Patchwork图像信息隐藏参考.pdfVIP

3.3 Patchwork 图像信息隐藏 【实验目的】 了解 Patchwork 信息隐藏特点，掌握基于 Patchwork 的图像信息隐藏原理， 设计并实现一种基于 Patchwork 信息隐藏方法。 【实验环境】 (1) WindowsXP 或 Vista 操作系统 (2) MATLAB7.1 科学计算软件 (3) BMP 图像 【原理简介】 Patchwork 是指从载体数据中选择一些数据组成两个集合， 然后通过修改这 两个集合之间的某种关系来携带水印信息。 这两个集合可以是两个系数、 两组系 数或者是两个特征量。 两个集合之间的关系可以是大小关系、 能量关系、 逻辑关 系和奇偶性关系等。 Patchwork 方法嵌入水印时，通过修改集合之间的某种关系 来嵌入水印；提取水印时， 则根据对应的关系来提取嵌入的水印信息。 Patchwork 方法最大优点之一就是可以实现盲检测。 Patchwork 可以适用于时 / 空域、变换 域和压缩域，本节主要介绍时域下的典型 Patchwork 方法。 Patchwork 方法典型算法只能隐藏 1bit 的信息，也就是只能说明该图像是 否存在水印， 隐藏的信息量比较小， 但是该算法的鲁棒性较强。 该算法的原理如 下：随机选择两个集合 A={ai} 和 B={bi} ，要求 A 和 B 中含有相同图像系数，设 为 n；将集合 A 中所有样点的像素值增加 d，同时将集合 B 中所有样点的像素值 减少 d，这样两个集合中的样值都经过微小的改动。 选择集合 A 和 B 的方法很多， 但是 PatchWork 方法是基于以下假设的， 也就是说随机选择的两个样本集合的均 值相同。本节中方法是根据图像的横坐标和纵坐标之和的奇偶性不同将图像分为 两组，将横坐标和纵坐标之和为偶数的所有系数上增加常量 d=2.3 ，将横坐标和 纵坐标之和为奇数的所有系数上减少常量 d=2.3 。第二种方法是随机选择 N对像 素点（ ai 和 bi ），然后将 ai 点的值增加 d, 将 bi 点的像素值减少 d。 【实验步骤】 1. 嵌入秘密信息 源代码 pathwork.m 如下： clc; clear all; oi=imread('lena.bmp');% 读入载体图像 [row col]=size(oi); d=2.3;% 定义修改的分量 wi=oi; for i=1:row for j=1:col if mod(i+j,2)==0 wi(i,j)=wi(i,j)+d; else wi(i,j)=wi(i,j)-d; end end end imwrite(oi,'lenawatermarked.bmp'); subplot(1,2,1),imshow('lena.bmp'),title(' 原始图像 '); subplot(1,2,2),imshow('lenawatermarked.bmp'),title(' 携密图像 '); 原始图像和携密图像从视觉效果上几乎相同。 提取时，首先将两个图像块集合的 样本分别求平均值，计算两个样本均值的差来判断水印信息是否存在。 源代码 extract.m 如下： clc; clear all; d=2.3; r=1.6;% 确定一个阈值， 当两个集合的样本差别