信息隐藏实验三LSB图像信息隐藏剖析.doc

实验三：LSB图像信息隐藏 一、实验目的 了解信息隐藏中最常用的LSB算法的特点，掌握LSB算法原理，设计并实现一种基于图像的LSB隐藏算法；了解如何通过峰值信噪比来对图像进行客观评价，并计算峰值信噪比值。 二、实验环境 （1）Windows 7操作系统； （2）MATLAB R2012b版本软件； （3）BMP格式灰度图像文件。 三、原理简介 任何多媒体信息在数字化时都会产生物理随机噪声，而人的感官系统对这些随机噪声并不敏感。替换技术就是利用这个原理，通过使用秘密信息比特替换随机噪声，从而实现信息隐藏目的。 在BMP灰度图像的位平面中，每个像素值为8比特二进制，表示该点亮度。 图像高位平面对图像感官质量起主要作用，去除图像最低几个位平面并不会造成画面质量的明显下降。利用这个原理可用秘密信息（或称水印信息）替代载体图像低位平面以实现信息嵌入。 本算法选用最低位平面来嵌入秘密信息。最低位平面对图像的视觉效果影响最轻微，但很容易受噪声影响和攻击，可采用冗余嵌入的方式来增强稳健性加以解决，即在一个区域（多个像素）中嵌入相同的信息，提取时根据该区域中的所有像素判断。 四、实验步骤 1. 隐藏提取及测试 算法分为三个部分实现： （1）隐藏算法； （2）提取算法； （3）测试脚本。 1）隐藏算法 源代码hide_lis.m如下： function o = hide_lsb(block,data,I) %function o = hide_lsb(block,data,I) %隐藏提取及测试 %block:隐藏的最小分块大小 %data:秘密信息 %I:原始载体 si = size(I); lend = length(data); N = floor(si(2)/block(2));%将图像划分为M*N个小块 M = min(floor(si(1)/block(1)),ceil(lend/N)); o = I; for i = 0 : M-1 %计算每小块隐藏的秘密信息 rst = i*block(1) + 1; red = (i+1)*block(1); for j = 0 : N-1 %计算每小块隐藏的秘密信息的序号 idx = i*N + j + 1; if idx lend break; end %取每小块隐藏的秘密信息 bit = data(idx); %计算每小块水平方向起止位置 cst = j*block(2) + 1; ced = (j+1)*block(2); %将每小块最低位平面替换为秘密信息 o(rst:red,cst:ced) = bitset(o(rst:red,cst:ced),1,bit); end nd 2）提取算法 源代码dh_lsb.m如下： function out = dh_lsb(block,I) %function out = dh_lsb(block,I) %源代码dh_lsb.m如下： %block：隐藏的最小分块大小 %I：携密载体 si = size(I); %将图像划分为M*N个小块 N = floor(si(2)/block(2)); M = floor(si(1)/block(2)); out = []; %计算比特1判决阀值：每小块半数以上元素隐藏是比特1时，判决该小块嵌入信息为1 thr = ceil((block(1)*block(2) + 1)/2); idx = 0; for i = 0 : M-1 %计算每小块垂直方向起止位置 rst = i*block(1) + 1; red = (i+1)*block(1); for j = 0 : N-1 %计算每小块将要数据的秘密信息的序号 idx = i*N + j + 1; %计算每小块水平方向起止位置 cst = j*block(2) + 1; ced = (j + 1)*block(2); %提取小块最低位平面，统计1比特个数，判决输出秘密信息 tmp = sum(sum(bitget(I(rst : red,cst : ced),1))); if (tmp = thr) out(idx) = 1; else out(idx) = 0; end