm use FFT based appercep tion m odel and adap tive infor m ed coding and i m 2bedding technique to i m p rove the fidelity and robustness w hile the overflow has been controlled .The results p rove its ef 2fective and can calculate in real ti m e .
Key words: i m age w ater m ark;geom etry transfor m;blind extraction;infor m ed code;infor m ed em bed
1 引言
当前移动通信迅猛发展,在移动网络中使用的图片、铃声、游戏、资讯等出现大量的未授权使用.作为版权保护
的数字水印[1]
在移动网络中的应用日益重要.目前,各行业实际需求下的水印应用系统
[2]
的研究正蓬勃发展,而彩
信水印的版权保护则要求水印的容量,需要同时解决几何变换和信号处理等攻击下的水印设计问题,在无误码的情况下需要完全的盲检测方案.
满足全面的需求是具有挑战性的,这是因为水印算法无法在对几何攻击进行补偿的基础上,在高容量、盲检测和鲁棒性之间满足所有需求.由于彩信市场的快速发展,彩信的版权保护已迫在眉睫,对彩信水印的需求越来越细
致.在移动通信网络的复杂应用环境下,不同的手机终端
接收或者转发的彩信图像必然受到手机的制约,彩信图像匹配手机显示屏造成的图像的任意放缩和90、180、270度任意基本旋转,类似RST (R otation,scale and translation )变换[3,4]的攻击,调色板图像的调色板则可能会被置换成手机上的内置标准调色板.为了在手机终端实现基于水印技术的D RM (D igital R ight M anager ),必须有相应的水印算法支撑.
在研究抗几何变换的水印技术中,L in C.Y .,W u M.,
B loom J.A.et al .[3]
对图像作F M (Fourier 2M ellin )变换,再沿着坐标轴log (r )把幅度系数连加得到一维函数,最后把水印加载到该函数上,对水印图像的旋转和缩放攻击,利用简单的搜索和相关检测度量来补偿,算法实际嵌入的信
收稿日期:2005211215;修回日期:2005212224基金项目:北京市自然科学基金(N o .4062025)
息量只有1bit.O’R uanaidh,J.J.K.;Pun,T.[4]证明了对F M
变换的结果再作Fourier变换,具备理论上的几何变换完全不变性,在[5]中把水印嵌在F M变换域的幅值空间中,该算法的提取需要借助于原始图像.刘九芬,王振武,黄达人[6]提出应用图像配准技术抵抗RST攻击,在DW T域隐藏多比特有意义水印,该算法把原始水印图像作为参考图像,与受到RST攻击的水印图像进行对数极坐标下的图像匹配,寻找可能的旋转、缩放和平移因子.M.Kutter[7]提出了一个通用算法,在图像的蓝色部分嵌入水印,因此实际应用时,可以看成空域算法;对待图像平移需要搜索匹配;对于几何变换,通过水印的多重嵌入计算变换前后至少两个参考点的位置信息,得到几何变换的参数;由于S
i
的数目就是水印的容量,不重迭分割的面积对应鲁棒性,使得水印容量和水印鲁棒性构成矛盾;运算较为复杂.Phol2 som boon S.;V ongp radhip S.[8]在FFT域嵌入了一个圆形的复指数函数水印,对待检测的图像,通过计算其频谱幅度加1后的对数值与设计的圆形复指数函数水印的相似值,判断是否存在水印,这种方法对水印的表现形式进行了发展,对图像的旋转和缩放攻击存在问题,没有说明虚警情况.
这些水印算法都存在一些问题,首先是L P M和逆L P M对图像质量的影响是非常大的,目前没有特别有效的补偿算法;其次,这类水印算法的嵌入容量不大,而且随着图像的像素点增多没有明显改善;再次,运算的复杂程度比较大;最后,部分算法属于非盲检测算法,水印的检测需要原始载体.
本文设计的水印算法是完全的盲检测,即使小到101×80象素的图像都可以隐藏252bits,解决了图像长宽不等任意缩放、基本旋转(90°,180°,270°)对于水印系统的影响,灵活运用了通知编码和通知嵌入的技术,利用FFT 域感知模型改善图像的品质,引入增益控制步骤降低算法本身的误差,基于FFT感知模型的改造与应用为算法嵌入水印的强度提供了定量的依据.
2 频谱幅度关系调制的几何变换不变性
Fung W.W.L.,Kunisa A.[9]阐述了几何变换的不变性存在于Fourier2M ellin变换,其中平移仅仅对相位产生影响,而旋转和缩放之后图像频谱幅度为
I′(f
x
,f y)=σ22I(σ21(f x cosα+
f y sinα),σ21(-f x sinα+f y cosα))
进一步推导可以得到:对于数字图像的缩放和旋转变换,存在对应频谱幅度的关系不变性,即:如果原始图像的
频谱在点(x
1
,y1)和(x2,y2)处存在关系
I(f x
1f y
1
)>I(f x
2
,f y
2
)
则在缩放和旋转变换之后
I′(f′x
1,f′y
1
)>I′(f′x
2
,f′y
2
)
这里f′
x2=
σ21(f
x1cos
α+f
y1sin
α),f′
y2=
σ21(-f
x1sin
α+f
y1cos
α),σ为图像放缩因子,α为旋转角度,原始图像
为i(x,y),其傅里叶变换为I(f
x
,f y),在几何攻击之后的图
像记为i′(x,y),其傅里叶变换为I′(f
x
,f y).在没有旋转的
情况下,可以将这个结果扩大到长宽不相等的任意放缩,
取σ
x
和σ
y
为长宽不等的放缩因子,则I′(f
x
,f y)=
1
σ
x
σ
y
I(σ21x f x,σ21y f y).
我们决定在图像频谱幅度采样点的大小关系上调制
水印信息,如果将旋转仅仅局限于90、180和270度旋转,
缩放在容许范围之内,可以确保算法的盲检测性质.这是
因为我们将比较一、二象限位置(i,j)和(-j,i)上的数值
的大小,二者与原点构成90°夹角.而频谱幅度是原点对称
的,即一、三象限的(i,j)和(-i,-j)和二、四象限的(-j,
i)和(j,-i)各自对应位置上的数值相等.所以,图像旋转
180°,频谱幅度没有变化;如果图像逆时针旋转90°或者
270°,而提取算法不变,算法仍然提取一、二象限位置(i,j)
和(-j,i)上的数值的大小,此时该位置的数值为原频谱幅
度位置(j,-i)、(-j,i)与(i,j)、(-i,-j)上数值所取代,
因此频谱幅度的大小关系正好与嵌入后的大小关系相反,
得到的水印比特将是反码.
3 详细算法设计
311 水印信息编码
我们要嵌入多比特的水印,首先要对水印进行编码,
实现纠错和同步.首先,对包含水印长度信息的序列
W ater m ark进行卷积编码得到c W;其次,在序列c W的前
面添加同步码,我们使用的同步码syn(16)长度为16bits,
得到sc W;最后对sc W进行通知编码(infor m ed code)[10],
得到isc W,我们实际嵌入载体的序列是isc W.
312 嵌入算法
读入N×M大小的图像,不管是24位真彩、彩色索引
图像、还是灰度图像,我们都计算图像的亮度矩阵L;将亮
度矩阵L的数值线性转换到-0.5～0.5之间,得到矩阵
Y;计算矩阵Y的N×M点的FFT变换FY,存储
angle(FY),计算FM=abs(
FY).如图1所示.
对FM进行频谱搬移,使频谱的零点为中心点,则频
谱可以分成四个象限的数据,因为频谱是共轭对称的,所
7321
第 7 期伍宏涛:基于FFT域的手机彩信盲检测图像水印
以我们只比较一、二象限的频谱幅度.任选第一象限的坐标(i,j),与该点构成90°直角的第二象限坐标为(-j,i),我们将比较这两个对应位置的大小关系.我们仅扫描第一
象限满足条件n
1≤i2+j2≤n
2
的坐标上的频谱幅度,构
成一维序列FM
1
(k),同时对应的第二象限的坐标上的频
谱幅度也构成了等长的一维序列FM
2
(k).
比较FM
1(k)与FM
2
(k)的大小关系,如果FM
1
(k)>
FM2(k)同时isc W(k)=1,则修改FM1(k)的值FM′1(k)=m ax(FM1(k),FM2(k)+qd(k))
如果FM
1(k)>FM
2
(k)同时isc W(k)=0,则修改
FM2(k)的值
FM′2(k)=FM1(k)+qd(k)
如果FM
1(k) 2 (k)同时isc W(k)=1,则修改 FM1(k)的值 FM′1(k)=FM2(k)+qd(k) 如果FM 1(k) 2 (k)同时isc W(k)=0,则修改 FM2(k)的值 FM′2(k)=m ax(FM1(k)+qd(k),FM2(k))这里qd(k)是由下节FFT变换的感知模型推导出来的嵌入强度因子. 需要注意的是任何幅度对数数值的修改,都将在其共轭对称的位置作相应的修改,保证修改后的频谱是共轭对称的.这样我们得到了修改后的FM′. 将生成的新的频谱幅度矩阵FM′,与预先存储的频谱相位合成复数频谱,再做IFFT变换生成图像的亮度矩阵Y′;按照读入图像时获得的图像格式,重新生成相同格式的图像文件. 313 提取算法 读入待检测水印的N 1×M 1 大小的图像,计算图像的 亮度矩阵L;将亮度矩阵L的数值转换到-0.5～0.5之 间,得到矩阵Y;计算矩阵Y的N 1×M 1 点FFT变换FY, 计算abs(FY);对abs(FY)进行频谱搬移,使频谱的零点为中心点,以相同方式扫描顺序扫描第一象限n 1 ≤i2+j2≤n2的所有采样点,生成序列FM1(k)和FM2(k); 需要注意的是如果待检测图像的大小N 1×M 1 与原始图像 大小N×M不同,我们的扫描方法和区间参数n 1,2 是不变的.如图2所示. 比较比较FM 1(k)和FM2(k)的大小关系,如果 FM1(k)>FM2(k)则extract-isc W(i)=1 FM1(k) 根据水印编码的顺序,在extract - isc W中通过逆通知 编码提取出水印同步码,如果与设定的同步码完全一致, 则按照水印编码规则解码出最后的水印W ater m ark;如果 提取的水印同步码与设定的同步码完全相反,则将 extract-isc W取反后再按照上述步骤解码出最后的水印 W ater m ark. 314 通知编码与通知嵌入(in fo rm e d cod e a n d em2 b e d)[10] 作为带边信息通信的理论建议编码作为载体的函数, 因而,每个消息影射为可以选择的码字集合,然后选择由 载体信息决定的码字嵌入,称为通知编码.类似地,调制作 为载体和嵌入信息的函数,调制方式或者调制强度、以及 调制的某些参数由载体以及嵌入的信息决定,这样的调制 方式称为通知嵌入. 我们在此算法中设计了一套全新的通知编码算法,假 设我们由1bit水印信息编码为3bits编码信息,这样我们 有8个不同的码字表示0和1,假设 000,011,101,110———表示0; 001,010,100,111———表示1; 这样的编码映射基本上没有纠错的能力,但是它有一 个好处,就是可以只要修改码字中的任何一位比特数,就 可以由0转为1或者由1转为0.这种编码又可以称之为 “综合症编码”(syndrom e code)[11]. 因为要嵌入的序列的每个比特我们有4种不同的码 字来表示,所以我们有4N种不同的表示序列,记这个序列 的总体为集合X,我们需要寻找这样的序列x∈X,使得x 与载体本身特征的相关系数最大.这个x就是我们需要的 通知编码的结果. 我们嵌入比特信息是通过修改频谱幅度的大小关系, 采用的通知嵌入是在一个n bits(例如n=3)的编码分组 里,我们要么什么都不用修改,要么只修改其中的一位,我 们将只修改在编码分组里频谱幅度最接近的两个位置,按 照嵌入算法中描述的修改方法进行修改.这样做的目标是 尽量减少修改的位置,尽量减少修改的幅度,这种修改方 式称为通知嵌入. 315 基于F F T变换的感知模型 在视觉模型中,蓝色的频率响应要低于其他响应,因 此很多彩色图像水印系统将大部分水印信号分配在蓝色 信道中;对于越亮的信号,视觉敏感度越低,其亮度敏感度 是非线性的.环境背景对感知过程造成的影响成为掩蔽, 在视觉模型中,有频率掩蔽和亮度掩蔽.A.B.W atson[12]描 述了一个基于D C T变换的视觉感知模型,由敏感度函数、 亮度掩蔽、对比度掩蔽以及合并部分组成.W atson模型根 据图像的块离散余弦变换(D C T)估计变化的可感知性,然 后将这些估计的结果合并成一个对感知距离的单个估计. 8321电 子 学 报 2006年 W atson 模型定义了一个频率敏感度表,表中的每一个元素t (i,j ),i,j ∈[1,…,8]表示不存在任何掩蔽噪声的情况下, 可被察觉的DC T 系数的最小幅度. 我们将DC T 频率敏感度表推广到FFT 频率的敏感度,我们可以定义FFT 的频谱幅度敏感度为 定义强度隐蔽公式为 m tl (i,j )=k 3×m t (i,j )×F (i,j )k 4 频谱幅度的隐蔽阈值公式为 sm tl (i,j )=m ax (m tl (i,j ), F (i,j ) k 5 m tl (i,j )1-k 5 ) 在嵌入算法中,我们提出了水印嵌入的强度因子: qd (i )(i 为扫描顺序),假设对应i 的隐蔽阈值为sm tl (i ), 我们取 qd (i )=k 6×sm tl (i ) 这里k i 与算法的鲁棒性相关,可以通过试验来确定. 316 增益控制 增益控制是算法中鲁棒性增强的步骤.图像亮度矩阵的数值,首先平移到[-0.5,0.5]的区间,在经过嵌入水印的步骤之后,其取值的范围应该还在[-0.5,0.5]的区间,否则超出的部分将会被截去,这种截去带来的误差对于基于FFT 变换的算法影响是很大的. 我们在水印嵌入之后的图像亮度矩阵L (i,j )∈ [-0.5,0.5]中,计算其最大值M =m ax i,j (L (i,j ))和最小值m =m ax i,j (L (i,j )),设a =m ax (abs (M ),abs (m )),如果a >0.5,则令L ′ (i,j )=L (i,j )×0.5 a ,这样就可以满足L ′ (i,j )∈[-0.5,0.5].对于24位彩色图像,我们将新的亮度矩阵与事先存储的色差矩阵合成生成RGB 分量,如果此时RGB 分量超过[0,255]的范围,我们将调整色差矩阵的数值,保证 RGB 分量不超过[0,255]的范围,然后按照读入图像的格 式重新生成相同格式的图像,完成水印的嵌入过程.具体的增益控制流程如图3所示 . 4 试验结果 我们选择256×256大小的彩色图像进行试验,在确保240比特水印信息完全正确提取的情况下,分析该水印算法能够抵抗上述各种攻击的强度与图像保真度之间的关系,分析各种攻击对图像的影响以及水印检测的结果. 为了判断频谱幅度关系调制算法的性能,我们将重点考虑 基本旋转(90°、180°、270° )有限任意缩放对水印系统的影响,重点分析纠错编码之前的误码率.我们选择嵌入水印的频段为0.2到0.4,所以缩放因子的理论区间是[0.4,∞].基于FFT 变换感知模型中参数的确定通过试验确定了具体的数值.我们实际嵌入了394比特,其中前16位为 水印的同步码,后378位为3/2的卷积编码,有效信息位 为252位,其中包括末尾的7位全0位. 水印的提取算法自动适应90°、180°、270°基本旋转后 的图像,提取的水印信息没有任何误码存在.水印提取算法不需要预先知道缩放因子,实现了水印的盲提取,并且平均误码率为 0. 图4说明了算法的透明性是非常好的,平均信噪比和平均峰值信噪比到达了30. 978db 和36.141db .按照Pho 2toshop7.0中JPEG 压缩的质 量因子的12层分级,从图5我们可以看出,在Q uality ≥4的情况下,水印提取误码率仍 然为0.0%.对图像进行高斯模糊,图6表示了高斯模糊参数从左至右依次为 1.5、1、0.5以及一般模糊的情况下的误码率.图7显示算法对噪声攻击的鲁棒性.对JPEG 质量因子>3的情况下,对于24位真彩图像、8位调色板图像以及JPEG 图像之间的相互转换,试验结果证明格式转换对于水印的提取是没有影响的. 5 小结 对经历几何攻击的图像进行盲检测和水印信息提取, 9 321第 7 期伍宏涛:基于FFT 域的手机彩信盲检测图像水印 无疑是一项难度很高的挑战.如果要提取的水印信息的容量还比较大,在编码纠错之后水印信息的误码率要求为0或者很低,盲检测的要求使得水印提取者不知道待检测的图像是否经过放缩和旋转,这样的应用环境对算法设计者而言往往是困难的.我们在手机彩信这种应用场景下,充分利用了待检测水印的图像的尺寸,来确定水印嵌入算法中水印坐标同步点,而图像的完整,保证了频谱的幅度波形不会发生变化.该算法为完全解决盲检测的抗几何攻击图像水印算法提供了崭新的方法,将在下一步的工作中继续完善. 本文提出的算法,是针对在手机终端建立W D RM (W ater m ark2based D RM)的水印技术而设计的,该算法试图在不同的手机终端建立统一的水印方案,为彩信的发布方如运营商、ISP或者I C P能够以统一的方式嵌入和检测水印,提供标准的版权封装、检测、跟踪和仲裁业务,盲检测和高容量的无误码提取可以使得W D RM结合PKI而引入密码机制,为版权保护的商用奠定安全的基础.该算法就是要解决彩信版权保护的实际需求,从工程应用角度出发,以高效、快速、安全、实用为算法特点.试验以256×256象素的图像为例,水印算法在图像的基本旋转、任意缩放、有损压缩、低通滤波、噪声攻击、格式转换等多种攻击情况下,可以完全盲检测水印信息,实际嵌入394比特,水印的误码率控制在10比特(2.54%)以内.由于在图像的FFT 域进行计算,可以保证水印提取的实时性要求. 参考文献: [1]Ingem ar J C ox,M atthew L M iller,Jeffrey A B loom.D igital W ater m arking[M].M organ Kaufm ann Publishers,2002. [2]胡云,伍宏涛,等.大容量索引图像水印方案的设计与实 现[J].北京邮电大学学报,2005,28(1):26-29. Hu Yun,W u Hong2Tao,et al.D igital w ater m arking schem e in huge index i m age[J].Journal of B eijing U niversity of Posts and Telecomm unications,2005,28(1):26-29.(in C hinese) [3]L in C Y,W u M,B loom J A,et al.R otation,scale,and translation resilient w ater m arking for i m ages[J].IEEE T ransactions on I m age Processing,2001,10(5):767- 782. [4]O’R uanaidh J J K,Pun T.R otation,scale and translation in2 variant digital i m age w ater m arking[A].Proceedings of IEEE International C onference on I m age Processing[C]. Santa B arbara,C anada,1997.536-539. [5]O’R uanaidh J J K,Pun T.R otation,scale and translation in2 variant sp read spectrum digital i m age w ater m arking[J]. S ignal Process,1998,66(3):303-317. [6]刘九芬,王振武,黄达人.抗几何攻击的小波变换域图像 水印算法[J].浙江大学学报(工学版),2003,37(4):386 -392. L iu J iu2fen,W ang Zhen2w u,Huang D a2ren.I m age w ater2 m ark algorithm robust to geom etric distortion in DW T dom ain[J].Journal of Zhejiang U niversity(Engineering Science),2003,37(4):386-392.(in C hinese) [7]M Kutter.W ater m arking resisting to translation,rotation and scaling[J].Proceedings of SPIE,Int Sym p on V oice, V ideo and D ata C omm unication,1998,3528:423-431. [8]Pholsom boon S,V ongp radhip S.R otation,scale,and trans2 lation resilient digital w ater m arking based on com p lex ex2 ponential function[A].IEEE R egion10,Proceedings of TENCON2004[C].C hiang M ai,Thailand,2004.307- 310. [9]Fung W,W L,Kunisa A.R otation,scaling,and translation2 invariant m ulti2B it w ater m arking based on log2polar m ap2 p ing and discrete fourier transfor m[A].Proceedings of IEEE International C onference on M ulti m edia and Expo [C].Am sterdam,N etherlands,2005.141-144. [10]M iller M L,Gw ena∞l J D o∞rr,C ox I J.App lying infor m ed coding and em bedding to design a robust H igh2capacity w ater m ark[J].IEEE Trans on I m age p rocessing,2004,13 (6):792-807. [11]Pradhan S S,R am chandran K.D istributed source coding: Symm etric rates and app lications to sensor net w orks[A]. Proceedings of IEEE D ata C om p ression C onf[C].Snow2 bird,USA:IEEE C om puter Society Press,2000.363- 372. [12]A B W atson.DC T quantization m atrices op ti m ized for individual i m age[J].SPIE:Hum an V ision,V isual Pro2 cessing,and D igital D isp lay I V,1993,1913(14):202- 216. 作者简介 : 伍宏涛 男,博士,1973年出生于湖南,北京 大学电子学系博士后,主要研究方向为信息隐 藏、数字水印、无线安全通信、卫星测控等. E2m ail:w ht@https://www.wendangku.net/doc/229974494.html, 朱柏承 男,博士,1964年生于黑龙江哈尔滨,北京大学电子学系副教授,硕士生导师,主要研究方向为软件无线电技术、通信电路设计和智能天线技术. 杨义先 男,博士,1961年出生于四川省盐亭县,北京邮电大学信息工程学院教授,博士生导师,信息安全中心主任,在编码密码学、信息与网络安全、信号与信息处理等领域有深厚的造诣. 0421电 子 学 报 2006年 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： 2013 年12月27日 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 (10) 四. 课程设计总结 (18) 五. 设计体会 (20) 六. 参考文献 (21) 一. 课程设计任务 设计内容及要求： 为保护数字图像作品的知识产权，采用数字水印技术嵌入水印图像于作品中，同时尽可能不影响作品的可用性，在作品版权发生争执时，通过提取水印信息确认作品版权。通常情况下，水印图像大小要远小于载体图像，嵌入水印后的图像可能遇到噪声、有损压缩、滤波等方面的攻击。因此，评价水印算法的原则就是水印的隐藏性和抗攻击性。根据这一要求，设计水印算法。 （1）、查阅文献、了解数字水印的基本概念。 （2）、深入理解一种简单的数字水印嵌入与提取方法。 （3）、能够显示水印嵌入前后的载体图像。 （4）、能够显示嵌入与提取的水印。 （5）、选择一种以上攻击方法，测试水印算法的鲁棒性等性能。 - 1 - 二. 课程设计原理及设计方案 2.1数字水印技术 数字水印技术是一种将特制的不可见的标记,利用数字内嵌的方法隐藏在数字图像、声音、文档、图书、视频等数字产品中, 用以证明原始作者对其作品的所有权, 并作为鉴定、起诉非法侵权的证据, 同时通过对水印的探测和分析, 验证数字信息的完整可靠性, 从而成为知识产权保护和数字多媒体防伪的有效手段。数字水印是永久镶嵌在其它数据( 宿主数据) 中具有可鉴别性的数字信号或模式, 而且不影响宿主数据的可用性。数字水印技术是利用人类视觉系统(HVS) 的冗余, 通过一定的算法在数字信息中加入不可见标记, 但不影响数据的合理使用和价值, 并且不能被人的知觉系统觉察到, 起到证明作品的版权归属的作用。除非对数字水印具有足够的先验知识, 任何破坏和消除水印的企图都将严重破坏图像质量。 不同的应用对数字水印的要求不尽相同, 一般认为数字水印应具有如下特点: 安全性:数字水印中的信息应是安全的, 难以被篡改或伪造, 同时有较低的误检测率。只有被授权者能够检测、恢复和修改水印。能充分可靠地证明所有者对特定产品的所有权。 隐形性:数字水印应是不可知觉的, 即数字水印的存在不应明显干扰被保护的数据, 不影响被保护数据的正常使用。 密匙唯一性: 不同的水印密匙不应产生相同的水印, 即对于一种水印只有唯一的检测方法才能对其进行检测和抽取。 稳健性(鲁棒性):指水印算法有较强的抗攻击能力, 即水印信息经过一些常见的改变后仍具有较好的可检测性。这些改变包括常见的图像处理、几何变换和几何失真等。 自恢复性:即水印信息经过一些操作或变换后,可能会使原图产生较大的破坏, 如果仅从留下的片段数据便能恢复出水印信息, 而且恢复过程无须原始图像。 - 2 - 神奇记忆法让你成为最强大脑 《最强大脑》是这2年热播的脑力竞技真人秀节目，比赛选手表现出的各种“非人类”级别的脑力让我们大开眼界，其中尤其是很多选手变态级别的记忆力，让人不得不怀疑人家到底是不是地球出生的。 我们都知道，记忆力的强弱，肯定一部分由天生基因决定。但长久以来，很多人都把先天因素当成了决定记忆力强弱的最主要甚至唯一因素，而忽略了后天训练的影响。 事实上，记忆力是可以通过后天训练学习得到加强的。甚至可以这么说，任何人通过专业的训练，都能够在一定程度上表现出类似《最强大脑》选手的“超常”记忆力。而有一种非常神奇的记忆力训练方法，普通人都可以学会，却能带来这种超越想像的效果。《最强大脑》中大部分记忆力超强的选手，基本都经受过这种方法的训练。 如果你曾经为自己记忆力不好而苦恼，希望有效地提升自己的记忆力，乃至成为周围人都羡慕的记忆达人，请耐心看下去。本文将详细为你介绍这种神奇的记忆法。 我们按照由简到难的顺序，给大家普及这种神奇的记忆训练法。在业界，大家一般称其为“记忆宫殿”记忆法。 一、拍照式记忆 拍照式记忆，又称“照相式记忆”，是人类在儿童时候基本都具备，成年后却逐渐丧失的记忆方式。简单来说，普通人记忆万事万物，往往都用“文字”的方式进行储存，而拍照式记忆，则按照图像的方式进行存储。 比如说，我们读书的时候往往要背诵课文。正常人的方法，是逐字逐句的背诵，耗费的时间很长，而且效果不好。而如果用拍照式记忆，则是把一页书当成一副图像，先记忆住图像。然后背书的时候，在大脑中调出这幅图像，对着上面的内容逐字逐句念出来，就背完了。 历史上以及现代，很多大咖和牛人都很擅长拍照式记忆。比如说百度总裁张亚勤，据说拿一份报纸，只要看几分钟，他就能像回放电影一样，将报纸的内容通篇一字不漏地背诵出来。 神奇的图像记忆让你拥有超强记忆 关于图像记忆 为何以图像来记忆 记忆原理概说 抽象词→具体图像 大量资料(房间法) 数字记忆(基本法) ─基本法(中文口诀) 谐音记数字法关键词的记忆法 暂时记忆＆永久记忆保持记忆高效率 金库密码破解法 应用实例1(背诗) 应用实例2(周期表) 心智绘图 图像记忆法总结 What’s图像记忆 图像记忆是目前最和乎人类的大脑运作模式的记忆法，它可以让人瞬间记忆上千个电话号码，而且可是持久达一个星期之久而不会忘。 而在这里介绍几种著名的图像记忆法。房间法、基本法等等。 房间法(大量资料的记忆法) 又叫《罗马房法》。主要用来当成图像的存放处，原理就是让要记忆的东西来跟已知的东西做连接。此法用于大量数据的记忆，其目的是为了让各图像间能够有所区隔开来，不致混淆。 基本法(Major system)(一种数字的记忆法) 『基本法』是一个用来记忆数字的方法，最常使用于记电话号码。主要用来让数字变成图像，以便记忆。 谐音数字法 (数字的记忆法)算是一个比较没啥系统的方法，但是即学可即用。 记忆原理概说 以两个图像来连结, 并用电影画面来连结 如何记忆呢？既然前面说过，头脑是用图像来运作的。而记忆是两个东西的连接，所以，本页要说「如何记忆呢？以两个图像来连结」。举例一： 在某个电视节目中要叫人记忆下列东西： 1. 风筝 2. 铅笔 3. 汽车 4. 电饭锅 5. 蜡烛 6. 果酱 在这六样东西，你可以记得几项呢？其实你可以六样都记得而且轻而易举。只要靠着你的想象力。 你要想象，你放着风筝，风筝在天上飞，这是一个什么样的风筝呢？是一个白色的风筝。忽然有一枝铅笔，被丢了上去，把风筝刺了个大洞，于是风筝被掉了下来。而铅笔也掉了下来，砸到了一台汽车，挡风玻璃也全破了。后来，汽车只好放到一个大电饭锅里去 ，当汽车放入电饭锅时，汽车融化了，变软了。后来，你拿着一个蜡蠋，敲着电饭锅，当当当的声音，非常的大声，而蜡蠋，被涂上了果酱。 现在回想一下。 风筝怎么了？被铅笔刺了个大洞。 如何运用图像记忆法进行记忆 利用图像记忆法记忆 一、资料熟悉化 所谓的资料熟悉化，就是把一本书快速的看过去，最好在一两个小时内看完，如果你学过速读，可以在三十分钟内看完就更好了。 主要的目的是为了让你在潜意识里熟悉这一本书，以及对这一本书产生大致上的印像，以便日后的精读跟整理。 当然，在下一个章节，数据规格化之前跟之后，都应该快速看过一两遍，让数据规格化的步骤进行的比较顺利。 二、数据规格化 所谓的资料规格化是把一本书整理变成易于理解跟背诵的表格 或者是心智绘图模式。说简单一点，就是做心智绘图笔记，以及表格化。 1. 分层分类化 分层分类化，也就是做心智绘图笔记。 2. 表格化 如果资料里面有可以画成表格的东西就画成表格，以便帮助记忆。 三、数据图像化 经过资料规格化之后，并不是所有的东西都能够转成图像，所以，资料转成图像的技巧，就是图像记忆里面最重要的技巧了。下面有各种把资料转成图像的方法。 1. 找出有特色的元素，代表性的元素 记人的长像，要找出对方具特色的地方，如马英九长得肉肉的，CSB的头发油油塌塌的、李登辉有下巴。利用特色的地方加以连结，会比较生动 2. 太复杂的东西加以简化 如台北火车站的构造太复杂，若是要当做一个图像来用，则需要加以简化，省略其它的部分，而专一去想象你对火车站最有印像的部分。如你对火车站的屋顶比较有印像，就用它的屋项作为图像。如你对它的大厅有印像，就用大厅作为图像。 3. 抽像词的图像化 抽像词的图像化技巧请看网页：抽象词→具体图像 4. 文章或句子利用keyword法 5. 数字记忆利用major system(基本法;主导法) 6. 记英文单字利用音节法 音节法请看拆解音节及图像记忆法背单字 四、图像鲜明化 在脑海中的图像愈鲜明，记忆就愈持久，所以图像的鲜明化是记忆力持久的一个关键。这也就是观想能力的养成。 如何想出鲜明的图像呢?就是增加这个图像的性质。想想图像的性质，应该能够达到接近看到真实物体的感觉： ·颜色 ·软硬度 基于Matlab 的数字图像水印技术 ********** 摘要：数字水印技术涉及到许多图像处理算法以及数学计算工具等，如果用普通编程工具实现上述算法，需要要花费大量的时间，MathWorks公司推出的一种简单、高效、功能极强的高级语言——MATLAB语言，它具有高性能数值计算能力，可视化计算环境。只需短短的几行代码就可在MATLAB中解决许多复杂的计算问题。 关键字：图像处理，数字水印， MATLAB 0 引言 随着Internet的普及，信息的安全保护问题越来越备受关注。如何有效地防止数据的非法复制以及鉴别数字媒体的知识产权，成为急需解决的问题。Caronni在1993年提出了数字水印，并将其应用于数字图像，后来，将数字水印的概念扩展到电视图像等领域，数字水印技术是一种版权保护的重要手段，得到了广泛的研究和应用。本文简要介绍一下基于Matlab的数字图像水印技术。介绍数字水印的原理以及使用方法，探索了基于离散余弦变换(DCT)的数字图像水印算法，并借助MATLAB，实现数字水印的嵌入、提取以及攻击测试。 1 数字水印技术 1.1 数字水印 数字水印（Digital Watermarking）技术是将一些标识信息(即数字水印)直接嵌入数字载体当中，例如包括多媒体、文档、软件等，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到。通过这些隐藏在载体中的信息，可以确认内容创建者、购买者、传送隐秘信息或者判断载体是否被篡改等。数字水印是信息隐藏技术的重要研究方向之一。从信号处理的角度看，在载体图像中嵌入数字水印，可以视为在强背景(即原始公开图像)下叠加一个视觉上看不到的弱信号(即水印图像)，由于人的视觉系统(Human Visual 基于摄像头得图像采集与处理应用 1、摄像头工作原理 图像传感器,就是组成数字摄像头得重要组成部分。根据元件得材料不同,可分为 CCD(Charge Coupled Device,电荷耦合元件)与CMOS(plementary MetalOxide Semiconductor,金属氧化物半导体元件)两大类。 电荷藕合器件图像传感器CCD(Charge Coupled Device),它使用一种高感光度得半导体材料制成,能把光线转变成电荷,通过模数转换器芯片转换成数字信号,数字信号经过压缩以后由相机内部得闪速存储器或内置硬盘卡保存,因而可以轻而易举地把数据传输给计算机,并借助于计算机得处理手段,根据需要与想像来修改图像。CCD由许多感光单位组成,通常以百万像素为单位。当CCD表面受到光线照射时,每个感光单位会将电荷反映在组件上,所有得感光单位所产生得信号加在一起,就构成了一幅完整得画面。 互补性氧化金属半导体CMOS(plementary MetalOxide Semiconductor)与CCD一样同为在图像传感器中可记录光线变化得半导体。CMOS主要就是利用硅与锗这两种元素所做成得半导体,使其在CMOS上共存着带N(带–电)与P(带+电)级得半导体,这两个互补效应所产生得电流即可被处理芯片纪录与解读成影像。然而,CMOS得缺点就就是太容易出现杂点, 这主要就是因为早期得设计使CMOS在处理快速变化得影像时,由于电流变化过于频繁而会产生过热得现象。 CCD与CMOS在制造上得主要区别就是CCD就是集成在半导体单晶材料上,而CMOS就是集成在被称做金属氧化物得半导体材料上,工作原理没有本质得区别。CCD制造工艺较复杂,采用CCD得摄像头价格都会相对比较贵。事实上经过技术改造,目前CCD与CMOS得实际效果得差距已经减小了不少。而且CMOS得制造成本与功耗都要低于CCD不少,所以很多摄像头生产厂商采用得CMOS感光元件。成像方面:在相同像素下CCD得成像通透性、明锐度都很好,色彩还原、曝光可以保证基本准确。而CMOS得产品往往通透性一般,对实物得色彩还原能力偏弱,曝光也都不太好,由于自身物理特性得原因,CMOS得成像质量与CCD还就是有一定距离得。但由于低廉得价格以及高度得整合性,因此在摄像头领域还就是得到了广泛得应用 工作原理:为了方便大家理解,我们拿人得眼睛来打个比方。当光线照射景物,景物上得光线反射通过人得晶状体聚焦,在视网膜上就可以形成图像,然后视网膜得神经感知到图像将信息传到大脑,我们就能瞧见东西了。摄像头成像得原理与这个过程非常相似,光线照射景物,景物上得光线反射通过镜头聚焦,图像传感器就会感知到图像。 具体部分就是这样得,摄像头按一定得分辨率,以隔行扫描得方式采集图像上得点,当扫描到某点时,就通过图像传感芯片将该点处图像得灰度转换成与灰度一一对应得电压值,然后将此电压值通过视频信号端输出。如图1所示,摄像头连续地扫描图像上得一行,则输出就就是 数字图像水印技术 人类视觉系统的灵敏度相比听觉系统较低。水印技术主要利用了灵敏度和掩蔽效应。灵敏度：频率灵敏度（对于图像中水平和垂直的线和边缘最敏感，而对于成45度的线和边缘最不敏感）、频谱被感知为色彩（人眼对于彩色的感知，其最低一级是由三个单独的颜色通道组成的，人眼对于这三个颜色的反应中，对蓝色通道明显比其余两个通道要低。所以一些彩色水印处理系统将大部分的水印信号嵌入到彩色图像的蓝色通道中）、时间频率被感知成运动或闪烁（当频率超过30Hz时人眼的灵敏度下降的非常快）、亮度灵敏度（人眼对于亮度越高的信号越不敏感）。掩蔽效应：频率掩蔽（某一频率成分的存在能够掩蔽人类对于作品中另一频率成分的感知）、亮度掩蔽（局部亮度特征能够掩盖对比度的变化）。 数字图像水印系统的基本要求：鲁棒性（抵抗常见图像处理操做的能力，也就是含水印图像经历无意修改而保留水印信息的能力）、透明性（不明显干扰被保护的图像数据）、安全性（抵抗恶意攻击的能力，能承受一定程度的人为攻击，从而水印信息不会被删除、破坏、窃取）、数据容量、盲检测和自恢复性（盲检测是指水印的检测和提取不需要原始图像的参与。自恢复性指图像经过一些操作和变换后，会产生较大的失真和破坏，但是可以从留下的片段数据仍能恢复水印信号，而且恢复的过程不需要原始图像的参与）、确定性（水印所携带的信息能够被唯一的确定鉴别） 数字图像水印的处理过程主要包括水印生成、嵌入和检测三个步骤。前面二三四章已经基本讲述了。 图像内容的认证：精确认证（脆弱水印、嵌入签名、可擦除水印）、选择性认证（半脆弱水印、嵌入半脆弱签名、叙述型水印）。 图像水印系统的评测：数字水印生成算法的测试（水印生成算法的性能主要包括不可逆性以及在给定信道容量下水印的信息量）、数字水印嵌入散发的测试（主要包含水印图像质量评价和鲁棒性评测）、数字水印检测/提取算法（观察虚警好漏检的概率）。 对含有水印图像质量的评价：逼真度和品质、主观度量、基于像素的度量、基于人类视觉系统进行建模度量。 神奇的记忆教学设计内部编号：（YUUT-TBBY-MMUT-URRUY-UOOY-DBUYI-0128） 神奇的记忆 课程：心理健康班级：16电应1 授课教师：漏佳妮 一、教学目标 1、认知目标： 通过对学生记忆力的测试，让学生认识到自己的记忆力所在的位置，能够在学习中寻找记忆的规律，并且应用它。 2、态度与情感目标： 愿意快乐地学习，培养自己的记忆能力。 3、行为目标： 努力做到快乐地学习，不断地寻找记忆的规律。 二、教学重难点 教学重点： 认识自己记忆能力，并且在学习生活中不断地培养自己的记忆。 教学难点： 学习记忆的规律，在学习中应用它。 三、授课方式 情境体验法、游戏法 四、教学准备 视频，课件 五、教学过程 导入新课 播放《记忆碎片》片段，引出话题记忆。 视频中的sam患了一种短期失忆的疾病，没有办法形成新的记忆，我们平时在看电视剧或小说的时候经常会看到这种失忆的现象，很神奇对不对那大家想不想了解一下记忆接下来我们就一起出发来一场记忆之旅。 讲授新课 1、初识记忆 1）什么是记忆 记忆是过去的经验在头脑中的反映。凡是过去感知过的事物，思考过的问题，体验过的情绪，操作过的动作，都可以以映象的形式储存在大脑中，在一定条件下，这种映象又可以从大脑中提取出来，这个过程就是记忆。 按照信息加工理论的观点: 记忆是人脑对输入的信息进行编码、储存和提取的过程。 2）记忆的种类 感觉记忆：又叫瞬时记忆，在感觉记忆中材料保持的时间很短，约为～2秒 短时记忆：是记忆信息保持的时间在一分钟以内的记忆 长时记忆：是指记忆信息的保持从一分钟以上直到许多年甚至保持终身的记忆。 思考：视频中的sam是在哪一个环节出现了问题我们怎么样才能记的更多更好你的记忆力又怎么样呢 让我们一起走进感知记忆，来了解一下吧。 2、感知记忆 1）先让我们看看大家的记忆力如何 ①请快速浏览以下词汇： 糖果快捷良好滋味迅速饼干 苦味优美蜂蜜果冻馅饼白糖 基于摄像头的图像采集与处理应用 1、摄像头工作原理 图像传感器，是组成数字摄像头的重要组成部分。根据元件的材料不同，可分为CCD （Charge Coupled Device，电荷耦合元件）和CMOS（Complementary Metal-Oxide Semiconductor，金属氧化物半导体元件）两大类。 电荷藕合器件图像传感器CCD（Charge Coupled Device），它使用一种高感光度的半导体材料制成，能把光线转变成电荷，通过模数转换器芯片转换成数字信号，数字信号经过压缩以后由相机内部的闪速存储器或内置硬盘卡保存，因而可以轻而易举地把数据传输给计算机，并借助于计算机的处理手段，根据需要和想像来修改图像。CCD由许多感光单位组成，通常以百万像素为单位。当CCD表面受到光线照射时，每个感光单位会将电荷反映在组件上，所有的感光单位所产生的信号加在一起，就构成了一幅完整的画面。 互补性氧化金属半导体CMOS（Complementary Metal-Oxide Semiconductor）和CCD一样同为在图像传感器中可记录光线变化的半导体。CMOS主要是利用硅和锗这两种元素所做成的半导体，使其在CMOS上共存着带N（带–电）和P（带+电）级的半导体，这两个互补效应所产生的电流即可被处理芯片纪录和解读成影像。然而，CMOS的缺点就是太容易出现杂点, 这主要是因为早期的设计使CMOS在处理快速变化的影像时，由于电流变化过于频繁而会产生过热的现象。 CCD和CMOS在制造上的主要区别是CCD是集成在半导体单晶材料上，而CMOS是集成在被称做金属氧化物的半导体材料上，工作原理没有本质的区别。CCD制造工艺较复杂，采用CCD的摄像头价格都会相对比较贵。事实上经过技术改造，目前CCD和CMOS的实际效果的差距已经减小了不少。而且CMOS的制造成本和功耗都要低于CCD不少，所以很多摄像头生产厂商采用的CMOS感光元件。成像方面：在相同像素下CCD的成像通透性、明锐度都很好，色彩还原、曝光可以保证基本准确。而CMOS的产品往往通透性一般，对实物的色彩还原能力偏弱，曝光也都不太好，由于自身物理特性的原因，CMOS的成像质量和CCD还是有一定距离的。但由于低廉的价格以及高度的整合性，因此在摄像头领域还是得到了广泛的应用 工作原理：为了方便大家理解，我们拿人的眼睛来打个比方。当光线照射景物，景物上的光线反射通过人的晶状体聚焦，在视网膜上就可以形成图像，然后视网膜的神经感知到图像将信息传到大脑，我们就能看见东西了。摄像头成像的原理和这个过程非常相似，光线照射景物，景物上的光线反射通过镜头聚焦，图像传感器就会感知到图像。 具体部分是这样的，摄像头按一定的分辨率，以隔行扫描的方式采集图像上的点，当扫描到某点时，就通过图像传感芯片将该点处图像的灰度转换成与灰度一一对应的电压值，然后将此电压值通过视频信号端输出。如图1所示，摄像头连续地扫描图像上的一行，则输出 2009年第7期福建电脑 一种新的彩色图像数字水印算法 邱修峰1，王 敏1,2 （1、赣南师范学院数学与计算机系江西赣州 3410002、中国科学院研究生院北京110004） 【摘要】：数字水印是有关多媒体信息内容安全的一种技术。本文应用离散脊波变换(Discrete Ridgelet Transform)，设计并实现了一种基于离散脊波变换和离散小波变换的图像水印算法，算法分别在彩色图像的离散小波变换域和离散脊波变换域嵌入彩色图像水印，可以抵抗噪声、JPEG 压缩、改变亮度、改变对比度、改变颜色、lens blur 、缩放、剪切和一些联合攻击。 【关键词】：数字水印;小波变换;脊波变换;彩色图像 1、引言 脊波变换的基本理论框架工作是在1998年由E.J.Cand ès 在其博士论文[1]中正式提出的。小波变换在表示0维的奇异性时表现出很好的效果，但在表示具有高维的奇异性的信号时，则使用脊波变换更具有优越性。关于脊波变换域嵌入数字水印方面的研究，Patrizio Campsisi 等[2]研究了在灰度图像脊波变换域嵌入随机序列水印信号问题。肖亮等[3]研究了在灰度图像脊波变换域嵌入随机序列水印信号时的HVS 问题，建立了脊波变换域人眼临界可见误差模型。本文提出将彩色图像水印分别嵌入彩色图像的DWT 的低频系数中和彩色图像的脊波变换域的系数中，实验表明这样可以提高水印的鲁棒性，水印可以抵抗多种攻击，如噪声、JPEG 压缩、改变亮度、改变对比度、改变颜色、lens blur 、缩放、剪切和一些联合攻击。而且用彩色图像做水印，水印更加直观、美观。 2、图像的离散脊波变换(discrete ridgelet transform)[1]2.1离散的Radon 变换 实现步骤如下：（1）函数f 的2-DFFT 二维离散傅立叶变换.（2）直角坐标向极坐标的转换.（3）在极坐标方向实现1-DIFFT 一维离散傅立叶逆变换.2.2离散的脊波变换 在2.1中我们通过变换获得对任一固定方向k 的序列对每一k 的序列R k 作一维离散小波变换DWT,我们就完成了离散脊波变换，此过程是可逆的.因为离散Radon 变换和DWT 都是可逆的。对二维离散图像信号，我们将其分成p ×p 大小的块（P 是素数），对每块做离散Radon 变换，再对每一k 的序列R k 作一维离散小波变换DWT 。 3、水印嵌入算法和检测算法3.1水印嵌入算法 设原始图像I 为一幅大小Mi*Ni 的24位RGB 真彩色图像，水印图像W 为一幅大小Mw*Nw 的24位RGB 真彩色图像,I γ和W γ，γ∈(r,g,b),表示图像的R,G,B 各分量的二维矩阵。 Weight=(weight 0,weigth 1,weight 2,….,weight n )是嵌入水印信息时的嵌入因子，因子的大小在这里由水印图像W 的能量和原始图像I 的能量在嵌入时的比例来决定，目的是调节嵌入的水印的能量和原始图像的能量相比不能太大，也不能太小。既weight k =β*|W k |/|I k |,k=0,1,2,…,n,β是调节因子，k 表示图像经过变换后的块索引。 水印嵌入算法如图1所示。具体的水印嵌入算法如下： 1.将原始图像I 的各分量I γ,γ∈(r,g,b)分别做n 级DWT 变换。得到一块DWT 低频系数I γ,LL,n 和3n 块DWT 高频系数I γ,LH,k ,I γ,HL,k ,I γ,HH,k ,k=n,n-1,…1。 2.将水印图像W 各分量W γ，γ∈(r,g,b)分成N*N 大小的块分别做二维DCT 变换，得到(Mw/N)*(Nw/N)块DCT 变换系数 WDCT γ（m,n ）,1<=m<=(Mw/N),1<=n<=(Nw/N),这样水印的能量即主要信息就集中在各个系数块的左上角。（或不做8*8的二维DCT 变换，而按列做一维DCT 变换。） 图1:水印嵌入算法示意图 3.将DCT 系数的直流分量既坐标为（1，1）的分量依次从各个系数块取出依次放入一维数组W2γ,γ∈(r,g,b),然后依次将各个系数块中（1，2）的分量取出依次接着放入一维数组W2γ,γ∈(r,g,b)中，然后是（2，1）的分量，（1，3）的分量，（2，2）的分量，（3，1）的分量，…，（N ，N ）的分量,这是按Zig-Zag 次序取出系数放入一维数组中，这样一维数组中从头至尾存放了DCT 系数的直流分 量，低频分量，高频分量。能量集中到一维数组的前面部分。对一维DCT 变换，将每块DCT 变换的系数按从上到下从左到右的次序依次放入一个一维数组W1γ,γ∈(r,g,b)。 4.在原始图像DWT 低频系数块I γ,LL,n 中嵌入水印信息。I γ,LL,n =I γ,LL,n +weight0*W1γ,γ∈(r,g,b),weight 0表示DWT 低频系数的嵌入因子。可以看出当水印图像W 过大时，count(I γ,LL,n ) 思维导图之图像记忆法 --> 由于图像是运用我们右脑的功能，右脑所拥有的创造图像的力量，可以让我们想像出图像以加强记忆的存盘。研究已经发现并证实，如果在感官记忆时加入其他联想的元素(联想方法会在第六讲详述)，可以加强回忆的功能，加速整个记忆系统。 第一：图像清晰所以图像联想的第一个规则，就是要创造具体以及清晰的图像。具体、清晰的图像是什么意思呢比方我们来想像一个少年，你的少年图像是一个模糊的人形呢，还是有血有肉、呼之欲出的呢如果这个少年图像没有清楚的轮廓，没有足够的细节，那就像将金库密码写在沙滩上，海浪一来就不见踪影了。 举例 让我们再来做萝卜图像练习，各位创造萝卜图像时，是不是先决定你的萝卜是红的还是白的，再想到萝卜有没有叶子，再进一步想到叶子是什么颜色，是翠绿的还是已经枯黄了，还可以想到这个萝卜是否刚从土里拔出来，是不是还有一些根须连在一起，这些根须有没有泥巴，还是已经干干净净地躺在市场的陈列架上 刚才，我描述萝卜的目的是为了激发各位的图像能力，当然边看书边看我的描述时，各位都可以刻意想像萝卜有根，根还带着些泥巴，叶子是绿色的，各位都可以想像一下。接着，我们也可以拿个物体来想像它的特别描述的部分，这应该在每位头脑的操作能力以内。 细节图像 刚才说过细节可以强化图像，细节可以赋予图像灵魂，让我们一起多练习几 个例子。例如玫瑰花，我们不要只满足于想像出一朵被压扁的玫瑰(平面的玫瑰)，而要练习进一步想像出这朵玫瑰花瓣深浅的颜色，是含苞待放还是娇艳盛开，是名贵的长茎玫瑰还是本地产的短茎玫瑰，绿油油的茎上突着尖刺，是否散发着暗暗的幽香(《感官强化图像》一节将详述)。 例如牛肉，你想到的牛肉是什么样子是血淋淋的肉片带骨头的肉块还是放在磁盘上半生不熟的牛排例如公共汽车，你想像的公共汽车是崭新的德国奔驰公车老旧的电车还是一阵黑烟(公车已经开走了!)车牌多少号呢公车上有人吗乘客稀稀疏疏，还是挤得像沙丁鱼一样这些细节都能强化记忆库的存盘，各位务必利用机会多加练习。 颜色图像 除了细节描述之外，我们还可以运用颜色加强记忆的存盘。创造图像时当然可以是一片黑白，也可以给图像一点颜色瞧瞧。视觉原本对花花绿绿的颜色特别有反应，若是能运用色彩彩绘我们创造的图像，快速记忆就和花开遍地一样灿烂了。 抽象概念借用法 但是遇到抽象的事物如何转化成图像呢例如灯光应该是怎么样的图像呢这时候我们需要发挥联想的功能，并且借用适当的图像来达成使命。灯光可以借用手电筒、台灯、灯塔好喝的饮料可以借用果菜汁(我爱喝保健饮料)、热腾腾的蓝山咖啡、优酪乳自由可以借用自由女神，法律可以借用警察、法官、法槌等。既然是借用具体的图像，我们就得记住要还原成原本抽象的事物或观念。 图像急救站 有些人可能会认为自己的头脑已经成为固体，记忆能力或图像能力不好，或 第三章图像数字水印的方案 3.1 图像数字水印的技术方案 在数据库中存储在国际互联网上传输的水印图像一般会被压缩，有时达到很高的压缩比。因此，数字水印算法所面临的第一个考验就是压缩。JPEG和EZW（Embedded Zero-Tree Wavelet）压缩是最常见的两种压缩方法。JPEG是基于离散余弦变换域的压缩方法，而EZW是基于小波变换域的压缩方法。前人的研究证明采用与压缩算法相同的变换域水印方法，对于压缩的稳健性较强。因此，我研究图像文件水印算法主要集中在变换域算法及利用人眼视觉特性上。 数字水印的嵌入要求即要考虑视觉透明性，又要保证嵌入水印后图像的稳健性，这两个方面存在着矛盾。保证视觉透明性，就要将水印嵌入到人眼不敏感区，也就是嵌入到图像的高频分量中。而多数图像处理方法对于图像高频部分的损坏程度较高，如有损压缩、高频滤波等。水印很容易在经历图像处理的过程中丢失。这样，则无法保证图像数字水印的稳健性。如果要获得很好的稳健性，数字水印应加在人眼敏感的低频部分，图像的大部分能量集中在低频部分，如果对于低频部分进行处理，水印固然会失去，而图像也没有了利用价值，然而，水印的嵌入会对图像的质量有非常大的影响，这又无法保证视觉透明性。 数字水印算法的实现基本分为三个部分：宿主图像的变换，水印的嵌入和水印的检测，分别描述如下。 3.2 基于DCT域的图像数字水印技术 离散余弦变换（Discrete Cosine Transform）属于正交变换图像编码方法中的一种。正交变换图像编码始于1968年。当时安德鲁斯（Andrews）等人发现大多数自然图像的高频分量相对幅度较低，可完全舍弃或者只用少数码字编码，提出不对图像本身编码，只对其二维傅立叶（DFT）系数进行编码和传输。但DFT是一种正交变换，运算量很大，常常使实时处理发生困难，第二年他们就用Walsh-Hadamard变换（WHT）取代DFT可以使运算量明显减少，这是因为WHT变换只有加减法而无需乘法。但是更有意义的是离散余弦变换和离散正旋变换的出现，它们具有快速算法，精确度高。其中最重要的是1974年提出的DCT，因为其变换矩阵的基向量很近似于托伯利兹矩阵的特征向量，而托伯利兹矩阵又体现了人类语言及图像信号的相关性。因此，DCT常常被认为是语音与图像信号变换的准最佳变换。 图像是二维的，所以在研究时主要用到二维DCT，以及二维IDCT来对图像进行处理。 目前工作成果： 一、USB图像获取 USB设备在正常工作以前，第一件要做的事就是枚举，所以在USB摄像头进行初始化之前，需要先枚举系统中的USB设备。 （1）基于USB的Snap采集图像 程序运行结果： 此程序只能采集一帧图像，不能连续采集。将采集图像函数放入循环中就可连续采集。 循环中的可以计算循环一次所用的时间，运行发现用Snap采集图像时它的采集速率比较低。运行程序时移动摄像头可以清楚的看到所采集的图像有时比较模糊。 （2）基于USB的Grab采集图像 运行程序之后发现摄像头采集图像的速率明显提高。 二、图像处理 1、图像灰度处理 （1）基本原理 将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。 第一种方法使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。 第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。 （2）labview中图像灰度处理程序框图 处理结果： 最新图像记忆法 篇一：超级记忆力——图像记忆法 图像记忆法 图像记忆概述 为何以图像来记忆 记忆原理概说 抽象词→具体图像 大量资料(房间法) 数字记忆(基本法) ─基本法(中文口诀) 谐音记数字法 关键词的记忆法 暂时记忆＆永久记忆 保持记忆高效率 金库密码破解法 应用实例1(背诗) 应用实例2(周期表) 心智绘图 图像记忆法总结 什么是图像记忆 图像记忆是目前最和乎人类的大脑运作模式的记忆法，它可以让人瞬间记忆上千个电话号码，而且可是持久达一个星期之久而不会忘。 而在这里介绍几种著名的图像记忆法。房间法、基本法等等。 房间法(大量资料的记忆法) 又叫《罗马房法》。主要用来当成图像的存放处，原理就是让要记忆的东西来跟已知的东西做连接。此法用于大量数据的记忆，其目的是为了让各图像间能够有所区隔开来，不致混淆。 基本法(Major system)(一种数字的记忆法) 『基本法』是一个用来记忆数字的方法，最常使用于记电话号码。主要用来让数字变成图像， 以便记忆。 谐音数字法 (数字的记忆法)算是一个比较没啥系统的方法，但是即学可即用。记忆原理概说 以两个图像来连结, 并用电影画面来连结 如何记忆呢？既然前面说过，头脑是用图像来运作的。而记忆是两个东西的连接，所以，本页要说「如何记忆呢？以两个图像来连结」。举例一： 在某个电视节目中要叫人记忆下列东西： 1. 风筝 2. 铅笔 3. 汽车 4. 电饭锅 5. 蜡烛 6. 果酱 在这六样东西，你可以记得几项呢？其实你可以六样都记得而且轻而易举。只要靠着你的想象力。 你要想象，你放着风筝，风筝在天上飞，这是一个什么样的风筝呢？是一个白色的风筝。忽然有一枝铅笔，被丢了上去，把风筝刺了个大洞，于是风筝被掉了下来。而铅笔也掉了下来，砸到了一台汽车，挡风玻璃也全破了。后来，汽车只好放到一个大电饭锅里去 ，当汽车放入电饭锅时，汽车融化了，变软了。后来，你拿着一个蜡蠋，敲着电饭锅，当当当的声音，非常的大声，而蜡蠋，被涂上了果酱。现在回想一下。风筝怎么了？被铅笔刺了个大洞。铅笔怎么了？砸到了汽车汽车怎么了？被放到电饭锅煮电饭锅怎么了？被蜡蠋敲出声音蜡蠋怎么了？涂上了果酱。如果你再回想几次，就把这六项记了起来了。 请注意，在这里所运用的方法，并不是编故事，也不是讲故事。而是运用想象力来形成一个电影的运镜画面。所以，必需要有颜色，有物体，有声音，并可以成功的利用想象力来「骗」过头脑，让头脑以为真的有发生过这件事。所以，在想「风筝被铅笔刺了个大洞」时，脑海中必需要有一个风筝，是方的还是圆的，是红色还是白色的风筝，而且是随着风摇来摇去，摇动的程度有多大，当风吹过时，有没有「啪啪啪」的声音。而破洞是在风筝的中间，还是在旁边。有多大？写在最后：在我编这个风筝的故事之后五天，我回想这个故事，以及这六样东西。从「风筝 →铅笔→汽车→电饭锅」都很顺利。但是，「电饭锅→蜡蠋」就费了两三秒钟，我想是因为不够夸大的原因。因为「风筝→铅笔」，有在脑海中「啪」的一声， 右脑图像的记忆原理 右脑是图像脑，侧重于处理随意的，想象的，直觉的以及多感观的影像。什么是右脑图像的记忆呢?下面就是WTT给大家带来的右脑图像的记忆原理，希望大家喜欢! 右脑图像的记忆原理： 天才大都具有这种能力，即对自己看到过的或听到过的东西，进行瞬间记忆，并且能够加以再现的能力。比如，希腊学者理查德•波孙能把以前看过的书的几乎每一页内容准确无误地复述下来;又如著名的法国家莱恩•冈贝特，能背诵维克多•雨果的大量作品，而且不管从哪一页开始，不管是从前到后还是从后到前都能背诵如流;清末民初驰名中外的文化怪杰辜鸿铭年过花甲的时候，背诵起弥尔顿那首6100多行的无韵长诗《失乐园》，居然一字不差!他们究竟是怎么做到的呢?答案就在我们的身上，那就是我们神奇的右脑。 右脑是图像脑，侧重于处理随意的，想象的，直觉的以及多感观的影像。右脑是通过图像进行思考的半球，所以能够将语言变成图像，不仅如此，右脑还能把数字变成图像，把气味变成图像。右脑将看到，听到和想到的事物，全部转化为图像进行思考和记忆。当右脑分析一个词是时，比如在读“猫”这个词时，会自动的在右脑的影像库中搜寻猫的形象，然后将猫这个词与它的图片，感觉链接在一起。在分析一句话，比如“猫在睡觉”，影 像库中出现的就是一只猫在太阳底下蜷成一团迷迷糊糊的睡觉的图像。或许还夹杂着轻微的鼾声。 照相记忆利用的正是右脑的图像处理能力，无论是大段的文字，还是一幅幅的图片，当右脑想记住什么内容时，都先把它们转化成图像摄入脑海，就像照相机一样，把内容在大脑中定格成一幅图。用到时，脑海中的图像便浮现在眼前。 右脑照相记忆的速度远远快于左脑，这是由于处理信息时，左脑将信息进行词汇化处理，五感也要变成语言才能传达出去，所以花时间。而右脑将信息以图像化处理，所以非常迅速，只要花几秒就可以。 利用右脑的图像记忆原理，在快速阅读的高级阶段也是用的图像阅读，见图不见字。古人云“一目十行”正是开发了右脑的图像阅读功能，由于右脑具有超高速信息输入的特点，因此5分钟阅读完一本书，就是把右脑的影像记忆功能发挥到了极致的成果 右脑记忆： 有大量的实践研究企图解开人类左右两边脑部分别掌管的是怎样的功能的秘密.结果证明左半部是语言控制中心,以逻辑性,时间性的思考运用;而右半部似乎掌管着意念、印象等整体图形等直觉的反应思考模式.基本上这个二分法的大脑运作，在近年西方全像的理论是早己被推翻了，但是，为了让学习者了解一些理论性的探讨，也只好将左，右脑分别来讨论其功能。 近几天看到论坛里有很多网友遇到CCD图像采集的麻烦，我在最开始的时候也为这个烦恼过，由于本人比较菜，在度过大概半个月的绝望日夜后，在刚准备放弃时突然发现我已经采集到正确的图像了。特再次分享，希望能解决大家当前遇到的麻烦。 在采集图像之前，我们首先要知道摄像头输出信号的特性。目前的模拟摄像头一般都是P AL制式的，输出的信号由复合同步信号，复合消隐信号和视频信号。其中的视频信号才是真正的图像信号，对于黑白摄像头，图像越黑，电压越低，图像越白，电压越高。而复合同步信号是控制电视机的电子枪对电子的偏转的，复合消隐信号是在图像换行和换场时电子枪回扫时不发射电子。由于人眼看到的图像大于等于24Hz时人才不会觉得图像闪烁，所以P AL制式输出的图像是25Hz，即每秒钟有25幅画面，说的专业点就是每秒25帧，其中每一帧有625行。但由于在早期电子技术还不发达时，电源不稳定，容易对电视信号进行干扰，而交流电源是50Hz所以，为了和电网兼容，同时由于25Hz时图像不稳定，所以后来工程师们把一副图像分成两场显示，对于一幅画面，一共有625行，但是电子枪先扫描奇数场1，3，5.....，然后再扫描2,4,6.....，所以这样的话，一副图像就变成了隔行扫描，每秒钟就有50场了。其中具体的细节请参考这个网站 电视原理与系统 https://www.wendangku.net/doc/229974494.html,/zsb/zjx/zjx09/zjx090000.htm 只用看前面的黑白全电视信号和P AL制式就可以了（当然如果感兴趣可以全部看完）。 通过上面的内容如果你对P AL制式信号了然于心，那么就可以开始图像的采集了，P AL输出的信号有复合同步信号，复合消隐信号和视频信号。那么我们首先就是要从这三种信号中分理出复合同步信号，复合消隐信号和视频信号，以便我们对AD采样到的值进行存储，从而形成一幅画面。具体如何分离，我们使用的是LM1881视频同步分离器件，具体的硬件连接请参看论坛内相关文章（论坛里有介绍LM1881的文章，自己搜吧，我不重复了）。 分离出行场同步，奇偶场信号后，就把他们接到单片机的外部中断口，产生中断，在中断服务程序中对AD采集到的数据进行图像存储，从而形成一个二维数组的数字图像。 下面就说说图像采集方案，方法有多种，但我使用的方案是在行终端中读取A D采样的灰度值，在场同步中交换图像采集和处理缓存指针，并对图像进行处理，然后控制小车，在主函数中只有初始化和键盘扫描和串口输出函数。这样做效率比较高，而且可以把调试和图像采集处理分开，变成起来比较方便。 大家遇到的还有一个很棘手的问题可能是AD采样频率该设置多大呢？建议大家先通过PLLL超频，然后把AD时钟频率设置的高点才行。 下面就把我的代码贴给大家看看吧。 1. 图像处理过程：摄像机产生一个对应于物体的光学图像，显影后的胶片上形成对应于 光学图像的负像。胶片在数字化器的光敏面上形成一个光学图像，由它形成输入数字图像，再经过6次转换得到输出图像。每一步都可能产生退化。 2. 图像采集：利用采集装置获取数字图像。采集装置包括：光敏感器件、扫描系统和模/数转换装置。 3. 采样：图像在空间上的离散化称为采样（或：图像数字化设备把图像划分为若干图像元素(像素)并给出它们的地址）量化：把采样后所得的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化（或：度量每一像素的灰度，并把连续的度量结果量化为整数） 4. 数字化设备：(1)采样孔：使数字化设备能够单独地观测特定的图像元素而不受图像其他部分的影响。(2)图像扫描机构：使采样孔按照预先确定的方式在图像上移动，从而按顺序观测每一个像素。(3)光传感器：通过采样检测图像的每一像素的亮度，通常采用CCD阵列。(4)量化器：将传感器输出的连续量转化为整数值。典型的量化器是A/D转换电路，它产生一个与输入电压或电流成比例的数值。(5)输出存储装置：将量化器产生的灰度值按适当格式存储起来，以用于计算机后续处理。 5. 采样孔的大小和相邻像素的间距（采样间隔）是两个重要的性能指标 6. 位图与矢量图区别：（1）位图由像素构成，矢量图由对象构成（2） 点位图受到像素和分辨率的制约，而矢量图形不存在这些制约（3）位图修改麻烦，矢量图形修改随心所欲（4）位图难以重复使用，矢量图形可以随意重复使用（5）位图效果丰富，矢量图形效果单调机械 7. 位图文件常见的文件扩展名为BMP、GIF（图形交换文件格式）、PCX、PSD、PCD、TIF（标记图像文件格式）、JPG（联合图像专家组）等。矢量图文件的扩展名为CDR、AI 或3DS 8. 辐射照度：如果某一表面被辐射体辐射，为表示B点辐射的强弱，在B点取微小面积元dA，它所接收的辐射通量为dΦe，则dΦe与dA之比就称为辐射照度。即表面上一点的辐射照度是入射在该面积元上的辐射通量dΦe除以该面面积元dA之商。单位为瓦特每平方米(W/m2)。 9. 光照度：单位受照面积接受的光通量，定义为光照面的光照度，用E表示。即光照度表示为：E=dφ/dA。光照度的单位为勒克斯(lx) 10. CIEl931—XYZ色度系统：XYZ色度系统是建立在RGB色度系统基础之上的．由三个虚设的三刺激值X、Y、Z来代替R,G,B，而组成一个新的色度系统。1931CIE色度系统使用了三个假想的三原色，记为X，Y，Z。对其要求是：用该假想三原色匹配任何颜色时，三刺激值X，Y，Z均为正；颜色的亮度仅由Y表示，而色度由X，Y，Z共同决定。 11. 图形是指由外部轮廓线条构成的矢量图(FROM Baidu) 12. 色差就是两种颜色之间的差别。显色指数是衡量一光源性能好坏数字图像课设——数字水印
神奇记忆法
神奇的图像记忆法让你拥有超级记忆力
如何运用图像记忆法进行记忆
基于Matlab的数字图像水印技术
基于摄像头的图像采集与处理应用
数字图像水印技术
神奇的记忆教学设计
基于摄像头的图像采集与处理应用
一种新的彩色图像数字水印算法
思维导图之图像记忆法
图像数字水印+matlab程序
基于Labview的图像采集与处理
最新图像记忆法
右脑图像的记忆原理
CCD图像采集 程序---详细注释,适合新手
数字图像采集与处理