本文主要是介绍【图像隐写】基于matlab离散小波变换(DWT)与奇异值分解(SVD)数字水印（含PSNR、NC）【含Matlab源码 521期】，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
✅博主简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，Matlab项目合作可私信。
🍎个人主页：海神之光
🏆代码获取方式：
海神之光Matlab王者学习之路—代码获取方式
⛳️座右铭：行百里者，半于九十。
更多Matlab仿真内容点击👇
Matlab图像处理（进阶版）
路径规划（Matlab）
神经网络预测与分类（Matlab）
优化求解（Matlab）
语音处理（Matlab）
信号处理（Matlab）
车间调度（Matlab）
⛄一、DWT+SVD数字水印简介
理论知识参考文献：基于DWT和SVD的彩色图像数字水印算法研究
一种基于DWT-SVD的图像数字水印算法\
⛄二、部分源代码
clear all;
close all;
clc;
key=35; %Arnold置换次数，作为密钥
Orignalmark=double(imread(‘suda64.bmp’)); %读入6464的水印图片
[wrow,wcol]=size(Orignalmark);
if wrow~=wcol
error(‘wrow~=wcol error’);
end
%— 测试密钥key是否超出范围---------
n=check_arnold(wrow);
if (key+1)>n
error(‘arnold key error’);
end
Arnoldw=arnold(Orignalmark,wrow,key); %对水印图像进行Arnold转化
figure(1);
imshow(Orignalmark);
title(‘原始水印图片’);
figure(2);
imshow(Arnoldw);
title(‘置乱后的水印图片’);
Orignalpicture=double(imread(‘Lena.jpg’));
figure(3);
imshow(uint8(Orignalpicture));
title(‘原始图片’);
%DWT变换
[ca1,ch1,cv1,cd1]=dwt2(Orignalpicture,‘db1’);
[ca1row,ca1col]=size(ca1);
blocksize=ca1row/wrow; %每块的长度
water_vector=reshape(Arnoldw,1,wrowwcol); %将置乱后的水印转化为一维的
wlength=wrow*wcol; %水印的长度
a=0.25; %量化步长
%------------------------------------
for k=1:wrow
for p=1:wcol
x=(k-1)blocksize+1;
y=(p-1)blocksize+1;
L=zeros(4,4);
L=ca1(x:x+blocksize-1,y:y+blocksize-1);
[U,S,V]=svd(ca1(x:x+blocksize-1,y:y+blocksize-1));
cc=floor(S(1,1)/a);
if(water_vector(kp)==1) %嵌入奇数倍
if(mod(cc,2)==0)
cc=cc+1;
end
S(1,1)=acc;
end
if(water_vector(kp)==0) %嵌入偶数倍
if(mod(cc,2)==1)
cc=cc+1;
end
S(1,1)=acc;
end
L=USV’;
ca1(x:x+blocksize-1,y:y+blocksize-1)=L;
end
end
markedimg=idwt2(ca1,ch1,cv1,cd1,‘db1’);
figure(4);
imshow(uint8(markedimg));
title(‘嵌入水印后的图片’);
extractedmark=extract(markedimg,Orignalmark);
watermark=arnold(extractedmark,wrow,n-key);
figure(5);
imshow(watermark);
title(‘提取出的水印图片’);
psnrvalue=psnr(Orignalmark,watermark)
Nc=nc(Orignalmark,watermark)
%攻击----------------------------------------------------------------------
f=markedimg;
attack=0;
switch attack
case 0,
attackf=f;
att=‘未攻击’;
case 1,
%%1. JPEG 压缩
imwrite(f,‘attackf.jpg’,‘jpg’,‘quality’,90);
attackf=imread(‘attackf.jpg’);
attackf=double(attackf)/255;
att=‘JPEG压缩’;
case 2,
% %2. 高斯低通滤波
h=fspecial(‘gaussian’,3,1);
attackf=filter2(h,f);
att=‘高斯低通滤波’;
case 3,
%%3. 直方图均衡化
attackf=histeq(f);
att=‘直方图均衡化’;
case 4,
%%4. 图像增亮
attackf=imadjust(f,[],[0.4,1]);
att=‘图像增亮’;
case 5,
%%5. 图像变暗
attackf=imadjust(f,[],[0,0.85]);
att=‘图像变暗’;
case 6,
%%6. 增加对比度
attackf=imadjust(f,[0.3,0.6],[]);
att=‘增加对比度’;
case 7,
%%7. 降低对比度
attackf=imadjust(f,[],[0.2,0.8]);
att=‘降低对比度’;
case 8,
%%8. 添加高斯噪声
attackf=imnoise(f,‘gaussian’,0,0.01);
att=‘添加高斯噪声’;
case 9,
%%9. 椒盐噪声
attackf=imnoise(f,‘salt & pepper’,0.05);
att=‘椒盐噪声’;
case 10,
%%10. 添加乘积性噪声
attackf=imnoise(f,‘speckle’,0.08);
att=‘添加乘积性噪声’;
case 11,
%%%11.中值滤波
attackf=medfilt2(f,[5 5]);
att=‘中值滤波’;
case 12,
%%%12.剪切
f(200:456,200:456,:)=0;
attackf=f;
att=‘剪切’;
case 13,
%%%13.旋转
attackf=imrotate(f,15,‘bilinear’,‘crop’);
att=‘旋转’;
end;
⛄三、运行结果
⛄四、matlab版本及参考文献
1 matlab版本
2014a
2 参考文献
[1]张秀娟,朱春伟.一种基于DWT-SVD的图像数字水印算法[J].数字技术与应用. 2017,(10)
3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除
🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化
2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化
5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配
6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化
7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化
8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置
9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长
10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合
这篇关于【图像隐写】基于matlab离散小波变换(DWT)与奇异值分解(SVD)数字水印（含PSNR、NC）【含Matlab源码 521期】的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
