实例介绍
【实例简介】
水印的嵌入与提取 fft()实现一维信号和二维信号的FFT(快速傅里叶变换)，ifft()分别实现一维信号和二维信号的IFFT(逆向快速傅里叶变换)。下面以256×256 的灰度图像lena 为原始宿主图像、以32×32 的二值图像flag 为水印图像为例，给出利用MATLAB 实现数字水印的过程。 水印攻击实验 由于数字水印在实际应用中可能会遭到各种各样的攻击，因此对算法进行攻击测试是衡量一个水印算法优劣的重要手段。 JPEG 压缩实验 首先对嵌入水印后的图像进行JPEG（Quality=45），而后从压缩的图像中提取出水印，如图5 所示。从图中可以看到DCT 域的水印算法抵抗JPEG 压缩攻击的效果是比较好的。imwrite()函数中的jpg 和quality 参数能对图像进行可控jpg压缩 噪声实验 加入噪声是对水印鲁棒性考验的一种常见的攻击。本实验是在嵌入水印的图像中分别加入均值为0，方差为0.002 的高斯噪声和强度为0.02 的椒盐噪声，并从中提取水印，如图6 所示。imnoise()函数可以对图像加入各种噪声，如白噪声、椒盐噪声等 结论 嵌入水印信息后，原图与嵌入水印信息后的图像在视觉效果上没有明显分别，用肉眼几乎分辨不出，这说明这种算法充分利用了人眼的视觉HVS 特性，利用FFT域嵌入水印后，水印的不可见性相当好，图像在嵌入水印前后视觉效果改变不大，不影响图像的正常使用。从图5 可明显看出：嵌入水印后的图像经过参数"Quality"为"45"的JPEG 压缩后，还能从中提取出水印且非常清晰；对含水印的图像进行方差为0.002 的高斯噪声攻击后，加入水印后的图像已经模糊，但是提取出的水印仍清晰可辩。以上实验证实了这种嵌入算法的抗攻击性较好，而且检测和提取易于实现。
【实例截图】
【核心代码】
4744300845380997842.zip
└── 二值灰度图像水印实验.rar
0 directories, 1 file
水印的嵌入与提取 fft()实现一维信号和二维信号的FFT(快速傅里叶变换)，ifft()分别实现一维信号和二维信号的IFFT(逆向快速傅里叶变换)。下面以256×256 的灰度图像lena 为原始宿主图像、以32×32 的二值图像flag 为水印图像为例，给出利用MATLAB 实现数字水印的过程。 水印攻击实验 由于数字水印在实际应用中可能会遭到各种各样的攻击，因此对算法进行攻击测试是衡量一个水印算法优劣的重要手段。 JPEG 压缩实验 首先对嵌入水印后的图像进行JPEG（Quality=45），而后从压缩的图像中提取出水印，如图5 所示。从图中可以看到DCT 域的水印算法抵抗JPEG 压缩攻击的效果是比较好的。imwrite()函数中的jpg 和quality 参数能对图像进行可控jpg压缩 噪声实验 加入噪声是对水印鲁棒性考验的一种常见的攻击。本实验是在嵌入水印的图像中分别加入均值为0，方差为0.002 的高斯噪声和强度为0.02 的椒盐噪声，并从中提取水印，如图6 所示。imnoise()函数可以对图像加入各种噪声，如白噪声、椒盐噪声等 结论 嵌入水印信息后，原图与嵌入水印信息后的图像在视觉效果上没有明显分别，用肉眼几乎分辨不出，这说明这种算法充分利用了人眼的视觉HVS 特性，利用FFT域嵌入水印后，水印的不可见性相当好，图像在嵌入水印前后视觉效果改变不大，不影响图像的正常使用。从图5 可明显看出：嵌入水印后的图像经过参数"Quality"为"45"的JPEG 压缩后，还能从中提取出水印且非常清晰；对含水印的图像进行方差为0.002 的高斯噪声攻击后，加入水印后的图像已经模糊，但是提取出的水印仍清晰可辩。以上实验证实了这种嵌入算法的抗攻击性较好，而且检测和提取易于实现。
【实例截图】
【核心代码】
4744300845380997842.zip
└── 二值灰度图像水印实验.rar
0 directories, 1 file
标签：
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论