欢迎来到海神之光博客之家✅博主简介热爱科研的Matlab仿真开发者修心和技术同步精进个人主页海神之光代码获取方式海神之光Matlab王者学习之路—代码获取方式⛳️座右铭行百里者半于九十。更多Matlab图像处理仿真内容点击①Matlab图像处理进阶版②付费专栏Matlab图像处理初级版⛳️关注CSDN海神之光更多资源等你来⛄一、简介数字水印将标识信息直接嵌入数字载体而不影响原载体的使用价值使用者不易察觉但可以被生产方识别和辨认可以保护信息安全实现防伪溯源也是信息隐藏技术的研究领域之一。LSBleast significant bits是最为简单的数字水印制造方法可以保证水印不被使用人所见但可以被制造者辨认。1 LSB算法简介LSB全称为 Least Significant Bit最低有效位是一种简单而有效的数据隐藏技术。LSB隐写的基本方法是用欲嵌入的秘密信息取代载体图像的最低比特位原来的图像的高位平面与代表秘密信息的最低平面组成含隐蔽信息的新图像。灰度化的图像为单通道格式存储像素每个像素值在0255内而像素的位平面则是对应二进制的像素的各个位。以上图为例某个像素的值为78其二进制01001110从左到右位权依次降低最左边为最高有效位MSB其位权为 2 7 2^727最右边位最低有效位LSB位权为2 0 2^020。把每个像素的相同位抽取出来组成一个新的平面就是所谓的图的位平面。而LSB隐写算法如其名字是在LSB也就是最低位平面进行信息嵌入/隐藏。需要注意的一点是LSB嵌入的时候载体图像格式应该为灰度图格式以著名的Lena图为例一下是灰度图Lena原图下面是其各个位平面图从左到右、从上到下位平面依次降低可以看到位平面越高包含的原图像信息越多对图像的灰度值贡献越大并且相邻比特的相关性也越强反之则相反。LSB最低位平面基本上不包含图像信息了类似随机的噪点/噪声因此可以在此处填入水印/秘密信息。嵌入示意图如下选取不同位平面嵌入时LSB算法的保真度2 算法原理通俗来讲我们看到的图片都是由一个个小的像素点来构成的所有像素点摆在一起构成一个大方块这个大方块就是我们所见的图像。灰度图像也就是我们平时所说的黑白图像是由一层像素点组成的而彩色图像是由三层这样的灰度图像组成的。这里拿灰度图像举例我们之所以能在图像上看到黑色和白色是因为每个像素点的像素值不同。0表示纯黑255表示纯白灰色就是由这两个数字之间的值构成。越靠近0越黑越靠近255越白。那为什么是0和255呢因为计算机是二进制它会用8个比特来表示一个像素点也可以用更多的比特这样图像的颜色分级就越多同时图像也会占用更大的空间但是普通人的眼睛并不能辨认这么多的颜色除非你异于常人所以最大值是255最小是0。lsb就是基于2进制这一特点来隐藏信息的因为人眼并不是很精密的颜色或亮度的感知器所以把像素灰度上下微调1是不会被人眼察觉的也就是修改8位二进制码中最小的一位。当我们把图片每个像素的最后一位按照我们的想法改变使他表现为我们想要的信息但用户却不能看出也不会影响图片的内容。这就是lsb数字水印。3 LSB算法的基本特点LSB是一种大容量的数据隐藏算法LSB的鲁棒性相对较差当stego图像遇到信号处理比如加噪声有损压缩等在提取嵌入信息时会丢失4 常见LSB算法的嵌入方法秘密信息在最低位平面连续嵌入至结束余下部分不作任何处理典型软件MandelSteg秘密信息在最低位平面连续嵌入至结束余下部分随机化处理也称沙化处理典型软件PGMStealth秘密信息在最低位平面和次低位平面连续嵌入并且是同时嵌入最低位平面和次低位平面秘密信息在最低位平面嵌入等最低位平面嵌入完全嵌入之后再嵌入次低位平面秘密信息在最低位平面随机嵌入以上五种方式当嵌入容量不同时鲁棒性不同⛄二、部分源代码clc %清屏clear %清空变量close all %关闭已打开图像% 读入载体图像 并显示cover_objectimread(‘1.jpg’);if ndims(cover_object)3 %如果是rbg图像则转化为灰度图像cover_objectrgb2gray(cover_object);end[Mc,Nc]size(cover_object);figure;imshow(cover_object); %显示title(‘载体图像’);% 读入水印图像 并显示messageimread(‘2.jpg’);if ndims(message)3 %如果是rbg图像则转化为灰度图像messagergb2gray(message);end[Mm,Nm]size(message);messagedouble(message);messageround(message./256); %转化为bit信息流以便隐写messageuint8(message);figure;imshow(256*message); %显示title(‘待隐藏信息’);%调用yinxie函数实现信息隐写watermarked_image yinxie(cover_object,message);figure;imshow(watermarked_image,[])title(‘已嵌入隐写信息的图像’) %显示⛄三、运行结果⛄四、matlab版本及参考文献1 matlab版本2014a2 参考文献[1]邓加钰.基于LSB的空域彩色图像隐写技术的研究[D].西华大学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