基于数字图像LSB隐写算法的研究

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。

实验三基于LSB的信息隐藏算法一、实验目的该实验为验证性实验。

目的是通过实验使学生掌握经典信息隐藏算法，在Matlab环境下，编写基于图像的LSB信息隐藏算法程序。

用Matlab函数实现LSB信息隐藏及提取，并进行分析。

二、实验要求1、实验前要做好充分准备，包括：复习实验所涉及的知识点，掌握Matlab 编程语言和调试环境。

2、实验时注意记录实验过程中产生的数据、出现的问题及解决问题的方法。

3、理论联系实际，认真分析实验结果，回答思考题。

4、实验后完成实验报告，并附相关截图。

三、实验环境计算机（安装Visual C++ 6.0和Matlab 6.5以上版本）四、实验原理隐秘算法核心是将我们选取的像素点的最不重要位依次替换成秘密信息,以达到信息隐秘的目的。

嵌入过程包括选择一个图像载体像素点的子集{j1,…,j l(m)},然后在子集上执行替换操作像素c ji←→m i,即把c ji的LSB与秘密信息m i进行交换(m i可以是1或0)。

一个替换系统也可以修改载体图像像素点的多个比特,例如,在一个载体元素的两个最低比特位隐藏两比特、三比特信息,可以使得信息嵌入量大大增加但同时将破坏载体图像的质量。

在提取过程中,找出被选择载体图像的像素序列,将LSB(最不重要位)排列起来重构秘密信息,算法描述如下: 嵌入过程:for(i=1;i<=像素序列个数;i++)s i←c ifor(i=1;i<=秘密消息长度;i++)//将选取的像素点的最不重要位依次替换成秘密信息s ji←c ji←→m i提取过程:for(i=1;i<=秘密消息长度;i++){ i←→j i //序选取m i←LSB(c ji)}五、实验内容与步骤1、随机选取图像载体像素，实现隐秘消息的嵌入与提取（1）隐秘消息的嵌入%文件名:randlsbhide.m%函数功能:本函数将完成随机选择LSB的信息隐秘,载体选用灰度BMP图%输入格式举例:[ste_cover,len_total]=randlsbhide(′glenna.bmp′,′message.txt′,′scover.bmp′,2001)%参数说明:%input是信息隐蔽载体图像%file是秘密消息文件%output是信息隐秘后的生成图像%key是随机间隔函数的密钥function[ste_cover,len_total]=randlsbhide(input,file,output,key)%读入图像矩阵cover=imread('lena.bmp');ste_cover=cover;ste_cover=double(ste_cover);%将文本文件转换为二进制序列f_id=fopen('1.txt','r');[msg,len_total]=fread(f_id,'ubit1');%判断嵌入消息量是否过大[m,n]=size(ste_cover);if len_total>m*nerror('嵌入消息量过大,请更换图像');end%p作为消息嵌入位数计数p=1;%调用随机间隔函数选取像素点[row,col]=randinterval(ste_cover,len_total,2001);%在LSB隐秘消息for i=1:len_totalste_cover(row(i),col(i))=ste_cover(row(i),col(i))-mod(ste_cover(row(i),col(i)),2)+msg (p,1);if p==len_totalbreak;endp=p+1;endste_cover=uint8(ste_cover);imwrite(ste_cover,'lena2.bmp');%显示实验结果subplot(1,2,1);imshow(cover);title('原始图像');subplot(1,2,2);imshow('lena2.bmp');title('隐藏信息的图像');（2）编写函数比较两幅图像区别%文件名:compare.m%函数功能:本函数完成显示隐秘前后两幅图像的区别%输入格式举例:F=compare(′blenna.bmp′,′scover.bmp′) %参数说明:%original是原始载体图像%hided是隐秘后的图像%F是差值矩阵function F=compare(original,hided)%读取原始载体图像矩阵W=imread('lena.bmp');W=double(W)/255;%读取隐秘后图像矩阵E=imread('lena2.bmp');E=double(E)/255;%将两图像矩阵相减,显示效果F=E-W;%注意,MATLAB中矩阵相减只支持double型imshow(mat2gray(F))（3）隐秘消息的提取%文件名:randlsbget.m%函数功能:本函数将完成提取隐秘于LSB上的秘密消息%输入格式举例:result=randlsbget(′scover.jpg′,56,′secret.txt′,2001) %参数说明:%output是信息隐秘后的图像%len_total是秘密消息的长度%goalfile是提取出的秘密消息文件%key是随机间隔函数的密钥%result是提取的消息function result=randlsbget(output,len_total,goalfile,key)ste_cover=imread('lena2.bmp');ste_cover=double(ste_cover);%判断嵌入消息量是否过大[m,n]=size(ste_cover);frr=fopen('2.txt','a');%p作为消息嵌入位数计数器,将消息序列写回文本文件p=1;%调用随机间隔函数选取像素点[row,col]=randinterval(ste_cover,128,2001);for i=1:128if bitand(ste_cover(row(i),col(i)),1)==1fwrite(frr,1,'bit1');result(p,1)=1;elsefwrite(frr,0,'bit1');result(p,1)=0;endif p==128break;endp=p+1;endfclose(frr);2、顺序选取图像载体像素，实现隐秘消息的嵌入与提取（1）隐秘消息的嵌入%文件名:lsbhide.m%函数功能:本函数将完成在LSB上的顺序信息隐秘,载体选用灰度BMP图%输入格式举例:[ste_cover,len_total]=lsbhide(′glenna.bmp′,′message.txt′,′scover.bmp′)%参数说明:%input是信息隐蔽载体图像,为灰度BMP图%file是秘密消息文件%output是信息隐秘后生成图像%ste_cover是信息隐秘后图像矩阵%len_total是秘密消息的长度,即容量function[ste_cover,len_total]=lsbhide(input,file,output,key)%读入图像矩阵cover=imread('lena.bmp');ste_cover=cover;ste_cover=double(ste_cover);%将文本文件转换为二进制序列f_id=fopen('1.txt','r');[msg,len_total]=fread(f_id,'ubit1');%判断嵌入消息量是否过大[m,n]=size(ste_cover);if len_total>m*nerror('嵌入消息量过大,请更换图像');end%p作为消息嵌入位数计数p=1;%调用随机间隔函数选取像素点%[row,col]=interval(ste_cover,len_total,2001);%在LSB隐秘消息for f1=1:mfor f2=1:nste_cover(f1,f2)=ste_cover(f1,f2)-mod(ste_cover(f1,f2),2)+msg(p,1); if p==len_totalbreak;endp=p+1;endif p==len_totalbreak;endp=p+1;endste_cover=uint8(ste_cover);imwrite(ste_cover,'lena2.bmp');%显示实验结果subplot(1,2,1);imshow(cover);title('原始图像');subplot(1,2,2);imshow('lena2.bmp');title('隐藏信息的图像');（2）调用函数compare.m比较两幅图像区别%文件名:compare.m%函数功能:本函数完成显示隐秘前后两幅图像的区别%输入格式举例:F=compare(′blenna.bmp′,′scover.bmp′) %参数说明:%original是原始载体图像%hided是隐秘后的图像%F是差值矩阵function F=compare(original,hided)%读取原始载体图像矩阵W=imread('lena.bmp');W=double(W)/255;%读取隐秘后图像矩阵E=imread('lena2.bmp');E=double(E)/255;%将两图像矩阵相减,显示效果F=E-W;%注意,MATLAB中矩阵相减只支持double型imshow(mat2gray(F))（3）隐秘消息的提取%文件名:lsbget.m%函数功能:本函数将完成提取隐秘于LSB上的秘密消息%输入格式举例:result=lsbget(′scover.bmp′,56,′secret.txt′) %参数说明:%output是信息隐秘后的图像%len_total是秘密消息的长度%goalfile是提取出的秘密消息文件%result是提取的消息function result=lsbget(output,len_total,goalfile,key)ste_cover=imread('lena2.bmp');ste_cover=double(ste_cover);%判断嵌入消息量是否过大[m,n]=size(ste_cover);frr=fopen('2.txt','a');%p作为消息嵌入位数计数器,将消息序列写回文本文件p=1;%调用随机间隔函数选取像素点[row,col]=interval(ste_cover,128,2001);for f1=1:128for f2=1:128if bitand(ste_cover(f1,f2),1)==1fwrite(frr,1,'bit1');result(p,1)=1;elsefwrite(frr,0,'bit1');result(p,1)=0;endif p==128break;endp=p+1;endif p==128break;endp=p+1;endfclose(frr);实验小结：通过实验使我们掌握经典信息隐藏算法，在Matlab环境下，编写基于图像的LSB 信息隐藏算法程序。

学号：姓名：专业年级班级：实验室：组别：实验日期：课程名称保密技术实验实验课时实验项目名称和序号1.LSB图像信息隐藏实验同组者姓名实验目的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4. 能够反映 jpeg 压缩率与误码率之间的关系实验环境Windows+matlab实验内容和原理1．用 MATLAB 函数实现 LSB 信息隐藏和提取2．分析了 LSB 算法的抗攻击能力3．能随机选择嵌入位（考虑安全性因素）实验步骤方法关键代码实验算法 1：LSB 嵌入1.读取一副 256*256 大小的图片，判断是否为 RGB 图像。

若为 RGB 图像，则读取图像的一层信息（如 R 层）。

通过读取图像的尺寸大小来判断是否为RGB图像。

RGB图像是三维多彩图，size有3个参数，最小参数是3，只要判断读取到的图像大小大于2，就确定读入的是RBG图像2.以二进制形式读取要嵌入到图片里的消息。

并读取消息的长度（嵌入消息的长度不能超过图像位数）。

3.产生与消息长度一致的一串随机数（不能相同）。

自定义一个randinterval函数来实现伪随机数的生成产生的伪随机数是代表消息要隐藏的像素位置（行和列的信息）随机数代码：function [row,col]=randinterval(matrix,count,key)%randinterval.m%参数说明%matrix是载体矩阵，即要隐藏信息的图层%cout为要嵌入信息的像素数量%key为自定义秘钥，随机种子[m,n] = size(matrix);interval1 = floor(m * n/(count+eps)) + 1;interval2 = interval1 - 2;if interval2 == 0error('载体太小不能把秘密信息隐藏进去');endrand('seed',key);a = rand(1, count);row = 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('载体太小不能把秘密信息隐藏进去');endc = mod(c, n);if c == 0c = 1;endendrow(1, i) = r;col(1, i) = c;end4.按照产生的随机数的序列依次将图片层的最后一位改为消息的信息。

文章编号:1006-2475(2005)11-0028-04收稿日期:2004-12-20作者简介:叶天语(1982-),男,浙江温州人,汕头大学电子工程系硕士研究生,研究方向:数字图像处理与信息安全。

基于图像LSB 的秘密信息隐藏技术叶天语(汕头大学电子工程系,广东汕头 515063)摘要:基于图像的信息隐藏技术有着广泛的应用,而最低有效位算法是其中有效的方法之一。

本文首先对载体图像进行位平面分析,发现LSB 位具有最好的隐藏效果;然后分别实现了三个以二值图像和文本文件作为秘密信息的信息隐藏和提取实验。

实验结果表明:基于图像LSB 的秘密信息隐藏不仅具有算法简单、透明性良好的特点,而且还具有隐藏信息容量大、无失真提取、对文本文件具有双重隐藏功能等优点。

关键词:图像;LSB;信息隐藏中图分类号:TP391.41 文献标识码:ASecret Information Hiding Technology Based on LSB of ImageYE Tian -yu(Department of Electronic Engineering,Shantou University,Shantou 515063,China)Abstract:Secret i nformation hiding technology based on i mage has broad applications.LSB algorithm is one of effective algori th ms.This paper first introduces the method of bit plane analysis,finding LSB has the bes t hiding effect,then respectively realizes three experi ments on information embedding and extracting:the first one takes an image with two different values as secret information and another two take a text file as secret information.The experi mental resul ts show that secret information hiding technology based on LSB of image not only has the advantages of si mplicity,good imperceptibility,bu t also has great hiding capaci ty,extraction wi th no distortion,dual hiding effect for text file,and so on.Key words:image;LSB;information hiding0 引 言信息隐藏是在网络环境下把机密信息隐藏在其它无关紧要的信息中形成隐秘信道,除通信双方以外的任何第三方并不知道秘密通信这个事实的存在。

基于LSB图像之加密信息隐藏应用实现摘要随着Internet的发展，人们越来越频繁的传递信息，在给人们带来便利的同时，也给人们的安全和隐私带来了隐患。

从很久以前，人们就开始了解如何保护自己的信息，发展到现在，信息安全主要分为两方面，密码学和信息隐藏。

本文在密码学这块的研究主要是RSA算法、AES算法和3DES算法。

RSA 是在1977年被提出来的，属于非对称加密算法，广泛用于公钥加密和电子商务中。

而对于信息隐藏技术方面，本文主要研究LSB算法。

LSB（LeastSignificant Bits）算法：一种常见的空间域数据隐藏算法，它替换了最低有效位以隐藏秘密信息。

通过LSB算法隐藏的信息一般来说肉眼察觉不出来，能很好地的保护秘密信息。

RSA算法可以将信息加密成密文，而LSB算法可以将加密后的密文隐藏到图片之中，人们的肉眼根本分辨不出来，将两者结合起来，可以更有效的保护信息安全。

关键词：加密，信息隐藏，LSB算法，RSA算法Implementation of encrypted information hiding based on LSB imageAbstractWith the development of the Internet, people are passing information more and more frequently, which brings convenience to people, but also brings hidden dangers to people's security and privacy. From a long time ago, people began to understand how to protect their own information. From now on, information security is mainly divided into two aspects, cryptography and information hiding. The research on cryptography in this article is mainly about RSA algorithm, AES algorithm and 3DES algorithm.RSA was introduced in 1977 and belongs to asymmetric encryption algorithm, which is widely used in public key encryption and e-commerce.As for the information hiding technology, this paper mainly studies the LSB algorithm. LSB (LeastSignificant Bits) algorithm: a common spatial data hiding algorithm, which replaces the least significant bit to hide secret information. The information hidden by the LSB algorithm is generally invisible to the naked eye, and can well protect secret information. The RSA algorithm can encrypt information into ciphertext, and the LSB algorithm can hide the encrypted ciphertext in the picture, people can't distinguish it by the naked eye. Combining the two can effectively protect information security.Keywords: encryption, information hiding, LSB algorithm, RSA algorithm目录一、前言 (2)（一）本设计的目的、意义及应达到的技术要求 (3)（二）本设计在国内外的发展概况及存在的问题 (3)（三）主要研究目标和内容 (4)（四）本设计应解决的主要问题 (4)二、系统需求分析 (5)（一）用户需求分析 (5)（二）功能需求分析 (5)（三）性能需求分析 (5)（四）可靠性需求分析 (5)（五）安全性需求分析 (6)三、可行性分析 (6)（一）技术可行性分析 (6)（二）经济可行性分析 (6)（三）操作可行性分析 (6)（四）性能可行性分析 (7)（五）安全可行性分析 (7)四、相关技术 (7)（一）信息隐藏概述 (7)（二）信息隐藏模型 (8)1．嵌入对象 (8)2．掩体对象 (8)3．隐藏对象 (9)4．密钥 (9)（三）信息隐藏的分类 (9)（四）信息隐藏的特点 (9)1．透明性 (10)2．不可检测性 (10)3．鲁棒性 (10)4．自恢复性 (10)5．安全性 (10)6．对称性 (10)7．可纠错性 (10)（五）信息隐藏技术与密码学技术 (10)（六）LSB算法 (12)（七）RSA算法 (12)1．算法描述 (12)2.RSA的安全性 (14)3.RSA的优缺点 (15)（八）AES算法 (15)1.AES简述 (15)2.AES的总体结构 (15)3.AES的详细结构 (17)（九）3DES算法 (19)1.3DES算法简述 (19)2.3DES算法的安全性 (22)五、系统设计 (22)（一）研究的基本思路和方法 (22)（二）总体设计 (22)（三）加密隐藏功能模块 (23)（四）提取解密功能模块 (24)六、系统测试 (25)（一）RSA加密和解密测试 (27)（二）AES加密测试 (29)（三）AES解密测试： (31)（四）3DES加密测试： (31)（五）3DES解密测试 (33)（六）LSB算法隐藏测试 (34)七、总结 (40)参考文献 (41)致谢 ..................................................................................................... 错误!未定义书签。

一种改进的ＬＳＢ数字图像隐藏算法Improved LSB steganography methodYUAN Zhanting,ZHANG Qiuyu, LIU Hongguo, PENG Duo（School of Computer & Communication， Lanzhou University of Technology， Lanzhou 730050， China）:As for the common LSB steganography , SPA (sample pair analysis) and (regularand singular groups method) could estimate the embedding rate in image with high precision.This paper presented a subset of affine transformation with integer coefficients and invariance of image area to realize the scrambling of digital image，a perfect steganographic encoding scheme based on linear block code theory LSB steganography, which made the embedded messages have more steganalysis counteraction ability. Experimental results show that the proposed approach is undetectable by RS（regular singular）steganalysis and SPA（sample pair analysis）steganalysis and the histogram’s statistical property is preserved well. Otherwise,it is applicable for both gray images and color images and can be implemented conveniently.0 引言信息隐藏是一个崭新的研究领域,它横跨数字信号处理、图像处理、语音处理、模式识别、数字通信、多媒体技术、密码学等多个学科，它是把一个有意义的秘密信息隐藏在另一个称为载体的信息(如普通图片)中,得到隐密载体。

LSB图像信息隐藏1.实验⽬的（1）了解信息隐藏中最常⽤的LSB算法特点，掌握LSB算法原理，设计并实现⼀种基于图像的LSB隐藏算法（2）了解如何通过峰值信噪⽐来对图像质量进⾏客观评价，并计算峰值信噪⽐2.实验内容（1）LSB隐藏算法（2）计算峰值信噪⽐3.实验原理 任何多媒体信息，在数字化时，都会产⽣物理随机噪声，⽽⼈的感观系统对这些随机噪声不敏感。

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，从⽽完成信息隐藏⽬标。

BMP灰度图像的位平⾯，每个像素值为8bit⼆进制值，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）替代载体图像地位平⾯以实现信息嵌⼊。

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，解决办法可采⽤冗余嵌⼊的⽅式来增强稳健性。

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。

4.实验记录（1）隐藏算法算法分为三个部分实现：隐藏算法提取算法测试脚本1）隐藏算法源代码hide_lsb.m⽂件：function o=hide_lsb(block,data,I) %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);% 将图像划分为M*N个⼩块N=floor(si(2)/block(2));M=min(floor(si(1)/block(1)),ceil(lend/N));o=I;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% 计算每⼩块隐藏的秘密信息的序号idx=i*N+j+1;if idx>lendbreak;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);endend;2)提取算法源代码dh_lsb.m⽂件：function out=dh_lsb(block,I) % 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(1));out=[];% 计算⽐特1判决阈值：即每⼩块半数以上元素隐藏的是⽐特1时，判决该⼩块嵌⼊的信息为1thr=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% 计算每⼩块图像隐藏的秘密信息序号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;elseout(idx)=0;end;end;end;3)测试脚本源代码test.m⽂件：fid=1;len=10;% 随机⽣成要隐藏的秘密信息d=randsrc(1,len,[0,1]);block=[3,3];[fn,pn]=uigetfile({'*.bmp','bmp file(*.bmp)';},'选择载体');s=imread(strcat(pn,fn));ss=size(s);if(length(ss)>=3)I=rgb2gray(s);elseI=s;end;si=size(I);sN=floor(si(1)/block(1))*floor(si(2)/block(2));tN=length(d);% 如果载体图像尺⼨不⾜以隐藏秘密信息，则在垂直⽅向上复制填充图像if sN<tNmultiple=ceil(tN/sN);tmp=[];for i=1:multipletmp=[tmp;I];end;I=tmp;end;% 调⽤隐藏算法，把携密载体写⾄硬盘stegoed=hide_lsb(block,d,I);imwrite(stegoed,'hide.bmp','bmp');[fn,pn]=uigetfile({'*.bmp','bmp file(*.bmp)';},'选择隐蔽载体');y=imread(strcat(pn,fn));sy=size(y);if(length(sy)>=3)I=rgb2gray(y);elseI=y;end;% 调⽤提取算法，获得秘密信息out=dh_lsb(block,I);% 计算误码率len=min(length(d),length(out));rate=sum(abs(out(1:len)-d(1:len)))/len;y=1-rate;fprintf(fid,'LSB:len:%d\t error rate:%f\t error num:%d\n',len,rate,len*rate);通过运⾏测试代码，对灰度图xxx3.bmp⽂件进⾏LSB算法的信息隐藏，并⽣成⽂件bide.bmp。

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”。

基于LSB图像隐藏和解密算法深度讲解 本⼈错误之处，欢迎指正。

LSB（LeastSignificant Bits）加密算法：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。

普及⼀下常识：RGB图像，蓝⾊，红⾊，绿⾊混合⽽成的彩⾊图像，读取后由三个⼋位m*n的矩阵组成，m*n代表图像的⼤⼩，也就是像素的多少，⼋位指的是⼀个像素占了⼋位⼆进制的⼤⼩，转为⼗进制也就是0-255。

最低有效位是低四位，本系统使⽤低四位进⾏储存数据。

本次仿真实验通过MATALB进⾏仿真，并且只分析灰⾊图像，原因是因为彩⾊图像是三个灰度图像代表了三种颜⾊混合⽽成。

编写两个界⾯，如下图所⽰： 本次讲解给出的代码加密算法代码和解密算法代码，涉及到的界⾯算法不与给出和解释。

算法思想：1，读⼊⼀个m*n的灰度图像，把每⼀位的像素的低四位⽤或运算清0，得到我称之为的“载体图像”。

2，读⼊信息图像，也就是需要隐藏的图像（也可以是其他的信息），将图像的⼋位拆开成⾼四位和低四位。

3，在载体前6个的低四位数据中，放⼊信息图像的⼤⼩信息。

3，按照先⾼后低的顺序，存⼊载体图像，先从左到右，再换下⼀⾏。

4，解密⽆⾮就是上⾯步骤的逆序⽽已。

看完思想后，⼀般情况下就可以⾃⼰尝试写程序了，其实⽤C语⾔对位操作更加⽅便，但是，考虑到需要显⽰图⽚，所以决定使⽤MATLAB进⾏仿真。

此处只提供加密和解密的算法，供需要的⼈学习，界⾯只是单纯的调⽤，所以在这没必要介绍。

%%%%%%%%%加密算法%%%%%%%%%%%clc;close all;clear;Inimage=imread('2222.jpg');Inimage=rgb2gray(Inimage);%真彩转灰度imwrite(Inimage,'car.jpg');figure(1);subplot(221),imshow(Inimage);title('原图');carrierl=bitand(Inimage,240);%清空低四位subplot(222),imshow(carrierl),title('清空低四位');%读取信息%text=158;text=imread('mess3.jpg');text=rgb2gray(text);imwrite(text,'messss.jpg');subplot(223),imshow(text),title('信息图');textu8=uint8(text);%读取输⼊图⽚的⼤⼩[m,n]=size(Inimage);m=double(m);n=double(n);%清空低四位数据after=carrierl;%读取信息⼤⼩[m1,n1]=size(textu8);%计数器count=1;count=double(count);%前六位⽤来放信息⼤⼩的信息m1,n1bit4=m1;%提出⾼⾼四位hhtext=bitand(bit4,3840);%右移⼋位位hhtext=bitshift(hhtext,-8);%提出⾼四位hightext4=bitand(bit4,240);%右移四位hightext4=bitshift(hightext4,-4);%提出低四位lowtext=bitand(bit4,15);%计算第⼏⾏locationy=ceil(count/n);%计算第⼏列locationx=count-(locationy-1)*n;%放⼊⾼四位after(locationy,locationx)=bitor(carrierl(locationy,locationx),hhtext); count=count+1;%计算第⼏⾏locationy=ceil(count/n);%计算第⼏列locationx=count-(locationy-1)*n;%放⼊⾼四位after(locationy,locationx)=bitor(carrierl(locationy,locationx),hightext4); count=count+1;locationy=ceil(count/n);locationx=count-(locationy-1)*n;%放⼊低四位after(locationy,locationx)=bitor(carrierl(locationy,locationx),lowtext); %计数count=count+1;bit4=n1;%提出⾼⾼四位hhtext=bitand(bit4,3840);%右移⼋位位hhtext=bitshift(hhtext,-8);%提出⾼四位hightext4=bitand(bit4,240);%右移四位hightext4=bitshift(hightext4,-4);%提出低四位lowtext=bitand(bit4,15);%计算第⼏⾏locationy=ceil(count/n);%计算第⼏列locationx=count-(locationy-1)*n;%放⼊⾼四位after(locationy,locationx)=bitor(carrierl(locationy,locationx),hhtext); count=count+1;%计算第⼏⾏locationy=ceil(count/n);%计算第⼏列locationx=count-(locationy-1)*n;%放⼊⾼四位after(locationy,locationx)=bitor(carrierl(locationy,locationx),hightext4); count=count+1;locationy=ceil(count/n);locationx=count-(locationy-1)*n;%放⼊低四位after(locationy,locationx)=bitor(carrierl(locationy,locationx),lowtext); %计数count=count+1;%开始载⼊数据for i=1:m1for j=1:n1bit4=textu8(i,j);%提出⾼四位hightext4=bitand(bit4,240);%右移四位hightext4=bitshift(hightext4,-4);%提出低四位lowtext=bitand(bit4,15);%计算第⼏⾏locationy=ceil(count/n);%计算第⼏列locationx=count-(locationy-1)*n;%放⼊⾼四位after(locationy,locationx)=bitor(carrierl(locationy,locationx),hightext4); %计数count=count+1;locationy=ceil(count/n);locationx=count-(locationy-1)*n;%放⼊低四位after(locationy,locationx)=bitor(carrierl(locationy,locationx),lowtext); %计数count=count+1;endendsubplot(224),imshow(after),title('载⼊信息后');%保存图⽚,为tif格式⽆损耗imwrite(after,'after.tif');capity=num2str(m*n+4);messc=num2str(m1*n1);xlabel(['总像素容量为:',capity,';载体信息⼤⼩为',messc],'Color','b'); %%%%%%%%解密算法%%%%%%%%%%%%%clc;clear;close all;Inimage2=imread('after.tif');figure(1);subplot(221),imshow(Inimage2);title('原图'); %%%%%%读取图⽚的⼤⼩信息%%%%%%%提取⾼⾼四位m1hh=bitand(Inimage2(1,1),15);%提取⾼四位m1high=bitand(Inimage2(1,2),15);%提取低四位m1low=bitand(Inimage2(1,3),15);%⾼四位左移m1high=bitshift(m1high,4);%⾼⾼四位左移⼋位m1hh=double(m1hh);m1hh2=bitshift(m1hh,8);%合成数据m1=double(m1high+m1low)+m1hh2;%提取⾼⾼四位n1hh=bitand(Inimage2(1,4),15);%提取⾼四位n1high=bitand(Inimage2(1,5),15);%提取低四位n1low=bitand(Inimage2(1,6),15);%⾼四位左移n1high=bitshift(n1high,4);%⾼⾼四位左移⼋位n1hh=double(n1hh);n1hh=bitshift(n1hh,8);%合成数据n1=double(n1high+n1low)+n1hh;m1=double(m1);n1=double(n1);%%%%%%%开始读出数据，⽣成图⽚%%%%% %⽣成2个空⽩矩阵messagehigh=zeros(m1,n1);messagelow=zeros(m1,n1);result=zeros(m1,n1);%载体⼤⼩[m,n]=size(Inimage2);%初始化数值count=1;oddc=0;evenc=0;for i=1:mfor j=1:n%信息读取结束⾃动跳出if count==m1*n1*2+4break;%前四位已经读取elseif(count>6)dataout=bitand(Inimage2(i,j),15);locount=count-6;if rem(locount,2)==0evenc=evenc+1;%计算第⼏⾏locationy=ceil(evenc/n1);%计算第⼏列locationx=evenc-(locationy-1)*n1; messagelow(locationy,locationx)=dataout;elseoddc=oddc+1;%计算第⼏⾏locationy=ceil(oddc/n1);%计算第⼏列locationx=oddc-(locationy-1)*n1; messagehigh(locationy,locationx)=dataout;endendcount=count+1;endendfor i=1:m1for j=1:n1messagehigh(i,j)=bitshift(messagehigh(i,j),4); result(i,j)=bitor( messagehigh(i,j),messagelow(i,j)); endendcompare=imread('mess2.jpg');compare=rgb2gray(compare);result=uint8(result);subplot(222),imshow(result);title('结果');subplot(223),imshow(compare);title('信息'); compare=imread('mess.jpg');compare=rgb2gray(compare);。