1.计算被加人水印图像的二维 DCT。 2.按幅值大小定位飞个最大的系数,c1,c2,c3....ck。 3.生成一个K元素伪随机数序列w1,w2,w3...wk，取均值为u=0、方差s=1的一个高斯分布，创建一个水印(注意，伪随机数序列近似随机数的性质，但不是真正随机的，因为它取决于一个预定义的初值)。 4.使用下式，将步骤3得到的水印嵌入步骤2得到的个最大 DCT系数:c'=c·(1+aw),l<i<K 对于规定常数a>0(控制w更改c的程度)。，a=0.1和K=1000)。 5.计算步骤4得到的结果的反DCT 用该方法生成不可见鲁棒水印

对于问题1，计算被加上水印的图像的二维DCT，可以按照以下步骤进行：

1. 将图像转换为灰度图像（如果不是灰度图像）。
2. 将灰度图像的每个像素值减去128，以使其均值为0。
3. 将图像分割为8x8的非重叠块。
4. 对每个块应用二维DCT变换。
5. 获取每个块的DCT系数。

对于问题2，按照幅值大小定位飞个最大的系数c1, c2, c3... ck，可以按照以下步骤进行：

1. 对每个块的DCT系数按照幅值大小进行排序。
2. 选择前k个幅值最大的系数。

对于问题3，生成一个K元素伪随机数序列w1, w2, w3... wk，取均值为u=0、方差s=1的一个高斯分布，可以按照以下步骤进行：

1. 使用一个伪随机数生成器生成K个随机数，符合均值为0、方差为1的高斯分布。
2. 将生成的随机数作为伪随机数序列w1, w2, w3... wk。

对于问题4，使用下式将步骤3得到的水印嵌入步骤2得到的k个最大DCT系数：c' = c * (1 + a * w)，l < i < K，其中a为控制w对c改变程度的常数（a = 0.1），K为系数个数（K = 1000）。

对于问题5，计算步骤4得到的结果的反DCT，可以按照以下步骤进行：

1. 将每个块的DCT系数乘以(1 + a * w)，其中w为步骤3生成的伪随机数序列。
2. 对每个块应用反DCT变换。
3. 将块拼接起来，形成最终的图像。

通过以上步骤，您可以生成一个不可见且鲁棒的水印。