基于差分扩展的可逆图像水印算法仿真系统

资 源 简 介

本项目在MATLAB环境下完整实现了基于差分扩展（Difference Expansion, DE）算法的可逆图像水印系统。该系统的主要功能包括：1. 像素对处理：读取灰度载体图像，将其分割为非重叠的相邻像素对，并计算其均值和差值；2. 差分扩展嵌入：利用可扩展的差值，通过将差值二进制左移并嵌入水印比特位来实现高容量数据隐藏，同时采用位置图（Location Map）机制记录并处理可能发生的像素溢出或下溢情况，确保算法的可逆性；3. 数据提取与图像复原：模拟接收端操作，根据嵌入密钥和算法逆变换，从伪装图像中无损提取隐藏的二进制数据，并能逐像素精确还原原始载体图像；4. 性能评估模块：集成自动测试脚本，能够对多种标准测试图像进行批量仿真，计算并输出峰值信噪比（PSNR）、结构相似性（SSIM）以及纯载荷容量（Payload），并绘制失真度与嵌入容量的关系曲线，为可逆水印算法的研究和改进提供量化依据。

详 情 说 明

基于差分扩展的可逆数据水印算法仿真系统

项目简介

本项目在 MATLAB 环境下构建了一个完整的图像可逆水印仿真系统。核心算法基于差分扩展（Difference Expansion, DE）技术，实现了在灰度图像中嵌入高容量二进制数据，同时能够从伪装图像中无损提取数据并完全还原原始图像。该系统不仅包含了核心的嵌入与提取逻辑，还集成了鲁棒的图像预处理、详细的性能指标评估以及直观的结果可视化模块。

功能特性

• 多源图像支持与预处理：系统具备智能图像加载机制，优先读取标准测试图像（如 cameraman.tif, peppers.png），若文件缺失则自动转换 RGB 图像为灰度图；若所有外部文件均不存在，系统会自动生成基于正弦函数的合成图像用于算法验证。
• 差分扩展嵌入 (DE Embedding)：实现了经典的差分扩展算法。将图像分割为相邻像素对，通过整数变换计算差值，利用 $h' = 2h + b$ 公式进行数据嵌入，并结合位置图机制处理像素溢出（Overflow）和下溢（Underflow）问题。
• 精确数据提取与图像复原：模拟接收端操作，利用辅助信息（容量图和位置图）识别嵌入区域，提取最低有效位（LSB）作为水印数据，并通过逆变换公式无损恢复原始像素值，确保图像与原始载体逐像素一致。
• 全方位性能评估：自动计算并报告关键性能指标，包括峰值信噪比（PSNR）、结构相似性（SSIM）、嵌入容量（Payload bits）、嵌入率（bpp）、误码率（BER）以及处理时间。
• 可视化分析：提供四合一的图形化展示，包括原始图像、含水印图像、差值残差图（放大增强显示）以及模拟的容量-失真（Rate-Distortion）趋势曲线。

系统要求

• MATLAB R2016a 或更高版本
• Image Processing Toolbox（可选，若未安装系统将使用内置的简易 SSIM 计算函数）

使用方法

1. 将项目代码保存到 MATLAB 工作路径下。
2. 运行主函数 main。
3. 系统将自动执行以下流程：

* 加载或生成载体图像。 * 生成随机二进制水印数据。 * 执行嵌入操作并计时。 * 执行提取与复原操作并计时。 * 验证数据一致性与图像可逆性。 * 控制台输出详细的性能报告。 * 弹出窗口显示可视化结果。

详细功能实现与逻辑分析

本项目代码主要分为五个逻辑模块，具体实现细节如下：

1. 图像读取与预处理

代码首先尝试读取预设路径下的图像文件。如果图像为彩色（RGB），通过 rgb2gray 转换为灰度图。为了保证数值计算的精度，所有图像数据在处理前均被转换为 double 类型。具备异常处理机制，在无法读取外部文件时生成 $127(1 + sin(x)cos(y))$ 形式的合成灰度纹理图像，保证仿真流程不中断。

2. 差分扩展嵌入 (DE_Embed)

这是系统的核心模块，执行逻辑如下：

• 像素对分割：按行扫描图像，将每行相邻的两个像素分为一组 $(x, y)$。
• 整数变换：计算像素对的均值 $l = lfloor(x+y)/2rfloor$ 和差值 $h = x-y$。
• 可扩展性检测：读取待嵌入的一位二进制水印 $b$，计算扩展后的差值 $h' = 2h + b$。随后尝试根据新的差值恢复像素 $(x_{new}, y_{new})$。
• 溢出控制：检查恢复后的像素值是否落在 $[0, 255]$ 区间内。

* 若未溢出：更新图像像素，并在辅助映射图（cap_map 和 loc_map）中标记该位置为“已嵌入”及“有效”。 * 若发生溢出：保持原像素值不变，并在辅助映射图中标记为“不可用”，以确保算法的可逆性和图像的视觉质量。

3. 数据提取与图像复原 (DE_Extract)

该模块模拟解码过程，逻辑与嵌入过程严格对称：

• 利用嵌入阶段生成的 cap_map 和 loc_map 辅助判断当前像素对是否包含隐藏信息。
• 对于标记为已嵌入的像素对，计算其差值 $h'$。
• 数据提取：通过模运算 $b = h' mod 2$ 提取水印比特（包含负数修正处理）。
• 图像复原：通过 $h = lfloor h'/2 rfloor$ 恢复原始差值，再结合均值还原出原始像素 $(x, y)$。
• 对于未嵌入的像素对，直接保留原值。

4. 性能评估体系

系统主程序计算并输出以下量化指标：

• 嵌入容量：实际成功嵌入的比特总数。
• 嵌入率 (bpp)：平均每个像素承载的比特数。
• PSNR：通过计算均方误差（MSE）评估含密图像的客观质量。
• SSIM：若有工具箱则直接调用，否则调用内部实现的 cal_ssim_simple 函数，通过全局均值、方差和协方差计算结构相似性。
• 误码率 (BER)：比对原始水印序列与提取序列，验证传输准确性。
• 可逆性验证：使用 isequal 函数确认复原图像与原始图像二进制完全一致。

5. 结果可视化

代码最后生成一个包含四个子图的窗口：

1. 原始载体图像。
2. 含水印伪装图像：标题中包含当前的 PSNR 值。
3. 差值图像：显示 $|Stego - Origin|$ 的绝对差值，采用热力图配色并进行了显示增强，以便肉眼观察修改区域。
4. 容量-失真曲线：这不是通过多次运行循环生成的，而是基于当前的平均误差能量，根据公式快速估算不同嵌入率下的 MSE 变化趋势，从而模拟绘制出 PSNR 随嵌入率变化的曲线，展示算法的理论性能边界。