《信息隐藏算法》LSB实验.docVIP

实验：LSB算法 姓名：王宇航 学号LSB算法 1 实验目的 1.掌握对图像的基本操作 2.能够用LSB算法对图像进行信息隐藏 3.能够用LSB提取算法提取隐藏进图像的信息 2 实验背景 将秘密信息嵌入到载体图像像素值的最低有效位，也称最不显著位，改变这一位置对载体图像的品质影响最小。 对空域的LSB做替换，用来替换LSB的序列就是需要加入的水印信息、水印的数字摘要或者由水印生成的伪随机序列。由于水印信息嵌入的位置是LSB，为了满足水印的不可见性，允许嵌入的水印强度不可能太高。然而针对空域的各种处理，如游程编码前的预处理，会对不显著分量进行一定的压缩，所以LSB算法对这些操作很敏感。因此LSB算法最初是用于脆弱性水印的。 3 实验过程 3.1 位平面的演示 对一幅24位的彩色图像，分为RGB通道，每个通道占用8个bit。为了展示各个位平面，需要把其他平面的值全部置为零，通过bit的与或能够做到，如对于一个二进制字节数把除了第三位的全部位置零的操作为0010010100000100把第二位置为1的操作00000010程序中依次对于每个通道的8个位，置其他通道以及本通道的其他平面为0，显示图像即可。Matlab用ones()和Zeros()分别生成0矩阵和值为1的矩阵。由于是从最高位向最低位分别与操作，故初始的矩阵mask的元素应该为1000 0000这个值可以由1矩阵左移7次得到。就一个通道来说，每次用原始矩阵IMG(，，i)=bitand(IMG(，，i),mask);就得到当前位平面的图像。程序中定义显示各个位平面的功能定义在showLayer(imgname)中，参数为图像名称： 用大小为512*512的lena.jpg作为演示图片，结果如下： 3.2 信息隐藏 从上面的图片中可以看出，无论是RGB三个通道，从MSB到LSB，图像轮廓从有变无，甚至在LSB层，不能看见任何轮廓，因此可以作为信息隐藏。对于一张图片尺寸可以通过size()函数计算出来，假如函数返回值为[x,y,z],对于彩色图像来说，z值通常为3.那么这张图片在每个通道的LSB都隐藏信息的情况下能够隐藏信息的容量为x*y*z(bits)的信息。当然有上图可知即使在高于LSB位上也隐藏信息，则对图像视觉感知也没强烈的影响。现在先对一个字节的信息B隐藏进行说明。 对于第i(1=i=8）位，要判断第i位的值是否为1。则可以判断(B00...1..0)(其中1的位置在第i位上)的值即可，若该值位0，说明B的第i位为0，反之为1则说明B的第i位也为1。判断是否为1后，对于一个像素A的最低位是否置1还是0也就确定了。下面说明如何实现对于一个8bit的像素LSB置0和1。 置0：A=bitand(A,1111 1110); 置1：A=bitor(A,0000 0001); 对于一个要隐藏的字节型数据，根据上述思路，判断每一位是否为1，依此对当前像素做置1或0。当然，多个字节也一样。并且在第一个字节隐藏的是隐藏的信息长度。以便于提取隐藏信息。 在hide.m中实现了上诉的隐藏过程。 hide(imgname,szInfoFile) Imgname:图像名 szInfoFile：信息文件名 函数输出为嵌入信息的imbededImage.bmp图像。 嵌入信息为一个文档：input.txt。 从下图可以看出 嵌入字节信息长度为:192字节 可以看出，嵌入前后基本没有变化。 3.3 信息提取 信息提取过程和信息隐藏嵌入过程一样，不过在提取过程中，首先提取的是信息的长度，以便于提取信息的内容。 先说明怎么提取一个字节B信息。循环读取8个像素。对于一个像素字节A来说，得到当前的LSB位也就是(A0000 0001)这个值。这个值可能为1，也可能为0。再把0或者1写入到当前字节B的第i位。这个时候，写1的操作同上一样，通过bitor(,0..1..0)操作即可，写0操作是bitand(,1..0...1)实现。多字节的提取操作也一样。 程序中信息提取函数为： extract( imgname,outputname)。Imgname为隐藏信息的文件名，outputname为提取隐藏信息输出的文件，下面调用： extract(embededImage.bmp,output.txt); 得到输出到output.txt中的结果： 图中加亮的是提取的内容和input.txt一样。