基于視覺感知與菱形編碼的圖像隱寫算法

金 濤,何加銘,楊任爾,曾興斌,樊玲慧

(1.寧波大學a.信息科學與工程學院;b.通信技術研究所,浙江寧波315211; 2.浙江省移動網應用技術重點實驗室,浙江寧波315211)

基于視覺感知與菱形編碼的圖像隱寫算法

金 濤1a,2,何加銘1b,2,楊任爾1b,2,曾興斌1b,2,樊玲慧1b,2

(1.寧波大學a.信息科學與工程學院;b.通信技術研究所,浙江寧波315211; 2.浙江省移動網應用技術重點實驗室,浙江寧波315211)

為提供較大的隱寫容量和保持良好的載密圖像質量,提出一種基于視覺感知和菱形編碼的圖像隱寫算法。根據人類視覺系統,針對人眼對圖像的高中低灰度區、紋理區及平滑區的敏感度的不同,在不同區域選擇嵌入不同數量的秘密信息;同時為了盡可能減少對圖像像素值的改變,采用改進的菱形編碼來嵌入秘密信息。實驗結果表明,與HVS-OPAP算法相比,該算法圖像的嵌入容量提高了4.09%,獲取的隱寫圖像具有更好的不可感知性,同時峰值信噪比平均提高了1.5 dB,而且該算法具有抗RS隱寫分析能力,安全性更高。

隱寫術;容量;人類視覺系統;像素值;菱形編碼;RS隱寫分析

1 概述

隱寫術(steganography)是利用信息隱藏技術實現隱蔽通信的技術,其主要思想是將特定的秘密信息隱藏到某種公開的數字載體中,而載體本身并沒有太大的變化,不會引起懷疑,從而達到隱蔽通信的目的[1]。在目前數字載體中,數字圖像在互聯網的應用最為廣泛,因此,數字圖像常用作隱蔽通信的載體[2]。

到目前為止,大部分已提出的隱寫算法都是在每一個嵌入單元中嵌入固定數量的信息[3-9]。這些方法都沒有考慮人眼對圖像不同區域的視覺感知特性。因此,文獻[10-12]中提到的另一類隱寫算法考慮了人眼的視覺感知特性,在圖像的不同區域嵌入不同數量的秘密信息。

文獻[8]提出像素差(PVD)隱寫算法。然而該算法只考慮的人眼對于邊緣區域的敏感度,而且所引入的圖像失真比較大,不適合要求具有較高圖像質量的隱寫系統。文獻[9]提出了一種基于人類視覺系統(HVS)的改進的PVD算法(MF-PVD),該算法與PVD算法相比圖像的失真度大為減小,具有更好的隱寫性能。不過MF-PVD算法和PVD算法一樣都是將秘密信息嵌入到圖像的邊緣區域和非邊緣區域。最近文獻[10]又提出了一種基于PVD和菱形編碼的隱寫算法,獲得了更好的隱寫性能。但是,他們的方法只考慮了像素對的差值,沒有考慮圖像的其他視覺特性。

文獻[11]提出了基于HVS的圖像復雜度最優像素調整算法(HVS-OPAP)。該算法中的圖像塊復雜度是由圖像塊的標準差決定的,標準差越大,意味著圖像塊越復雜。因此,HVS-OPAP算法在標準差越大的圖像塊中嵌入更多秘密信息。相比于PVD和MF-PVD,HVS-OPAP在相同的嵌入率下具有更好的圖像質量。然而HVS-OPAP是基于OPAP算法的,而OPAP算法是采用LSB替換的方法的。因此, HVS-OPAP是不能夠抵抗基于LSB的隱寫分析方法的檢測的。

本文提出了一種基于HVS和改進菱形編碼(MAPPM)的隱寫算法(HVS-MAPPM),考慮人眼對于圖像紋理、灰度和邊緣的敏感度不同,在保證不可感知性的前提下,提高可嵌入容量,并且采用改進的菱形編碼,在嵌入過程中減少像素值的變化,減少圖像的失真度。由于MAPPM具有比LSB替換更好的隱寫性能,可以抵抗基于LSB的隱寫分析方法的檢測。

2 算法基本原理

2.1 基于視覺感知特性的圖像區域劃分

本文算法利用HVS特性進行信息隱藏,即人眼對于圖像紋理和灰度的敏感度特性。紋理掩蔽效應表明,人的視覺系統對圖像平滑區的改變非常敏感,視覺閾值較低;而對圖像紋理復雜區的改變不是很敏感,其視覺閾值比較高[12]。灰度敏感度表明,人眼通常對中等灰度區變化最為敏感,而對低灰度區和高灰度區的變化不是很敏感[13]。因此,對于圖像的紋理區、高灰度區和低灰度區,可以嵌入較多的秘密信息,而在圖像的平滑區和中等灰度區,就嵌入較少的秘密信息。

根據人眼對于紋理和灰度的敏感特性,可以將圖像劃分為不同的區域,在不同的區域嵌入不同數量的秘密信息。本文算法將載體圖像劃分成8×8圖像塊,首先計算每一個圖像塊的信息熵,通過信息熵的大小來判斷圖像塊是紋理復雜塊還是平滑塊。文獻[14]表明,當熵的值為最大熵值的75%時,這個值是劃分平滑區和非平滑區的閾值。而8×8圖像塊的最大閾值為6,則紋理塊和平滑區的劃分閾值為4.5。統計每個圖像塊的平均灰度,將圖像塊分為高灰度塊、中等灰度塊和低灰度塊。文獻[13]表明,對256級灰度圖像,低灰度和中等灰度分界在灰度為75處,而高灰度和中等灰度的分界線在灰度180處。人眼灰度歸一化敏感度曲線如圖1所示。

圖1 灰度歸一化敏感度曲線

為了滿足不可感知性同時又保證較大的隱藏容量,因此當圖像塊為平滑塊或中等灰度塊時,標記圖像塊的嵌入深度為1,表示嵌入較少的秘密信息;當圖像塊為紋理復雜塊,同時又是高灰度塊或低灰度塊時,標記圖像塊的嵌入深度為3,表示嵌入較多的秘密信息。其他情況下,標記圖像塊的嵌入深度為2。

2.2 改進的菱形編碼

Chao等人[15]在 2009年提出了菱形編碼(Diamond Encoding,DE),該方法可以將一個L進制的秘密信息嵌入到一個像素對中,其中L=2k2+ 2k+1,k≥1,嵌入之后像素對改變最多不超過k,嵌入率為(1/2)lb(2k2+2k+1)bpp。對于一個像素對(x,y),嵌入一位L進制的秘密信息sL,首先按照式(1)計算像素對(x,y)的菱形特征值(DCV):

按照式(2)計算f(x,y)和sL的模距離,通過匹配鄰域距離模板Dk,確定嵌入之后的像素對(a,b)。

其中,DE模板Dk由參數k決定,例如,當k=2時, DE模板D2如圖2所示。

圖2 鄰域距離模板(L=13)

在提取秘密信息時,只簡單計算載密圖像像素對(a,b)的提取函數值f(a,b),即可得到秘密信息sL。

雖然DE算法大大提高了嵌入率,但是其秘密信息的進制是不能任意選取的,這取決于參數k的選取,而且隨著k的增大,引入的失真會迅速增加。因此,文獻[16]提出了一種改進的菱形編碼算法APPM,該算法不僅可以任意的選取秘密信息的進制,而且引入的失真也比DE算法小。

APPM算法改變了DE算法的鄰域距離模板,從而可以嵌入任意進制的秘密信息,并且f(x,y)= (x+cL×y)modL,其中參數cL取決于嵌入的秘密信息進制。秘密信息為8進制、16進制和32進制時的鄰域距離模板如圖3所示。

圖3 鄰域距離模板(L=8,16,32)

但是DE算法和APPM算法在嵌入過程中都可能會出現像素值溢出的情況,兩者都按照式(3)來保證像素值在0～255之間。

其中,v為嵌入秘密信息后的像素值;L為秘密信息的進制。但是如果像素值被改變L會引起載密圖像很大的失真,因此本文對APPM算法改進了像素值溢出的調整方式,提出了一種新的改進菱形算法MAPPM。設v為載體圖像像素值,v′為嵌入秘密信息后的像素值,如果v′＞255或v′＜0,則按照式(4)改變v為,然后重新嵌入秘密信息。

其中,k為嵌入過程中像素改變的最大值。當像素v按照上述方法改變之后,再嵌入秘密信息,嵌入秘密信息之后的像素值v′將保持在0～255之間,而且該處理方式不會出現很大的失真。

3 嵌入與提取步驟

3.1 嵌入過程

嵌入過程如下:

第1步 讀入載體圖像和秘密信息。

第2步 估計隱藏容量。將載體圖像劃分成8×8的子塊,對于每個子塊Bi,根據人眼視覺感知特性計算每個子塊的紋理復雜度和平均灰度值,確定每個子塊的嵌入深度Di,其中紋理塊和平滑區的劃分閾值為4.5,低灰度和中等灰度區的劃分閾值為75,而高灰度和中等灰度的劃分閾值為180。如果嵌入深度為1,嵌入8進制的秘密信息;如果嵌入深度為2,則嵌入16進制的秘密信息;如果嵌入深度為3,則嵌入32進制的秘密信息。并計算每個子塊的隱藏容量EiByte/block。

第3步 根據子塊Bi的嵌入深度Di和隱藏容量Ei,將Ei字節的秘密信息轉換成相應的進制,連續掃描圖像塊Bi的像素對。設像素對為(x,y),根據本文提出的MAPPM算法嵌入秘密信息,嵌入秘密信息后的像素對變為(x′,y′)。重復上述過程,直到Ei字節嵌入到圖像塊Bi中。

第4步 重復第3步,直到所有秘密信息嵌入到圖像中,最終形成載密圖像。

3.2 提取過程

在提取秘密信息前,將秘密圖像的嵌入深度表、嵌入起止點等信息通過安全信道發送給接收方。

第1步 讀入載密圖像及發送方發送來的數據。

第2步 對載密圖像進行8×8分塊,根據秘密圖像的嵌入深度表,確定每個子塊B′i的嵌入深度。

第3步 根據載密圖像子塊B′i的嵌入深度,確定嵌入秘密信息進制。連續掃描圖像塊B′i的像素對。通過公式f(x,y)=(x+cL×y)modL直接計算得到相應進制的秘密信息,并將其轉化為二進制。

第4步 重復第3步直到提取出所有秘密信息,最終生成秘密信息。

4 實驗結果與分析

本節對提出的隱寫算法進行仿真實驗,實驗所用圖像為512×512的標準灰度圖像,分別從視覺效果、嵌入容量和抗隱寫分析性能3個方面來評價本文提出的隱寫算法的性能。

4.1 視覺效果

實驗通過HVS-MAPPM與其他基于HVS的算法(如HVS-OPAP和MF-PVD)在不同的嵌入率下的PSNR值進行比較,來評價隱寫算法所獲得的視覺效果。其中,測試圖片為8張512×512的標準灰度圖片,如圖4所示。

圖4 測試圖片

表 1和表 2列出了 8張測試圖片在嵌入280 000 bit和 400 000 bit后的各算法的所獲得的PSNR。實驗結果表明,HVS-OPAP的視覺效果要優于MF-PVD,本文提出的HVS-MAPPM的視覺效果最優。

表1 嵌入280 000 bit后各算法的PSNR dB

表2 嵌入400 000 bit后各算法的PSNR dB

例如當嵌入比特為280 000 bit時,HVS-OPAP和HVS-MAPPM算法的平均PSNR分別為47.82 dB和49.36 dB,PSNR提高了1.54 dB;當嵌入比特為400 000 bit時,HVS-OPAP和HVS-MAPPM算法的平均PSNR分別為46.39 dB和47.91 dB,PSNR提高了1.51 dB。因此,本文算法具有較好的視覺效果。

4.2 嵌入容量

嵌入容量是評價隱寫算法的一個重要標準。本實驗通過與HVS-OPAP和MF-PVD算法比較最大可嵌入容量和嵌入最大容量后的PSNR值來評價本文所提出算法的隱寫性能。

表3列出了 MF-PVD、HVS-OPAP和 HVSMAPPM算法的最大可嵌入容量和嵌入最大容量后所得到的PSNR的比較結果。結果表明:HVS-OPAP的嵌入容量較MF-PVD算法有很大的提升,而本文提出的HVS-MAPPM的嵌入容量又大于HVS-OPAP,而且本文算法在提升了嵌入容量的同時,PSNR也有明顯的提高,從而獲得的載密圖像具有更好的視覺效果。例如HVS-OPAP和HVS-MAPPM算法的平均嵌入容量分別為484 496 bit和504 328 bit,容量提升了4.09%;以最大容量嵌入后HVS-OPAP和HVS-MAPPM算法的平均PSNR分別為45.41 dB和46.88 dB,提高了1.47 dB。因此,本文算法具有更好的隱寫性能。

表3 嵌入容量比較

4.3 抗隱寫分析性能

本文采用 RS隱寫分析方法來評價 HVSMAPPM算法的抗隱寫分析能力。RS分析是基于隱寫前后圖像平滑度的變化來檢測秘密信息的。對于一幅沒有嵌入秘密信息的圖像,RM≈R-M,SM≈S-M,但是當圖像嵌入秘密信息之后,R-M和SM的值會增大,RM和S-M的值會減小,從而可以檢測出是否嵌入了秘密信息。實驗中的嵌入比率定義為實際嵌入比特與最大可嵌入比特的比率,實驗結果如圖5所示。

圖5 RS隱寫分析結果

圖5為對圖像Lena和Peppers進行RS隱寫分析的分析結果。結果表明,RS隱寫分析之后所得參數RM≈R-M,SM≈S-M,無法判定圖像中是否隱藏了秘密信息,因此本文所提出的HVS-MAPPM算法具有很好的抗RS隱寫分析性能。

5 結束語

本文提出一種基于人類視覺系統與改進菱形編碼的隱寫算法。該算法根據人眼視覺感知特性,在圖像變化敏感區嵌入較少秘密信息,相反則嵌入較多秘密信息,并結合改進的菱形編碼,在圖像變化敏感區嵌入較高進制的秘密信息,相反則嵌入較低進制的秘密信息。實驗結果表明,在嵌入相同數量的秘密信息后,本文提出的算法HVS-MAPPM獲得了比MF-PVD和HVS-OPAP更好的視覺效果,而且有效提高了嵌入容量,具有更好的隱寫性能;同時本文算法還具有抗RS隱寫分析能力,安全性更高。

[1] 劉粉林,劉九芬,羅向陽,等.數字圖像隱寫分析[M].北京:機械工業出版社,2010.

[2] 王朔中,張新鵬,張衛明.以數字圖像為載體的隱寫分析研究進展[J].計算機學報,2009,32(7):1247-1263.

[3] 張新鵬,劉 煥,張穎春,等.融合方向編碼和濕紙編碼的高效信息隱藏[J].上海大學學報:自然科學版, 2010,16(1):1-4.

[4] Zhang Xinpeng,Wang Shuozhong.EfficientSteganographic Embedding by Exploiting Modification Direction[J].IEEE Communications Letters,2006,10 (11):781-783.

[5] Lin Kai Yung.Data Hiding by Exploiting Modification Direction Technique Using OptimalPixelGrouping [C]//Proc.of ICETC’10.[S.1.]:IEEE Press,2010: 121-123.

[6] Hong W.An EfficientPrediction-and-shifting Embedding Technique for High Quality Reversible Data Hiding[J].EURASIP Journal on Advances in Signal Processing,2010,10(1):105-118.

[7] Lee C F,Chang C C,Wang K H.An Improvement of EMD Embedding Method for Large Payloads by Pixel Segmentation Strategy [J]. Image and Vision Computing,2008,26(12):1670-1676.

[8] Wu D C,Tsai W H.A Steganographic Method for Imagesby PixelValue Differencing[J].Pattern Recognition Letters,2003,24(9):1613-1626.

[9] Wang C M.A High Quality Steganographic Method with Pixel Value Differencing and Modulus Function [J].Journal of Systems and Software,2008,81(1): 150-158.

[10] Hong W,Chen T S,Luo C W.Data Embedding Using Pixel Value Differencing and Diamond Encoding with Multiple Base Notational System[J].Journal of Systems and Software,2012,85(5):1166-1175.

[11] Lou D C.A Novel Adaptive Steganography Based on Local Complexity and Human Vision Sensitivity[J]. Journal of Systems and Software,2010,83(7):1236-1248.

[12] Qi Huiyan,Zheng Dong,Zhao Jiying.Human Visual System Based Adaptive Digital Image Watermarking [J].Signal Processing,2008,88(1):174-188.

[13] 潘 峰,李 軍,楊曉元,等.基于圖像復雜度的隱寫方法研究[J].計算機應用研究,2011,27(8): 2712-2714.

[14] 王海洋.基于人眼灰度敏感特性的信息隱藏技術研究[D].長沙:中南林業科技大學,2011.

[15] Chao R M.A Novel Image Data Hiding Scheme with Diamond Encoding[J].EURASIP Journal on Information Security,2009,(2009).

[16] Hong Wien,Chen Tung-Shou.A Novel Data Embedding Method Using Adaptive Pixel Pair Matching[J].IEEE Transactions on Information Forensics and Security, 2012,7(1):176-184.

編輯 索書志

Image Steganographic Algorithm Based on Visual Perception and Diamond Encoding

JIN Tao1a,2,HE Jia-ming1b,2,YANG Ren-er1b,2,ZENG Xing-bin1b,2,FAN Ling-hui1b,2
(1a.College of Information Science and Engineering;
1b.Institute of Communication Technology,Ningbo University,Ningbo 315211,China;
2.Key Laboratory of Mobile Internet Application Technology of Zhejiang Province,Ningbo 315211,China)

In order to provide larger capacity of the hidden secret messages and maintain a good visual quality of stegoimage,a novel image steganography based on visual perception and Diamond Encoding(DE)is proposed.According to the Human Visual System(HVS),human eyes have different sensitivity on high gray areas,middle gray areas and low gray areas,texture areas and smooth areas.The different amounts of secret messages are embedded in the different areas of cover images.Especially,the modified DE is used to minimize the change of the image pixel value.Experimental results show that the proposed method can effectively improve the embedding capacity than HVS-OPAP algorithm by 4.09%, while stego-image has better imperceptibility,PSNR average of 1.5 dB,and RS steganalysis methods can not detect whether the secret information is embedded,so it has a better security.

steganography;capacity;Human Visual System(HVS);pixel value;Diamond Encoding(DE); RS stegannalysis

1000-3428(2014)10-0006-05

A

TP393

10.3969/j.issn.1000-3428.2014.10.002

浙江省移動網絡應用技術重點實驗室基金資助項目(2010E10005);浙江省新一代移動互聯網用戶端軟件科技創新團隊基金資助項目(2010R50009);浙江省重點科技創新團隊基金資助項目(2012R10009-11,2012R10009-20);浙江省重大科技專項重點工業基金資助項目(2011C11042)。

金 濤(1989-),男,碩士研究生,主研方向:圖像隱寫算法;何加銘,教授;楊任爾、曾興斌,副教授;樊玲慧,碩士研究生。

2013-09-16

2013-11-16E-mail:kingtao01@163.com

中文引用格式:金 濤,何加銘,楊任爾,等.基于視覺感知與菱形編碼的圖像隱寫算法[J].計算機工程,2014, 40(10):6-10.

英文引用格式:Jin Tao,He Jiaming Yang Rener,et al.Image Steganographic Algorithm Based on Visual Perception and Diamond Encoding[J].Computer Engineering,2014,40(10):6-10.