CN101504758A - 基于dct算法数字图像水印嵌入方法 - Google Patents

Abstract

一种基于DCT算法数字图像水印嵌入方法，包括如下步骤：第一步，将原始公开图像和黑白水印图像分别读取到二维数组I和W；第二步，将原始公开图像I和水印图像W分别分割为互不覆盖的2^N×2^N个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换；第三步，取黑白水印图像中的一个元素W(p，q)嵌入纹理复杂的子块中；第四步，对嵌入水印信息后的图像块进行反DCT变换；第五步，合并图像块，得到嵌入黑白水印后的图像；具有防伪、防篡改、认证、保障数据安全和完整性的特点。

Description

基于DCT算法数字图像水印嵌入方法

技术领域

本发明属于图像水印嵌入技术领域，特别涉及一种基于DCT(离散余弦变换)算法数字图像水印嵌入方法。

背景技术

随着时代的进步，网络和通信技术的迅猛发展给人类的信息交流带来了极大的便利，而多媒体数据的数字化更是推动了多媒体信息的存取，使信息的交流传播达到了前所未有的广度和深度，然而随之而来数字产品版权保护和安全认证问题也变得十分严重，传统的加密技术和数字签名技术不能完全解决版权保护问题，难以满足当今时代的要求。变换域算法嵌入的水印信号能量能够分布到空域所有像素上，是应用较为广泛的一类算法，但其嵌入位置为整个图像，不利于水印的不可见性。

发明内容

为了克服上述现有技术的不足，本发明的目的在于提出了一种基于DCT(离散余弦变换)算法数字图像水印嵌入方法，具有防伪、防篡改、认证、保障数据安全和完整性的特点。

为了实现上述目的，本发明采用的技术方案是：一种基于DCT算法数字图像水印嵌入方法，包括如下步骤：

第一步，将原始公开图像和黑白水印图像分别读取到二维数组I和W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的2^N×2^N个图像块，计算子块的平均灰度m和方差σ₂，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则       $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则     $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

由于本发明采用DCT算法数字图像水印嵌入方法，该算法将水印嵌入到DCT域感觉容量最重要的系数DC分量上，具有防伪、防篡改、认证、保障数据安全和完整性的特点。

附图说明

图1为本发明水印信息嵌入流程图。

图2为本发明原始水印信息样图。

图3为样图，其中(a)水印嵌入前的样图；(b)为水印嵌入后的样图。

具体实施方式

下面结合附图对本发明作进一步详细说明。

参见附图1、2、3，一种基于DCT算法数字图像水印嵌入方法，包括如下步骤：

第一步，将原始公开图像和黑白水印图像读取到二维数组I与W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的2^N×2^N个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则      $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则    $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

实施例一

以128×128像素点大小的原始图像、30×30像素点大小的黑白水印图像为例说明本实施例的实施步骤：

第一步，将128×128像素点大小的原始图像、30×30像素点大小的黑白水印图像分别读取到二维数组I和W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的32×32个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则       $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则       $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v 

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

实施例二：

以256×256像素点大小的原始图像、30×30像素点大小的水印图像为例说明本实施例的实施步骤：

第一步，将256×256像素点大小的原始图像、30×30像素点大小的黑白水印图像分别读取到二维数组I和W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的32×32个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则       $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则     $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

实施例三：

以512×512像素点大小的原始图像、58×58像素点大小的水印图像为例说明本实施例的实施步骤：

第一步，将512×512像素点大小的原始图像、58×58像素点大小的水印图像分别读取到二维数组I和W。

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的64×64个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则        $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则      $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

实施例四：

以512×512像素点大小的原始图像、32×32像素点大小的水印图像为例说明本实施例的实施步骤：

第一步，将512×512像素点大小的原始图像、32×32像素点大小的水印图像分别读取到二维数组I和W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的64×64个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则        $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则      $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

Claims (5)

1、一种基于DCT算法数字图像水印嵌入方法，其特征在于，包括如下步骤：

第一步，将原始公开图像和黑白水印图像分别读取到二维数组I和W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的2^N×2^N个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则         $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则       $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

2、根据权利要求1所述的一种基于DCT算法数字图像水印嵌入方法，其特征在于，包括如下步骤：

第一步，将128×128像素点大小的原始图像、30×30像素点大小的黑白水印图像分别读取到二维数组I和W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的32×32个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则          $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则        $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

3、根据权利要求1所述的一种基于DCT算法数字图像水印嵌入方法，其特征在于，包括如下步骤：

第一步，将256×256像素点大小的原始图像、30×30像素点大小的黑白水印图像分别读取到二维数组I和W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的32×32个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则           $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则         $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

4、根据权利要求1所述的一种基于DCT算法数字图像水印嵌入方法，其特征在于，包括如下步骤：

以512×512像素点大小的原始图像、58×58像素点大小的水印图像为例说明本实施例的实施步骤：

第一步，将512×512像素点大小的原始图像、58×58像素点大小的水印图像分别读取到二维数组I和W。

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的64×64个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则       $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则     $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

5、根据权利要求1所述的一种基于DCT算法数字图像水印嵌入方法，其特征在于，包括如下步骤：

第一步，将512×512像素点大小的原始图像、32×32像素点大小的水印图像分别读取到二维数组I和W；

第二步，将原始公开图像I和黑白水印图像W分别分割为互不覆盖的64×64个图像块，计算子块的平均灰度m和方差σ²，并对原始图像子块进行DCT变换：

$m=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}x(i,j)$

${\mathrm{\σ}}^2=\frac{1}{n^2}\underset{i=0}{\overset{n-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{n-1}{\mathrm{\Σ}}}{[x(i,j)-m]}^2$

其中，N代表自然数；m代表子块的平均灰度；n代表子块中包含像素点数；i代表像素的横坐标；j代表像素的纵坐标；x代表位于(i，j)位置的像素的灰度值；σ²代表子块灰度的方差；

第三步，取黑白水印图像W中的一个元素W(p，q)嵌入纹理复杂的子块中，当σ²小于等于0.01，认为块均匀，反之认为块包含着复杂的纹理：

嵌入规则如下：

加法准则      $v_i^{\′}=v_i+{\mathrm{\α\ω}}_i$

或乘法准则    $v_i^{\′}=v_i(1+{\mathrm{\α\ω}}_i)$

其中v_i、

分别是修改前和修改后的频域系数，α是拉伸系数，ω_i是第i个信息位水印；

第四步，对嵌入水印信息后的图像块进行反DCT变换：

$c(u,v)=a\left(u\right)a\left(v\right)\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}f(m,n)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

$f(u,v)=\underset{m=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}a\left(u\right)a\left(v\right)c(u,v)\cos \left[\frac{(2m+1)\mathrm{u\π}}{2N}\right]\cos \left[\frac{(2n+1)\mathrm{v\π}}{2N}\right]$

式中u，v＝0，1，...，N-1，m，n＝0，1，...，N-1，f(m，n)是空域二维向量中的元素，c(u，v)是变换后系数阵列的元素，阵列的大小为N×N。

对每一个频域点按上式进行运算，得到包含黑白水印信息的空间域像素点；

第五步，合并图像块，得到嵌入黑白水印后的图像：

将经过DCT变换的像素点，依然放置在原始位置(x，y)上，即完成了嵌入水印信息的图像的重构。

Images