【图像隐写】DWT数字水印嵌入+提取+攻击【含Matlab源码 622期】

最新推荐文章于 2024-04-27 23:52:27 发布

Matlab武动乾坤

最新推荐文章于 2024-04-27 23:52:27 发布

阅读量893

点赞数 19

分类专栏： Matlab图像处理（进阶版）文章标签： matlab

本文链接：https://blog.csdn.net/KeepingMatlab/article/details/135881629

版权

Matlab图像处理（进阶版）专栏收录该内容

819 篇文章 11 订阅

订阅专栏

本文介绍了使用Matlab进行数字图像处理，包括知识点总结和水印嵌入、提取的示例，以及针对水印的攻击实验。同时涵盖了Matlab在机器学习、路径规划、无人机应用等领域的应用案例。

摘要由CSDN通过智能技术生成

✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。

⛄一、图像处理简介

图像处理知识点：
1 数字图像处理及matlab实现知识点总结1-4
2 数字图像处理及matlab实现知识点总结 5-10

⛄二、部分源代码

clear all
close all
clc;
%%
I = imread(‘1.png’);
% I = double(rgb2gray(I));
% I = im2double(I);
[WS,map,alpha] = imread(‘水印01.png’); %读取水印图像
W=double(255-alpha); %alpha 为透明度，此图不透明alpha=0
[mw,nw]=size(W);
W=logical(W);
figure,subplot(121),imshow(I);title(‘载体图像’)
subplot(122),imshow(W);title(‘水印图像’)
%%
ntimes=20;rngseed=59433;
%添加水印
Iw = (setdwtwatermark(I,W,ntimes,rngseed));

%计算水印图像的峰值信噪比
mn=numel(I);
Imax=max(I(😃);
% psnr=10log10(mndouble(Imax)^{2/sum((im2double(I(😃)-im2double(Iw(😃)).}2));
peaksnr=psnr(im2uint8(Iw),I);
%提取水印
Wg=getdwtwatermark(Iw,W,ntimes,rngseed);
nc=sum(Wg(😃.W(😃)/sqrt(sum(Wg(😃.^{2))/sqrt(sum(W(😃.}2));
figure,subplot(121),imshow(Iw);title(‘嵌入水印后的载体图像’)
subplot(122),imshow(Wg),title([‘从载体图像中提取出的水印，NC=’,num2str(nc)]);
%%水印攻击实验
function dwtwatermarkattack(action,Iw,W,ntimes,rngseed)
%action;水印攻击类型
%Iw：嵌入水印的图像
%W:原始水印，用来计算相关性
%ntimes,rngseed:水印算法秘钥
%模拟水印攻击
switch lower(action)
case ‘filter’
Ia=imfilter(Iw,ones(3)/9);
case ‘gaussian noise’
Ia=imnoise(Iw,‘gaussian’);
case ‘resize’
Ia=imresize(Iw,0.5);
Ia=imresize(Ia,2);
case ‘noise’
Ia=imnoise(Iw,‘salt & pepper’,0.01);
case ‘crop’
Ia=Iw;
Ia(50:400,50:400,:)=randn();
case ‘rotate’
Ia=imrotate(Iw,45,‘nearest’,‘crop’);
Ia=imrotate(Ia,-45,‘nearest’,‘crop’);
case ‘motion filter’ %运动模糊
PSF = fspecial(‘motion’,20,15);
Ia = imfilter(Iw,PSF,‘conv’,‘circular’);
case ‘gaussian filter’ %高斯模糊
G = fspecial(‘gaussian’, [5 5], 2);
Ia = imfilter(Iw,G,‘same’);
end
unction Iw =setdwtwatermark(I,W,ntimes,rngseed)
%W水印图像，二值图，且长宽相等
%ntimes:秘钥1，Arnold置乱次数
%rngseed:秘钥2，随机数种子
%Iw:添加了水印后的图像
type=class(I);
% I=double(I);
% IR = I(:,:,1); IG = I(:,:,2); IB =( I(:,:,3));
% I=IB;
IHSV=rgb2hsv(I);
IH=IHSV(:,:,1); IS=IHSV(:,:,2); IV=IHSV(:,:,3);
I=IV255;
[mI,nI]=size(I);
[mW,nW]=size(W);
if mW~=nW
error(‘SETDWTWATERMARK:ARNOLD’,‘ARNOLD置乱要求水印图像长宽必须相等！’)
end
%%
%对载波图像进行水印分解
[ca1,ch1,cv1,cd1]=dwt2(I,‘haar’);
[ca2,ch2,cv2,cd2]=dwt2(ca1,‘haar’);

%%
%对水印进行置乱
Wa=W;
H=[1,1;1,2]^ntimes;
for i=1:nW
for j=1:nW
idx=mod(H*[i-1;j-1],nW)+1;
Wa(idx(1),idx(2))=W(i,j);
end
end

%%
%小波数字水印的嵌入
cd2w=cd2;
rng(rngseed);
idx=randperm(numel(cd2),numel(Wa));%随机打乱一个数字序列
for i=1:numel(Wa)
c=cd2(idx(i));
z=mod(c,nW);
if Wa(i)
if z<nW/4
f=c-nW/4-z;
else
f=c+nW3/4-z;
end
else
if z<nW3/4
f=c+nW/4-z;
else
f=c+nW*5/4-z;
end
end
cd2w(idx(i))=f;
end

⛄三、运行结果

在这里插入图片描述

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]杨春风,张贵仓,吕宝成,朱贤坤.一种基于DWT的数字水印新算法[J].重庆科技学院学报(自然科学版). 2010,12(01)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流人群疏散病毒扩散晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合