【图像隐写】LSB算法数字水印嵌入攻击提取【含Matlab源码 3163期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab图像处理仿真内容点击👇
①Matlab图像处理（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、LSB数字水印简介

1 前言
随着网络通信技术的发展，社会节奏的加快，网络通信技术的成熟，需求也开始发生改变，人们对便利的需求也越来越大，通过将媒体信息数字化，使得信息表达的精准和效率得到了明显提升。数字化也可以实现信息存储的便利性，同时数字信息也能方便和快速地通过电子设备进行传输。因此，数字交换传输过程越来越简易。

这样的便利固然舒适，但是伴随的副作用也快速被发现，急切需要一种技术对密码学进行补充。现如今网络中时常出现的产权问题也被得到了重视。数字水印技术的出现大大缓解了这一情况，如若内容被进行了解密处理，这种新的信息技术仍能发挥它的效用，继续起到对信息的保护作用。

2 数字水印算法的基本要求
2.1 数字水印的定义
数字水印技术进行工作的前提是，原始载体不能受到影响。默默保护信息不被打扰不被发现是它的优势。所谓的数字水印是需要在载体文件中镶嵌一些保护信息，数字化的图像、影像、文字都是载体文件。也可以这样认为，数字水印是采用扩频通信手段在宽窄信道之间传输的一种水印信号。使用者可以通过识别载体文件中的保护信息来推断初始信息有没有被篡改，还可以从中得到其中的隐含信息。因此可以将水印信号表示为：

我们能够利用序列来表示水印信息，简单和复杂的水印信号都有对应序列；其中一维和二维序列表示较为简单的水印信号，三维或者多维的数组来表示比较复杂的水印信号。在式中A表示整个公式的一个取值范围、M表示水印信号的长度。水印信息一样也可以使用数组来表示，数组的维数的多少代表信息的复杂程度，一般一维序列是用来表示音频文件的；如果载体是图像，那对应的水印就是二维数组；载体是动画，相应的水印就是三维信号。

2.2 数字水印技术有以下四个方面的特点:
(1）安全性

信息一定是需要安全来保证的，不管在任何应用领域中，这都会是最重要的需求之一。而数字水印不仅能够保证信息的安全还能保障信息不被篡改和伪造。信息的安全不仅体现在不被偷窃还体现在误检测率要较低。数字水印的信息应该随着初始内容的改变而实时变化；数字水印的安全性越强则抵抗性越强。

(2）隐蔽性

数据在符合规则的使用情况下，不会使原本的保护的文字、图像、音频等得到降质，保证质量同时还很难被察觉，具有不可察觉的优势。

(3）鲁棒性

经过多次信号处理或者攻击之后，水印信息中的数据不被破坏，且识别结果也不会发生偏差，图像很容易被攻击就很容易将信息泄露。平移、旋转、剪切、滤波、量化、采样、转换等都是信号的处理过程。数字水印是将一些不能被看见的信息嵌入到内容数据中，通常情况下是使用在版权保护中，或者用于保护内容数据的完整性。这也是数字水印保证信息不被篡改的方式。这样可以掩盖原本的信息将现有信息进入到破坏者眼中，从而造成干扰。

(4）水印容量

考虑到整个通信领域对于隐蔽性的要求偏高，并且需求不断增长，所以数字水印的水印容量也根据该情况做出了相应的调整。在此调整的基础上，水印容量也需要加强自身的能力，将自己承载信息的能力变强，只有这样才能将图像中所需要的信息都嵌入都水印中。正是因为通信领域的独特性，数字水印在这方面的努力也使得数字水印在这个领域中非常受欢迎，并且水印容量中所承载的信息能够将初始图像的所有信息都标明。版权纠纷就是因为所属者标识不清晰才会产生，这种做法可以尽可能防止这种纠纷的发生，还能够保护数字产权合法拥有者的合法权益。

数字水印具有以上四个基本特征。正是由于数字水印有安全性、隐蔽性、鲁棒性和数字水印这些特征，才在各式各样的水印设计方案中得到最优解。一个理想的水印算法不但需要高隐蔽性，还需要有强抵御力来面对各种攻击。优秀的数字水印方案需要结合以上四点做出理性的选择，只有充分考虑到这四个特征才能在设计水印方案的时候完美切合实际需求。

2.3 LSB的数字水印的应用
LSB算法是一种数字水印嵌入攻击提取的方法。根据该算法的特点，可以将影子图像嵌入到掩饰图像中，然后再通过LSB算法将图像的影子图像提取出来。这种方法既能有效地隐藏图像，又能保证隐藏图像的安全性，而且是无损伤性的。

3 LSB算法介绍
3.1 LSB原理
LSB算法是一种常用于图片隐写的算法，它将信息嵌入到图像点的最低位上，以保证嵌入的信息对人眼来说是不可见的。LSB算法的基本原理是用水印信息、水印的数字摘要或者由水印生成的伪随机序列来替换图像像素的最低位。这样一来，原始图像的最低位会被水印信息所取代，从而实现水印的嵌入。然而，由于LSB算法使用了图像较不重要的像素位，所以对一些图像处理操作（如滤波、图像量化、几何变形）比较敏感，容易破坏水印信息的可靠性。

3.2 LSB实现步骤
1、将图像文件中的所有像素点以RGB形式分隔开，并将各个颜色分量转换成二进制表示；
2、把每个颜色分量值的最后一位全部设置成0，对图像得影响非常细微，不会影响图像的显示格式；
3、信息嵌入：将水印字符转化为二进制字符串，并将这些信息依次填入颜色分量的最低位上，即可完成信息的嵌入；
4、信息提取：将图像像素的最低位依次提取出来，并进行拼接，即可得到原始信息。

⛄二、部分源代码

%读取图像
clear all;
clc;
file_name=‘Lena3.jpg’;
cover_object=imread(file_name);
Res =isgray(cover_object); % 判断是否为灰度图，若为0则不是灰度图
if Res == 0
cover_object= rgb2gray(cover_object);
end
%读入信息
file_name1=‘4.jpg’;
message=imread(file_name1);
Res =isgray(message); % 判断是否为灰度图，若为0则不是灰度图
if Res == 0
message= rgb2gray(message);
end
figure
subplot(2,2,1);
imshow(cover_object);
title(‘载体图像’);
hold on;
subplot(2,2,2);
imshow(message);
title(‘信息图像’);
hold on;
LSB_bit=4;
m1=size(message,1);
n1=size(message,2);
[cover_object1,message2]=LSB_encode(cover_object,message,LSB_bit);
subplot(2,2,3);
imshow(uint8(cover_object1));
title(‘嵌入图像(LSB)’);
hold on;
[Img1]=LSB_decode(m1,n1,cover_object1,LSB_bit);
Img1=uint8(Img1);
subplot(2,2,4);
imshow(Img1);
title(‘提取信息’);
hold on;

PSNR=psnr(cover_object1, cover_object);
%1:63.6979,0.9567,0.3442;2:57.5525,0.7440,0.3485;3:51.5839,0.4897,0.3366;4:45.8109,0.2716,0.3306;

% j=imnoise(uint8(cover_object1),‘gaussian’,0,0.5^2/2552);
j=imnoise(uint8(cover_object1),‘salt & pepper’,0.01);
figure
subplot(2,2,1);
imshow(uint8(cover_object));
title(‘载体图像’);
hold on;
subplot(2,2,2);
imshow(uint8(message));
title(‘信息图像’);
hold on;
subplot(2,2,3);
imshow(j);
title(‘嵌入图像(LSB,加高斯噪声/椒盐)’);
hold on;
j=double(j);
[Img1]=LSB_decode(m1,n1,j,LSB_bit)
Img1=uint8(Img1);
subplot(2,2,4);
imshow(Img1);
title(‘提取信息’);
hold on;
Img1=double(Img1);
message=double(message);
error=length(find((Img1-message)~=0))/(size(message,1)*size(message,2));

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]王玉莹,关虎,黄樱,张树武,牛保宁.DWT-DCT联合变换域上的文本图像水印方案[J].计算机工程与设计. 2020,41(06)
[2]李明, 张三. 基于LSB算法的数字隐写技术研究[J]. 信息安全与通信保密, 2015, 12(5): 15-20.

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合