蔣文娟　池碧霞　蒙斌

摘要：該文實現(xiàn)了基于LSB算法的遙感影像的水印嵌入和提取，對嵌入水印的圖像進(jìn)行了幾種常見的攻擊測試，并對實驗結(jié)果進(jìn)行了分析。實驗證明LSB算法具有較高的水印不可見性，易于實現(xiàn)，對高斯噪聲、椒鹽噪聲和旋轉(zhuǎn)等攻擊具有一定的魯棒性。

關(guān)鍵詞：LSB；數(shù)字水??；遙感影像

中圖分類號：TP75 文獻(xiàn)標(biāo)識碼：A 文章編號：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

隨著計算機網(wǎng)絡(luò)技術(shù)的快速發(fā)展，人們的學(xué)習(xí)、工作和生活已經(jīng)和網(wǎng)絡(luò)息息相關(guān)。人們在享用網(wǎng)絡(luò)帶來的便利性、快捷性的同時，也發(fā)現(xiàn)了越來越多的安全問題，其中以數(shù)字化產(chǎn)品的安全問題尤為突出。如何更有效地保護(hù)處于網(wǎng)絡(luò)中的數(shù)字化產(chǎn)品的版權(quán)，早已成為信息安全領(lǐng)域研究的熱點。遙感影像作為遙感技術(shù)應(yīng)用的原始資料，在網(wǎng)上傳輸?shù)拇螖?shù)日益增多。為了防止這些影像數(shù)據(jù)資料在傳輸過程中被非法截取、篡改或毀壞，保證測繪產(chǎn)品的質(zhì)量，數(shù)字水印技術(shù)是一種有效的解決途徑。

數(shù)字水印算法從水印嵌入的方法不同分為兩大類：空間域水印算法和變換域水印算法?？臻g域水印算法直接在載體數(shù)據(jù)上嵌入數(shù)字水印，而變換域算法是在載體數(shù)據(jù)的變換域上嵌入數(shù)字水印?？臻g域水印算法有最低有效位（LSB）算法、拼湊算法等，而變換域算法有基于DCT變換、基于DWT變換、基于DWT變換等算法。本文討論用最低有效位（LSB）算法在遙感影像這種特殊的圖像載體中嵌入和提取數(shù)字水印的實現(xiàn)。

2 LSB數(shù)字水印算法

2.1最低有效位（LSB）

圖像數(shù)字化后分為兩大類，一類是矢量圖，一類是位圖。位圖由像素矩陣組成，而每個灰度圖像的像素都有一個0～255的灰度值，因此每個像素由一個字節(jié)標(biāo)識，如圖1所示。

位圖是像素矩陣，如果取所有像素的灰度值的對應(yīng)位，就會形成該圖像的8個位平面。每一位的取值對像素的的灰度值都有其貢獻(xiàn)，越高位的值對像素灰度值的貢獻(xiàn)越高，越低位的值對像素灰度值貢獻(xiàn)越低。因此最低位平面上的位（bit）稱為最低有效位（Least Singificant Bit，LSB）。

2.2 LSB數(shù)字水印算法

以上所述，每個位對于圖像的作用是不一樣的。越高的位，對圖像的質(zhì)量影響越大；而越低的位，對圖像質(zhì)量的影響越小。LSB數(shù)字水印算法就是將數(shù)字水印信息嵌入到圖像的最低有效位，這樣做對載體圖像的圖像信息的改變最小，其實就相當(dāng)于疊加了一個能量微弱的信號到載體圖像信號上，因而不會影響載體圖像的視覺效果。

LSB算法能夠嵌入水印信息量大，且信息隱藏方便而被作為一種不可見性較好的水印算法廣泛使用。但由于使用了圖像不重要的像素位，使得算法的魯棒性差，嵌入的水印信息容易被濾波、圖像量化、幾何變形等操作破壞。

3 基于LSB的遙感影像數(shù)字水印的實現(xiàn)

3.1 數(shù)字水印的一般模型

數(shù)字水印系統(tǒng)分為數(shù)字水印的嵌入、數(shù)字水印的提取。

數(shù)字水印系統(tǒng)的一般模型如圖2所示。

3.2 LSB數(shù)字水印算法

1）LSB數(shù)字水印嵌入

（1）讀入載體圖像和數(shù)字水印圖像；

（2）確定每個載體圖像要嵌入水印圖像的位平面；

（3）將水印圖像進(jìn)行預(yù)處理后嵌入到選定的位平面；

（4）顯示已嵌入水印信息的圖像。

2）LSB數(shù)字水印提取

（1）讀入嵌入水印的圖像；

（2）確定已嵌入水印的圖像的最低位平面；

（3）從該位平面的相應(yīng)位提取出的值再組合成水印圖像；

（4）顯示提取出的水印圖像。

3.3 實驗結(jié)果分析

1）水印的嵌入和提取

本實驗選擇的載體圖像是1024*1024的三通道的遙感影像，在實驗中處理時分別分離出紅、綠、藍(lán)三通道的灰度圖，并用相應(yīng)算法在藍(lán)色通道的最低位嵌入水印圖像信息，再將紅綠藍(lán)三通道的灰度圖合成為最后嵌入了水印信息的遙感影像。本實驗選擇的水印圖像是32*32的灰度圖像，嵌入和提取的結(jié)果如圖3所示：

2）各類攻擊測試

對嵌入水印的圖像進(jìn)行高斯噪聲攻擊、椒鹽噪聲攻擊和旋轉(zhuǎn)攻擊測試，實驗結(jié)果如圖4-圖9所示。

3）實驗結(jié)果分析

對數(shù)字水印嵌入和提取的效果我們通常是從主觀人眼視覺進(jìn)行判斷和用一些客觀指標(biāo)進(jìn)行分析，常用的指標(biāo)有峰值信噪比（PSNR）和歸一化相關(guān)系數(shù)（NC）。

PSNR反映的是圖像處理前后的差別，但只是指圖像數(shù)據(jù)上的變化，一般來說PSNR越大，就表示圖像降質(zhì)不明顯。用于判斷嵌入水印后的圖像和原載體圖像的差別，或者被攻擊后的嵌入水印的圖像和嵌入水印的圖像之間的差別。NC用于計算經(jīng)過各種攻擊后得到的水印與原水印的相似度，被稱為兩極化相關(guān)值，取值區(qū)域是從-1到+1，結(jié)果越接近-1或+1，則說明水印的完整性越好。我們分析了各種情況下的PSNR值和NC值，如表1所示。

從圖3可以看出，基于LSB算法對遙感影像進(jìn)行了數(shù)字水印的嵌入和提取，從主觀視覺上嵌入水印的影像和原影像沒有什么差別。此時PSNR值為52.19，說明嵌入水印后的影像相比較原影像降質(zhì)不明顯；NC值為1，說明提取的水印完整性很好。

從圖4和圖5可以看出，高斯噪聲對LSB水印算法有比較大的影響，圖4中提取的水印還可以識別，此時NC值為0.88，而到圖5時，提取的水印基本已經(jīng)看不出原水印的樣子，此時NC值為0.24。

從圖6和圖7可以看出，椒鹽噪聲對LSB水印算法的影響不如高斯噪聲那么大，圖6和圖7中提取的水印完整性都很好，但隨著椒鹽噪聲的增大，PSNR值在降低（從30.04降低到20），在主觀視覺上我們已看出，被攻擊后的圖像有很多噪聲點。

從圖8和圖9可以看出，旋轉(zhuǎn)攻擊對LSB水印算法的影響也比較大，當(dāng)只是旋轉(zhuǎn)很小角度時，提取出的水印勉強可以識別，如圖8所示，此時NC值為0.36；當(dāng)旋轉(zhuǎn)45度時，提取出的水印已經(jīng)無法辨認(rèn)，而被攻擊的圖像和原嵌入水印的圖像的差別也比較大，此時PSNR值為17.98，NC值為0.28。

4 結(jié)論

本文用Matlab實現(xiàn)了一個基于LSB算法的遙感影像數(shù)字水印系統(tǒng)，能夠在遙感影像中嵌入和提取數(shù)字水印圖像，實現(xiàn)了水印的不可感知性，能夠正確地提取識別出水印圖像，并且用幾種常見的攻擊測試對實驗結(jié)果進(jìn)行了分析。得到以下結(jié)論：

1）LSB數(shù)字水印算法具有較好的不可感知性，嵌入水印后的遙感影像能夠正常顯示其內(nèi)容。

2）LSB數(shù)字水印算法的魯棒性較差，對于各種攻擊的抵抗能力較弱，參照表1的實驗結(jié)果及相關(guān)分析都可以看出來。

3）LSB數(shù)字水印算法的替換方法主要有順序替換和隨機替換兩種。順序替換是確定第一個要替換的位后按照順序把選取的最不重要為的像素點替換成水印信息，這會導(dǎo)致水印嵌入位置太規(guī)律和集中，容易被人眼視覺辨別出來。隨機替換即隨機選出要替換的像素位，將水印信息嵌入其中，這樣可以增加機密信息的隱密性和不可檢測性。

在進(jìn)一步的研究中將對LSB算法進(jìn)行改進(jìn)，改善魯棒性和水印檢出特性，以使其更適用于遙感影像的數(shù)字水印。

參考文獻(xiàn)：

[1] ZeNian Li， Mark S Drew. 多媒體技術(shù)教程[M].機械工業(yè)出版社，2007：44-46.

[2] 李麗麗，孫勁光.基于DCT與分形理論的遙感影像魯棒水印算法[J].計算機應(yīng)用系統(tǒng)，2011，20（11）：171-133.

[3] 吳萬琴，張秋余.基于LSB的數(shù)字水印技術(shù)的版權(quán)保護(hù)系統(tǒng)設(shè)計[J].自動化與儀器儀表，2013，（3）：86-88.

[4] 王凌風(fēng). LSB與DWT相結(jié)合的雙水印圖像認(rèn)證算法研究[D].湖南：湖南大學(xué)，2013：16-18.

[5] 孫圣和，陸哲明，牛夏牧，等.數(shù)字水印技術(shù)及應(yīng)用[M].北京：科學(xué)出版社，2004：205-207.