拓冰网站定制 
简介数字水印系统设计是基于MATLAB的图像加密与保护方向的优秀毕业设计成果适合高校计算机、通信、自动化、电子信息等专业学生用于毕设、课设或项目立项参考。资源共45个文件包含29个MATLAB脚本.m、12个GUI界面文件.fig、1份PDF设计报告、说明文档及测试图片bmp/j2k压缩包大小39.81MB结构清晰便于对照学习。已有90人学习浏览。压缩包内代码完整、经过运行测试功能稳定可直接复现数字水印嵌入与提取流程也可基于现有代码修改实现其他图像加密功能。配套设计报告和介绍文档能帮助理解算法逻辑与实现细节适合从入门到进阶的读者遇到配置或运行问题可联系作者获得远程指导。1. 数字水印系统在毕设里到底做什么数字水印的毕设最容易翻车的点不是代码跑不通而是把水印理解成在图像角落贴一个半透明logo。答辩时老师问一句“你是可见水印还是不可见水印能抵抗JPEG压缩吗”很多人就卡住了。真正意义上的数字水印系统目标是让一段信息嵌入到宿主图像后人眼分辨不出差异而提取端能从图里把这段信息完整捞出来——埋得越隐蔽抗攻击能力越强系统才越完整。这篇文章围绕基于MATLAB的DWT-SVD方案把数字水印的选型、嵌入算法、提取与攻击评测、水印本身的置乱加密完整讲一遍全部代码可以直接在MATLAB R2021a及以上版本运行适合正在写图像加密与保护方向毕设、又想让代码和报告都站得住的读者。2. 空间域到变换域水印算法的选型依据水印写在图像的什么位置决定了这套系统能扛住什么操作。选型用一句话概括空间域做不了抗压缩的水印变换域可以而DWT加SVD的组合在代码量、提取效果、论文可写性之间是最平衡的选择。这一章把LSB、DCT、DWT、DWTSVD四个方案按答辩递进顺序过一遍顺便把“低频嵌入到底会不会破坏画面”这个经常被写反的点掰清楚。2.1 空间域LSB为什么先被放弃LSB的做法是把水印比特写进像素的最低有效位。改动一个像素的灰度值只差1人眼完全察觉不到嵌入容量还大用bitset几行代码就能写完。但它天然怕三类操作JPEG有损压缩会直接改掉低位量化误差均值滤波会把最低位当成噪声抹平哪怕只是把图像重新保存一遍都有可能引起比特翻转。所以LSB在数字水印论文里基本只适合当对照组用来衬托变换域方法的鲁棒性——想做“LSB对比实验”的毕设这一步是最省力的实验设计。另外有一个细节容易被答辩追问LSB提取时需要密钥来标记哪些像素嵌入了水印。如果采用固定顺序嵌入攻击者拿到代码就能逐位扫描出来。算法本身不应该保密保密的是密钥空间域方案把这个道理讲得最清楚作为选型铺垫很合适。2.2 DWTSVD变换域组合的做法DWT即离散小波变换MATLAB里用dwt2一行就能对图像做一层分解输出四个尺寸减半的子带LL低频近似、LH水平细节、HL垂直细节、HH对角细节。四个子带里LL集中了图像绝大部分能量也是JPEG压缩、缩放、滤波这些操作下手最轻的地方所以水印写在LL里存活率最高。2.2.1 低频子带为什么值得嵌能量集中在LL意味着两件事。第一压缩和滤波算法舍不得丢弃低频水印能跟着图像主要内容一起被保留下来第二低频改动会直接影响主体结构视觉质量损失比高频更明显。很多教程只写前半句说“人眼对低频不敏感”这是把话说反了。低频承载图像的主体轮廓和明暗分布是视觉最先捕捉的内容真正容易被忽略的是高频细节的细微变化。DWT方案对透明性的控制不靠“选一个看不见的子带”而是靠嵌入强度sf这是后面调参最容易迷惑的地方。2.2.2 SVD的稳定性从哪来SVD把矩阵分解成USVS是对角矩阵对角线上的奇异值按大小降序排列对应图像在这个方向上的能量权重。图像受到噪声、压缩、轻微旋转等扰动时左右奇异向量U、V会跟着变化但奇异值相对稳定这就是SVD在图像处理里常被称作“代数特征”的原因。嵌入水印时只改S这一条对角线U、V完全不碰重构出来的图像不会有结构性偏移提取时拿含水印图的奇异值矩阵和原图的奇异值矩阵相减剩下的残差就是水印奇异值。稳定、可逆、容易讲这三个特点让DWTSVD成了毕设最高频的搭配。2.3 为什么毕设普遍选DWTSVD而不是DCTDCT是JPEG压缩的核心步骤抗JPEG压缩天然占优单独用DCT也能写完整个水印系统。但DCT通常需要先把图像切成8×8的块每个块单独变换处理时还要考虑量化步长和块效应代码量明显大。DWT在MATLAB里只需要dwt2和idwt2两个函数SVD也只是一次svd调用总代码量比DCT小一个量级出错环节也少。方案嵌入域抗JPEG压缩实现成本论文可写性LSB空间域弱极低低适合做对照DCT频域分块中中中DWT频域子带中低中DWTSVD频域矩阵域较强中高理论层次多论文可写性这一项经常被低估。选定DWTSVD之后“空间域嵌入→频域嵌入→矩阵奇异值嵌入”本身就是一条完整的算法演进线报告的方法章节按这个脉络写天然有递进关系比只写一个单方案好写得多。答辩时老师问“你为什么不选DCT”你能说出分块处理和全图处理的差别这个深度足够了。3. 用MATLAB实现DWT-SVD数字水印嵌入与参数标定整个嵌入流程只有四步灰度化、DWT取LL子带、对LL做SVD、修改奇异值后逆变换。这套流程不仅能当毕设主算法也是图像处理大作业里最稳的骨架。下面的代码保存成embed.m宿主图和水印图放在同一目录即可运行。3.1 最小可运行嵌入代码% embed.m —— DWT-SVD 数字水印嵌入 host imread(cameraman.tif); % 宿主图像可换成自备灰度图 host im2gray(host); % 统一灰度防止通道数不一致 host im2double(host); % 转到[0,1]SVD数值更稳 wm imread(watermark.png); % 水印图像建议二值图 wm im2gray(wm); wm im2double(wm); wm imresize(wm, size(host) / 2); % 与LL子带同尺寸一层DWT边长减半 [LL, LH, HL, HH] dwt2(host, db1); % 一层Haar小波分解 [U, S, V] svd(LL); % 宿主低频子带做SVD [Uw, Sw, Vw] svd(wm); % 水印做SVDUw/Vw提取时要用 sf 0.05; % 嵌入强度3.2节细说 S_w S sf * Sw; % 修改奇异值 LL_w U * S_w * V; % 重构低频子带 host_wm idwt2(LL_w, LH, HL, HH, db1); % 反变换回图像 imwrite(host_wm, watermarked.png); % 保存为PNG避免有损格式逻辑说明这20行代码完成了“低频→SVD→加水印→重构”全链路。dwt2用的db1即Haar小波它正交、代码最短适合首版流程svd分解后U、V保留图像几何结构S只有对角线有值S加sf*Sw仍然是对角阵所以LL_w的构造在数学上是合法的。idwt2的四个参数顺序与dwt2输出顺序对应LL、LH、HL、HH不能传错这是这类代码最常见的低级错误。imresize是关键水印必须缩放到与LL子带一样大否则后面两个奇异值矩阵尺寸对不上。参数说明db1可以替换成sym4、bior3.7等高阶小波高阶小波频域局部性更好但对复杂背景的改善不明显反而要求嵌入端和提取端必须使用同一小波基多一个容易出错的变量。sf是可调范围大约在0.01到0.3之间的核心旋钮决定水印埋多深。im2gray在MATLAB R2021a及之后版本可用老版本需要改成rgb2gray并自行处理灰度判断。3.2 嵌入强度sf怎么调sf决定水印嵌入幅度。太大会让图像出现可感知的纹理噪声太小则提取时差值淹没在数值误差里。通用经验是先跑0.05把整条链路打通再扫参数。下表是256×256像素宿主、128×128像素水印测出的典型区间换图后具体数值会有浮动趋势不变sf含水印图PSNR(dB)视觉感受JPEG质量50下提取NC0.01约50完全不可辨约0.700.05约42极难察觉约0.900.10约36局部有轻微噪声约0.950.20约30明显可见约0.98这里的本质是一对矛盾sf越大水印在压缩、噪声里存活率越高但图像越容易露馅0.05附近是多数论文默认的甜点区。建议写一个for循环让sf从0.01扫到0.2把每条曲线的NC结果画在同一张图上贴进报告这个图比任何文字描述都有说服力老师也很难在实验充分性上挑毛病。提示攻击实验里JPEG压缩的NC最容易出现波动。imwrite写jpg的quality参数在50以下时量化误差已经接近水印幅值NC掉得快是正常现象这不是算法bug。3.3 水印尺寸与宿主图的约束水印和LL子带的尺寸关系是硬约束一层DWT后LL的边长等于宿主边长的一半。imresize可以把任意尺寸水印拉齐到LL尺寸但水印尽量用方形因为svd的完整分解USV要求方阵非方阵能分解但S变成矩形矩阵与S加sf*Sw的尺寸对不上还得手动裁剪报告里也很难解释。内容上的约束同样重要。宿主尽量选纹理适中的自然图像大面积平涂的图像比如纯色背景占一半的截图SVD后奇异值非常集中同样sf下不同区域嵌入不均匀水印首选黑白二值图提取后做一次阈值二值化就能肉眼判断成功与否。灰度水印也能嵌但提取结果会有轻微串扰需要调大sf这会牺牲宿主图质量非必要不用。4. 数字水印提取、攻击测试与鲁棒性评估嵌入做完剩下的是提取算法和攻击测试。这一章先把提取代码给全再给一套标准攻击脚本和评价指标。做攻击测试的意义在于你要能回答“你的水印系统在什么条件下失效”这是答辩的必问题。4.1 非盲提取流程的MATLAB实现本方案的提取属于非盲提取提取端必须知道原图LL的SVD信息U、S、V和原水印的Uw、Vw。Uw、Vw在嵌入端算好可以存成mat文件当作密钥原图的U、S、V也可以一起保存。提取时只需要对含水印图像做一次DWT和SVD拿奇异值做差还原。% 保存提取所需的密钥信息 save(wm_keys.mat, Uw, Vw); save(host_svd.mat, U, S, V); % extract_wm.m —— 提取函数可放在脚本文件末尾R2016b支持局部函数 function wm_rec extract_wm(host_wm, U, S, V, Uw, Vw, sf) [LL_w, ~, ~, ~] dwt2(host_wm, db1); % 含水印图的一层DWT [~, S2, ~] svd(LL_w); % 对含水印低频做SVD S_wm (S2 - S) / sf; % 反解水印奇异值 wm_rec Uw * S_wm * Vw; % 用原水印左右向量重构 end逻辑说明提取的核心等式是S2约等于S加sf乘Sw两边同时减去原图奇异值S再除以sf得到水印的奇异值矩阵S_wm。这个矩阵仍然只有对角线有值要还原成完整图像必须乘上原水印的Uw和Vw因为SVD分解出的左右奇异向量才代表水印图像的空间结构。提取端的输入参数里没有原图只有原图的U、S、V和原水印的Uw、Vw这就是密钥。一个特别容易踩的坑是先把S2取diag再构造对角阵。svd返回的奇异值矩阵本来就是对角阵直接矩阵减法即可先降维再构造对角阵矩阵维度容易搞乱。保持矩阵运算不要中途降维。4.2 四类攻击模型与NC阈值判定攻击脚本集中放在一个文件里每次攻击后调用extract_wm再算NC。NC是归一化相关系数取值越接近1说明提取出的水印越接近原始水印0.7以上通常认定提取有效。wnoise imnoise(host_wm, gaussian, 0, 0.001); % 高斯噪声 wsp imnoise(host_wm, salt pepper, 0.01); % 椒盐噪声 imwrite(host_wm, tmp.jpg, quality, 50); % JPEG压缩 wjpeg im2double(imread(tmp.jpg)); % 重新读回 wcrop host_wm; wcrop(1:64, 1:64) 0; % 裁剪四分之一 wrot imrotate(host_wm, 15, bilinear, crop); % 旋转15度 calc_nc (a, b) sum(a(:) .* b(:)) / sqrt(sum(a(:).^2) * sum(b(:).^2)); attacks {wnoise, wsp, wjpeg, wcrop, wrot}; names {gaussian, salt_pepper, jpeg50, crop, rotate15}; for i 1:numel(attacks) wm_tmp extract_wm(im2double(attacks{i}), U, S, V, Uw, Vw, sf); fprintf(%s: NC%.4f\n, names{i}, calc_nc(wm, wm_tmp)); end一段256×256宿主图在sf0.05下的典型结果如下攻击方式参数提取NC范围高斯噪声方差0.0010.90~0.95椒盐噪声密度0.010.90~0.96JPEG压缩quality500.85~0.92裁剪左上角1/4置零0.80~0.88旋转15度crop0.55~0.70旋转是五种攻击里最难扛的因为图像旋转后行列对齐关系被破坏DWT子带已经不是原来的坐标体系。想在报告里解决这个问题需要在提取前做一次旋转校正这一步可以作为改进方向写进论文的展望段比硬扛旋转要诚实得多。4.3 用PSNR和NC给系统打分嵌入质量用PSNR衡量提取质量用NC衡量两个指标组合起来才是完整评价体系。PSNR可以不依赖工具箱自算mse_val mean((host(:) - host_wm(:)).^2); psnr_val 10 * log10(1 / (mse_val eps));代码说明host和host_wm都是[0,1]范围的double图信号峰值取1eps防止mse完全为零时log10的参数为0。PSNR超过40dB人眼基本看不出差异低于30dB就能明显看到噪声。报告里建议把PSNR和NC放进同一张表因为只看NC容易忽略透明性——sf0.2时NC接近1但图像已经坏了两个指标一起呈现才说明系统设计合理。5. 给水印本身加密Arnold置乱与密钥管理前面流程里的水印是明文嵌入提取出来是什么样就是什么样。版权保护场景中水印通常是logo或编号明文嵌入等于把身份信息直接暴露在图上任何拿到提取算法的人都能读出内容。Arnold置乱是解法嵌入前先把水印打乱成噪声图提取后只有持有密钥的人才能还原。5.1 Arnold变换的周期性Arnold变换也叫猫映射对坐标做一次线性模运算x mod(xy, N) y mod(x2y, N)其中N是图像边长x、y从0开始计数。一次变换把每个像素搬到新位置肉眼看到的图像立刻变成雪花噪声。这个变换最实用的性质是周期性迭代足够多次后图像会回到原样。256×256图像用标准矩阵计算的周期是192迭代192次等于没变换。边长N8163264128256周期T612244896192周期值不用查表用一个脚本就能算function T arnold_period(N) A [1 1; 1 2]; P eye(2); T 0; while true P mod(A * P, N); T T 1; if isequal(P, eye(2)) break; end end end周期计算里A乘P就是对每个坐标应用同一线性变换循环直到单位矩阵说明回到了原点。这段代码跑一次是毫秒级写进论文还能顺带展示离散动力系统的周期性概念。5.2 双密钥水印系统置乱后再嵌入置乱只需要正向迭代还原利用周期性反着转即可完全不用实现逆变换iter 10; % 密钥1加密轮数 wm_scrambled arnold_scramble(wm, iter); % 用wm_scrambled替换第3章的wm继续嵌入流程 % 提取后还原 wm_rec_raw extract_wm(host_wm, U, S, V, Uw, Vw, sf); wm_rec arnold_scramble(wm_rec_raw, arnold_period(128) - iter);这里arnold_period(128)中的128是水印边长调水印尺寸时必须跟着改忘记这步是最常见的还原失败原因。双向密钥中iter是显式密钥Uw和Vw是隐式密钥只知道其中一组拿不到原始水印内容。function out arnold_scramble(img, iter) [h, w] size(img); assert(h w, Arnold置乱要求方形图像); out img; for t 1:iter tmp zeros(size(img)); for i 1:h for j 1:w ni mod(i-1 (j-1), h) 1; nj mod((i-1) 2*(j-1), w) 1; tmp(ni, nj) out(i, j); end end out tmp; end end坐标减一取模是对应从0开始的映射公式加一是回到MATLAB的一基索引。双重循环处理128×128水印迭代几十次是毫秒级根本不需要向量化。5.3 参数化的密钥空间固定矩阵[1 1;1 2]时密钥只有iter爆破难度取决于周期256边长最多192种可能。把映射参数化成xxay、ybx(a*b1)*y的形式a、b也都成为密钥密钥空间从192扩展到192×a×b三个参数合起来足够支撑答辩场上的“安全性分析”问题。值得注意a、b变化后周期不再是固定值提取还原时仍要调用arnold_period重新算T。另外Arnold置乱有一个硬约束水印必须是方阵。如果水印本身是矩形先用padarray补零成方形提取还原后再把补零部分裁掉这一步的操作结果要写进报告防止老师追问时临时解释不清。6. 答辩演示与数据验证的实战技巧6.1 实验表里填什么数据才能自洽报告里的实验表格建议按两个维度组织sf变化维度填PSNR和NC两列攻击类型维度只填NC两张表覆盖全部结论。生成数据时用for循环批量跑不要手工抄数。原始图、含水印图、提取水印三张图用subplot并排放进报告嵌入端和提取端的结果一起展示。subplot代码只有三行但视觉冲击力比大段原理描述强得多。6.2 现场演示的固定顺序演示顺序固定为跑一遍嵌入脚本生成含水印图切换窗口展示PSNR数值紧接着运行攻击脚本展示JPEG压缩后的图像最后运行提取脚本让NC值直接打在命令行。不要现场改参数不要现场绘图演示版本用固定种子和固定sf。如果想把加密模块加进演示在水印嵌入前多一行arnold_scramble提取后多一行反置乱观众看到的“噪声图→还原图”过程非常直观。6.3 有损格式自检最后做一个简单自检把含水印图分别存成PNG和JPEG再提取一次。PNG无损NC应基本不变JPEG有损NC会有明显下降。这个对比能快速暴露一条数据链路问题——如果保存环节就把水印破坏了后面所有攻击测试数据都对不上。验证顺序放整个流程最后这一张对比图还能顺便证明系统对无损和有损格式的差异表现。把水印明文嵌入和Arnold置乱后嵌入各跑一遍对比两组NC数据你会在数据里找到比理论更深的理解。本文还有配套的精品资源点击获取 基于MATLAB的DWT-SVD数字水印系统：嵌入、攻击测试与Arnold置乱实现
简介数字水印系统设计是基于MATLAB的图像加密与保护方向的优秀毕业设计成果适合高校计算机、通信、自动化、电子信息等专业学生用于毕设、课设或项目立项参考。资源共45个文件包含29个MATLAB脚本.m、12个GUI界面文件.fig、1份PDF设计报告、说明文档及测试图片bmp/j2k压缩包大小39.81MB结构清晰便于对照学习。已有90人学习浏览。压缩包内代码完整、经过运行测试功能稳定可直接复现数字水印嵌入与提取流程也可基于现有代码修改实现其他图像加密功能。配套设计报告和介绍文档能帮助理解算法逻辑与实现细节适合从入门到进阶的读者遇到配置或运行问题可联系作者获得远程指导。1. 数字水印系统在毕设里到底做什么数字水印的毕设最容易翻车的点不是代码跑不通而是把水印理解成在图像角落贴一个半透明logo。答辩时老师问一句“你是可见水印还是不可见水印能抵抗JPEG压缩吗”很多人就卡住了。真正意义上的数字水印系统目标是让一段信息嵌入到宿主图像后人眼分辨不出差异而提取端能从图里把这段信息完整捞出来——埋得越隐蔽抗攻击能力越强系统才越完整。这篇文章围绕基于MATLAB的DWT-SVD方案把数字水印的选型、嵌入算法、提取与攻击评测、水印本身的置乱加密完整讲一遍全部代码可以直接在MATLAB R2021a及以上版本运行适合正在写图像加密与保护方向毕设、又想让代码和报告都站得住的读者。2. 空间域到变换域水印算法的选型依据水印写在图像的什么位置决定了这套系统能扛住什么操作。选型用一句话概括空间域做不了抗压缩的水印变换域可以而DWT加SVD的组合在代码量、提取效果、论文可写性之间是最平衡的选择。这一章把LSB、DCT、DWT、DWTSVD四个方案按答辩递进顺序过一遍顺便把“低频嵌入到底会不会破坏画面”这个经常被写反的点掰清楚。2.1 空间域LSB为什么先被放弃LSB的做法是把水印比特写进像素的最低有效位。改动一个像素的灰度值只差1人眼完全察觉不到嵌入容量还大用bitset几行代码就能写完。但它天然怕三类操作JPEG有损压缩会直接改掉低位量化误差均值滤波会把最低位当成噪声抹平哪怕只是把图像重新保存一遍都有可能引起比特翻转。所以LSB在数字水印论文里基本只适合当对照组用来衬托变换域方法的鲁棒性——想做“LSB对比实验”的毕设这一步是最省力的实验设计。另外有一个细节容易被答辩追问LSB提取时需要密钥来标记哪些像素嵌入了水印。如果采用固定顺序嵌入攻击者拿到代码就能逐位扫描出来。算法本身不应该保密保密的是密钥空间域方案把这个道理讲得最清楚作为选型铺垫很合适。2.2 DWTSVD变换域组合的做法DWT即离散小波变换MATLAB里用dwt2一行就能对图像做一层分解输出四个尺寸减半的子带LL低频近似、LH水平细节、HL垂直细节、HH对角细节。四个子带里LL集中了图像绝大部分能量也是JPEG压缩、缩放、滤波这些操作下手最轻的地方所以水印写在LL里存活率最高。2.2.1 低频子带为什么值得嵌能量集中在LL意味着两件事。第一压缩和滤波算法舍不得丢弃低频水印能跟着图像主要内容一起被保留下来第二低频改动会直接影响主体结构视觉质量损失比高频更明显。很多教程只写前半句说“人眼对低频不敏感”这是把话说反了。低频承载图像的主体轮廓和明暗分布是视觉最先捕捉的内容真正容易被忽略的是高频细节的细微变化。DWT方案对透明性的控制不靠“选一个看不见的子带”而是靠嵌入强度sf这是后面调参最容易迷惑的地方。2.2.2 SVD的稳定性从哪来SVD把矩阵分解成USVS是对角矩阵对角线上的奇异值按大小降序排列对应图像在这个方向上的能量权重。图像受到噪声、压缩、轻微旋转等扰动时左右奇异向量U、V会跟着变化但奇异值相对稳定这就是SVD在图像处理里常被称作“代数特征”的原因。嵌入水印时只改S这一条对角线U、V完全不碰重构出来的图像不会有结构性偏移提取时拿含水印图的奇异值矩阵和原图的奇异值矩阵相减剩下的残差就是水印奇异值。稳定、可逆、容易讲这三个特点让DWTSVD成了毕设最高频的搭配。2.3 为什么毕设普遍选DWTSVD而不是DCTDCT是JPEG压缩的核心步骤抗JPEG压缩天然占优单独用DCT也能写完整个水印系统。但DCT通常需要先把图像切成8×8的块每个块单独变换处理时还要考虑量化步长和块效应代码量明显大。DWT在MATLAB里只需要dwt2和idwt2两个函数SVD也只是一次svd调用总代码量比DCT小一个量级出错环节也少。方案嵌入域抗JPEG压缩实现成本论文可写性LSB空间域弱极低低适合做对照DCT频域分块中中中DWT频域子带中低中DWTSVD频域矩阵域较强中高理论层次多论文可写性这一项经常被低估。选定DWTSVD之后“空间域嵌入→频域嵌入→矩阵奇异值嵌入”本身就是一条完整的算法演进线报告的方法章节按这个脉络写天然有递进关系比只写一个单方案好写得多。答辩时老师问“你为什么不选DCT”你能说出分块处理和全图处理的差别这个深度足够了。3. 用MATLAB实现DWT-SVD数字水印嵌入与参数标定整个嵌入流程只有四步灰度化、DWT取LL子带、对LL做SVD、修改奇异值后逆变换。这套流程不仅能当毕设主算法也是图像处理大作业里最稳的骨架。下面的代码保存成embed.m宿主图和水印图放在同一目录即可运行。3.1 最小可运行嵌入代码% embed.m —— DWT-SVD 数字水印嵌入 host imread(cameraman.tif); % 宿主图像可换成自备灰度图 host im2gray(host); % 统一灰度防止通道数不一致 host im2double(host); % 转到[0,1]SVD数值更稳 wm imread(watermark.png); % 水印图像建议二值图 wm im2gray(wm); wm im2double(wm); wm imresize(wm, size(host) / 2); % 与LL子带同尺寸一层DWT边长减半 [LL, LH, HL, HH] dwt2(host, db1); % 一层Haar小波分解 [U, S, V] svd(LL); % 宿主低频子带做SVD [Uw, Sw, Vw] svd(wm); % 水印做SVDUw/Vw提取时要用 sf 0.05; % 嵌入强度3.2节细说 S_w S sf * Sw; % 修改奇异值 LL_w U * S_w * V; % 重构低频子带 host_wm idwt2(LL_w, LH, HL, HH, db1); % 反变换回图像 imwrite(host_wm, watermarked.png); % 保存为PNG避免有损格式逻辑说明这20行代码完成了“低频→SVD→加水印→重构”全链路。dwt2用的db1即Haar小波它正交、代码最短适合首版流程svd分解后U、V保留图像几何结构S只有对角线有值S加sf*Sw仍然是对角阵所以LL_w的构造在数学上是合法的。idwt2的四个参数顺序与dwt2输出顺序对应LL、LH、HL、HH不能传错这是这类代码最常见的低级错误。imresize是关键水印必须缩放到与LL子带一样大否则后面两个奇异值矩阵尺寸对不上。参数说明db1可以替换成sym4、bior3.7等高阶小波高阶小波频域局部性更好但对复杂背景的改善不明显反而要求嵌入端和提取端必须使用同一小波基多一个容易出错的变量。sf是可调范围大约在0.01到0.3之间的核心旋钮决定水印埋多深。im2gray在MATLAB R2021a及之后版本可用老版本需要改成rgb2gray并自行处理灰度判断。3.2 嵌入强度sf怎么调sf决定水印嵌入幅度。太大会让图像出现可感知的纹理噪声太小则提取时差值淹没在数值误差里。通用经验是先跑0.05把整条链路打通再扫参数。下表是256×256像素宿主、128×128像素水印测出的典型区间换图后具体数值会有浮动趋势不变sf含水印图PSNR(dB)视觉感受JPEG质量50下提取NC0.01约50完全不可辨约0.700.05约42极难察觉约0.900.10约36局部有轻微噪声约0.950.20约30明显可见约0.98这里的本质是一对矛盾sf越大水印在压缩、噪声里存活率越高但图像越容易露馅0.05附近是多数论文默认的甜点区。建议写一个for循环让sf从0.01扫到0.2把每条曲线的NC结果画在同一张图上贴进报告这个图比任何文字描述都有说服力老师也很难在实验充分性上挑毛病。提示攻击实验里JPEG压缩的NC最容易出现波动。imwrite写jpg的quality参数在50以下时量化误差已经接近水印幅值NC掉得快是正常现象这不是算法bug。3.3 水印尺寸与宿主图的约束水印和LL子带的尺寸关系是硬约束一层DWT后LL的边长等于宿主边长的一半。imresize可以把任意尺寸水印拉齐到LL尺寸但水印尽量用方形因为svd的完整分解USV要求方阵非方阵能分解但S变成矩形矩阵与S加sf*Sw的尺寸对不上还得手动裁剪报告里也很难解释。内容上的约束同样重要。宿主尽量选纹理适中的自然图像大面积平涂的图像比如纯色背景占一半的截图SVD后奇异值非常集中同样sf下不同区域嵌入不均匀水印首选黑白二值图提取后做一次阈值二值化就能肉眼判断成功与否。灰度水印也能嵌但提取结果会有轻微串扰需要调大sf这会牺牲宿主图质量非必要不用。4. 数字水印提取、攻击测试与鲁棒性评估嵌入做完剩下的是提取算法和攻击测试。这一章先把提取代码给全再给一套标准攻击脚本和评价指标。做攻击测试的意义在于你要能回答“你的水印系统在什么条件下失效”这是答辩的必问题。4.1 非盲提取流程的MATLAB实现本方案的提取属于非盲提取提取端必须知道原图LL的SVD信息U、S、V和原水印的Uw、Vw。Uw、Vw在嵌入端算好可以存成mat文件当作密钥原图的U、S、V也可以一起保存。提取时只需要对含水印图像做一次DWT和SVD拿奇异值做差还原。% 保存提取所需的密钥信息 save(wm_keys.mat, Uw, Vw); save(host_svd.mat, U, S, V); % extract_wm.m —— 提取函数可放在脚本文件末尾R2016b支持局部函数 function wm_rec extract_wm(host_wm, U, S, V, Uw, Vw, sf) [LL_w, ~, ~, ~] dwt2(host_wm, db1); % 含水印图的一层DWT [~, S2, ~] svd(LL_w); % 对含水印低频做SVD S_wm (S2 - S) / sf; % 反解水印奇异值 wm_rec Uw * S_wm * Vw; % 用原水印左右向量重构 end逻辑说明提取的核心等式是S2约等于S加sf乘Sw两边同时减去原图奇异值S再除以sf得到水印的奇异值矩阵S_wm。这个矩阵仍然只有对角线有值要还原成完整图像必须乘上原水印的Uw和Vw因为SVD分解出的左右奇异向量才代表水印图像的空间结构。提取端的输入参数里没有原图只有原图的U、S、V和原水印的Uw、Vw这就是密钥。一个特别容易踩的坑是先把S2取diag再构造对角阵。svd返回的奇异值矩阵本来就是对角阵直接矩阵减法即可先降维再构造对角阵矩阵维度容易搞乱。保持矩阵运算不要中途降维。4.2 四类攻击模型与NC阈值判定攻击脚本集中放在一个文件里每次攻击后调用extract_wm再算NC。NC是归一化相关系数取值越接近1说明提取出的水印越接近原始水印0.7以上通常认定提取有效。wnoise imnoise(host_wm, gaussian, 0, 0.001); % 高斯噪声 wsp imnoise(host_wm, salt pepper, 0.01); % 椒盐噪声 imwrite(host_wm, tmp.jpg, quality, 50); % JPEG压缩 wjpeg im2double(imread(tmp.jpg)); % 重新读回 wcrop host_wm; wcrop(1:64, 1:64) 0; % 裁剪四分之一 wrot imrotate(host_wm, 15, bilinear, crop); % 旋转15度 calc_nc (a, b) sum(a(:) .* b(:)) / sqrt(sum(a(:).^2) * sum(b(:).^2)); attacks {wnoise, wsp, wjpeg, wcrop, wrot}; names {gaussian, salt_pepper, jpeg50, crop, rotate15}; for i 1:numel(attacks) wm_tmp extract_wm(im2double(attacks{i}), U, S, V, Uw, Vw, sf); fprintf(%s: NC%.4f\n, names{i}, calc_nc(wm, wm_tmp)); end一段256×256宿主图在sf0.05下的典型结果如下攻击方式参数提取NC范围高斯噪声方差0.0010.90~0.95椒盐噪声密度0.010.90~0.96JPEG压缩quality500.85~0.92裁剪左上角1/4置零0.80~0.88旋转15度crop0.55~0.70旋转是五种攻击里最难扛的因为图像旋转后行列对齐关系被破坏DWT子带已经不是原来的坐标体系。想在报告里解决这个问题需要在提取前做一次旋转校正这一步可以作为改进方向写进论文的展望段比硬扛旋转要诚实得多。4.3 用PSNR和NC给系统打分嵌入质量用PSNR衡量提取质量用NC衡量两个指标组合起来才是完整评价体系。PSNR可以不依赖工具箱自算mse_val mean((host(:) - host_wm(:)).^2); psnr_val 10 * log10(1 / (mse_val eps));代码说明host和host_wm都是[0,1]范围的double图信号峰值取1eps防止mse完全为零时log10的参数为0。PSNR超过40dB人眼基本看不出差异低于30dB就能明显看到噪声。报告里建议把PSNR和NC放进同一张表因为只看NC容易忽略透明性——sf0.2时NC接近1但图像已经坏了两个指标一起呈现才说明系统设计合理。5. 给水印本身加密Arnold置乱与密钥管理前面流程里的水印是明文嵌入提取出来是什么样就是什么样。版权保护场景中水印通常是logo或编号明文嵌入等于把身份信息直接暴露在图上任何拿到提取算法的人都能读出内容。Arnold置乱是解法嵌入前先把水印打乱成噪声图提取后只有持有密钥的人才能还原。5.1 Arnold变换的周期性Arnold变换也叫猫映射对坐标做一次线性模运算x mod(xy, N) y mod(x2y, N)其中N是图像边长x、y从0开始计数。一次变换把每个像素搬到新位置肉眼看到的图像立刻变成雪花噪声。这个变换最实用的性质是周期性迭代足够多次后图像会回到原样。256×256图像用标准矩阵计算的周期是192迭代192次等于没变换。边长N8163264128256周期T612244896192周期值不用查表用一个脚本就能算function T arnold_period(N) A [1 1; 1 2]; P eye(2); T 0; while true P mod(A * P, N); T T 1; if isequal(P, eye(2)) break; end end end周期计算里A乘P就是对每个坐标应用同一线性变换循环直到单位矩阵说明回到了原点。这段代码跑一次是毫秒级写进论文还能顺带展示离散动力系统的周期性概念。5.2 双密钥水印系统置乱后再嵌入置乱只需要正向迭代还原利用周期性反着转即可完全不用实现逆变换iter 10; % 密钥1加密轮数 wm_scrambled arnold_scramble(wm, iter); % 用wm_scrambled替换第3章的wm继续嵌入流程 % 提取后还原 wm_rec_raw extract_wm(host_wm, U, S, V, Uw, Vw, sf); wm_rec arnold_scramble(wm_rec_raw, arnold_period(128) - iter);这里arnold_period(128)中的128是水印边长调水印尺寸时必须跟着改忘记这步是最常见的还原失败原因。双向密钥中iter是显式密钥Uw和Vw是隐式密钥只知道其中一组拿不到原始水印内容。function out arnold_scramble(img, iter) [h, w] size(img); assert(h w, Arnold置乱要求方形图像); out img; for t 1:iter tmp zeros(size(img)); for i 1:h for j 1:w ni mod(i-1 (j-1), h) 1; nj mod((i-1) 2*(j-1), w) 1; tmp(ni, nj) out(i, j); end end out tmp; end end坐标减一取模是对应从0开始的映射公式加一是回到MATLAB的一基索引。双重循环处理128×128水印迭代几十次是毫秒级根本不需要向量化。5.3 参数化的密钥空间固定矩阵[1 1;1 2]时密钥只有iter爆破难度取决于周期256边长最多192种可能。把映射参数化成xxay、ybx(a*b1)*y的形式a、b也都成为密钥密钥空间从192扩展到192×a×b三个参数合起来足够支撑答辩场上的“安全性分析”问题。值得注意a、b变化后周期不再是固定值提取还原时仍要调用arnold_period重新算T。另外Arnold置乱有一个硬约束水印必须是方阵。如果水印本身是矩形先用padarray补零成方形提取还原后再把补零部分裁掉这一步的操作结果要写进报告防止老师追问时临时解释不清。6. 答辩演示与数据验证的实战技巧6.1 实验表里填什么数据才能自洽报告里的实验表格建议按两个维度组织sf变化维度填PSNR和NC两列攻击类型维度只填NC两张表覆盖全部结论。生成数据时用for循环批量跑不要手工抄数。原始图、含水印图、提取水印三张图用subplot并排放进报告嵌入端和提取端的结果一起展示。subplot代码只有三行但视觉冲击力比大段原理描述强得多。6.2 现场演示的固定顺序演示顺序固定为跑一遍嵌入脚本生成含水印图切换窗口展示PSNR数值紧接着运行攻击脚本展示JPEG压缩后的图像最后运行提取脚本让NC值直接打在命令行。不要现场改参数不要现场绘图演示版本用固定种子和固定sf。如果想把加密模块加进演示在水印嵌入前多一行arnold_scramble提取后多一行反置乱观众看到的“噪声图→还原图”过程非常直观。6.3 有损格式自检最后做一个简单自检把含水印图分别存成PNG和JPEG再提取一次。PNG无损NC应基本不变JPEG有损NC会有明显下降。这个对比能快速暴露一条数据链路问题——如果保存环节就把水印破坏了后面所有攻击测试数据都对不上。验证顺序放整个流程最后这一张对比图还能顺便证明系统对无损和有损格式的差异表现。把水印明文嵌入和Arnold置乱后嵌入各跑一遍对比两组NC数据你会在数据里找到比理论更深的理解。本文还有配套的精品资源点击获取