基于人类视觉系统特性的直方图可逆信息隐藏算法
基于BMP图像数据的信息隐藏方法
S ( P 2 " ‘ $ -4 0+R 2 4 0+ ,%. " 02W " 1 " 2 3G %# 102G /*R ,%3, * + BC D : 3 LC FS
!C D FS J D F) FC O M N P C 9 E #C D FS J D F 110#%5 # ; IC FD " $*K = > # . + %( . M 9 I: RJ : N C FJ : N K D 9 C : F IC RC FS UD P M R: F= a ?C K D S M C P LN M P M F9 M R7> IM RC P LG D E M RC K D S M RD 9 D C P S : 9 9 M FD H H : N RC FS 9 : 9 IM UC 9 K D LJ C G M 3 IM D R RD 9 D FR 9 IM N MC P F: N M G D 9 C : FP IC L9 : 9 IM RD 9 D J : G G : X C FS 9 IM C K D S M RD 9 D C F9 IM J C G M 7cIM F9 IM P M H N M 9 C FJ : N K D 9 C : FC P #D #: M K UM RRM RC F9 IMUE 9 M P J : G G : X C FS9 IMC K D S MRD 9 D FG E9 IM P C \ M : J = a ?J C G M C P C FH N M D P M R# U89 R: F7 9 C FJ G 8M FH M 9 IM C K D S M 9 : UM RC P 3 LG D E M R7 * P D N M P 8G 9 #9 IM C FJ : N K D 9 C : FC P IC RRM F7 > IM P M H N M 9 C FJ : N K D 9 C : FH D F UM N M H : FP 9 N 8H 9 M R UE N M D RC FS 9 IM RD 9 D J N : K9 IM UE 9 M P M K 3 UM RRM RC F9 IMP M H N M 9 C FJ : N K D 9 C : FC F9 8N F7> IM N M C P F: 9 D FE O C P 8D G RC J J M N M FH M UM 9 X M M F9 IM H : O M N C K D S M M K UM RRM RC FP M H N M 9 C FJ : N K D 3 9 C : FD FR 9 IM : N C S C FD G H : O M N C K D S M 7(: 9 IM IC RC FS J M D 9 8N M C P P 9 N : FS 7> IM P C K 8G D 9 C : FM T LM N C K M F9 P LN : O M 9 IM J M D P C UC G C 9 E D FR 9 IM O D G C RC 9 E : J 9 IC P D G S : N C 9 IK 7 ? @A 0+ 1 # FJ : N K D 9 C : F IC RC FS a ?C K D S M K UM RRC FSD G S : N C 9 IK $C %= %M
基于绝句生成的构造式信息隐藏算法
第44卷第4期2021年4月Vol.44Ao.4Apr.2021计算机学报CHINESE JOURNAL OF COMPUTERS基于绝句生成的构造式信息隐藏算法秦川王萌司广文姚恒（上海理工大学光电信息与计算机工程学院上海200093）摘要目前利用文本生成进行秘密信息隐藏的研究中，生成文本的质量和嵌入率是主要存在的挑战•为此本文提出一种基于绝句生成的构造式信息隐藏算法•首先对绝句文本数据进行词向量的构建，然后利用机器翻译模型搭建新的绝句诗生成模型；在诗句生成阶段，需要向模型输入主题词、模板信息和押韵信息，通过输入信息的综合作用，生成第一行绝句诗；再利用现有可体现诗句主题的显著信息生成后续行的诗句首利用绝句诗生成模型进行信息隐藏的过程中，对于相同的输入信息，模型可生成多首同一主题且符合模板要求的绝句诗；通过对主题词、模板信息、押韵信息以及诗句的不同选择,可有效实现秘密信息的隐藏首验中使用了25000首绝句诗进行训练，结果表明本文算法的嵌入率可达到35%左右，与已报道的主流算法相比具有一定的优势，且本文所提出的模型生成的诗词语义通顺、主题明确为关键词文本生成；构造式信息隐藏;绝句；主题词；嵌入率中图法分类号TP303DOI号年.为年7/SP首首16.2021.00775Constructive Information Hiding with Chinese Quatrain GenerationQIA Chuan WANG Meng PI Guang-Wen YAL Heng(School of OpLical-ElecLrical and Computer Engineering,UniversiLy of Shanghai for Science and Technology,Shanghai200093)Abstract As one kind ol the main media ol information communication,the text is one ol the common cover dato in the field ol informatioc hiding,whicO hao attracted extensivo interests inthe related researcO community.However,compared with digital image,viden anO other typeo of cover data,the redundancp of text is relativelp lowee anO the spacr foe datt embeddin-is relativelp limiteO.At present,the technique of text generatioo based on natural langua-r processin-becomee morr and morr popular,buh its applicatiog in the field of informatioo hiding n noh satisfactorp, which is still in the initial sta-e.A the curregt research of mformatioh hiding using text generatiog,the semantio qualitp of geneeed text nd the embedding ratr arr the two challenges. Therefore,in this paper,we propose n novel constructive informatioh hiding method Used on Chinesr qulain generatioh.First,word vectore arr constructed foe the41X3^00text hata,andnt the same time,the informatioh of keyword,pattere and rhyme foe the qulain poetrp need toUr determined and encoded,which then participatr in the training of the quatraid generatiod model. Then,the quatrain generation model proposed in this papee is established through the Sequencrto Sequence model,which is baset on g bidirectional recurredS neurm netword with the attentiod mechanism.A the stage of quatraid generatiod,the first line of quatraid cad Ur generated basedon the inpul keywords and the combined eSecl of pattere informatiod and rhyme informatiod. Then,Up selectino the worts related to the keyworts oe the guidance informatiod,the subsequedk linee of the quatraid can Ue produceO efficiently,which to ensuree that the generateO quatraid收稿日期：2019-W-05；在线发布日期=2020-05-00.本课题得到国家自然科学基金项目上167224,61720）资助.秦川，博士，教授，博士生导师，中国计算机学会上CF）会员，主题研究领域为多媒体信生安全、图像处理等.Ewd：u@bW.Hu.co.王萌，工学学士，主要研究方向为信息隐藏、图像处理•司广文，硕士研究生，主题研究方向为信息隐藏、深度学习•姚恒，博士，副教授，主题研究方向为多媒体取证、信息隐藏、图像处理、模式识别.774计算机学报2021年has an unified theme and there are no obvious semantic deviations between the previous and latter lines.Foe the sama input informatiou,t he model cao generatr multiplr quatraine with the sama themr and meet ths requiremente ob ths patters.By choosing ths different candidats quatraio linee and the information ob keyword,pattere and rhyme,secret information can Vr hidden effectively.Io the experiment,totally25000quatraine werr used no the training datn foe the quatraio generatiou model.Experimental results show that,the hidden secret informatiod cat Vr extracted from thr generaten quatraie with eo error,nd the embeddine ratr ob thr proposed method cae reach aboui 35%,which is sign讦icantlw greatee thae sorne of reported informatioe diding methods based cu text generatioe.We dso utilized the sa_rne set of training datt on oue model with informatioe hiding nd ths curredi typical poetrg generatioe modele withoui informatioe hiding,nd ths trained resulte show W o ths performance indicee of these models,such co perplexitp nd lose value,are close.Then,Vp comparing ths年poeWes randomlp generated with ea_ch of these models,we cad find that their performancee of semantia qualitg foe generated poeWes are W so ^quivaledt.Id Wditicd,the computational complexity，securitp md robustnese of the proposO method are discussed md ths teasibilitg of practical applicatiod is Wso malyzed.Finally,future research direcWm of this worO are gived.Keywords text generatiod；constructive information hidine；quatrains；keywords；embedding rats1引言信息隐藏是将秘密信息隐藏在公开的媒体信息中，使得除收发者外的其他人无法提取出隐藏的信息，甚至不知道有隐藏信息存在的技术.信息隐藏技术作为网络安全的重要研究方向，近年来取得了重大进展，在军事、法律、知识产权保护和隐私保护等领域都有应用年通常秘密信息会被隐藏到各种多媒体载体当中，如图像1音频3视频⑷以及文本等.文本作为使用最为广泛的载体之一，是人们日常沟通交流获取信息的主要媒介，在信息隐藏领域也得到了诸多的应用,具有很高的研究价值.但文本本身信息冗余度较低，因此如何使携带秘密信息的文本接近自然语言文本，并有较高的嵌入率，是文本信息隐藏算法亟待解决的问题％随着信息隐藏技术的发展，通常信息隐藏方案可以划分为两类:载体修改式方案和构造式方案P目前基于文本的信息隐藏方案大部分属于载体修改式，即通过修改载体文本的格式或语法语义进行秘密信息的隐藏.根据修改方式的不同大致又可以将其分为两类.第一类为基于文本格式修改的信息隐藏方案.如通过细微地调整字符间距和行间距来隐藏秘密信息，由于人类视觉系统的特性，很难直接观察出文本的异常4通过调整字符的属性，如磅值、颜色、风格等，也能够隐藏秘密信息如文献[9],通过控制HTML文本中字体的颜色来标记字符，从而映射不同的二进制码，达到秘密传输信息的目的.其它方法如文献9年，通过文档中的不可见字符进行秘密信息的隐藏，在文本每一段结束时键入空白字符,如通过SPACE键和TAB键所生成的不可见字符的长度不同，来隐藏秘密信息.基于文本格式修改的信息隐藏方案不会改变文本的语义，但是对文本格式极为敏感，轻微的格式变化都会导致秘密信息无法正确提取.因此此类方案的鲁棒性不强,同时该类方案统计特征较为明显，容易被隐写分析算法检测出异常.第二类为基于文本语法语义修改的信息隐藏方案.该类方案主要涉及同义词替换方案和句式变换方案9年1总体来说修改文本语法语义的方式,通过阅读感知很难发现这种细微的修改,因此隐蔽性较强.但由于对原始的文本进行了修改和调整，不可避免地会产生失真.在同义词替换方案中载体词汇暴露在文本当中，容易受到隐写分析算法的攻击9年.同时考虑到载体文本的长度有限，可提供替换的词汇也有局限性，因此此类算法的嵌入率一般不高.由于文本修改式信息隐藏算法存在以上的问题,基于文本生成的构造式信息隐藏算法应运而生,并成为当前的研究热点之一.此类算法是根据秘密信息驱动直接生成文本，没有对文本进行任何的修4期秦川等：基于绝句生成的构造式信息隐藏算法774改，因此更加隐蔽安全.文献［5］提出利用生成宋词进行秘密信息隐藏的构造式文本信息隐藏方案.文献［5提据宋词的格式音律要求，选取不同的词汇组成新的宋词文本来隐藏秘密信息，引起了广泛关注.但文献［5提生成宋词的过程中，没有深入考虑文本的语义要求，而是通过韵律规则等进行词语组合，生成的宋词相对缺乏中心思想，容易引起攻击者的怀疑，且该方案的嵌入率也较低.文献5年在文献5提的基础上上行了改进，在嵌入率方面有所提升，但生成文本的质量不高，主题思想不明确，词与词之间的语义匹配仍需要改进.文献5年提出了基于马尔可夫链的宋词生成模型，所生成的宋词质量有所提高，但该方案的嵌入率较低.随着深度学习在机器翻译方面的广泛应用，基于机器翻译模型进行诗词创作的技术日趋成熟.文献［年提出使用循环神经网络(Recurrent Neuim Network,RNA)不断将新生成的诗词压缩到历史向量中，从而生成新的诗词.文献5年提出一种规划模型的诗词生成方案，通过预先规划诗词每一句的主题词，来辅助指导诗词的生成,确保了每一句话的语义信息.规划模型生成诗词的质量较高，但存在主题不明确的问题.文献5年提出了基于工作记忆模型的诗词生成方案.工作记忆模型利用主题信息、历史信息和本地信息，确保生成诗词主题的灵活表达，同时所生成的诗词的质量高，在已报道的文献中处于较好的水平.高质量的诗词生成模型也引起了信息隐藏领域学者的高度关注.文献［20在用规划模型，并通过挑选备选字的方式进行秘密信息的隐藏，获得了较高的嵌入率.但文献［20在过备选词库的组合会有较大的损失，对生成诗词的质量影响较大，导致该方案所生成诗词的质量一般.且随着诗句的生成，由于没有主题信息的限制，可能会丢失主题信息.另一方面，文献［20在秘密信息提取过程需要对模型所能生成的诗词进行遍历，导致提取算法效率较低，无法实现实时提取.针对以上信息隐藏算法所存在问题，本文提出一种基于绝句生成的构造式信息隐藏算法，实现了秘密信息的实时隐藏和提取，且生成绝句诗质量高.绝句属于近体诗的一种形式，由四句组成，有严格的格律要求，常见的绝句有五言绝句和七言绝句.由于绝句文本的信息冗余低，如果强行进行字符的隐藏，必定会造成较高损失，使文本的可读性下降.如何使所隐藏的字符自然地出现在所生成的绝句诗词中是需要解决的关键问题.为此本文提出了基于主题词的高质量绝句生成算法，确保主题词能够自然地出现在所生成的绝句诗词文本中.与文献［20在比，本文算法无需设置内置词库来限制所生成的绝句诗词，从而能够使所生成诗词的损失降到更低，保证生成诗词的可读性.同时我们在训练模型过程中添加了字符的韵律信息，这样生成的诗句抑扬顿挫感强,能够达到自然押韵.在嵌入率方面,我们根据所生成绝句诗的主题词、模板、押韵信息以及备选诗句来进行秘密信息的隐藏，具有较高的嵌入率.实际上，利用本文提出的方案除诗句外还可以对宋词、元曲、对联、歌词等韵律和平仄要求高的文体进行文本生成,进而实现秘密信息的隐藏.需要注意的是，需对不同文体的文本分别进行训练，并采用相应的模板及韵律规则.本文所提出的方案主要在三个方面有所贡献:一是在嵌入率方面有较大提升；二是生成诗词可读性强、韵律自然、主题明确；三是能够实现实时隐藏和提取侗时可对提取的秘密信息进行自我校验，判断文本是否遭受过篡改，安全性更高.相较于基于载体选择的信息隐藏算法，本文所提出的基于文本生成的构造式信息隐藏算法首先在安全性方面表现更好.因为构造式信息隐藏算法没有固定词库，而是通过计算来来行字词的选择和匹配，因此在没有相同训练数据的情况下，很难进行攻击和分析.其次，在生成文本质量方面，构造式信息隐藏算法更加注重字与字之间的搭配,因此生成文本的质量更高.本文第4节介绍所提出算法的整体框架；第0节具体介绍所提出的基于主题词的绝句生成方法;第4节给出信息隐藏算法和提取算法；第4节为实验结果及分析比较;第6节给出全文的总结与进一步的工作.2算法整体框架本文所提出方案的整体框架如图1所示.本文方案主要由三部分组成，分别为模型训练、隐藏过程和提取过程．在模型训练过程中，需要对绝句诗进行预处理,然后根据本文提出算法进行训练，最终生成符合秘密信息隐藏要求的绝句生成模型.收发双方需要共享相关训练参数，确保双方生成的模型达到相同的效果．776计 算 机 学 报2021 年图1方案整体框架图在隐藏过程中，首先根据秘密信息选择对应的 主题词、韵律及模板信息；然后输入模型，生成候选 的绝句诗句；根据秘密信息选择候选诗句，生成含密 绝句诗.在提取过程中，首先根据接收到的绝句诗提取出主题词、韵律和模板信息，然后按照隐藏过程中 生成诗句的方法将相关信息输入模型生成候选诗句；接着根据候选诗句,对照接收到的诗句，提取秘 密信息.以上为本文方案的整体框架,接下来进行详细介绍.3高质量绝句生成模型本文绝句生成模型的基础是基于注意力机制的 序列到序列模型(Sequence to Sequence,Seq2Seq)2 ,因此我们在给出本文的生成模型之前首先对Seq2Seq 模型及工作记忆模型进行相关介绍.3.1 基于注意力机制的Seq2Seq 模型在Seq2Seq 模型中，使用一个循环神经网络作为 编码器，将完整的句子压缩为一个向量.使用另外一个RNN 作为解码器，根据输入向量生成目标句子.但是当输入的句子过长时，这个中间向量难以存储 足够的信息.同时中间向量作为一个整体，无法做到精准地解码，而注意力机制(Sttention Mechanism) 就是为了解决这个问题而设计注意力机制是将当前解码的重点放在当前所对应的字或者片段，而不是整个句子.众所周知冲国古诗词不仅在格式以及韵律上有着严格的要求，同时行与行之间的单个 字或者词都有着紧密的关联.因此，基于注意机制的Seq2Seq 模型在中国古诗词生成过程中有着较好的表现，其生成诗句的基本流程如图1所示.图2诗句生成基本流程4期秦川等：基于绝句生成的构造式信息隐藏算法777这里使用基于注意力机制的Seq2Seq模型，其中编码器以双向LSTMRong Short-Term Memorp）为基础2在编码过程中，第一句诗词输入表示为X=（R,狓，…，狓），输出结果表示为犢=上1，狔'犕）资和n分别代表编码过程中前向传播和反向传播的隐层状态,心表示重置门"表示更新门，y示编码器在第c个字最终输出，计算公式为犱表—tanh(R[2表1•厂表+U狓表上)u n^a(U u hd_1+W u x n g上)E表cr(上表—i+W r x n g(0)表表(1—u-i)•0n-i+u—g dg(4)hg表—n c-n—上)双曲正切函数twh（）为激活函数模以在神经元中引入非线性因素对得神经网络可以逼近任意非线性函数m表的计算过程与nn基本一致.在注意力机制的作用下然码器的第4步解码过程首先计算得出出r，其表示第4步查询状态下第—个字编码输出y y与当前解码结果的相关程度其算公式为_exp（r的仆、a步—帀-------------（6）乂exp（R,的p—年e-=—twh（Us r-\~W a gd g上）其中，其其其是参数矩阵•用G表示第4次解码的结果其表了与解码结果最相关的原始信息其a—与s加权平均其算公式为N步—e步r h i（上d——同时表下一次解码中会作为额外的信息输入到网络当中，S,是解码器在第步解码时的状态.3.2工作记忆模型基本原理在Seq2Seq古诗词生成的基础上，文献［―提出了工作记忆模型.该模型被划分为三个模块，分别为主题信息模块、历史信息模块、本地信息模块.工作记忆模型生成诗词的过程如图3所示.工作记忆模型的基础部分为门控循环单元（Gated Recurrent Unit,GRU）0.在生成过程中，工作记忆模型的输入分为两个阶段，其中第一个阶段的输入为主题词、模板信息和韵律信息；第二个阶段的输入是通过模型计算得到的，包括主题信息、历史信息和本地信息.假设输出诗词由—句组成，表示为｛L ff—;输入主题词共有K个，表示为｛WW—；Mi表示主题信息，分表示历史信息，分表示本地信息分，分，分在表全部工作记忆信息.主题TO厶-2Encoder Encoder Encoder1M］主题信息M2历史信息词晒被全部写入到主题信息犕当中，并且在诗词生成的过程中保持不变，用来指导每一句诗词的生成，确保不偏离主题.在生成第e句诗词L,之前,的每一个字都会被写入本地信息犕中.与其它模型不同，这里并没有将的全部信息写入到M,而是从当中选择最有代表意义的、最贴近主题的词或者字写入到历史信息中，这样可降低对主题的干扰该—为全局追踪向量，记录已经生成的内容，为模型提供全局信息，随着诗句的生成不断更新.为了保证生成诗词主题不偏离，设计了主题追踪机制表I入变量―，以更加明确的方式记录主题的使用信息该为信息的输出，是解码输出，0表示投影参数文代表了第步解码后词汇表中每个字符的概率信息，表达式为s,=GRUR—i年—-1记文，表-年）上）狆上o—1分1”-1，设年）=softmax（R是-（10）式上）中g,代表包含了平仄及押韵的韵律信息.绝句诗词需要满足固定的格式和韵律，因此这里引入韵律分量，用来控制生成绝句诗词的格式和韵律.在训练过程当中定义了36个音韵类别，训练的绝句诗词均为5言绝句或7言绝句.工作记忆模型能够生成高质量的绝句诗词,但是所得到的诗词冗余很低，无法直接进行秘密信息的隐藏.3.3绝句生成模型如何进行秘密信息的隐藏，同时保证生成诗词的质量，是需要解决的问题.通过对工作记忆模型原理的分析,能够得出这样的结论:诗词生成的发起信息主要来源于“主题词”，生成诗词的第一行与主题词的关系最紧密.假设:如果主题词能够出现在生成绝句诗的第一句中，且位置固定这那就可以顺利地将秘密信息提取出来.同时第一行诗词的生成,不依778计算机学报2021年赖于后序诗词，这样可以保证生成诗词的质量不受影响.基于以上分析与假设对们提出了一种基于主题词的高质量绝句生成算法.首先鉴于Seq2Seq模型的诸多优点，文献［18-19,25］利用Seq2Seq模型,分别行行了古诗词生成算法的设计.虽然实施细节有所不同，但是大致可以划分为三个模块.本文以文献［25］为例行行介绍，第一个模块是由词生成诗句(Word-To-Line,WTL)的过程，第二个模块是由诗句生成诗句(Line-LLine对TL)的过程，第三个模块是由上下文生成诗句(Context-To-Line,CTL)的过程.图4是基于Seq2Seq诗词生成过程的示例.在诗词生成的过程当中，首先设置主题词为“秋雁”，然后通过WTL模块，生成第一句诗词；然后以第一句作为输入，经过LTL模块，生成第二句诗词；将第一、二句诗词作为输入，经过CTL模块生成第三句；最终由前三句诗词生成第四句诗词.三个模块的搭建都是以Seq2Seq模型为基础.本文所提出算法点，是对作作记模络作中oLi 部分的改行，也就是由主题词到第一句诗词的生成过程.设主题词的个数为1,在生成第一个字的解码过程中，通过式W可以得出s,的解码状态为s,—1—GRU(so,［32,0,—o提2同2)(18)其中，S。
基于图片的信息隐藏方法研究
基于图片的信息隐藏方法研究搞要：针对图片编码过程与JPEG图像的信息隐藏的各种方法作了介绍，通过对比，得出基于人类视觉系统的J-PEG图像的信息隐藏方法更具有一定的优点，这种方法以人类视觉系统的模型面产生的量化表作为根本，直接修改JPEG图像交换格式所包含的量化表的系数，在一定的人类视觉系统模型生成的量化表系数范围之内，把信息隐藏起来。
这种方法可以单独使用，也可以与其他算法相结合使用以达到更好的效果。
由于该文所研究的算法没有修改图像内容，所以蔽性较好、提出方便，不影响图片质量。
关键词：图片信息隐藏量化表随着社会的进步，信息技术也不飞速发展，在图片技术领域内，人们对于图片的处理技术也有了很高的发展。
图片中的信息隐藏技术也是一项非常常用的技术。
那么，图像的信息隐藏正是运用了人类感觉器官的不敏感性，根据多媒体数字信号处理的要求，把本身存在的多余的信息隐藏起来，放入主信号中，这样就会保持了图片的更高的利用价值，这样，里面的信息就不会被外露，也不会察觉或注意到，当然，图片信息的利用价值不会改变。
该文主要是以JPEG格式的图片为研究对象进行说明，因为这种格式在图片中最为常用，用JPEG 图像作为载体进行信息隐藏具有更大的隐蔽性，不会被发现，应用价值也会更高。
目前，以JPEG图像为载体信息隐藏方法已经发展到多种，结论得出，运用我些发明的算法进行信息隐藏，一般选择在图像多个分块的DCT域中，一般为大小为8×8，因此，这种图片的信息隐藏与提取都是较为复杂的。
该文的研究是提出了把信息放入位置不同的图片的方法。
把所以隐藏的信息嵌入JPEG图像的量化表中，这种方法运用起来更有科学性，由HVS模型生成的量化表进行有效的控制。
这种隐藏技术得到了认可，主要是因为把信息隐藏入之后，其像素基本没有失真，另外，进行提取信息也不需要进行复杂的图像解码，从而达到快速而简单的效果。
1 基础知识该文所研究的JPEG是静止压缩图像的标准，是由ISO/IEC联合图像专家组所特别指定的。
基于LSB算法的图像信息嵌入与提取技术
基于LSB算法的图像信息嵌入与提取技术作者：付海辰来源：《科技资讯》 2011年第14期付海辰(唐山学院计算机科学与技术系河北唐山 063000)摘要:信息隐藏技术成为保密通信和信息保护的有效手段,利用LSB算法对图像信息进行嵌入和提取,是信息隐藏技术中关键一环。
关键词:信息隐藏 LSB算法嵌入提取中图分类号:TN918 文献标识码:A 文章编号:1672-3791(2011)05(b)-0242-021 LSB隐藏算法概述最低有效位LSB(Least Significant Bit)的信息隐藏是一种典型的空间域数据隐藏方法。
这种方法通过替换最低有效位来嵌入秘密消息,只需对载体文件作很小且不易被觉察的改变就能隐藏大量的秘密信息。
由于利用LSB隐藏信息方法实现简单,隐藏量比较大,所以以LSB信息隐藏思想为原型,产生了一些变形的LSB方法,目前万联网上公开的图像信息隐藏软件大多使用这种方法。
实践证明,任何一幅图片都具有一定的噪声分量,这表现在数据的最低有效位,其统计特征具有一定的随机性,秘密信息就是依靠这种随机性来隐藏信息,实现隐形性的。
事实上,无论是声音还是视频,都有这种随机性质。
在数字图像中,一幅图像的每个像素是以多比特的方式构成的,在灰度图像中,每个像素通常为8位;在真彩色图像(RCB方式)中,每个像素为24比特,其中RCB这3色各为8位,每一位的取值为0或1。
在数字图像中,每个像素的各个位对图像的贡献是不同的。
对于8位的灰度图像,每个像素的数字g可用公式表示为:,其中:i为像素的第几位,bi为第i的取值,bi∈{0,1}。
对于灰度图像,人眼不能分辨全部256个灰度等级,4个左右灰度等级的差异人眼是不能区别的。
而当对比度比较小时,人眼的分辨能力更差。
LSB信息隐藏技术就是利用这一点将需要隐藏的秘密信息随机(或连续)地隐藏在载体较低的位平面。
2 基于LSB算法对图像信息的嵌入和提取2.1 图像的平滑区、边缘区和纹理区的划分保证秘密信息的不可见性和提高隐藏容量的有效途径是充分利用人眼的视觉特性。
信息隐藏技术中多媒体数据的隐藏与检测
信息隐藏技术中多媒体数据的隐藏与检测引言信息隐藏技术是一种利用数据嵌入的方法，将一些敏感信息隐藏在覆盖对象中，从而在不引起可见变化的情况下传输或储存数据。
随着多媒体技术的发展，多媒体数据的隐藏与检测成为信息隐藏技术中的一个重要研究方向。
本文将介绍多媒体数据隐藏的原理、技术手段以及相关的检测方法。
多媒体数据隐藏原理多媒体数据隐藏是指将一些秘密信息嵌入到多媒体数据中，如图片、音频和视频等。
这些嵌入的数据可以是文字、图像或者其他任意形式的信息。
一般而言，多媒体数据隐藏涉及到两个主要步骤：嵌入和提取。
嵌入是指将秘密信息与多媒体数据进行融合，使得对于一般用户来说，嵌入的信息是不可感知的。
在嵌入过程中，需要考虑到隐藏容量、鲁棒性和隐蔽性。
隐藏容量是指可以嵌入的秘密信息的最大容量，鲁棒性是指嵌入的秘密信息在经过一些攻击或传输过程中的保持性能，而隐蔽性是指嵌入后的多媒体数据在感知上和原始数据没有明显的差别。
提取是指从包含嵌入信息的多媒体数据中恢复出隐藏的秘密信息。
提取过程需要根据嵌入算法的特征和相关密钥进行解码操作，从而得到原始信息。
提取过程需要保证正确性和鲁棒性，即无论多媒体数据经过何种变换或攻击，隐藏信息都能够准确地提取出来。
多媒体数据隐藏技术手段多媒体数据隐藏技术主要有以下几种手段：替换法、编码法、转换域法和时频域法。
替换法是最基础的多媒体数据隐藏方法，它通过将隐藏信息嵌入到覆盖对象的一些无关或低计算量的片段中。
在图像中，可以通过修改像素值或将秘密信息嵌入到像素值的低位中。
在音频中，可以通过修改采样值或将秘密信息嵌入到频谱成分中。
替换法的优点是实现简单，但容易受到攻击，如隐写分析和恢复攻击。
编码法是将隐藏信息根据一定的编码规则嵌入到覆盖对象中。
一种常见的编码法是利用差值编码，即将隐藏信息与覆盖对象之间的差值进行编码，再将编码后的结果加入到覆盖对象中。
编码法的优点是隐藏容量大，而且提取时不需要知道覆盖对象的原始信息。
《信息隐藏技术》 课件 第6章 基于三维模型的信息隐藏算法
第六章基于三维模型的信息隐藏算法
第六章基于三维模型的信息隐藏算法 图6-10为本算法分别对模型Ramesses、Hand-olivier和
Chinesedragon进行信息嵌入的不可见性实验的En的平均值分 布图。
图6-10 不可见性实验(En )
第六章基于三维模型的信息隐藏算法 2.信息隐藏规则 基于骨架和内切球解析的三维模型的信息隐藏算法规则
如下:
第六章基于三维模型的信息隐藏算法
3.信息隐藏步骤 基于骨架和内切球解析的信息隐藏算法共分八个步骤: (1)求出模型细节部位最大内切球半径rmax ,规定阈值t,
0
使得t=rmax 。 0 (2) 修正模型细节部分的重心交点距离比,用来在后面的
第六章基于三维模型的信息隐藏算法
图6-1 原始的基于距离变换的骨架抽取原理图
第六章基于三维模型的信息隐藏算法
6.1.1 基于骨架和内切球解析的三维模型信息隐藏算法设计 1.信息隐藏区域 基于骨架和内切球解析的三维模型信息隐藏算法选择三
维模型的内切球解析次数作为隐藏区域。首先需要对解析次 数进行二进制化解析编码,并按照人类视觉系统特性,根据模 型表面顶点坐标、曲率变化,选择模型的末稍或细节部位的 骨架点的内切球解析结果用来嵌入脆弱信息,表面平滑、覆 盖面大的部位鲁棒性较强,故其内切球解析结果可以作为鲁 棒性信息和校验信息的隐藏载体。其余骨架点的内切球解析 结果作为隐藏信息载体。
图6-5 Hand olivier原始模型与含密模型
第六章基于三维模型的信息隐藏算法
图6-6-Ramesses原始模型与含密模型
第六章基于三维模型的信息隐藏算法 2)信噪比 用信噪比表征含密模型与原始模型之间的失真程度,如
图像信息隐藏技术基本原理及模型构建论文
图像信息隐藏技术基本原理及模型构建论文Information Hiding，也就是信息隐藏，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。
信息隐藏的方法主要有隐写术、数字水印技术、可视密码、潜信道、隐匿协议等。
以下是店铺今天为大家精心准备的：图像信息隐藏技术基本原理及模型构建相关论文。
内容仅供阅读与参考!图像信息隐藏技术基本原理及模型构建全文如下：一、数字水印基本原理1、水印嵌入过程给定一N×N的图像，其亮度为x[n]=x[n，n]，0≤n用一具有密钥K的伪随机序列发生器产生伪随机信号s[k]。
把b[k]与s[k]按逐个像素的方式相乘，扩频后的信号再与一知觉掩蔽信号[k]相乘，其基本目的是为了在保持对图像修改的不可见性的前提下，使水印能量尽可能大。
基于考虑到人类视觉系统(HVS)的频率掩蔽特性的知觉模型，通过对原始图像的知觉分析得到[k]。
把水印信号W[k]加入原始图像X[k]，就得到嵌入水印的图像Y[k]=X[k]+W[k]，整个嵌入过程见图1-1。
2、水印验证过程水印验证包括水印检测和水印提取两部分，如图1-2所示。
给定图像z[n]，对其作每个像素块大小为8×8的DCT变换得到Z[k]。
首先用一个水印检测器判定Z[k]中是否含有水印;如果有的话，再用水印解码器估计消息M。
对每个过程，由Z[k]计算一组充分统计。
在验证过程不利用原始图像，我们把原始图像看作加性噪声。
事实上，我们是利用普通图像的DCT系数的统计模型解析得到合适的充分性统计。
这些模型的参数值事先给定或由Z[k]自适应估计。
为了能计算充分统计，还必须知道水印嵌入过程所使用的伪随机信号s[k]和知觉掩蔽信号α[k]。
由于没有原始图像可利用，在验证过程是无法精确知道知觉掩蔽信号的，但如果水印引入的知觉失真足够低，那么仍可采用与水印嵌入过程完全相同的知觉分析从Z[k]得到知觉掩蔽信号的好的估计。
DCT变换的图像信息隐形水印技术资料
基于DCT域水印技术的图像信息隐藏方法研究摘要：数字水印是将特定的数字信息(水印)隐藏于数字化的多媒体数据(如图像、声音、视频和文本等)中，而不影响原数据的效果，并且可以从这些数据信息中部分地或全部地恢复出来，以达到版权保护的目的。
作为一门新兴的学科，数字水印有许多理论与实际技术问题善待解决。
本文主要是改进目前许多图像隐形水印算法在嵌入强度和含水印图像的质量评价等方面存在的问题，设计了一个较完整的基于DCT域的图像隐形水印算法，使该算法较好地兼顾不可感知性、稳健性和安全性。
本算法在充分考虑人类视觉系统掩蔽特性的基础上，首先把原图像各8×8块按Hilbert扫描顺序排列, 然后在原图像分块的Hilbert序列中选取一块图像的DCT域的三个中频分量之间嵌入水印。
嵌入水印具有很好的透明性，水印嵌入强度是与原图像特征相自适应的。
同时，水印的提取无须求助于原图像。
此外，实验结果也证明，该方法对图像调整、JPEG压缩和锐化图像等攻击具有较高的鲁棒性，是一种行之有效的水印嵌入方法。
关键词：DCT；水印；信息隐藏；鲁棒性；不可见性，嵌入强度;离散余弦变换;DCT-based domain of information hiding technologyimage watermarking method researchAbstract: Digital watermarking is a particular digital information (watermark) hiding in digital multimedia data (such as images, sounds, video and text, etc.), without affecting the original data, results, and information from these data, in part or All resume out in order to achieve the purpose of copyright protection. As an emerging discipline, digital watermarking has many theoretical and practical kind to solve technical problems. Of this paper is to improve the current number of invisible image watermarking algorithm in the containing watermark embedding strength and image quality evaluation of existing problems, designed a more complete image based on DCT domain invisible watermarking algorithm, so that the algorithm has better balance can not be perceived Xing, robustness and security.The algorithm taking full account of the human visual system masking, based on the first of the original image of 8 × 8 Kuai by Hilbert scan order, and then in the original image sub-block Hilbert select an image sequence of DCT-3 IF components of the between the embedded watermark. Embedded watermark has good transparency, watermark embedding strength is adaptive characteristics of the original image. Meanwhile, the watermark extraction is no need to resort to the original image. In addition, the experimental results also show that the method of image adjustment, JPEG compression, and sharpening images have a high attack robustness, is an effective method of watermark embedding.Keywords: DCT; watermark; information hiding; robustness; invisibility, embedding strength; discrete cosine transform;目录1引言............................................................................................................................................. - 4 -1.1数字水印信息隐藏技术简介. (4)1.2课题的研究背景 (5)1.3行业发展现状 (6)1.4本课题的研究目标和主要内容 (7)2图像隐形水印技术..................................................................................................................... - 7 -2.1DCT变换的基本原理：.. (8)2.2DCT域水印算法的特点 (10)2.3图像隐形水印的性能评估 (11)2.3.1水印的稳健性分析 ................................................................................................... - 11 -2.3.2图像质量评价方法 .................................................................................................. - 12 -2.3.3水印的性能测试 ...................................................................................................... - 13 -3基于DCT域的图像隐形水印算法实现 ................................................................................ - 15 -3.1问题分析 (15)3.1.1水印嵌入位置的选择 .............................................................................................. - 15 -3.1.2含水印图像的质量评价 .......................................................................................... - 16 -3.2水印的制作 .. (20)3.2.1水印信号的预处理 .................................................................................................. - 20 -3.2.2水印的嵌入.............................................................................................................. - 21 -3.3水印的提取 .. (23)3.4水印的检测 (24)4仿真分析................................................................................................................................... - 24 -4.1水印的性能测试 (25)4.2实验结果分析 (26)4.3水印图像抗攻击性能实验 (27)5小结与致谢............................................................................................................................... - 28 -5.1致谢 .. (28)6参考文献................................................................................................................................... - 29 -1引言1.1 数字水印信息隐藏技术简介随着信息科技的不断发展，信息隐藏技术作为隐蔽通信和知识产权保护的重要手段而被广泛应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图像 的不 可感性． 收 方得 到 水 印 图像后 ， 同样 接 按 的方法对水 印图像 进行 分块 和划分 ， 不 同区域水 对
体数字图像嵌入数字信息的同时， 往往也会造成原
始 图像不 可逆转 的改变 ， 即使 在提 取 嵌 入信 息 后 ， 仍 无法 获得原始 图像． 而保证原 始数据 的完整 性是
１ 示． 所
信息 隐藏 算法 就显得尤 为重要． 可 逆信息 隐藏 算 法 原 理 如 下 ¨ ： 存 在 的载 Ｊ对
体数字 图像信号 Ｊ使用无损信息隐藏算法 ， ， 将信 息 嵌入 到 中获得 隐秘数 字 图像 信号 ，， 然后 ， 可公开传 播与通 信 对 接 收者 ， 在 没有 载 体数 字 可 图像信号 和嵌 入 信 息 的情 况 下 ， 获 得 的 ，中 从 通过相 应提取算 法得 到嵌入 的信息 ， 能够 完整 并 的恢复 嵌入信息 前 的载体数字 图像信 号 目前 ， 信息 隐藏算法按 实现 方式 可分为两 可逆 类 ， 法和 变换域 法． 域 法 中基 于 图像 直 方 图 空域 空 的可逆 信息 隐藏算法具 有信息 隐藏容 量大 、 算法简 单、 有较 高峰值 信 噪 比等特 点 ， 因此在 很 多领 域得
１ ２ 纹理 区和边缘 区的分类算 法 ．
边 缘 区对噪声 不是很 敏感 ， 可嵌入适 量秘 密信 息． 在边缘 区 图像 块直 方 图谷 值点 （ ａ ｅ ） 右 可 Ｖｌｙ 左 ｌ
变异度 是标准 差 占均 值 的 比例 ， 变异度计 算方
法 如下 ：
两边生 成嵌入 信息 的空 间． 谷值点 在 图像 块直方 图 中对应 出现次 数最少 的灰度 值点 ， 设谷值 点灰度 值 为 ｇ ， 值点左 边 点 灰 度 值 为 ｇ 谷 一１ 谷 值 点 右边 ； 点灰度 值 为 ｇ ＋１ 按行 逐 点 扫 描 图 像块 ， 所 有 ． 将
（） １
熵值越小包含信息量少， 对应 图像的平滑区； 熵值 越 大包 含信息 量多 ， 应 图像 非 平 滑 区． 据公 式 对 根 （ ） 算 出所 有 图像 块 的熵 值 ， １计 选取 合适 的熵 值 阈
感 区域 分别嵌入 不 同强 度信息 量 ， 而提 高 了水 印 从
收 稿 日期 ：０ ０ １ —８ ２ １ ． １１
到广泛 应用． 文提 出了一种基 于人类 视觉 系统特 本
图 １ 图像 块 分 类 流 程
１１ 平滑 区和 非平滑 区划分 算法 ． 熵是 在 信 息论 中 描述 信 源 的 平 均 信 息 量 】 ， 图像熵 值计 算 方 法 如 下 ： 图 像 有 Ｓ ， Ｓ ， ， 设 Ｓ ，， … Ｓ ， 幅值 ， ｑ种 出现 的概 率 为 Ｐ ，２Ｐ ， ， 每 一 Ｐ ，３… Ｐ ， 幅值信 息量为 ｌ ：１ｐ）则熵 值为 ｏ （／ ， ｇ
关键词 ： 人类视觉系统 ； 可逆信息隐藏 ； 直方 图
中 图分 类 号 ：Ｐ ９ ． １ Ｔ ３ １４ ３ 文 献 标识 码 ： Ａ 文 章 编 号 ：０ ６４ ２ ２ １ ）３０ ６ －３ １０ － Ｘ（ ０ １ ０ － ２０ ３ ０
信 息隐藏技 术 作 为保 护数 字 媒体 的知 识产 权 和保证 数字信息 传递安 全 的有效 手段 之一 ， 挥 的 发 作 用越来 越重要． 但绝 大部分信 息 隐藏算 法在 对载
闫 文
（ 什 财 贸 学 校 ， 疆 喀 什 ８ ４Ｏ ） 喀 新 ４ ＯＯ
摘
要： 结合人类视觉系统特性 ， 提出一种基于人类视觉 系统特性 的直方图可逆信息 隐藏算法． 该算法根据人类
视觉掩蔽效应 ， 将图像划 分为纹理 区、 边缘 区和平滑区 ， 在不 同噪声 敏感区域分别嵌 入不同强度 信息量． 法在 算 确保嵌入更 多信息量 的同时 ， 也满足了信 息隐藏视觉上的不可感知性， 取得 了较好 的视觉效果．
－＿ ！
性 的直 方 图可逆 信息 隐藏算法 ， 该算法 首先 将 图像 分块 ， 利用信 息熵 和变 异 度将 图像 块 分 为 平滑 区 、 边缘 区和纹理 区 ， 由于人类 视觉 系统 对 平 滑 区 、 边
缘 区和纹理 区中噪声敏 感程度 不 同 ， 在不 同噪声敏
Ｈ＝ 一∑ Ｐ‘ ｇ ｌ２． ｏ ｐ
许多重要 领域应 用 中所 需要 的． 因此在 提取 隐藏 的 数字信 息之后 ， 可完整地 恢 复原 始 图像 信息 的可逆
印信息分别进行提取 ， 并可以完整地恢复出原始图 像．
１ 基于人类视觉 系统特性的图像分块
要利用 人类视 觉系统 特性进 行信息 隐藏 ， 先 首 将 图像分 割成包 含个像 素 的图像块 ， 将 图像 戈分 再 ０ 为 平滑 区、 边缘 区和 纹 理 区． 图像 块分 类 流 程如 图
第３ 第３ ２卷 期 ２ １ 年 ５月 ０１
喀 什 师 范学 院 学 报
Ｊ ｕ ｎ ｌ ｆＫａ ｈ ａ ｅ ｃ ｅ ｓ Ｃ ｌ ｇ ｏ ｒ ａ ｓ ｇ ｒＴ ａ ｈ ｒ ｏｌ ｅ ｏ ｅ
Ｖ０ ． ． １３２ Ｎｏ ３
Ｍａ ０ １ ｙ２ １
基 于人 类视 觉 系统特 性 的直 方 图 可逆 信 息 隐藏 算 法
根据公式
ｓ ÷∑ Ｅｘ ） ｆ ＝ ｆ ， －］ （
，
Ｙ∈ Ｂｋ
小 于的灰 度值减 １ 和所 有大 于 的灰 度值 加 １ 对 应 ， 在直 方 图谷值点 左边 点 和 右边 点 的旁 边 生 成 了嵌
作者简介 ： 闫
文（ ９３ ， ， １７ ・）男 新疆喀什人 ， 讲师 ， 在职硕士研 究生 ， 主要研 究方 向为数字 图像处理
第 统 特 性 的直 方 图 可逆 信 息 隐藏 算 法
・ ３・ ６
值 （ ８图像分 块熵 值 的阈 值为 ４５ 可将 图像 划 ８× ．） 分 成平滑 区与非 平滑 区．