基于LSB算法的数字图像隐写系统

资 源 简 介

本项目主要基于MATLAB环境开发，实现了一种经典的数字图像空间域隐写技术——最低有效位（LSB）替换算法。系统的核心功能在于通过修改图像像素值的二进制最低位来隐藏秘密信息，同时保证图像的视觉质量基本不受影响。具体实现过程详细如下：首先，系统读取用户提供的原始载体图像和待隐藏的秘密信息；接着，将载体图像的空域像素值由十进制转换为二进制形式，并将秘密信息也转换为二进制比特流；随后，算法遍历载体图像的像素数据，用秘密信息流中的每一比特依次替换对应载体像素的最低有效位（LSB），由于改变的是权值最小的位，这种修改对图像颜色的影响极小，人眼难以察觉；最后，将处理后的二进制数据重新转换回十进制像素值，重构并在界面上显示或保存生成的含密图像（Stego-image）。除嵌入功能外，项目还实现了秘密信息的提取功能，即从含密图像中读取最低有效位序列并还原为原始信息，以及通过计算峰值信噪比（PSNR）和均方误差（MSE）来客观评估隐写图像的质量和算法的隐蔽性。

详 情 说 明

基于LSB算法的数字图像隐写系统

项目简介

本项目是一个基于MATLAB环境开发的数字图像隐写工具，采用空间域最低有效位（LSB, Least Significant Bit）替换算法。该系统能够在不破坏图像视觉质量的前提下，将文本秘密信息嵌入到数字图像的像素数据中，并能准确地从含密图像中提取出原始信息。

通过修改图像每个像素点二进制表示的最后一位（权重最小位）来携带信息，由于这种变化对图像颜色值的影响极其微小（+/- 1），人眼无法察觉原始图像与隐写图像之间的差异。项目不仅实现了嵌入和提取的核心功能，还提供了完善的图像质量评估指标（MSE与PSNR）及可视化的结果对比分析。

功能特性

• 信息隐藏（嵌入）： 支持将自定义文本信息转换为二进制流，写入载体图像的LSB位中。
• 信息提取（恢复）： 能够从隐写图像中自动读取数据长度并完整还原秘密文本信息。
• 自适应载体加载： 默认尝试读取内置标准测试图像，若文件不存在则自动生成随机噪声图像作为载体，保证程序健壮性。
• 容量自适应检查： 在嵌入前会自动计算图像的最大嵌入容量，若信息过长会终止操作以防止溢出。
• 质量评估体系：

* 计算均方误差（MSE）：衡量原图与隐写图的数值差异。 * 计算峰值信噪比（PSNR）：客观评估图像的失真程度，通常大于30dB表示肉眼难以察觉差异。

• 全方位可视化展示： 提供原图、隐写图、差值放大图（x50）以及RGB通道直方图对比。

系统要求

• 开发环境： MATLAB R2016a 或更高版本
• 工具箱支持： Image Processing Toolbox（用于图像读取与直方图计算）
• 文件依赖： 代码中默认使用 standard test image (peppers.png)，如缺失可自动降级运行。

核心逻辑与实现细节

本程序的入口函数 main 严格按照以下流程执行，涵盖了隐写的完整生命周期：

1. 初始化与载体加载

程序启动后首先清理工作空间。尝试读取名为 peppers.png 的图像文件；如果该文件不存在，捕获异常并生成一个 512x512x3 的随即像素矩阵（uint8类型）作为替代载体。随后计算图像的尺寸（行、列、通道数）以确定最大可嵌入比特数。

2. 秘密信息预处理

待隐藏的秘密信息在代码中定义为一段包含英文、特殊字符及中文字符的字符串。 在转换为二进制流之前，算法会计算消息的字节长度，并将该长度值转换为一个 32位（4字节）的二进制头部信息。这意味着最终的嵌入数据流结构为：[32位长度头] + [实际消息数据位]。这一机制确保了解码端能够精确知道何时停止读取。 程序会对比特流总长度和图像容量进行校验，若容量不足则抛出错误。

3. LSB 嵌入过程

程序调用嵌入算法，记录开始与结束时间以计算耗时。算法遍历图像像素，将二进制信息流中的每一位依次替换对应像素值的最低位。处理完成后，生成含密图像（Stego-image）。

4. 质量评估

程序调用评估函数，对比原始载体与含密图像：

• MSE计算： 统计所有对应像素点差值的平方和的均值。
• PSNR计算： 基于MSE计算峰值信噪比，数值越高代表图像质量越好（失真越小）。

5. LSB 提取过程

程序调用提取算法，同样记录耗时。提取过程分为两个阶段：

1. 读取头部： 首先读取前32个像素的LSB，重组为十进制整数，获取后续消息的长度。
2. 读取数据： 根据解析出的长度，继续读取后续相应数量的像素LSB，将其重组为字节并还原为字符串。

最后，程序会将提取出的字符串与原始字符串进行比对，输出验证结果（成功或失败）。

6. 结果可视化

程序创建一个包含四个子图的窗口进行展示：

• 子图1： 原始载体图像。
• 子图2： LSB隐写后的图像（标题显示最终PSNR值）。
• 子图3： 差异增强图。计算两图差值的绝对值，并乘以50倍亮度，使得微小的修改痕迹在视觉上可见（否则几乎全黑）。
• 子图4： 直方图对比。选取红色通道（R Channel），在同一坐标系下绘制原图与隐写图的像素分布曲线，直观展示修改前后统计特性的细微变化。

关键算法函数分析

代码通过以下辅助函数实现了模块化的功能逻辑：

prepareMessage (消息预处理)

该函数负责将字符串转换为适合嵌入的比特流。

• 首先将字符串转换为 uint8 数组。
• 关键步骤： 手动构建32位的长度头。通过位移操作（bitshift）和按位取值（bitget），将消息长度这个整数拆解为32个二进制位。
• 随后，对消息内容的每个字节进行按位拆解，最终拼接成完整的二进制序列 [Length_Header, Body_Bits]。

embedLSB (嵌入核心)

该函数实现了核心的替换逻辑。

• 利用MATLAB的列优先存储特性，视图像为一维数组进行线性遍历。
• 对于每一个待嵌入的比特，使用 bitset 函数直接修改当前像素值的第1位（LSB）。
• 该方法避免了复杂的位运算手动实现，效率较高且代码简洁。

extractLSB (提取核心)

该函数实现了具有自适应长度感知的数据恢复。

• 阶段一： 循环32次，提取前32个像素的LSB，通过 val * 2 + bit 的迭代表达式还原出消息长度 msgLen。
• 安全检查： 若解析出的长度异常（如小于等于0或超过图像总容量），则判定提取失败并终止，防止程序崩溃。
• 阶段二： 根据 msgLen * 8 确定剩余需要读取的位数，提取比特流。
• 重组： 每8个比特一组，通过移位累加还原为字节（uint8），最后转换为字符数组（char）。

evaluateQuality (质量评价)

该函数实现了标准的图像处理评价公式。

• 将图像数据转换为 double 类型以保证计算精度。
• 计算公式严谨遵循 MSE 定义及 PSNR 的对数公式，并处理了 MSE 为 0（完全无失真）的边界情况，避免除以零错误。

使用方法

1. 确保MATLAB环境已安装。
2. 将包含 main 函数及辅助函数的脚本文件保存在工作目录。
3. （可选）在同目录下放置一张名为 peppers.png 的图片作为载体；若不放，程序将使用随机噪声图演示。
4. 在MATLAB命令行窗口输入 main 并回车运行。
5. 观察命令行输出的嵌入提取耗时、MSE/PSNR指标及验证结果，并查看弹出的可视化结果窗口。