IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 基于matlab实现的LSB 图像信息隐藏算法(含源码) -> 正文阅读

[人工智能]基于matlab实现的LSB 图像信息隐藏算法(含源码)

作者:recommend-item-box-tow

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档


一、基础知识

1.BMP灰度图像

灰度图,又称灰阶图,位图的一种。把白色与黑色之间按对数关系分为若干等级,称为灰度。灰度分为256阶。用灰度表示的图像称作灰度图。除了常见的卫星图像、航空照片外,许多地球物理观测数据也以灰度表示。
bmp是微软公司推出的一种位图格式,也是数码相机拍出的格式,质量好但是数据量大。

2.位平面

一幅256个灰度级(0~255)的图像可以分解成8个位平面,原因就是2^8=256,每一个像素点的灰度值可以由8个二进制位来表示。所谓的位平面(bit plane)就是依次取出每个像素点的对应位(n位像素值则有n个位平面)的数值(0或1)组成一个位平面。可以发现,每一个位平面均为一个二值图,也就是说像素点的灰度值非0即1。
在这里插入图片描述

3.matlab基础语法

参考https://blog.csdn.net/baidu_25816669/article/details/106557473

4.提取位平面代码(matlab)

X=double(rgb2gray(imread('test.bmp')));%将原始图像转换为灰度图像,如果本身就是灰度图可以去掉rgb2gray函数
[h w] = size(X);%取图像的长宽像素点个数
subplot(3,3,1);%将多个图画到一个平面上的工具
imshow(X,[]);%matlab中显示图像的函数
title('原始图像');

%遍历每个位平面,画出八个图
for k=1:8 %k在1~8间循环
 %遍历每个像素点,取第k位
 for i=1:h 
     for j=1:w
      tmp(i,j) = bitget(X(i,j),k);%bitget函数首先将X(i,j)处灰度值分解为二进制串,然后取第k位
     end
 end
 subplot(3,3,k+1);%图排成33列,p表示图所在的位置,p=1表示从左到右从上到下的第一个位置。
 imshow(tmp,[]);
 ind = num2str(k); %把数值转换成字符串,用于标题
 imti = ['第',ind,'个位平面'];
 title(imti);
end

注意可将任何图像格式另存为.bmp , 效果如下:在这里插入图片描述

二、图像信息隐藏实验

1.实验背景

任何多媒体信息,在数字化时,都会产生物理随机噪,而人的感观系统对这些随机噪声不敏感。信息隐藏技术就是利用这个原理,通过使用秘密信息比特替换随机噪声,从而完成信息隐藏目标。
BMP 灰度图像的每个像素值为 8bit 二进制值,表示该点亮度。不同位平面对视觉影响不同,图像高位平面对图像感官质量起主要作用,去除图像最低位平面并不会造成画面质量的明显下降。利用这个原理可用秘密信息(或称水印信息)替代载体图像低位平面以实现信息嵌入。
本实验中算法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,但很容易受噪声影响和攻击,解决办法可采用冗余嵌入的方式来增强稳健性。即在一个区域(多个像素)中嵌入相同的信息,提取时根据该区域中的所有像素判断。

2.LSB加密算法

①引入一张灰度图像作为载体对象
②引入一张二值图像作为需要隐藏的信息
③获取两个图像的大小信息
④for 二值图像的每一个像素点:将载体图像的二进制最低位与水印图像进行比对,相同则不变,不同则取反,
对于载体图像所有像素的最后一位。利用for循环遍历提取,这里采用判断像素值奇偶的方法,如果像素值是奇数,那么它的二进制码最低位肯定是1,偶数则相反。
对于二值图像的,由于只有两个值,直接提取最后一位即可
⑤返回伪装对象

3.LSB解密算法

for 伪装对象中二值图像内的每一个像素点:
若为奇,则信息为255,若为0,则信息为0.

三、实验源码

①LSB.m

function  piccover = LSB( piccover,pic2ray,M,N,m,n ) %piccover封面,pic2ray二值图,M,N封面行列,m,n二值图行列
if(m<=M&&n<=N)
    for i=1:m
        for j=1:n
            if bitget(pic2ray(i,j),8)==mod(piccover(i,j),2)%载体图像最后一位与二值图像最后一位相同
                %fprintf('不');
                continue;
            elseif bitget(pic2ray(i,j),8)~=mod(piccover(i,j),2) %载体图像最后一位与二值图像最后一位相同
                piccover(i,j)=piccover(i,j)+1;
                %fprintf('变');
            end
        end         
    end
else
    fprintf('封面大小不够!')
end
end

②inLSB.m

function pichide = inLSB(pichide,m,n)
    for i=1:m
        for j=1:n
            if mod(pichide(i,j),2)==1
                pichide(i,j)=255;
                fprintf('1');
            else
                pichide(i,j)=0;
                fprintf('0');
            end
        end
    end
end

③main.m

piccover=double(rgb2gray(imread('test.bmp')));%载体图像
pic2ray=double(im2bw(imread('message.bmp')));%隐藏信息

%获取两个图像的大小
[M,N] = size(piccover);
[m,n] = size(pic2ray);
%fprintf('M=%f',M);
%fprintf('N=%f',N);
%fprintf('m=%f',m);
%fprintf('n=%f',n);

subplot(1,3,1),imshow(piccover,[]); %展示封面和隐藏信息后图像的对比
title('隐藏前');

pichide=LSB(piccover,pic2ray,M,N,m,n);%M,N为封面行列,m,n为二值图行列,将二值图隐写进封面中
subplot(1,3,2),imshow(pichide,[]);%显示隐藏后图像
title('隐藏后');

picjie=inLSB(pichide,m,n);%提取出隐藏信息
subplot(1,3,3),imshow(picjie,[]);%显示提取信息
%imshow(picjie,[]);
title('提取信息');

四、结果展示

在这里插入图片描述

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2021-10-19 11:52:51  更:2021-10-19 11:53:20 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/27 8:26:44-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码