1、PAGE- 28 -實驗一 圖像輸入與輸出基本操作（2學時） 實驗二 基于DCT域的數字水印技術（2學時） 綜合性實驗 基于傅立葉域變換的數字水印技術（4學時） 實驗前預備知識：數字水印技術是利用數字產品普遍存在的冗余數據與隨機性，將水印信息嵌入在數字產品本身中，從而起到保護數字產品版權或者完整性的一種技術。現在學術界對數字水印算法的理解都是將一些不易察覺的具有隨機特性的數據嵌入到圖像頻域或空域的系數上。從信號處理的角度看，嵌入水印可以看成是在強背景下迭加一個弱信號，由于人類視覺系統的分辨率受到一定的限制，只要迭加的信號幅度不超過HVS的對比門限，人眼就無法感覺到信號的存在，所以可以通過對原始

2、圖像進行一定調整，在不影響視覺效果的情況下嵌入一些水印信息。數字水印系統的一般模型如圖1所示：圖1 數字水印系統基本模型水印嵌入器的輸入量有三個：水印信號M，宿主信號S和密鑰K。水印信號M是指原始水印（圖像或一個數字序列）通過一定的方法經過調制將嵌入到宿主信號中的數字信號。宿主信號S是指被嵌入水印的信號（原始信號）。密鑰K則指用于提高水印系統安全性的密碼信息，它獨立于宿主信號。密鑰有私有密鑰和公共密鑰之分，前者指攻擊者在明確了水印嵌入方法但又不知道密鑰的情況下，水印不會被破壞或盜取；后者是指攻擊者對宿主信號（如內容標識、語言字幕等）不感興趣的情況下，密鑰也就不存在保密性，可以作為公共密鑰。實驗

3、一 圖像輸入與輸出基本操作一、實驗題目： 圖像輸入與輸出操作二、實驗目的學習在MATLAB環境下對圖像文件的I/O操作，為讀取各種格式的圖像文件和后續進行圖像處理打下基礎。三、實驗內容利用MATLAB為用戶提供的專門函數從圖像格式的文件中讀/寫圖像數據、顯示圖像，以及查詢圖像文件的信息。四、預備知識熟悉MATLAB開發環境。五、實驗原理（1）圖像文件的讀取利用imread函數可以完成圖像文件的讀取操作。常用語法格式為：I=imread(filename,fmt)或I=imread()；其作用是將文件名用字符串filename表示的、擴展名用字符串fmt（表示圖像文件格式）表示的圖像文件中的數據

4、讀到矩陣I中。當filename中不包含任何路徑信息時，imread會從當前工作目錄中尋找并讀取文件。要想讀取指定路徑中的圖像，最簡單的方法就是在filename中輸入完整的或相對的地址。MATLAB支持多種圖像文件格式的讀、寫和顯示。因此參數fmt常用的可能值有：bmp Windows位圖格式jpgorjpeg 聯合圖像專家組格式tifortiff 標志圖像文件格式gif 圖形交換格式pcx Windows畫刷格式png 可移動網絡圖形格式xwd X Window Dump格式例如，命令行I=imread();將JPEG圖像lena讀入圖像矩陣I中。圖像文件的寫入（保存）利用imwrite完

5、成圖像的輸出和保存操作，也完全支持也完全支持上述各種圖像文件的格式。其語法格式為： imwrite(I,filename,fmt)或imwrite(I,)；其中的I、filename和fmt的意義同上所述。注意事項：當利用imwrite函數保存圖像時，MATLAB默認的保存方式是將其簡化為uint8的數據類型。與讀取文件類型類似，MATLAB在文件保存時還支持16位的PNG和TIFF圖像。所以，當用戶保存這類文件時，MATLAB就將其存儲在uint16中。 （3）圖像文件的顯示圖像的現實過程是將數字圖像從一組離散數據還原為一幅可見圖像的過程。MATLAB的的圖像處理工具箱提供了多種圖像顯示技術

6、。例如imshow可以直接從文件顯示多種圖像；image函數可以將矩陣作為圖像 ；colorbar函數可以用來顯示顏色條；montage函數可以動態顯示圖像序列。這里僅對常用的顯示函數進行介紹。圖像的顯示imshow函數是最常用的顯示各種圖像的函數，其調用格式如下： imshow(I,N)； imshow(I,N)用于顯示灰度圖像，其中I為灰度圖像的數據矩陣，N為灰度級數目，默認值為256。例如下面的語句用于顯示一幅灰度圖像： I=imread()； imshow(I);如果不希望在顯示圖像之前裝載圖像，那么可以使用以下格式直接進行圖像文件的顯示：imshow filename其中，filen

7、ame為要顯示的圖像文件的文件名。實例1-1 顯示一幅在當前目錄下的.bmp格式的圖像：imshow 顯示結果如圖所示。圖1.1.1 顯示一幅圖像文件中的圖像注意事項：該文件名必須帶有合法的擴展名（指明文件格式），且該圖像文件必須保存在當前目錄下，或在MATLAB默認的目錄下。添加色帶colorbar函數可以給一個坐標軸對象添加一條色帶。如果該坐標軸對象包含一個圖像對象，則添加的色帶將指示出該圖像中不同顏色的數據值。這對于了解被顯示圖像的灰度級特別有用。其調用格式為： colorbar 實例1-2 I=imread()； imshow(I); colorbar;圖1.1.2 顯示圖像并加入顏色

8、條從上圖可知，該圖像是數據類型為uint8的灰度圖像，其灰度級范圍從0255。顯示多幅圖像 顯示多幅圖像最簡單的方法就是在不同的圖形窗口中顯示它們。imshow總是在當前窗口中顯示一幅圖像，如果用戶想連續顯示兩幅圖像，那么第二幅圖像就會替代第一幅圖像。為了避免圖像在當前窗口中的覆蓋現象，在調用imshow函數顯示下一幅圖像之前可以使用figure命令來創建一個新的窗口。例如：imshow(I1);figure, imshow(I2);figure, imshow(I3); 有時為了便于在多幅圖像之間進行比較，需要將這些圖像顯示在一個圖形窗口中。達到這一目的有兩種方法：一種方法是聯合使用imsh

9、ow和subplot函數，但此方法在一個圖形窗口只能有一個調色板；另一種方法是聯合使用subimage和subplot函數，此方法可在一個圖形窗口內使用多個調色板。subplot函數將一個圖形窗口劃分為多個顯示區域，其調用格式如下： subplot(m,n,p) subplot函數將圖形窗口劃分為m（行）n（列）個顯示區域，并選擇第p個區域作為當前繪圖區。例1-3 用兩排顯示四幅圖像，可以使用以下語句： I1=imread()； I2=imread()； I3=imread()； I4=imread()； subplot（2,2,1）, imshow(I1); subplot（2,2,2）,

10、imshow(I2); subplot（2,2,3）, imshow(I3); subplot（2,2,4）, imshow(I4);圖1.1.3 在一個圖形窗口中顯示多幅圖像圖像文件信息的查詢imfinfo函數用于查詢圖像文件的有關信息，詳細地顯示出圖像文件的各種屬性。其語法格式為：info=imfinfo(filename,fmt)或info=imfinfo()或imfinfo imfinfo函數獲取的圖像文件信息依賴于文件類型的不同而不同，但至少應包含以下內容：文件名。如果該文件不在當前目錄下，還包含該文件的完整路徑。文件格式。文件格式的版本號。文件最后一次修改的時間。文件的大小。以字節

11、為單位。圖像的寬度。圖像的高度。每個像素所用的比特數。也叫像素深度。圖像類型。即該圖像是真彩色圖像、索引圖像還是灰度圖像。例如，命令行imfinfo 會輸出如下信息（注意，在這種情況下，有些域不包含信息）：Filename: FileModDate: 04-Jan-2003 12:31:26FileSize: 13849Format: jpgFormatVersion: Width: 714Height: 682BitDepth: 8ColorType: grayscaleFormatSignature: Comment: 六、實驗步驟：（1）利用imread函數完成對圖像文件的讀取操作。（2

12、）利用imwrite函數完成圖像的寫入（保存）操作。（3）利用imshow函數顯示圖像。（4）利用imfinfo函數查詢圖像文件的有關信息。實驗二 基于DCT域的數字水印技術離散余弦變換，簡稱DCT，是一種實數域變換，其變換核為實數的余弦函數，計算速度較快，是一種近似最佳變換，很適合于做圖象壓縮和隨機信號處理，它對常用的圖象壓縮有較強的魯棒性。基于DCT域的數字水印算法，一般而言有兩種算法。一種是直接對整幅圖像進行DCT計算，選取合適頻段的系數，嵌入水印。另一種是，首先將整幅圖像分成塊，對每一塊分別進行DCT計算，在每一塊中選取合適頻段的系數，將水印信息分散嵌入到每一塊所選取的DCT系數中。這

13、種方法稱為分塊DCT，這種方法非常適合于88的圖像塊DCT變換。目前，DCT域的水印方法大多數是采用分塊DCT方法。 二維DCT概述：一般而言，數字圖象,其二維DCT變換用矩陣表示，其定義式如下式所示： （4-1）二維IDCT定義如下： （4-2）其中 并且 （4-3）我們最常用到的是88分塊DCT，也就是首先將大小為MN的圖像分成的非重疊的大小為88的塊，然后對每一塊作DCT。根據式（4-1）和式（4-2），88DCT的定義如下： （4-4）88IDCT的定義如下： （4-5）其中， 并且 （4-6）實驗目的：學習使用基于DCT域數字水印嵌入算法和基于DCT域數字水印檢測提取算法。實驗內容和

14、原理：（1）基于DCT域數字水印嵌入算法：DCT域的水印嵌入過程，就是首先對宿主圖像S進行分塊DCT運算，選取出要嵌入的DCT系數C，并且對宿主圖像用HVS模型進行分析，得到感知系數掩蔽模板，用其來控制水印嵌入強度，再將編碼后的水印信號W，用一定方式嵌入到選好的系數中。用嵌入水印的系數替代原來位置的系數，再進行逆DCT（Inverse Discrete Cosine Transform,IDCT）變換，就得到了含有水印的圖像X。DCT域水印系統的水印嵌入過程框圖如圖1所示：圖1 DCT域水印嵌入過程方框圖（2）基于DCT域數字水印檢測提取算法：DCT域水印的驗證過程（即包括水印的檢測和提取過程

15、），就是將待測圖像Y（注意此時的圖像也許已經遭受了圖象處理或惡意攻擊）進行DCT運算；然后按著嵌入水印時選取的DCT系數，選取其含有水印的系數，進行水印提取，然后利用相關檢測法判斷水印是否存在。如果水印檢測器輸出結果顯示水印存在，則根據需要可以用水印解碼器對提取的水印進行解碼，恢復水印。水印檢測提取過程如圖2圖2 DCT域數字水印檢測提取框圖實驗操作方法與步驟：（1）水印嵌入步驟如下：1. 將宿主圖像分成88的塊，每一塊都進行DCT變換，得到與宿主圖象相同尺寸的DCT域系數矩陣。2. 產生兩個不相關的偽隨機序列，并設定一個密鑰key。3. 將每個88的DCT系數矩陣，從每一塊的中頻段取出個系數

16、。4. 然后嵌入水印，嵌入規則為當水印圖像元素為0時，按照式子（其中alpha為尺度因子，mark為隨機序列，為原圖像的分塊DCT系數），將一個隨機序列與原始圖像塊的幅度譜對應元素進行乘性疊加；為1時，用另一個偽隨機序列與幅度譜對應元素進行乘性疊加。5. 用得到的新的DCT系數對原來位置的DCT系數進行置換。6. 對新的DCT系數矩陣進行DCT逆變換，得到了嵌入水印信號的圖像。（2）水印檢測提取步驟如下：1. 對含有水印圖像進行88的塊DCT變換。2. 對每一塊的DCT系數進行“之”字型排列，從我們已知的嵌入位置取出可能含有水印的系數，將所有提取出的系數，按順序組成新的系數序列。 3. 用密鑰

17、生成水印信號4. 將含水印的系數序列與水印信號進行相關計算，得到歸一化相關系數。實驗結果及分析：以下是尺度因子alpha=30時的實驗結果,以及受到各種攻擊后所提取到的水印圖像及其與原始水印圖像的相關系數:圖3 原始圖像和嵌入水印后的圖像此時，alpha=30圖4 沒有受到攻擊的圖像及提取到的水印圖像此時相關系數=1圖5 加入白噪聲后的圖像、原始水印和提取的水印圖像此時相關系數=圖6 高斯低通濾波后的圖像及提取的水印圖像此時相關系數=圖7 剪切后的圖像及提取的水印圖像此時相關系數=圖8 旋轉10后的圖像及提取的水印圖像此時相關系數=結論:當圖像(宿主信息)受到加噪、高斯低通濾波、剪切等攻擊后，

18、其可視度、提取的水印圖像與原始水印圖像的相似度（都在90%以上）都是非常令人滿意的；當受到旋轉攻擊后，其提取的水印圖像與原始水印圖像的相似度（不足50%）卻令人感到失望，不過仍可證明水印信息的存在。程序參考：% 嵌入算法 %clear all; clc;% 讀取水印圖像 %omark=double(imread()/255;mo=size(omark,1);no=size(omark,2);% 以下生成水印信息 %mark=omark;alpha=30;rand1=randn(1,8);rand2=randn(1,8);% 讀取宿主圖像 %cimage=imread();figure(1);s

19、ubplot(2,3,1),imshow(cimage,),title(原始的宿主圖像);mc,nc=size(cimage);cda0=blkproc(cimage,8,8,dct2);% 嵌入水印 %cda1=cda0; for i=1:mo for j=1:no x=(i-1)*8;y=(j-1)*8; if mark(i,j)=1 k=rand1; else k=rand2; end cda1(x+1,y+8)=cda0(x+1,y+8)+alpha*k(1); cda1(x+2,y+7)=cda0(x+2,y+7)+alpha*k(2); cda1(x+3,y+6)=cda0(x+3

20、,y+6)+alpha*k(3); cda1(x+4,y+5)=cda0(x+4,y+5)+alpha*k(4); cda1(x+5,y+4)=cda0(x+5,y+4)+alpha*k(5); cda1(x+6,y+3)=cda0(x+6,y+3)+alpha*k(6); cda1(x+7,y+2)=cda0(x+7,y+2)+alpha*k(7); cda1(x+8,y+1)=cda0(x+8,y+1)+alpha*k(8); endend% 嵌入水印后圖象 %wimage=blkproc(cda1,8,8,idct2); wimage_1=uint8(wimage);imwrite(wi

21、mage_1,bmp);subplot(2,3,2),imshow(wimage,),title(嵌入水印后圖象);% 進行攻擊測試 %disp(1-加入白噪聲);disp(2-高斯低通濾波);disp(3-剪切圖像);disp(4-旋轉攻擊);disp(5-直接檢測)begin=input(請選擇攻擊（1-5）：)switch begin% 加入白噪聲 % case 1Aimage1=wimage;Wnoise=20*randn(size(Aimage1);Aimage1=Aimage1+Wnoise;subplot(2,3,4),imshow(Aimage1,),title(加入白噪聲后的

22、圖象);att=Aimage1;imwrite(att,);% 高斯低通濾波 % case 2Aimage2=wimage;H=fspecial(gaussian,4,4,;Aimage2=imfilter(Aimage2,H);subplot(2,3,4),imshow(Aimage2,),title(高斯低通濾波后的圖象);att=Aimage2;imwrite(att,)% 剪切攻擊 % case 3Aimage3=wimage;Aimage3(1:128,1:128)=256;subplot(2,3,4),imshow(Aimage3,),title(剪切后的圖象);att=Aimag

23、e3;imwrite(att,);% 旋轉攻擊 % case 4Aimage4=wimage;Aimage4=imrotate(Aimage4,10,bilinear,crop);Aimage_4=mat2gray(Aimage4);subplot(2,3,4),imshow(Aimage_4,),title(旋轉10 度后的圖象);att=Aimage_4;imwrite(att,);% 沒有受到攻擊 % case 5subplot(2,3,4),imshow(wimage,),title(直接提取的圖像);att=wimage;imwrite(att,);end% 提取水印 %tmark_

24、0=att;tmark_0=blkproc(tmark_0,8,8,dct2);pass=zeros(1,8);for i=1:mo for j=1:no x=(i-1)*8;y=(j-1)*8; pass(1)=tmark_0(x+1,y+8); pass(2)=tmark_0(x+2,y+7); pass(3)=tmark_0(x+3,y+6); pass(4)=tmark_0(x+4,y+5); pass(5)=tmark_0(x+5,y+4); pass(6)=tmark_0(x+6,y+3); pass(7)=tmark_0(x+7,y+2); pass(8)=tmark_0(x+8

25、,y+1); if (corr2(pass,rand1)corr2(pass,rand2) tmark_1(i,j)=1; else tmark_1(i,j)=0; end endend% 計算NC（歸一化相關系數）%g_mark=double(tmark_1);o_mark=double(omark);m,n=size(g_mark);nc_0=0;nc_1=0;nc_2=0;for i=1:m for j=1:n nc_0=nc_0+g_mark(i,j)*o_mark(i,j); nc_1=nc_1+o_mark(i,j)*o_mark(i,j); nc_2=nc_2+g_mark(i,

26、j)*g_mark(i,j); endendNC=nc_0/sqrt(nc_1*nc_2);% 顯示提取水印 %subplot(2,3,5),imshow(),title(原始水印圖像);subplot(2,3,6),imshow(tmark_1,);name=提取得水印圖像;title(strcat(num2str(name),NC=,num2str(NC);綜合設計性實驗 基于傅立葉域變換的數字水印技術實驗目的：學習使用基于傅立葉域的數字水印嵌入算法和基于DCT域數字水印檢測提取算法。實驗內容和原理：傅立葉變換（Fourier Transform）是線性系統分析的一個有力工具，是研究信號的

27、頻譜方法，它架起了時域和頻域之間的橋梁。使我們能夠定量分析諸如數字化系統、采樣點、電子放大器、卷積濾波器、噪聲等的作用，把傅立葉變換的理論同其物理解釋相結合，將大大有助于解決大多數圖象處理問題。Fourier分析理論十分完善，既可以處理連續信號也可以處理離散信號。計算機只能處理離散信號，且在數字圖象處理中，輸入圖像和輸出圖像通常都是二維的，一般表示成二維數字矩陣，因此這里直接討論二維離散傅立葉變換（DFT）和二維快速傅立葉變換（FFT）。（1）二維離散傅立葉變換DFT（Discrete Fourier Transform）二維離散傅立葉變換對定義式如下： （1-1） （1-2）二維離散傅立葉變

28、換的傅立葉譜、相位、功率譜分別如下： 傅立葉譜： （1-3） 相位： （1-4） 功率譜： （1-5）式子（1-1）可以分離為： （1-6）式子（1-2）可以分離為： （1-7）由上兩式可知，二維傅立葉變換可由連續兩次一維傅立葉變換得到，從而將二維DFT分解為水平和垂直兩部分運算，上式中方括號中的項表示在圖像的行上計算的DFT，方括號外邊的求和則實現結果數組在列上的DFT，這種分解使我們可以用一維FFT來快速實現二維DFT。（2）二維快速傅立葉變換FFT（Fast Fourier Transform）FFT的基本思想是：令序列的長度為，如果不滿足，在尾部補零，沒有任何影響。按n奇偶把分解為兩個

29、N/2點的子序列： （1-8） （1-9）那么 （1-10）將（1-8）和（1-9）式代入上式得： （1-11）上式右邊的兩部分恰好是長度（周期）為N/2的的傅立葉變換，所以： （1-12） （1-13）這樣一個長度為N的DFT就分解為兩個長度為N/2的DFT，然后進行N/2次復數的蝶式運算，再運用分解-遞歸思想，分解次，每一次均有N/2個蝶式運算，所以FFT的時間復雜度為。FFT在圖像運用中的思想是，先將原圖像進行轉置，按行對轉置后的圖像矩陣做一維FFT，將此變換所得的中間矩陣再轉置，再按對轉置后的中間矩陣做一維FFT，最后得到的就是二維FFT。實驗操作方法與步驟：（1）嵌入算法的步驟如下：

30、1.將宿主圖像分成88的塊，每一塊都進行DFT變換，得到與宿主圖象相同尺寸的DFT域圖象系數矩陣。2. 產生兩個不相關的偽隨機序列，并設定一個密鑰key。3. 將每個88的DFT系數矩陣，從每一塊的中頻段取出個系數。4. 由于DFT域的幅度譜具有對稱性，為了水印嵌入后保持這種對稱性，也為了確保恢復圖像像素值為實數，嵌入水印時采用對稱嵌入。嵌入規則為當水印圖像元素為0時，按照式子（其中alfa為尺度因子，mark為隨機序列，為原圖像的分塊DFT系數），將一個隨機序列與原始圖像塊的幅度譜對應元素進行乘性疊加；為1時，用另一個偽隨機序列與幅度譜對應元素進行乘性疊加。5. 用得到的新的DFT系數對原來

31、位置的DFT系數進行置換。6. 對每一圖像塊進行DFT逆變換，得到含水印圖像。(2)提取算法步驟如下：1. 將宿主圖像分成88的塊，每一塊都進行DFT變換，得到與宿主圖像相同尺寸的DFT域圖象系數矩陣。2. 對每一塊的DFT系數進行“之”字型排列，從我們已知的嵌入位置取出可能含有水印的系數，將所有提取出的系數，按順序組成新的系數序列。 3. 計算嵌入水印圖像塊的幅度譜與兩個偽隨機序列的相關性，假設嵌入的水印圖像矩陣為0時疊加的是隨機序列A，為1時疊加的是隨機序列B，則提取時如果嵌入水印幅度譜與隨機序列A的相關性大于其B的相關性，那么這個位置嵌入的是水印圖像矩陣0元素。按這個規則即可提取出水印圖

32、像。4. 將含水印的系數序列與水印信號進行相關計算，得到歸一化相關系數。實驗結果與分析:以下是尺度因子alpha=260時的實驗結果,以及受到各種攻擊后所提取到的水印圖像及其與原始水印圖像的相關系數:圖1 原始圖像與嵌入水印后的圖像圖2 沒有受到攻擊的圖像和直接提取的水印圖像此時相關系數=1圖3 加入白噪聲后的圖像、原始水印圖像及提取的水印圖像此時相關系數=圖4 高斯低通濾波后的圖像及提取的水印圖像此時相關系數=圖5 剪切后的圖像及提取的水印圖像此時相關系數=圖6 旋轉后的圖像及提取的水印圖像此時相關系數=結論：由于DFT域對全局性的旋轉、平移和縮放變換具有不變性的特點，基于DFT域的數字水印

33、技術要比基于DCT域的數字水印技術的魯棒性要強的多，特別是對于旋轉攻擊，前者的優勢更加突出！ 程序參考：% 嵌入水印算法 %clear all; clc;% 讀取水印圖象 % omark=double(imread()/255;mo=size(omark,1);no=size(omark,2);% 以下生成水印信息 %mark=omark;alpha=200;R1=randn(1,8);rand1=round(R1);R2=randn(1,8);rand2=round(R2);% 讀取宿主圖像 %cimage=imread();figure(1);subplot(2,3,1),imshow(c

34、image,),title(原始的宿主圖像);mc,nc=size(cimage);cimage=double(cimage);fft0=blkproc(cimage,8,8,fft2);% 嵌入水印 %fft_abs=abs(fft0);fft_angle=angle(fft0);fft1=fft_abs;for ii=1:mo for jj=1:no x=(ii-1)*8;y=(jj-1)*8; if mark(ii,jj)=1 k=rand1; else k=rand2; end fft1(x+1,y+8)=fft_abs(x+1,y+8)+alpha*k(1); fft1(x+2,y+

35、7)=fft_abs(x+2,y+7)+alpha*k(2); fft1(x+3,y+6)=fft_abs(x+3,y+6)+alpha*k(3); fft1(x+4,y+5)=fft_abs(x+4,y+5)+alpha*k(4); fft1(x+5,y+4)=fft_abs(x+5,y+4)+alpha*k(5); fft1(x+6,y+3)=fft_abs(x+6,y+3)+alpha*k(6); fft1(x+7,y+2)=fft_abs(x+7,y+2)+alpha*k(7); fft1(x+8,y+1)=fft_abs(x+8,y+1)+alpha*k(8); endendfft_

36、abs_0=fft1;fft_abs_1=(fft_abs_0.*exp(i*fft_angle);wimage_0=blkproc(fft_abs_1,8,8,ifft2);wimage=abs(wimage_0);% 顯示嵌入水印圖象 %wimage_1=uint8(wimage);imwrite(wimage_1,bmp);subplot(2,3,2),imshow(wimage,),title(嵌入水印后的圖象);% 進行各種攻擊 %disp(1-加入白噪聲);disp(2-高斯低通濾波);disp(3-剪切圖像);disp(4-旋轉圖象);disp(5-直接檢測);begin=inp

37、ut(請選擇攻擊（1-5）);switch begin%加入白噪聲% case 1Aimage1=wimage;Wnoise=12*randn(size(Aimage1);Aimage1=Aimage1+Wnoise;subplot(2,3,4),imshow(Aimage1,),title(加入白噪聲后的圖象);att=Aimage1;imwrite(att,);% 高斯低通濾波 % case 2Aimage2=wimage;H=fspecial(gaussian,4,4,;Aimage2=imfilter(Aimage2,H);subplot(2,3,4),imshow(Aimage2,)

38、,title(高斯低通濾波后的圖象);att=Aimage2;imwrite(att,)% 剪切攻擊 % case 3Aimage3=wimage;Aimage3(1:128,1:128)=256;subplot(2,3,4),imshow(Aimage3,),title(剪切后的圖象);att=Aimage3;imwrite(att,);% 旋轉攻擊 % case 4Aimage4=wimage;Aimage4=imrotate(Aimage4,10,bilinear,crop);Aimage_4=mat2gray(Aimage4);subplot(2,3,4),imshow(Aimage_

39、4,),title(旋轉10度后的圖象);att=Aimage_4;imwrite(att,);% 沒有受到攻擊 % case 5subplot(2,3,4),imshow(wimage,),title(直接提取的圖象);att=wimage;imwrite(att,);end% 提取水印 %tmark_0=att;tmark_0=blkproc(tmark_0,8,8,fft2);tmark_0=abs(tmark_0);pass=zeros(1,8);for ii=1:mo for jj=1:no x=(ii-1)*8;y=(jj-1)*8; pass(1)=tmark_0(x+1,y+8); pass(2)=tmark_0(x+2,y+7); pass(3)=tmark_0(x+3,y+6); pass(4)=tmark_0(x+4,y+5); pass(5)=tmark_0(x+5,y+4); pass(6)=tmark_0(x+6,y+3);