MATLAB基于LSB的数字水印算法

摘要—LSB是一种简单传统的信息隐藏算法，属于数字水印技术中的一种。本文首先介绍了LSB技术的原理和特点，然后讨论了基于LSB的数字水印算法。最后利用MATLAB 2010 b2对这一算法的加密过程进行了仿真。

介绍

随着计算机应用逐渐广泛、网络技术的迅速发展，使音频、视频等多媒体信息都能以数字形式传输和播放，从而使大规模非授权拷贝成为了可能，而这样会损害音乐、电影、书籍和软件等出版业的发展，为了保护知识产权引发了一个很有意义的研究方向：信息隐藏。本文首先介绍了了数字水印技术的原理和分类，接着对LSB算法原理及LSB算法实现进行了介绍，最后使用MATLAB 对其加密过程进行了仿真。

数字水印技术的基本原理

数字水印的主要 目的是将特定的信息加入到需要保护的媒体信息中，加入的信息一般是能够代表媒体信息版权的内容，如公司标志、媒体作者、特定代码等，而且要保证数字水印能够抵抗一定的攻击，而不被轻易的破坏和修改，同时数字水印要能够被提取或者能够被检测到。数字水印的具体内容、算法、提取或检测过程根据实际应用有不同的要求。数字水印的嵌入和提取过程如图1，图2所示。

图1 数 字水印的嵌入过程

图2 数字水印的提取过程

图1是数字水印的嵌入过程，加入密钥可以提高数字水印的隐蔽性、抗攻击性，而并非是必须的。根据用途不同，，嵌入的水印有些是需要还原的，而有些则只需验证水印的存在性，前者需要数字水印的提取算法，而图2需要数字水印的检测算法，根据具体的水印算法，嵌入或提取的过程可能有所不同。

数字水印的分类

数字水印技术可以从不同的角度进行分类，因此有多种分类方法。

按数字水印的特性可分为鲁捧数字水印和脆弱数字水印。鲁棒数字水印主要用于标识数字媒体信息的版权信息，它要求嵌入的水印能够抵抗对媒体的常规编辑和恶意攻击，在对媒体进行如：裁剪、旋转、缩放、压缩的变换后水印信息不受到较大损害。而脆弱水印相反，它对攻击敏感，可以根据脆弱水印的状态判断原始信息是否被修改过。

按数字水印所附载的媒体可分为图像水印、音频水印、视频水印和文本水印等。每一种数字化的媒体都有相应的水印算法，这也造成了数字水印算法的复杂性。

按数字水印隐藏的位置划分可以分为空 (时)域数字水印、频域数字水印、时／频域数字水印和时间／度数字水印。原始信息通常在空域或者时域上表示，根据信号处理理论有多种变换将信号变化到另外的域上，每一种域上都可以嵌入数字水 印，也就产生了相应的数字水印算法。

·按数字水印的可见性可以分为可见数字水印和非可见数字水印。可见数字水印通常是将公司表示叠加到原始图像上，算法比较简单，也有相应的应用软件，如Undreamt Marking Technologies公司的Photo Watermark。而不可见数字水印要求嵌入的水印是不能被人的视觉系统感知的，其算法相对复杂。

关于数字水印算法的分类还有很多不同的分类方法，比如按用途划分，按检测过程划分等，限于篇幅，本文仅介绍了较为常见的几种分类。

基于LSB的数字水印算法

LSB是Least Singificant Bit的缩写，意思是最不重要比特位。LSB数字水印算法按照上文介绍的四种数字水印分类方法分别属于：鲁棒性数字水印、图像数字水印、空域数字水印、不可见数字水印。

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。以一幅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，越高位对影像的影响越大，反之越低的位影响越小，甚至不能感知。

LSB算法的实现

LSB算法实现较为简单，首先，需要考虑嵌入的数字水印的数据量，如果嵌入最低的1位，则可以嵌入的信息量是原始图像信息量的1／8，如果适用最低两位则可以嵌入的信息量是1／4。但是嵌入的数字水印的信息量越大，同时对图像的视觉效果影响也越大。在这里要嵌入一个二值的图像。然后，适当调整数字水印图像的大小和比特位数，以适应数字水 印图像数据量的要求。最后，对原始图像中要使用的最低位置0，再将数字水印数据放人原始图像的最低位即可。下面通过MATLAB 2010b2实现这一算法

这里选用一幅300×400像素，256灰度的图像，数字水印用“山东科技大学”的字样的二值图像。

置0的方法是调用模2函数mod（a，2），将得到的数值与原水印相减，从而得到最低位为0的图片。（使用两位最低有效位的话则用模4函数mod（a，4）然后相减）。

因为这里加入了噪声干扰，所以对水印和原始图片进行了重编码，首先将原图片扩大两倍，并且使用两位最低有效位然后图片相加得到加入水印的图像。然后对图片加入噪声得到输出图像。

源码程序如下:

clear all

close all

%=========================

% read image

%=========================

mat = imread('1.jpg');

mbt = imread('2.bmp');

imgread = rgb2gray(mat);

mbt = uint8(mbt);

[maa,mab] = size(imgread);

%========================

% progress the image

%========================

%========================

% Enlarge the image

%=======================

for j=1:1:mab

for i=1:1:maa

ma(2*i-1,2*j-1) = imgread(i,j);

ma(2*i,2*j-1) = imgread(i,j);

ma(2*i-1,2*j) = imgread(i,j);

ma(2*i,2*j) = imgread(i,j);

mb(2*i-1,2*j-1) = mbt(i,j);

mb(2*i,2*j-1) = mbt(i,j);

ma(2*i,2*j) = imgread(i,j);

mb(2*i-1,2*j-1) = mbt(i,j);

mb(2*i,2*j-1) = mbt(i,j);

mb(2*i-1,2*j) = mbt(i,j);

mb(2*i,2*j) = mbt(i,j);

end

end

ma = ma+mb*3;

%=======================

% attack

%=======================

noise = normrnd(0,0.3,2*maa,2*mab);

ma = double(ma);

ma = ma+ noise;

ma = uint8(ma);

figure(1);

subplot(2,2,1);imshow(imgread);

subplot(2,2,2);imshow(mbt,[0,1]);

subplot(2,2,3);imshow(ma);

得到的图形如下所示：

图3 原始图片

图4 水印图片

图5 加入水印后的图片

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人数字水印信息，因此有较大的信息嵌入量。LSB算法一般嵌入图像的最低一位或者两位，如果嵌入的位数太多，则会被人眼察觉到。

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。针对基本的LSB算法的缺点，一些研究

者也提出了一些改进的算法，如奇偶标识位隐藏算法、索引数据链隐藏算法等，这些算 法能增强数字水印的隐蔽性。

结束语

数字水印技术是近年来兴起的一门较前沿的技术，还处在发展阶段，没有统一的国际标准，缺乏完善的软件系统。但是数字水印技术作为信息加密技术的分支，在知识产权的保护方面有着广泛的应用前景。LSB数字水印算法作为最早提出的数字水印算法，特点是原理简单，实现容易，掌握这以算法对于深入研究学习数字水印技术很有必要。