【图像隐写】区域性像素等值图像隐写【含Matlab源码 2413期】

💥💥💥💥💥💥💥💥💞💞💞💞💞💞💞💞💞Matlab武动乾坤博客之家💞💞💞💞💞💞💞💞💞💥💥💥💥💥💥💥💥
🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚤🚀🚀🚀🚀🚀🚀🚀🚀🚀🚀

🔊博主简介：985研究生，Matlab领域科研开发者；

🚅座右铭：行百里者，半于九十。

🏆代码获取方式：
优快云 Matlab武动乾坤—代码获取方式

更多Matlab图像处理仿真内容点击👇
①Matlab图像处理（进阶版）

⛳️关注优快云 Matlab武动乾坤，更多资源等你来！！

⛄一、DCT数字水印简介

1 游戏规则介绍
“连连看”是一款休闲益智类游戏, 它由几种图案随机排列组成, 每种图案都有若干偶数个, 只要将相同的两张图案用特定直线连在一起即可消除, 按这些规则操作直至全部图案消除为止。扩展此规则, 如图1所示, 如果n张相同图案可以用直线连接起来, 则可大大提高图案的消除效率。根据该思想, 如果将图像中相等灰度值的像素看作相同图案, 并利用相似的游戏规则, 则可以得出一种新的隐写算法。

2 算法原理
将原图像按3×3为一组分成若干像素组, 并将其编号为 (1) ~ (9) , 如图2所示。

现定义如下变量:

M: (1) (2) (3) (6) (9) 中像素值相同的最大个数;

N: (1) (4) (7) (8) (9) 中像素值相同的最大个数;

S:定义 (5) 为标志像素, 其值为Si;

密钥K:一串与嵌入信息相同比特数的随机数Ki, Ki=0或者Ki=1。

0或1像素组:根据M与N的关系确定该像素组的值, 当嵌入信息与像素组的值相等时, 标志像素Si不变, 相反, 标志像素加1或减1。

3 算法过程
3.1 嵌入过程
当LSB (Si) =Ki时, 若M≤N, 为1像素组。嵌入0时, 标志像素+1;嵌入1时, 标志像素不变。若M>N, 为0像素组。嵌入0时, 标志像素不变;嵌入1时, 标志像素-1。

当LSB (Si) ≠Ki时, 若M≤N, 为0像素组。嵌入0时, 标志像素不变;嵌入1时, 标志像素-1。若M>N, 为1像素组。嵌入0时, 标志像素+1;嵌入1时, 标志像素不变。

嵌入流程如图3所示, 以下用一个例子来说明算法过程, 该例子涵盖了算法所能遇到的各种情况。

图2 像素组编号

图3 嵌入流程
如, 图4为载体图像的一部分, 现要将一串秘密信息嵌入其中, 假如密钥K=011 011。

图4 图像像素值
对于第1个像素块, 如图5所示。

图5 第一个像素组
LSB (S1) =0, K1=0, 满足条件LSB (Si) =Ki;M=2, N=4, 满足条件M≤N, 为1像素组。

此时若嵌入比特0, 标志像素加1;相反, 若嵌入比特1, 标志像素不变, 如图6所示。

图6 从左至右分别为嵌入0和1的像素组
对于第2个像素块, 如图7所示。

图7 第2个像素组
LSB (S2) =0, K2=1, 满足条件LSB (Si) ≠Ki;M=2, N=4, 满足条件M≤N, 为0像素组。

此时若嵌入比特0, 标志像素不变;相反, 若嵌入比特1, 标志像素减1, 如图8所示。

图8 从左至右分别为嵌入0和1的像素组
对于第3个像素块, 如图9所示。

图9 第3个像素组
LSB (S3) =1, K3=1, 满足条件LSB (Si) =Ki;M=4, N=2, 满足条件M≥N, 为0像素组。

此时若嵌入比特0, 标志像素不变;相反, 若嵌入比特1, 标志像素减1, 如图10所示。

图1 0 从左至右分别为嵌入0和1的像素组
对于第4个像素块, 如图11所示。

LSB (S4) =1, K4=0, 满足条件LSB (Si) ≠Ki;M=3, N=2, 满足条件M≥N, 为1像素组。

此时若嵌入比特0, 标志像素加1;相反, 若嵌入比特1, 标志像素不变, 如图12所示。

图1 1 第4个像素组

图1 2 从左至右分别为嵌入0和1的像素组
3.2 提取过程
具体提取过程如下:若LSB=K, M>N, 提取0;M≤N, 提取1;若LSB≠K, M≤N, 提取0;M>N, 提取1。

提取算法比较简单, 以下以一个例子进行简要说明:

对于图6左边的像素组, K1=0, LSB (S1) =1, LSB (Si) ≠Ki;M=2, N=4, M≤N, 提取0。

对于图6右边的像素组, K1=0, LSB (S1) =0, LSB (Si) =Ki;M=2, N=4, M≤N, 提取1。

同理可以对其它图例提取信息, 提取流程如图13所示。

图1 3 信息提取流程

⛄二、部分源代码

clear all；
picture_sampledata = imread(‘Lena3.jpg’);
Res =isgray(picture_sampledata); % 判断是否为灰度图，若为0则不是灰度图
if Res == 0
X = rgb2gray(picture_sampledata);
else
X=picture_sampledata;
end
figure;
subplot(1,2,1);
imshow(X);
title(‘原图’);
hold on;
a= floor(size(X,1)/3);%取商
data=cell(a,a);
for m=1:a%将3*3块矩阵提取在data里
for mm=1:a
aa=1;
for n=(m-1)3+1:3m
for i=(mm-1)3+1:mm3
data1(aa)=X(n,i);
aa=aa+1;
end
end
data1=data1’;
data2=reshape(data1,3,3)‘;
data{m,mm}=data2;
end
end
for k=1:size(data,1)%①②③⑥⑨中像素值相同的最大个数,①④⑦⑧⑨中像素值相同的最大个数,S
for kk=1:size(data,2)
kkk=data{k,kk};
kkkk=reshape(kkk’,1,9);
kkkkk=[kkkk(1,1:3) kkkk(1,6) kkkk(1,9)];
b = 1:max(kkkkk);
c = histc(kkkkk,b);
[max_num, max_index] = max©;
mmax_show(k,kk)=max_num;
ab=[kkkk(1,1) kkkk(1,4) kkkk(1,7:9)];
b1 = 1:max(ab);
c1 = histc(ab,b1);
[max_num, max_index] = max(c1);
nmax_show(k,kk)=max_num;
S(k,kk)=kkk(2,2);
end
end

⛄三、运行结果

⛄四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]李兆同,张梦,何莹.基于区域性像素等值的图像隐写算法[J].软件导刊. 2017,16(08)

3 备注
简介此部分摘自互联网，仅供参考，若侵权，联系删除

🍅 仿真咨询
1 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化

2 机器学习和深度学习方面
卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

3 图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

4 路径规划方面
旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化

5 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

6 无线传感器定位及布局方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化

7 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化

8 电力系统方面
微电网优化、无功优化、配电网重构、储能配置

9 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长

10 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合