基于灰度變化趨勢分析的一種信息隱藏算法

摘要:提出了基于位圖中灰度變化趨勢分析的一種±k的LSB的信息隱藏算法，對一組像素點(兩個)灰度變化趨勢進行分析和±k算法變化，然后與灰度值的最低有效位進行邏輯組合對隱秘信息進行隱藏。這種組合式的隱藏有利于抵抗各種攻擊分析。

關鍵詞:信息隱藏;LSB算法;±k算法;灰度趨勢

中圖分類號:TP18文獻標識碼:A文章編號:1009-3044(2009)33-9550-02

An Information Hiding Algorithm Based on the Analysis to the Trend of the Grayscale

LIU Ya-qi

(Department of Information Engineering， Gansu Industry Polytechnic College， Tianshui 741025， China)

Abstract: Based on the analysis to the trend of the grayscale in the bitmap ，this paper presents a ±k algorithm which can improve the LSB algorithm.Applying trend of a set of pixels(two) intensity and ±k algorithm change， the least significant bit of gray value ， the information hidding enhance the robustness.

Key words: information hiding; LSB algorithm; ±k algorithm; analysis to the trend of the grayscale

信息隱藏，是利用人體感覺器官的不敏感(感覺冗余)，以及多媒體信號本身存在的冗余性(數據特性冗余)，將信息以一種不被察覺和感知的方式隱藏于宿主信號中，而且不影響宿主信號的感覺效果和使用價值，因此，信息隱藏就是在圖像、音頻、視頻等數字媒體信號中嵌入不可覺察的秘密信息。目前已經提出的信息隱藏算法，主要有時域空域替換技術、變換域技術等。

1 圖像信息隱藏的空域算法

圖像信息隱藏的空域替換技術稱為LSB(最低有效位)算法，這種技術是以秘密信息代替換像素值的最低有效位。實驗表明[1]，就灰度圖像(28灰度級)而言，最低的兩個位平面反應的基本上是噪聲，3-4位平面顯現不均勻噪聲，以上位平面對圖像才有一定影響。因此，圍繞這個特點將待隱藏的信息變成二進制數據流，然后將其隱藏到圖像的最低位平面，由于人類視覺系統對亮度改變的不敏感性，LSB的改變不會對人的感覺產生明顯影響。

LSB算法的缺點，但普通LSB算法使得最低位平面的不完全隨機性被均勻化，容易被統計檢測算法所檢測，如Westfeld等人基于這一特征提出了統計檢測的算法[2]。

很多研究者針對檢測手段進行了LSB算法改進，如:文獻[18]提出可以在嵌入信息m前，修改原始圖像象素值先讓它乘上一個小于1的系數t，再與m相加，由于位平面的變化從LSB向多個位平面擴散，可以有效抵抗卡方攻擊和RS分析方法。文獻[3]提出了相鄰像素值的±k的LSB算法，并分析在是±k算法對LSB平面翻轉后的差分直方圖的改變仍然較小，因此能有效提高相應抗分析檢測的能力。

2 基于位圖中灰度變化趨勢分析的一種±k的LSB的算法

本文針對灰度圖像中的信息隱藏，提出了基于灰度變化趨勢分析的一種±k的LSB的信息隱藏算法，對一組像素點(兩個)灰度變化趨勢進行分析和±k算法變化，然后與灰度值的最低有效位進行邏輯組合對隱秘信息進行隱藏。

2.1 信息嵌入

信息嵌入時，先取兩個相鄰像素點(像素對)灰度值進行變化趨勢分析，對兩像素值±k變換，保證兩個像素點灰度數值變化趨勢不變，然后在像素值上用LSB法嵌入信息Sh。

設載體圖像m*n的行相鄰像素點灰度值為x(i，j )和x(i+1，j )，嵌入信息為Sh，兩點之間的灰度變化趨勢為f，嵌入操作如下:

1)趨勢分析:(如圖1)

x(i，j ) ≥ x(i+1，j ) f=1

x(i，j )?芻 x(i+1，j ) f=0

2)嵌入前信息對的預處理:(如圖2，k=1)

f=1:x(i，j)+1=y(i，j)

x(i+1，j)-1= y(i+1，j)

這樣結果將繼續f=1，即使信息嵌入不能改變f的值。

同理f=0:x(i，j)-1=y(i，j) ， x(i+1，j)+1=y(i+1，j)

3)嵌入計算:(如圖2)

用lsb_s表示最低有效位的置換函數，若f=1則第一個含秘像素點的像素值y(i，j)由lsb_s轉換為z(i，j)，第二像素點值不變;若f=0則第一像素點值不變，第二個含秘像素點的像素值y (i+1，j)轉換為z(i+1，j)。

2.2信息提取

第一步:根據嵌入的情況信息嵌入點;

第二步:根據找到的灰度值對的趨勢f和最低位LSB，確定嵌入了信息:

第三步:組合得到的信息。

3 分析和結論

由于一對像素嵌入一位信息，因此信息的嵌入容量:R=m*n/2=0.5m*n。

盡管嵌入的信息減少，但信息的提取更加可靠，f、lsb(z(i，j))、lsb(z(i+1，j))三因素對于信息位的確定，能有效恢復隱秘信息。

理論上可以認為以上過程是兩次噪聲加入:第一次是相鄰灰度像素值的±k，第二次是灰度趨勢分析下的隱秘信息嵌入。兩次噪聲可能出現相互抵消、相互疊加，這種隨機性加上灰度趨勢組合形成立體式的信息嵌入模式，對于任何的基于某個特征的檢測和攻擊，具有較高的魯棒性。實際中，當k=1時，對于給定的嵌入比例p，±k算法所引入的隱寫噪聲能量和LSB法相同。但是，由于它是在兩個方向上(加1或減1)對像素值做改變，不只改LSB平面，而且還向其它平面擴散，因此±k算法要比LSB算法具有更好的安全性[3]。

由于在相鄰兩個像素上對隱秘信息位進行正反邏輯值的單邊嵌入，在兩個數值的最低位中嵌入1bit信息，盡可能減小了LSB的變化幾率，降低和擾亂了對最低位自相關性的破壞，有利于抵抗卡方攻擊和RS分析等提取攻擊分析;同時對于圖像像素變化的邊緣敏感區維持原有的灰度過渡趨勢，不會引起明顯的視覺變化。通過在實際圖像中隱藏信息前后的比對，取得了一定的效果。

參考文獻:

[1] 鈕心忻.信息隱藏與數字水印[M].北京:北京郵電大學出版社，2004.

[2] Westfeld A， pfitZmarmA. Atiacks on steganograPhics systems[C]//proceedings ofthe 3rd internainal workshop on information hidding.Dresden，Gemany，1999:61-76.

[3] 王劍.基于圖像的信息隱藏技術分析及研究[D].西安:西安電子科技大學，2007.