【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】

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,wrow
wcol); %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(k
p)==1) %嵌入奇数倍
if(mod(cc,2)==0)
cc=cc+1;
end
S(1,1)=a
cc;
end
if(water_vector(kp)==0) %嵌入偶数倍
if(mod(cc,2)==1)
cc=cc+1;
end
S(1,1)=a
cc;
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

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

⛄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!



http://www.chinasem.cn/article/893547

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

如何在Visual Studio中调试.NET源码

今天偶然在看别人代码时,发现在他的代码里使用了Any判断List<T>是否为空。 我一般的做法是先判断是否为null,再判断Count。 看了一下Count的源码如下: 1 [__DynamicallyInvokable]2 public int Count3 {4 [__DynamicallyInvokable]5 get

工厂ERP管理系统实现源码(JAVA)

工厂进销存管理系统是一个集采购管理、仓库管理、生产管理和销售管理于一体的综合解决方案。该系统旨在帮助企业优化流程、提高效率、降低成本,并实时掌握各环节的运营状况。 在采购管理方面,系统能够处理采购订单、供应商管理和采购入库等流程,确保采购过程的透明和高效。仓库管理方面,实现库存的精准管理,包括入库、出库、盘点等操作,确保库存数据的准确性和实时性。 生产管理模块则涵盖了生产计划制定、物料需求计划、

Spring 源码解读:自定义实现Bean定义的注册与解析

引言 在Spring框架中,Bean的注册与解析是整个依赖注入流程的核心步骤。通过Bean定义,Spring容器知道如何创建、配置和管理每个Bean实例。本篇文章将通过实现一个简化版的Bean定义注册与解析机制,帮助你理解Spring框架背后的设计逻辑。我们还将对比Spring中的BeanDefinition和BeanDefinitionRegistry,以全面掌握Bean注册和解析的核心原理。

音视频入门基础:WAV专题(10)——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以打印WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的pts、dts: 打印出来的“pts”实际是AVPacket结构体中的成员变量pts,是以AVStream->time_base为单位的显

kubelet组件的启动流程源码分析

概述 摘要: 本文将总结kubelet的作用以及原理,在有一定基础认识的前提下,通过阅读kubelet源码,对kubelet组件的启动流程进行分析。 正文 kubelet的作用 这里对kubelet的作用做一个简单总结。 节点管理 节点的注册 节点状态更新 容器管理(pod生命周期管理) 监听apiserver的容器事件 容器的创建、删除(CRI) 容器的网络的创建与删除

matlab读取NC文件(含group)

matlab读取NC文件(含group): NC文件数据结构: 代码: % 打开 NetCDF 文件filename = 'your_file.nc'; % 替换为你的文件名% 使用 netcdf.open 函数打开文件ncid = netcdf.open(filename, 'NC_NOWRITE');% 查看文件中的组% 假设我们想读取名为 "group1" 的组groupName

利用matlab bar函数绘制较为复杂的柱状图,并在图中进行适当标注

示例代码和结果如下:小疑问:如何自动选择合适的坐标位置对柱状图的数值大小进行标注?😂 clear; close all;x = 1:3;aa=[28.6321521955954 26.2453660695847 21.69102348512086.93747104431360 6.25442246899816 3.342835958564245.51365061796319 4.87