1、信息与工程控制学院毕业设计英文资料翻译1数字水印的嵌入和检测的一种新型的运算法则摘要：在本文中主要介绍一种新型的运算法则，用来嵌入和检测数字水印，这种方法不同于其他的运算法则。因为它用运算法则将数字比特嵌入到与其相关联的像素之间。反之，大多数别的算法嵌入数字比特是在相关联的像素的位置上。在嵌入时，一个离散混乱的图像用来创建一个连续的随机序列，将水印比特进行编码，另一个离散图像用来置换出最初的信息。水印检测的依据是寻找一种最小距离的途径，如 Viter Algorithm，它的执行并不包括原始信息。根据实验的结果表明，这种算法可以有效的抵抗高斯噪声、图形压缩、拷贝的影响，并且可以重新获得制质很好
2、的原始水印图片。1. 序言随着新兴的英特网技术的快速发展，人们可以从因特网中的各个地方搜寻到很多漂亮的图片。所以，版权的保护问题就变得越来越重要了，面对这种不确定版权的问题，水印技术出现了。与此同时，为了使对水印的攻击更加的困难，大多数的水印在设计时都利用计算机对水印进行编码。最早的水印技术是最小有效比特算法，它认为 PN 序列对于水印比特和降低最小有效比特是根据水印比特来转变的，尽管这种算法几乎不降低原始图像的品质，但是水印很容易受到攻击而被破坏。后来，Patchwark 算法出现了，它利用减少图像的统计特性，来计算出水印比特，上述的算法都属于空间域算法。为了抵抗对水印的攻击，一些学者提出了
3、给原始图像加入额外的比特，以用来提高算法的鲁棒性，用许多混沌映射来置乱出原始的信息。在本文中，一种新的算法被提出来。第一，将原始图像分割为 的块，16于是形成的嵌入比特相结合，成为数字水印比特随机序列。最后 ，嵌入水印比特编码以用来修改像素之间的关系，使其达到最小距离法则，这种正确的方法可以影响嵌入水印比特信息。水印检测的依据是寻找最小距离法则，如 Viterbi算法，但它的执行并不包括原始像素。根据上述内容，这种运算法则可以恢复出已经编码的水印比特，接着，应用同样的随机序列形成编码比特，最终得到数字水印比特。 利用 MATLAB 进行仿真试验，试验结果显示，提取出的水印信息与工程控制学院毕业
4、设计英文资料翻译2信息经过 JPEG 格式的压缩（压缩比例达到 36%）或利用 PSNR=33.9 的高斯噪声攻击后，水印图片仍然可以被识别。2. 水印嵌入的新算法为了方便描述，我们对一些符号进行定义。 指图像中各个位置),(yxf（x,y）上的灰度值的大小，z 指大小为 的原始像素，并且位置(x,y)要求M满足 、 ,W 是由大小为 比特的两个水印像素组成，这里 N x1MyM。2.1 形成随机序列这里有许多互相不关联的混沌映射用来形成随机序列Logistic 图： ，)1(1nnxx1nChebyshev 图： ， cos1x其中将 置于 4，超出的图可以同时产生随机序列。他们的 yapu
5、nov 指数分别为各自得 0.393 和 1.3878，故这种算法用 Chebyshev 图，其中初始值 k（第一密匙） ，在模拟中我们一般将 。重复 Chebyshev 图利用初始点 ，5.01K10x形成一个实数值序列。这种算法从该序列中前面的九个点被去掉，从第十个点开始之后的每两个点中取一个点。剩下的点生成二进制比特流，每个实数用 i和 e 两个系统构成，再将前面的 8 比特带入到 ， 。)(1ibMi2.2 水印信息的编码这种算法用链接起来的每列生成序列，并且组成 ， ，这)(1ibi时利用公式： ， 构造数字水印编码，这里 是)()(21ibibMi1 与或操作，如果攻击者不知道密匙
6、，他们就无法重新获得水印信息。2.3 图像置换的方法信息与工程控制学院毕业设计英文资料翻译3通常我们用两种方法来置换水印中的图像，第一种是利用 的块直接置n换，并且是在局部置换图片中的每一块，以用来除去最初的图片。第二种方法是，在置换后利用 的块直接除去最初的图片。在本文中我们主要采用第一n种方法，这种方法如下：B 已是同样大小的块，设其为 。同样每个块的大小为 ，)1(BjZj16再者，假设座坐标 的坐标值为 ，定义)1(BjZj,ijqp。将 分配到每个块上 ： ：定义为),(),(7ijijijqpKNAKNAjZj)16(mod1221 nn yxkyx这里， ， 为第二密匙。通过仿真
7、试验，我们定义BZjj,),(并且，得到 的周期为 12。实验表明，在置换时，当图片执行 5 次时32KKNA被置换出的信息量是最好的，因此在检测阶段，图片的执行周期一般为 5 次。2.4 嵌入算法根据 的值，降低符合像素的灰度级。如果 i 为自然数沿着横坐标降低像)(ib素值，另外再沿着纵坐标降低像素的值。这种方法我们可以如下定义为：我们将第一块作为标记。假设 并且 ，定义)32(mod,yxfdxy320xyd如下：),(cyxflorxydcfcyxflor),(),(a) 设定中心点灰度级为)24,(),(11qpfglorqpfnewb) 中的 i 为自然数，设横坐标减小像素。如果
8、，计算结果为ix1 1)(ib,2(),2( 111flrifnew )61qipoqp信息与工程控制学院毕业设计英文资料翻译4如果 ，计算结果为0)(ib )24,1(),21qipflorqipfnew 6( 1111同时 ic) 当 中的 i 为平均数，沿纵坐标降低像素。如果 ，计算结果为ix1 )(ib24),()2,( 11 iqpfloriqpfnew0如果 ，计算结果为0)(ib )24,()2, 11 iqpfloriqpfnew0( 同时 i重复上面的算法一直到 ,直到这时。第一块被转变为水印比特。利用15i同样的方法，将产生的剩余 加入到其他的块中。)(b最后，从所有的块中
9、置换出清晰的图像。这里每个块中 执行的次数为 7KNA次。3. 水印的检测在这里检测的步骤分为三步第一步：将图片分块，如前面的（C）步。利用叠代法，将 执行到每个knA块中。第二步：在每个块中，我们寻找到最小距离的那一步分，因此我们要给这个距离作个定义。如果 A，B Z，定义32),(0),32)(mod(),( BAffd他可以有效地避免错误的增多，这个有限的能力可以定义为如下：信息与工程控制学院毕业设计英文资料翻译521),(4exp1),( BAdBAdsp检测框图如图 1 所示：图 1在提取水印阶段，我们利用 Viterbi 算法的技术对水印比特编码。第三步：根据 Chebyshev
10、图和初始值 k，这种算法创建了如 的序列， )(1ib。之后我们在使用一个公式： )(1ibNi)(1 )(2ib，这样我们就得到了水印比特。4. 试验仿真 在这个部分，经过仿真试验。对该系统进行介绍，我们先引入一个符号，如下：Mij wwnyxffPSNR1 222),(),(5这里 和 表示水印图片的灰度级和水印图片在通过噪声降级后在),(yxfw),(yxfwn的位置。通过试验，我们将大小为 的原始图片“Lena”经过处理后, 512得到大小为 的水印图片，试验结果显示 4 组图像分别为，图像 2、图像643、图像 4、图像 5。图像 2 显示最初的图像大小为 158k，图片和水印图片“
11、Lena”分开。图像3 显示，经过压缩后生成 JEPG 格式的水印图像“Lena”，变成 88k 和 58k，并且信息与工程控制学院毕业设计英文资料翻译6符合水印图像分开提取得要求。图像 4 显示分别用 SPNR=39.9、36.9、33.9 的三个噪声对水印“Lena” 进行降级，得到的水印图像符合将水印图像分开提取的要求。图像 5 显示得到的水印图片“Lena”符合分开提取水印图像的要求。5. 总结这就是我们目前嵌入和提取水印的算法。通过寻找适合的方法，可以有效地重新提取出水印比特。它可以有效地抵御各种的针对水印的攻击，如 JEPG格式的压缩、高斯噪声、拷贝。根据模拟试验显示这种算法处理的
12、水印图片在经过 JEPG 格式的压缩（压缩比例为 36%） 。高斯噪声的攻击（PSNR=33.9）或是拷贝处理，其水印图片仍然可以被分辨出来。信息与工程控制学院毕业设计英文资料翻译7（a） （b） （c）图 2 （a）原始图像“Lena” ， （b）水印图片 ， （c）嵌入水印后的图片“Lena”图 3 （a） （b）是将嵌入水印后的图片分别进行 88k 和 58k 的压缩后的图片 ， （c） （d）为对应的提取出的水印图片信息与工程控制学院毕业设计英文资料翻译8（a） （b）（c） （d） （e） （f）图 4 （a） （b） （c ）分别为嵌入水印后的图片“Lena”经过高斯噪声降级（PSNR=39.9，PSNR=36.9 ，PSNR=33.9 ）后的图片， （d） （e） （f ）为对应的提出的水印图片图 5（a） （b）为对嵌入水印后的图片“Lena”经过剪切处理， （c） （d）是对应的提出的水印图片信息与工程控制学院毕业设计英文资料翻译9信息与工程控制学院毕业设计英文资料翻译10
