基于LSB、DCT及DWT的数字图像水印处理系统

资 源 简 介

本项目是一个综合性的MATLAB代码框架，专注于实现和对比三种经典的数字图像水印技术：空间域的最低有效位（LSB）算法、频率域的离散余弦变换（DCT）算法以及时频域的离散小波变换（DWT）算法。 系统实现了从水印预处理到嵌入提取的全流程操作。对于LSB算法，代码展示了如何通过操作图像像素的最低位平面实现秘密信息的隐藏；对于DCT算法，程序采用了图像分块处理技术，将水印信号嵌入到中频系数中，以达到较好的隐蔽性和抗压缩能力；对于DWT算法，项目利用小波分解的多分辨率特性，在不同级别的小波系数中实施水印嵌入，从

详 情 说 明

基于MATLAB的多算法数字图像水印嵌入与提取系统

项目简介

本项目是一个基于MATLAB开发的综合性数字图像水印处理框架。系统集成了空间域、频率域及物理时频域的三种典型水印算法，旨在通过统一的实验环境对比不同算法在不可见性和鲁棒性上的差异。项目实现了从图像预处理、水印加密、信息嵌入、盲/非盲提取到性能量化评估的完整闭环，适用于数字版权保护的技术研究与教学演示。

主要功能特性

• 多算法集成：集成了最低有效位（LSB）、离散余弦变换（DCT）和离散小波变换（DWT）三种核心算法。
• 水印预加密：利用Arnold置乱变换对二值水印进行位置打乱，提升了秘密信息的安全性。
• 多维度评估：内置PSNR（峰值信噪比）衡量含水印图像的视觉质量，采用NC（归一化相关系数）评估提取水印的准确性，并统计各算法的运行耗时。
• 可视化交互：程序运行后自动生成多图对比界面，直观展示原始图像、置乱水印、含水印图像以及提取修复后的水印结果。
• 非盲提取实现：针对变换域算法（DCT/DWT），采用了基于原始系数参照的提取逻辑，以获取更高精度的提取效果。

使用方法

1. 环境准备：确保计算机已安装MATLAB，并具备Image Processing Toolbox（图像处理工具箱）。
2. 资源准备：将待处理的宿主图像（如cameraman.tif）放置在工作目录下。若使用其他图片，需修改代码中的读取路径。
3. 执行程序：在MATLAB命令行窗口输入该主函数名称并回车。
4. 结果查看：系统将弹出图像窗口展示处理效果，并在命令行输出各项性能指标的统计报告。

环境要求

• 软件环境：MATLAB R2016b 或更高版本。
• 硬件环境：由于涉及离散变换运算，建议配置4GB以上内存。
• 依赖项：内置的dwt2、idwt2、dct2、idct2等图像处理函数。

核心系统逻辑说明

系统主流程严格遵循以下步骤：

• 数据初始化：加载宿主图像并统一调整为512x512像素的灰度图；生成64x64的二值化矩形块水印。
• 预处理阶段：调用Arnold变换函数，通过设定的置乱次数（Key）将水印像素的坐标进行仿射变换。
• LSB嵌入与提取：在空间域直接操作图像像素值的最低位，由于操作区域位于左上角，对视觉影响极小。
• DCT嵌入与提取：将图像划分为8x8的小块，对每个块执行二维离散余弦变换。将水印信息嵌入各块中频系数（4,4）位置，利用alpha强度因子调节嵌入深度。
• DWT嵌入与提取：采用Haar小波对图像进行二级小波分解。选取第二层的高频垂直分量（CV2）作为嵌入载体，通过线性叠加方式嵌入水印。
• 评估输出：对比含水印图像与原图的均方差得出PSNR；对比提取水印（解密后）与原二值水印得出NC值。

算法细节深入分析

Arnold置乱变换

该功能实现了水印的加密与解密。正向变换通过坐标迭代映射将图像像素打乱，使其呈现噪声状；逆变换利用矩阵的逆映射原理，在已知置乱次数的前提下还原真实水印，有效增强了系统抵抗非法截获的能力。

最低有效位算法 (LSB)

代码展示了最基础的空间域隐藏技术。嵌入逻辑通过bitset函数将水印位强制写入宿主像素的第1位（最低位）；提取逻辑则通过bitget函数直接读取该位。该算法运行速度最快，PSNR最高，但对图像剪裁或压缩等攻击极为敏感。

离散余弦变换算法 (DCT)

程序采用了典型的分块系数修改法。通过dct2将图像由空间域转到频率域，中频系数的修改能在隐蔽性和鲁棒性之间取得良好平衡。提取过程中，系统计算含水印块与原始块在特定频率位置的系数差值，若差值超过阈值（alpha/2），则判定水印位为1。

离散小波变换算法 (DWT)

项目利用了小波分解的多分辨率特性。通过两级Haar分解，将图像能量集中在低频部分，而细节存在于高频子带（CH, CV, CD）。代码选择在第二层分解的垂直细节子带CV2中嵌入，这种方式能使水印信息较好地隐藏在图像边缘特征中。提取时采用非盲方式，通过两幅图像在小波域的系数变化量来重构水印信号。

性能监控模块

• PSNR：通过计算宿主图像与含水印图像之间的均方误差（MSE）来定义，数值越高代表图像失真越小。
• NC：反映两个矩阵之间的相关程度，NC值越接近1，说明提取出的水印与原始水印越相似。