基于LSB的隐写与隐写分析

基于LSB算法的图像信息隐藏与检测数字图像隐写分析基于LSB算法的图像信息隐藏与检测学院名称计算机科学与技术学院专业班级学⽣姓名学号指导教师2016.05.01基于LSB算法的图像信息隐藏与检测摘要：LSB替换隐写基本思想是⽤嵌⼊的秘密信息取代载体图像的最低⽐特位，原来的的7个⾼位平⾯与替代秘密信息的最低位平⾯组合成含隐藏信息的新图形。

⽂章⾸先简单叙述了BMP位图⽂件的⽂件格式,然后根据24位真彩⾊BMP位图格式与显⽰⽅式的特殊性,直接改变图像中像素的最后⼀位值来嵌⼊秘密⽂件,提出了⼀种对⽂字信息进⾏加密的有效⽅案。

关键词：LSB，信息隐藏，信息安全，BMP位图Image information hiding and detection based on LSBalgorithmAbstract: LSB replacement steganography basic idea is to use the embedded secret information to replace the image of the lowest bits, the original 7 high plane and the least significant bit plane of alternative secret information into new graphics containing hidden information.This paper simple describes the BMP file format of the bitmap file, and then according to the 24 true color BMP bitmap format and the particularity of display mode, directly change the values of pixels in the image of the last to embed secret files, puts forward a effective scheme of text information is encrypted.Key words: LSB, Information hiding,information security,bit map file⽬录第1章绪论 (5)1.1 LSB算法原理 (5)第2章 LSB隐写实现 (7)2.1 LSB隐藏过程 (7)2.2 LSB隐写实例效果 (8)第3章 LSB信息提取 (10)3.1 LSB信息提取过程 (10)3.2 LSB信息提取实例效果 (10)参考⽂献 (13)第1章绪论1.1 LSB算法原理LSB是L.F.Turner和R.G.van Schyndel等⼈提出的⼀种典型的空间域信息隐藏算法。

该算法的主要思想是将待隐藏图像的数据信息串每次抽取两 位， 通过观察载体图像数据信息各字节最后两位的特点， 寻找 与之最匹配 （ 即同待隐藏信息中抽取的两位数据最相近） 的 位置存放， 这样就可以将对载体图像数据的改变降到了最低。
图 $0 索引数据链隐藏算法示意图
根据图 $ ， 首先将原信息串的前两位 “ "# ” 取出， 考察载体 图像存储信息中各字节的最后两位， 寻找倒数第二位与 “"” 相同的第一个字节， 将 “ "# ” 放入该字节的最后两位 （ 该字节 原来的后两位可能会有 “ "" ” 和 “ "# ” 两种情况， 若为前者， 则 记 “ 改变了一位” ； 若为后者， 则实现了在不改变载体信息的 同时 存 入 了 数 据） 。对 原 信 息 串 右 移 一 位 后 再 取 出 两 位 “ #" ” ， 从刚才存储 “ "# ” 位的那个字节开始向后扫描， 寻找第 一个出现的倒数第二位与 “#” 相同的字节， 将 “ #" ” 存入， 在本 例中即为用 “ #" ” 取代了第三个字节中的最末两位 “ ## ” ， 这时 又只有一位数据发生了改变； 以此类推， 将原信息串每次右移 一位后取最前的两位， 放入下一个倒数第二位与其相同的字 节中的最末两位， 这样， 每次存取过程中用一个 “ 公共位” 实 现了数据的链式结构。 由于存放原信息代码的字节倒数第二位同源载体信息数 据相比肯定未发生变化， 而最后一位只有较少的一部分发生 了改变， 这样， 就实现了原图像数据同载体图像数据最大程度 上的匹配存放， 减少了由于存放原图像数据而造成的对载体 数据的改变。 下面对其实现的效率以及优化的程度加以分析： 当需要隐藏 " 位信息时 （" * 5 ） ， 根据概率统计的知识， 大约需要占据载体图像数据中 $ " 个字节来存放， 其中包括大 约 " 个字节未占用 （ 保持原来数值） ， 占用的 " 个字节中最后 一位数据被改变的概率也只有 " # $ ， 因此得出结论， 在 " 比较 大的条件下， 在载体信息中隐藏 " 位数据对原有数据的改变 只有不到 $, $ ， 即在绝大部分数据都未发生变化的情况下就 完成了对另一图像信息的隐藏。 可以看出， 同前面的两种算法都需要改变大约 ,#6 的载 体中各字节最末位数据相比， 该算法在不损失任何隐藏信息

信息隐藏实验二LSB隐写分析姓名：周伟康学号：班级：一：实验要求1、针对自己实现的隐写算法（嵌入、提取），计算隐蔽载体的PSNR值，通过PSNR值来评估隐写对图像质量的影响，并与主观感受做对比。

2、实现一种隐写分析方法，对隐蔽载体进行检测（卡方、RS……）二：实验步骤1、编写随机选点函数，完善顺序和随机两种LSB信息嵌入和提取。

%随机间隔选点函数%[row, col] = randinterval(test, 60, 1983);function [row, col] = randinterval(matrix, count, key)[m, n] = size(matrix);interval1 = floor(m * n / count) + 1;interval2 = interval1 - 2;if interval2 == 0error('载体太小，不能将秘密消息隐藏其内！');endrand('seed', key);a = rand(1, count);%initializerow = zeros([1 count]);col = zeros([1 count]);r = 1; c = 1;row(1,1) = r;col(1,1) = c;for i = 2 : countif a(i) >= 0.5c = c + interval1;elsec = c + interval2;endif c > nr = r + 1;if r > merror('载体太小，不能将秘密消息隐藏其内！');endc = mod(c, n);if c==0c = 1;endendrow(1, i) = r;col(1, i) = c;end选取8*8的矩阵测试2、对比原始图像和隐藏信息后图像，计算隐蔽载体的均方差（MSE）进而计算峰值信噪比（PSNR），评估隐写对图像质量的影响。

图像的最低比特位 接收者提取最低比特位，恢复秘密信息
知识材料
4
知识材料
5
计算峰值信噪比
载体图象最低比特中的0、1 大约为一半， 秘密数据0、1个数也约为一半，因此，
替换后，约有一半的数据未变，一半的 数据加1 或减1
PSNR＝51.1dB
知识材料
6
虽然LSB 密写可以在隐藏大量信息的情 况下依然保持良好的视觉隐蔽性
知识材料
28
RS分析方法
将待检测图像分成大小相同的图像块
计算每个图像块的空间相关性
对每个图像块应用非负翻转（F1和F0）
计算空间相关性增加的图像块的比例，
记为RM＝
空间相关性增加的图像块个数 图像块总个数
计算空间相关性减小的图像块的比例，
记为SM ＝ 空间相关性减小的图像块个数
RM ＋ SM 1
知识材料
22
如果F1、F2比较接近，可以认为图象中
不含秘密信息
如果F2明显大于F1，则认为图象中含有 秘密信息
下一步：估计密写信息量α
知识材料
23
在待检测图象中随机选择位置进行二次密写， 嵌入率β逐步由1次密写后，有部分象素经历了两次改变又 回到原始的灰度值
f 越小，说明相邻象素之间变化越小，
图像块的空间相关性越强
知识材料
27
RS分析方法
定义翻转函数
记F1为2i与2i+1的相互变化关系
0－1，2－3，。。。
记F-1为2i-1与2i的相互变化关系
1－2，3－4，。。。
记F0为不变关系
LSB密写可以用翻转函数描述
秘密比特与载体LSB比特相同时，用F0翻转 秘密比特与载体LSB比特不同时，用F1翻转

lsb隐写详讲上周末给⼤家培训了lsb隐写，但由于时间仓促，讲得可能过快，导致部分同学未能领悟，故作此⽂，以帮助各位同学们领悟！⾸先，给⼤家讲讲什么叫位图我们不妨把冠希的照⽚放⼤看看放⼤后可以注意到，这个图⽚其实是由⼀个个不同颜⾊的格⼦从左到右从上到下排列组成的。

对，就是如此多不同颜⾊的格⼦这样排列组成了这张好看图⽚！这就叫位图！什么？你觉得我给你的这个解释太粗糙？那我来点⽐较学术的解释（已经知道什么叫位图的同学可以略过）：那么现在我们来说，假如我现在有⼀串信息⽐如说这么⼀串"JUST{Guan_xi_ge}"这串信息我们想要隐藏进冠希的这个照⽚，这样我们想要传递给别⼈的信息可以以图⽚为载体传给别⼈，即便被某个坏⼈截获了他也很难知道我们真的要传递的信息是什么，因为我们要传递的信息已经被隐藏或者说被隐写进了这个图⽚！！那么，怎么隐写呢？这次给⼤家讲解的隐写⽅式便是LSB(最低有效位)隐写。

在前⽂中，我们已经介绍了位图，⽽LSB隐写便是专门针对这种格式的图⽚的⼀种隐写⽅式。

前⽂中说到位图是由⼀个个密密⿇⿇的各种颜⾊的⼩⽅格⼀⾏⼀⾏的排列⽽成的精美图⽚。

这个⼩⽅格，我们称其为"像素点"。

⽽这些像素点的颜⾊各种各样才能组成我们眼前这副彩⾊的图，那么我们的计算机是怎么识别变化每个像素点的颜⾊的呢？⼤家应该都知道红（R）、绿（G）、蓝（B）三元⾊吧，通过调配这三种颜⾊，我们可以得到所有的颜⾊，⽽在计算机中，每个像素点的颜⾊便是通过调配其R、G、B的所占成分（值）从⽽得到的，也就是说，每个颜⾊的像素点，在计算机看来其实都是⼀组R、G、B的值。

如下图，我们选中⽩⾊，识别出其R、G、B的值分别为255、255、255。

在计算机看来，R、G、B这三种颜⾊中每个颜⾊对应的值都是⼀个8位⼆进制数，因此，在计算机读⼊时，实际上这三元⾊的值分别为11111111,11111111,11111111,所以，对于计算机⽽⾔，它看到的这么⼀个像素点实际上就是11111111 11111111 11111111这么⼀个⼆进制串，我们称其为该像素点的RGB码（⼆进制），为了⽅便⼈阅读，我们⼈常常将这串⼆进制串写作⼗六进制形式，也就是#ffffff，这也是这个像素点的RGB码（⼗六进制）。

《新技术讲座》课程课程大作业作业名称：基于数字图像LSB隐写算法的研究姓名：其他组员：学号：班级：完成时间：2013年11月2日基于图像LSB隐写算法的研究（XX大学XX学院XX XX地联系方式）摘要:本文先对信息隐藏技术、隐藏模型、隐写术、隐写算法等进行了简单介绍，然后借助软件matlab7.0，采用空域隐写算法LSB将秘密信息嵌入数字图像，完成隐写；接着将嵌入的秘密信息提取出来，通过计算其峰值信噪比PSNR来评估该隐写算法的不可感知性，证实了LSB嵌入时在图像的最不重重要位加载秘密信息,一定程度上加强了秘密信息的不可感知性；再通过缩小和放大二倍来分析隐写算法的鲁棒性，试验结果表明,该算法计算量低,在低嵌入率时检测结果准确,优势明显,而对嵌入率较高的载秘图像,需要修正后才能达到常规检测的标准；最后，在实验总结基础上提出了一些建议，并对未来进行了展望。

关键词:信息隐藏技术隐写算法LSB信息嵌入信息提取PSNR不可感知性鲁棒性第一部分1.引言随着计算机技术、信息处理技术和计算机网络技术的飞速发展,Intemet在世界范围内得到了大力推广,各种数字信息的制作、传输、存储和处理由此变得越来越简单。

通过互联网,人们可以快捷高效地获得图像、声音和文本等各种多媒体数据,分享海量的信息资源。

各种机密信息,如个人的信用卡账号逐渐在网络通信中出现。

然而,全球互联网是一个开放的系统,虽然普通用户可以通过网络方便、快捷地交流信息,但是随之而出现的问题也十分严重：个人的隐私的安全如帐号、个人信息、密码口令、电子邮件等能否得到保障；多媒体作品的版权能否得到应有的保护；电子商务中的企业机密能否不被商业间谍所窃取；涉及到国家安全、政府绝密的文件在网络中能否被安全地传输等。

因此,蓬勃发展的网络使得信息传输和交流更加简单易行的同时,也对关系国家安全、经济发展乃至个人隐私等方而的信息安全提出了更高的要求。

国内外各界已经高度重视如何在既能有效地保证各种信息的安全这个大前提下，也能充分利用Internet便利的问题，由此一门新兴的交叉学科——信息隐藏诞生了。

f2i1

a
2

f2i

f2i1
a 2 f2i1
f2i f2i1
2020/1/30
信息隐藏和数字水印
22
直方图补偿隐写
特点
隐写后直方图不再趋于相等，2法失效 嵌入量降低：部分载体用于补偿
2020/1/30
信息隐藏和数字水印
23
RS分析方法
对图像分块，以Zigzag方式扫描排列成一个 向量（x1,…,xn)
30
RS分析方法
则非负翻转后有三类像素
没有被翻转
灰度值未变，像素比例为(1-a/21b
经历一次翻转
灰度值变化1，像素比例为(1-a/2ba/21 ba/2bab
经历二次翻转
灰度值回到原始值，像素比例为ab/2
隐写像素 隐写灰度值变化比 翻转比例 不变比例 F1比例 F0比例
2020/1/30
信息隐藏和数字水印
32
RS分析方法
如果对隐写图像进行非正翻转，也有三类 像素
没有翻转的 经历一次翻转的 经历二次翻转的
F1和F-1，像素值变化为2，两次翻转不会抵消
所以， R-M与S-M的差距不会随a增大而减小
2020/1/30
信息隐藏和数字水印
33
RS分析方法
RS分析失效
抗GPC分析性能：
修改像素值时，穿越P0和P1平面簇的可能性相 同
GPC分析失效
2020/1/30
信息隐藏和数字水印
52
改进的LSB隐写
抗卡方分析性能：
灰度为 j 的像素中会有大约一半不变，大约四 分之一变为j+1，剩余大约四分之一变为 j-1

2020/11/6
2k if m 2k 2
m
0, w
1:
f
2k 2
if
m 2k 1and r 2
,
2
k
2
2
if
m 2k 1and
r 2
2(k 1) if m 2k 1 2
m
0, w
0
:
f
2k 2
if
m 2k and
r 2
.
2
(
k
1)
2
if
m 2k and
2020/11/6
22
1位
2020/11/6
23
2位
2020/11/6
24
3位
2020/11/6
25
4位
2020/11/6
26
5位
2020/11/6
27
4位+随机置乱
2020/11/6
28
4位
2020/11/6
29
LSB算法的特点
•LSB是一种大容量的数据隐藏算法 •LSB的鲁棒性相对较差
•Steganalysis
The goal of steganalysis is to identify suspected packages, determine whether or not they have a payload encoded into them, and, if possible, recover that payload.
2020/11/6
41
2 分析
•以灰度图像为例
设图像灰度值为j的像素数为hj, j[0,255]。 那么隐写过程，相同：不变；不相同：2i 2i1。 完全替代：h2i和h2i1的值比较接近； 未经密写：h2i和h2i1的值相差得远一些。

基于LSB的信息隐藏技术及分析作者：邹小敏来源：《科学与财富》2019年第15期摘要：信息隐藏是利用数字媒体本身的数据冗余性以及人类感知能力的局限性，借助密码学、混沌理论、编码压缩技术等对信息本身及隐藏位置进行保密的技术，能够使秘密信息嵌入到公开载体却不为人知，从而以“存在级”的安全级别去完成信息的安全输出，对信息起到有效的保护。

本文主要介绍基于LSB（ Least Significant Bits）的信息隐藏技术的设计及性能分析。

关键词：信息隐藏；LSB；数字水印；信息安全0 前言现阶段，安全通信的实现方法主要是加密技术、安全信道技术和信息隐藏技术等，在考虑代价和安全性的情况下，信息隐藏技术的安全通信是最为安全、可靠、廉价的实现方法。

信息隐藏技术不仅可以应用公用信道，而且可以将明文隐藏到普通媒体中，使攻击者难以发现秘密信息的存在，从而真正达到安全通信的目的。

基于LSB的信息隐藏技术则是将秘密信息比特替换载体中的最低有效位，即将秘密信息替换载体中最不重要的部分，从而达到秘密信息不被发现的作用，达到安全通信的效果。

1 基于LSB的信息隐藏的概要设计基于LSB的信息隐藏的设计主要考虑不可见性和容量性的原则，以下介绍一下算法设计两个主要部分，隐藏算法和提取算法。

（1）隐藏算法：我们首先将载体图像和预隐藏的图像信息转成二进制数据，每一个像素在RGB空间下都有一个坐标值；然后我们对于载体图像像素R、G、B分量每一分量的8个bit的最后一位进行修改，每一像素总共修改3个LSB最低有效位，最后将秘密图像信息按顺序填入每一像素的3个最低有效位中，实现RGB图像的信息隐藏。

（2）提取算法：是隐藏算法的逆过程。

对隐藏后的结果图像像素的后三位按顺序进行提取，并拼接成一个字符串，然后将其转换为uint8型，最后将其输出。

2 基于LSB的信息隐藏算法的可行性分析LSB隐藏算法是基于最低位平面嵌入隐藏信息的算法，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；最低位平面对图像的视觉效果影响最轻微，满足人类视觉冗余性，可以达到信息隐藏的不可见性。

lsb隐写分析实验实验三：LSB 隐写分析实验【实验⽬的】：1、理解LSB 隐写分析的思想和⽅法；2、掌握基于视觉分析的LSB 的隐写分析⽅法，以及基于卡⽅检验的LSB 隐写分析⽅法；3、能够分析上述隐写分析⽅法的能⼒；4、能够独⽴编写上述两种隐写分析matlab 程序并实现分析。

【实验内容】：（请将你实验完成的项⽬涂“■”）实验完成形式：■⽤MATLAB 函数实现LSB 隐写分析□⽤MATLAB 命令⾏⽅式实现LSB 隐写分析□其它：（请注明）实验选择载体：■ 512×512灰度图像□ 256×256RGB 图像□任意⼤⼩的RGB 图像实验效果和分析：■分析了视觉攻击对空域LSB 算法隐写分析的能⼒■分析了⼴义卡⽅检测对空域LSB 算法隐写分析的能⼒□分析了⼴义卡⽅检测对频域LSB 算法隐写分析的能⼒■⽐较不同隐写攻击抗⼴义卡⽅检测的能⼒■其它：分析了不同嵌⼊信息、不同参数下及使⽤了不同嵌⼊⽅法后⼴义卡⽅检测的分析能⼒【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、视觉攻击的流程图：2、⼴义卡⽅检测法流程图【实验分析】⼀、视觉攻击说明：本实验分别⽤图1嵌⼊30%的信息、图2嵌⼊60%的信息，来作最后⼀个位平⾯的⽐较图1 图2图3 原图为图1，嵌⼊率为30%图4 原图为图2，嵌⼊率为60%结论：通过视觉攻击分别对原图和隐写图的最后⼀个位平⾯的提取，可以很清晰的看出来，不含隐藏信息的平⾯的0和1是随机地均匀的分布；⽽隐藏了信息的平⾯的左边部分有明显的整齐的横条，它们是LSB被修改后像素值2i<->2i+1变化后形成的图像特征；⽽且嵌⼊率不同，横条占有的区域⾯积也不同。

单看隐写图的平⾯，就可以看出图像有异样（被划分成两部分），含整齐横条的部分则为嵌⼊了信息的部分。

⼆、空域⼴义卡⽅检测⽅法1、分析结果图表说明：⼀下四个图和表格，是嵌⼊了不同⽐例的信息量的图像分割成5*5个⼤⼩相同的样本进⾏检测的分析结果，其中嵌⼊信息为伪随机序列。

《新技术讲座》课程课程大作业作业名称：基于数字图像LSB隐写算法的研究姓名：其他组员：学号：班级：完成时间： 2013 年 11 月 2 日基于图像LSB隐写算法的研究（XX大学XX学院XX XX地联系方式）摘要:本文先对信息隐藏技术、隐藏模型、隐写术、隐写算法等进行了简单介绍，然后借助软件matlab7.0，采用空域隐写算法LSB将秘密信息嵌入数字图像，完成隐写；接着将嵌入的秘密信息提取出来，通过计算其峰值信噪比PSNR来评估该隐写算法的不可感知性，证实了LSB嵌入时在图像的最不重重要位加载秘密信息,一定程度上加强了秘密信息的不可感知性；再通过缩小和放大二倍来分析隐写算法的鲁棒性，试验结果表明,该算法计算量低,在低嵌入率时检测结果准确,优势明显,而对嵌入率较高的载秘图像,需要修正后才能达到常规检测的标准；最后，在实验总结基础上提出了一些建议，并对未来进行了展望。

关键词:信息隐藏技术隐写算法 LSB 信息嵌入信息提取 PSNR 不可感知性鲁棒性第一部分1.引言随着计算机技术、信息处理技术和计算机网络技术的飞速发展,Intemet在世界范围内得到了大力推广,各种数字信息的制作、传输、存储和处理由此变得越来越简单。

通过互联网,人们可以快捷高效地获得图像、声音和文本等各种多媒体数据,分享海量的信息资源。

各种机密信息,如个人的信用卡账号逐渐在网络通信中出现。

然而,全球互联网是一个开放的系统,虽然普通用户可以通过网络方便、快捷地交流信息,但是随之而出现的问题也十分严重：个人的隐私的安全如帐号、个人信息、密码口令、电子邮件等能否得到保障；多媒体作品的版权能否得到应有的保护；电子商务中的企业机密能否不被商业间谍所窃取；涉及到国家安全、政府绝密的文件在网络中能否被安全地传输等。

因此,蓬勃发展的网络使得信息传输和交流更加简单易行的同时,也对关系国家安全、经济发展乃至个人隐私等方而的信息安全提出了更高的要求。

国内外各界已经高度重视如何在既能有效地保证各种信息的安全这个大前提下，也能充分利用Internet便利的问题，由此一门新兴的交叉学科——信息隐藏诞生了。

引言信息隐藏将在未来网络中保护信息不受破坏方面起到重要作用,信息隐藏是把机密信息隐藏在大量信息中不让对手发觉的一种方法。

信息隐藏的方法有很多种，基于图象的信息隐藏检测技术是隐写分析技术的基础，对于保障网络信息安全和提高信息隐藏算法的安全性具有重要意义。

最低有效位算法LSB（Least significant bit）是一种简单而通用的信息隐藏方法，大部分的多媒体文件（如图像、音频和视频文件等）都可作为LSB算法中的载体。

本文讨论以图像为载体的LSB隐藏算法。

第一章绪论1.1 信息隐藏技术的来源随着互联网的迅速发展，网上提供服务越来越丰富，人们如今可以通过因特网发布自己的作品、重要信息和进行网络贸易等，但是随之而出现的问题也十分严重：如作品侵权更加容易，篡改也更加方便。

计算机和通信网技术的发展与普及，数字音像制品以及其他电子出版物的传播和交易变得越来越便捷，但随之而来的侵权盗版活动也呈日益猖獗之势。

因此如何既充分利用因特网的便利，又能有效地保护知识产权，已受到人们的高度重视。

信息隐藏技术作为网络安全技术的一个重要新兴课题，内容涉及数据隐藏、保密通信、密码学等相关学科领域，作为隐蔽通信和知识产权保护等的主要手段，正得到广泛的研究与应用。

为了打击犯罪，一方面要通过立法来加强对知识产权的保护，另一方面必须要有先进的技术手段来保障法律的实施。

信息隐藏技术以其特有的优势，引起了人们的好奇和关注。

人们首先想到的就是在数字产品中藏入版权信息和产品序列号，某件数字产品中的版权信息表示版权的所有者，它可以作为侵权诉讼中的证据，而为每件产品编配的唯一产品序列号可以用来识别购买者，从而为追查盗版者提供线索。

此外，保密通信、电子商务以及国家安全等方面的应用需求也推动了信息隐藏研究工作的开展。

中国自古就有这样的谚语，叫做“耳听是虚，眼见为实”，“百闻不如一见”，英语中也有“Seeing is believing”的说法。

这些都表明人们往往过分相信自己的眼睛，而这正是信息隐藏技术得以存在和发展的重要基础，在这一研究领域，大量事实告诉人们：眼见不一定为实！1.2信息隐藏技术的发展1.2.1历史上的隐写术现代信息隐藏技术是由古老的隐写术(Steganography)发展而来的，隐写术一词来源于希腊语，其对应的英文意思是“Covered writing”。

实验十 LSB信息隐藏的卡方分析一，实验目的:了解什么就是隐写分析,隐写分析与信息隐藏与数字水印的关系。

掌握基于图像的LSB隐写的分析方法,设计并实现一种基于图像的LSB卡方隐写分析方法。

二，实验环境1, Windows XP 操作系统2, Matlab软件3, BMP格式图片文件三，实验原理隐写术与隐写分析技术就是互相矛盾又就是相互促进的,隐写分析就是指对可疑的载体信息进行攻击以达到检测、破坏,甚至提取秘密信息的技术,它的主要目标就是为了揭示媒体中隐蔽信息的存在性,甚至只就是指出媒体中存在秘密信息的可疑性。

图像LSB信息隐藏的方法就是用嵌入的秘密信息取代载体图像的最低比特位,原来图像的7个高位平面与代表秘密信息的最低位平面组成含隐蔽信息的新图像。

虽然LSB 隐写在隐藏大量信息的情况下依然保持良好的视觉隐蔽性,但使用有效的统计分析工具可判断一幅载体图像中就是否含有秘密信息。

目前对于图像LSB信息隐藏主要分析方法有卡方分析、信息量估算法、RS 分析法与GPC分析法等。

卡方分析的步骤就是:设图像中灰度值为j的象素数为hj,其中0≤j≤255。

如果载体图像未经隐写,h2i与h2i+1的值会相差很大。

秘密信息在嵌入之前往往经过加密,可以瞧作就是0、1 随机分布的比特流,而且值为0与1的可能性都就是1/2。

如果秘密信息完全替代载体图像的最低位,那么h2i与h2i+1的值会比较接近,可以根据这个性质判断图像就是否经过隐写。

定量分析载体图像最低位完全嵌入秘密信息的情况:嵌入信息会改变直方图的分布,由差别很大变得近似相等,但就是却不会改变h2i+h2i+1的值,因为样值要么不改变,要么就在h2i与h2i+1之间改变。

令显然这个值在隐写前后就是不会变的。

221*22i iih hh++=2212i ih hq+-=如果某个样值为2i,那么它对参数q 的贡献为1/2;如果样值为2i+1 ,对参数q 的贡献为-1/2。

基于LSB的信息隐藏技术的实现20123332 唐晓晖摘要：提供一种LSB的算法，该方法可以在图片载体上隐藏文本信息，隐藏性较好，人眼几乎无法区别。

关键词:Matlab LSB 信息隐藏图像一．信息隐藏技术1.历史上的信息隐藏技术古代的信息隐藏技术最初即是隐写术，隐写术一次最早起源于希腊语，英文是“Covered Writing”,古希腊历史学家希罗多德在著作中写了这么一个故事：一个名叫Histaieus的人筹划着与他的朋友合伙谋反，企图推翻波斯人的统治，他找来一位奴隶，剃光其头发把文字写在他的头上，等到头发再长出来，把这人作为传递消息的工具，里应外合，叛乱成功。

无独有偶，历史上例如隐写术的事例还有很多，真正符合“隐写术”这三个字的是17世纪英国的Wilkins创造的，随着之后工业的发展，在第一次世界大战中人们制造出了化合物做成隐写墨水和显影剂，在中国古代，人们曾经使用挖有若干小孔的纸膜板盖在信件上，从中从信件明文中找到重要的密文消息。

2.现代的信息隐藏技术随着网络在日常生活中的普及度的提高，网络信息的安全也成为了许多人关注的焦点，如今网络上出现的问题也越来越多，例如版权问题等，在国外对于版权的关注度是非常高的，虽然如今国内已经开始注重网络上的版权问题，但还是有许多人并不重视自己的版权或者尊重他人的版权。

而信息隐藏技术也随着这一问题也进入了更多人的视线，其中数字水印技术作为信心隐藏技术的一种已经运用到了中国电影中，通过将数字水印嵌入到电影中来做到保护版权防止盗版的作用，这种数字水印并不会影响人们的观影体验，也很好的保护了版权。

二．基于LSB的信息隐藏技术1.LSB信息隐藏方法LSB的英文全称是least significant bit,也就是最低比特位的信息隐藏方法，它是一种较早出线的时域信息隐藏技术，实现也比较简单，用秘密消息替换掉载体中最不重要的比特位。

这种算法的缺点是抗干扰性，即鲁棒性比较差，在有损压缩以及载体格式转换中的密文消息容易受到缺损，优点是根据载体的容量大小可以隐藏大量的密文消息，并且对于原始数据的保护比较好，隐蔽性强，人的感官几乎不能分辨原始载体和带有密文的载体的区别。

信息隐藏实验二LSB隐写分析姓名：周伟康学号：班级：一：实验要求1、针对自己实现的隐写算法（嵌入、提取），计算隐蔽载体的PSNR值，通过PSNR值来评估隐写对图像质量的影响，并与主观感受做对比。

2、实现一种隐写分析方法，对隐蔽载体进行检测（卡方、RS……）二：实验步骤1、编写随机选点函数，完善顺序和随机两种LSB信息嵌入和提取。

%随机间隔选点函数%[row, col] = randinterval(test, 60, 1983);function [row, col] = randinterval(matrix, count, key)[m, n] = size(matrix);interval1 = floor(m * n / count) + 1;interval2 = interval1 - 2;if interval2 == 0error('载体太小，不能将秘密消息隐藏其内！');endrand('seed', key);a = rand(1, count);%initializerow = zeros([1 count]);col = zeros([1 count]);r = 1; c = 1;row(1,1) = r;col(1,1) = c;for i = 2 : countif a(i) >= 0.5c = c + interval1;elsec = c + interval2;endif c > nr = r + 1;if r > merror('载体太小，不能将秘密消息隐藏其内！');endc = mod(c, n);if c==0c = 1;endendrow(1, i) = r;col(1, i) = c;end选取8*8的矩阵测试2、对比原始图像和隐藏信息后图像，计算隐蔽载体的均方差（MSE）进而计算峰值信噪比（PSNR），评估隐写对图像质量的影响。