LSB图像隐写与RS隐写分析检测系统

资 源 简 介

本项目利用MATLAB开发了一套完整的LSB（最低有效位）图像隐写与检测算法。项目核心功能分为隐写嵌入、信息提取以及隐写分析检测三个部分。隐写嵌入模块通过位平面操作，将秘密信息以最低有效位的形式替换载体图像的像素值，在保证视觉不可感知性的前提下实现隐蔽通信。在此基础上，项目重点实现了针对空间域LSB潜伏信息的两种核心检测技术：直方图分析与RS（Regular-Singular）隐写分析。直方图分析通过检测图像中相邻像素值出现的频率对现象，识别由于LSB替换导致的像素分布异常。RS检测则是一种高准确度的定量

详 情 说 明

基于MATLAB的LSB图像隐写与隐写分析检测系统

项目介绍

本项目是一个集成了空间域最小有效位（LSB）信息隐藏与多种统计检测手段的综合演示系统。系统通过MATLAB环境实现，旨在展示数字图像隐写术的基本原理、视觉隐蔽性效果，以及针对此类技术的隐写分析破解方法。系统不仅能完成文本信息的嵌入与提取，更能通过统计学手段定量评估图像受损程度和秘密信息的嵌入比例。

主要功能特性

1. 鲁棒的LSB信息嵌入与提取 系统支持将任意文本字符串转换为二进制流，并利用LSB替换原理，通过直接操作像素的最低位平面，将秘密信息植入载体图像中。系统在嵌入后能够完整、无误地提取并还原原始文本信息。

2. 灰度图像自动化处理 系统具备自动预处理功能，能够识别输入的彩色或灰度图像，并统一转化为灰度空间进行位操作，确保算法的兼容性和处理效率。

3. 视觉与统计一致性对比 通过图像显示引擎，系统直观展示原始图像与含密图像（Stego Image）的视觉差异。尽管嵌入了秘密信息，但在肉眼观测下两者几乎完全一致。此外，系统还提供了局部放大的直方图对比功能，用于观察LSB替换带来的统计特性扰动。

4. 高精度RS（Regular-Singular）定量分析 这是系统的核心检测模块。RS分析不再局限于定性判断，它通过对像素组进行空间相关性建模，并配合特定的掩模翻转函数，能够高精度地估算出图像中隐藏信息的百分比长度。

---

系统实现逻辑

第1阶段：信息编码与载体准备 系统首先读取载体图像并确保其为灰度格式。随后将待隐藏的文本字符串通过8位二进制编码转换为一维比特流。

第2阶段：LSB隐写嵌入模块 核心操作是在像素级使用 bitset 函数。系统将图像矩阵拉伸为一维向量，顺序将秘密比特流替换掉像素值的第1位（LSB）。嵌入完成后，再将向量重构为二维图像矩阵。

第3阶段：隐写分析——直方图检测 由于LSB替换会导致图像灰度值中相邻的“奇偶对”（如2i与2i+1）出现的频率趋于相等（卡方特性），系统通过 imhist 函数生成载体与含密图像的直方图，并针对特定灰度区间进行局部放大对比，展示这种统计学上的微小变动。

第4阶段：隐写分析——RS检测算法 这是系统最复杂的逻辑部分，主要步骤如下：

• 像素分块：将图像划分为不重排的4像素组（Block）。
• 掩模操作：定义掩模向量（如 [0 1 1 0]），利用正向翻转函数 $F_1$ 和负向翻转函数 $F_{-1}$ 对像素组进行变换。
• 相关性评估：计算翻转前后像素组内的相关度（相邻像素绝对差之和）。根据相关度的增减，将像素组划分为常规组（Regular）、奇异组（Singular）和不变组（Unusable）。
• 曲线拟合与方程求解：分别统计原图和全LSB取反图在不同掩模下的R/S比例，建立关于嵌入率 $p$ 的二次数学模型。通过求解二次方程的最优根，最终估算出秘密信息的理论嵌入率。

第5阶段：结果可视化报告 系统通过一个六路组合图表（Subplot）呈现完整流程：包含原图、含密图、提取出的原始文本、局部直方图对比情况以及RS分析生成的特征曲线图。

---

关键函数与算法细节

1. 文本转换算法 系统实现了文本与比特流的双向转换。转换过程中严格遵循8位补齐原则，确保字符解析的准确性。

2. 翻转算子（Flip Function） 为了配合RS分析，实现了 $F_1$（LSB翻转）和 $F_{-1}$（Shifted LSB翻转）两种算子。这些算子通过位判断和数值加减，实现了像素在特定对值（如 0-1 或 -1-0）之间的逻辑转换。

3. 二次方程估计算法 在RS子函数中，系统利用获取的统计计数构建了系数矩阵。通过求解形如 $Ax^2 + Bx + C = 0$ 的方程，并对结果进行实根筛选和归一化处理（$p = x / (x - 0.5)$），得到了极具参考价值的嵌入率预测值。

---

使用方法

1. 准备素材：确保MATLAB工作目录下存在名为 peppers.png 的图像文件（或修改代码中的文件读取路径）。
2. 设置信息：在代码脚本的 secret_text 变量中修改您想要测试隐藏的秘密文本。
3. 运行程序：直接运行主脚本。
4. 结果查看：

* 查阅弹出的图形窗口，对比左右直方图的微弱形态差异。 * 查看RS分析曲线，观察 $R_m$ 与 $S_m$ 曲线的对称性演变。 * 在命令行窗口（Command Window）查看最终的隐写检测报告，包括提取出的文字内容和估计的嵌入百分比。

系统要求

• 运行环境：MATLAB R2016a 或更高版本。
• 硬件要求：标准桌面或笔记本电脑，内存需支持大矩阵运算。
• 依赖工具箱：图像处理工具箱（Image Processing Toolbox）。