一種新的二值圖像特大容量信息隱藏算法

柯 琦，廖琪男，甘宇健，李國祥

(廣西財經學院 計算機系，廣西 南寧 530003)

0 引 言

隨著Internet和多媒體技術的發展，在信息安全領域中基于數字圖像的信息隱藏技術已成為熱點研究課題之一。在當今數字化信息時代，各種文件資料經常被掃描成數字化文檔，以二值圖像存儲方式保存，并在網絡上傳輸，例如各種證書、證明材料、合同票據或機關要文等。可見二值圖像的信息隱藏保護是非常重要的。二值圖像的像素點只有黑白兩種像素值(即“0”、“1”兩種像素值)，若隨意修改像素值可能使原圖像產生非常大的變化，留下明顯的修改痕跡。因此需對二值圖像這一特性進行信息隱藏方法的研究。

目前用于二值圖像的信息隱藏方法有分塊嵌入法、文字特征修改法、游程修改法、結構微調法等[1-5]，圖像分塊法相對其他方法容易實現，信息隱藏量大且隱蔽性好。文獻[6]提出了一種基于分塊的二值圖像信息隱藏算法，算法將原圖像置亂分塊，對“可修改度”塊最大的像素進行修改以嵌入信息。該算法的視覺透明度好但嵌入量小。文獻[7-8]通過獲取圖像奇偶性進行分塊，選取可嵌入的奇偶性矩陣塊進行像素修改嵌入，使得奇偶性矩陣塊所代表的信息和嵌入信息相一致，進而完成數據的嵌入和提取，但隱藏的信息容量均有限。文獻[9]利用STC編碼在載體塊序列中選擇一條信息嵌入的最佳修改路徑，實現信息的嵌入。該算法能夠減小載密圖像的失真度，保持二值圖像中L型的方差統計特性，抵抗相關的隱寫檢測，但計算量大。文獻[10]根據黑白像素交接處將圖像分成可用塊和不可用塊進行信息嵌入。文獻[11]對圖像分塊后根據塊中黑白像素的數量，自適應地嵌入秘密信息量。文獻[12-14]的二值圖像分塊算法則出現了“黑白孤島點”現象。

在上述研究基礎上，文中提出一種新的二值圖像特大容量信息隱藏算法，其容量、隱蔽性和穩定性等均優于以上分塊算法，且不出現“黑白孤島點”現象。

1 信息隱藏算法

文中算法對圖像進行2×2分塊，如果載體圖像和信息圖像的大小不是2的倍數，則對圖像進行擴展，使之符合后再進行分塊，但擴展的子塊不做信息嵌入。假設符合2×2分塊的載體圖像記為C，其像素大小設為M×N；信息圖像記為S，其像素大小為m×n。

1.1 算法思想

把載體圖像、信息圖像都劃分成不重疊的2×2子塊，用2×2的信息塊沿著載體圖像的黑白相間邊緣(2×2黑白子塊)填充來實現信息嵌入。為了避免在全黑或全白載體圖像中嵌入信息，以及實現信息的盲提取，可嵌圖像子塊和嵌入信息子塊必須是非全0和非全1。這就要求把信息子塊中全0和全1的子塊修改為非全0和非全1子塊，這樣便破壞了原始信息。但是，如果信息子塊中全0和全1的子塊不多，則提取出的錯誤像素信息就不影響信息的識別。該算法可行的基礎就是對信息圖像進行調制預處理，使信息子塊出現全0和全1的概率最小，從而不足以影響提取信息的識別。

1.2 混沌系統

混沌系統是一種復雜的非線性動力系統，能產生具有遍歷性、良好的偽隨機性和對初值的敏感性等特征的混沌序列。為簡便有效起見，采用一個簡單且被廣泛研究的Logistic一維混沌系統產生算法所需的混沌序列。Logistic系統定義為：

xn+1=μxn(1-xn)

(1)

其中，μ(0≤μ≤4)為分枝參數。當xn∈(0,1)，且3.569 945 6<μ≤4時，Logistic映射處于混沌狀態，此時生成的序列{xn,n=0,1,2…}是非周期、不收斂和不相關的，對x0非常敏感，因此具有良好的隨機統計特性。

1.3 混沌調制信息圖像

該算法應用Logistic混沌序列調制信息圖像，使信息0、1像素隨機分布，2×2子塊中全0和全1的機會最低。

1.信息圖像像素位置變換。

像素位置變換的目的是破壞像素之間的相關性。像素位置變換是指將原圖像像素位置(i,j)通過某種方式轉變到另一個新的位置(row,col)。為了獲得好的置亂效果，利用Logistic混沌序列決定像素變換的新位置。

首先，將產生的混沌序列{Xi|i=1,2,…,m×n}重新升(降)序排序得到新序列{cXi|i=1,2,…,m×n}，其密鑰取key1。其次，用Xi的位置索引值替換cXi，構成索引序列{sXi|i=1,2,…,m×n}。最后，根據sX序列將原像素(i,j)按行列順序變換到新位置(row,col)：

(2)

其中，ceil(x)取不小于x的最近整數，即等于或大于x的最近整數。圖像像素經過位置置亂后，圖像將雜亂無章。

2.信息圖像像素值變換。

像素值變換是指使對像素值擴散，對于二值圖像就是使像素值0和1均等。該算法采用混沌序列作為XOR異或操作數來調制信息圖像的像素值，具體方法如下：

(1)將混沌序列變換為1 bit無符號整數作為XOR操作數。

sY(i)=round(X(i)×10k)mod2

(3)

其中，i=1,2,…,m×n，k≥3。

(2)信息圖像的像素值變換。

像素值Is(i,j)的新像素值Is(i,j)為：

Is(i,j)=Is(i,j)⊕sY((i-1)×n+j)

(4)

其中，i=1,2,…,m；j=1,2,…,n。

原圖像的灰度直方圖統計特性經過圖像像素值變換操作后將會被徹底改變，0、1個數則會接近相等。

1.4 信息嵌入與提取

為提高載密圖像的透視性和安全性，嵌入算法將由混沌序列隨機選擇嵌入塊。

信息嵌入基本步驟如下：

(1)載體圖像按2×2分塊，記為CB(u,v)。

(5)

其中，u=1,2,…,M/2；v=1,2,…,N/2。

(2)把混沌調制后的信息圖像按2×2不重疊分塊為SB(u,v)。

(6)

其中，u=1,2,…,m/2；v=1,2,…,n/2。

(3)用key2產生混沌序列{Xi|i=1,2,…,M/2×N/2}，并生成序列{sXi|i=1,2,…,M/2×N/2}。

(4)根據序列sXi選擇載體圖像子塊CB(u,v),計算該子塊和SB(u,v)子塊的白色像素個數HC和HS。

(7)

(8)

(5)嵌入信息策略。

①若HC=0或4，不嵌入信息，CB(u,v)不變；

②若HC和HS都不為0和4，則CB(u,v)=SB(u,v)；

③若HC不為0和4，HS為0或4，則需將信息塊的其一像素修改為載體圖像子塊對應的像素值，即～SB(u,v)(i,j)=CB(u,v)(i,j)，使HS=1或3。然后，CB(u,v)=SB(u,v)。這樣既能減少載體圖像像素的改變，又可保證盲提取的實現。

重復步驟4～5，直至信息嵌入完畢。

信息提取是嵌入的逆過程，但嵌入時修改的像素不可恢復，成為信息的錯誤像素。提取的信息經反混沌調制后得到失真3.1%像素的信息圖像。

1.5 算法分析

(1)信息誤碼率。

信息圖像按式2和式4混沌調制后，已成為0、1隨機分布的置亂圖像，對其2×2不重疊劃分后，子塊中全0或全1的概率僅為1/16，嵌入時被修改像素共為1/32，即誤碼像素為3.1%，這些錯誤像素反調制后不會影響對信息的識別[15]。基于頻域信息隱藏算法提取的信息同樣有失真問題。

(2)算法的容量和透視性。

載體圖像按2×2不重疊分塊，且每可用塊嵌入信息最多，因此算法容量最大。

文中算法只在可嵌2×2子塊內修改像素，不會像文獻[12-14]那樣出現“黑白孤島點”現象；由于調制后的嵌入信息隨機分布，載體圖像可嵌子塊像素分布也具有一定的隨機性，加上嵌入算法采取了減少改變載體像素的策略，可用子塊中每個像素可能被改變的概率應該低于0.5，即單位嵌入信息的修改量應低于0.5。因此該算法的透視性好。對于邊緣復雜或模糊的二值載體圖像，該算法的質量幾乎不會下降。

2 實驗結果與分析

實驗平臺采用Matlab2012b，Logistic混沌系統密鑰key=(μ,x0)=(3.9,0.323 5)，式3中k=3。

2.1 信息圖像調制

實驗圖像分別選用Lena 512×512(圖1(a))、Text 480×400(圖2(a))和Logo 64×64(圖1(b))，結果如表1所示。

表1 信息圖像混沌調制效果

對于不同類型不同大小(足夠多樣本)的二值圖像，調制后的二值信息圖像的2×2分塊中，全0或全1的子塊為3.1%左右，實驗結果和理論結果一致，混沌調制后的隨機性很理想。

2.2 信息的嵌入與提取

(1)圖形圖像型二值圖像信息隱藏實驗。

對于圖形圖像型二值圖像，可以嵌入作者信息、版權信息和秘密信息等。圖1為本次實驗情況，像素被修改率為0.477,提取信息的誤碼率為3.05%。為了與文獻[10-11]的算法進行比較，本次實驗載體圖像周邊子塊不嵌信息。

圖1 圖像型二值圖像信息隱藏效果

(2)文本型二值圖像信息隱藏實驗。

文本型二值圖像可以隱藏一些與文本有關的重要數據或認證信息等。實驗如圖2所示,像素被修改率為0.467,提取信息的誤碼率為3.13%。結果表明，圖2中提取信息的3.1%的失真度不影響對信息的識別，載密圖像透視性好。

(3)與其他相關算法的性能比較。

本次實驗采用圖1(a)載體圖像和圖1(b)信息圖像。為了與文獻[10-11]的算法進行比較，本次實驗載體圖像周邊子塊不嵌信息。實驗主要比較各算法的嵌入量和計算同一嵌入信息下的載體圖像的單位信息改變量。結果如表2所示。

文中算法嵌入策略為每塊嵌4位改4位，理論修改率低于0.5；文獻[10]嵌入策略為嵌3位改4位或嵌2位改4位，其平均塊嵌入量與具體載體圖像有關，像素修改率最大；文獻[11]嵌入策略為嵌1位改1位，理論修改率為0.5。這些值與表1中的實驗結果是一致的。

3 結束語

提出一種對二值圖像2×2分塊和利用混沌序列置亂的二值圖像特大容量信息隱藏算法，算法中的混沌序列也可選用更為安全的高維混沌系統序列。與其他2×2分塊算法相比，該算法的載體像素改變少，隱藏容量大。特大的隱藏容量是以犧牲信息3.1%的失真為代價的，但并不影響對信息的識別。應用中可根據載體的容量、信息量和信息保真度要求選擇方案。