在MATLAB中提取数字水印通常涉及以下步骤：
读取图像：
首先，需要读取原始图像和水印图像。
预处理：
对图像进行必要的预处理，例如转换为灰度图像、分块处理等。
水印嵌入过程逆操作：
如果水印是嵌入到图像中的，需要执行嵌入过程的逆操作来提取水印。这可能涉及对图像进行逆变换，如逆离散余弦变换（IDCT）。
提取水印：
根据嵌入规则，从处理后的图像中提取出水印信息。
后处理：
对提取出的水印信息进行必要的后处理，例如转换为二进制、解码等。
```matlab
% 假设I是包含水印的图像，J是原始图像
% 首先，对图像进行分块处理
blockSize = 8；
[m, n] = size（I）；
numBlocks = ceil（m/blockSize）；
numBlocks = numBlocks * ceil（n/blockSize）；
% 初始化水印矩阵
watermark = zeros（blockSize, blockSize）；
% 提取水印
for i = 1:numBlocks
for j = 1:numBlocks
% 提取当前块
block = I（（i-1）*blockSize+1）:（i*blockSize）, （j-1）*blockSize+1:（j*blockSize））；
% 对块进行DCT变换
block = dct2（block）；
% 根据嵌入规则提取水印信息
% 这里假设水印信息是嵌入在DCT系数的特定位置
% 例如，假设水印信息嵌入在低频系数中
watermark（i, j） = block（2, 1）； % 假设水印信息在第二行第一列
% 对块进行逆DCT变换
block = idct2（block）；
% 将处理后的块放回原图像
I（（i-1）*blockSize+1）:（i*blockSize）, （j-1）*blockSize+1:（j*blockSize）） = block；
end
end
% 显示提取出的水印
imshow（watermark）；
```
请注意，这只是一个示例，实际的水印提取过程可能更加复杂，并且需要根据具体的嵌入规则和方法来设计。如果水印是使用其他方法嵌入的，如LSB算法，那么提取过程将需要相应地调整。
在实际操作中，可能还需要考虑图像的压缩、噪声干扰、几何变换等因素对水印提取的影响。此外，为了提高水印的鲁棒性，可能需要使用更复杂的嵌入和提取策略，例如结合多种变换域（如空间域、频域）的方法，或者使用机器学习等技术来识别和提取水印。