一种基于小波变换的自适应图像水印算法
第３３卷第５期２００５年１０月
浙江工业大学学报
ＪＯＵＲＮＡＬＯＦＺＨＥＪＩＡＮＧＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ
Ｖ０１．３３ＮＯ．５
０Ｃｔ．２００５
一种基于小波变换的自适应图像水印算法
赵梁红１，陈赣２。章伟辉２
（１．绍兴文理学院数学系，浙江绍兴３１２０００；２．浙江工业大学信息工程学院，浙江杭州３１００３２）
摘要：提出了一种新的基于小波域的自适应鲁棒图像水印算法．算法结合临界视觉误差（ＪＮＤ），使得该算法在保证不可觉察下，加强了鲁棒性．该算法可以在没有原图情况下准确地检测出水印图像．对嵌水印图像作典型图像处理试验，表明该算法具有很好的鲁棒性．
关键词：图像水印；小波分解；鲁棒性
中图分类号：ＴＮ９１９文献标识码：Ａ文章编号：１００６—４３０３（２００５）０５—０４９２—０４Ａｎｉｍａｇｅ－ａｄａｐｔｉｖｅｗａｔｅｒｍａｒｋｉｎｇｔｅｃｈｎｉｑｕｅｂａｓｅｄｕｐｏｎａｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ
ＺＨＡＯＬｉａｎｇ—ｈｏｎ９１，ＣＨＥＮＧａｎ２，ＺＨＡＮＧＷｅｉ—ｈｕｉ２
（１．Ｄｅｐｔ．ｏｆＭａｔｈｅｍａｔｉｃｓ，ＳｈａｏｘｉｎｇＣｏｌｌｅｇｅｏｆＡｒｔｓａｎｄＳｃｉｅｎｃｅ，Ｓｈａｏｘｉｎｇ３１２０００，Ｃｈｉｎａ；
２．ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｈａｎｇｚｈｏｕ３１００３２，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ａｎｎｅｗｉｍａｇｅ—ａｄａｐｔｉｖｅｗａｔｅｒｍａｒｋｉｎｇｔｅｃｈｎｉｑｕｅｂａｓｅｄｕｐｏｎａｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｉｓｐｒｏｐｏｓｅｄＴｈｅｗａｔｅｒｍａｒｋｉｎｇａｌｇｏｒｉｔｈｍｕｔｉｌｉｚｉｎｇｔｈｅｊｕｓｔｎｏｔｉｃｅａｂｌｅｄｉｓｔｏｒｔｉｏｎ（ＪＮＤ）ｖａｌｕｅｓ，ｔｈｅｔｒａｎｓｐａｒｅｎｃｙｏｆｔｈｅｈｉｄｄｅｎｗａｔｅｒｍａｒｋｃａｎｂｅｇｕａｒａｎｔｅｅｄ．Ｉｔ＇ｓｎｏｔｎｅｃｅｓｓａｒｙｆｏｒｔｈｅ０一ｒｉｇｉｎａｌｉｍａｇｅｔｏｂｅａｖａｉｌａｂｌｅｆｏｒｓｕｃｃｅｓｓｆｕｌｄｅｔｅｃｔｉｏｎｏｆｔｈｅｗａｔｅｒｍａｒｋ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｓｗｉｔｈｃｏｍｍｏｎｉｍａｇｅ—ｐｒｏｃｅｓｓｉｎｇｏｐｅｒａｔｉｏｎｏｎｔｈｅｗａｔｅｒｍａｒｋｅｄｉｍａｇｅｓｈｏｗｓｔｈａｔｔｈｅａｌｇｏｒｉｔｈｍｉｓｑｕｉｔｅｒｏｂｕｓｔ．
Ｋｅｙｗｏｒｄｓ：ｉｍａｇｅｗａｔｅｒｍａｒｋｉｎｇ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ｒｏｂｕｓｔｎｅｓｓ
０引言
开放的网络环境让人们享受更为便捷和广泛数字作品的同时，也给数字作品的非法拷贝、复制甚至篡改提供了可乘之机，因此，需要一种有效的防范手段．数字水印技术便是数字作品版权保护和认证的一种有效手段．数字水印的应用主要集中在两个方面：一是用于版权保护的鲁棒性数字水印；二是用于认证或者篡改证明的脆弱数字水印．鲁棒性数字水印要满足不可觉察性和鲁棒性两方面要求，此外，还需要有一定的容量．
结合人的视觉系统，提出了一种新的基于小波域的自适应鲁棒图像水印算法．该算法水印嵌入的强度能够依据小波系数不同自适应的加以调整，同时，算法结合了人的视觉特性，使得该算法在满足不可觉察下，加强了鲁棒性．为了使水印检测更加容易和准确，文章对检测阈值的确定做了理论上分析．以该算法产生的水印图像为对象，进行几种典型的图像处理操作，测试该算法生成图像水印的检测性能和鲁棒性，表明所提出的算法在满足水印不可觉察性前提下，可以抵抗多种数字图像处理的攻击，具有很好的鲁棒性．该算法在图像水印检测时不需要原图，属于盲水印范畴．
收稿日期：２００４一Ｉｉ－０８
基金项目：浙江省自然科学基金资助项目（６０２１０１）
作者简介：赵梁红（１９５８一），女，浙江绍兴人，副教授，主要从事信息安全的研究． 万方数据
基于小波变换的图像融合
基于小波变换的图像融合 摘要：图像融合是通过某种算法，将两幅或多幅不同的图像进行合并以形成一一幅新的图像的过程，其的主要目的是通过对多幅图像间的冗余数据的处理来提高图像的可靠性，通过对多幅图像间的互补信息的处理来提高图像的清晰度。本文的研究重点是基于小波变换实现图像的初步融合，完成将两幅不同的图像进行合并以形成一幅新的图像。关键词:图像融合，小波变换，融合算法，图像信息 Abstract The image fusi on is a procedure that comb ine more tha n two images in order to get a new image, and it ' s main purpose of image fusi on of multiple images is enhance the reliability of image through deal with the ultra data of the in itial image, and improve the defi niti on of the image through deal with the compleme ntary in formatio n of the images. The key point of this article is realized the image fusi on based on the wavelet tran sform and comb ines two images to get a new image. Key Words : image fusion, wavelet transform, fusion algorithm, image in formatio n 一、引言 图像融合是通过某种算法，将两幅或多幅不同的图像进行合并以形成一幅新的图像的过程。在众多的图像融合技术，基于小波变换的图像融合方法已成为现今的个热点，图像融合技术是数据融合技术的一种特定情形，它是以图像的形式来表达具 体的信息，它对人的视觉产生作用。图像融合具体来说是根据某一算法，将所获得的针对同一目标场景的多幅配准后的图像进行综合处理，从而得到一幅新的、满足某种条件的、对目标或场景的描述更为准确、更为全面、更为可靠的图像。融合后的图像应该比原始图像更加清晰可靠和易于分辨。图像融合充分利用了多个原始图像所包含的冗余信息和互补信息，能够起到扩大传感范围、提高系统可靠性和图像信息利用率的作用。 二、小波变换图像融合 传统的信号理论，是建立在Fourier分析基础上的，而Fourier变换作为一种全局性的变化，其有一定的局限性。在实际应用中人们开始对Fourier变换进行各种 改进，小波分析由此产生了。小波分析是一种新兴的数学分支，它是泛函数、Fourier 分析、调和分析、数值分析的最完美的结晶；在应用领域，特别是在信号处理、图像处理、语音处理以及众多非线性科学领域，它被认为是继Fourier分析之后的又 一有效的时频分析方法。小波变换与Fourier变换相比，是一个时间和频域的局域 变换因而能有效地从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析（Multiscale Analysis ），解决了Fourier变换不能解决的许多困难问题。 近些年来，小波变换倍受科技界的重视，它不仅在数学上已形成了一个新的分支，
图像水印算法源代码
M=256; %原图像长度 N=32; %水印图像长度 K=8; I=zeros(M,M); II=zeros(K,K); B=zeros(M,M); Idct=zeros(K,K); D=zeros(M,M); %读取原图像 I=imread('33.png'); subplot(2,2,1); %显示原图像 imshow(I); title('原图像'); %产生水印序列 randn('seed',10); mark=randn(1024,1); subplot(2,2,2); plot(mark); title('水印序列'); %嵌入水印 T=1; for m=1:N for n=1:N x=(m-1)*K+1; y=(n-1)*K+1; II=I(x:x+K-1,y:y+K-1);%将原图分成8*8的子块 Idct=dct2(II);%对子块进行DCT变换 if x==1&y==1 alfa=0.002; else alfa=0; end B=Idct*(1+alfa*mark(T));%嵌入水印 Bidct=idct2(B);%进行DCT反变换 I(x:x+K-1,y:y+K-1)=Bidct; T=T+1; end end subplot(2,2,3); imshow(I);%显示嵌入水印后的图像
title('tu');imwrite(I,'嵌入后的图像.bmp'); %进行相关性比较 figure; for i=1:50 if i==10; mark2=mark1'; else mark2=randn(1024,1); end %计算相关值 c=(mark2'*mark)/sqrt(mark2'*mark2); stem(i,c); hold on; end
关于图像分割算法的研究
关于图像分割算法的研究 黄斌 （福州大学物理与信息工程学院 福州 350001） 摘要：图像分割是图像处理中的一个重要问题，也是一个经典难题。因此对于图像分割的研究在过去的四十多年里一直受到人们广泛的重视，也提山了数以千计的不同算法。虽然这些算法大都在不同程度上取得了一定的成功，但是图像分割问题还远远没有解决。本文从图像分割的定义、应用等研究背景入手，深入介绍了目前各种经典的图像分割算法，并在此基础比较了各种算法的优缺点，总结了当前图像分割技术中所面临的挑战，最后展望了其未来值得努力的研究方向。 关键词：图像分割 阀值分割 边缘分割 区域分割 一、 引言 图像分割是图像从处理到分析的转变关键，也是一种基本的计算机视觉技术。通过图像的分割、目标的分离、特征的提取和参数的测量将原始图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能，因此它被称为连接低级视觉和高级视觉的桥梁和纽带。所谓图像分割就是要将图像表示为物理上有意义的连通区域的集合，也就是根据目标与背景的先验知识，对图像中的目标、背景进行标记、定位，然后将目标从背景或其它伪目标中分离出来[1]。 图像分割可以形式化定义如下[2]：令有序集合表示图像区域(像素点集)，H 表示为具有相同性质的谓词，图像分割是把I 分割成为n 个区域记为Ri ，i=1，2，…，n ，满足： (1) 1,,,,n i i j i R I R R i j i j ===??≠ (2) (),1,2,,i i i n H R True ?== (3) () ,,,i j i j i j H R R False ?≠= 条件(1)表明分割区域要覆盖整个图像且各区域互不重叠，条件(2)表明每个区域都具有相同性质，条件(3)表明相邻的两个区域性质相异不能合并成一个区域。 自上世纪70年代起，图像分割一直受到人们的高度重视，其应用领域非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。主要表现在： 1)医学影像分析：通过图像分割将医学图像中的不同组织分成不同的区域，以便更好的
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