基于區(qū)域生長(zhǎng)的信息隱藏方法＊

王英偉，楊志

基于區(qū)域生長(zhǎng)的信息隱藏方法＊

王英偉，楊志

（華北電力大學(xué) 電子與通信工程系，河北 保定 071000）

基于像素值排序的信息隱藏方法取得了良好的效果，但此方法的選塊方式固定，對(duì)于相鄰像素區(qū)域的分類并不完善。對(duì)于像素值排序方法而言，將更多相似像素劃分進(jìn)同一分塊可以提高其嵌入容量和嵌入質(zhì)量。提出了一種基于區(qū)域生長(zhǎng)的圖像分塊方法，將圖像自適應(yīng)地分割為不同大小的分塊，使算法在嵌入容量和嵌入質(zhì)量上得到提升。

信息隱藏；區(qū)域生長(zhǎng)；粗糙度；像素值排序

在信息和大數(shù)據(jù)時(shí)代，人們可以獲得海量的信息，同時(shí)信息也可以便捷地傳輸，但是同時(shí)也給信息安全和信息來源認(rèn)證帶來了巨大的挑戰(zhàn)。

為了實(shí)現(xiàn)傳輸?shù)陌踩裕畔㈦[藏技術(shù)應(yīng)運(yùn)而生，信息隱藏技術(shù)不僅可以將秘密信息隱藏進(jìn)信息載體中，還可以在接收端接收并解密時(shí)，使秘密信息和載體圖像完全恢復(fù)出來，在信息認(rèn)證、版權(quán)保護(hù)、保證通信安全性等方面貢獻(xiàn)突出[1]，并且在醫(yī)學(xué)、軍事等要求載體不失真領(lǐng)域起著不可替代的作用。因此，對(duì)于信息隱藏領(lǐng)域的研究具有重要的實(shí)用意義。

1 研究意義

由現(xiàn)有的像素排序類算法可知，平滑區(qū)域的像素值相差較小，對(duì)于像素的預(yù)測(cè)也越精確，在平滑區(qū)域嵌入秘密信息，可以提高算法的嵌入容量和嵌入質(zhì)量，因此，將更多相似像素劃分進(jìn)同一區(qū)塊，可以提升算法的嵌入容量和嵌入質(zhì)量。

本文針對(duì)經(jīng)典排序類算法[2-3]中只采用固定分塊的特點(diǎn)進(jìn)行改進(jìn)，使得圖像根據(jù)其局部特性分成大小不同的區(qū)塊，可以較好地利用圖像的區(qū)域特性，提高算法精度。

2 區(qū)域生長(zhǎng)

區(qū)域生長(zhǎng)[4]是指從一個(gè)像素點(diǎn)或一個(gè)像素區(qū)域出發(fā)，按照設(shè)定的合并條件，找到相鄰相似的像素點(diǎn)或像素區(qū)域，逐步將其加入自身區(qū)域，在達(dá)到設(shè)定條件后，終止區(qū)域合并，達(dá)到目標(biāo)提取和合理分塊的目的。其根本思想是將性質(zhì)相似的像素點(diǎn)或像素區(qū)域集合起來構(gòu)成新的像素區(qū)域[5]，直到周圍沒有相似的區(qū)域?yàn)橹埂：喜l件可以選定為灰度值、紋理方向、局部粗糙度等。

本文研究并采用的是利用局部粗糙度進(jìn)行區(qū)域生長(zhǎng)操作，以實(shí)現(xiàn)與排序類算法的融合。

2.1 局部粗糙度計(jì)算

本文采用的計(jì)算局部粗糙度的方法如下：設(shè)分塊中包含個(gè)像素，像素值為（1，…，n），將像素值進(jìn)行升序排列得到[π（1），…，π（n）]，其中π（1）≤…≤π（n），π（）為像素π（i）在未排序分塊中所處的位置。如果π（i）=π（j）且＜，則π（）＜π（）。

根據(jù)排序后的像素值計(jì)算塊粗糙度：

（1）

2.2 相似閾值T的選定

選擇的起始分塊大小可以為2×2、4×4、8×8等方式，本文選擇適用性較好的2×2方式為例，介紹相似閾值的選定。

相似閾值與嵌入性能密切相關(guān)，決定著區(qū)塊的大小。當(dāng)待嵌入數(shù)據(jù)量較少時(shí)，可選擇較大的閾值，在大閾值下，區(qū)域生長(zhǎng)合并的區(qū)塊尺寸較大，可以保證較好的嵌入質(zhì)量；當(dāng)待嵌入數(shù)據(jù)量較多時(shí)，選擇較小的閾值，可以保證分出的分塊較多，有更大的嵌入空間。

下面給出相似閾值的選定方法：首先將圖像分為2×2的分塊，并按照式（1）計(jì)算每個(gè)分塊的粗糙度（），然后選定第一個(gè)2×2分塊為起點(diǎn)，向周圍擴(kuò)張，其可以擴(kuò)張的條件如下式所示：

相似閾值由設(shè)定的最大閾值逐步減小，當(dāng)給定的待嵌入數(shù)據(jù)正好可以嵌入時(shí)，即可選定為最佳相似閾值。不同圖像的區(qū)域生長(zhǎng)分割效果如圖1所示。

3 數(shù)據(jù)的嵌入

本文的嵌入過程采取了以下假設(shè)：處理的原始圖像為灰度圖像，待嵌入的信息采用二值圖像，嵌入后的圖像沒有經(jīng)過傳輸、攻擊等干擾。

圖1 區(qū)域生長(zhǎng)分割示例

3.1 數(shù)據(jù)嵌入步驟

步驟1：像素預(yù)處理并構(gòu)造位置圖。嵌入操作會(huì)對(duì)分塊內(nèi)的最大值和最小值進(jìn)行+1和－1的操作，原本最大值為255和最小值為0的像素，在嵌入數(shù)據(jù)后可能會(huì)發(fā)生上/下溢，因此需要對(duì)圖像進(jìn)行預(yù)處理。將像素值為255的像素點(diǎn)進(jìn)行－1操作，將其修改為254，將像素值為0的像素點(diǎn)進(jìn)行+1操作，將其修改為1，并建立一個(gè)位置圖記錄像素點(diǎn)是否經(jīng)過預(yù)處理，如果經(jīng)過預(yù)處理，則（）=1。在自然圖像中，0和255的像素點(diǎn)并不多，因此對(duì)位置圖進(jìn)行算術(shù)編碼壓縮后，占用的空間較小，不會(huì)過多影響嵌入容量。

步驟2：按照區(qū)域生長(zhǎng)方法將圖像進(jìn)行分塊處理。

步驟3：將秘密信息嵌入。在分塊時(shí)優(yōu)先使用大分塊，因?yàn)榇蠓謮K較為平滑，可以保證嵌入質(zhì)量。

步驟4：輔助信息和壓縮位置圖的嵌入。輔助信息用于數(shù)據(jù)的盲提取，保證算法的可逆性。輔助信息包括用于四叉樹分割的閾值，最后嵌入位置end,壓縮位置圖的長(zhǎng)度LM以及壓縮位置圖自身。利用替換最低有效位（LSB）的方法[6-7]將輔助信息嵌入到end之后。

3.1.1 最大值嵌入

設(shè)分塊中包含個(gè)像素，像素值為（1，…，n）,將像素值進(jìn)行升序排列得[π（1），…，π（n）]，其中π（1）≤…≤π（n），π（）為像素π（i）在未排序分塊中所處的位置。如果π（i）=π（j）且＜，則π（）＜π（）。

最大值和次大值之間的差值max：

max=s－t（2）

式（2）中：=[π（－1），π（）]，=[π（－1），π（）]。

利用次大值和修改后的差值，計(jì)算嵌入或移位后的像素值：

3.1.2 最小值嵌入

首先，與最大值嵌入一樣，對(duì)像素值進(jìn)行排序，得到 [π（1），…，π（n）]，其中π（1）≤…≤π（n），如果π（i）=π（j）且＜，則π（）＜π（）。

計(jì)算最小值和次小值之間的差值min：

min=m－n（3）

式（3）中：=[π（1），π（2）]，=[π（1），π（2）]。

利用次小值和修改后的差值計(jì)算嵌入或移位后的像 素值：

進(jìn)行嵌入過程，直到全部秘密信息嵌入完畢，記錄最后嵌入位置end，方便提取時(shí)將秘密信息和輔助信息區(qū)分開。

3.2 提取過程

步驟1：提取輔助信息和壓縮位置圖。提取最低有效位得到用于區(qū)域生長(zhǎng)閾值，最后嵌入位置end，壓縮位置圖的長(zhǎng)度LM，根據(jù)輔助信息提取LSB得到壓縮位置圖，將壓縮位置圖解壓縮[8]。按照LSB的方法替換最低有效位。

步驟2：提取秘密信息。由第一個(gè)嵌入位置到end嵌入位置提取，按照嵌入過程的逆過程提取隱藏信息。

步驟3：恢復(fù)原始圖像。根據(jù)提取的輔助信息位置圖恢復(fù)可能溢出的像素值。

4 實(shí)驗(yàn)結(jié)果與分析

將本文提出的方法與文獻(xiàn)[3]中固定分塊經(jīng)典算法對(duì)比，選擇SIPI圖像庫(kù)中的標(biāo)準(zhǔn)圖像進(jìn)行實(shí)驗(yàn)，如圖2所示。

嵌入數(shù)據(jù)為二值圖像，這樣可以保證使用不同方法嵌入的數(shù)據(jù)是相同的，從而更好地比較算法的嵌入效果。比較的重點(diǎn)為嵌入容量和峰值信噪比（PSNR）兩方面，其中，指標(biāo)峰值信噪比代表著嵌入后圖像質(zhì)量的好壞。當(dāng)峰值信噪比的值在51.14 dB以上時(shí)，嵌入數(shù)據(jù)后的圖像在視覺上與原圖像基本無差異，且峰值信噪比越大，嵌入后的圖像質(zhì)量越高。峰值信噪比的計(jì)算公式如下：

式（4）中：為兩張尺寸為*圖像1和2的均方 誤差。

的計(jì)算公式如下：

本文算法與經(jīng)典算法的對(duì)比結(jié)果如圖3所示。

圖3 嵌入不同數(shù)據(jù)量的峰值信噪比比較

由圖3可知，在小嵌入容量時(shí)，本文的改進(jìn)方法取得的值改進(jìn)更明顯，在30 000 bits以上的嵌入容量情況下，與原算法相差不多，但是也有一定改善。

在相同嵌入10 000 bits的情況下，本文算法相對(duì)于文獻(xiàn)[2]中的算法平均值提高了1.8 dB左右，這是因?yàn)槲墨I(xiàn)[2]中的方法只使用了0預(yù)測(cè)誤差，并沒有使用1預(yù)測(cè)誤差。本文使用的方法同時(shí)也利用了1預(yù)測(cè)誤差，嵌入質(zhì)量和嵌入容量都有一定的提升。但是對(duì)于大嵌入容量，本文算法中的大分塊較少，與文獻(xiàn)[2]中的極限分塊狀態(tài)相似。因此在大嵌入容量時(shí)，本文算法的效果并沒有太大提升。本文的嵌入方法更適用于中小嵌入容量的情況。

5 小結(jié)

本文針對(duì)排序類算法固定分塊的問題，提出了一種基于區(qū)域生長(zhǎng)的信息隱藏方法。實(shí)驗(yàn)結(jié)果表明，本文方法的嵌入質(zhì)量高于經(jīng)典排序類算法。在中小嵌入數(shù)據(jù)量的情況下，峰值信噪比提高較為明顯，在大嵌入數(shù)據(jù)量時(shí)，峰值信噪比與經(jīng)典排序類算法相近。

［1］李曉龍.圖像可逆隱藏綜述［J］.信息安全研究，2016，2（8）：729-734.

［2］L X L，L J，L B，et al.Hige-fidelity reversible data hiding scheme based on pixel-value-ordering and prediction-error expansion ［J］.Signal Processing，2013，93（1）：198-205.

［3］PENG F，LI X，YANG B.Improved pvo-based reversible data hiding［J］.Digital Signal Processing，2014（25）：255-265.

［4］孔俊，王佳男，谷文祥，等.基于區(qū)域的自動(dòng)種子區(qū)域生長(zhǎng)法的彩色圖像分割算法［J］.東北師大學(xué)報(bào)（自然科學(xué)版），2008，40（4）：47-51.

［5］羅希平，田捷，諸葛嬰，等.圖像分割方法綜述［J］.模式識(shí)別與人工智能，1999，12（3）：300-312．

［6］熊志勇，王江晴.基于預(yù)測(cè)誤差差值擴(kuò)展和最低有效位替換的可逆數(shù)據(jù)隱藏［J］.計(jì)算機(jī)應(yīng)用，2010，30（4）：909- 913，920.

［7］任克強(qiáng)，肖璐瑤.融合CFT和LSB的高容量可逆數(shù)據(jù)隱藏［J］.液晶與顯示，2019，34（4）：410-416.

［8］OU B，LI X，ZHAO Y，et al.Reversible data hiding using invariant pixel-value-ordering and prediction-error Expansion［J］.Signal processing Image Communication，2014，29（7）：760-772.

TP309

A

10.15913/j.cnki.kjycx.2020.01.014

2095－6835（2020）01－0048－03

國(guó)家重大科學(xué)儀器設(shè)備開發(fā)重點(diǎn)專項(xiàng)（編號(hào)：2018YFF01011900）過傳輸、攻擊等干擾。

王英偉（1993—），男，碩士研究生，研究方向?yàn)閳D像處理、信息隱藏。楊志，副教授，碩士生導(dǎo)師。

〔編輯：嚴(yán)麗琴〕