1.原算法本身对图像旋转攻击的抵抗效果未做分析，要求改进的算法对图像旋转攻击具有较好的鲁棒性。
2.改进后算法的实验结果PSNR和NC要比原算法好（NC值越大越好）
3.原算法自恢复效果的实验结果对水印恢复的程度不高，改进后的算法需要提高自恢复的效果
4.原算法的载体图像使用的是灰色图像，改进的算法要能够实现载体图像是彩色图像
上面的论文是原算法的论文 我需要原算法和改进后算法的完整代码，并且对可以对比出来改进算法的优点（以上四点）
论文中的算法的实现效果如下所示：
第1重：
理论在论文上已经讲过了，就是一种自适应盲水印嵌入方法。具体不做介绍了。
第2重：
理论在论文上已经讲过了，是一种虚拟水印方法。
本文的仿真结果，这里同时增加了噪声攻击和选择攻击。
本文算法的改进，改进点如下方面：
首先，PSNR和NC值要大，那么插入的水印的能量就必须要小，这里我们以插入较小的水印能量，然后获得较为清晰的水印解析效果。
改进1：
对于输入的图像，在分块的时候，将每一个块中的像素小于一定阈值的像素全部设置为阈值。如此操作的目的，就是消除一些小的像素值得干扰。同时也不影响肉眼的观察。
改进2：
序列的随机扰乱：
将已经产生的随机序列，进行二次打乱，从而防止序列的自相关性干扰。
改进3：
这个就是在原来的算法基础之上，加入一个系数，这个系数设置为3
由于直接放大水印的能量，会影响最后的PSNR和NC值，这里将没有插入水印部分区域，同时也放大，通过这处理，不久可以提高PSNR和NC，也可以提升水印还原效果。
在第2重水印中，做如下的修正：
改进1和上面的相同，
然后做一部其他的改进。
然后改进点2做如下的改进：
直接通过对DCT变换系数的符号位做相关计算，而不是直接和dct做相关。
仿真结果如下所示：
先测试灰度图，用来和原来的论文的效果进行对比：
然后单独测试一下彩色图，仿真效果如下所示：
增加干扰强度，分别进行对比：对比结果如下所示：
