随着计算机网络和通信技术的飞速发展，数字媒体（还包括数字图像、数字视频、数字音频）已获得了普遍的应用于，随之而来的数字媒体的信息安全、知识产权维护和证书等问题也显得日益突出。数字水印作为传统加密方法的有效地补足手段，是一种可以在对外开放的网络环境下维护版权和证书来源以及完整性的新技术［1］。　　根据水印的构建过程，图像水印算法可分成空域算法和转换域算法。

空域算法是通过必要转变完整图像的像素值来映射水印，一般来说具备较慢的速度，但鲁棒性劣，且水印容量也不会受到限制；转换域算法是通过转变某些转换系数来映射水印，一般来说具备很好的鲁棒性和不可见性，其构建一般基于图像转换（如DCT、DFT、DWT等）。大多数水印算法使用软件构建，软件构建具备更容易应用于、升级和适应性较好等特点，但不存在速度有限、无法符合实时处理的问题。而使用硬件构建则可以解决这些问题。

本文基于上述考虑到，利用FPGA设计了基于DWT（DiscreteWaveletTransform）域的数字水印算法，其中提高小波转换是该数字水印方案的关键单元之一，使用硬件描述语言VerilogHDL对算法展开叙述，后用ModelSim已完成了功能和时序建模。　　1线性小波转换原理　　1.1Mallat算法及提高格式　　1987年，Mallat将计算机视觉领域的多辨别思想引进了小波分析，明确提出了多辨别分析MRA（Multi-resolutionAnalysis）的理论，并得出了数学叙述和一种子带滤波器的线性小波转换与重构算法Mallat算法。在图像处理领域，必须处置的一般来说是二维图形。因此，将Mallat算法扩展到二维空间，必要地挑选一组行和列转换向量的小波系数，对图像（或分解成后的低频子图）分别展开行转换和佩转换。

然后，根据先前的明确应用于对N次分解成扣除的图像在有所不同的分辨率下展开分析、处置或数据压缩。二维Mallat算法的结构如图1右图。

　　　　首先，用滤波器两组g（n）和h（n）对图像的每一行信号展开滤波和2提取，然后用完全相同的滤波器组对扣除结果的每一列再度展开滤波和2提取。这样，完整图像就被分解成沦为4个子带上图像，分别回应为LL、LH、HL和HH。

其中，LL为水平和横向方向的较低通信号;LH为水平方向较低通，横向方向高通;HL为水平方向高通，横向方向较低通;HH为水平和横向方向的高通信号。　　相对于Mallat算法而言，提高算法［2］是一种更慢更加有效地的小波转换方法，标准的提高算法包括分化（Split）、预测（Prediction）、改版（Update）三个步骤。分化是将输出数据分成偶数序列和奇数序列两个部分;预测是用分化的偶数序列预测奇数序列，获得的预测误差为转换的高频分量;改版是由预测误差来改版偶数序列，获得转换的低频分量。

提高算法的结构框图如图2右图，其提高构建过程由式（1）和式（2）回应，其中滤波系数=-1/2，=1/4。　　　　　　本文将使用5/3小波滤波器来构建小波转换。　　1.2边界处置　　由于图像数据是受限宽的，因此线性小波转换必需对图像数据展开边界连续函数，在做到小波提高算法时，某种程度必须对其边界数据展开连续函数，以确保边缘数据的准确。

基于资源消耗和功耗的考虑到，这里使用嵌入平面连续函数提高算法［3-4］，将连续函数的过程融合到提高转换过程中。精简后的嵌入连续函数方式如图3右图，其中Xn回应图像数据，dn回应高频分量，cn回应低频分量。

本文来源：乐鱼体育，leyu乐鱼体育-www.gztianxia.com