基于DCT与HVS特性的图像数字水印嵌入检测系统

资 源 简 介

该项目由Mao Li设计并实现，旨在通过离散余弦变换（DCT）分块技术与人类视觉系统（HVS）特性相结合的方式，完成数字水印的鲁棒嵌入与精确检测。程序首先将原始载体图像分割成互不重叠的像素块，并对每一块执行DCT变换，将图像的空间域信息转换为频率域系数。为提高水印的隐蔽性，算法引入了HVS模型，根据局部图像块的亮度、对比度和纹理复杂度动态计算水印的嵌入强度，从而确保在图像视觉敏感度较低的区域嵌入更多信息，兼顾了不可见性和稳健性。水印信息被策略性地注入到DCT的中频系数中，以平衡对常见图像处理攻击（如JPE

详 情 说 明

项目介绍：基于DCT分块与HVS特性的数字水印系统

本项目实现了一个结合离散余弦变换（DCT）与人类视觉系统（HVS）特性的数字水印嵌入与检测系统。系统通过将图像变换至频率域，并利用人类视觉对不同区域敏感度的差异，实现了水印信息的隐蔽嵌入。该算法旨在通过自适应调整嵌入强度，在保证图像视觉质量的同时，确保水印在面对潜在图像处理时的稳健性。

功能特性

1. 图像分块处理：系统将载体图像划分为互不重叠的8x8像素块，作为基本的变换与嵌入单位。
2. 动态HVS模型：基于局部图像块的亮度和纹理复杂度，实时计算视觉掩蔽因子，指导水印密度的分布。
3. 频域特征嵌入：利用DCT变换将空间域信号转为频率域，选取性能均衡的中频系数进行水印注入。
4. 鲁棒性验证：系统内置模拟攻击测试接口，并提供精确的提取逻辑以验证水印的生存能力。
5. 量化指标评估：自动计算峰值信噪比（PSNR）与归一化相关系数（NC），从透明性和准确性两个维度评价系统性能。

系统要求

1. 软件环境：MATLAB R2016b 或更高版本。
2. 必备工具箱：Image Processing Toolbox（图像处理工具箱）。
3. 硬件要求：通用个人计算机，建议内存4GB以上。

实现逻辑说明

系统的核心运行流程严格遵循以下技术环节：

1. 图像预处理阶段

程序读取256x256像素的灰度图像作为载体。若未检测到外部文件，系统会自动生成带有正弦纹理的测试图像。水印信息则采用32x32的随机二进制序列生成，确保实验结果的可重复性。

1. HVS视觉掩蔽模型构建

系统针对每一个8x8图像块计算特定的掩蔽因子（Masking）： 亮度敏感度：根据块均值判断，在极暗（低于64）或极亮（高于192）区域增加嵌入强度，因为人类视觉对边缘亮度的细微变化较不敏感。 纹理复杂度：通过计算图像块的标准差并取对数（log2），衡量区域的平滑程度。纹理越复杂的区域，掩蔽效果越强，允许嵌入更多的水印能量。

1. 水印嵌入算法

算法对每个分块执行二维DCT变换。嵌入位置固定在DCT系数矩阵的中频点（4,4）处。利用HVS因子与用户定义的强度因子相乘得到最终增益。如果水印位为1，则在该系数上叠加增益量；如果为0，则减去增益量。最后通过逆DCT变换将频域信息还原回空间域像素。

1. 水印提取与识别

提取过程采用对比检测逻辑。系统对含水印图像与原始载体图像同时进行分块DCT变换。通过比对（4,4）位置系数的能量差异判定原始水印位。若含水印块在该点的数值大于原始块，则判定提取位为1，否则判定为0。

1. 性能评价体系

系统输出两个核心指标： PSNR（Peak Signal-to-Noise Ratio）：用于量化含水印图像与原始图像之间的失真程度。 NC（Normalized Correlation）：用于衡量提取出的水印与原始水印序列之间的相似度，数值越接近1表示提取越准确。

核心算法细节分析

1. 中频选择策略：选择(4,4)位置的系数是因为该位置在图像压缩（如JPEG）中不易被完全滤除，同时对视觉质量的影响小于低频直流分量，从而在稳健性与不可见性之间取得了平衡。

1. 极性调制逻辑：代码中通过 alpha * 10 的常数增益配合HVS因子进行调制，这种方法增强了水印信号在频域的显著性，有利于在非盲提取条件下获得较高的NC值。

1. 视觉特性分布：系统生成的HVS掩蔽热力图能够直观显示图像中哪些区域承载了更多的水印信息。通常，图像的边缘和高频纹理区域在热力图上呈现高亮度，代表更高的嵌入容量。

1. 异常处理：代码具备基础的鲁棒性，例如在计算PSNR时对均方误差（MSE）为0的情况进行了特殊处理，以防止除零错误导致的程序崩溃。