一维特征线法求解过渡过程中水轮机水头,压力的变化,求指导,有偿
由于数字水印在实际应用中可能会遭到各种各样的攻击,因此对算法进行攻击测试是衡量一个水印算法优劣的重要手段。
1、JPEG 压缩实验
首先对嵌入水印后的图像进行 JPEG压缩(如图3.3),而后从压缩的图像中提取出水印(如图3.4),对融合图像进行不同JPEG压缩比压缩,得出数据如表3.1所示。程序代码如下:
imwrite(Y,'watermarked1.jpg','jpeg','quality',45);
Y=imread('watermarked1.jpg');
图3.4 压缩实验后的水印效果图
表3.1 JPEG压缩实验提取与嵌入水印的峰值信噪比和相似度
JPEG压缩比(quality) | 信噪比(PSNR) | 相似度(NC) |
50 | 9.4534 db | 0.9270 |
60 | 12.0882 db | 0.9350 |
70 | 14.4313 db | 0.9588 |
80 | 17.6216 db | 0.9887 |
90 | 21.1069 db | 0.9938 |
由实验可知,小波域水印法对JEPG压缩实验有一定的抗性,压缩比直接影响PSNR和NC的取值,当Quality取值越大时,压缩质量越好,提取出的水印效果也就越好。
2、噪声实验
加入噪声是对水印鲁棒性考验的一种常见的攻击 。本实验选取两种常用的噪声,高斯噪声和椒盐噪声作为攻击手段。先对融合图像加入高斯噪声(如图6.5),通过对高斯噪声的方差进行变化,得到不同效果图和数据,如下图6.6和表6.2所示。程序代码如下:
sigma=1;
Y=Y+sigma*randn(size(Y));
图3.6 高斯噪声实验后的水印效果图
表3.2 高斯噪声实验提取与嵌入水印的峰值信噪比和相似度
高斯噪声的方差(sigma) | 信噪比(PSNR) | 相似度(NC) |
1 | 22.030 db | 0.9963 |
2 | 16.1241 db | 0.9859 |
3 | 12.7570 db | 0.9706 |
4 | 9.9961 db | 0.9453 |
5 | 8.1260 db | 0.9203 |
由上述实验可知,小波域水印法对高斯噪声攻击性实验具有一定的抗性,但效果不太好,高斯方差直接影响PSNR和NC的取值。
再对融合图像加入椒盐噪声(如图3.7),通过对椒盐噪声的密度取值进行变化,得到不同的图像和数据,如下图3.8和表3.3所示。程序代码如下:
U=0.5*ones(size(Y));
J=imnoise(U,'salt & pepper',0.0001);
Y(J==0)=0;
Y(J==1)=255;
图3.8 椒盐噪声实验后的水印效果图
表3.3 椒盐噪声实验提取与嵌入水印的峰值信噪比和相似度
椒盐噪声的密度 | 信噪比(PSNR) | 相似度(NC) |
0.0002 | 16.3944 db | 0.9939 |
0.0004 | 14.7578 db | 0.9807 |
0.0006 | 12.8045 db | 0.9694 |
0.0008 | 11.4493 db | 0.9588 |
0.001 | 10.4967 db | 0.9451 |
由上述实验可知,小波域水印法对椒盐噪声攻击性实验也具有一定的抗性,但效果不是太好,改变椒盐噪声的密度可直接影响PSNR和NC的取值。
综上所述,小波域水印法在盲提取和检测中具有良好的鲁棒性和不可见性。在进行抗攻击性实验室,也表现出一定的抗性。但抗压缩性的能力明显优于抗噪声性的能力,以后的改进需向抗噪声干扰这方面进行。
可以呀,做仿真还是模型数据
关于一维特征线法求解水轮机水头和压力变化的过渡过程,我可以给你一些指导和基本的解释,以帮助你理解该方法的基本原理和应用。
一维特征线法(Characteristics Method)是一种常用于求解一维流动问题的数值方法,用于计算管道、通道、水轮机等流体系统中的压力、速度和流量等参数的变化。该方法基于一维欧拉方程和流速特征线的概念,通过沿着特征线进行离散化,将偏微分方程转化为常微分方程,从而进行数值求解。
在求解水轮机过渡过程中的水头和压力变化时,你需要考虑以下几个步骤:
请注意,一维特征线法是一个复杂的数值方法,需要一定的数学和物理基础,并且需要编程实现才能进行计算。如果你没有相关的背景知识和经验,可能需要借助专业的工程软件或寻求专业工程师的帮助。
希望以上的指导对你有所帮助,如果你有更具体的问题,我会尽力回答。