基于Matlab和LSB位平面分解算法的数字水印技术

基于Matlab和LSB位平面分解算法的数字水印技术

基于Matlab和LSB位平面分解算法的数字水印技术

数字水印技术，基于LSB算法图像信息隐藏
代码库Github链接为：
（希望您去Github的时候可以顺手给个Star）

1、基本原理

首先将原始图片位平面分解：

可以看到一幅256灰度的图像为例, 256灰度共需要8个位来表示, 但其中每一个位的作用是不一样的, 越高位对图像的影响越大, 反之越低的位影响越小, 甚至不能感知。

从几个位平面图中可以看出, 较高的位平面反映的图像的轮廓等主要信息, 而较低的位平面反映的是图像的细节信息, 最低的2个位平面看上去和图像几乎没有相关性, 像是噪声。

故LSB算法利用了数字图像处理中位平面的原理, 即改变图像的最低位的信息, 对图像信息产生的影响非常小,人眼的视觉感知系统往往不能察觉。基于这个原理, 如果将最低位替换成数字水印的数据, 人眼也难以察觉加入数字水印前后的图像的变化, 这样就能够实现数字水印的不可感知性。

LSB 算法简单实现容易, 同时可以保证数字水印的不可见性, 由于可以在最低位的每个像素上都插入数字水印信息, 因此有较大的信息嵌入量。但是由于数字水印位于图像的不重要像素位上, 因此很容易被图像过滤、量化和几何型变等操作破坏, 以致无法恢复数字水印。

2、水印嵌入

要嵌入的水印的信息：

嵌入到LSB位平面后：

可以主观的看到，两幅图像的差别是非常小的，人眼的视觉感知系统很难感知。这样就能够实现数字水印的不可感知性。

我们也可以对比一下将水印嵌入到其他位平面的效果：

也可以很主观的看到，嵌入的位平面越高，能感知到的水印信息也越多。

3、客观评价

当然我们也计算一些客观评价指标来衡量：

位平面0嵌入信息后的PSNR：50.5353，SSIM： 0.9970

位平面1嵌入信息后的PSNR：44.5323，SSIM： 0.9883

位平面2嵌入信息后的PSNR：38.5038，SSIM： 0.9559

位平面3嵌入信息后的PSNR：32.5212，SSIM： 0.8633

位平面4嵌入信息后的PSNR：26.2755，SSIM： 0.6746

位平面5嵌入信息后的PSNR：20.5513，SSIM： 0.4933

位平面6嵌入信息后的PSNR：14.3360，SSIM： 0.2566

位平面7嵌入信息后的PSNR：7.8879，SSIM： 0.1071

位平面越高，PSNR越小，SSIM也越小。

与前面实验中得到的主观差别趋势是一致：位平面越高，与原图差异越大，隐藏信息暴露出来的越多。

综上，在LSB位平面也就是位平面0嵌入的客观评价指标是最好的，所以选择LSB位平面嵌入水印。