实验4 基于DCT变换的信息隐藏算法

信息隐藏技术 实验报告

实验名称 日期 实验人

一、实验目的

（1）理解频域变换信息隐藏算法的基本思想 （2）理解离散余弦变换技术的基本理论

（3）掌握基于DCT变换信息隐藏的编码和解码过程

实验4 基于DCT变换的信息隐藏算法 2013-05-18 专业班级 学号 11信安1班 二、实验内容

载体图像为24位bmp图像LenaRGB.bmp，嵌入的秘密信息为从屏幕上随机输入的文本信息，要求对载体图像LenaRGB.bmp进行颜色分量分解与离散余弦变换，将秘密信息转换成二进制流并嵌入到载体图像的DCT变换域中，显示原载体图像、需要嵌入的秘密信息及其相应的二进制流、嵌入了秘密信息的伪装载体，提取的秘密信息。（编程语言不限）

三、实验步骤和设计思想

1. 对图片进行DCT变换，DCT以8x8的像块为单位进行，生成的是8x8的DCT系数数据块。

2. 量化：量化过程就是以某个量化步长去除DCT系数，对一个8x8的DCT变换块中的64个DCT变换系数采用不同的量化精度，以保证尽可能多地包含特定的DCT空间频率信息，又使量化精度不超过需要。DCT变换系数中，低频系数对视觉感应的重要性较高，因此分配的量化精度较细；高频系数对视觉感应的重要性较低，分配的量化精度较粗，通常情况下，一个DCT变换块中的大多数高频系数量化后都会变为零。 3. Z型扫描：

DCT变换产生的是一8x8的二维数组，为进行传输，还须将其转换为一维排列方式。有两种二维到一维的转换方式，或称扫描方式：之型扫描(Zig-Zag)和交替扫描，其中之型扫描是最常用的一种。由于经量化后，大多数非零DCT系数集中于8x8二维矩阵的左上角，即低频分量区，之型扫描后，这些非零DCT系数就集中于一维排列数组的前部，后面跟着长串的量化为零的DCT系数； 4. 游程编码：

只有非零系数被编码。一个非零系数的编码由两部分组成：前一部分表示非零系数前的连续零系数的数量(称为游程)，后一部分是那个非零系数。这样就把之型扫描的优点体现出来了，因为之型扫描在大多数情况下出现连零的机会比较多，游程编码的效率就比较高。当一维序列中的后部剩余的DCT系数都为零时，只要

用一个“块结束”标志(EOB)来指示，就可结束这一8x8变换块的编码，产生的压缩效果是非常明显的。

四、程序清单

üTD??￠òt2× clc

clear all

%é????×?üD??￠2￠3aoo3è?t????à? M = text2bin(); len = length(M); Mstr = num2str(M);

Mstr = ['é?????±?D??￠??ó|μ??t????à?é?￡1'Mstr'\\n']; fprintf(1,Mstr);

%RGB í?????è?2??aó?2??é C = imread('LeanRGB.bmp'); [m, n, d] = size(C); Cr = zeros(m, n); Cg = zeros(m, n); Cb = zeros(m, n);

for i = 1:m

for j = 1:n

Cr(i, j) = C(i, j, 1); Cg(i, j) = C(i, j, 2); Cb(i, j) = C(i, j, 3); end end

I = uint8(Cr); figure; imshow(I);

title('?-?×ì?í???');

I1 = blkproc(I, [8 8], 'dct2'); %????·?8*8í????é?′DD′òdct22?3? ca0 = im2col(I1, [8 8], 'distinct' ); %?×?ó?é3a3èàD üTD??￠òt2×±′á??y3ì for i = 1:len

if (M(i) == 0)

if (ca0(13, i) > ca0(20, i))

üT?μéy(4 1)1í(3 2)￡???Ci(4 1) > Ci(3 2)?ò±′á?1 temp = ca0(13, i); ca0(13, i) = ca0(20, i); ca0(20, i) = temp; end else

if (ca0(13, i) < ca0(20, i))

temp = ca0(13, i); ca0(13, i) = ca0(20, i); ca0(20, i) = temp; end end

x = 0.000001;

a = abs(ca0(13, i) - ca0(20, i)); if (a < x)

if (M(i) == 0)

ca0(20, i) = ca0(20, i) + x; else

ca0(13, i) = ca0(13, i) + x; end end

end %μ???Biμ??μ

stegoDCT = col2im(ca0, [8 8], [m n], 'distinct'); stegoing = blkproc(stegoDCT, [8 8], 'idct2'); figure;

imshow(uint8(stegoimg));

title('DCT±?oo′|?í1óμ??±3°?×ì?'); üTD??￠òt2×?aá??y3ì TM =zeros(1, len); for i = 1:len

if ca0(13, i) > ca0(20, i) TM(i) = 1; else

TM(i) = 0; end end

MM = num2str(TM);

MM = ['ìμ??μ??×?üD??￠éò￡1'MM'\\n']; fprintf(1, MM);

五、实验调试记录

六、实验结果及其分析

量化后的数据，有一个很大的特点，就是直流分量相对于交流分量来说要大，而且交流分量中含有大量的0。这样，对这个量化后的数据如何来进行简化，从而再更大程度地进行压缩呢。

对于前面量化的系数所作的 “Z”字形编排结果就是：

底部 ?26，?3，0，?3，?3，?6，2，?4，1 ?4，1，1，5，1，2，?1，1，?1，2，0，0，0，0，0，?1，?1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0 顶部

838图像块经过 DCT 变换之后得到的 DC 直流系数有两个特点，一是系数的数值比较大，二是相邻838图像块的 DC 系数值变化不大。根据这个特点，JPEG 算法使用了差分脉冲调制编码（DPCM）技术，对相邻图像块之间量化 DC 系数的差值（Delta）进行编码。即充分利用相邻两图像块的特性，来再次简化数据。 即上面的 DC 分量-26，需要单独处理。 而对于其他63个元素采用zig-zag（“Z”字形）行程编码，以增加行程中连续0的个数。

七、实验心得

1、加入水印算法，从简单入手，空间域变换，最低域嵌入水印； 2、需找检测水印是否成功的方法，利用jpeg的算法替代h.264算法; 3、DCT代码，由于是嵌入式，算法尽量设计简单，考虑复杂度；

本文来源：https://www.bwwdw.com/article/llu7.html