基于LSB算法的图像信息嵌入与提取技术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1LSB隐藏算法概述最低有效位LSBLeastSig
ifica
tBit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
f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∈01。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21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。心理视觉的研究表明人眼对平滑区的噪声非常敏感视觉阈值较低只能嵌入少量的秘密信息非平滑区中边缘区对噪声不是很敏感可以嵌入适量的秘密信息非平滑区中纹理区对噪声反应不敏感视觉阈值较高可以嵌入较多的秘密信息。因此要利用人类视觉系统特性进行信息隐藏首先要根据视觉掩蔽效应将图像划分成不同的类别以便在不同的噪声敏感区域分别嵌入不同的信息量。载体图像的分块流程如图1所示。图像子块熵值的计算方法设图像有S1S2…Sqq种幅值并且出现的概率为P1P2…Pq那么每一幅值信息量为log2Pi其熵值为
f其中方差用于表示数据分布和离散程度的一维统计特性。但是方差的结果随着像素的灰度值的变化起伏很大因此利用方差进行多组数据的比r