数字水印

【实验目的】：

实现W-SVD、DCT域混沌细胞自动机水印，实现细胞自动机水印的检测。
使用stirmark攻击嵌入细胞自动机水印的图片，对攻击后的图片进行水印的检测。
了解Stirmark攻击工具。
进行Stirmark攻击实验。

【实验内容】：

■实现W-SVD、DCT域混沌细胞自动机水印，实现细胞自动机水印的检测。
■使用stirmark攻击嵌入细胞自动机水印的图片，对攻击后的图片进行水印的检测。
■了解Stirmark攻击工具。
■进行Stirmark攻击实验。

■实现W-SVD、DCT域混沌细胞自动机水印，实现细胞自动机水印的检测。

1.W-SVD：
数学原理：对任意矩阵CA，都可以做奇异值（单值）分解CA=UsigmaV’。
其中U、V是正交矩阵(UU’=VV’=I,I是单位阵)， sigma是对角矩阵（除主对角线外为0）。
水印模板生成策略：
1.对图像做小波分解得到低频系数CA。
2.对CA做单值分解 CA=UsigmaV’
3.用伪随机序列生成正交矩阵U、V ，对角矩阵sigma。
4.用随机矩阵U、V的后d列替换U、V的后d列，得到新的U、V。水印模板waterCA=U sigmaV’

水印生成之后，根据输入的水印强度，将生成的水印与原图融合，形成带水印的图片。
水印的检测：
由于数字水印一般是一种具有特定性质但不具备可读性的随机信号，所以不能采取“提取”的方式加以识别。我们采用检测的手段。
利用原始图像生成一个理论上存在的水印模板（原始水印），从待检测图像中提取可能存在的水印模板（待测水印），计算两者的相关性。
当两者高度相关时，待测图像含有水印；反之检测不出水印。
2.混沌细胞自动机数字水印
细胞自动机水印模板属于与原始图像相对独立的水印模板。
水印生成：
利用伪随机序列得到与原始图像相同大小的随机数模板。
将随机数模板转化为二值矩阵
将二值矩阵带入的细胞自动机，得到“凝聚模式”的水印模板
采用中值滤波方法，将水印凝聚模式转化为平滑模式
水印嵌入：
一般来说，混沌细胞自动机水印可以往DCT系数或小波低频系数中嵌入。
E(image)=IDCT(DCT(image)+alphawatermark)
E(image)=IDWT(DWT(image)+alphawatermark)
其中参数alpha对水印强度进行控制。
水印检测：
d=|<W,W’>|/(||W||*||W’||)
d为相关系数，用来判断其相关性，进而判断图片中是否存在水印。

■使用stirmark攻击嵌入细胞自动机水印的图片，对攻击后的图片进行水印的检测。
■了解Stirmark攻击工具。
Stirmark是一个检测水印算法鲁棒性的攻击工具。做法是：给定嵌入水印的图像，Stirmark生成一定数量的修改图像，这些被修改的图像被用来验证水印是否能被检测出。

攻击手段包括线性滤波、非线性滤波、剪切/拼接攻击、同步性破坏攻击等。

■进行Stirmark攻击实验。

【实验分析】：

■实现W-SVD、DCT域混沌细胞自动机水印，实现细胞自动机水印的检测。

W-SVD水印嵌入：
在这里插入图片描述
水印强度为2，d/n的值为0.1，随机数种子选择10，嵌入水印，生成图片为108_test.png

结果如上。
W-SVD水印检测：

输入如上所示，调用plotcorr_coef.m，

结果如上所示，可以发现相关率较高，判断是存在水印的图片。

混沌自动机与水印生成：
输入如下：
在这里插入图片描述

我们使用cellauto.m文件生成水印，上图所示的是从生成随机模板，到进行细胞自动机处理，再到平滑处理最终生成水印的结果。

DCT域嵌入水印的函数：
输入如下，第三个参数是输入的文件扩展名，在这里我们当然是选择的.jpg
在这里插入图片描述
结果如下，可以发现，R层图片的左上角有很明显的痕迹。

检测水印：

输入如上所示，和上一个检测实验的原理和计算原理类似，在此不赘述。

■使用stirmark攻击嵌入细胞自动机水印的图片，对攻击后的图片进行水印的检测。

在这里插入图片描述
运行中…
让我们来看看我遇到了哪些bug，或者是运气好的时候获得的结果吧：

当然不只有这么多，在这里我每一种类型列举了一个结果。AFFINE的结果居然都不能跑了，可见他对图片DCT域变换后的矩阵size都进行了改变。可以发现，除了PSNR的极个别例子，相关性都有不小的差异。至于不同攻击的量化攻击效果，我们在后面的实验将继续完善。