数字水印报告

null数字水印技术数字水印技术内容内容数字水印简介 图像数字水印 网格数字水印 Ontologies for IPR Protection 研究展望数字水印简介数字水印简介 随着多媒体技术和网络技术的飞速发展和广泛应用，对图象、音频、视频等多媒体内容的保护成为迫切需要的问题。对多媒体内容的保护分为两个部分： 一、版权保护 二、内容完整性（真实性）保护，即认证。数字水印简介数字水印简介 数字水印（Digital Watermark）技术是指用信号处理的方法在数字化的多媒体数据中嵌入隐蔽的标记，这种标记通常是不可见的，只有通过专用的检测器或阅读器才能提取。数字水印是信息隐藏技术的一个重要研究方向。数字水印简介数字水印简介数字水印简介——数字水印的特性数字水印简介——数字水印的特性隐蔽性：在数字作品中嵌入数字水印不会引起明显的降质，并且不易被察觉。 隐藏位置的安全性：水印信息隐藏于数据而非文件头中，文件格式的变换不应导致水印数据的丢失。 鲁棒性：所谓鲁棒性是指在经历多种无意或有意的信号处理过程后，数字水印仍能保持完整性或仍能被准确鉴别。可能的信号处理过程包括信道噪声、滤波、数/模与模/数转换、重采样、剪切、位移、尺度变化以及有损压缩编码等。 数字水印简介——系统模型数字水印简介——系统模型数字水印简介——应用背景数字水印简介——应用背景数字作品的知识产权保护 商务交易中的票据防伪 声像数据的隐藏标识和篡改提示 隐蔽通信及其对抗 使用控制 数字水印简介——数字水印的分类数字水印简介——数字水印的分类按特性划分：鲁棒数字水印和脆弱数字水印两类； 按水印所附载的媒体划分：图像水印、音频水印、视频水印、文本水印、网格水印等； 按检测过程划分：盲水印和明文水印（非盲水印）； 按水印隐藏的位置划分：为时（空）域数字水印和频域数字水印。 按内容划分：有意义水印和无意义水印； 按用途划分：票据防伪水印、版权保护水印、篡改提示水印和隐蔽标识水印；数字水印简介——关键技术数字水印简介——关键技术三个研究层次 理论模型与信量分析 典型算法 攻击与测试数字水印简介——关键技术数字水印简介——关键技术三个研究层次 1、基础理论研究 2、应用基础研究 3、应用研究数字水印简介——关键技术数字水印简介——关键技术理论模型与信量分析 在信息论中，香农（Shannon）的信道公式与保密通信公式一直是通信科学发展的指南针，虽然信息论中的许多结论都是在大量假设的前提下得出的，其中一些假设与实际情况还相去甚远，但它们对通信技术发展的指导作用却是不可否认的。数字水印在应用中也要解决一些关键的理论问题，但至今还没有产生像香农公式那样能够指导学科发展的基本理论。数字水印简介——关键技术数字水印简介——关键技术典型算法 1. 最低有效位算法（LSB） 2. Patchwork算法 3. 纹理块映射编码 4. 文本微调算法 5. DCT变换域数字水印算法 6. 直接序列扩频水印算法 7. 其他变换域数字水印算法数字水印简介——关键技术数字水印简介——关键技术攻击与测试 水印攻击的分类：主动攻击和被动攻击。 典型的主动水印攻击方法：多拷贝平均、各种线性滤波、非线性滤波、几何变形攻击、拼接攻击、二次或多次水印攻击。 水印测试：隐蔽性、 鲁棒性、安全性。数字水印简介-数字水印算法的特点数字水印简介-数字水印算法的特点一、水印要直接嵌入数据中 二、不易觉察或不易被注意到（"透明性"） 三、鲁棒性 四、安全性 五、提取水印不需要原始数据 六、计算复杂度 七、比特率数字图像水印概述数字图像水印概述什么是数字图像 数字图像处理系统的基本组成结构 数字图像处理的术语 数字图像处理的应用 图像数字水印数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。 每个像素包括两个属性：位置和灰度。 数字图像在显示屏幕上显示时，它的每个像素对应显示器的一个点。显示时采用扫描的方式：电子枪每次从左到右扫描一行，为每个像素着色，然后再从上到下扫描整个屏幕，利用人眼的视觉暂留效应就可以显示出一屏完整的图像。为了防止闪烁，每秒要重复上述过程几十次。我们常说的屏幕分辨率为 ，刷新频率85Hz，每行扫描1024个像素，一共要扫描768行，每秒重复扫描屏幕85次。 数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像物理图像及对应的数字图像所谓“图”，就是物体透射或反射光的分布；“像”是人的视觉系统接收视觉信息而在人的大脑中形成的印象或认识。 数字图像水印概述——什么是数字图像对于单色即灰度图像而言，每个象素的亮度用一个数值来 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度级别。 灰度级示意图数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像黑白图像 指图像的每个像素只能是黑或者白，没有中间的过渡，故又称为２值图像。2值图像的像素值为0、1。 数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像灰度图像(128x128)及其对应的数值矩阵（仅列出一部分(26x31)） 数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像彩色图像可以用红、绿、蓝三元组的二维矩阵来表示。 通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。 彩色图像(128x128)及其对应的数值矩阵（仅列出一部分(25x31)） 数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像 数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像色彩系统 为了呈现五彩缤纷的图像，我们必须对图像的像素进行着色。常用的色彩系统： （1） RGB色彩系统 众所周知，自然界中的所有颜色都可以由红、绿、蓝（R、G、B）3原色组合而成。我们把3原色人为地分成从0到255共256个等级，比如R=0，表示不含红色；R=255表示含有100%的红色成分。这样，根据红、绿、蓝各种不同的组合我们可以表示出 (约1600万)种颜色。 当一幅图像中每个像素点被赋予不同的RGB值时，就能形成彩色图像了。 （2） HSI色系 这种彩色系统格式的设计反映了人类观察彩色的方式。如：红色又分为浅红和深红色等等。（2） HSI色系 这种彩色系统格式的设计反映了人类观察彩色的方式。如：红色又分为浅红和深红色等等。I：表示光照强度或称为亮度，它确定了像素的整体亮度，而不管其颜色是什么。 H：表示色度，由角度表示。反映了该颜色最接近什么样的光谱波长（既彩虹中的那种颜色）0o为红色，120o为绿色， 240o为蓝色。0 o到240o覆盖了所有可见光谱的颜色，240o到300o是人眼可见的非光谱色（紫色）。 数字图像水印概述——什么是数字图像 S：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性（灰）影调，即饱和度为0。 S：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度值为1。在中心是中性（灰）影调，即饱和度为0。（2） HSI色系数字图像水印概述——什么是数字图像RGB到HSI的转换： RGB到HSI的转换： 数字图像水印概述——什么是数字图像HSI到RGB的转换HSI到RGB的转换1)数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像2)数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像（3） YIQ色彩系统 YIQ色彩系统通常被北美的电视系统采用。Y不是指黄色，而是指颜色的亮度(Luminance)，即亮度(Brightness)。I和Q则是指色调(Chrominance)，描述图像色彩及饱和度的属性。 RGB与YIQ之间的对应关系如下：（4） YUV色彩系统 YUV色彩系统被欧洲电视系统采用（属于PAL）。Y指明 视度，U和V虽然也是指色调，但是和I与Q的表达方式不同。 RGB色彩系统与YUV色彩系统的对应关系： （4） YUV色彩系统 YUV色彩系统被欧洲电视系统采用（属于PAL）。Y指明 视度，U和V虽然也是指色调，但是和I与Q的表达方式不同。 RGB色彩系统与YUV色彩系统的对应关系： 数字图像水印概述——什么是数字图像（5） YCbCr色彩系统 YCbCr色彩系统也是一种常见的色彩系统，JPEG采用的就是该系统。它是从YUV色彩系统衍生出来的。Y是指明视度，Cb和Cr是将U和V作少量调整得到的。 RGB色彩系统与YCbCr色彩系统的对应关系：（5） YCbCr色彩系统 YCbCr色彩系统也是一种常见的色彩系统，JPEG采用的就是该系统。它是从YUV色彩系统衍生出来的。Y是指明视度，Cb和Cr是将U和V作少量调整得到的。 RGB色彩系统与YCbCr色彩系统的对应关系：数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像调色板 如果一幅图像的每个像素都用RGB分量表示，我们知道每个分量由256个等级，需要有1个字节表示。那么，一个像素的颜色信息需要用3个字节表示，图像文件将会变得非常大。实际上并不是这样做的，我们先来看一个简单的计算。 对一幅 的16色图像，它共有40000个像素，如果一个像素都用R、G、B三个分量来表示，一个像素需要3个字节，这样保存整个图像要用 ，即120000个字节！但是我们用下面的方法表示图像，可以节省很多字节。 由于图像只有16种颜色，我们可以创建一个颜色表：表中的每一行表示一种颜色的R、G、B值。这样当表示一个像素的颜色时，只需指出改颜色是在第几行，数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像 即该颜色在表中的索引值。16种状态可以用4位表示，所以一个像素要用半个字节，整个图 ，即20000个字节，再加上颜色表需要 个字节，共20048个字节。它是前面的 。 这里的RGB颜色表，就是通常所说的调色板。在Windows位图中，就用到了调色板技术。但是，并不是所用的彩色图像利用调色板技术，都可以节省字节。在真彩色图像中（又称24位图像）共有 ，如果利用调色板技术，表示一个像素颜色在调色板中的索引值需要24位，这和直接用R、G、B三个颜色分量表示所需要的字节数一样，不但没有节省任何空间，还要加上一个 个字节大的调色板。 数字图像水印概述——什么是数字图像数字图像水印概述——什么是数字图像共16行3个字节调色板示意图数字图像水印概述 -数字图像处理系统的基本结构数字图像水印概述 -数字图像处理系统的基本结构数字图像处理 数字图像处理就是利用计算机或其它数字硬件，对图像信息转换而得的电信号进行某些数学运算，以提高图像的实用性。数字图像水印概述 -数字图像处理系统的基本结构数字图像水印概述 -数字图像处理系统的基本结构数字图像处理系统由图像数字化设备、图像处理计算机和图像输出设备组成。 图像数字化设备：扫描仪、数码相机、摄象机与图像采集卡等 图像处理计算机：PC、工作站等（通常将存储设备也包括在内） 图像输出设备：打印机、绘图仪等 数字图像水印概述 ——数字图像处理术语数字图像水印概述 ——数字图像处理术语数字图像处理：是指将一幅图像转变为另一幅图像。 数字图像分析：是指将一幅图像转换为一种非图像的表示。但数字图像处理通常又包括数字图像分析。如天气预报，视频统计等。 计算机图形学：用计算机将由概念或数学描述所表示的物体图像（非实物）进行处理和显示的过程。如机械图、建筑图等，通过建筑图统计水泥、钢筋用量等。 计算机视觉：用计算机技术发展能够理解自然景物的系统。如机器人足球等。数字图像水印概述 ——数字图像处理术语数字图像水印概述 ——数字图像处理术语数字化和显示：将一幅图像从原有形式转换为数字形式。显示是数字化的逆过程。 扫描：对象素的寻址。 采样、采样密度：对应象素灰度值的测量。通常转变为电压值。 量化：将电压值用一个整数表示。 灰度分辨率：图像中包含的灰度级数。 对比度：图像中灰度反差的大小。 噪声：通常在数字化过程中引入的误差。数字图像水印概述 ——数字图像处理术语数字图像水印概述 ——数字图像处理术语点运算 点运算主要是针对图像的像素进行加、减、乘、除运算。它能够有效的改进图像的直方图分布。 几何处理 几何处理主要包括图像的平移、缩放、旋转、扭曲校正等。它是最常见的图像处理手段。 正交变换 正交变换的主要目的就是将图像信息从空域转到变换域进行研究，包括离散傅立叶变换（DFT）、离散余弦变换（DCT）、沃尔什变换、小波变（DWT）换等。 数字图像水印概述 ——数字图像处理术语数字图像水印概述 ——数字图像处理术语图像的增强 图像在转换和传送过程中，总要造成图像的某些降质。比如：在摄像时，光学系统的失真、大气流动会使图像模糊；在图像的数字化过程中（扫描、采样、量化），会引入噪声；在传输过程中，由于噪声污染，图像的质量会有所下降。为了改善图像的质量，有两种方法：一类是不考虑图像降质的原因，只将图像中感兴趣的特征有选择的突出，而衰减次要信息；这种方法能提高图像的可读性，但改善后的图像不一定逼近原始图像，如衰减各种噪声、突出目标的轮廓等。这种方法称为图像的增强。另一类方法是针对图像降质的原因，设法去补偿降质因素，从而使改善后的图像尽可能的逼近原始图像。这种方法称为图像的复原。 数字图像水印概述——数字图像处理术语数字图像水印概述——数字图像处理术语图像的形态学处理 图像的形态学处理是数学形态学的延伸，利用图像的形态学处理技术可以实现图像的腐蚀、细化和分割等。 图像的编码 它的主要目的是利用图像信号的统计特征及人类视觉特性对图像进行高效编码，从而达到图像压缩的目的。 图像的重建 图像的重建起源于CT技术的发展，是一门新兴的数字图像处理技术，主要是利用采集的图像数据重建出图像。 数字图像水印概述——数字图像处理术语数字图像水印概述——数字图像处理术语数字图像处理日益普及 数字化设备，电耦合设备CCD； 计算机处理能力； 存储设备的发展； 显示技术。 数字图像水印概述——数字图像处理应用 _遥感数字图像水印概述——数字图像处理应用 _遥感遥感：美国JPL实验室（Jet Propulsion Laboratory） 探索者月球图像 勇气号火星图像 再如农作物产量计算 农作物病情防治 山林防火等 A Closer View Of The Crater's Intriguing Rock Outcrophttp://marsrovers.jpl.nasa.gov/home/index.html数字图像水印概述——数字图像处理应用 _视觉监控数字图像水印概述——数字图像处理应用 _视觉监控视觉监视、公安： 银行防盗，人脸识别等。数字图像水印概述——数字图像处理应用 _工业检测数字图像水印概述——数字图像处理应用 _工业检测工业检测与测量数字图像水印概述-数字图像处理应用 _高精度制导数字图像水印概述-数字图像处理应用 _高精度制导军事侦察、高精度制导Chinese_embassy数字图像水印概述——数字图像处理应用 _医疗诊断数字图像水印概述——数字图像处理应用 _医疗诊断医疗诊断： CT技术，癌细胞识别等。数字图像水印概述——数字图像处理应用 _通讯数字图像水印概述——数字图像处理应用 _通讯通讯： 可视电话，视频点播等。数字图像水印概述——数字图像处理应用 _公共服务数字图像水印概述——数字图像处理应用 _公共服务影视业、娱乐、公众服务： 广告，基于内容检索等。数字图像水印概述数字图像水印概述数字图像水印的概念 数字图像水印技术，是指在数字图像中嵌入不明显的记号。被嵌入的记号通常是不可见或不可察的，但是通过一些计算操作可以被检测或者被提取。水印与源数据（数字图像）紧密结合并隐藏其中，成为源数据不可分离的一部分，并可以经历一些不破坏源数据使用价值或商用价值的操作而存活下来。数字图像水印概述原始Lena图像 检测结果 原始水印图像 嵌入水印后的Lena图像 数字图像水印概述数字图像水印概述数字图像水印概述数字图像水印系统的通用模型一般数字图像水印嵌入方法 一般数字图像水印检测方法 数字图像水印概述数字图像水印概述空域算法：此算法首先把一个密钥输入一个m-序列发生器来产生水印信号，然后排列成2维水印信号，按象素点逐一插入到原始图像象素值的最低位。由于水印信号被安排在了最低位上，它是不可见的，基于同样的原因，它可以轻易地被移去，因此不够强壮。 典型的图像数字水印算法空域水印实例:图像的位平面表示空域水印实例:图像的位平面表示 数字图像水印概述数字图像水印概述Lena原图：8-bit灰度BMP图像数字图像水印概述数字图像水印概述第一个位平面与去掉第1个位平面的Lena:数字图像水印概述数字图像水印概述数字图像水印概述第二个位平面与去掉第1-2个位平面的Lena:数字图像水印概述第三个位平面与去掉第1-3个位平面的Lena:数字图像水印概述数字图像水印概述第四个位平面与去掉第1-4个位平面的Lena:数字图像水印概述数字图像水印概述第五个位平面与去掉第1-5个位平面的Lena:数字图像水印概述数字图像水印概述第六个位平面与去掉第1-6个位平面的Lena:数字图像水印概述数字图像水印概述第七个位平面与去掉第1-7个位平面的Lena:数字图像水印概述数字图像水印概述第八个位平面Lena: 总结 初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf ：根据图象位平面和能量分布情况，第1,第2,甚至第3个位平面完全可以用其它的比特矩阵去替换，而不影响图象的视觉效果。而高位平面不可隐藏信息。 优点：操作简单,隐藏信息量大。 缺点：隐藏的信息易被破坏。 改进：选择位置，加密数字图像水印概述数字图像水印概述基于改变图像数据统计特性的水印算法，该算法首先随机选取N对象素点，然后通过增加象素对中一个点的亮度值，而相应降低另一个点的亮度值的调整来隐藏信息。 频域算法：图像的频域空间中可以嵌入大量的比特而不引起可察的降质，当选择改变中频或低频分量（除去直流分量）来加入水印时，强壮性还可大大提高。频域水印技术可以利用通用的离散余弦变换，小波变换和傅立叶变换等变换方法。数字图像水印概述数字图像水印概述.NEC算法：NEC实验室的COX等人提出的基于扩展频谱的水印算法,原则为： 1)水印信号应该嵌入源数据中对人的感觉最重要的部分。在频谱空间中，这种重要部分就是低频分量。这样，攻击者在破坏水印的过程中，不可避免地会引起图像质量的严重下降。 2)水印信号应该由具有高斯分布的独立同分布随机实数序列构成。这使得水印经受多拷贝联合攻击的能力大大增强。 3）实现方法是：对整幅图像做DCT变换，选取除DC分量外的1000个最大的DCT系数插入由N(0,1)所产生的一个实数序列水印信号。 数字图像水印概述数字图像水印概述生理模型算法：利用人的生理模型的特性，包括HVS和HAS来提高多媒体数据压缩系统质量和效率。它们的基本思想是利用从视觉模型导出的JND描述来确定在图像的各个部分所能容忍的数字水印信号的最大强度，从而避免破坏视觉质量。这一方法同时具有好的透明性和强壮性。数字图像水印概述水印评价量化指标水印评价量化指标均方差：通过计算比较水印嵌入前后的象素值变化来判断水印对原始图像的修改。 信噪比：信号处理中的概念，将水印信息作为噪音来看待。 掩膜峰值信噪比：一种综合了人类视觉特性的信噪比计算方法。 相似性系数：提取的水印信息与真实水印信息的匹配度，或水印作品的匹配度。数字图像水印概述数字水印攻击分析数字水印攻击分析1. 鲁棒性攻击 它包括常见的各种信号处理操作，如图像压缩、线性或非线性滤波、叠加噪声、图像量化与增强、图像裁剪、几何失真、模拟数字转换以及图像的校正等。数字图像水印概述鲁棒性测验结果鲁棒性测验结果剪切测试结果随机剪切含水印图像中的若干部分，然后提取水印 NC=0.9444 剪切含水印图像左上方四分之一区域，然后提取水印 NC=0.9682 剪切含水印图像的右半部分 ，然后提取水印 NC=0.8931 数字图像水印概述数字图像水印概述图像平移测试结果将含水印的图像水平向右平移40个像素单位，然后提取水印 NC=0.9432 将含水印的图像水平向下平移40个像素单位，然后提取水印 NC=0.9325 数字图像水印概述数字图像水印概述图像旋转测试结果将含水印的图像逆时针旋转90度 ，然后提取水印 NC=0.9923 将含水印的图像逆时针旋转30度 ，然后提取水印 NC=0.9670 将含水印的图像逆时针旋转45度 ，然后提取水印 NC=0.9698 数字图像水印概述数字图像水印概述图像缩放测试结果将含水印图像先缩小到100*100，再放大到 200*200，然后提取水印 NC=0.9837 将含水印图像先缩小到50*50，再放大到 200*200，然后提取水印 NC=0.8532数字图像水印概述数字图像水印概述JPEG有损压测试结果对含水印图像进行压缩质量系数为20% 的JPEG有损压缩，然后提取水印NC=0.9808 对含水印图像进行压缩质量系数为5% 的JPEG有损压缩，然后提取水印NC=0.9456 对含水印图像进行压缩质量系数为1% 的JPEG有损压缩，然后提取水印NC=0.9061 数字图像水印概述数字图像水印概述加噪测试结果向含水印图像添加均值为0方差为0.01的高斯噪声 NC=0.9143 向含水印图像添加均值为0.01方差为0.05的高斯噪声 NC=0.8455 向含水印图像添加方差为0.05的椒盐噪声 NC=0.9018 数字图像水印概述数字图像水印概述滤波测试结果对含水印图像用模板大小为5*5的中值滤波器进行滤波 NC=0.9071 对含水印图像用模板大小为5*5的维纳滤波器进行滤波 NC=0.9418对含水印图像用模板大小为8*8的高斯低通滤波器进行滤波 NC=0.7415数字图像水印概述数字图像水印概述原始Lena图像 检测结果 嵌入水印后的Lena图像 原始水印图像 数字图像水印概述数字图像水印概述剪切测试结果对含水印图像进行压缩质量系数为5% 的JPEG有损压缩，然后提取水印NC=0.9635 JPEG有损压缩测试结果剪切含水印图像的左半部分，然后提取水印 NC=0.9182 将含水印的图像逆时针旋转30度 ，然后提取水印 NC=0.8971图像旋转测试结果数字图像水印概述数字图像水印概述原始Lena图像 检测结果 嵌入水印后的Lena图像 原始水印图像 数字图像水印概述数字图像水印概述剪切测试结果剪切含水印图像的左半部分，然后提取水印 NC=0.9627 向含水印图像添加均值为0方差为0.01的高斯噪声 NC=0.9153 对含水印图像进行压缩质量系数为5% 的JPEG有损压缩，然后提取水印NC=0.9888 加噪测试结果JPEG有损压缩测试结果数字图像水印概述 2.IBM攻击 2.IBM攻击这是针对可逆、非盲（non-oblivious）水印算法而进行的攻击。其原理为设原始图像为I，加入水印WA的图像为IA=I+WA。攻击者首先生成自己的水印WF，然后创建一个伪造的原图IF=IA-WF，也即IA=IF+WF。这就产生无法分辨与解释的情况。防止这一攻击的有效办法就是研究不可逆水印嵌入算法，如哈希过程。 数字图像水印概述3.StirMark攻击3.StirMark攻击Stirmark是英国剑桥大学开发的水印攻击软件，它采用软件方法，实现对水印载体图像进行的各种攻击，从而在水印载体图像中引入一定的误差，我们可以以水印检测器能否从遭受攻击的水印载体中提取/检测出水印信息来评定水印算法抗攻击的能力。如StirMark可对水印载体进行重采样攻击，它可模拟首先把图像用高质量打印机输出，然后再利用高质量扫描仪扫描重新得到其图像这一过程中引入的误差。数字图像水印概述4.马赛克攻击4.马赛克攻击其攻击方法是首先把图像分割成为许多个小图像，然后将每个小图像放在HTML页面上拼凑成一个完整的图像。一般的Web浏览器都可以在组织这些图像时在图像中间不留任何缝隙，并且使其看起来这些图像的整体效果和原图一模一样，从而使得探测器无法从中检测到侵权行为。 数字图像水印概述5.串谋攻击5.串谋攻击所谓串谋攻击就是利用同一原始多媒体数据集合的不同水印信号版本，来生成一个近似的多媒体数据集合，以此来逼近和恢复原始数据，其目的是使检测系统无法在这一近似的数据集合中检测出水印信号的存在。 数字图像水印概述6. 跳跃攻击6. 跳跃攻击跳跃攻击主要用于对音频信号数字水印系统的攻击，其一般实现方法是在音频信号上加入一个跳跃信号，即首先将信号数据分成500个采样点为一个单位的数据块，然后在每一数据块中随机复制或删除一个采样点，来得到499或501个采样点的数据块，然后将数据块按原来顺序重新组合起来。实验表明，这种改变对古典音乐信号数据也几乎感觉不到，但是却可以非常有效地阻止水印信号的检测定位，以达到难以提取水印信号的目的。类似的方法也可以用来攻击图像数据的数字水印系统，其实现方法也非常简单，即只要随机地删除一定数量的象素列，然后用另外的象素列补齐即可，该方法虽然简单，但是仍然能有效破坏水印信号存在的检验。数字图像水印概述7.法学攻击7.法学攻击法学攻击(legal attacks)：这种攻击方法与前三种方法极为不同。比如：现有的或将有的关于版权及数字信息所有权的法律，不同法庭对于法律条款的不同解释，原告与被告的信誉，攻击者质疑水印方案的能力，原告与被告的财力，他们各自能请到的专家证人和律师等等，等等。 数字图像水印概述涉及的相关理论和软件涉及的相关理论和软件数字图像处理的编码与压缩原理 数字图像相关的概率统计特征 数字图像的DFT、DCT、DWT变换 计算机密码学作为前处理和后处理 各种攻击算法的原理 VC++的编程环境或MATLAB软件等数字图像水印概述MATLAB中图象工具箱及图象格式图像文件读写 1.imread函数 该函数用于从图形文件中读出图像。格式A=IMRAED(FILENAME,FMT)。该函数把FILENAME 中的图像读到A中。若文件包含一个灰度图,则为二维矩阵。若文件包含一个真彩图(RGB),则A为一三维矩阵。FILENAME指明文件，FMT指明文件格式。格式[X,MAP]=IMREAD(FILENAME,FMT).把FILENAME中的索引图读入X,其相应的调色板读到MAP中.图像文件中的调色板会被自动在范围[0,1]内重新调节。FMT的可能取值为jpg或jpeg,tif或tiff,bmp,png,hdf,pcx,xwd。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 2.imwrite函数 该函数用于把图像写入图形文件中。格式IMWRITE(A,FILENAME,FMT)把图像A写入文件FILENAME中。FILENAME指明文件名, FMT指明文件格式。A既可以是一个灰度图,也可以是一个真彩图像。格式IMWRITE(X,MAP,FILENAME,FMT)把索引图及其调色板写入FILENAME中。MAP必须为合法的MATLAB调色板,大多数图像格式不支持多于256色的调色板。FMT的可能取值为tif或tiff,jpg或jpeg,bmp,png,hdf,pcx,xwd。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 图像显示 1.getimage函数 ♦格式A=GETIMAGE(H).返回图形句柄对象H中包含的第一个图像的数据.H既可以是一条曲线,图像,或纹理表面.A等同为图像的数据。格式[X,Y,A]=GETIMAGE(H).返回图像的Xdata到X,Ydata到Y,Xdata和Ydata是表明x轴和y轴的范围的两元素向量。 ♦格式[…,A,FLAG]=GETIMAGE(H)。返回指示图像类型的整数型标记.FLAG可为下列值: MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 ♦0 不是图像,A返回一个空矩阵。 ♦1 索引图。 ♦2 标准灰度图。 ♦3非标准灰度图。 ♦4 RGB图像。 ♦例如在用imshow直接从文件中显示一个图像后,用getimage直接从工作区中得到图像数据 ♦Imshow abc.tif ♦X=getimage; MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式2.Image函数 该函数用于显示图像。格式IMAGE(C).把矩阵C作为一幅图像显示.C的每一个元素指明了一个图像块的颜色。C可以为M*N或M*N*3的矩阵，其数据可为double,unit8,unit16型。 ♦格式IMAGE(X,Y,C)。其中X,Y为矢量,指明C(1,1)和C(M,N)象素中心的位置。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式3.IMAGESC函数 ♦该函数按比例决定数据并把它作为图像显示。该函数的格式除数据要按比例重整来使用完全调色板外,其他与函数IMAGE相同。在格式IMAGESC(…,CLIM)中,CLIM=[CLOW,CHIGH]表明比例尺度。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 4.IMSHOW函数 ♦格式IMSHOW(I,N).用N级离散灰度级显示灰度图象I。若省略N,默认用256级灰度显示24位图像,64级灰度显示其他系统。格式IMSHOW(I,[LOW HIGH])，把I作为灰度图显示。LOW值指定为黑色,HIGH指定为白色，中间为按比例分布的灰色。若[LOW,HIGH]为[],则函数把图像中的最小值显示为黑色,最大值显示为白色。 ♦格式IMAGE(SW).用于显示二值图.0显示为黑色,1显示为白色。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 ♦格式IMAGE(RGB).用于显示真彩色图像。 ♦格式IMAGE(X,MAP).显示索引图X及其调色板MAP。 ♦格式IMSHOW(FILENAME).显示存储于图形文件FILENAME中的图像。 ♦H=IMSHOW(…).返回图像对象的句柄。MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 5.SUBIMAGE函数 ♦格式SUBIMAGE(X,MAP).用来显示当前坐标中的索引图. ♦格式SUBIMAGE(I).用来显示灰度图. ♦格式SUBIMAGE(BW).用来显示二值图. ♦格式SUBIMAGE(RGB).用来显示真彩图. ♦格式SUBIMAGE(x,y,…)用来在非默认的空间坐标中显示图像. ♦H=SUBIMAGE(…)返回图像对象的句柄.输入图像可为unit8,unit16,double型 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 图像几何变换 1.imcrop函数 ♦该函数用于把一幅图像经裁剪后放入一指定的矩形中。例如在以下的语法格式中IMCORP显示输入图像,并等待用鼠标指定矩形。 ♦I2=IMCORP(I). ♦X2=IMCORP(X,MAP). ♦RGB2=IMCORP(RGB). MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 2.imrotate函数 ♦该函数用于旋转图像。格式B=IMROTATE(A,ANGLE,METHOD)。用于把图像A按逆时针方向和特殊的填充方法旋转ANGLE度,METHOD可取以下值: ♦“nearest”:默认值,用最近邻插值。 ♦“bilinear”:用双线性插值。 ♦“bicubic”:用双立方插值。MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 象素统计 ♦1．COOR2函数 ♦该函数用于计算二维相关系数。格式R=COOR2(A,B).用于计算A,B间的相关系数，A,B为相同尺寸的矩阵或向量。 ♦2．IMHIST函数 ♦该函数用于计算图像数据的直方图。格式IMHIST(I,N).用于显示灰度图像I的N级直方图。对灰度图默认N为256，对二值图默认N为2。格式IMHIST(X,MAP)。用于显示索引图的直方图。 ♦3.MEAN2函数 ♦该函数用于计算矩阵元素的均值。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 图像分析 1.EDGE函数 ♦该函数用于找出灰度图的边缘。该函数的输入是灰度图，返回一个同样大小的二值图。边缘处为1，其他地方为0。该函数支持Sobel, Prewitt, Roberts,Laplacian, Zero-cross, Canny六种不同的算子。 ♦例如使用Prewitt和Canny算子找出lena.bmp的边缘。 ♦I=imread(‘lena.tif’); ♦BW1=edge(I,’prewitt’); ♦BW2=edge(I,’canny”); ♦imshow(BW1) ♦figure, ♦imshow(BW2)MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 图像增强 ♦1.HISTEQ函数 ♦该函数用直方图均衡的方法增强图像的对比度。 ♦例如用直方图均衡的方法增强一幅灰度图。 ♦I=imread(‘lena.tif’); ♦J=histeq(I); ♦Imshow(I); ♦Figure, ♦Imshow(J) MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 2MEDFILT2函数 ♦该函数用来对图像进行二维中值滤波。 ♦例如I=imread(‘lena.tif’); ♦J=imnoise(I,’salt&pepper’,0.02); ♦K=medfilt2(J); ♦imshow(J), ♦figure, ♦imshow(K) MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 3.ORDFILT2函数 4.WIENER2函数 ♦ORDFILT2函数对图像进行二维排序统计滤波。 ♦WIENER2函数进行二维自适应去噪滤波。该函数可对一幅被加性噪声污染的灰度图进行低通滤波。 ♦例如I=imread(‘lena.tif’); ♦J=imnoise(I,’gaussian’,0,0.005); ♦K=wiener2(J,[5 5]); ♦imshow(J), ♦figure, ♦imshow(K) MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 线性滤波 ♦1.CONV2函数 ♦该函数进行二维卷积。格式C=CONV2(A,B)对矩阵A,B进行二维卷积。若[ma,na]=size(A),[mb,nb]=size(B),则size(C)=[ma+mb-1,na+nb-1]。 ♦2.FILTER2函数 ♦该函数进行二维数字滤波。格式Y=FILTER2(B,X)。对X中的数据用矩阵B中的二维FIR滤波器进行滤波。结果Y是用二维相关性进行计算的，大小和X一样。MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 图像变换 ♦1.DCT2函数 ♦该函数对图像进行二维离散余弦变换。格式B=DCT2(A)返回A的离散余弦变换。A和B大小相同，B包含离散余弦变换的系数。格式B=DCT2(A,[M N])或B=DCT2(A,M,N)在变换前把矩阵A用0填充至大小M*N，若M或N小于A相应的尺寸，则先截取A。MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 2．IDCT2函数 ♦该函数计算二维离散余弦反变换。格式B=IDCT2(A).返回A的二维离散余弦反变换。格式B=IDCT2(A)或B=IDCT(A,M,N)在变换前对A截短或添0产生一个M*N的矩阵。 3．FFT2函数 ♦该函数计算二维快速傅立叶变换。 4.IFFT2函数 ♦该函数计算二维快速傅立叶反变换。 5.FFTn函数 ♦该函数计算n维快速傅立叶变换。 6．iFFTn函数 ♦该函数计算n维快速傅立叶反变换。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 颜色空间变换 ♦1．HSV2RGB函数 ♦该函数把HSV颜色转换为RGB颜色。 ♦2．RGB2HSV函数 ♦该函数把RGB颜色转换为HSV颜色。 ♦3.NTSC2RGB函数 ♦该函数把NTSC颜色转换为RGB颜色。 ♦4.RGB2NTSC函数 ♦该函数把RGB颜色转换为NTSC颜色。 ♦5.YCBCR2RGB函数 ♦该函数把YCBCR颜色转换为RGB颜色。 ♦6.RGB2YCBCR函数 ♦该函数把RGB颜色转换为YCBCR颜色。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 图像类型和类型转换 ♦1．DITHER函数 ♦该函数用抖动的方法转换图像。 ♦2．GRAY2IND函数 ♦该函数把灰度图转换为索引图。格式[X,MAP]=GRAY2IND(I,N)。用调色板GRAY(N)把灰度图I转换为索引图X.若省略N，则系统默认64。 ♦3．GRAYSLICE函数 ♦该函数用阀值的方法把灰度图转换为索引图。例如用多级阀值的方法增强一幅图像的可理解性。 ♦I=imread(‘abc.tif’); X=graysice(I,16); ♦imshow(I), figure, ♦imshow(X,hot(16)) MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 4．IM2BW函数 ♦该函数用加阀值的方法把一幅图像转换为二值图。 ♦loadlena ♦BW=im2bw(x,map,0.4);imshow(x,map), ♦figure,imshow(BW) ♦5．IM2DOUBLE函数 ♦该函数把一幅图像转换为双精度图像。 ♦6．IM2UNIT8函数 ♦该函数把一幅图像转换为8位无符号整数图像。 ♦7．IM2UNIT16函数 ♦该函数把一幅图像转换为16位无符号整数图像。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 ♦8．IND2GRAY函数 ♦该函数把一幅索引图转换为灰度图。格式I=IND2GRAY(X,MAP).把调色板为MAP的图像X转换为灰度图I。该函数在保留亮度的同时，除掉了颜色和饱和度信息。 ♦例如 ♦load peppers ♦I=ind2gray(X,map); ♦imshow(X,map), ♦figure, ♦imshow(I) MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 ♦9．IND2RGB函数 ♦该函数把索引图转换为RGB图像。格式RGB=IND2RGB(X,MAP)。把矩阵X和相应的调色板MAP转换为真彩格式。 ♦10.ISBW函数 ♦该函数判断输入是否为二值图。格式FLAG=ISBW(A)。返回1若A为二值图，若为其他则返回0。 ♦11．ISGRAY函数 ♦该函数判断输入是否为灰度图。 ♦12．ISIND函数 ♦该函数判断输入是否为索引图。 ♦13．ISRGB函数 ♦该函数判断输入是否为真彩图。 MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 ♦14．MAT2GRAY函数 ♦该函数把矩阵转换为灰度图。 ♦例如 ♦I=imread(‘lena.tif’); ♦J=filter2(fspecial(‘sobel’),I); ♦K=mat2gray(J); ♦imshow(I), ♦figure, ♦imshow(K) MATLAB中图象工具箱及图象格式MATLAB中图象工具箱及图象格式 15.RGB2GRAY函数 ♦该函数把真彩图或索引图转换为灰度图。该函数在保留亮度的同时去除色彩和饱和度信息。 ♦16．RGB2IND函数 ♦该函数把真彩图转换为索引图。例如 ♦RGB=imread(‘lena.tif’); ♦[X,map]=rgb2ind(RGB,128); ♦imshow(X,map) MATLAB中图象工具箱及图象格式null研究目的与意义 开放网络环境中三维模型数据的安全问题 数据加密技术的局限性 网络环境下数字多媒体知识产权保护和完整性认证 数字水印技术的优势网格数字水印null国外研究现状 R. Ohbuchi, H. Masuda, M. Aono. Watermarking Three-dimensional Polygonal Models. Proceedings of the ACM International Multimedia Conference & Exhibition, Seattle, WA, U.S.A., 1997: 261~272 R. Ohbuchi, H. Masuda, M. Aono. Watermarking three-dimensional polygonal models through geometric and topological modifications. IEEE J. Sel. Areas Commun. 1998, 16(4): 551~560（空域算法）网格数字水印—国内外研究现状nullE. Praun, H. Hoppe, A. Finkelstein. Robust mesh watermarking. IGGRAPH Conference Proceedings. ACM Press, New York, 1999:325~334（频域算法） S. Kanai, H. Date, and T. Kishinami. Digital Watermarking for 3D Polygons using Multiresolution Wavelet Decomposition. Proc. Sixth IFIP WG 5.2 GEO-6, Tokyo, Japan,December 1998 pp,96-307（小波域算法） 网格数字水印—国内外研究现状null国内研究现状 1999年12月召开了我国第一届信息隐藏学术研讨会。 2000年1 月由国家“863”智能机专家组和中科院自动化所模式识别国家重点实验室组织召开了数字水印学术研讨会。 从中国期刊网全文数据库检索结果来看，发表的学术论文数量逐年递增，2000年发表3篇，2001年发表6篇，2002年发表11篇，2003年发表12篇，2004年发表17篇，2005年发表26篇，2006年发表36篇。 网格数字水印—国内外研究现状null几何表示 体数据 参数曲面 隐式曲面 多边形网格 点数据 多边形网格网格数字水印—国内外研究现状null三维数字水印的难点(1) 三维网格模型具有不规则性和无序性 ◆ 任意弯曲 ◆ 缺乏连续参数化 ◆ 非规则采样(2)三维网格模型的攻击处理操作种类繁多 模型变换操作（如平移、旋转、缩放等） 过滤器攻击方法（如加载噪音、光顺、简化） 模型裁剪 顶点重排序等 网格数字水印—国内外研究现状null 三维网格模型全局几何特征的选取 顶点模值矩阵：即从三维网格模型中心到模型表面顶点的距离所构成的矩阵。网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null第一步：求出在初始状态下，三维网格模型 的中心点坐标。 水印嵌入网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null第二步：将原点移到三维网格模型的中心， 即网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null第三步：将三维网格模型的顶点排成一个一维顶点序列，将顶点坐标从笛卡尔坐标系转换到球面坐标，如图所示。 网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null 第四步：根据顶点的球面坐标值调整网格顶点的顺序： 将 的取值区间分成4段： 将 的取值区间分成2段： 所以，模型的顶点被分为8块，这8块的顺序如下表所示： 网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null 第五步：运用奇异值分解的方法嵌入水印。 网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null 水印提取第一步：网格的重定位第二步：网格的重采样第三步：逆SVD变换网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null原始实验模型嵌入水印后的网格模型 仿真实验网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null 旋转攻击 剪切攻击网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 null（a）10%的随机噪声 （b）30%的随机噪声 （c）50%的随机噪声 噪声攻击 （a）简化20% （b）简化30% （c）简化50% 简化攻击 形变攻击网格数字水印—基于三维网格模型全局几何特征的鲁棒数字水印算法 网格数字水印—基于三维网格模型深度投影的数字水印算法 网格数字水印—基于三维网格模型深度投影的数字水印算法 算法原理 基于主元分析的最佳视点选择 三维网格模型深度投影的傅立叶变换 基于三维网格模型深