初学差值扩展算法（2023.9.19）

---

前言

差值扩展（difference expance ）可逆水印，将水印信息嵌入至图像，再做完好提取以及完好恢复图像。

---

一、原理

（1）嵌入过程
图像中取一对像素相邻对（x,y）,可以水平相邻，也可以垂直相邻。
计算均值 l = [ (x+y )/2 ] , 差值 h = x-y , 中括号为取整运算。
假设要隐藏的二进制信息为 b , b为0 或 1。
则计算 h’ = 2*h+b， 其中h’表示嵌入的信息和差值h之间的关系（h’为二进制数h后加上最低有效位b，即h左移一位数值翻倍，再加上最低有效位b得到h’)。
接着需要判断 h’ 和 l 还原出来的值有没溢出超过0 或 255， 只需判断 h’属不属于[ 0 , min(2(255-l) , 2l+1)] , 如果属于的话，则为可扩展，再计算出嵌入好信息的 x’,y’，公式（1）为

x’ = l+[(h’+1)/2]，y’=l-[h’/2 ] | h’>=0
x’ = l+[h’/2]，y’=l-[(h’-1)/2] | h’<0

如果上面不属于，则是不可扩展，再使用直接改变lsb的形式，需要先记下原先的lsb位，例如 11%2 =1 ， lsb(11) = 1
令 d = lsb(h) , 再计算 h’ = 2*[ h/2]+b , 这个实际直接改变了 h的 lsb位

然后再判读h’ 是否属于[ 0 , min(2(255-l) , 2l+1)] ，属于的话，则为可改变，同样计算公式（1）可得到嵌入好信息的 x’,y’

(2)提取过程：

假设嵌入好信息的像素对为x’和y’。
计算均值l = [(x’ + y’) / 2]和差值h’= x’ - y’。
隐藏的二进制信息为：b = h’% 2。
如果是可扩展嵌入方式，则恢复真实差值h = (h’ - b) / 2。
如果是可改变嵌入方式，则恢复真实差值h = h’ - b + d。
根据l和h计算恢复的x和y：

如果h >= 0，则x = l + [(h + l) / 2]，y = l - [h / 2]。
如果h < 0，则x = l + [h / 2]，y = l - [(h - 1) / 2]。
这样就可以得到提取的隐藏的二进制信息b和恢复出来的x、y

二、举例

假设我们有一对相邻像素（x，y），其中x = 100，y = 90。我们想要隐藏一个二进制信息b = 1。首先，我们计算均值l = [(x + y) / 2] = [(100 + 90) / 2] = 95和差值h = x - y = 100 - 90 = 10。

接下来，我们计算h’= 2 * h + b = 2 * 10 + 1 = 21。由于21在[0，min(2(255 - l)，2l + 1)]范围内（0 <= 21 <= min(2(255 - 95)，2 * 95 + 1)），我们可以计算嵌入好信息的x’和y’：

如果h’ >= 0，则x’ = l + [(h’ + 1) / 2] = 95 + [(21 + 1) / 2] = 95 + 11 = 106，y’ = l - [h’ / 2] = 95 - [21 / 2] = 95 - [10.5] ≈ 85。
因此，我们嵌入了二进制信息b = 1，并得到了新的像素对（106，85）。

在提取过程中，我们使用相同的像素对（106，85）。我们计算均值l = [(106 + 85) / 2] ≈95和差值h’= x’ - y’ = 106 - 85 = 21。提取水印信息：b = h’ % 2 =21 % 2=1。因为这是可扩展嵌入方式，我们恢复真实差值h=(h’-b)/2=(21-0)/2=10。根据l和h计算恢复的x和y：

如果h >=0，则x=l+[(h+1)/2]=95+[(10+1)/2]]=95+5=100，y=l-[h/2]=95-[10/2]=95-5=90。
因此，我们提取了二进制信息b=1，并恢复了原始像素对（100，90）。

总结

以上就是我粗略学习差值扩展算法的内容，具体参考链接: link与链接: link