图像隐写 零 ——图像隐写基本介绍

零

因为研究课题与图像隐写相关，因此计划在读论文的时候顺便做一些笔记。这个是图像隐写系列的第一篇。

目前的图像隐写可以大致分为非深度（传统）隐写算法和深度学习隐写算法。
计划是从传统的隐写开始介绍，然后过度到深度学习隐写算法。此外还会看一些隐写分析的内容。

本着学习效率的原则，笔记不会非常详细。

隐写介绍

所谓隐写术（这里是特指图像隐写），就是在图像中隐藏信息。
隐写，包含两个要点，一是隐：隐藏，二是写：写入。
一个合格的隐写术，既要实现隐藏的目的，能够抵抗人类视觉的考验，还有一些隐写分析算法的分析，还要能够写入足够的信息，并且无损提取（尽量）。
此外，图像在传播的过程中，往往可能遭受压缩解压缩的过程。图像在网络中传播的时候为了提高传播效率往往会进行压缩，而这种可能是有损的。因此隐写术往往要求一定的鲁棒性。

简而言之，隐写包含三个基本步骤

嵌入，传输，提取。

这就需要提到密码学中的Alice，Bob和Eve的三角故事。
略。

嵌入要素

嵌入对象：图片
图像的存储形式是一个关键。BMP、PNG、JPEG图像的存储形式就不同，色彩的表示还有RGB,YUV等形式。因此嵌入对象的存储及读取形式是一个最重要和基本的点。简单来说，嵌入对象就是图像，但是如果细化，可以将嵌入对象细化到嵌入域——空域、频域等，对图像进行DCT变换之类，都是常见的操作。

嵌入方式：
各种各样。但是有一个共同点是——改变了图像的概率分布（废话）。这种分布使得图像能够使用一个特定的提取函数——使得以图像为输入能够获得一个特定的输出。
图像嵌入的信息只占据原始图像的一小部分，毕竟大多数的数据还是要用于正常显示图像。
而能够嵌入信息的部分，也应当尽量减少对图像的影响，也就是所谓的嵌入冗余。
当然冗余是相对于图像的视觉质量的冗余。而这部分冗余，同时最好还要能抵抗一些常见的图像处理操作。

提取方式：
就是提取。嵌入的逆过程。