网站首页  词典首页

请输入您要查询的论文：

　

标题 基于区域性像素等值的图像隐写算法
范文 李兆同+张梦+何莹



摘 要：根据图像区域内像素等值的现象，提出一种基于“连连看”的图像隐写算法。将图像中相等的像素灰度值看作游戏中的相同图案，通过定义相等像素值的位置关系，确定标志像素的最低有效位并嵌入信息，从而可以很好地将游戏规则应用于图像信息隐藏之中。利用游戏规则，将图像作为秘密信息的包装容器，从而达到隐藏秘密信息的功能。实验结果较为理想，并且在与数独算法作比较时，发现该算法在隐写性能上的优势。最后通过对算法实验结论的可行性分析，总结了该隐写算法的优点并提出了今后的研究方向。
关键词：隐写；像素等值；连连看；0、1像素组；最低有效位
DOIDOI：10.11907/rjdk.171452
中图分类号：TP312
文献标识码：A 文章编号文章编号：1672-7800（2017）008-0059-04
0 引言
隐写术是一项热门的秘密通信技术，它是将秘密信息嵌入在数字媒介中，并在公共信息通道中传输的一项通信技术，并逐渐成为信息安全研究的焦点之一。互联网的繁荣也为隐写术的发展提供了可能，多媒体如音频、视频和图像等都可以作为秘密信息传输的媒介。在不损坏载体媒介质量的前提下，将秘密信息嵌入到传输媒介中，在第三方察觉不到秘密信息存在的情况下，使秘密信息在公共环境下得以安全传输。其中，图像因其简单易懂、可操作性强的特点成为众多隐写媒介中应用最多的传输载体。数字水印技术即是一种应用于图像等数字媒体的特殊隐写技术[1]。而LSB作为一种应用普遍的传统隐写算法，因其隐藏数据量大，且算法简单、容易操作而被广泛使用，受到了很多学者重视。LSB嵌入算法作为一种信息包装技术，是空域法中的常见算法，即将图像像素灰度值的最低有效位作为包装的载体嵌入秘密信息，总体上分为LSB替换和LSB匹配两种算法。作为一种经典的数据隐藏算法，近年来，在LSB算法基础上出现了很多改进算法。Jarno Mielikainen[2]在LSB替换基础上提出并完善了LSB匹配算法；李恒武等[3]提出了一种将秘密信息进行编码并嵌入图片像素值的最低有效位中的算法；张春玉等[4]将LSB替换和LSB匹配的思想相结合，利用混沌序列对含密图像进行置乱处理，有效克服了含密图像统计不对称性、直方图异常等现象；Agham等[5]将LSB算法应用到RGB图像隐写领域中，提高了嵌入质量；Jois 等[6]对近年来的LSB隐写算法进行了实验对比，并总结了LSB算法的优缺点和以后的发展方向；廖鑫[7]提出了一种基于四像素差值的数字图像隐写算法，具有较高的隐写容量和较低的嵌入失真度。而本文则是一种利用相关区域内若干像素等值特征来实现的改进LSB算法。
近年来，游戏在隐秘通信领域的应用引起了一些学者关注，他们利用游戏规则实现包装算法来隐藏信息，从而达到秘密通信的作用。Zhan He等[8]提出一种基于“俄罗斯方块”游戏的信息隐藏算法，将游戏中的7种不同板块抽象为数字0～6，采用了基于七进制而非广泛应用的二进制编码秘密信息；温涛等[9]在此基础上进一步改進“俄罗斯方块”在信息隐藏中的应用，他们根据板块的变化数量将其分类，然后通过板块的移动、旋转等方式，在板块的落下过程中携带信息；Lee等[10]提出在《迷宫》游戏中的隐藏方法，利用迷宫的产生算法将秘密信息隐藏在迷宫的路径之中。但是这些方法并没有将算法很好地应用到图像隐写之中，或者隐写算法过于复杂，或对载体图像要求苛刻，不利于图像的秘密传输。Chin Chen等[11]采用数独作为密钥进行图像隐写处理，但密钥数独在公共空间的传输同时也加剧了传输的冗杂性和不安全性；Nguyen等[12]同样是将数独应用到图像隐写当中，并在文献[11]的基础上改进了数独算法。文献[13]、[14]提出的矩阵隐写算法大大提高了隐写嵌入效率，本文也是受矩阵提示，将3×3的像素组看作一个矩阵单元进行信息嵌入处理。
本文提出基于“连连看”游戏规则的改进LSB算法，受到相同图案可以通过连线消除的启发，其包装也即嵌入秘密信息的过程为：将图像中相同像素看作游戏中的相同图案，通过特定连线将其找出，并将这些不同连线看作各自对应的嵌入信息，从而可以很好地利用游戏规则设计包装算法，并将秘密信息嵌入到载体图像中。此算法在小嵌入率上得到了很好的应用，数字图像的隐藏效果较好，肉眼识别不出变化，达到了隐藏信息的预期目标。
1 游戏规则介绍
“连连看”是一款休闲益智类游戏，它由几种图案随机排列组成，每种图案都有若干偶数个，只要将相同的两张图案用特定直线连在一起即可消除，按这些规则操作直至全部图案消除为止。扩展此规则，如图1所示，如果n张相同图案可以用直线连接起来，则可大大提高图案的消除效率。根据该思想，如果将图像中相等灰度值的像素看作相同图案，并利用相似的游戏规则，则可以得出一种新的隐写算法。
2 算法原理
将原图像按3×3为一组分成若干像素组，并将其编号为①～⑨，如图2所示。
现定义如下变量： M：①②③⑥⑨中像素值相同的最大个数；
N：①④⑦⑧⑨中像素值相同的最大个数；
S：定义⑤为标志像素，其值为Si；
密钥K：一串与嵌入信息相同比特数的随机数Ki，Ki=0或者Ki=1。
0或1像素组：根据M与N的关系确定该像素组的值，当嵌入信息与像素组的值相等时，标志像素Si不变，相反，标志像素加1或减1。
3 算法过程
3.1 嵌入过程
当LSB（Si）=Ki时， 若M≤N，为1像素组。嵌入0时，标志像素+1；嵌入1时，标志像素不变。若M>N，为0像素组。嵌入0时，标志像素不变；嵌入1时，标志像素-1。
当LSB（Si）≠Ki时， 若M≤N，为0像素组。嵌入0时，标志像素不变；嵌入1时，标志像素-1。若M>N，为1像素组。嵌入0时，标志像素+1；嵌入1时，标志像素不变。
嵌入流程如图3所示，以下用一个例子来说明算法过程，该例子涵盖了算法所能遇到的各种情况。
例如，图4为载体图像的一部分，现要将一串秘密信息嵌入其中，假如密钥K=011 011。
对于第1个像素块，如图5所示。
LSB（S1）=0，K1=0，满足条件 LSB（Si）=Ki；M=2，N=4，满足条件M≤N，为1像素组。
此时若嵌入比特0，标志像素加1；相反，若嵌入比特1，标志像素不变，如图6所示。
对于第2个像素块，如图7所示。
LSB（S2）=0，K2=1，满足条件 LSB（Si）≠Ki；M=2，N=4，满足条件M≤N，为0像素组。
此时若嵌入比特0，标志像素不变；相反，若嵌入比特1，标志像素减1，如图8所示。
对于第3个像素块，如图9所示。
LSB（S3）=1，K3=1，满足条件 LSB（Si）=Ki；M=4，N=2，满足条件M≥N，为0像素组。
此时若嵌入比特0，标志像素不变；相反，若嵌入比特1，标志像素减1，如图10所示。
对于第4个像素块，如图11所示。
LSB（S4）=1，K4=0，满足条件 LSB（Si）≠Ki；M=3，N=2，满足条件M≥N，为1像素组。此时若嵌入比特0，标志像素加1；相反，若嵌入比特1，标志像素不变，如图12所示。
3.2 提取过程
具体提取过程如下：若LSB=K，M>N，提取0；M≤N，提取1；若LSB≠K，M≤N，提取0；M>N，提取1。提取算法比较简单，以下以一个例子进行简要说明：对于图6左边的像素组，K1=0，LSB（S1）=1，LSB（Si）≠Ki；M=2，N=4，M≤N，提取0。对于图6右边的像素组，K1=0，LSB（S1）=0，LSB（Si）=Ki；M=2，N=4，M≤N，提取1。同理可以对其它图例提取信息，提取流程如图13所示。
4 实验结果与分析
当隐写图像在公共信道上传输时，以Lena图片为例，分别嵌入10 000bit、15 000bit、25 000bit后的图像如图14所示，肉眼观察图像质量的下降状况。随着嵌入信息增加，PSNR随之下降，图像质量也开始下降。但从图14看出，从肉眼角度观察并无太大变化。所以本文算法对于观察者而言不易察觉到图像进行过信息嵌入处理，因而在隐写嵌入方面是可行的。
PSNR是最普遍使用的评价隐写质量的客观标准，其值越大，代表隐写质量越高。不过许多实验结果显示，PSNR分数无法与人眼看到的视觉品质完全一致，有可能PSNR较高者看起来反而比PSNR较低者差。这是因为人眼视觉对于误差的敏感度并不是绝对的，其感知结果会受到许多因素的影响而产生变化。因此，本文引入了SSIM，即结构相似性[15]作为另一个衡量隐写质量的指标，其值在[0，1]之间，越接近于1，代表隐写图像的质量越好。下面从这两个方面对该算法进行模拟和分析。
与根据像素差值嵌入信息[7]相反，本文是根据图像中的像素等值来包装秘密信息的隐写技术。同样是将游戏应用到隐写领域中，Nguyen等[12]是将游戏中的数独应用到图像隐写之中。采用尺寸为512×512的Lena、Perppers和Baboon图像为实验对象，在嵌入25 000bit信息的相同条件下，与传统的LSB算法和Four PVD （Pixel Value Differencing）、Sudoku算法进行比较。为了使计算更加准确，取10次实验结果的平均值，并得出嵌入信息后图像的质量变化情况，如表1所示。
本文算法是利用标志像素的周围等值像素关系，在传统LSB算法基础上进行的改进。同样作为游戏图像隐写算法和基于像素差值的隐写算法，本文无论是在PSNR还是SSIM上，总体上处于明显优势，而且几乎与高效的LSB算法性能持平甚至略优于LSB算法。另外，为了证明本文算法相对于LSB算法的优越性，实驗中对隐写图像中的像素改动个数进行统计并制作直方图，如图15所示。从图中可明显看出，本文算法的像素改动个数明显低于LSB算法，说明本文算法在此方面有一定优势。
通过对表1的观察，发现嵌入质量在一个稳定值的附近上下波动，需要探究造成这种波动的原因，以便更好地理解和改进算法。由于载体图像的0、1像素组是根据密钥和标志像素的关系确定的，而密钥K的值是随机产生的。势必造成载体图像的0、1像素组也是随机的，此时如果嵌入信息的0、1序列与载体图像的0、1像素组不对应，算法则会将标志像素的值加1，从而使嵌入信息的0、1序列与载体图像0、1像素组的值一一对应。所以最后隐写图像0、1像素组的个数与秘密信息0、1序列的个数应该是分别相等的，实验结果如表2所示。在表2的3次实验结果中，理论与预期结果相符。
5 结语
本文基于相邻像素等值的特性提出了一种新颖的
LSB图像隐写算法，这种算法主要来源于“连连看”游戏中相同图案和灰度图像中的等值像素联系的启发，将图像作为一个载体，成功地将秘密信息嵌入到载体中。在实验结果的分析中，嵌入信息前后的图像变化肉眼难以区别，因此不易引起第三方察觉，并且本文算法在PSNR和SSIM的隐写性能方面优于最近提出的数独游戏算法。该算法的不足在于对载体图像像素灰度值的修改是永久性的，因此提取隐秘信息后，无法还原图像。下一步的研究方向主要集中在两个方面，一是如何提高图像嵌入率，从而提升嵌入的信息容量；二是如何在提取隐秘信息后恢复出原图像。
参考文献：
[1] 李曦焱.隐写术与数字水印研究[J].甘肃科技，2005，21（8）：80-81.
[2] JARNO MIELIKAINEN.LSB matching revisited[J].IEEE Signal Processing Letters，2006.
[3] 李恒武，王辰阳，高勇.基于LSB的图像信息隐藏技术的研究与设计[J].网络安全技术与应用，2016（6）：47-48.
[4] 张春玉，姚七栋.基于混沌序列的改进LSB隐写算法[J].科技通报，2014（5）：116-120.
[5] AGHAM V，PATTEWAR T.Data hiding technique by using RGB-LSB mechanism[C].International Conference on Information Communication and Embedded Systems，2015：1-5.
[6] JOIS A，TEJASWINI L.Survey on LSB data hiding techniques[C].International Conference on Wireless Communications，Signal Processing and Networking，2016：656-660.
[7] 廖鑫.高效隐写算法的设计研究[D].北京：北京邮电大学，2012.
[8] OU Z H，CHEN L H.A steganographic method based on tetris games[J].Information Sciences，2014.
[9] 温涛，陈够喜，李瑞林.互动式《俄罗斯方块》游戏安全隐写[J].电子技术应用，2016，42（4）：120-123.
[10] LEE H L，LEE C F，CHEN L H.A perfect maze based steganographic method[J].Journal of Systems & Software，2010，83（12）：2528-2535.
[11] CHANG C C，CHOU Y C，KIEU T D.An information hiding scheme using sudoku[C].International Conference on IEEE Innovative Computing Information and Control，2008：17.
[12] NGUYEN T S，CHANG C C.A reversible data hiding scheme based on the Sudoku technique[J].Displays，2015（39）：109-116.
[13] 李曉雷，王成.矩阵嵌入的快速算法[J].信息技术，2013（5）：121-124.
[14] KUMAR S，MUTTOO S K.Robust and secure image steganographic algorithm based on matrix embedding[J].International Journal of Electronic Security & Digital Forensics，2014，6（3）：219-240.
[15] Z WANG，A C BOVIK，H R SHEIKH，et al.Image quality assessment： from error visibility to structural similarity[J].IEEE Transactions on Image Processing，2004，13（4）：600-612.
随便看

　

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

　

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间：2025/2/11 3:34:59