matlab去除图片水印_怎么用matlab从含有水印的图像中提取出水印

展开全部

3 视频水印的嵌入和检测方案

3.1水印的预处理

采用二值图像作为待嵌入的水印数据，本文e69da5e887aa3231313335323631343130323136353331333335316533针对的研究对象因为是二维图像故采用的是二维Arnold变换。

二维Arnold变换定义为：

(3-1)

其中，(x，y)是原图像的像素点，(x’，y’)是变换后新图像的像素点，N是图像阶数，即图像的尺寸大小，一般多为正方形图像。由于Arnold变换具有周期性，因此可利用其周期性Period来对图像进行反变换。即在水印嵌入过程中可将水印置乱次数作为密钥times，再进行水印嵌入，当水印提取出来时，再将其继续: (Period-times)次即可使其恢复至原图。这就是利用Arnold的正变换来进行的置乱恢复方案。Arnold变换次数由版权所有者保管。

对水印进行置乱有以下优点：

(1) 采用置乱技术的合法者可以自由控制算法的选择，参数的选择以及使用随机数技术，从而使非法使用者难以破译图像内容，可以提高水印信息的安全性；

(2) 置乱技术可以分散错误比特的分布，提高数字水印的视觉效果，从而增强其鲁棒性。

3.2 视频水印的嵌入

水印嵌入算法关键在于以下三点:

(1) 水印的结构；

(2) 水印的嵌入区域；

(3) 嵌入技巧；

本文选取二值图像作为水印。为了提高水印的鲁棒性，大多数的DCT域水印算法把水印信号嵌入到DCT系数的低频部分。但低频区域是图像的能量集中部分，嵌入到低频会降低透明性。而嵌入在高频虽然透明性比较好，但对大多数的图像处理对高频成分影响较大，从而降低水印的鲁棒性.于是大多数的水印算法将水印信号嵌入在载体图像DCT系数的中频部分，以达到透明性和鲁棒性的最佳折衷。各种嵌入技巧的最终目的还是为了尽量地提高水印的鲁棒性和透明性。

用于版权保护的数字水印在尽量提高鲁棒性的同时还要满足人类的视觉极限，因此必须根据HVS找到嵌入位置。

本文将HVS归纳为运动敏感性、纹理敏感性和亮度敏感性。在接下来的嵌入过程中，充分利用了这些特性。如图3－1中间分支所示。

嵌入过程如图3-1所示。

图3-1 水印嵌入过程

从视频中读取亮度分量Y，因为它是最有效的数据，根据NEC算法，嵌入到它里面的水印才具有最强的鲁棒性。根据式(3-2)所示的运动敏感性阈值计算公式，寻找32帧满足敏感性比较大的视频帧Yi (i=1,2,…32)。

(3-2)

其中 (t代表当前帧的编号)

接下来，将Y32中的数据按照64*64的尺寸切分成20块BYij (j=1,2,…20)，于是我们可得到20块尺寸为64*64*32的三维数据块BYk (k=1,2,…20)，如图2-3所示。

图3-2 亮度分量的分块

根据式(3-3)、式(3-4)所示的亮度敏感性Lk和纹理敏感性Dk计算公式，通过计算，我们选择计算值都比较高的20块数据中的一块 ( )作为水印的嵌入块。

(3-3)

(3-4)

其中， 是BYk中的亮度数据， 。

最后，折衷考虑复杂度和性能，我们对选定的一块数据块 实施了2阶三维DCT变换。根据NEC算法的思想，且为了抵抗滤波和压缩攻击，我们将置乱后的水印序列嵌入到了第一帧DCT系数c(u,v)中，详见式(3-5)。

(3-5)

其中，w(u,v)是水印序列中的数据，c(u,v)是DCT变换后第一帧中的系数，c’( u,v)是嵌入水印后的系数，S是非负整数(且满足T1=S/4, T2=3*T1)。

嵌入完成后，对c’(u,v)实施反2阶三维DCT变换就得到了嵌入水印后的视频数据，再将它们放回原来的位置即可。

需要说明的是，在整个嵌入过程中，所有用到的参数都应作为密钥保留。

具体方案如下所述：

第一步：抽取32帧视频Y分量数据：

(1) 读取视频文件；

(2) 提取所有的Y分量，把所有的Y分量分为32组；

(3) 每组4帧,从各组中选出一个最运动敏感的，判断每组中最大的Y_deltmax，存入变量m；

(4) 定位最大的Y_deltmax,存入变量w；

Y32是就是所需的视频帧中Y分量满足敏感性的32帧视频 (355*288*32)。

第二步：分块过程：

(1) 对行分块(4块)；

(2) 对列分块(5块)；

(3) 隔十帧取一帧，共从32帧中取4帧以降低运算量；

(4) 一个数一个数的赋值；

切成20块，每块为64*64*4的数据块BY,维数不同，只能逐个象素赋值