基于二维CS-SCHT变换和扩频方法的彩色图像水印嵌入和提取算法matlab仿真

简介: 该内容是关于一个图像水印算法的描述。在MATLAB2022a中运行,算法包括水印的嵌入和提取。首先,RGB图像转换为YUV格式,然后水印通过特定规则嵌入到Y分量中,并经过Arnold置乱增强安全性。水印提取时,经过逆过程恢复,使用了二维CS-SCHT变换和噪声对比度(NC)计算来评估水印的鲁棒性。代码中展示了从RGB到YUV的转换、水印嵌入、JPEG压缩攻击模拟以及水印提取的步骤。

1.算法运行效果图预览

1.jpeg
2.jpeg
3.jpeg
4.jpeg

2.算法运行软件版本
matlab2022a

3.算法理论概述
水印嵌入原理

image.png

水印提取原理:

将嵌入水印的图像再次进行二维CS-SCHT变换。

提取变换后的低频系数,并按照嵌入时的规则去除宿主图像内容的影响,恢复出水印信息 Wm′。

image.png

4.部分核心程序
```% figure;
% subplot(121);
% imshow(Irgb)
% subplot(122);
% imshow(I1)

%RGB转换为RGB2YUV
R = double(Irgb(:,:,1));
G = double(Irgb(:,:,2));
B = double(Irgb(:,:,3));
Y = 0.299R + 0.587G + 0.114B;
U = -0.147
R - 0.289G + 0.436B;
V = 0.615R - 0.515G - 0.100*B;
YUV = cat(3, Y, U, V);

[I0,Marks1] = func_read_images(Y,I1);
I0 = imresize(I0,[512,512]);
%设置嵌入强度
Power = 5;
%设置块的大小
Blksize = 8;
RR = 60;
CC = 60;

%对水印进行置乱
Marks1s = Arnold(Marks1,1,0);

% figure
% subplot(131);
% imshow(Irgb,[]);
% title('原始图像');
% subplot(132);
% imshow(Marks1,[]);
% title('水印');
% subplot(133);
% imshow(Marks1s,[]);
% title('置乱后水印');
%对图像进行处理
[Mwk_1st] = func_wk_insert(I0,Marks1s,Power,Blksize,RR,CC);
Y = imresize(Y,[512,512]);
U = imresize(U,[512,512]);
V = imresize(V,[512,512]);
Mwk_1stYUV2 = cat(3,Mwk_1st,U,V);

%YUV2RGB
RGB1 = zeros(size(Mwk_1stYUV2));

RGB1(:,:,1) = Mwk_1st + 1.14 V;
RGB1(:,:,2) = Mwk_1st - 0.39
U - 0.58 V;
RGB1(:,:,3) = Mwk_1st + 2.03
U;

RGB1n(:,:,1)=awgn(RGB1(:,:,1),SNRS(ij),'measured');
RGB1n(:,:,2)=awgn(RGB1(:,:,2),SNRS(ij),'measured');
RGB1n(:,:,3)=awgn(RGB1(:,:,3),SNRS(ij),'measured');

%水印提取
Rs = double(RGB1n(:,:,1));
Gs = double(RGB1n(:,:,2));
Bs = double(RGB1n(:,:,3));
Ys = 0.299Rs + 0.587Gs + 0.114Bs;
Us = -0.147
Rs - 0.289Gs + 0.436Bs;
Vs = 0.615Rs - 0.515Gs - 0.100*Bs;

Mwk_1st2 = Ys(:,:,1);
Msg1 = func_wk_desert(real(Mwk_1st2),Blksize,RR,CC,4);
%对水印进行逆置乱
Msg1s = Arnold(uint8(255*Msg1),1,1);

% figure
% subplot(231);
% imshow(Irgb,[]);
% title('原始图像');
% subplot(232);
% imshow(uint8(YUV));
% title('RGB转为YUV图片');
% subplot(233);
% imshow(Marks1);
% title('水印');
% subplot(234);
% imshow(uint8(RGB1));
% title('JPEG压缩攻击');
% subplot(236);
% imshow(Msg1s,[]);
% title('水印提取');

%%
%水印提取,计算NC和PSNR
Marks1 = imresize(Marks1,[RR,CC]);
NC(ij,jk) = func_nc(uint8(Marks1),uint8(Msg1s)) ;
end
end

figure;
plot(SNRS,mean(NC,2),'b-o');
xlabel('SNR');
ylabel('水印提取NC值');

```

相关文章
|
3天前
|
算法 JavaScript 决策智能
基于禁忌搜索算法的TSP路径规划matlab仿真
**摘要:** 使用禁忌搜索算法解决旅行商问题(TSP),在MATLAB2022a中实现路径规划,显示优化曲线与路线图。TSP寻找最短城市访问路径,算法通过避免局部最优,利用禁忌列表不断调整顺序。关键步骤包括初始路径选择、邻域搜索、解评估、选择及禁忌列表更新。过程示意图展示搜索效果。
|
3天前
|
存储 编解码
数字频率合成器dds的量化性能分析matlab仿真
### 课题概述 分析DDS(数字频率合成器)量化性能的MATLAB仿真,研究累加器、截位和DAC位宽对频谱的影响。 ### 核心程序 在MATLAB 2022a中,使用相位映射、量化码本和频偏分析函数,比较了10bit DAC位宽截取、无截取以及相位位宽截取的频谱特性。 ### 系统原理 DDS利用相位累加器、波形查找表、DAC和LPF生成精确频率信号。相位累加器的位数决定频率分辨率和杂散性能,量化和非线性影响信号质量。 ### 分析重点 频率分辨率与相位累加器位数相关,杂散和噪声性能受相位截断、幅度量化及DAC非线性影响。提高这些参数能提升DDS输出质量。
|
3天前
|
机器学习/深度学习 算法
基于BP神经网络和小波变换特征提取的烟草香型分类算法matlab仿真,分为浓香型,清香型和中间香型
```markdown 探索烟草香型分类:使用Matlab2022a中的BP神经网络结合小波变换。小波分析揭示香气成分的局部特征,降低维度,PCA等用于特征选择。BP网络随后处理这些特征,以区分浓香、清香和中间香型。 ```
|
1月前
|
数据安全/隐私保护
地震波功率谱密度函数、功率谱密度曲线,反应谱转功率谱,matlab代码
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
|
1月前
|
数据安全/隐私保护
耐震时程曲线,matlab代码,自定义反应谱与地震波,优化源代码,地震波耐震时程曲线
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度
基于混合整数规划的微网储能电池容量规划(matlab代码)
基于混合整数规划的微网储能电池容量规划(matlab代码)
|
1月前
|
算法 调度
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
面向配电网韧性提升的移动储能预布局与动态调度策略(matlab代码)
|
1月前
|
算法 调度
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
含多微网租赁共享储能的配电网博弈优化调度(含matlab代码)
|
1月前
|
运维 算法
基于改进遗传算法的配电网故障定位(matlab代码)
基于改进遗传算法的配电网故障定位(matlab代码)
|
1月前
|
Serverless
基于Logistic函数的负荷需求响应(matlab代码)
基于Logistic函数的负荷需求响应(matlab代码)

热门文章

最新文章