1 引言

作为传统加密系统的有效补充办法，从1993年Caronni正式提出数字水印到现在短短几年里，无论是在国内还是在国外对数字水印的研究都引起了人们极大的关注。但数字水印技术的发展还很不成熟，应用也处于初级阶段。在我国，知识产权问题是一个敏感的话题，只有深入开展数字水印技术的研究，尽快制定我国的版权保护水印标准，才能使我们在未来可能的国际知识产权纠纷中取得主动权。那么掌握高效的工具，便成为一个必须解决的问题。本文就针对数字水印本身的特点，介绍了一种高效的实用工具——MATLAB。

2 数字水印技术

2.1 数字水印技术的复杂性

数字水印技术涉及到通信理论、编码理论、噪声理论、视听觉感知理论、扩频技术（Spread Spectrum）、信号处理(Signal Processing ) 技术、数字图像处理(Digital Image Processing)技术、多媒体(Multimedia)技术、模式识别(Pattern Reorganization)技术、算法设计(Algorithm Design)等理论，用到经典的DFT（Discrete Fourier Transform）、DCT(Discrete Cosine Transform)变换和近代最先进的数学工具----小波(Wavelet)。

数字水印又是一个横跨计算机科学、生理学、密码学、数字、数字通信等多门学科，并与Internet的发展密切相关的交叉科学。数字水印的多学科性导致数字水印技术研究的难度和复杂性。所以，针对数字水印技术本身的跨学科特点，找出一种合适的编程工具，往往可以起到事半功倍的效果。下面我们从数字水印的一般模型出发，来逐步介绍MATLAB。

2.2数字水印的一般模型

数字水印的一般模型如图1所示：

嵌入过程
 
含水印的信号
 
原始信号
 
水印信息
 
 

图1 数字水印嵌入过程

频域法加入数字水印的原理是首先将原始信号（语音一维信号、图像二维信号）变换到频域，常用的变换一般有DWT、DCT、DFT、WP和分形。然后，对加入了水印信息的信号进行频域反变换（IDWT、IDCT、DFT、WP），得到含有水印信息的信号。

原始的信号
 
抽取/检测过程
 
待检测的信号
 
水印信息
 
抽取的水印
 
有/无水印
 
结束
 
结束
 
 

图2 数字水印检测/抽取过程

频域法检测水印的原理是将原始信号与待检测信号同时进行变换域变换，比较两者的区别，进行嵌入水印的逆运算，得出水印信息。如果是可读的水印，那么就此结束，如果是不可读水印，如高斯噪声，就将得出的水印与已知水印作比较，由相关性判断，待检测信号含不含水印，故水印的检测有两个结束点。

2.3数字水印技术的常用算法

数字水印算法一般可分为两种空域法和频域法，频域法有以下优点：1）嵌入的水印信号能量可以分布到空域的所有像素上，有利于保证水印的不可见性；2）视觉系统（HVS）的某些特性（如频率的掩蔽特性）可以更方便地结合到水印编码过程中；3）频域法可与国际数据压缩标准兼容，从而实现在压缩域（compressed domain）内的水印编码。所以我们也以频域法为主介绍MATLAB在数字水印技术中的使用。

l                   DCT法（Discreste Cosine Transformation）

对原始信号做DCT的算法：Cox 和Piva 等人提出的DCT技术的经典之作。Cox利用随机数发生器产生标准正态序列作为水印信息对图像进行整体DCT变换后，选取除去DC系数之外部分较低频率系数叠加水印信息;Piva则修改整幅图像的中频部分。

对原始信号分块后，再作DCT的算法：Hsu和Wu 把图像进行8*8分块，将一个二进制序列作为水印放入DCT的中频区；有些学者则计算整个图像的DCT，把一个实数序列嵌入DCT的中频系数上。选择中频区的好处是一方面尽量减少嵌入信息对图像主观视觉的影响；同时，尽量避免有损压缩对水印信息可能带来的损失。

还有一种DCT方法就是把水印信息嵌入到高频系数上，但是采用这种方法，抗压缩性非常差。

l                   DFT法(Discrete Fourier Transformation)

Swanson 等利用时域小波变换和频率掩蔽特性结合，实现多分辨率视频水印；Kundur和Hatzinakos 把水印植入灰度图像的小波变换域。

l                   其它变换域还有Fourier-mellin 域 、Fourier 变换域、分形 或WP（Wavelet Package）等。

以上的变换域算法计算量都非常大，编程实现这些变换和逆变换也需要好好下一番功夫，由此造成研究人员把大量的时间和精力浪费在与水印算法研究无关的问题上。

3 可实现数字水印技术的高效实用工具——Matlab

3.1Matlab简介

Matlab是当前在国内外十分流行的工程设计和系统仿真软件包。它是MathWorks公司于1982年推出的一套高性能的数值计算和可视化软件，它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一人方便的、界面友好的用户环境。

Matlab的推出得到了各个领域专家、学者的广泛关注，其强大的扩展功能为各个领域的应用提供了基础。由各个专家学者相继推出了MATLAB工具箱，其中的信号处理(signal processing)、控制系统(control system)、神经网络(neural network)、图像处理(image processing)、鲁棒控制(robust control)、非线性系统控制设计(nonlinear system control design)、系统辨识(system identification)、最优化(optimization)、模糊逻辑(fuzzy logic)、小波(wavelet)、通信(communication)、统计(statistics)等工具箱，这些工具箱给各个领域的研究和工程应用提供了有力的工具，借助于这些“巨人肩上的工具”，各个层次的研究人员可直观、方便地进行分析、计算及设计工作，从而大大地节省了时间。