RS 分析算法.docxVIP

张道德 UCAS第3题RS 分析算法Fridrich等于2001年提出正则组奇异组统计分析法（RS法），该方法实现了随机分布的LSB嵌入可靠检测，并能准确地估计嵌入信息的大小，对色彩和灰度载密图像都适用。3.1算法介绍设载体图像的像素数为，像素值属于集合，如8比特灰度图像。如果检测一组像素。Def平滑度函数我们用如下的公式来衡量一个图像的平滑度，平滑度函数体现了一个图像相邻像素的平滑程度：LSB的嵌入会给图像增加噪声，一般情况下f值也会随之增加。DefLSB嵌入操作函数F(x)F(x)分为如下三种情况具备关系注 关于F翻转函数在LSB中我们只用到了F1函数，我们进一步的看这个函数实际上是定义了二进制数字末位的0到1和1到零的变换。而F-1函数在相邻数对的翻转的过程中已经涉及到了二进制数字的倒数第二位。比如1到2，那么就是01到10的跳变了Def对像素组G进行交换操作我们把图像分成若干个像素组G设掩码算子M(m1，m2，……，mn)，m取值为0，1或-1例：G=(39,38,40,41)，M=(1,0,1,0)，-M=(-1,0,-1,0) 那么有：把图像像素组G进行F操作，如果：正则组（Regular）奇异组（Singular）不变组（Unusable）为作用下正则组占所有像素组的比例为作用下正则组占所有像素组的比例为作用下奇异组占所有像素组的比例为作用下奇异组占所有像素组的比例Def判断是否经过LSB隐写如果待检图像没有经过LSB，那么无论用F1还是F-1从统计上来说，一般都会同等程度的增加图像块的混乱程度，也就是说Rm近似等于R-m，Sm也近似等于S-m，而且Rm Sm,，R-m S-m。如果是经过LSB密写的（即部分像素用过F1操作），用F1和F-1就会有明显的不同。对密写图像分小块进行F1翻转Rm和Sm计算时，所有像素可以分三类：1.没有经过翻转的：灰度值不变 2.经过一次翻转的：灰度值变化幅度为13.经过两次翻转的：两次翻转又回到了原始值而对密写图像进行F-1翻转时，也有一些像素经过两次翻转，但是经历的是一次F1和一次F-1，这样会与原始值差的更多。 RS信息隐藏分析的基本原理基于零嵌入假设：对于典型的原始图像存在以下关系：??，与嵌入比例成线性关系；?是的二次曲线。Def判断图像嵌入信息的比例为了更准确的对密写率进行估计，我们可以对上面的图线进行拟合。根据大量实验结果得出：和与嵌入比例成线性关系，和是的二次曲线关系。这个图像是这样的：图3.1 与嵌入比例的关系图那么应用我们之前得到的几个特殊点和数值，为了简洁，做一个变量代换：即把点映射成0，把映射成1，再对图线进行拟合后，根据嵌入率为0时的和，和的焦点横坐标相等，可以解出交点的横坐标z，即方程的根，其中求得二次方程的根，取绝对值较小的根来计算嵌入信息的比例（如果二次方程判别式小于0，则）。从而实现了LSB随机嵌入的可靠检测，并能准确地估计嵌入信息的比例。3.2 编程实现与分析3.2.1 判断嵌密图像（主程序Main_chapter1.m）我们对图像进行分块，分成的图像块并且取掩码算子矩阵，则分别得到5张图像的数值如下表：boat1.bmpelain1.bmpgoldhill1.bmplena1.bmppeppers1.bmpRM0.5814208980.5348510740.5471801760.5284423830.561767578R-M0.5913085940.5284423830.552551270.5973510740.563110352RM-R-M-0006408691-000M0.2714843750.3081054690.2973022460.2811889650.287719727S-M0.259948730.3156127930.2924194340.2269287110.288574219SM-S-M0.011535645-0.007507320.0048828130.054260254-03.1. 图像的数值表从《表1. 图像的数值表》中可以看出“lena1.bmp”的RM-R-M（即RM和 R-M的差值）与SM-S-M（即SM和S-M的差值）在每一组中是最大的，相比于其它图像对一个数量级。这与相矛盾，所以得出“lena1.bmp”嵌入了秘密信息。结论：5张图像（boat1.bmp、elain1.bmp、goldhill1.bmp、lena1.bmp、peppers1.bmp）中“lena1.bmp”嵌入了秘密信息。3.2.2判断图像嵌入信息的比例（主程序Main_chapter2.m）已知图像“lena1.bmp”嵌入了秘密信息，下面根据