基于LSB-DCT的图像隐写

Question

我正在研究基于LSB的图像隐写技术，其中我必须将LSB应用到图像的DCT系数中，以便将数据嵌入到JPEG.i。我对所有的this.so搜索和阅读一些研究论文都很陌生，它们都缺乏关于这个过程的大量信息，因为DCT.i也读了很多关于堆栈溢出的问题和答案，并且变得更加混乱。

以下是问题：

1-研究论文和在网络上的问题，他们都是使用8x8块大小的图像为DCT..what，我应该做，如果图像的分辨率没有完全划分为8x8块，如724x520。

520 /8= 65,724 /8= 90.5

2-如果我有很多块和一些信息可以隐藏，我们认为可以适应5 blocks..do，我仍然需要采取dct的其余块和和idct。

我需要在dct后应用量化，然后应用lsb，还是我可以直接应用lsb？

4-研究论文中没有提到任何关于不接触量化的离散余弦变换系数(0和1)的内容，第一个value..now是否应该使用它们？？为什么不呢？我得到它大约0，因为它是高频成分，并被删除的compression..and，我不做任何compression..so，我可以使用它，但仍然产生相同的JPEG文件？

在量化中，我们用量化矩阵对离散余弦变换系数进行除法，并舍入values.in逆运算，对量化矩阵进行just..no变换，使量化矩阵与DCT系数相乘，从而达到舍入的目的。

作为对DCT的评论，然后是IDCT:

来自不同的研究论文：

​

Answer 1

JPEG密写

如果要将图像保存到jpeg，则必须遵循jpeg编码过程。不幸的是，我读过的大多数报纸都说不要这么做。完整的过程如下(wiki摘要 of a 182页规格书)：

1. RGB到YCbCr转换(可选)，
2. 色度通道的次采样(可选)，
3. 8x8块分裂，
4. 像素值重新调整，
5. DCT，
6. 基于压缩比/质量的量化，
7. 将系数按字形排列，并且
8. 熵编码；最常涉及赫夫曼编码和游程编码(RLE)。

实际存在的是更多的细节，如标头、区段标记、DC和AC系数的具体存储等。然后，标准中的一些方面只有松散的定义，它们的实现在不同的编解码器中可能有所不同，如次采样算法、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，可以被各种软件读取。如果您希望jpeg文件也这样做，请准备只为编码器编写数百行(到大约一千行)代码。你最好借用一个已经在互联网上发布的编码器，而不是自己写。您可以从查看利比伯开始，它是用C编写的，构成了许多其他jpeg编解码器的基础，它的C#实现甚至是受其启发的Java版本。

在一些伪码中，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，您可以按以下方式修改它。

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;
}

如果您的封面图像已经在jpeg中，则不需要将其与解码器一起加载到像素，然后将其传递到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);
}

就你的问题而言，1、2、3和5应该由编解码器来处理，除非你是自己写的。

问题1：通常，您希望用必要的行/列数填充图像，这样宽度和高度都可以被8整除。在内部，编码器将跟踪填充的行/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，但是建议您不要使用常量值，因为它将导致振铃伪像，这与方波的傅里叶变换是sinc函数的事实有关。

问题2：虽然您将只修改几个块，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：您必须量化浮动DCT系数，因为这是无损地存储到文件中的内容。在量化步骤之后，您可以将它们修改到您心中的内容。

问题4：没有人阻止您修改任何系数，但您必须记住，每个系数都会影响块中的所有64个像素。DC系数和低频交流系数引入了最大的失真，所以您可能希望远离它们。更具体地说，由于DC系数的存储方式，修改一个会将失真提前到所有以下块。

由于大多数高频系数为0，所以采用RLE对其进行有效压缩。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，一些算法将它们的秘密存储在任意非零系数中，并跳过任何0。但是，如果您试图修改1，它可能会翻转到0，并且在提取过程中您会盲目地跳过读取它。因此，这类算法不会接近1或0的任何系数。

问题5：在解码过程中，只需将系数乘以相应的量化表值即可。例如，DC系数为309.443，量化给出了round(309.443 / 16) = 19。舍入位是这里有耗的部分，它不允许您重建309.433。所以相反的是简单的19 * 16 = 304。

DCT在隐写中的其他应用

频率变换(如DCT和DWT )可以用于隐写，将秘密嵌入到频域，但不一定要将stego图像存储到jpeg。这个过程是像素-> DCT ->系数->修改系数-> IDCT ->像素，这是您发送给接收器的内容。因此，格式的选择在这里很重要。如果您决定将您的像素保存到jpeg，则您在DCT系数可能会被打扰中的秘密将由jpeg编码的另一层量化。