基于LSB-DCT的图像隐写术

Question

我正在开发基于LSB-DCT的图像隐写技术，其中我必须将LSB应用于图像的DCT系数，以便将数据嵌入到JPEG中。我是所有这些的新手。所以搜索并阅读了一些研究论文在DCT之后缺乏关于该过程的大量信息。我也在stackoverflow上阅读了许多问题和答案，并且更加困惑。

以下是问题：

1-reasearch论文并且在网上有问题他们都在使用图像中的8x8块大小用于DCT ..如果图像的分辨率没有完全划分为8x8块，如724 x 520，我该怎么做。
520/8 = 65但724/8 = 90.5

2 - 如果我有很多块和一些隐藏的信息，我们认为这些信息可以容纳5个块。我仍然需要使用其余块的dct和idct。

3 - 我需要在dct之后应用量化然后应用lsb或者我可以直接应用lsb吗？

4篇研究论文没有提到任何关于不接触量化0和1的量化dct系数和第一个值的任何内容。现在我应该使用它们吗？那么为何不？？我得到它关于0，因为它是高频成分，并在JPEG中删除压缩..我没有做任何压缩..所以我可以使用它仍然生成相同的JPEG文件???

5-in量化我们将DCT系数除以量化矩阵并将值四舍五入。反过来，我必须将量化矩阵与DCT系数相乘..没有取消舍入???

有关DCT的评论，然后是IDCT：

来自不同的研究论文：

Answer 1

JPEG隐写术

如果要将图像保存为jpeg，则必须遵循jpeg编码过程。不幸的是，我读过的大多数论文都说不要公平。完整的过程如下（wiki summary的182-page specifications book）：

1. RGB到YCbCr转换（可选），
2. 色度通道的子采样（可选），
3. 8x8块拆分，
4. 像素值重新定位，
5. DCT，
6. 基于压缩比/质量的量化，
7. 以Z字形图案对系数进行排序，
8. 熵编码;最常涉及霍夫曼编码和行程编码（RLE）。

实际上有a lot more details involved，例如标题，节标记，如何存储DC和AC系数的细节等等。然后，有些方面标准只是松散定义，它们的实现可以在编解码器，例如，子采样算法，量化表和熵编码。也就是说，大多数软件都遵循通用的JFIF标准，可以通过各种软件读取。如果您希望您的jpeg文件也这样做，请准备好为编码器编写数百行（至大约一千行）代码。您最好借用已经在互联网上发布的编码器，而不是自己编写。您可以首先查看用C语言编写的libjpeg，并构成许多其他jpeg编解码器的基础，它的C# implementation甚至Java版本受其启发。

在某些伪代码中，编码/解码过程可以描述如下。

function saveToJpeg(pixels, fileout) {
    // pixels is a 2D or 3D array containing your raw pixel values
    // blocks is a list of 2D arrays of size 8x8 each, containing pixel values
    blocks = splitBlocks(pixels);
    // a list similar to blocks, but for the DCT coefficients
    coeffs = dct(blocks);
    saveCoefficients(coeffs, fileout);
}

function loadJpeg(filein) {
    coeffs = readCoefficients(filein);
    blocks = idct(coeffs);
    pixels = combineBlocks(blocks);
    return pixels;
}

对于隐写术，您可以按如下方式修改它。

function embedSecretToJpeg(pixels, secret, fileout) {
    blocks = splitBlocks(pixels);
    coeffs = dct(blocks);
    modified_coeffs = embedSecret(coeffs, secret);
    saveCoefficients(modified_coeffs, fileout);
}

function extractSecretFromJpeg(filein) {
    coeffs = readCoefficients(filein);
    secret = extractSecret(coeffs);
    return secret;
}

如果您的封面图片已经在jpeg中，则无需使用解码器将其加载到像素，然后将其传递给编码器以嵌入您的消息。你可以这样做。

function embedSecretToJpeg(pixels, secret, filein, fileout) {
    coeffs = readCoefficients(filein);
    modified_coeffs = embedSecret(coeffs, secret);
    saveCoefficients(modified_coeffs, fileout);
}

就您的问题而言，编码器/解码器应该处理1,2,3和5，除非您自己写一个。

问题1 ：通常，您希望使用必要数量的行/列填充图像，以便宽度和高度都可以被8整除。在内部，编码器将跟踪填充行/列，以便解码器在重建后丢弃它们。这些虚拟行/列的像素值的选择取决于您，但建议您不要使用常量值，因为它将导致ringing artifacts，这与傅里叶变换的事实有关。方波是sinc函数。

问题2 ：虽然您只修改了几个块，但编码过程要求您将它们全部转换，以便将它们存储到文件中。

问题3 ：您必须将浮动DCT系数量化为无损保存到文件中的内容。在量化步骤之后，您可以将它们修改为您心脏的内容。

问题4 ：没有人会阻止您修改任何系数，但您必须记住每个系数会影响一个块中的所有64个像素。 DC系数和low frequency AC引入最大的失真，因此您可能希望远离它们。更具体地说，由于DC系数的存储方式，修改一个系数会将失真推向所有后续的块。

由于大多数高频系数为0，因此可以使用RLE有效地压缩它们。修改0系数可能会将其翻转为1（如果您正在进行基本的LSB替换），这会破坏这种有效的压缩。

最后，一些算法将其秘密存储在任何非零系数中，并且将跳过任何0。但是，如果您尝试修改1，它可能会翻到0，在提取过程中，您会盲目地跳过它。因此，这些算法不会接近任何值为1或0的系数。

问题5 ：在解码时，只需将系数乘以相应的量化表值即可。例如，DC系数为309.443，量化为您提供round(309.443 / 16) = 19。舍入位是这里的有损部分，它不允许你重建309.433。所以相反的只是19 * 16 = 304。

DCT在隐写术中的其他用途

频率变换，例如DCT和DWT，可用于隐写术，将秘密嵌入频域，但不一定将隐秘图像存储到jpeg。这个过程是像素 - ＆gt; DCT - ＆gt;系数 - ＆gt;修改系数 - ＆gt; IDCT - ＆gt;像素，这是你发送给接收器的。因此，格式的选择在这里很重要。如果您决定将像素保存为jpeg，则通过jpeg编码中的另一层量化将您的秘密保存在DCT系数may be disturbed中。