基于DWT的数字水印算法MATLAB实现与优化

本文介绍一种基于DWT的数字水印算法，并提供MATLAB代码实现。该算法具有良好的不可见性和鲁棒性，能够抵抗一定程度的压缩和噪声攻击。

1. 算法原理

该算法主要分为水印嵌入和提取两个过程。

1.1 水印嵌入

对原始图像进行DWT变换，得到LL, LH, HL, HH四个子带；
选择LH或HL子带作为嵌入水印的目标子带，选择依据是哪个子带的平均系数更小；
根据水印信息修改目标子带的系数，嵌入强度由阈值g和步长step控制；
对修改后的子带进行逆DWT变换，得到嵌入水印的图像。

1.2 水印提取

对嵌入水印的图像进行DWT变换；
根据嵌入时选择的子带和嵌入规则，提取水印信息；
对提取的水印信息进行处理，得到最终的水印图像。

2. MATLAB代码实现

以下是水印嵌入函数wm.m的MATLAB代码：

function J = wm(I,w,g)
% 此函数为嵌入过程
% 输入：I为原始图像；w为水印信息；g为水印嵌入的阈值
% 输出：J为嵌入水印的图像

% 参数设置
step = 0.5; % 小波系数增长步长

% 对图像进行DWT变换
[mm,nn] = size(I);
[LL,LH,HL,HH] = dwt2(I,'haar');

% 计算LH和HL子带的平均系数
[m0,n0] = size(LH); avr_LH = sum(sum(abs(LH)))/(m0*n0);
[m1,n1] = size(HL); avr_HL = sum(sum(abs(HL)))/(m1*n1);

% 选择目标子带
if avr_LH <= avr_HL
    num = 0; loca = LH;
else
    num = 1; loca = HL;
end

% 嵌入水印
if num == 0
    loca = wm_type_0(loca,w,step,g);  % LH是横向，写出嵌入子函数
else
    loca = wm_type_1(loca,w,step,g);  % HL是纵向，写出嵌入子函数
end

% 重构图像
if num == 0
    LH = loca; 
else
    HL = loca; 
end
J = idwt2(LL,LH,HL,HH,'haar',[mm,nn]);   % 小波逆变换，还回原始图像
end

3. 优化方向

可以尝试使用不同的DWT基函数和分解层数，以找到最佳的嵌入效果。
可以根据不同的攻击类型，设计更具针对性的水印嵌入算法。
可以结合其他水印技术，例如奇异值分解（SVD）等，进一步提高水印算法的鲁棒性。

4. 总结

本文介绍了一种基于DWT的数字水印算法，并提供了MATLAB代码实现。该算法简单易行，具有一定的鲁棒性。同时，本文也提出了一些优化方向，希望能够为相关研究提供参考。