《基于像素差分的图像隐写算法研究毕业论文.doc》由会员分享，可在线阅读，更多相关《基于像素差分的图像隐写算法研究毕业论文.doc（47页珍藏版）》请在三一办公上搜索。
1、基于像素差分的图像隐写算法研究摘 要隐写术是一种隐藏通信手段，其目的是避开第三方的怀疑将信息传递出去，在军事、情报、国家安全等方面具有重要的意义。隐写的基本要求是要有极高的安全性和足够的信息嵌入量。隐写技术和隐写分析在国家军事、情报、商业等方面的意义重大。设计高度安全的隐写方法是一项十分紧迫的任务，而对隐写分析的研究同样很重要。一方面是要以尽可能隐蔽的方式将信息隐藏在载体信号之中，从而不引起对方的怀疑以实现隐蔽通信的目的；另一方面则是要以各种各样的手段检测隐蔽信息的存在，寻找敌对隐蔽通信的信源，从而阻断隐蔽通信的信道。如同密码分析和密码术之间的对立关系，隐写分析和隐写术之间如同展开了一场“军备
2、竞赛，伴随着彼此的发展而演化前进。由于当前针对隐写的主要对抗措施是利用统计分析手段发现数字媒体的统计异常性，因此统计隐蔽性是安全隐写的主要考虑因素。基于 LSB 的图像隐写方法简单，嵌入量较大；而基于人眼视觉特性的图像隐写算法具有很好的视觉隐蔽性和较大的嵌入量，因此两者都得到了广泛的应用，现在针对它们已经出现了多种有效的隐写分析方法。本论文对隐写和隐写分析的目的、基本原理、主要方法进行了讨论，对国内外研究现状进行了综述。系统地分析了现有的隐写算法，针对隐写算法中存在的统计异常，提出抗统计分析、安全性更好的算法，本文提出了一种结合了LSB与边缘匹配的基于像素差分的图像隐写算法，这些是上述算法中所
3、没有提到的，预期希望可以实现兼顾嵌入秘密信息的容量和提高隐写图像的安全性的效果。关键字：隐写分析；像素值差分；边缘匹配；最优像素调整AbstractSteganographic methods is a kind of hidden communication, its purpose is to avoid the third party doubt information transfer out, in the military, intelligence, such as national security has an important significance. The basi
4、c requirement of implicit writing is to have a high safety and enough information embedded quantity. Steganographic techniques and steganalysis in the national military, intelligence, business etc is of great significance. The design of the high security steganographic method is a very urgent task,
5、but to steganalysis also is very important. On the one hand is to as much as possible in a hidden way will information hiding in the carrier signal, thus not cause each others doubt to achieve the purpose of stealth communication; On the other hand is to all kinds of means testing the existence of h
6、idden information, look for the enemy hidden communication source, thus blocking the concealed communication channel. As code analysis and cryptography confrontation relations, steganalysis and steganographic methods as launched a arms race, with each others development and evolution forward.Due to
7、the current steganographic main countermeasures is the use of statistical analysis methods found that digital media statistical abnormality, so statistical disguised is safe hidden write main consideration factors. Based on LSB image steganographic method is simple, embedded in large quantities, And
8、 based on human visual characteristics of the image steganographic algorithm has very good visual concealment and larger embedding quantity, so both a wide range of applications, for now they have appeared a variety of effective steganalysis method. This thesis about hidden writing and steganalysis
9、purpose, basic principle, main methods are discussed, the research at home and abroad are reviewed. This paper analyses systematically the existing steganographic algorithm, in view of the steganographic algorithm existing statistical anomaly, and puts forward the resistance to statistical analysis,
10、 safety better algorithm, this paper proposes a combined with LSB and edge matching based on pixel difference image steganographic algorithm, these are the above algorithms have not mentioned, the hope can achieve expected to embed secret information capacity and improve the security of the steganog
11、raphic image effect.Keywords: Steganalysis; Pixel value difference; Edge matching; The optimal adjustment of pixels目 录第一章 绪论11.1 研究背景11.2 课题意义11.3 研究内容21.4 论文的组织结构3第二章 图像隐写及隐写分析综述52.1 隐写术的发展52.2 隐写系统的模型与特征62.2.1 隐写系统的模型62.2.2 隐写系统的特征62.3 数字水印与隐写术72.4 图像隐写的研究现状82.5 本章小结9第三章 基于像素特征的图像隐写算法研究103.1 引言103
12、.2 现有算法的缺陷103.3 像素特征改进算法113.3.1 MD5伪随机数算法113.3.2 图像置乱预处理123.3.3基于边缘的整数小波域自适应隐写算法123.3.4阈值 T 的计算133.3.5数据的嵌入与提取143.4 实验结果及分析153.5 本章小结17第四章 基于像素值差分的边缘匹配隐写算法研究184.1 引言184.2 现有算法的缺陷184.3 边缘匹配改进算法194.3.1 MD5伪随机数算法194.3.2 图像置乱预处理194.3.3 四边边缘匹配隐写算法204.3.4 九边边缘匹配隐写算法224.3.6 信息提取算法264.4 实验结果与分析264.5本章小结28第五
13、章 总结与展望295.1 总结295.2 展望30参考文献31致 谢34第一章 绪论1.1 研究背景20世纪90年代以来，随着计算机网络的普及和信号处理技术的飞速发展，图像、视频、音频等多媒体数据能够在通信网络中迅速的传输，给人们的生活带来了诸多便捷，改变了传统的通信方式，一些私人秘密、商业机密和军事情报等也通过互联网进行传送。在带来便捷的同时，也给信息安全提出了新的挑战，如何防止信息被窃听、截获或篡改，成为了首先要解决的问题。 密码技术1是一种传统的用于解决通信安全的方法，它通过加密，将秘密信息转化为随机序列，只有拥有正确密钥的通信方才能够正确提取。但是随着密码分析技术2的发展及计算机并行处
14、理速度的飞速提高，传统密码体系的安全性受到严峻挑战。一系列密码分析的成功使人们重新思考加密通信的安全性。另一方面，加密只能隐藏通信的内容，并不能隐藏通信发生的事实，信息加密后通常是乱码，容易引起拦截者的注意，即使拦截者不能破解，也能成功的拦截信息，甚至破坏和干扰通信的进行。随着网络和多媒体技术的飞速发展，我们可以允许利用多媒体中存在的冗余信息作为隐藏信息的掩体信息，并将隐密信息通过计算机互联网发送出去。隐写术已成为人们日益关注的一个课题。1.2 课题意义由于信息隐藏技术综合运用了计算机、通信和控制理论等学科知识，是近十几年来兴起的一个新的热点研究方向，国内起步较晚且研究机构和人员较少，信息隐藏
15、软件产业化程度也不高，知名国产应用软件几乎没有，大部分都是使用国外厂商提供的免费测试版软件。信息隐藏主要应用在需要安全保密通信的部门或者个人，利用多媒体信息中的冗余空间携带隐蔽信息，达到秘密信息伪装传递的目的；同时，信息隐藏还要研究其对立面，隐藏信息的分析和检测问题，与密码编码学和密码分析学是类似的，信息隐藏及其分析是一对矛盾统一体，它们相互对立又相互促进。由于现代网络的开放性，隐写技术有可能被敌方的特务机构、恐怖组织等用于传递非法信息的工具。2001年初，美国媒体今日美国就曾报道过，本拉登恐怖组织极有可能使用了隐写工具来传递与恐怖活动相关的信息8。“九一一”事件以后，隐写被恐怖组织利用的可能
16、性已经引起了人们广泛的关注，各国军方和安全部门也表现出了十分迫切的需求1011，从而，隐写分析技术应运而生。隐写分析是针对隐写技术的攻击方法，它对载体信号进行统计分析，判断载体信号是否藏有秘密的信息，从而达到检测、阻截和破坏隐蔽通信的目的1213。目前，信息隐藏领域的隐写术的研究相对较少，本课题的实现将进一步有助于信息隐藏技术在这个领域的理论研究与实际应用。1.3 研究内容信息隐藏，就是把一个有意义的信息隐藏在另一个称为载体的信息中，从而得到隐蔽载体。非法者不知道这个载体中是否隐藏了其他的信息，而且即使知道也难以提取或者去除隐藏的信息。所用的载体可以是文字、图像、声音及视频等。信息隐藏的目的是
17、在不引起任何怀疑的情况下秘密的传送消息，它的主要要求是不被检测到和对隐藏信息的大容量等。信息隐藏技术包含的内容范围非常广泛，分类的方法也是多种多样。如按载体类型分类可分为基于文本、图像、声音和视频的信息隐藏技术；按嵌入和提取是否采用相同的密钥分为对称隐藏算法和公钥隐藏算法；按保护对象分类主要可分为隐写术和水印技术等。在图像中应用的信息隐藏技术基本上可以分为两大类：空域法和频域法。空域法就是直接改变图像元素的值，一般是在图像元素的亮度和色带中嵌入隐藏的内容。频域法是利用某种数学变换，将图像用频域表示，通过更改图像的某些频域系数嵌入待隐信息，然后再利用反变换来生成隐藏有其它信息的图像。传统的信息隐
18、藏技术大部分都是以上两种方法中的一种实现的，只不过所采用的具体算法有所区别。本文详细分析了上述两种方法的基本原理，对空域法中的最不重要位（LSB）算法进行了改进并加以实现。可以这样说，加密方法是将信息本身进行了加密，但是信息的传递过程是暴露的，而信息隐藏技术，则是将信息的传递过程进行了掩盖。因此，将传统的密码学技术与现代的信息隐藏技术相结合，就可以更好的保证信息本身的安全和信息传递过程的安全。本文相关课题的研究旨在全面了解LSB、边缘匹配、MD5函数、图像置乱算法、MD5函数、图像置乱算法、最优像素调整策略的基本原理，并将他们进行结合。在分析比较现有算法的基础上，提出自己的算法，并进行理论分析
19、以及实现和分析。通过本课题的研究，预期达到以下目标：1、 全面了解LSB、边缘匹配、MD5函数、图像置乱算法、最优像素调整策略及其在国内外研究现状；深入了解现有的应用以上原理的隐写算法。2、 综合考虑各种因素，提出一种或几种合理的、效果更好的算法，并进行理论分析。3、利用MATLAB和Visual Studio软件平台，对提出的算法进行编程实现，并对实现结果进行测试、分析，同时与现有的算法实现结果进行隐写图像秘密信息的嵌入容量、峰值信噪比、抗统计分析和通用盲检测的能力以及提取秘密信息的正确率等方面的比较。1.4 论文的组织结构本论文的整体组织结构如下：第一章是绪论，简要介绍了本课题的研究背景、
20、研究内容以及课题的意义和论文的组织结构。第二章，论述隐写与隐写分析的研究背景和发展状况，对信息隐藏的两大分支隐写和水印进行比较，回顾和总结各种隐写及隐写分析方法，并指出隐写和隐写分析方法的研究重点和难点。第三章和第四章，分析了自适应无损像素值差分隐写算法研究和基于像素特征的图像隐写算法研究，针对现有算法的缺陷，对自适应无损像素值差分改进算法。第五章，分析了基于像素值差分的边缘匹配隐写算法研究，分析它存在不能正确提取隐藏消息的缺陷，提出一种能正确提取隐藏信息、更加安全、嵌入容量大、隐写图像质量高的隐写方案。最后对论文进行了总结，并对未来需进一步研究的工作予以展望。第二章 图像隐写及隐写分析综述2
21、.1 隐写术的发展20世纪90年代早期，信息隐藏的各种应用引起不同研究团体的关注与重视。1996年5月第一次国际信息隐藏学术研讨会在英国剑桥的召开，使这些独立的研究团体走到一起。在这次会议上，建立了信息隐藏系统的一般模型，在信息隐藏的一些基本概念和术语上达成共识。成立了信息隐藏的国际性组织。这次会议标志着信息隐藏作为一门新学科的诞生，掀起了对信息隐藏技术研究的热潮，也为信息隐藏学科的发展提供了组织保证。 在国内，1999年12月，我国信息安全领域的何德全院士、周仲义院士、蔡吉人院士与有关研究单位联合发起召开我国第一届信息隐藏学术研讨会(CIHW),己经召开8届研讨会。可以认为，CIHW己成为国
22、内最具代表性的信息隐藏学术交流活动。 根据嵌入域的不同，隐写术可以分为空间域隐写和变换域隐写。空间域隐写在图像的灰度值、调色板索引值等中嵌入秘密信息。这种技术具有较大容量，但隐蔽性较差。变换域隐写在图像DCT、DFT、DWT等变换域中进行秘密信息的隐藏，这种隐写方便结合HVS特性，并且与通用的图像压缩标准兼容，隐蔽性较高。 空间域最低有效位(1east significant bit，LSB)替换算法是数字隐写的经典算法，原理虽简单但安全性较低，目前针对LSB替换的检测方法有统计分析法、RS分析法14、SPA分析法15等。LSB匹配(LSB matching，LSBM)算法是LSB算法的改进，
23、不仅易于实现，而且能较大地提高安全性；针对LSBM的检测算法有：文献1617分别提出的局部极值法和基于像素差分分布统计建模的LSB匹配隐写分析；文献18提出的改进LSB匹配方法(LSB matching revisited，LSBMR)将2个像素作为一个单元进行消息嵌入，使每个像素的平均修改量从05比特/像素(bits per pixel，bpp)减小到0375 bpp，相对于LSBM算法其安全性有所提高。2.2 隐写系统的模型与特征2.2.1 隐写系统的模型系统包括四部分：1) 信息嵌入，即利用嵌入密钥来实现嵌入对象的隐藏过程。2) 信息提取，即利用提取密钥从隐藏对象或可能经过修改的隐藏对象
24、中提取或恢复出嵌入对象。在提取时，原始的载体对象可能需要参与也可能不需要参与。3) 密钥生成，根据一些安全参数生成嵌入密钥和提取密钥。4) 隐藏分析，隐藏对象可能会被隐藏分析者截获并进行处理。在密钥未知的前提下，隐藏分析者很难从隐藏对象中得到、删除或发现嵌入对象。该模型中尚未包含对秘密信息的预处理和提取后的后处理。在这些情况下，为了提高保密性需要预先对秘密信息进行预处理（例如加密），相应地在提取后也要对接收到的秘密消息进行后处理（例如解密），从而恢复原始信息。在这个信息隐藏系统模型中还存在一个隐写分析者，他通常位于伪装对象传输的信道上，并可能对伪装对象进行攻击。2.2.2 隐写系统的特征信息隐
25、藏不同于传统的加密，因为其目的不在于限制资料的正常读取，而在于保证隐藏数据不被侵犯和发现。根据信息隐藏的目的和技术要求，该技术存在以下特征：不可察觉性：指嵌入的秘密信息不能使载体对象的品质发生明显改变，不会影响载体对象的使用价值，也就是说伪装对象与载体对象在人类感觉系统下是不可区分的。不可察觉性有时也被称为透明性，它是信息隐藏系统的最基本要求。不可检测性：指伪装对象与载体对象具有一致的特性。在利用信息隐藏技术进行秘密通信时，即使嵌入的信息使得人类的感觉系统无法察觉到，并不代表计算机也分析不出来。这是因为介质本身具有一些与介质内容相关的性质，当嵌入行为发生时，便改变了这些特性，既有可能在通信过程
26、中，暴露出秘密通信行为。安全性：指隐藏算法具有较强的抗攻击能力，即它必须能够承受一定程度的人为攻击，而使秘密信息不会被破坏。从隐藏后的介质中提取信息时，也必须拥有相同的嵌入密钥才能恢复出信息，非法用户无法感知秘密信息的存在，或者是即使知道秘密信息的存在，没有正确的密钥同样也无法提取出原始的信息。同时也应该保证信息隐藏的位置是安全的，信息是隐藏于载体对象本身数据之中，而不是载体对象的文件头或文件格式信息中，载体对象文件格式的转换不应该导致秘密信息的破坏或丢失。鲁棒性： 也称为免疫性。指不因图像文件的某种改动而导致隐藏信息丢失的能力。这里所谓“改动”包括传输过程中的信道噪音、过滤操作、重采样、有损
27、编码压缩、D/A 或 A/D 转换等。自恢复性：由于经过一些操作或变换后，可能会使伪装对象产生较大的破坏。如果只从留下的片段数据，仍能恢复隐藏信号，而且恢复过程不需要宿主信号，这就是所谓的自恢复性。实现真正有效的信息隐藏的难度很大，十分具有挑战性。在信息隐藏的不用应用领域，对上述要求是各有侧重的。比如对隐写术来说，主要满足的是透明性及安全性，而鲁棒性则是次要的。但对数字水印来说，鲁棒性往往是首要考虑的目标。2.3 数字水印与隐写术数字水印和隐写术技术的基本思想都是将秘密信息隐藏在载体对象中，但是它们之间存在差异。数字水印技术是将标志产品的作者、所有者、发行者、使用者、出品时间等信息按一定的算法
28、嵌入载体信号中。嵌入的水印不能过分影响载体的商用价值，并且可从含水印的载体数据中检测或提取出来。数字水印的目的是为了保护载体的版权。当从数字媒体产品中提出的版权信息与该产品的持有者不一致时，便可以认为此产品是非法复制的，该产品的持有者涉嫌侵害了他人的知识产权。数字水印技术的目的不是制止非法复制，而是鉴别哪些产品是非法复制品。有些数字水印系统将使用者的信息作为水印，称为数字指纹。当发现非法复制品时，可根据非法复制品中的数字指纹确定是哪一个使用者对数字媒体进行了非法复制，以便追究其法律责任。另外，数字水印还可以用来鉴别载体数据是否受到了非法篡改。隐写则是将秘密信息隐藏在载体中，尽可能不引起第三方的
29、怀疑通过公共信道发送出去，它更注重隐蔽性。它和数字水印要保护的对象不同，数字水印是要用隐藏的信息来保护载体，而隐写要保护的是隐藏在载体中的信息。此外，传送的信息量也必须合理，因为传送一份简短的信息如果需要耗费大量载体数据和时间就失去了实用意义。隐写对稳健性要求最低，只要能够抵抗传输中的噪声干扰即可，有时由于载体信号是经过压缩后在网上传输的，所以要求隐写也能抵抗一定的压缩编码处理。2.4 图像隐写的研究现状20世纪90年代中期以来，国内外发表的图像隐写分析算法有十几种之多，方向各有不同大部分属于统计特征检测类。统计特征检测方法，形式多样、效率高且容易软件化，因此成为隐写分析技术中的重点和难点。统
30、计分析方法通常分为卡方统计、确定区分统计量方法和盲检测分析方法。这3类方法在本节都有具体算法实例描述，为了算法之间的对比说明，并没有严格按照这一分类进行分节。无论哪种统计分析方法，基本原理都是利用原始图像和隐写图像之间的数据统计差异来判断是否隐藏了信息，以及进行参数估算。在图像处理过程中应用的信息隐藏技术，我们根据嵌入域的不同，图像隐写可以分为空间域隐写和变换域隐写。空域法是通过直接改变图像元素的值，来实现秘密信息的嵌入，一般是在图像元素的亮度和色带中嵌入隐藏的内容，这种技术具有较大容量，但隐蔽性较差,如LSB、MLSB、K与随机调制隐写等算法，LSB算法是用秘密信息替换了载体图像像素值的最低
31、位，而MLSB是选取像素值的低n位用于嵌入秘密信息，K与随机调制隐写算法的基本思想是：当K等于奇数时，总是使像素值的最低比特位等于秘密信息比特，当K等于偶数时，总是使像素灰度值的次低比特位等于秘密信息比特；而频域法就是利用某种数学变换，将图像用频域变换的结果表示，如DCT、DFT、DWT等变换，通过改变图像的某些频域系数，来实现秘密信息的嵌入，然后再利用数学反变换来生成隐藏有秘密信息的图像,这种隐写方便结合HVS特性，并且与通用的图像压缩标准兼容，隐蔽性较高。JPEG是互联网上常见的图像格式，而DCT变换是JPEG压缩采用的重要技术之一，JSteg是在 JPEG图像中进行隐写的方法之一，其基本
32、思想是：用秘密信息比特直接替换JPEG图像中量化后DCT系数的最低比特位，但不在量化后值为0或1的DCT系数中嵌入信息，提取信息时，只是将隐密图像中不等于0或1的量化DCT系数的LSB取出即可。现有的信息隐藏技术大都是基于以上两种方法中的一种实现的，只是它们所采用的具体算法是有所区别的。本文详细分析了上述两种方法的基本原理，对空域法中的最不重要位(LSB)算法进行了改进并加以实现。可以这样说，加密方法是将信息本身进行了加密，但是信息的传递过程是暴露的，而信息隐藏技术，则是将信息的传递过程进行了掩盖。因此，将传统的密码学技术与现代的信息隐藏技术相结合，就可以更好的保证信息本身的安全和信息传递过程
33、的安全。隐写分析技术是对各种媒体进行分析，判别其是否隐藏有秘密信息进而提取和破坏秘密信息的技术。隐写分析技术是一种反向侦察技术，具有相当的难度。经过这几年的研究，一些原先认为安全的隐写技术被一一攻破。隐写分析可以分为两个阶段：第一个阶段是检测在目标载体中是否含有秘密信息，辨别所使用的隐写算法，第二个阶段是估计嵌入信息的长度和嵌入位置，估计隐写所使用的密钥，进而提取秘密信息，这也是隐写分析的最终目标。由于提取秘密信息的难度很大，目前的研究主要集中在第一阶段即检测阶段上。2.5 本章小结本章对图像信息隐藏相关知识进行了介绍。参考国内外文献给出了信息隐藏技术的分类和隐写系统的基本模型。集中分析了目前
34、主要的隐写和分析方法，信息伪装技术的安全性以及抗隐写分析的信息伪装算法。第三章 基于像素特征的图像隐写算法研究3.1 引言在信息隐藏中，最经典的算法就是 LSB 方法，基于 LSB 的图像信息隐藏技术，实际上是利用图像的视觉冗余。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。这里我们可以看看将标准图像 lena 各像素最后几位经过嵌入之后得到的结果。LSB 算法的主要优点是可以实现高容量和较好的不可见性。诸如软件程序StegoDos、S-Tools、EzStego、Mandelsteg、Hide and S
35、eek、Hide4PGP、White Noise trorm 和 Steganos 等都使用了 LSB 方法。这种方法主要应用于无损压缩图像格式，并且数据直接处理和提取，容易实现。但是该算法对隐密信息极小的修改都具有极大的脆弱性。一个攻击者想要完全破坏秘密信息，只需要简单的应用信号处理技术，如对图像进行压缩、剪切等，都会使秘密信息收到影响，甚至完全丢失，这将导致接收方无法提取出秘密信息。总的来说，空域变换方法的鲁棒性较低。本章就 LSB 方法提出一种新的利用像素的特征进行信息隐写的算法。该算法利用被嵌入像素的边缘相邻像素的最大值和最小值的差来确定嵌入量，如果像素位于边缘，则嵌入较多的隐藏信息，
36、反之，嵌入较少的隐藏信息。为了提高隐写图像的质量，本章用到了最优像素调整，通过该算法的改进，消除了像素差值直方图的阶梯效应，有效地抗基于差值直方图统计特性异常的隐写分析；同时提高信息嵌入量，获得更好的视觉隐蔽性。3.2 现有算法的缺陷人眼对图像像素边缘区域的细微变化不敏感，而对非边缘区域的变化非常敏感。一种基于图像像素边缘匹配的隐写算法，它能嵌入较多的秘密信息，并且视觉失真小。但它会引起像素灰度值直方图统计特性的异常，使差值直方图中出现阶梯，这一性质提供了检测秘密信息存在性的线索。利用目标像素的相邻像素值之间的差值进行隐写的算法，该算法根据每一个像素是否位于边缘区域这一性质确定信息嵌入量，如果
37、位于边缘区域，则选择合适的信息位数进行嵌入。该算法能抗基于差值直方图的统计分析，但嵌入量较小，运行速度慢，程序复杂。本章提出了基于像素特征的图像隐写算法。算法根据图像像素的三个相邻像素的最大值和最小值的差值被用来确定嵌入信息的数量。如果目标像素位于边缘区域，则嵌入较多的信息；反之，嵌入较少的隐藏信息。信息嵌入时用简单 LSB方法进行嵌入，为了提高隐写图像的质量，算法增加了信息嵌入容量，隐写图像的质量得到改进，并且提高了抗攻击能力。3.3 像素特征改进算法3.3.1 MD5伪随机数算法对MD5算法简要的叙述可以为：MD5以512位分组来处理输入的信息，且每一分组又被划分为16个32位子分组，经过
38、了一系列的处理后，算法的输出由四个32位分组组成，将这四个32位分组级联后将生成一个128位散列值。在MD5算法中，首先需要对信息进行填充，使其字节长度对512求余的结果等于448。因此，信息的字节长度（Bits Length）将被扩展至N*512+448，即N*64+56个字节（Bytes），N为一个正整数。填充的方法如下，在信息的后面填充一个1和无数个0，直到满足上面的条件时才停止用0对信息的填充。然后，在在这个结果后面附加一个以64位二进制表示的填充前信息长度。经过这两步的处理，现在的信息字节长度=N*512+448+64=(N+1)*512，即长度恰好是512的整数倍。这样做的原因是为
39、满足后面处理中对信息长度的要求。MD5中有四个32位被称作链接变量（Chaining Variable）的整数参数，他们分别为：A=0x01234567，B=0x89abcdef，C=0xfedcba98，D=0x76543210。当设置好这四个链接变量后，就开始进入算法的四轮循环运算。循环的次数是信息中512位信息分组的数目。将上面四个链接变量复制到另外四个变量中：A到a，B到b，C到c，D到d。 主循环有四轮（MD4只有三轮），每轮循环都很相似。第一轮进行16次操作。每次操作对a、b、c和d中的其中三个作一次非线性函数运算，然后将所得结果加上第四个变量，文本的一个子分组和一个常数。再将所得
40、结果向右环移一个不定的数，并加上a、b、c或d中之一。最后用该结果取代a、b、c或d中之一。 以一下是每次操作中用到的四个非线性函数（每轮一个）。3.3.2 图像置乱预处理数字图像置乱加密技术是一种重要的数据加密技术和有效的安全增强手段，对于提高网络信息传输的安全性具有重要意义。该文解析了图像置乱变换的定义、周期和图像置乱程度的衡量方法。阐述了图像置乱加密技术研究进展情况，指出了置乱技术今后将继续研究的方向。 随着互联网技术的迅速发展，当今社会已经进入了一个全新的网络信息时代。通过网络，数字多媒体信息得到了广泛的传播，与此同时，网络安全由于涉及个人隐私、商业利益乃至国家机密等问题日益备受关注。
41、对传输的数字图像进行可靠的加密处理，已成为当前信息加密领域中重要的研究方向之一。传统的密码学着眼于文本资料的加密处理，为数字图像的加密技术提供了最直接的理论依据，但是它的对象是二进制数据流，忽略了图像的数字生产和视觉效果，同时，由于数字图像数据量大，要求加密具有实时性，传统的加密方法难以实现。置乱技术早期是对模拟图像的位置空间做置换，可看作是从经典密码学中的单表系统扩展而来，而对于数字化的图像，置乱加密过程不仅可以在数字图像的空间域(包括位置空间和颜色空间)上进行，还可以在其频率域上进行，以及空频域同时进行，合法使用者通过自由控制算法的选择、参数的选择以及使用随机数技术，从而使非法使用者无法破
42、译图像内容。3.3.3基于边缘的整数小波域自适应隐写算法小波变换具有可以将信号的空间频率局部化的特性，所以小波变换在图像处理中得到广泛应用。一般小波变换系数并非整数，使得现有嵌入方法无法直接应用于小波系数上。而整数小波不仅具有一般小波变换将信号空间频率局部化的优势，而且其值域为整数域，因此大多数基于像素灰度值的嵌入方法可以直接应用于整数小波域。同时，小波系数的大小和人类视觉特性相关，子带频率越高，视觉越不敏感，因此，我们考虑选择图像整数小波高频子带系数为嵌入空间。 为了提高抵御盲检测的能力，算法仅对选择部分小波高频系数作幅度为 1 的嵌入修改。嵌入位置和嵌入幅度的限制使直接使用湿纸嵌入的嵌入率
43、较低。为了提高嵌入率，采用了基于湿纸码的双层嵌入方案，利用随机加减 1 对次 LSB 的不同影响，增加嵌入量而不改变嵌入失真。 本节算法的数据嵌入和提取的流程如图所示。数据嵌入前，先对图像进行预处理，将灰度值压缩到3,253范围内，防止嵌入修改后重构图像产生灰度值溢出；然后，对图像进行整数小波变换，按照自适应规则计算阈值 T 并嵌入数据；最后，进行逆变换得到载密图像。提取消息时，同样先进行整数小波变换，然后提取高频子带系数的LSB和次LSB数据构成二进制载密数据流，再用密钥产生随机二进制矩阵D，按照湿纸隐写的提取方法取出秘密信息。3.3.4阈值 T 的计算 图像小波高频系数值越大，对应区域的复
44、杂度越高，据此，本节提出了一种自适应阈值计算方案，该方案根据嵌入数据量要求和图像复杂度特性计算阈值，当选择大于阈值的小波系数作为嵌入位置时，可保证嵌入修改尽可能发生在图像边缘细节区域，这样既减小了嵌入修改引起的视觉失真，又可保持高频子带系数 PDF 峰值附近特性。按照此原则，计算系数阈值 T，大于 T 的系数作为嵌入位置。阈值 T 的计算方法如下： 1、估算载体图像最大嵌入容量 算法首先在小波高频子带的非 0 系数中选取合适的位置。因此，第一层嵌入的最大容量为三个高频子带的所有非零系数的个数，令其为 Cf。而第一层嵌入修改的元素构成了第二层的“干”元素集，由于秘密数据是伪随机二进制比特流，所以
45、第一层嵌入时，大约有 50%的系数要发生修改。因此，可估算双层嵌入总容量为 C=Cf+0.5Cf=1.5Cf 当估算的容量大于要嵌入秘密消息量时，计算阈值 T，否则认为该载体无法提供足够的隐藏位置，重新选择载体； 2、阈值 T 的计算 为了使嵌入操作对三个高频子带的影响相同，算法合并三个高频子带的系数直方图，计算统一阈值 T。令载体图像整数小波三个高频子带的系数绝对值的频次分别为 hh (x)、hv (x)和hd (x)，x 0,255，所有高频子带的系数绝对值的频次为h(x)，合并三个高频子带直方图，得： h(x)=hh(x) + hv (x) + hd (x), x0,255 令秘密消息为
46、 M，则要嵌入的数据量为 M 。双层嵌入的总嵌入量是嵌入位置数的 1.5 倍，其中 0.5Cf的嵌入位置由 LSB 层的嵌入修改决定的，因此只要自适应选取 23M 个系数作为嵌入位置即可满足嵌入量要求。阈值 T 的决定因素有二：一是待嵌入的数据量，一是载体图像的复杂度。秘密数据量越高，阈值 T 越小；而载体图像越复杂，阈值 T 越大。3.3.5数据的嵌入与提取综上所述，算法的嵌入过程按以下步骤进行： (1)对图像进行直方图压缩，将其灰度值限制在2,253范围内； (2)对图像进行整数小波变换，统计高频子带系数绝对值直方图； (3)合并三个高频子带的系数绝对值直方图，按照公式(86)计算阈值T及
47、阈值T处嵌入率。按照公式判断高频子带嵌密后是否会产生直方图失真，如果可能产生失真，则先进行直方图调整。将调整后绝对值大于等于阈值T的系数选为嵌入位置，即选中系数集为 E(T)=xi|xi| T ,xi V 式中，V表示小波高频子带系数集。 (4)按照行扫描方式将三个高频子带系数转换为数据流X，并利用密钥key1对数据流X置乱，取出其LSB，构成比特流：b =LSB( X )，其中集合 L = bi = LSB(xi)|xiE (T)为可写元素集；(5)利用密钥key2产生随机二进制矩阵D，按照湿纸隐写的实现方案计算对比特流b的修改矢量vLSB，其中需要嵌入修改的位置集合为 F = vLSBi | vLSBi= 1。 (6)将集合F对应的系数的次LSB取出，得到在次LSB嵌入时的可写元素集为S = sLSB(xi)|vLSBi= 1（sLSB（xi）表示xi的次LSB），再次利用湿纸隐写计算对集合S中元素的修改矢量 vSSB， vSSB中满足 vsLSBi= 1的
