[toc]
传统的信息隐藏起源于古老的隐写术。如在古希腊战争中，为了安全地传送军事情报，奴隶主剃光奴隶的头发，将情报纹在奴隶的头皮上，待头发长起后再派出去传消息。我国古代也早有以藏头诗、藏尾诗、漏格诗以及绘画等形式，将要表达的意思和“密语”隐藏在诗文或画卷中的特定位置，一般人只注意诗或画的表面意境，而不会去注意或破解隐藏其中的密语。
信息隐藏的发展历史可以一直追溯到"匿形术（Steganography）"的使用。"匿形术"一词来源于古希腊文中"隐藏的"和"图形"两个词语的组合。虽然"匿形术"与密码术（Cryptography）"都是致力于信息的保密技术，但是，两者的设计**却完全不同。"密码术"主要通过设计加密技术，使保密信息不可读，但是对于非授权者来讲，虽然他无法获知保密信息的具体内容，却能意识到保密信息的存在。而"匿形术"则致力于通过设计精妙的方法，使得非授权者根本无从得知保密信息的存在与否。相对于现代密码学来讲，信息隐藏的最大优势在于它并不限制对主信号的存取和访问，而是致力于签字信号的安全保密性。
经过十几年的研究和发展，信息隐藏技术不同的应用使它形成了不同的特点。但是，所有的信息隐藏系统共有一些基本的特点。作为利用数字通信技术来进行隐蔽信息通信的一种手段，信息隐藏技术具有的基本特点主要有以下几种:（1）不可感知性（2）鲁棒性（3）隐藏容量。
随着数字隐藏技术的发展，在特定的应用方面对其技术性能又提出了更高、更具体的要求。在一般的信息隐藏方法中，这些特性都是相互冲突、互相矛盾的。例如，有的方法隐藏容量大，但鲁棒性较差；有的方法鲁棒性很好，但不可感知性较差；有的方法鲁棒性较差，但运算量较小，等等。应根据实际的需求对各种性能做出选择和择中，从而找到最合适的信息隐藏方法。
隐写流程
（1）在文本框中输入自己想隐写的信息
（2）选择载体图片
（3）写入一个用来生成伪随机数的key(种子)
（4）点击隐写信息 PS:在此过程中，会生成read.txt（隐写的信息），XXX_hide.bmp（嵌入信息图像）
提取流程
选择隐写图片，XXX_hide.bmp，输入与隐写时相同的伪随机数的key、信息长度，就可以提取信息（也保存到extract.txt中）
水印隐写
点击选择载体，输入生成水印的key，嵌入水印(此时水印被嵌入到Water_hide.png中)
水印检测
选择原图，选择水印图Water_hide.png，输入与嵌入相同的key,就可以开始检测
matlab命令行输入guide
打开现有GUI,找到fig
点击编译运行
1.从左到右，DCT算法，randLSB算法，W-SVD算法
2.经典的lena
3.LSB隐写生成图
4.DCT隐写生成图
5.W-SVD水印生成图
6.隐写算法写入的信息，隐写算法提取的信息
A.对图像矩阵进行遍历，并且在图像矩阵中取随机点，把每个点的像素的最低位LSB清零，替换为txt中字符串转化的bit流。
B.随机像素间隔的函数原理是，根据一个随机数种子生成随机数序列，并判断图像像素值是否为嵌入信息的2倍以上，若是则根据生成的随机数序列大小来选取每一row的不同间隔的col。
一般隐写之后结果如下，origin是原图，hide是隐写之后的图，由于是对像素点的LSB位进行改动，所以不会发生明显的变化，但是易受压缩等变换破坏。
核心代码
for i=1:massage_length
ste_cover(row(i),col(i)) = ste_cover(row(i),col(i))-mod(ste_cover(row(i),col(i)),2)+msg(p,1);%把最低位替换位信息位
end（1）对每个图片进行分块DCT，然后随机选取N个块进行操作，这里使用key调用randinterval函数（N暂定为10000以达到适应任意载体，N>写入的信息量)
（2）对嵌入信息进行遍历，当当前的图片块符合要求时，嵌入信息
——》这里的符合要求指（Beta是不可用块判定差值，A，B，C分别是(5,2)(4,3)(2,3)）
当A>C+Beta&&B>C+Beta时才嵌入消息1
当A<C-Beta&&B<C-Beta时才嵌入消息0
其他情况则把B与C交换，或者A与C交换达到C值在AB值中间的效果（即不可用块）
——》当不符合要求时，块数往前遍历，msg仍然不变，直到找到可用块
1当alpha为0.001时，图像变化不大，隐藏的信息无法抵抗JEPG压缩，隐藏的鲁棒性不好
2当alpha为0.01时，图像变化不大，隐藏的信息无法抵抗JEPG压缩，隐藏的鲁棒性不好
2当alpha为0.1时，图像变化不大，隐藏的信息可以抵抗JEPG压缩隐藏成功，此时图片无法看出明显的变化
3当alpha为3时，图片出现明显的噪声，但是信息保存的很好
**原理：**该算法属于小波变换域数字水印算法, 具有良好的水印不可见性和鲁棒性等特点。
假设要加入水印的图像为 M, 其归一化后的尺度 level 下的低频系数记为 （level 为小波分解的尺度）：
CA = wavetrans( M, level)
对 CA 作奇异值( 单值) 分解, 得到:
CA = UΣVT
其中的数学原理为：对任意矩阵CA，都可以做奇异值（单值）分解CA=UsigmaV’。
其中U、V是正交矩阵(UU’=VV’=I,I是单位阵)，sigma是对角矩阵（除主对角线外为0）。
水印模板生成策略：
1.对图像做小波分解得到低频系数CA。
2.对CA做单值分解 CA=UsigmaV’
3.用伪随机序列生成正交矩阵U、V ，对角矩阵sigma。
4.用随机矩阵U、V的后d列替换U、V的后d列，得到新的U、V。
水印模板waterCA=U sigmaV’
嵌入矩阵时需要按比例替换：
以下放主要核心代码
二位离散变换小波低频系数提取
随机正交矩阵的生成
W-SVD 算法采用非盲检测手段对图像进行检测。其思路为: 利用原始图像生成一个理论上存在的水印模板( 原始水印) , 从待测图像中提取可能存在的水印模板 (待测水印) , 继而计算两者的相关性。当两者高度相关时, 认定待测图像含有水印; 反之则检测不出水印。
流程图如下
以下为W-SVD检测之后的结果，可以看到在常规检测下，用正确的key可以算出水印相关度很高
