2021-04-25

最新推荐文章于 2022-07-26 16:17:12 发布

汤不憨

最新推荐文章于 2022-07-26 16:17:12 发布

阅读量1.3k

点赞数 4

文章标签： matlab 信息安全图像处理图像识别程序人生

本文链接：https://blog.csdn.net/weixin_46605806/article/details/116136879

版权

本文介绍了基于视觉攻击和卡方检验的LSB隐写分析方法。通过分解灰度图抽取最低位平面，分析不同嵌入率下图像的变化。卡方检验用于对比原图与载密图的灰度直方图，通过计算隐写概率，揭示图像是否含有隐藏信息。

摘要由CSDN通过智能技术生成

LSB隐写分析

基于视觉攻击的LSB隐写分析

视觉攻击是指利用人的视觉感知特性来判断载密图像异常变化。LSB替换选用最低位平面来嵌入秘密信息，最低位平面对图像的视觉效果影响最轻微。因此，可以从图像的最低有效位组成的图像中判断是否有隐藏消息。图像的LSB和最高位以及其他点有一定的关系，特别是对自然拍摄的BMP图像。但是在选择嵌入位置时，一般都同等对待载体中所有样本点，忽略了载体本身存在的空间相关性，就能够被观察出嵌入的痕迹。

分解灰度图

对图像进行位平面分解：位平面是指依次取出每个像素点对应位的值组成一个位平面。一副灰度图像中每个像素点的灰度值可以由8个二进制来表示，因此可以分解成8个位平面。举例，假设图像有两个像素点，灰度值分别为1和3，其对应的二进制为分别为00000001和00000011，那么该图像分解成的8个位平面以此为00、00、00、00、00、00、01、11。每个位平面均为一个二值图，即像素点的值非0即1。
bitplanek = bitget(A,k); %获取A的第k位

clc
clear
A = imread("lennahide.bmp");

figure(1);
subplot(3,3,1);
imshow(A);
title('原始图像');
[h,w] = size(A);

for k=1:8
    
        tmp = bitget(A,k);
    subplot(3,3,k+1);
    imshow(tmp,[]);
    B = num2str(k+1);
    title('位平面%s',B);
end;

在这里插入图片描述

抽取最低位平面

分别抽取载密图像和原图像的最低位平面，进行对比
lsbbitplanek = bitget(A,1); %获取A的第1位

clc
clear
A = imread('lena_256.tiff');
[h,w] = size(A);
figure();

tmp = bitget(A,1);
subplot(1,2,1);
imshow(tmp,[]);
title('原始图像的最低位平面');

B = imread('lsbwatermarkedlena.tiff');
[h,w] = size(B);

tmp1 = bitget(B,1);
subplot(1,2,2);
imshow(tmp1,[]);
title('载密图像的最低位平面');

在这里插入图片描述

任意比例嵌入率的分析

在不同嵌入率10%、30%、50%、70%下进行分析对比

function [ S,P_value ] = lsbplanekunit( image,rate )
% 函数功能：先对图像以嵌入率为rate进行顺序LSB嵌入，然后进行视觉隐写分析
% 输入参数：input是原始图像，rate是嵌入率，取值在[0,1]
% 调用例子：[ S,P_value ] = lsbplanekunit( 'livingroom.tif',0.5 )
%读一幅图像


cover=imread(image);
%cover=cover(:,:,1);
ste_cover=double(cover); 
[m,n]=size(ste_cover); 

%依据rate计算秘密信息位的长度，并生成秘密