信息隐藏实验报告-信息隐藏技术.docxVIP

PAGE PAGE 11 综合评分：实验二：信息隐藏技术 综合评分： 实验目的 隐写分析以及变换域隐写技术 实验内容 针对LSB隐写的卡方分析 实现针对LSB隐写的卡方分析 分析实验性能 针对LSB隐写的RS分析 实现针对LSB隐写的RS分析 分析实验性能 JPEG压缩算法 分析JPEG压缩算法的主要流程 Jsteg隐写算法 实现Jsteg隐写算法 分析实验性能 F3隐写算法 实现F3隐写算法 分析实验性能 实验工具及平台 ■ Windows+Matlab □ 其它：（请注明） 实验涉及到的相关算法 1、与实验内容选择的项目对应； 2、请使用流程图、伪代码、NS图或文字方式描述，不要贴代码 卡方隐写分析 卡方隐写分析主要利用了LSB隐写后图像的值对效应。它需要LSB隐写满足如下的条件： 嵌入信息中0、1的分布较为均匀，即各为50%左右。由于信息嵌入到载体之前通常需要经过加密操作，因此这一点是容易满足的。 图像需要有较多的像素点被嵌入信息。当嵌入信息较少时，卡方分析的效果并不精确。 卡方分析的原理是：若设hj表示图像载体中灰度值为j的像素数量，如果载体图像没有使用LSB隐写算法，那么h2i和h2i+1的值通常相差较大，而LSB隐写方法将秘密信息取代图像的最低位，由于秘密信息通常是加密过的，因此可以看成0、1分布均匀的比特流。在嵌入过程中只存在2i→2i+1而不存在2i→2i-1的变换，因此使得 我们首先定义h2i*=h2i 由中心极限定理，我们有h 因此r= i=1 结合卡方分布的密度计算函数我们可以计算出载体被隐写的可能性为： p 当p的值接近于1时，我们可以推断出载体图像中含有秘密信息。 RS隐写分析 RS隐写分析基于隐写前后图像平滑度的变化来检测秘密信息。与卡方隐写分析相比，它具有如下优势： 能够检测随机LSB替换隐写。 能够比较精确的估计隐写信息的长度。 对于大多数正常图像而言，其采样点具有较强的相关性，而秘密信息由于经过压缩或者加密处理，其相关性较弱，因此当使用LSB算法将秘密信息嵌入到载体图像的最低位之后，像素灰度值之间的相关性在一定程度上会受到破坏。RS使用如下的函数来衡量一个图像的平滑度，其中xi是使用Zig-zag方式 f f值越小，说明图像块的混乱程度越小，图像块的空间相关性越强。 在RS中定义了在[0, 255]上的如下三个操作函数： F F F 在LSB中我们只使用了F1 RS分析的流程如下： 首先将图像分成若干个像素组G=g 选取掩码算子M= 对像素组G进行F操作：F 根据平滑度函数f比较f(FM(G))与 正则组(Regular)：f 奇异组(Singular)：f 不变组(Unusable)：f( 计算R Rm为F R-m为F Sm为F S-m为F 如果待检测图像没有经过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，并且Rm R 除了判断载体是否含有秘密信息，RS隐写分析算法还能够估计隐写容量，其原理是利用了LSB隐写仅用了F1翻转造成使用F-1或F 定义如下参数(其中Rm(k)表示嵌入率为k时对应的R α：嵌入率 d d d d 那么估计值p即为下述方程x绝对值较小的解： 2 这是因为R-m和S-m与嵌入比例α成线性关系，Rm和Sm JPEG压缩算法 JPEG(Joint Photographic Experts Group)是一种针对照片影像而广泛使用的有损压缩标准方法 其压缩流程如下： 色彩空间转换：由RGB转换为YUV。 缩减取样：减少UV的成分。 离散余弦变换：将图片中的每个区域(Y、U、V)划分成8×8的子区域，每一个子区域使用DCT转换到频域空间。在频域空间中，左上角的数值称为DC系数，其他的63个值称为AC系数。 量化：将8×8的子矩阵中的值依次量化矩阵中对应的值并向下取整。该操作是有损的。本次实验中要分析的隐写算法针对的均是量化后的系数矩阵。 熵编码：使用编码的方式(通常是霍夫曼编码)压缩载体的大小，该步骤是无损的。 上述流程可以用下图来表示： 其解码流程即为压缩流程的逆过程。 Jsteg隐写算法 Jsteg算法针对的是量化后的系数矩阵。其本质和LSB类似，主要区别在于它不将秘密信息隐藏在系数0、1中。 Jsteg算法的嵌入步骤如下： 解码JPEG图像，得到量化后的DCT系数，判断该DCT系数是否等于正负1或0，若等于则跳过该DCT系数，否则，执行下一步。 判断DCT系数的LSB是否与要嵌入的秘密信息比特相同，若相同，则不对其进行修改，否则执行下一步。 用秘密信息比特替换DCT系数的LSB，将修改