基于DWT的数字图像水印嵌入与提取系统

资 源 简 介

本项目完整实现了基于离散小波变换（DWT）的数字图像水印嵌入与提取算法。其核心功能是利用小波分析的多分辨率特性，将原始载体图像进行多级小波分解，将其分离为低频近似子带与高频细节子带。算法依据人眼视觉系统的掩蔽特性，选择在特定的中频或低频小波系数区域嵌入经过预处理（如二值化或Arnold置乱）的水印信息，以在保证载体图像视觉质量（不可见性）的同时，最大化水印抵抗各种攻击（如噪声干扰、压缩、滤波、裁剪）的能力（鲁棒性）。嵌入完成后，通过离散小波逆变换（IDWT）重构生成含水印图像。项目代码包含完整的数据流处理：图像读取、小波分解、嵌入强度控制、系数修改、图像重构以及最终的水印提取与盲检测。该系统已经过详细调试，可以直接运行，代码逻辑清晰，适用于数字版权保护、防伪认证及多媒体信息安全相关的课程设计或算法研究，并能输出峰值信噪比（PSNR）等客观评价指标来验证算法性能。

详 情 说 明

这一份详细的 README.md 文档。该文档严格基于您提供的 code snippet 进行编写，准确描述了代码中的内部生成逻辑、盲水印嵌入策略以及特定的 DWT 处理流程。

***

基于 DWT 的数字水印嵌入与提取系统

项目简介

本项目实现了一个基于离散小波变换（Discrete Wavelet Transform, DWT）的完整数字图像水印系统。核心算法采用盲水印技术（Blind Watermarking），即在提取水印时无需原始载体图像的参与，仅凭含水印图像即可恢复信息。

该系统设计为全自动化流程，代码内部自动生成实验所需的载体图像的数字水印，无需依赖外部图片文件。算法利用人眼视觉系统的掩蔽特性，将经过加密处理的二值水印信息嵌入到图像小波分解后的中频子带（HL2）系数关系中，实现了在保证图像视觉质量的同时，具备抵抗噪声和模糊攻击的鲁棒性。

系统功能特性

• 全流程自动化：无需准备测试图片，代码通过数学函数自动生成 Shepp-Logan 灰度仿真图作为载体，以及特定几何形状的二值矩阵作为水印。
• 安全性增强：引入 Arnold 置乱算法（及逆变换）对水印图像进行预处理，消除了水印的空间相关性，即使图像被提取也不易直接识别内容。
• 频域嵌入算法：利用 Haar 小波基进行二级 DWT 分解，选择对图像修改较为隐蔽且具备一定鲁棒性的第二级水平细节分量（HL2）进行操作。
• 盲水印提取：采用基于系数对相对大小关系的调制策略，提取过程不需要原始载体图像，更符合实际应用场景。
• 攻击模拟与评估：内置模拟椒盐噪声干扰与高斯模糊攻击，并自动计算峰值信噪比（PSNR）与归一化相关系数（NC）以客观评价算法性能。

系统运行环境

• 开发语言：MATLAB
• 工具箱依赖：

* Image Processing Toolbox（图像处理工具箱） * Wavelet Toolbox（小波工具箱）

快速开始

1. 确保 MATLAB 环境已按照上述工具箱。
2. 将包含 main.m 及相关辅助函数（如有）的脚本文件夹设置为 MATLAB 当前工作目录。
3. 直接运行 main 函数：

* 系统将在控制台输出各阶段的处理状态（初始化、预处理、分解、嵌入等）。 * 程序运行结束后，将弹出包含原始图像、水印图像、攻击后图像及提取结果的综合对比图表。 * 命令行窗口将输出 PSNR 值（衡量图像质量）和 NC 值（衡量提取准确度）。

核心算法与实现细节

本项目的 main.m 文件包含了以下关键技术实现逻辑：

1. 图像数据生成（无需外部 I/O）

• 载体图像：使用 MATLAB 内置的 phantom('Modified Shepp-Logan', 512) 函数生成 512x512 的标准医学仿真体模灰度图，并强制转换为 uint8 格式。
• 水印图像：通过矩阵操作构建一个 64x64 的逻辑二值矩阵，并在中心区域绘制了一个 "X" 形状的图案。
• 容量检测：代码自动计算二级小波分解后 HL2 子带的尺寸，验证嵌入容量是否满足水印大小（每个水印位需要 2 个小波系数），防止溢出。

2. 水印预处理

• 调用 arnold_transform 函数对二值水印进行 Arnold 置乱。
• 参数配置：置乱迭代次数设置为 10 次。这一步将原本有序的图像离散化为杂乱的噪声点，提高了水印的保密性。

3. 多级小波分析（DWT）

• 分解设置：使用 wavedec2 函数，采用 haar 小波基，对载体图像进行 2 级分解。
• 频带选择：利用 detcoef2 提取第 2 级的水平细节系数（HL2/H2）作为嵌入域。
• 选择理由：相较于将水印嵌入低频（近似分量 A2），修改中频（HL2）对图像视觉质量影响较小；相较于高频（对角分量 D2），中频对压缩和滤波等攻击的抵抗力更强。

4. 盲嵌入策略（系数对差值调制）

这是本算法的核心部分，无需原图即可提取水印的逻辑基础：

• 系数配对：将 HL2 子带的系数矩阵拉平为一维向量，每两个相邻系数作为一个嵌入单元 $(C_1, C_2)$。
• 嵌入逻辑：

* 设定强度阈值 alpha_step = 20。 * 若当前水印位为 1：强制调整系数对，使得 $C_1 - C_2 geq alpha$。 * 若当前水印位为 0：强制调整系数对，使得 $C_1 - C_2 leq -alpha$。

• 重构：修改完 H2 系数后，配合未修改的其他分量（A2, V2, D2, H1, V1, D1），使用 waverec2（IDWT）重构生成含水印图像。

5. 攻击模拟与提取

• 攻击：代码实现了对含水印图像施加椒盐噪声和高斯模糊，模拟真实信道中的传输失真。
• 提取逻辑：

* 对接收到的（可能被攻击的）图像再次进行 2 级 DWT 分解，提取 HL2 系数。 * 遍历系数对，无需原系数，仅判断相对大小：若 $C_1 > C_2$，判决为水印位 1；否则判决为 0。

• 逆处理：提取出的比特流重组为矩阵，并执行逆 Arnold 变换恢复原始水印图案。

6. 性能评价

• PSNR (Peak Signal-to-Noise Ratio)：计算原始载体与含水印载体之间的差异，数值越高代表水印越不可见（隐蔽性越好）。
• NC (Normalized Correlation)：计算原始水印与提取出的水印之间的相关性，数值越接近 1 代表提取越准确（鲁棒性越强）。