基于LSB 的遥感影像数字水印的实现

蒋文娟　池碧霞　蒙斌

摘要：该文实现了基于LSB算法的遥感影像的水印嵌入和提取，对嵌入水印的图像进行了几种常见的攻击测试，并对实验结果进行了分析。实验证明LSB算法具有较高的水印不可见性，易于实现，对高斯噪声、椒盐噪声和旋转等攻击具有一定的鲁棒性。

关键词：LSB；数字水印；遥感影像

中图分类号：TP75 文献标识码：A 文章编号：1009-3044（2015）13-0173-02

Abstract： In this paper， the embedding-watermark and extracted-watermark algorithms on a remote sensing image are implemented based on LSB. Some familiar attack tests are applied in the image that have embedded watermark， and the results are analyzed. Experiments have shown that the LSB algorithm proposed in this paper has good invisibility， easy realization. And it has a certain robustness against Gaussian noise， impulse noise， rotation attacking， etc.

Key words：LSB； digital watermark； remote sensing image

1 概述

随着计算机网络技术的快速发展，人们的学习、工作和生活已经和网络息息相关。人们在享用网络带来的便利性、快捷性的同时，也发现了越来越多的安全问题，其中以数字化产品的安全问题尤为突出。如何更有效地保护处于网络中的数字化产品的版权，早已成为信息安全领域研究的热点。遥感影像作为遥感技术应用的原始资料，在网上传输的次数日益增多。为了防止这些影像数据资料在传输过程中被非法截取、篡改或毁坏，保证测绘产品的质量，数字水印技术是一种有效的解决途径。

数字水印算法从水印嵌入的方法不同分为两大类：空间域水印算法和变换域水印算法。空间域水印算法直接在载体数据上嵌入数字水印，而变换域算法是在载体数据的变换域上嵌入数字水印。空间域水印算法有最低有效位（LSB）算法、拼凑算法等，而变换域算法有基于DCT变换、基于DWT变换、基于DWT变换等算法。本文讨论用最低有效位（LSB）算法在遥感影像这种特殊的图像载体中嵌入和提取数字水印的实现。

2 LSB数字水印算法

2.1最低有效位（LSB）

图像数字化后分为两大类，一类是矢量图，一类是位图。位图由像素矩阵组成，而每个灰度图像的像素都有一个0～255的灰度值，因此每个像素由一个字节标识，如图1所示。

位图是像素矩阵，如果取所有像素的灰度值的对应位，就会形成该图像的8个位平面。每一位的取值对像素的的灰度值都有其贡献，越高位的值对像素灰度值的贡献越高，越低位的值对像素灰度值贡献越低。因此最低位平面上的位（bit）称为最低有效位（Least Singificant Bit，LSB）。

2.2 LSB数字水印算法

以上所述，每个位对于图像的作用是不一样的。越高的位，对图像的质量影响越大；而越低的位，对图像质量的影响越小。LSB数字水印算法就是将数字水印信息嵌入到图像的最低有效位，这样做对载体图像的图像信息的改变最小，其实就相当于叠加了一个能量微弱的信号到载体图像信号上，因而不会影响载体图像的视觉效果。

LSB算法能够嵌入水印信息量大，且信息隐藏方便而被作为一种不可见性较好的水印算法广泛使用。但由于使用了图像不重要的像素位，使得算法的鲁棒性差，嵌入的水印信息容易被滤波、图像量化、几何变形等操作破坏。

3 基于LSB的遥感影像数字水印的实现

3.1 数字水印的一般模型

数字水印系统分为数字水印的嵌入、数字水印的提取。

数字水印系统的一般模型如图2所示。

3.2 LSB数字水印算法

1）LSB数字水印嵌入

（1）读入载体图像和数字水印图像；

（2）确定每个载体图像要嵌入水印图像的位平面；

（3）将水印图像进行预处理后嵌入到选定的位平面；

（4）显示已嵌入水印信息的图像。

2）LSB数字水印提取

（1）读入嵌入水印的图像；

（2）确定已嵌入水印的图像的最低位平面；

（3）从该位平面的相应位提取出的值再组合成水印图像；

（4）显示提取出的水印图像。

3.3 实验结果分析

1）水印的嵌入和提取

本实验选择的载体图像是1024*1024的三通道的遥感影像，在实验中处理时分别分离出红、绿、蓝三通道的灰度图，并用相应算法在蓝色通道的最低位嵌入水印图像信息，再将红绿蓝三通道的灰度图合成为最后嵌入了水印信息的遥感影像。本实验选择的水印图像是32*32的灰度图像，嵌入和提取的结果如图3所示：

2）各类攻击测试

对嵌入水印的图像进行高斯噪声攻击、椒盐噪声攻击和旋转攻击测试，实验结果如图4-图9所示。

3）实验结果分析

对数字水印嵌入和提取的效果我们通常是从主观人眼视觉进行判断和用一些客观指标进行分析，常用的指标有峰值信噪比（PSNR）和归一化相关系数（NC）。

PSNR反映的是图像处理前后的差别，但只是指图像数据上的变化，一般来说PSNR越大，就表示图像降质不明显。用于判断嵌入水印后的图像和原载体图像的差别，或者被攻击后的嵌入水印的图像和嵌入水印的图像之间的差别。NC用于计算经过各种攻击后得到的水印与原水印的相似度，被称为两极化相关值，取值区域是从-1到+1，结果越接近-1或+1，则说明水印的完整性越好。我们分析了各种情况下的PSNR值和NC值，如表1所示。

从图3可以看出，基于LSB算法对遥感影像进行了数字水印的嵌入和提取，从主观视觉上嵌入水印的影像和原影像没有什么差别。此时PSNR值为52.19，说明嵌入水印后的影像相比较原影像降质不明显；NC值为1，说明提取的水印完整性很好。

从图4和图5可以看出，高斯噪声对LSB水印算法有比较大的影响，图4中提取的水印还可以识别，此时NC值为0.88，而到图5时，提取的水印基本已经看不出原水印的样子，此时NC值为0.24。

从图6和图7可以看出，椒盐噪声对LSB水印算法的影响不如高斯噪声那么大，图6和图7中提取的水印完整性都很好，但随着椒盐噪声的增大，PSNR值在降低（从30.04降低到20），在主观视觉上我们已看出，被攻击后的图像有很多噪声点。

从图8和图9可以看出，旋转攻击对LSB水印算法的影响也比较大，当只是旋转很小角度时，提取出的水印勉强可以识别，如图8所示，此时NC值为0.36；当旋转45度时，提取出的水印已经无法辨认，而被攻击的图像和原嵌入水印的图像的差别也比较大，此时PSNR值为17.98，NC值为0.28。

4 结论

本文用Matlab实现了一个基于LSB算法的遥感影像数字水印系统，能够在遥感影像中嵌入和提取数字水印图像，实现了水印的不可感知性，能够正确地提取识别出水印图像，并且用几种常见的攻击测试对实验结果进行了分析。得到以下结论：

1）LSB数字水印算法具有较好的不可感知性，嵌入水印后的遥感影像能够正常显示其内容。

2）LSB数字水印算法的鲁棒性较差，对于各种攻击的抵抗能力较弱，参照表1的实验结果及相关分析都可以看出来。

3）LSB数字水印算法的替换方法主要有顺序替换和随机替换两种。顺序替换是确定第一个要替换的位后按照顺序把选取的最不重要为的像素点替换成水印信息，这会导致水印嵌入位置太规律和集中，容易被人眼视觉辨别出来。随机替换即随机选出要替换的像素位，将水印信息嵌入其中，这样可以增加机密信息的隐密性和不可检测性。

在进一步的研究中将对LSB算法进行改进，改善鲁棒性和水印检出特性，以使其更适用于遥感影像的数字水印。

参考文献：

[1] ZeNian Li， Mark S Drew. 多媒体技术教程[M].机械工业出版社，2007：44-46.

[2] 李丽丽，孙劲光.基于DCT与分形理论的遥感影像鲁棒水印算法[J].计算机应用系统，2011，20（11）：171-133.

[3] 吴万琴，张秋余.基于LSB的数字水印技术的版权保护系统设计[J].自动化与仪器仪表，2013，（3）：86-88.

[4] 王凌风. LSB与DWT相结合的双水印图像认证算法研究[D].湖南：湖南大学，2013：16-18.

[5] 孙圣和，陆哲明，牛夏牧，等.数字水印技术及应用[M].北京：科学出版社，2004：205-207.