《毕业设计（论文）图像分存算法研究.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）图像分存算法研究.doc（38页珍藏版）》请在三一办公上搜索。
1、XXXXXXXXX 毕 业 设 计（论 文）题 目图像分存算法研究专 业XX学生姓名XX班级学号XX指导教师XX指导单位XX 日期： 2010年3月15日至 2010 年6月15日摘 要数字图像分存技术作为图像信息安全的一个重要课题, 主要是研究如何把一幅秘密的数字图像分解成几幅无意义或者杂乱无章的图像, 并伪装到几幅有意义的图像中进行存储或传输, 它可以避免由于少数图像信息的丢失而造成严重的事故, 同时在通信中个别图像信息的泄露不会引起整个图像信息的丢失。本文首先介绍了图像处理和图像分存的基本理论知识，引入了bmp文件的基本概念，完成了bmp图像的读取和显示功能。随后结合图像分存的相关理论,
2、研究并实现了图像分存算法，其中包含了图像分存的全过程，即：图像置乱、图像分解、载体图像放大，该分存算法是利用矩阵变换实现的。最后对实验结果进行了分析，并对算法的性能做了评价。关键词：图像分存；置乱；分解；信息隐藏； ABSTRACTDigital Image Sharing is an important topic of information security. It is on how to decompose a secret image into several pieces of meaningless or chaotic images, and camouflage into
3、a few of meaningful images to be stored or transmitted. It can avoid the loss of image information. The individual images in the communication of information disclosure will not cause the loss of the entire image information. This thesis firstly introduces image processing and image sharing knowledg
4、e. Then it presents the basic concept of bmp files and completes the function of reading and displaying a bmp image. Combining with image sharing theories, it completes the algorithm of image sharing, which includes the entire process of image sharing. They are namely: image scrambling, image decomp
5、osition, enlarging vector image. The sharing algorithm is implemented by using matrix transformation. Finally, experimental results are analyzed, and the performance of the algorithm is evaluated.Key words: Image Sharing; Scrambling; Decomposition; Information Hiding目 录第一章 绪论11.1数字图像处理概述11.2数字图像处理中的
6、图像分存31.3 图像分存的现状和发展情况41.4本文研究的内容41.5主要研究方法与使用工具51.5.1主要研究方法51.5.2主要使用工具与开发方法5第二章 图像分存62.1图像分存简介62.2 图像的置乱62.3图像的分解82.4图像的线性放大82.5图像的分存9第三章 图像分存算法实现103.1 BMP文件103.1.1 BMP文件的组成103.1.2位图文件头103.1.3位图信息头113.1.4颜色表113.1.5实际的位图数据123.2设备无关位图（DIB）133.3构造CDib类143.4 BMP文件的读取183.5图像置乱和分解的实现：203.6载体图像放大223.7图像分存
7、的实现243.8图像还原的实现25第四章 实验与总结264.1实验264.1.1实验结果264.1.2实验结果分析294.2 总结29结束语30致 谢31参考文献32第一章 绪论1.1数字图像处理概述数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。数字图像处理作为一门学科大约形成于20世纪60年代初期。早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。首次获得实际成功应用的是美国喷气推进实验
8、室（JPL）。他们对航天探测器徘徊者7号在1964年发回的几千张月球照片使用了图像处理技术，如几何校正、灰度变换、去除噪声等方法进行处理，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。随后又对探测飞船发回的近十万张照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。在以后的宇航空间技术，如对火星、土星等星球的探测研究中，数字图像处理技术都发挥了巨大的作用。数字图像处理取得的另一个巨大成就是在医学上获得的成果。1972年英国EMI公司工程师Housfi
9、eld发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（Computer Tomograph）。CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。1975年EMI公司又成功研制出全身用的CT装置，获得了人体各个部位鲜明清晰的断层图像。1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。与此同时，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，属于这些领域的有航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，使图像处理成为一门引人注目、前景远大的新型学科。随着图像处理技术的
10、深入发展，从70年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界，这被称为图像理解或计算机视觉。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论，这个理论成为计算机视觉领域其后十多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。数字图像处
11、理（Digital Image Processing）是一门关于如何使用计算机对图像进行处理的学科，而数字图像是由被称作像素的小块区域组成的二维矩阵。对于单色即灰度图像而言，每一个像素的亮度用一个数值来表示，通常数值范围在0255之间，即可用一个字节来表示，0表示黑、255表示白，而其他表示灰度。所谓图像处理，就是对图像信息进行加工以满足人的视觉心理或者应用需求的行为，图像处理的手段有光学方法、电子学（数字）方法。后者正是要讨论的数字图像处理，它是指使用计算机加工处理图像，通过各种处理算法来实现对图像内容处理。它通常由一个微型、小型、至大型计算机与图像处理机或由一个专用计算机来执行。图1-1-
12、1是一个典型的数字图像处理系统，其中：图1-1-1数字图像处理系统（1）图像数字化设备包括扫描仪、数码相机、摄像机与图像采集卡等。（2）图像处理计算机包括PC、工作站等。（3）图像输出设备包括打印机等图像处理一般指数字图像处理。虽然某些处理也可以用光学方法或模拟技术实现,但它们远不及数字图像处理那样灵活和方便,因而数字图像处理成为图像处理的主要方面。一般来讲,对图像进行处理(或加工、分析)的主要目的有三个方面: (1)提高图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。 (2)提取图像中所包含的某些特征或特殊信息,这些被提取的特征或信息往
13、往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。 (3)图像数据的变换、编码和压缩,以便于图像的存储和传输。 不管是何种目的的图像处理,都需要由计算机和图像专用设备组成的图像处理系统对图像数据进行输入、加工和输出。数字图像处理研究的内容主要有: (1)图像获取和图像表现阶段主要是把模拟图像信号转化为计算机所能接受的数字形式,以及把数字图像用所需要的形式显示出来。 (2)图像复原：当造成图像退化的原因已知时,复原技术可用来进行图像的校正。复原技术是
14、基于模型和数据的图像恢复,其目的是消除退化的影响,从而产生一个等价于理想成像系统所获得的图像。 (3)图像增强：当无法知道与图像退化有关的定量信息时,可以使用图像增强技术较为主观地改善图像的质量。 (4)图像分析：对图像中的不同对象进行分割、特征提取和表示,从而有利于计算机对图像进行分类、识别、理解或解释。 (5)图像重建：由图像的多个一维投影重建该图像,可看成是特殊的图像复原技术。 (6)图像编码和压缩：对图像进行编码的主要目的是为了压缩数据,便于存储和传输。当前的一些编码方法对图像分析和图像加密也有越来越多的应用。数字图像处理主要应用于下面一些领域: (1)通信包括图像传输、电视电话、电视
15、会议。 (2)宇宙探测随着太空技术的发展,需要用数字图像处理技术处理大量的星体照片。 (3)遥感分航空遥感和航天遥感。遥感图像需要用图像处理技术加工处理并提取有用的信息。可用于地质、矿藏勘探和森林、水利、海洋、农业等资源的调查;自然灾害预测预报;环境污染监测;气象卫星云图处理以及用于军事目的的地面目标识别。 (4)生物医学领域中的应用X射线、超声、显微图像分析、计算机断层摄(即CT)分析和重建等。 (5)工业生产中的应用主要有产品质量检测、生产过程的自动控制、计算机辅助设计与制造等。 (6)军事、公安、档案等其它方面的应用军事目标的侦察、制导和警戒系统、自动火器的控制及反伪装;公安部门的现场照
16、片;指纹、手迹、印章、人像等的进一步处理和辨识;历史文字和图片档案的修复和管理;以及其它方面图像信息的显示、记录、处理和文字自动识别等。 (7)机器人视觉作为智能机器人的重要感觉器官,进行三维景物的理解和识别。主要用于军事侦察、危险环境作业、装配工作识别和定位以及邮政、家政服务等。 (8)视频和多媒体系统目前,电视制作系统广泛使用图像处理、变形、合成技术。多媒体系统离不开静止图像和动态图像的采集、压缩、处理、存储和传输。 (9)科学计算可视化数字图像处理和计算机图形学紧密结合,形成了科学计算的新型研究工具1.2数字图像处理中的图像分存随着计算机技术、通信技术、多媒体信息存储技术、以及智能化网络
17、技术的飞速发展和广泛应用, 大量的信息在国际互联网和各种不同类型的局域网上频繁传输, 而数字图像作为信息传输的重要载体, 其安全性备受人们关注。数字图像的信息安全问题主要包括数字图像的隐藏、数字水印和数字图像的分存等课题, 目前人们的研究主要集中在数字图像隐藏技术和数字水印技术方面, 对数字图像的分存研究较少。而数字图像分存技术作为图像信息安全的一个重要课题, 主要是研究如何把一幅秘密的数字图像分解成几幅无意义或者杂乱无章的图像, 并伪装到几幅有意义的图像中进行存储或传输, 它可以避免由于少数图像信息的丢失而造成严重的事故, 同时在通信中个别图像信息的泄露不会引起整个图像信息的丢失。数字图像置
18、乱技术也是信息安全中一个重要的研究课题,其主要功能是将图像中像素的位置打乱或者像素的颜色值改变, 使原始图像变换成一幅杂乱无章、几乎没有可懂性的新图像, 并能抵抗一定程度的破译攻击, 它是图像隐藏、图像分存等技术的预处理手段。图像置乱技术、图像隐藏、图像分存技术三者的结合使用, 将使图像的安全传输有了较高的可靠性。目前在置乱方面人们已经做了许多有益的探索, 并取得了一定的成果, 如基于Arnold 变换、FASS 曲线、Fibonacci 变换、仿射变换、混沌、矩阵变换、行列式变换等的图像置乱技术; 在图像分存方面, 早期主要集中在黑白图像的分存上, 现在很多人在研究彩色图像的分存技术,其中基
19、于矩阵分解、动直线、中国剩余定理等的图像分存技术已经实现, 但很多研究人员仍在致力于寻找分存效果好、实现简单、运算量小且数据膨胀率低的分存方法。1.3 图像分存的现状和发展情况近几年来,随着Internet的迅速发展和广泛应用,信息安全问题日益突出,据统计,全世界每20 s就有一个黑客事件发生1。信息隐藏技术作为一种新兴的技术,已经成为信息安全领域的一个重要的组成部分。信息隐藏就是把秘密信息隐藏在其他无关紧要的信息中,从而形成秘密通道。与图像加密技术相比,图像加密是让人看不懂,而信息隐藏则是让人看不到;同时,人们也关注如何察觉、控制隐藏通信的问题,在隐写攻击等方面做了大量的研究工作。短短几年,
20、人们提出了各种各样的图像分存的方案和方法来实现图像隐藏，数字图像分存技术, 类似于密码学中的密钥分存管理, 它可以综合应用图像置乱、图像隐藏、密码方案等多项技术, 不仅实现了秘密信息的隐藏, 而且达到秘密信息分散的目的, 使得个别图像信息的泄露不会引起整个图像信息的丢失, 避免了由于少数图像信息的丢失而造成严重的事故, 极大地提高了信息的保密程度, 将会被更多的人所关注。1.4本文研究的内容目前已有的图像分存算法, 绝大多数是先对图像分解, 再分别置乱, 最后分存, 本文研究的是实现一种新的图像分存方法,首先要读取一张BMP图片，然后再将它置乱分解，然后分别存入两幅放大的载体图片中，实现分存，
21、最后要从载体图中完整的还原出源图片。本文针对当前主流的灰度图像分存算法进行了实验论证，对于算法的优点与缺点进行了分析，归纳和总结，并通过实验进行验证了算法的可行性。1.5主要研究方法与使用工具一直以来，计算机图像分析与处理由于其巨量复杂的计算、较大的存储需求与处理器速度、内存大小容量的矛盾，因而其发展受到了极大的限制。但近来，随着计算机硬件技术日新月异的飞速发展，这种瓶颈已不复存在了。特别是CPU速度的提高、内存容量的剧增、各种硬件性价比的提高，使得各种新型的算法得以实现。1.5.1主要研究方法由于本课题主要是进行图像分存方法的研究，力求所研究的方法能够对图像的分存处理有好的效果。课题涉及到的
22、主要方面有bmp文件的读取与保存，实现图像置乱算法，图像分解及图像分存算法。图像分存主要是通过构造可逆矩阵, 并通过矩阵运算直接将秘密图像分解成几幅等大小的置乱加密图像, 然后分别将它们伪装在几幅经过放大且有意义的载体图像中，最终实现分存，而图像还原则作为对实验正确性的验证，主要是通过前面所述过程的逆运算来实现。 1.5.2主要使用工具与开发方法1、由于面向对象技术的基本思想是尽可能地运用人类的自然思维方式来构造软件系统，以支持软件的复用，使软件具有良好的可维护性。封装、继承、多态性是面向对象的主要特征，它们能够有效地帮助我们提高软件的可复用性。封装也叫信息隐藏，把对象的外部特征与内部实施细节
23、分开来，所以封装具有模块性，也即把模块定义和实现分开。继承是使用已存在的定义作为基础建立新定义，简化了对现实世界的认识和描述，提高了软件的可复用性。而多态性技术为软件的结构设计提供了灵活性，减少信息冗余，并提高软件的可复用性与可扩充性。综合结构化程序设计方法和面向对象设计方法思想不同，本系统采用目前最主流的软件开发方法，即面向对象技术来进行设计和开发。2、从工具上，Vistual C+ 是Microsoft公司推出的开发Win32环境程序，面向对象的可视化集成编程系统。它不但具有程序框架自动生成、灵活方便的类管理、代码编写和界面设计集成交互操作、可开发多种程序(应用程序、动态链接库、Activ
24、eX控件等)等优点，而且通过简单的设置就可以生成的程序框架支持数据库接口、OLE2、WinSock网络、3D控制界面。由于Visual C+ 本身就是一个图形的开发界面，它提供了丰富的关于位图操作的函数，为开发图像处理系统提供了极大的方便。因此它现在已成为开发Win32程序，包括图像处理程序的主要开发工具。 3、从平台上，选用目前用得最为广泛的WINDOWS XP操作系统作为系统平台。由于WINDOWS系统一贯的界面友好性和易用性，所以用可视化开发工具在WINDOWS平台下可以更为方便地开发出很好的用户界面。第二章 图像分存2.1图像分存简介众所周知, 通信安全保密问题的研究十分重要. 经典密
25、码学与现代密码学在通信安全保密方面有丰富的理论研究结果, 并有成功的应用. 近年来, 有关图形图像的信息安全引起特别的关注, 其中数字图象信息隐藏是解决信息安全保密问题的重要内容.图像信息隐藏(Steganography) 是90 年代中期以来新兴的研究课题, 在国际上连续召开学术会议. 之所以受到重视, 是因为数字图象信息隐藏在诸多领域中有非常重要的应用,如机密图像数据的存储、互联网上视频信息的安全传输、货币及证券的防伪等. 这一研究在数字产品的版权和著作权的保护, 以及基于数字信息的法律取证方面有着非常重要的意义. 目前, 研究的主要内容有多媒体数字水印技术, 图像信息分存、置乱和加密等.
26、视觉信息占信息总量的大部分, 可以说图形图像(诸如地图、照片、电影等) 是无处不在的. 人们把可视数据存放在计算机里, 或者在互联网上传输过程中, 有时必须考虑图形图像信息的安全保密. 传统密码学和现代密码学, 主要针对文本的加密与解密算法的研究. 图形图像信息的处理, 虽然与文本文件在本质上是一致的, 但由于图形图像信息的特殊性, 使得对它的加密处理必须有特别的考虑. 这个特殊性, 首先表现在数据量巨大, 简单地从密码学移植过来的算法, 往往事倍功半. 另一方面, 表达图像信息的数据, 通常都有相关性, 这一特点又是文字信息所不具备的. 我们基于这样的认识, 开展了数字图象信息的安全保密算法
27、的探索.分存是图像信息安全处理的重要内容, 也是图像信息隐藏的主要方法之一. 一般而言, 图像分存问题可以描述为: 将图像信息分为具有一定可视效果的n 幅图像, 这些图像称为子图像, 这些子图像之间没有互相包含关系. 如果知道图像信息中的m (m n) 幅子图像, 则该图像可以得到恢复, 如果图像信息少于m (m n )幅, 则图像无法得到恢复.图像分存的最大特点就是可以做到分存后所得到的子图像仍然是可视的; 丢失子图像中的若干幅并不影响图像的恢复, 从而增强了图像信息的安全性, 减弱了窃取原始图像的可能性。2.2 图像的置乱随着信息技术的迅猛发展，一方面人们对信息隐藏技术研究的逐渐深入，确实
28、取得了可喜的成果；而另一方面人们也清楚的意识到信息攻击者所采用的攻击手段也在不断高明，能否很好地保证我们的信息安全，是一个不得不让我们担忧的问题。网络与安全本身就是矛盾的两方面，如何提高我们的信息安全性，这是现今乃至今后很长一段时间内我们所要面临的问题。信息安全技术经过多年的发展，我们对信息的保护已从密码技术发展到了隐藏技术，但在信息隐藏技术的应用过程中，人们又想到如果我们单纯地用各种信息隐藏算法对秘密信息进行隐藏保密，那么攻击者只要直接利用现有的各种信息提取算法对被截获信息进行穷举运算的话，就很有可能提取出我们的秘密信息。但如果我们在信息隐藏之前，先对秘密信息按照一定的运算规则进行置乱处理，
29、使其失去本身原有的面目，然后再将其隐藏到载体信息里面，这样我们所要传输的信息不就更安全了吗。即使攻击者将秘密信息从载体中提取了出来，也无法分辨出经过置乱后的秘密信息到底隐藏着什么内容，于是就认为提取算法错误或该载体中不含有任何其它信息。所以，我们对秘密信息进行置乱运算是很有必要的。这也是将来我们信息隐藏技术研究的一个重要方向。图像可看作是平面区域上的二元函数Z=F( x, y) , x, yR。在绝大多数情况下区域R 是一个矩形, 对R 中任意的点( x,y) , F( x, y) 代表了图像的信息( 如灰度值、RGB 分量值等) , 而这个二元函数一般具有相关性。在图像被数字化后, Z=F(
30、 x, y) 相应于一个矩阵, 其元素所在的行与列对应于自变量取值, 元素本身就是图像显示在计算机屏幕上的诸像素点的坐标, 一般F( x, y) 0, 1, , 255。对于彩色图像可以取成混合矩阵, 每个像素灰度级与红、绿、蓝3 种颜色有关, 可用PR 、PG 、PB矩阵表示, 也可用一个三维矩阵表示。随着计算机网络和多媒体技术的飞速发展，大量的图像数据信息通过Internet进行传输，这些信息的安全性逐渐成为人们所关心的问题。由于传统技术无法对图像这样数据量大的信息进行加密，于是产生了许多种数字图像加密方法，图像置乱就是其中一种被广泛使用的方法。如基于矩阵变换的置乱方法、基于像素值的置乱方
31、法、基于混沌映射的置乱方法等。数字图像置乱作为分存前的操作具有很重要的意义，数字图像置乱可以在位置空间、色彩空间及频率空间上进行, 其主要功能是将图像中像素的位置打乱或者像素的颜色值改变, 将原始图像变换成一个杂乱无章的新图像, 使得图像有较低的可懂性, 并能抵抗一定程度的破译攻击, 但所有操作必须建立在图像能够正确还原的基础上, 为了正确恢复原始图像, 必须保证置乱后图像与原始图像之间保持某种一一对应关系。由于数字图像是一幅含有大量信息的清晰图像，相邻点的像素值是渐变的，因此相邻点间的相关性较大。经过置乱变换后，数字图像的各个像素点位置发生了改变，相应的原像素点的像素值也发生了变化，所以相关
32、性也随之变化。当置乱后的图像相关性最小，即相邻点像素值差距最大时，置乱效果最好。本文采用构造可逆矩阵的方法实现图像置乱，即假定现有一幅大小为mn 的图像A, 记为: A=( 1im, 1jn) , 若AB=C, 且|B|0, 则A=C , 想试图构造一矩阵B, 通过AB 产生置乱效果, 然后用还原出A2.3图像的分解图像数据是用数值表示的各像素（pixel）的灰度值的集合。对真实世界的图像一般由图像上每一点光的强弱和频谱（颜色）来表示，把图像信息转换成数据信息时，须将图像分解为很多小区域，这些小区域称为像素，可以用一个数值来表示它的灰度，对于彩色图像常用红、绿、蓝三原色分量表示。顺序地抽取每一
33、个像素的信息，就可以用一个离散的阵列来代表一幅连续的图像。为了实现图像分存，则对置乱加密后的图进行分解也是必不可少的步骤，其主要思想还是对置乱后的秘图矩阵进行分解来完成对秘图的分解。同前面所述，矩阵C 本应该是图像A 置乱加密后的结果, 但图像的灰度值( RGB 分量值等) 应在0255 之间, 而上式得到的C 的元素 =1 * + , 其中0 255, 由前面的生成可知, max 1 时, 可能会大于255, 故C 不能正确表示A 置乱加密后的结果( 超过255 的值会自动与256 取余) , 为了解决该问题, 同时结合图像分存的需要, 将C分解为几个矩阵。2.4图像的线性放大在计算机图像处
34、理中，图像缩放（image scaling）是指对数字图像的大小进行调整的过程。图像缩放是一种非平凡的过程，需要在处理效率以及结果的平滑度（smoothness）和清晰度（sharpness）上做一个权衡。当一个图像的大小增加之后，组成图像的像素的可见度将会变得更高，从而使得图像表现得“软”。相反地，缩小一个图像将会增强它的平滑度和清晰度。要将图像放大两倍，可以有很多种算法，最简单的方法为最近领域插值，即将每一个原像素原封不动地复制映射到扩展后对应四个像素中： 这种方法在放大图像的同时保留了所有的原图像的所有信息，但是会产生锯齿现象。 双线性插值的效果对于放大的图像而言较最近邻域插值来得平滑，
35、但是却使得图像变得模糊而且仍然会有一部分锯齿现象。 双三次插值更好比双线性插值更好。 对于低分辨率或颜色很少的（通常是从2到256色）图像的放大问题，效果最好的算法是hq2x算法或类似的缩放算法。这些算法将会产生锐边并保留大量的细节数字图像分存技术主要研究如何把一幅秘密数字图像分解得到的图像伪装到几幅有意义的图像中进行存储或传输, 以便增加秘密图像信息的安全性。经上述方法分解之后, 得到的分解图像中均含有原始秘密图像的部分信息, 并且这些图像已被置乱, 失去了可懂性, 若攻击者得到任意一幅子图像是不可能恢复出原图像的, 为了达到隐蔽传输图像的目的, 将分解后的置乱图像分别伪装到几幅有意义的图像
36、中, 为了进行伪装,需要选取与秘密图像同大小的图像作为载体。这时就需要将载体图进行线性放大，应用到了最近邻域插值法，把载体图用最近邻插值法放大4 倍( 宽和高各为原来的2倍) 。如图2-4-1 所示, 线性放大后, 从直观上看, 相当于在原图像每个像素的右、下以及右下方分别增加了3 个像素, 这些增加的像素其灰度值与原来一样。图2-4-1最近邻插值法放大图2.5图像的分存随着计算机和通信网络的迅速发展，互联网在世界范围内已经建立，如商业服务带来各种应用，远程医疗，军事等文件传输。由于网络的性质，互联网是一个开放系统；应用程序数据传输保密安全是一个非常受关注的问题。安全可以在许多不同的方式引入，
37、例如，通过图像隐藏和水印。然而，他们的共同弱点是，一幅秘密图像保护在一个单一的信息载体，一旦信息载体被破坏或摧毁秘密图像信息都将丢失。如果多次重复使用，以克服这一缺陷，那么安全暴露的危险也将增加。一个秘密图像共享的方法提供了一个可行的解决办法。有效地处理接收到的数据是另一个问题。由于传输的收益，接收器可能会逐渐进入以增加视觉质量的图像。如果接收到的不感兴趣的数据，可以立即终止传输，以增加效率。在这样的情况下，图像分存算法应运而生，因为通过图像分存可以将一幅图像的信息分成几块分别传输，而且这几个分块是隐藏在其他图像之中，大大的提高了图像传输的安全性。图像分存做为最主要的部分，主体思想是对放大后的
38、载体图的像素进行替换，当然替换时要按照一定的算法实现，实现隐藏需满足以下条件:（1） 嵌入隐藏图像后,对载体图像不造成较大影响( 一般多指视觉特性, 和常规分析方法) ；（2） 确保嵌入后的结果中, 不出现大于255 的值, 也不宜出现小数, 一旦出现这种情况需进行处理, 否则会使还原后的图像有损失；（3）嵌入的图像信息必须可还原。第三章 图像分存算法实现3.1 BMP文件BMP是一种与硬件设备无关的图像文件格式，使用非常广。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选1bit、4bit、8bit及24bit。由于B
39、MP文件格式是Windows环境中交换与图有关的数据的一种标准，因此在Windows环境中运行的图形图像软件都支持BMP图像格式。3.1.1 BMP文件的组成BMP文件由文件头、位图信息头、颜色信息和图形数据4部分组成。文件头主要包含文件的大小、文件类型、图像数据偏离文件头的长度等信息；位图信息头包含图像的尺寸信息、图像用几个比特数值来表示一个像素、图像是否压缩、图像所用的颜色数等信息。颜色信息包含图像所用到的颜色表，显示图像时需用到这个颜色表来生成调色板，但如果图像为真彩色，即图像的每个像素用24个比特来表示，文件头中就没有这一块信息，也就不需要调色板。文件中的数据块表示图像的响应的像素值，
40、需要注意的是：图像的像素值在文件中的存放顺序为从左到右吗，从上到下，也就是说，在BMP文件中首先存放的是图像的最后一行像素，最后才存储图像的第一行像素，但对于同一行的像素，则是按照先左边后右边的顺序存储的；另外一个需要关注的细节是：文件存储图像的每一个像素值时，如果存储该行像素值所占的字节数位4的倍数，则正常存储；否则，需要在后端补0，凑足4的倍数。位图文件的结构如表3-1-1。表3-1-1 位图结构构成位图文件头结构BITMAPFILEHEADER位图信息头结构BITMAPINFOHEADER位图颜色表RGBQUAD位图像素数据IMAGEDATA3.1.2位图文件头BMP文件头数据结构含有B
41、MP文件的类型、文件大小和位图起始位置等信息。 位图文件头包含14字节。其结构定义如下: typedef struct tagBITMAPFILEHEADER WORD bfType; / 位图文件的类型，必须为BM(0-1字节) DWORD bfSize; / 位图文件的大小，以字节为单位(2-5字节) WORD bfReserved1; / 位图文件保留字，必须为0(6-7字节) WORD bfReserved2; / 位图文件保留字，必须为0(8-9字节) DWORD bfOffBits; / 位图数据的起始位置，以相对于位图(10-13字节) / 文件头的偏移量表示，以字节为单位 BI
42、TMAPFILEHEADER; 3.1.3位图信息头 BMP位图信息头数据用于说明位图的尺寸等信息。 位图信息头包含40字节。typedef struct tagBITMAPINFOHEADER DWORD biSize; / 本结构所占用字节数(14-17字节) LONG biWidth; / 位图的宽度，以像素为单位(18-21字节) LONG biHeight; / 位图的高度，以像素为单位(22-25字节) WORD biPlanes; / 目标设备的级别，必须为1(26-27字节) WORD biBitCount;/ 每个像素所需的位数，必须是1(双色),(28-29字节) / 4(
43、16色)，8(256色)或24(真彩色)之一 DWORD biCompression; / 位图压缩类型，必须是 0(不压缩),(30-33字节) / 1(BI_RLE8压缩类型)或2(BI_RLE4压缩类型)之一 DWORD biSizeImage; / 位图的大小，以字节为单位(34-37字节) LONG biXPelsPerMeter; / 位图水平分辨率，每米像素数(38-41字节) LONG biYPelsPerMeter; / 位图垂直分辨率，每米像素数(42-45字节) DWORD biClrUsed;/ 位图实际使用的颜色表中的颜色数(46-49字节) DWORD biClrI
44、mportant;/ 位图显示过程中重要的颜色数(50-53字节) BITMAPINFOHEADER;3.1.4颜色表 颜色表用于说明位图中的颜色，它有若干个表项，每一个表项是一个RGBQUAD类型的结构，定义一种颜色。颜色表实际上是一个数组，共有biClrUsed个元素（如果该值为零，则有2biBitCount个元素）。数组中的每个元素的类型是一个RGBQUAD结构，占4个字节，RGBQUAD结构的定义如下: typedef struct tagRGBQUAD BYTE rgbBlue;/ 蓝色的亮度(值范围为0-255) BYTE rgbGreen; / 绿色的亮度(值范围为0-255)
45、BYTE rgbRed; / 红色的亮度(值范围为0-255) BYTE rgbReserved;/ 保留，必须为0 RGBQUAD; 颜色表中RGBQUAD结构数据的个数有biBitCount来确定: 当biBitCount=1,4,8时，分别有2,16,256个表项; 当biBitCount=24时，没有颜色表项。 位图信息头和颜色表组成位图信息，BITMAPINFO结构定义如下: typedef struct tagBITMAPINFO BITMAPINFOHEADER bmiHeader; / 位图信息头 RGBQUAD bmiColors1; / 颜色表 BITMAPINFO; 3.
46、1.5实际的位图数据对于用到颜色表的位图，图像数据就是该像素在颜色表中的索引值。对于真彩色图，图像的数据就是实际的R、G、B。（1） 对于2色位图，用1位就可以表示该像素的颜色（一般0表示黑，1表示白），所以一个字节可以表示8个像素。（2） 对于16色位图，用4位可以表示一个像素的颜色，所以一个字节可以表示2个像素。（3） 对于256色位图，1个字节刚好可以表示1个像素。（4） 对于真彩色图，3个字节才能表示1个像素。位图数据记录了位图的每一个像素值或该对应像素的颜色表的索引值，图像记录顺序在扫描行内是从左到右，扫描行之间是从下到上。这种格式又成为Bottom-Up位图，当然与之相对的还有Up
47、-Down形式的位图，它的记录顺序是从上到下的，对于这种形式的位图，也不存在压缩形式。位图的一个像素值所占的字节数：当biBitCount=1时，8个像素占1个字节; 当biBitCount=4时，2个像素占1个字节; 当biBitCount=8时，1个像素占1个字节; 当biBitCount=24时,1个像素占3个字节; 此时图像为真彩色图像。党图像不是真彩色时，图像文件中包含颜色表，位图的数据表示对应像素点在颜色表中相应的索引值，当为真彩色时，每一个像素用3个字节表示图像相应像素点彩色值，每个字节分别对应R、G、B分量的值，这时候图像文件中没有颜色表。Windows规定图像文件中一个扫描行所占的字节数必须是4的倍数（即以字为单位），不足的以0填充。RGBQUAD数据结构中，增加了一个保留字段rgbReserved,它不代表任何颜色，必须取固定的值“0”，同时，RGBQUAD结构中定义的颜色值中，红色、绿色和蓝色的排列顺序与一般真彩色文件的颜色数据排列顺序恰好相反，即：若某个位图中的一个像素点的颜色描述为“00,00，ff，00”，则表示
