基于LSB算法的数字图像水印嵌入与提取系统

资 源 简 介

本项目旨在开发一个基于最低有效位（Least Significant Bit, LSB）替换技术的图像信息隐藏工具。项目的主要功能是将一张代表版权或标识的数字水印图片隐藏到另一张载体图片的像素最低有效位中。实现过程分为嵌入和提取两个阶段：在嵌入阶段，算法首先读取载体图像和水印图像，将水印图像的像素信息转换为二进制流，然后直接替换载体图像像素值的最低比特位，生成肉眼难以察觉差异的含水印图像；在提取阶段，系统读取含水印图像，通过提取像素的最低有效位数据重构出原始的水印图像。该方法利用了人眼对图像颜色和亮度细微变化不敏感的特性，具有算法逻辑简单、计算速度快、易于操作和实现的特点。然而，该系统重点展示基础的信息隐藏原理，其生成的含水印图像鲁棒性较差，无法有效抵御常见的图像攻击手段。当图像遭受加噪（如椒盐噪声、高斯噪声）、滤波处理（如中值滤波、均值滤波）、几何剪贴、旋转或压缩等操作时，隐藏在最低位的水印信息极易遭到破坏，导致提取出的水印模糊不清甚至完全丢失。

详 情 说 明

基于LSB算法的数字图像水印嵌入与提取系统

项目简介

本项目实现了一个基于最低有效位（Least Significant Bit, LSB）空间域算法的数字图像水印系统。该系统利用人眼对图像颜色和亮度细微变化不敏感的特性，将二值水印图像隐藏在载体图像的像素最低位中。

项目采用MATLAB编写，是一个完整的端到端演示系统。它不依赖外部图片文件，而是通过代码自动生成合成载体图像和水印图案，实现了从数据生成、水印嵌入、质量评估、模拟攻击到最终水印提取与可视化的全流程。本系统重点演示了信息隐藏的基本原理及其在不同类型的图像攻击（噪声、剪切、旋转）下的脆弱性特征。

主要功能特性

• 全自动数据生成：程序运行时自动生成高质量的伪彩色RGB载体图像和包含几何形状的二值水印图像，无需额外配置测试素材。
• LSB盲水印嵌入：采用LSB替换算法，将水印信息直接嵌入到载体图像的蓝色（B）通道中，实现了高不可见性的信息隐藏。
• 图像质量评估：集成峰值信噪比（PSNR）计算功能，用于客观量化含水印图像与原始图像之间的差异，评估嵌入的隐蔽性。
• 提取准确率分析：使用归一化相关系数（NC）作为评价指标，精确计算提取出的水印与原始水印的相似度。
• 鲁棒性测试平台：内置多种常见的图像攻击手段模拟，直观展示LSB算法在面对信号处理时的表现。
• 综合可视化展示：通过单一窗口展示嵌入前后对比、攻击效果以及各种条件下提取出的水印结果，便于直观分析。

系统要求

• 开发环境：MATLAB
• 工具箱依赖：Image Processing Toolbox（用于图像处理、噪声添加、旋转等操作）

使用方法

1. 启动MATLAB环境。
2. 将包含主要逻辑的脚本文件（通常命名为main.m）设置在当前工作路径下。
3. 在命令行窗口输入主函数名称运行。
4. 程序执行后将清除当前环境变量，开始计算并在几秒钟内弹出一个包含12张子图的综合结果窗口。
5. 控制台窗口会输出嵌入后的PSNR值以及无攻击情况下的NC提取值。

详细实现逻辑与算法分析

该系统的核心逻辑完全包含在主入口函数中，具体实现流程如下：

1. 数据准备与预处理

• 载体图像：使用MATLAB内置的 peaks(512) 函数生成512x512的矩阵，经过归一化和映射（jet 色图），转换为RGB格式的 uint8 图像。这种方式保证了每次运行都有标准的测试图像。
• 水印图像：程序通过逻辑运算创建一个与载体尺寸相同的二值矩阵（logical），在中心绘制矩形框和十字交叉条纹，作为待隐藏的数字版权标识。

2. 水印嵌入阶段

• 通道选择：算法特意选择在RGB图像的 蓝色（Blue）通道 进行操作，因为人眼对蓝色分量的敏感度低于红色和绿色分量，在此通道修改对视觉影响最小。
• 位平面替换：利用 bitset 函数，将载体图像蓝色通道像素值的第1位（最低有效位）强制替换为水印图像对应的二进制值（0或1）。
• 质量计算：嵌入完成后，程序立即计算含水印图像与原图的均方误差（MSE），进而求得峰值信噪比（PSNR）。PSNR值越高，代表嵌入造成的失真越小，肉眼越难察觉。

3. 水印提取阶段

• 盲提取：提取过程不需要原始载体图像，只需读取含水印图像蓝色通道的第1位数据（使用 bitget 函数），即可重构出水印。
• 相关性分析：通过自定义的 cal_nc 辅助函数，计算提取出的水印与原始水印的归一化相关系数（NC）。NC值为1表示完全一致，0表示完全不相关。

4. 攻击模拟与鲁棒性分析

代码中专门设计了模块来测试LSB算法在四种典型攻击下的表现：

• 椒盐噪声攻击：添加密度为0.02的椒盐噪声。结果显示，噪点位置的像素值被改变，直接导致对应位置的LSB翻转，提取出的水印呈现散点状破损。
• 高斯噪声攻击：添加均值为0、方差为0.001的高斯噪声。由于高斯噪声会引起像素值的微小波动，每一处的微小加减都可能导致最低位发生变化（例如偶数变奇数），因此提取出的水印会有大量噪点。
• 几何剪切攻击：将图像左上角150x150区域像素值置零。测试表明，LSB算法具有空间局部性，剪切区域的水印完全丢失，但未受损区域的水印依然可以完美提取。
• 旋转攻击：将图像旋转5度并保持原尺寸裁剪（bilinear双线性插值）。这是对LSB算法破坏性最大的攻击。由于旋转涉及像素插值计算，新的像素值是周围像素的加权平均，这彻底破坏了原有的二进制位平面结构，导致提取出的水印通常呈现为随机噪声，信息完全丢失。

5. 结果可视化

程序最后通过 subplot 构建了一个 3行 x 4列 的绘图网格：

• 第一行：展示原始载体、原始水印、嵌入后图像及无攻击提取结果，验证算法的基本有效性。
• 第二行：展示经过上述四种攻击处理后的受损图像。
• 第三行：展示从受损图像中提取出的水印，并在标题中显示对应的NC值，下方附带简短的分析文本，解释造成该结果的原因。

辅助函数说明

• cal_nc：一个内部子函数，用于输入两个矩阵（原始水印和提取水印），通过点乘和模长计算公式输出它们的归一化相关系数，作为衡量提取质量的客观标准。