信息隐藏 时空域 论文复现 基于覆盖图像的MSB的无编码信息隐藏方法

本文提出了一种基于覆盖图像的MSB的无编码信息隐藏方法。
首先，发送者将封面图像分割成许多相同大小的片段。大小为F_w*F_h。
其次，发送方求每段像素均值。
第三，将秘密信息转换为二进制位。
第四，根据发送方和接收方决定的映射序列(Km)，用图像片段的MSB映射秘密信息。
映射的结果是获取映射标志(Kf)，然后通过普通通道与引导图像一起发送到接收器。接收器可以使用Km和Kf正确地从stego图像中提取秘密信息。

提出方法：
CIHMSB方法的目的是为了传输文本信息。

在通信之前，发送方和接收方需要事先决定Km，并由发送方和接收方共享。Km是一组随机数，用于表示图像片段的序列号。
设覆盖图像大小为I_h*I_w 。
嵌入过程：
1）图像预处理。将载体图像分割成许多图像片段I1，I2，…，Im，其大小是F_w*F_h。片段的总数如式1。

求每段图片Fi的平均像素 , b并将其转化为8位二进制bit串Vi。

其中m=Fm
2）信息预处理。将秘密信息(T)的每个字符转换为7位二进制字符串（B1、B2、…、Bn）。对于长度为C的秘密信息T，bit串长度为：

过程为：

其中n=Cn

3）映射过程

其中j=Km[i],MSB为最大有效bit位，即最左的一位。

提取过程：
1）图像预处理：同嵌入时的图像预处理，得到V1’,V2’,V3’,…,Vm’ 其中m=Fm
2）逆映射。

3）将得到的bit串转换为字符

#中国地质大学 信息安全 2018 朱靖宇
import cv2
import numpy as np

def img2seg(img): #图片分段
    h,w=img.shape
    ret=[]
    #print(h,w)
    ch,cw=h//4,w//4
    #print(ch,cw)
    for i in range(ch):
        for j in range(cw):
            ret.append(img[i:i+4,j:j+4])

    ret=np.array(ret)
    #print(ret.shape)
    return ret

def text2bits(text, encoding='utf-8', errors='surrogatepass'): #将字符转换为7bit比特串
    bits = bin(int.from_bytes(text.encode(encoding, errors), 'big'))[2:]
    return bits.zfill(7 * ((len(bits) + 6) // 7))

def bits2text(bits, encoding='utf-8', errors='surrogatepass'): #将7位比特串转换位字符
    n = int(bits, 2)
    return n.to_bytes((n.bit_length() + 6) // 7, 'big').decode(encoding, errors) or '\0'

def seg2means(seg):	#求平均值
    return(np.mean(seg,axis=1))

def seg2bits(segs):
    B=[]
    for x in segs:
        bits=bin(x)
        B.append(bits)
    return B

def preprocess(cover_img):	#图像预处理
    cover_gray = cv2.cvtColor(cover_img, cv2.COLOR_BGR2GRAY)
    frags = img2seg(cover_gray)
    Vs = np.uint8(seg2means(frags))
    Vs = np.uint8(seg2means(Vs))
    Vs_bits = seg2bits(Vs)
    return Vs_bits

def embed(img,txt): #嵌入部分
    Vs_bits=preprocess(img)
    txt_bits = str()
    for s in txt:
        txt_bits = txt_bits + str(text2bits(s))
    n = len(txt_bits)
    np.random.seed(1)
    Km = np.random.randint(0, len(Vs_bits), len(Vs_bits))
    #print(Vs_bits[Km[1]])
    #print(str(Vs_bits[Km[1]]))
    #print(str(Vs_bits[Km[1]])[2])
    Kf = []
    for i in range(n):
        if txt_bits[i] == str(Vs_bits[Km[i]])[2]:
            Kf.append(1)
        else:
            Kf.append(0)
    return Kf,Km

def extract(img,Kf,Km):	#提取部分
    Vs_bits=preprocess(img)
    txt_bits=np.uint(0)
    txt = str()
    for i in range(len(Kf)):
        f=str(Vs_bits[Km[i]])[2]
        #print(f)
        if Kf[i]==1:
            if f=='0':

                txt_bits=txt_bits*2
            else:
                txt_bits=txt_bits*2+1
        else:
            if  f=='0':
                txt_bits=txt_bits*2+1
            else:
                txt_bits=txt_bits*2
        if i % 7 == 6 :
            #print(txt_bits)
            txt=txt+bits2text(bin(txt_bits))
            txt_bits=0
    #print(txt)
    return(txt)


txt='CUG Zhujingyu 20181000645'
cover_path='lena.bmp'
cover_img=cv2.imread(cover_path)
Kf,Km=embed(cover_img,txt)
print(Kf)
print(Km)

img=cv2.GaussianBlur(cover_img,(7,7),1.5) #高斯噪声

recover_txt=extract(img,Kf,Km)
print(recover_txt)