信息隐藏实验二bmp图像信息隐藏

实验二 BMP 图像信息隐藏

一，实验目的

1，了解BMP图像文件格式

2，了解利用BMP图像文件隐藏信息的原理

3，设计并实现一种基于24位真彩色BMP图像的文件信息隐藏方法。

二，实验环境

1， Windows XP 操作系统

2， Ultra Edit 文本编辑工具

3， Matlab 版本软件

4， BMP格式图片文件

三，实验原理

1，在图像文件尾部添加任意长度的数据，秘密信息存放在文件尾部可以减少修改文件头的数据量，仅需修改文件头中的文件长度的值即可。

2，在调色板或者位图信息头和实际的图像数据之间隐藏数据，如果将秘密数据放在文件头与图像数据之间，则至少需要修改文件头中文件长度、数据起始偏移地址这两个域的值。

3，修改文件头和信息头中保留字段隐藏信息。

4，在图像像素区利用图像宽度字节必须是4的倍数额特点，在补足位处隐藏数据。

四，实验过程

1，在实际的图像数据后隐藏信息

（1）将载体和秘密信息放置在同一目录下，在Windows的MS-DOS方式下执行命令copy /b + /a ,如下图所示：

图一 DOS界面

（2）生成的新图像，表面上看上去与原图像几乎完全一样

图二隐藏前后对比图

（3）在Ultra Edit看两幅图像的结构，发现有所差别。

图三

图四

（4）在Matlab中通过比较文件的实际长度和文件中保存的文件长度，就可以发现该图像是否隐藏秘密信息。代码如下所示：

clc;

clear;

fid=fopen('','r');%读入伪装载体图像文件

[a,length]=fread(fid,inf,'uint8');%length是文件的实际长度

fclose(fid);

fid=fopen('','r');%读入伪装载体图像文件

status=fseek(fid,2,'bof');

fileb=fread(fid,4,'uint8');

filelength=fileb(1)*1+fileb(2)*256+fileb(3)*256*256+fileb(4)*25

6^3;

%文件图像中保存的文件长度

diff=length-filelength;

%diff表示隐藏的信息长度如果相同，表示图像没有隐藏任何信息

fclose(fid);

从Workspace中可以读出diff数据为8

图五 Workspace

（5）在Ultra Edit中手动修改文件长度，再运行上述程序，发现diff=0，表示图像隐藏并修改文件长度后，通过该方法无法发现图像有隐藏信息。

2，文件头与图像数据之间隐藏信息

（1）在数据区开始之前隐藏信息，也就是在54个和55个字节之间隐藏信息。代码如下所示：

clc;

clear;

wm=randsrc(1,300,[0 1]);%产生随机水印

fid=fopen('','r');%读入载体图像文件

[a,length]=fread(fid,inf,'uint8');

fclose(fid);

msgfid=fopen('','r');%打开秘密文件

[msg,count]=fread(msgfid);

fclose(msgfid);

wa=a; %a为图像变为uint8类型后的一维矩阵

j=1;

wa(11)=54+count;%修改偏移量，其中count为7

wa(3)=wa(3)+count;%修改图像数据的文件长度

for i=55:61 %隐藏7位信息

wa(i)=uint8(msg(j,1));%隐藏密码信息

j=j+1;

end

for i=55:length

wa(i+7)=a(i);

end

figure;

wa=uint8(wa);

fid=fopen('','wb');

fwrite(fid,wa);

fclose(fid);

subplot(1,2,1);imshow('');%显示原始图像

subplot(1,2,2);imshow('')%显示新图像

（2）从图像看，两幅没有什么区别

图六隐藏前后对比图

3，在图像文件头和信息头的保留字段中隐藏信息

BMP图像中第7,8,9,10字节是保留的，必须为0，所以可以在这四个字节中隐藏秘密信息。下面代码即隐藏了0,1,2,3这四个信息。

clc;

clear;

wm=randsrc(1,300,[0 1]);%产生随机水印

fid=fopen('','r');%读入载体图像文件

[a,length]=fread(fid,inf,'uint8');

fclose(fid);

wa=a;

%在BMP的7,8,9,10保留字中隐藏秘密信息0 1 2 3,ASCII值为）Ox30 Ox31 Ox32 Ox33

wa(7)=48;

wa(7)=49;

wa(7)=50;

wa(7)=51;

figure;

wa=uint8(wa);

fid=fopen('','wb');

fwrite(fid,wa);

fclose(fid);

subplot(1,2,1);imshow('');%显示原始图像

subplot(1,2,2);imshow('')%显示新图像

图七隐藏前后对比图

五，实验总结

通过该实验，我了解BMP图像文件格式，了解利用BMP图像文件隐藏信息的原理，并通过在实际的图像数据后隐藏信息，文件头与图像数据之间隐藏信息，以及在图像文件头和信息头的保留字段中隐藏信息这三种方式实现了信息隐藏。

lsb信息隐藏

LSB算法的信息隐藏实验 单位：三系一队 姓名：马波 学号：3222008030

LSB信息隐藏实验 一、实验目的 1.掌握LSB算法原理 2.熟悉信息隐藏与提取的流程 3.锻炼算法的程序实现能力 二、实验原理 1.信息隐藏 用秘密信息比特替换载体中的最不重要部分，可以达到对信息隐藏的目的。在数字图像中，每个字节的最低位对图像信息的影响最 小，因此将数字图像的最低位用信息比特替换可以实现信息隐藏。由 于载体图像的每个字节只隐藏一个秘密信息比特，所以只有当载体图 像的大小是秘密信息大小的8倍以上时才能完整的将秘密信息隐藏。 提取信息位并隐藏的示意图： 2.信息提取

在隐藏了秘密信息的数字图像中，每个字节的最低位就是秘密信息比 特位，只需将这些信息比特提取出来并组合，就可以恢复出原来的秘 密信息。 提取信息示意图： 三、实验内容 A.将秘密信息隐藏在载体的最低位，检验算法的鲁棒性 （1）读入秘密信息(此实验中秘密信息为二值图像) （2）把秘密信息的比特位放入载体的最低位 （3）给隐藏了秘密信息的图像加入大小为1的噪声

加入噪声大小为1时： 加入噪声为2时：

B．将秘密信息隐藏在载体的最高位，检验算法的鲁棒性 （1）读入秘密信息(此实验中秘密信息为二值图像) （2）把秘密信息的比特位隐藏在载体的最高位 （3）分别给隐藏了秘密信息的图像加入大小为1和2的噪声

C．将秘密信息隐藏在载体的第三位，检验算法的鲁棒性 （1）同A中的（1） （2）把秘密信息比特位隐藏在载体的第三位 （3）分别给隐藏了秘密信息的图片加入大小为1、2和3的噪声

基于MATLAB的数字二值图像处理与形状分析的实现

本科学生毕业论文 论文题目：基于MATLAB的数字二值图像处理与形 状分析实现 学院：电子工程学院 年级：2011 专业：电子信息科学与技术 姓名：刘学利 学号：20113564 指导教师：王晓飞 2014年06月24日

摘要 数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能．由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好地为人们服务．数字图像处理是一种通过计算机采用一定算法对图形图像处理的技术．数字图像处理技术已经在各个领域上有了比较广泛的应用．图像处理的信息量很大，对处理速度的要求也比较高．MATLAB强大的运算和图像展示功能，使图像处理变得更加的简单和直观．本文介绍了MATLAB语言的特点，基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行图像处理的方法．主要论述了利用MATLAB实现图像的二值化，二值图像的腐蚀、膨胀、开、闭等形态学处理． 关键词 MATLAB；数字图像处理；二值图像

Abstract Digital image processing is an emerging technology,with the development of computer hardware,real-time digital image processing has become possible due to digital image processing algorithms to appear,making it faster and faster processing speed,better for people services．Digital image processing is used by some algorithms Computer graphics image processing technology．Digital image processing technology has been used in various areas which have a relatively wide range of applications．The amount of information on the processing speed requirement is relatively high．MATLAB is good at computing and graphics display capabilities,so that image processing becomes more simple and intuitive．This paper introduces characteristics of MATLAB language and this MATLAB-based digital image processing environment,describes how to use the MATLAB Image Toolbox for its digital image processing,and through some examples to illustrate the use of MATLAB Image Processing Toolbox for image processing method．Mainly discuss the use of MATLAB for image processing enhancement,binary image and its corrode and dilate and open and close． Key words MATLAB;digital image processing;image enhancement and binary image

最新图像信息隐藏技术与设计 大学毕业设计

1 前言 本章主要介绍信息隐藏技术的背景和研究意义、国内外信息隐藏技术研究现状，列举了本文的主要研究内容，最后给出了全文的结构安排。 1.1 信息隐藏技术的背景和研究意义 二十世纪九十年代以来，网络信息技术在全世界范围内得到了迅猛发展，它极大地方便了人们之间的通信和交流。借助于计算机网络所提供的强大的多媒体通信功能，人们可以方便、快速地将数字信息(数字音乐、图像、影视等方面的作品)传到世界各地，一份电子邮件可以在瞬息问传遍全球。但同时计算机网络也成为犯罪集团、非法组织和有恶意的个人利用的工具。从恶意传播计算机病毒，到非法入侵要害部门信息系统，窃取重要机密甚至使系统瘫痪；从计算机金融犯罪，到利用表面无害的多媒体资料传递隐蔽的有害信息等等，对计算机信息系统进行恶意攻击的手段可谓层出不穷。 因此，在全球联网的形势下，网络信息安全非常重要，一个国家信息系统的失控和崩溃将导致整个国家经济瘫痪，进而影响到国家安全。各国政府和信息产业部门都非常重视网络信息安全的研究和应用。密码技术是信息安全技术领域的主要传统技术之一，是基于香农信息论及其密码学理论的技术，一般采用将明文加密成密文的秘密密钥系统或者公开密钥系统，其保护方式都是控制文件的存取，即将文件加密成密文，使非法用户不能解读。但加密技术主要适用于文本的加密，而对音频、视频、图像等多媒体数据类型来说，由于它们的数据量往往很大，如何对超大数据量的多媒体数据进行有效的加、解密仍是一个难题。而且信息加密是利用随机性来对抗密码攻击的，密文的随机性同时也暴露了消息的重要性，即使密码的强度足以使攻击者无法破解出明文，但他仍有足够的手段来对其进行破坏，使得合法的接收者也无法阅读信息内容。随着计算机性能的大幅度提高，软硬件技术的迅速发展，加密算法的安全性受到了严重挑战。 由于加密技术的局限性，最近十几年以来，一种新的信息安全技术——信息隐藏技术(Information Hiding)迅速地发展起来。信息隐藏的渊源可以追溯到古希

LSB信息隐藏实验报告

C entr al South University 信息隐藏 实验报告 学院: 信息科学与工程学院 班级:信息安全1201 学号:0909121724 姓名:吕秋言 时间: 2018年6 月 实验一：基于图像的LSB 信息隐藏 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。b5E2RGbCAP 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,…,jl(m>},然后在子集上执行替换操作像素 cji←→mi,即把cji的LSB与秘密信息mi进行交换(mi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:p1EanqFDPw 嵌入过程:for(i=1。i<=像素序列个数。i++> si←ci for(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 sji←cji←→mi 提取过程:for(i=1。i<=秘密消息长度。i++> { i←→ji//序选取 mi←LSB(cji>

深度图像的二值化

3.2 深度图像二值化 图像二值化是图像处理中的一项基本技术，也是很多图像处理技术的预处理过程。在颗粒分析、模式识别技术、光学字符识别(OCR)、医学数据可视化中的切片配准等应用中，图像二值化是它们进行数据预处理的重要技术。由于图像二值化过程将会损失原图像的许多有用信息，因此在进行二值化预处理过程中，能否保留原图的主要特征非常关键。在不同的应用中，图像二值化时阈值的选择是不同的。因此，自适应图像阈值的选取方法非常值得研究。研究者对图像二值化方法进行了讨论，在此基础上提出了一个新的图像二值化算法。该算法基于数学形态学理论，较好地保留了图像二值化时原图的边缘特征。本文主要研究二值化及灰度图像二值化方法。 3.2.1.灰度图像与二值图像 数字图像是将连续的模拟图像经过离散化处理后得到的计算机能够辨识的点阵 图像。在严格意义上讲，数字图像是经过等距离矩形网格采样，对幅度进行等间隔量化的二维函数。因此，数字图像实际上就是被量化的二维采样数组。一幅数字图像都是由若干个数据点组成的，每个数据点称为像素(pixel)。比如一幅 256×400，就是指该图像是由水平方向上256列像素和垂直方向上400行像素组成的矩形图。每一个像素具有自己的属性，如颜色(color)、灰度(grayscale)等，颜 色和灰度是决定一幅图像表现里的关键因素。数字图像又可分为彩色图像、灰度图像、二值图像。 3.2.1.1彩色图像 彩色图像是多光谱图像的一种特殊情况，对应于人类视觉的三基色即红（R）、绿（G）、蓝（B）三个波段，是对人眼的光谱量化性质的近似。彩色图像中的 每个像素的颜色有R、G、B三个分量决定，而每个分量有255种值可取，这样一个像素点可以有1600多万的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，一个像素点的变化范围为255种。图1-1为彩色图像。

信息隐藏 实验四 二值图像信息隐藏

实验四二值图像信息隐藏 一、实验目的 了解二值图像的特点，掌握基于二值图像的信息隐藏原理，读懂两种基于二值图像的信息隐藏方法，并自己设计另一种二值信息隐藏的方法。 二，实验环境 （1）Windows XP操作系统； （2）MATLAB 7.2版本软件； （3）二值图像文件。 三、实验原理 二值图像又称为单色图像或黑白图像，一般用1或0表示黑色或白色像素点，利用二值图像信息隐藏的方法主要是根据图像中黑白像素数量的比较来隐藏信息。 方法一：把一个二值图像分成一系列矩形图像区域B，某个图像区域B中黑色像素的个数大于一半，则表示嵌入0；如果白色像素的个数大于一半，则表示嵌入1。但是当需要嵌入的比特与所选区域的黑白像素的比例不一致时，为了达到希望的像素关系，则需要修改一些像素的颜色。 方法二：采用游程编码方法在二值图像中隐藏信息。秘密信息嵌入时修改二值图像的游程长度，如果秘密信息位是0，则修改该游程长度为偶数；如果为1，则修改游程长度为奇数；如果秘密信息的取值与游程长度的奇偶性相匹配，则不改变游程长度。 方法三：将二值图像分块，使用一个与图像块大小相同的密钥二值图像块，与每一个图像块按像素进行“与”运算，“与”运算的结果可以确定是否在该块中嵌入数据，或嵌入怎样的数据。 四，实验步骤 下面以方法三为原理，进行实验。 1.嵌入秘密信息 主要思想：首先将载体图像分块，块数为秘密信息的二进制码个数，分块大小为载体图像的长和宽分别除以块数；设定一个与图像块大小相同的密钥二值图

像块，具体为一个8×8的数组，其中前4行全为1，后4行全为0；将载体图像块与密钥二值图像块进行“与”运算。经过运算后，参与统计的像素变为前4行。接下来统计“有效”像素黑白的个数，某个图像区域B中黑色像素的个数大于“有效”像素一半，则表示嵌入0；如果白色像素的个数大于“有效”像素一半，则表示嵌入1。但是当需要嵌入的比特与所选区域的黑白像素的比例不一致时，为了达到希望的像素关系，则需要修改一些像素的颜色。 Matlab代码如下： msgfid=fopen('hidden.txt','r');%打开秘密文件 [msg,count]=fread(msgfid); fclose(msgfid); msg = str2bit(msg); msg = msg'; count=count*8; io=imread('hunter.bmp');%读入载体图像 watermarklen=count;%嵌入水印信息长度，也就是载体图像分块的数量值 [row col]=size(io); l1=floor(row/watermarklen);%载体图像分块后的长度 l2=floor(col/watermarklen);%载体图像分块后的宽度 pixelcount=l1*l2;%每个分块总像素的数量值 miyue=[ones(6,8);zeros(2,8)];%密钥二值图像块 percent=24; iw=io; in=io;%存放与运算后的图像信息 %将原图像块与密钥块进行与运算 m=1; while m<=watermarklen i=1; j=1; in(i:(i+l1-1),j:(j+l2-1))=io(i:(i+l1-1),j:(j+l2-1)) & miyue; i=i+8; j=j+8; m=m+1; end inblack(1,watermarklen)=0;%某一个分块中黑色像素的个数 inwhite(1,watermarklen)=0;%某一个分块中白色像素的个数 n=1; while n<=watermarklen for i=l1*(n-1)+1:(l1*n-2) %只计算有效前4行的黑白个数

数字图像处理报告 图像二值化

数字图像处理实验报告 实验二灰度变换 实验目的：通过实验掌握灰度变换的基本概念和方法 实验内容： 掌握基本的灰度变换：图像反转、对数变换、幂次变换和二值化1．图像反转、对数变换、幂次变换 I=imread('fengjing.jpg'); J=im2double(I); subplot(2,3,1),imshow(J); title('原图'); K=255-I; subplot(2,3,2),imshow(K); title('图象反转'); L=3.*log(1+J); subplot(2,3,3),imshow(L);title('图象对数,系数为3'); M=10.*log(1+J); subplot(2,3,4),imshow(M);title('图象对数,系数为10'); N=10.*(J.^0.2); subplot(2,3,5),imshow(N);title('图象指数变换,γ=0.2'); P=10.*(J.^2.5); subplot(2,3,6),imshow(P);title('图象指数变换，γ=2.5'); 2．图象二值化 方法一：

I=imread('fengjing.jpg'); % 确定大小subplot(1,2,1),imshow(I);title('原图象'); [m,n]=size(I); for i=1:m for j=1:n if I(i,j)<128 I(i,j)=0; else I(i,j)>=128 & I(i,j)<256 I(i,j)=255; end end end subplot(1,2,2),imshow(I);title('图象二值化');方法二： I=imread('fengjing.jpg'); % 确定大小subplot(1,2,1),imshow(I);title('原图象'); J=find(I<128); I(J)=0; J=find(I>=128); I(J)=255; title('图像二值化（阈值为128）'); subplot(1,2,2),imshow(I);title('图象二值化');

信息隐藏技术及其应用

qwertyuiopasdfghjklzxcvbnmqw ertyuiopasdfghjklzxcvbnmqwer tyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyui opasdfghjklzxcvbnmqwertyuiop 信息隐藏技术及其应用asdfghjklzxcvbnmqwertyuiopas dfghjklzxcvbnmqwertyuiopasdf ghjklzxcvbnmqwertyuiopasdfgh jklzxcvbnmqwertyuiopasdfghjkl zxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcv bnmqwertyuiopasdfghjklzxcvbn mqwertyuiopasdfghjklzxcvbnm qwertyuiopasdfghjklzxcvbnmqw ertyuiopasdfghjklzxcvbnmqwer tyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmrtyuiopas

信息隐藏技术及其应用 摘要随着网络与信息技术的高速发展，信息安全越来越受到人们关注，信息隐藏技术应运而生。本文介绍了信息隐藏技术的背景、概念与特征，总结了较为成熟与常见的信息隐藏方法，描述了信息隐藏技术的主要应用领域，分析了信息隐藏技术目前存在的问题，并对其未来发展进行了展望。 关键词信息隐藏；信息安全；隐秘通信；数字水印；应用； 一、信息隐藏技术的背景 信息隐藏的思想可以追溯到古代的隐写术。隐写术是通过某种方式将隐秘信息隐藏在其他信息中，从而保证隐秘信息的安全性。隐写术的应用实例可以追溯到很久远的年代。被人们誉为历史学之父的古希腊历史学家希罗多德曾在其著作中讲述了这样一则故事：一个名为Histaieus的人计划与他人合伙叛乱,里应外合,以便推翻波斯人的统治。为了传递信息，他给一位忠诚的奴隶剃光头发并把消息刺在头皮上,等到头发长起来后,派奴隶出去送“信”,最终叛乱成功。隐写术在历史上有过广泛的应用，例如战争、谍报等方面。 进入现代以来，随着网络的高速发展，越来越多的信息在网络上进行传递，人们通过邮件、文件和网页等进行交流，传递信息。然而在信息传递的快捷与高效的同时，信息的安全性也越来越受到考验。例如网络上的病毒、木马、泄密软件等，还有非法组织以某种目的窃取信息等，都对信息的安全造成了严重的威胁。特别是对于政治、军事和商业等领域，敌对势力之间互相的监控、窃密等都普遍存在，信息传递的安全性至关重要。传统的密码学虽然可以在一定程度上保证信息的安全，但它仅仅隐藏了信息的内容。为隐藏信息所生成的密文通常是杂乱无章的代码或者逻辑混乱的语言，反而更会引起追踪人员和破译人员的注意，增加暴露风险。这成为密码的致命弱点。 另一方面，随着数字技术的迅猛发展和互联网越来越广泛的应用，数字媒体的应用越来越多，基于数字媒体的商业得到了迅速发展，而通过扫描仪等也可以方便的将纸质材料转换为数字材料。与此同时，数字媒体的复制、传播也越来越方便，这为盗版提供了极大的便利，例如网上盗版软件、盗版电子版图书等随处可见，严重破坏了知识产权。因此如何保护数字媒体的知识产权，防止知识产品被非法地复制传播，保证信息的安全，也成为了越来越紧迫的问题。 正是由于上述问题的存在，信息隐藏技术应运而生。 二、信息隐藏技术的原理与特点

信息隐藏实验十一LSB信息隐藏的RS分析

LSB 信息隐藏的RS 分析 一， 实验目的： 了解RS 隐写分析的原理，掌握一种图像LSB 隐写算法的分析方法，设计并实现一种基于图像的LSB 隐写的RS 隐写分析算法。 二， 实验环境 （1）Windows 7操作系统； （2）MATLAB R2012b 版本软件； （3）图像文件lena.bmp ； （4）S-Tools 工具； 三， 实验原理 1. RS 隐写分析原理 RS 主要是针对采用伪随机LSB 嵌入算法进行攻击的一种方法。RS 方法不但能检测出图像是否隐藏信息，而且还能比较准确地估算出隐藏的信息长度。 RS 隐写分析算法考虑图像各个位平面之间具有一定的非线性相关性，当利用LSB 隐写算法隐藏秘密信息后，这种相关性就会破坏。只要能找出衡量这一相关性的方法，并对隐藏秘密信息前后的情况加以对比，就有可能设计出隐写分析方法。 RS 隐写分析方法的理论核心是：任何经过LSB 隐写的图像，其最低比特位分布满足随机性，即0、1的取值概率均为1/2，而未经过隐写的图像不存在此特性。对于一个M N ?像素的图片，设各个像素的值取自集合P ，例如一个8bit 的灰度图像，{0,1,2, ,255}P =。将这些像素分为有着n 个相邻像素的子集，例 如n 可以取值为4，记为1234(,,,)G x x x x =。进一步利用如下函数表示图像块的空间相关性，即 1 12311 (,,, ,)n n i i i f x x x x x x -+==-∑ （1） 函数f 使得每一个集合G 都对应一个实数。G 中的噪声越大，函数f 的值越大。f 的值越小，说明图像相邻像素之间的起伏越小，而图像块的空间相关性越强。然后，定义集合P 上的3个函数：

实验二图像DCT域信息隐藏实验

综合评分：实验二：图像DCT域信息隐藏实验 【实验目的】： 一、简单复习变换域信息隐藏的基本思想 二、用 MATLAB实现图像DCT相关操作 三、完成基于图像DCT的信息隐藏实验 【实验内容】：（请将你实验完成的项目涂“■”） 实验完成形式： ■用MA TLAB函数实现图像DCT域信息隐藏和提取 ■用MA TLAB命令行方式实现图像DCT域信息隐藏和提取 □其它：（请注明） 实验选择载体： ■256×256灰度图像■256×256RGB图像■任意大小的RGB图像 实验效果和分析： ■分析了健壮性参数α与鲁棒性的关系 ■能随机选择嵌入块（考虑安全性因素） ■嵌入块均匀分布于载体 □信息提取的检错/纠错 ■分析了健壮性参数α与不可见性的关系 □其它：（请注明） 【实验工具及平台】： ■Windows+Matlab■其它：（请注明）WinHex 【实验涉及到的相关算法】： 在一个图像块中调整两个(或多个) DCT系数的相对大小。将描述一个使用数字图像作为载体的系统。在编码处理中，发送者将载体图像分成8×8的像素块，每一块只精确地编码一个秘密信息位。嵌入过程开始时，首先伪随机地选择一个图像块bi，用它对第i个消息比

特进行编码。令Bi=D{bi}为DCT变换后的图像块。 在通信开始前，发送者和接收者必须对嵌入过程中使用的两个DCT系数的位置达成一致，让我们用(u1,v1)和(u2,v2)来表示这两个索引。这两个系数应该相应于余弦变换的中频，确保信息保存在信号的重要部位(从而使嵌入信息不容易因JPEG压缩而完全丢失)。进一步而言，人们普遍认为中频 DCT系数有相似的数量级，我们可以假定嵌入过程不会使载体产生严重降质。因为构造的系统要在抵抗JPEG压缩方面是健壮的。我们就选择在JPEG压缩算法中它们的量化值一样的那些DCT系数。根据表2.1，系数(4,1)和(3,2)，或者(1,2)和(3,0)是比较好的。 编码方法：若块Bi (u1,v1) ＞Bi(u2,v2) 就编码为“1”，否则编码为“0”。 在编码阶段，如果相对大小与要编码的比特不匹配，就相互交换两个系数。由于JPEG 压缩(在量化阶段)能影响系数的相对大小，算法应通过在两个系数中加随机值，以确保对某个x＞0，使得|Bi (u1,v1)-Bi(u2,v2) |＞x。 DCT隐秘载体编码过程： for i =1,...,l (M) do 选取一隐蔽数据块bi Bi=D{bi} if m=0 then if Bi (u1，v1)＞Bi （u2，v2）then 交换Bi (u1，v1)和Bi （u2，v2） end if else if Bi (u1，v1)

图像二值化算法研究与实现

图像二值化算法研究与实现 摘要：图像二值化是图像预处理中的一项重要技术，在模式识别、光学字符识别、医学成像等方面都有重要应用。论文介绍了图像及数字图像处理技术的一些概念和相关知识；对VC++ 软件的发展和软件在图像处理中的应用做了简要介绍；还介绍了图像二值化算法以及利用VC++软件工具进行算法的实现。论文重点实现了图像分割技术中常用灰度图像二值化算法，如Otsu算法、Bernsen算法，并对这些算法运行的实验结果进行分析与比较。 关键词：图像处理；二值化；VC++； 1.引言 1.1 图像与数字图像 图像就是用各种观测系统观测客观世界获得的且可以直接或间接作用与人眼而产生视觉的实体。视觉是人类从大自然中获取信息的最主要的手段。拒统计，在人类获取的信息中，视觉信息约占60%，听觉信息约占20%，其他方式加起来才约占20%。由此可见，视觉信息对人类非常重要。同时，图像又是人类获取视觉信息的主要途径，是人类能体验的最重要、最丰富、信息量最大的信息源。通常，客观事物在空间上都是三维的(3D)的，但是从客观景物获得的图像却是属于二维(2D)平面的。 数字图像：数字图像是将连续的模拟图像经过离散化处理后得到的计算机能够辨识的点阵图像。在严格意义上讲，数字图像是经过等距离矩形网格采样，对幅度进行等间隔量化的二维函数。因此，数字图像实际上就是被量化的二维采样数组。 1.2 数字图像处理技术内容与发展现状 数字图像处理就是采用一定的算法对数字图像进行处理，以获得人眼视觉或者某种接受系统所需要的图像处理过程。图像处理的基础是数字，主要任务是进行各种算法设计和算法实现。 图像处理技术的发展大致经历了初创期、发展期、普及期和实用化期4个阶段。初创期开始与20世纪60年代，当时的图像采用像素型光栅进行少秒显示，大多采用中、大型机对其处理。在这一时期，由于图像存储成本高、处理设备昂贵，其应用面很窄。进入20世纪70年代的发展期，开始大量采用中、小型机进行处理，图像处理也逐渐改用光栅扫描方式，特别是CT和卫星遥感图像的出现，对图像处理技术的发展起到了很好的推动作用。到了20世纪80年代，图像处理技术进入普及期，此时的微机已经能够担当起图形图像处理的任务。超大规模集成电路（Very Large Scale Integration, VLSI）的出现更使处理速度大大提高，设备造价也进一步降低，极大地促进了图形图像系统的普及和应用。20世纪90年代是图像处理技术的实用化时期，图像处理的信息量巨大，对处理速度的要求极高。 1.3 图像二值化原理及意义 图像二值化是指用灰度变换来研究灰度图像的一种常用方法，即设定某一阈值将灰度

常见信息隐藏技术..

编号：10013210439 南阳师范学院2014届毕业生 毕业论文 题目：常见信息隐藏技术的研究 完成人：刘豪一 班级：2010-04 学制：4年 专业：软件工程 指导教师：李争艳 完成日期：2014-03-15

目录 摘要 (1) 0引言 (1) 1信息隐藏技术的概念及特征 (1) 1.1信息隐藏技术的概念 (1) 1.2信息隐藏技术的特征 (2) 1.3信息隐藏的分类 (3) 2常见信息隐藏技术介绍 (3) 2.1隐写术 (3) 2.2数字水印技术 (4) 2.3可视密码技术 (5) 3常见信息隐藏技术算法实现 (5) 3.1隐写术算法概述 (5) 3.1.1时空域算法 (6) 3.1.2变换域算法 (6) 3.1.3压缩域算法 (7) 3.2数字水印技术算法介绍 (8) 3.2.1空域算法 (8) 3.2.2 Patchwork算法 (8) 3.2.3变换域算法 (8) 3.2.4压缩域算法 (9) 3.2.5 NEC算法 (10) 3.2.6生理模型算法 (10) 3.3可视密码技术实现方法 (10) 3.3.1(k，k)可视密码基本矩阵的构造 (10) 3.3.2(k，n)可视密码基本矩阵的构造 (11)

4信息隐藏技术的应用 (11) 4.1数字知识产权保护 (11) 4.2数据完整性鉴定 (12) 4.3数据保密 (12) 4.4资料不可抵赖性的确认 (13) 5信息隐藏技术的发展和未来趋势 (13) 6总结 (13) 参考文献 (14) Abstract (15)

常见信息隐藏技术的研究 作者：刘豪一 指导老师：李争艳 摘要：在信息化时代，随着计算机网络的迅猛发展，信息安全保密工作面临着动态变化的新形势和问题。本文主要介绍了信息隐藏的基本概念，主要特征，研究方法，技术分类等；研究了各种信息隐藏技术的算法实现；对信息隐藏技术的发展及未来趋势进行了分析和评述。 关键字：信息隐藏技术；数字水印；可视密码技术；隐写术 0引言 信息是人类社会和国家发展的重要战略资源。随着科学技术的快速发展，传统媒体内容正在向数字化转变。数据的交换与传输也变得更加快捷。但随之而来的日益严重的知识产权侵犯行为和基于加密的安全措施面临的严峻挑战，使得信息隐藏技术重新焕发活力。信息隐藏是与数学、密码学、信息论、计算机视觉以及其他计算机应用技术等多学科交叉的学科，是各国研究者所关注和研究的热点[1]。在信息隐藏研究中，可以分为基础理论研究、应用基础研究和应用研究。其中基础理论研究是建立图像信息隐藏的理论框架和若干理论模型，解决安全性度量、通信量分析等基本理论问题，以揭示信息隐藏中若干基本矛盾。信息隐藏的应用基础研究主要针对典型应用需求，研究各种信息隐藏算法和评估体系。信息隐藏的应用研究以图像信息隐藏技术的实用化为目的，研究针对各种应用的实用系统。本文通过对信息隐藏的理论研究学习，浅谈下常见信息隐藏技术的应用。 1 信息隐藏技术的概念及特征 1．1 信息隐藏技术的概念 信息隐藏主要研究如何将某一机密信息秘密隐藏于另一公开的信息(载体)中，然后通过公开信息的传输来传递机密信息。第三方则难以从公开信息中判断机密信息是否存在，难以截获机密信息，从而

合肥工业大学信息隐藏实验报告 完整代码版.

计算机与信息学院 信息隐藏实验报告 专业班级 信息安全13-1班 学生姓名及学号 马骏 2013211869 课程教学班号 任课教师 郑淑丽 实验指导教师 郑淑丽 实验地点 20 ~20 学年第学期

实验1 BMP位图信息隐藏 一、实验目的 学习BMP格式文件，并编程实现对位图文件信息隐藏 二、实验要求 将TXT文件嵌入BMP 文件中 三、问题描述 1、BMP位图文件的格式？ 2、有哪几种方法隐藏信息，分别采用什么样的数据结构 3、随机选取如何避免“碰撞”的出现 四、算法思想 1、BMP位图文件格式 0000h~0001h 2字节-------------------------bm的ASC码 0002h~0005h 4字节-------------------------文件大小102718字节 0006h~0009h 4字节-------------------------全为0 000Ah~000Dh 4字节-------------------------偏移量118字节 000Eh~0011h 4字节-------------------------位图信息块大小40字节 0012h~0015h 4字节-------------------------宽450 0016h~0019h 4字节-------------------------高450 001Ah~001Bh 2字节-------------------------恒为01h 00h 001Ch~001Dh 2字节-------------------------颜色所占二进制位数值04h 00h=4 16色位图 001Eh~0021h 4字节-------------------------压缩方式=0无压缩 0022h~0025h 4字节-------------------------图像数据区大小102600字节 0026h~0029h 4字节-------------------------水平每米多少像素39个 002Ah~002Dh 4字节-------------------------垂直每米多少像素39个 002Eh~0031h 4字节-------------------------图像所用颜色数=0 0032h~0035h 4字节-------------------------重要颜色数=0 0036h~0076h 64字节-------------------------颜色表

LSB图像信息隐藏实验

学号：姓名：专业年级班级： 实验室：组别：实验日期：

message=fopen('Message.txt','r'); [msg,msg_len]=fread(message,'ubit1') %按位以二进制形式读取文本内容与长度 [m,n]=size(image1) %读取行和列 p=1; %p 为秘密信息的位计数器 [row,col]=randinterval(image1,msg_len,1996); for i=1:msg_len image1(row(i),col(i))=image1(row(i),col(i))-mod(image1(row(i),col(i)),2)+msg( p,1); if p==msg_len break ; end ; p=p+1; end %还原图像 Hide_image(:,:,1)=image1; Hide_image=uint8(Hide_image); imwrite(Hide_image,'Hide_image.tif'); %输出隐藏信息的图像 subplot(121);imshow(image);title('未嵌入信息的图片'); subplot(122);imshow(Hide_image);title('嵌入信息的图片'); else ['the photo is not a rgb style'] fclose('all'); end 实验算法 2：读取 LSB 隐藏的信息 1.读取已经隐藏信息的图像。如果为 RGB 图像，则读取图像的一层（该层为嵌入信 息的那层）。 2.用与 LSB 算法中相同的随机数种子产生相同的一串随机数。随机数串的长度由 LSB 中获得（长度不得大于图像大小）。 用同一个伪随机生成算法，相同的种子，来产生像素点位置，可以确保隐藏时和提取 时位置顺序是一模一样的，在顺序读取这些位置上的数据（利用与运算，与上1，任

灰度图像二值化方法matlab代码

OTSU算法代码： I=imread('****'); th=graythresh(I); J=im2bw(I,th); subplot(121) imshow(I); subplot(122) imshow(J); Bernsen算法代码： clc; clear all close all I=imread('****'); [m,n] = size(I); I_gray=double(I); T=zeros(m,n); M=3; N=3; for i=M+1:m-M for j=N+1:n-N max=1;min=255; for k=i-M:i+M for l=j-N:j+N if I_gray(k,l)>max max=I_gray(k,l); end if I_gray(k,l)

for i=1:m for j=1:n if I_gray(i,j)>T(i,j) I_bw(i,j)=255; else I_bw(i,j)=0; end end end subplot(121),imshow(I); subplot(122),imshow(I_bw); 改进的Bernsen算法代码：clc; clear all close all I=imread('****'); I_gray=double(I); [m,n] = size(I); a=0.3; A=0;T1=0;S=0; for i=1:m for j=1:n A=A+I_gray(i,j) ; end end A=A*0.9; while(S

信息隐藏结课论文

《信息隐藏原理及应用》结课论文 《信息隐藏原理概述》 2013——2014第一学年 学生姓名*** 专业班级***班 学生学号********* 指导教师**** 二〇一三年十二月十八日

信息隐藏原理概述 摘要 在信息技术飞速发展的今天，人们对信息安全给予了更多关注。因为每个Web站点以及网络通信都依赖于多媒体，如音频、视频和图像等。随着数字隐藏技术的发展，在特定的应用方面对其技术性能又提出了更高、更具体的要求，在一般的信息隐藏方法中，这些特性都是相互冲突、互相矛盾的而信息隐藏这项技术将秘密信息嵌入到多媒体中，并且不损坏原有的载体。在没有专门检测工具的情况下，第三方既觉察不到秘密信息的存在，也不知道存在秘密信息。因此密钥、数字签名和私密信息都可以在Internet上安全的传送。因此信息隐藏领域已经成为信息安全的焦点。 【关键词】：信息隐藏，网络，信息，稳私，算法

目录 引言 (4) 一、信息隐藏技术的现实意义 (5) 1.1 隐写术(Steganography) (5) 1.2 数字水印技术(Digital Watermark) (6) 1.3 可视密码技术 (6) 二、基本原理 (6) 三、信息隐藏的特点 (7) 3.1 隐蔽性 (7) 3.2 不可测性 (7) 3.3 不可见性 (7) 3.4 不可感知性 (8) 3.5 鲁棒性 (8) 3.6自恢复性 (9) 四、信息隐藏的计算和技术实施策略 (9) 五、信息隐藏技术的应用 (10) 5.1 数据保密通信 (11) 5.2 身份认证 (11) 5.3 数字作品的版权保护与盗版追踪 (11) 5.4 完整性、真实性鉴定与内容恢复 (11) 六、结束语 (12) 参考文献 (13)

信息隐藏 实验五 Patchwork 图像信息隐藏

实验五 Patchwork 图像信息隐藏 一，实验目的 1，了解Patchwork信息隐藏特点， 2，掌握基于Patchwork 的图像信息隐藏原理 3，设计并实现一种 Patchwork 的信息隐藏方法 二，实验环境 1， Windows XP 操作系统 2， Matlab 7.1版本软件 3， BMP格式图片文件 三，实验原理 1，Patchwork是指从载体数据中选择一些数据组成两个集合，通过修改这两个集合之间的某种关系来携带水印信息。这两个集合可以是两个系数、两组系数或者是两个特征量。两个集合之间的关系可以是大小关系、能量关系、逻辑关系和奇偶关系等。Patchwork方法嵌入水印时，通过修改集合之间的某种关系来嵌入水印；提取水印时则根据对应的关系来提取嵌入的水印信息。2，在本实验报告中，验证了通过随机方式把像素分组的方法。随机选择N对像素点（ai和bi），然后将ai点的值增加d，将bi点的像素值减少d。 3，同时，设计了自己的算法。先把图像的像素写成一维矩阵，根据矩阵下标4*n形式和4*n-1形式分为两组，将下标为4*n形式所对应的像素增加常量d=2.3，将下标为4*n-1形式所对应的像素减少常量d=2.3。 四，实验内容 1, 验证通过随机方式把像素分组的方法。 (1)嵌入秘密信息 clc; clear all; oi=imread('baboon.bmp');%读入载体图像 ni=rgb2gray(oi); wi=ni; [row col]=size(wi);

wi=double(wi); wi=wi(:); n=floor((row*col)/10); length=row*col; rand('state',123);%产生随机数的密钥 a=rand(1,n);%产生N长度的随机数 d=2.3;%定义修改的分量 count=0; k=1; while k<=n if (a(1,k)>=0.5) wi(k*10,1)=wi(k*10,1)+d; wi(k*10-1,1)=wi(k*10-1,1)-d; end k=k+1; end for i=1:row for j=1:col wil(i,j)=wi(row*(j-1)+i,1); end end wil=uint8(wil); imwrite(wil,'watermarked.bmp'); subplot(1,2,1);imshow(ni);%显示原始图像subplot(1,2,2);imshow(wil)%显示新图像 下图为原图与嵌入信息的图像：

灰度图像二值化方法研究

灰度图像二值化方法研究 摘要:在人类获取的信息中，视觉信息约占60%，听觉约占20%，其它约占20%。由此可见，视觉信息对人类非常重要。同时，图像是人类获取视觉信息的主要途径。图像二值化是图像预处理中的一项重要技术，在模式识别、光学字符识别、医学成像等方面都有重要应用。论文介绍了图像及数字图像处理技术的一些概念和相关知识；对Matlab7.0 软件的发展和软件在图像处理中的应用做了简要介绍；还介绍了灰度图像二值化方法以及利用Matlab7.0软件工具进行算法的实现。课题重点实现了图像分割技术和边缘检测中灰度图像二值化方法，如Otsu算法、Bernsen算法，并对这些算法运行的实验结果进行分析与比较。 关键词：图像处理；边缘检测；二值化；Matlab；Otsu算法；Bernsen算法 Gray image binarization method Abstract:Human beings obtain a lot of information, among which the visual information is about 60%, the sense of hearing about 20%, and others about 20%. Therefore, the visual information is very important for human beings. Moreover, the images are the primary way, by which a lot of information is obtained. Image binarization, as an important technology in image pre-processing, is widely-employed in pattern recognition, optical character recognition, medical imaging and so forth. In this paper, some notions and relative knowledge in digital image processing technology are introduced; then, the development of Matlab7.0 and its application in image processing briefly introduced; in addition, the method of grayscale image binarization and how to implement these algorithms based on Matlab7.0 are presented. This paper mainly implements the grayscale image binarization method in image segmentation technology and Marginal Detection , such as Otsu algorithm and Bernsen algorithm, and analyzes and compares the experimental results of the above algorithms. Keywords:Image processing；Marginal Detection；Binarization, Matlab；Otsu algorithm；Bernsen algorithm