一、课题来源

本课题来自自拟。

二、课题研究的目的、意义

信息隐藏技术是信息安全领域的一个研究热点，该技术通常以文本、图像、视频等作为载体，利用载体中存在的冗余信息来隐藏秘密信息[1]。最低有效位算法(Least Significant Bit，LSB)主要应用于将秘密信息嵌入到载体图像像素值的最低有效位（也称最不显著位），改变这一位置对载体图像的品质影响[2]。LSB算法以其隐藏容量大，隐蔽性好，对载体改动较小，易于实现的特点，通过将秘密隐藏在图像中，在不被第三方检测出的情况下进行传送，更具有安全性。

随着移动智能终端的快速普及，多媒体数字图像的传播和交换越来越便捷。隐写术作为信息安全技术的重要分支，已经在桌面PC时代经历十余年的发展，得到广泛应用。如何在移动智能终端上保证数字图像安全通信，成为当前研究热点之一[3]。

图像隐写术是一门关于信息隐藏的技巧与科学，所谓信息隐藏指的是不让除预期的接收者之外的任何人知晓信息传递事件或者信息的内容。

随着网络和多媒体的迅速发展，人们可以快速的利用网络进行信息的传送，资源的共享,与此同时，网络的开放性也导致安全隐患的产生，信息的破坏、篡改、丢失以及其他问题日益严重引起了各方的重视。为了保证信息的安全传输，信息隐藏技术得到了国内外各领域广泛的研究和有效地应用，各国的军事、政治、经济等重要部门的机密敏感信息都在采用隐写技术来确保其安全传输[5]。图像隐藏具有更加明显的实用价值和学术研究意义。将秘密信息隐藏在普通图像中，通过普通的图像发送将秘密信息传递出去，从而具有更大的隐蔽性和安全性，更容易逃过拦截者的破解。因此，信息隐写研究为隐蔽通信提供了理论依据和有效处理方法。

三、课题的国内外研究现状和发展动态

1．国内发展现状

信息隐藏方法的研究及应用在学术和军事政治方面备受关注，国际上已经召开几届信息隐藏学术会议，剑桥大学、麻省理工学院等许多科研单位成立了专门的部门进行了这一领域的研究。同时，国内也给予了信息隐藏高度的重视，清华大学、北京大学等都与国际同步正在进行高水平的研究。1999年在李德毅院士的领导下与相关研究单位在我国召开了第一届信息隐藏学术会议。不仅如此，信息隐藏技术在保密通信、安全监测、版权保护、信息标注、完整性认证和篡改检测、票据防伪、数字印章等领域的军事应用得到了期望[4]。

图像隐写与传统的文本加密不同，其目的不是限制常规的数据访问，而是在确保隐藏数据不被侵犯和获取。另一方面，隐写检测技术的研究对提高隐写算法的安全有重大意义。最早和最著名的数据隐藏技术是简单的LSB方法[6]。该方法可以通过替换图像的像素的最低有效位来放置秘密消息位，并且像素值的变化非常小，为+1或-1。当隐藏秘密消息时，人类视觉系统(Human Visual System，HVS)对该变化不敏感。自从提出简单的LSB方法以来，己经提出了许多其他新方法来改善LSB方法在视觉质量或嵌入容量方面的性能。

Wang[7]为了防止非法访问数据并提高系统性能，提出了一种随机处理的方法和最优的LSB替换方法。证明了在最坏情况下最佳LSB替换的有效性。还开发了一种遗传算法来解决在主机图像的最右k个LSB中隐藏重要数据的问题，但是可能需要大量的计算时间才能在k大时找到最佳结果。最后，基于感知建模的概念，开发了一种改进的隐藏技术以获得高质量的嵌入结果。

为了改善Wang的方案的计算时间，Chang[8]提出了另一种使用动态规划策略来获得最佳解决方案，从而减少了计算时间。实验结果表明，该方法耗时少，并且得到了最优解。然而，当应用Wang等人或Chang等人的方案时，成本和计算复杂性很重。因此，提出了三种最优LSB方法[9]。它以极低的计算复杂度显著提高了简单LSB方法的视觉质量。当每个像素的嵌入率为2,3或4bpp时，PSNR值可以升高至少3dB。

秦娇华[10]提出了基于相邻像素相关性的隐写分析技术，该算法通过计算奇数像素大于偶数像素的相邻像素对中的相邻像素的对数，和偶数像素大于奇数像素的相邻像素的对数，然后根据其图像判断隐藏信息。该算法通过这种变化判断图像的隐藏情况非常简单和快速。但是在定性判断中，必须根据经验去选择阈值，检测性能的好坏与阈值的选择有很大的关系，其中该算法在嵌入秘密消息较少的情况下，检测效果不佳。

张凌宇[13]提出了一种基于嵌入列扩展的+1或-1的改进乘积隐写码，与原有的完美乘积码相比，增加了嵌入列。此外，还提出一种新的嵌入技术，最低有效位和最低有效位用于建立异或数据链接，以减少反转次数，提高嵌入效率。该方法的嵌入率比原有的PPC算法提升近1.33倍，D-E曲线总体性能提升接近.

廖琪男[14]提出了基于n维超立方体模映射安全隐写算法，根据模运算性质定义一个n维模函数，将n个像素值映射到一位。n进制数值，从而可以实现将一位。n进制信息隐藏到n个像素中。该方法提升了载密图像视觉质量、安全性和更强的实用性。

2．国外发展现状

LSB匹配(LSBM)方案[11]扩展了LSB匹配的重新构造图像隐写算法，并提出了一种边缘自适应方案，该方案可以根据秘密消息的大小和封面图像中两个连续像素之间的差异来选择嵌入区域。保留其他平滑区域的同时使用这些区域。当嵌入率提高时，只需调整几个参数就可以释放更多的边缘区域，以进行数据隐藏。结果表明，与基于LSB的典型算法相比，该新方法可以显着提高安全性。这些方法及其边缘自适应方法(例如基于像素值差的方法)，同时又可以保持隐身图像的较高视觉质量。

Nilizadeh[12]在2017年提出了一种基于改进的“矩阵模式”CMP)方法的新型隐写算法。在此过程中，首先，将RGB图像划分为不重叠的方形块。接下来，使用每个块的绿色层的第4位和第5位层自动生成95个动态尺寸的唯一矩阵模式，这些模式分配给95个英文键盘字符。然后，通过添加分配给秘密消息的字符的矩阵图案，每个块的蓝色层用于嵌入秘密消息。

Li[15]提出了一种使用汉明码矩阵嵌入和直方图保留的信息隐藏算法。该算法使用带有汉明码的矩阵嵌入来确定原始图像的重写位，对其进行重写和翻转，然后成功嵌入机密信息。然后，根据盈亏平衡点的思想，提出了一种平衡的像素频率自适应算法，并通过直方图数据的相邻位检测和补偿秘密信息的每个嵌入位，从而使图像在前后的直方图发生变化。实验结果还表明，该算法在图像的隐写分析中表现良好。

以上综述，随着互联网的急速发展，人们在通过网络进行数字信息传送和共享的同时，也存在很多安全隐患，如信息的破坏、纂改、丢失等问题也引起各方的重视。隐写术是信息安全领域的一个重要分支，该技术通常以图像、文本、视频等数字产品为载体，根据载体的特征将秘密信息嵌入到载体中，达到秘密传递信息的目的，有效地保障了秘密信息安全性。

四、课题的研究内容、拟采取的技术方案或研究方法

1.研究内容

常见图像一般有JPG、PNG、BMP三种格式。

JPG是应用最广泛的图像格式之一，它采用一种特殊的有损压缩算法，将不易被人们察觉的颜色删除，从而达到较高的压缩比，但这样会导致画质缺失。PNG与JPG格式类似，压缩比高于GIF,支持图像透明，画质中等。BMP相对于JPG和PNG最大的好处就是结构简单，能被大多数软件“接受”，可称为通用格式，且其不采用任何压缩，无损，颜色准确，有2色、16色、256色、真彩色各种选择，图质最好[4]。所以，本文在进行信息隐写时采用BMP格式数字图像。

本文在研究图像隐写技术背景以及国内外发展前景的基础上，以BMP格式数字图像为载体，实现LSB隐写算法，分析F5隐写算法、OutGuess隐写算法、LSB隐写算法等隐写算法的原理和优缺点；使用Python，实现LSB隐写算法，主要包括秘密信息嵌入和秘密信息提取；采用不同分辨率的BMP格式图像，对LSB算法的不可见性和嵌入容量进行性能测试。

LSB隐写算法主要应用于将秘密信息嵌入到载体图像像素值的最低有效位（也称最不显著位），改变这一位置对载体图像的品质影响。基于BMP图像实现LSB隐写的流程，如图1所示：

图1 LSB算法实现流程

2.拟采用方案

（1）首先用户将特定的信息通过图像隐写算法嵌入图像载体中，并对隐私载体进行传输；

（2）然后监控者在传输信道中拦截隐私载体，发现用户传输的信息并非重要文件，继续让其在传输信道中传输，直至传输到接收者；

（3）最后接收者接收隐私载体后通过提取算法将特定的信息提取出来。

五、课题研究的重点、难点及创新点

1．研究重点

（1）图像隐写信息的嵌入；

（2）图像隐写信息的提取。

2．研究难点

使用Python，实现基于BMP图像的LSB隐写，隐写过程主要包括秘密信息嵌入和秘密信息提取两个过程。

3．创新点

通过实验测试，验证LSB隐写算法功能正常，嵌入的秘密信息具有不可见性，秘密信息嵌入容量与载体容量之间的呈正比关系，达到高效安全地传送秘密信息的目的。

六、课题研究的进度安排

第1周： 完成开题材料提交，查找毕设所需材料；

第2周： 了解图片隐写算法的背景，熟悉图片的隐写过程；

第3周： 搭建软件平台，安装Python编译环境并熟悉Python基本的语法；

第4周： 学习Python基础教程并熟悉LSB；

第5周： 熟悉LSB，安装Pillow模块即图像处理标准库；

第6周： 全面了解LSB；

第7周： 了解边缘匹配、MD5函数、图像置乱算法；

第8周： 熟悉各种合理的、效果更好的算法，并进行理论分析；

第9周： 深入了解现有的应用以上原理的隐写算法；

第10周：利用PyCharm软件平台对提出的算法进行编程；

第11周：对程序的各个模块进行分析，并且细化技术研究的功能；

第12周：对实现的结果进行测试、分析；

第13周：对隐写算法进行完善和扩展；

第14周：优化整体程序，完善不足之处；

第15周：开始论文撰写；

第16周：修改论文，进行答辩；

第17周：整理并提交各类材料。

七、主要参考文献

[1]付章杰, 王帆, 孙星明, 王彦. 基于深度学习的图像隐写方法研究[J]. 计算机学报, 2020, 43(09): 1656-1672.

[2]梁辉. 图像隐写与隐写分析算法研究[D]. 华南理工大学, 2019.

[3]刘晶晶. 基于深度学习的数字图像隐写分析的研究与实现[D]. 2019.

[4]林翔. 基于数字图像的信息安全加密软件的设计与实现[J]. 电子技术与软件工程, 2019(24).

[5]张澈. 数字图像隐写技术的研究及安全隐写方法的技术实现[D]. 北京化工大学, 2012.

[6]王兵, 郝梦奇, 李盼池, 等. 量子索引图像的描述方法与隐写算法[J]. 计算机辅助设计与图形学学报, 2019, (011): 1995-2006.

[7]钱宇. 基于Python的自动化图片特征存取系统的设计与实现[D]. 2019.

[8]任魏翔, 翟黎明, 王丽娜, 等. 基于卷积神经网络的JPEG图像隐写分析参照图像生成方法[J]. 计算机研究与发展, 2019, (010): 2250-2261.

[9]李静. 基于混沌理论的图像加密算法设计与实现[D]. 2019.

[10]李韬, 平西建. 一种基于图像内容的隐写分析方法[J]. 应用科学学报, 2013, 31(04): 394-401.

[11]Xiang-Fei S, Si-Qi M I, University H N. Design and implementation of Chess Teaching System Based on Python[J]. Science & Technology Vision, 2018.

[12]Tang W , Li B , Tan S , et al. CNN-based Adversarial Embedding for Image Steganography[J]. IEEE Transactions on Information Forensics and Security, 2019:1-1.

[13]Zhang X, Cheng Z, Zhang C .Design and Implementation of a Web Crawler System based on an Adaptive Page-Rank algorithm[J]. Journal of Physics: Conference Series, 2020, 1634(1): 012021 (6pp).

[14]Ke-Shun L. Steganography Algorithm Design for Ship Communication Information Transmission based on Bayesian Network Model[J]. Journal of Guangxi University for Nationalities(Natural Science Edition), 2018,36(5):35-37.

[15]Litasari,Rahadjo B. Design and implementation stegocrypto based on elgamal elliptic curve[C]// 2017 2nd International conferences on Information Technology, Information Systems and Electrical Engineering (ICITISEE). IEEE, 2018, 58(2):943-953.