基于（7，4）汉明码的隐写技术

目录

1.摘要

2. 信息嵌入

2.1 获取载体数据

2.2 计算载体修改位置

2.3 输出含密载体图像

3. 信息提取

3.1 获取含密载体数据

3.2 提取秘密信息

4. 结论        

---

1.摘要

        利用（7，4）汉明码的一致性校验矩阵（Parity check matrix）对灰度图像素值最低有效位进行编码，使校验矩阵与编码后数据的乘积为待隐藏的秘密信息，实现信息嵌入与提取，其理论嵌入效率约为3.43、嵌入率约为0.43bpp（bits per pixel）。

2. 信息嵌入

2.1 获取载体数据

        将图像分块，具体分块方式及大小取决于实际需要，如下图所示，以将lena灰度图分割为4×4大小的块为例，获得每块的像素值。

        提取块像素的最低有效位，作为拟用于隐藏信息的原始载体数据。按每7个元素为一组对原始载体数据进行分组，即每7个像素的最低有效位为一组载体数据。分组大小取决于校验矩阵，此处取每7个元素为一组，是因为（7，4）汉明码的一致性校验矩阵（Parity check matrix）大小为3行7列，取其列数即为7。

        将载体数据用列向量形式表示，以上图第1组载体数据为例，可表示为列向量X。分块中不足一组的数据，可从下一分块取差额补足，例如上图分组后剩2个元素，可先从下一块取5个元素构成一个包含7个元素的分组，再对下一块其余元素进行分组，以此类推即可完成所有载体数据分组。

2.2 计算载体修改位置

        假设需要隐藏的秘密信息为二进制序列110，将其用列向量s表示如下。

        （7，4）汉明码的一致性校验矩阵为H如下所示，为一个3行7列的矩阵，若将每个列向量作为1个3bits的二进制数转换为十进制，从左到右的数值依次为1、2、3、4、5、6、7。

        计算校验矩阵H与载体X的“乘积”，“乘积”加引号是因为此处采用的不是线性代数中矩阵与向量的乘积运算，计算过程中需将加法运算替换为异或运算。下例中表示“乘积”，表示异或。

        计算特征值d，d为将秘密信息s与c进行异或运算得到的结果。

        定位载体修改位置，并对原始载体X进行修改获得含密载体Y。即找出校验矩阵H中与d相等的列向量所在的列数，记为i；将载体X中的第i行元素取反得到含密载体，记为Y。上例中，H中与d相同的列为第3列，即，将列向量X的第3行元素取反，获得含密载体Y如下。

2.3 输出含密载体图像

        用Y替换原始载体图像中X所在位置的像素的最低有效位，根据前面的例子，即将原始载体图像（右图）中第1行的第3像素值由原来的49改为48。

        重复上述步骤，根据秘密信息长度，完成对相关像素值修改后，即可获得含密载体图像。

3. 信息提取

3.1 获取含密载体数据

        采用嵌入信息时使用的方法对含密载体图像进行分块，获得每块的像素值。如下图所示，以前述lena灰度图为例，将其分割为4×4大小的块，并提取每块的像素值。

        提取块像素的最低有效位，作为拟用于提取秘密信息的含密载体数据。与嵌入时一样，按每7个元素为一组对载体数据进行分组，即每7个像素的最低有效位为一组载体数据。

        将含密载体数据用列向量形式表示，以上图第1组载体数据为例，可表示为列向量。

3.2 提取秘密信息

        计算校验矩阵H与含密载体数据的“乘积”，计算结果即为提取到的秘密信息。其中，“乘积”加引号是因为此处采用的不是线性代数中矩阵与向量的乘积运算，与信息嵌入过程一样，计算过程中需将加法运算替换为异或运算。

        从上述计算结果易知，，即秘密信息提取成功。

4. 结论        

        基于（7，4）汉明码的隐写技术，可通过对原始载体数据进行编码获得含密载体，实现信息的嵌入和提取。理论嵌入效率约为3.43，即平均每修改1bit数据可嵌入3.43bits秘密信息，嵌入率约为0.43bpp（bits per pixel），即平均每个像素可嵌入0.43bits秘密信息，拥有较高嵌入效率和可观的嵌入容量。