法对这些操作很敏感。因此LSB算法最初是用于脆弱性水印的。Р4.1.2 LSB算法基本步骤Р(1) 将得到的隐藏有秘密信息的十进制像素值转换为二进制数据.Р(2) 用二进制秘密信息中的每一比特信息替换与之相对应的载体数据的最低有效位.Р(3)将得到的含秘密信息的二进制数据转换为十进制像素值,从而获得含秘密信息的图像.Р4.2 LSB算法的实现Р 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 2009 b2实现这一算法。Р这里选用一幅3264*2448像素,256灰度的图像,数字水印用“万泉公园”的字样的二值图像。Р 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)。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。Р4.3设计流程图Р4.3.1水印嵌入的流程图Р读取图像和水印图像
全文预览
