基于二次差值的彩色圖像可逆隱藏

重慶電子工程職業(yè)學(xué)院計(jì)算機(jī)學(xué)院 楊玉平

一、前言

圖像信息隱藏是指把秘密圖像隱藏于載體圖像之中，秘密圖像要比載體圖像小[1]。圖像信息隱藏一般分為兩大類(lèi)，一是圖像可逆數(shù)據(jù)隱藏，一是圖像不可逆數(shù)據(jù)隱藏[2]。圖像可逆數(shù)據(jù)隱藏的研究對(duì)一些特殊領(lǐng)域有著重要的作用，比如將圖像作為證物。對(duì)圖像的可逆數(shù)據(jù)隱藏的研究在很早時(shí)候就有了，比較經(jīng)典的算法是Tian差值擴(kuò)展[3]。之后的許多算法都是在它的基礎(chǔ)上進(jìn)行改進(jìn)，祝玉新[4]等人提出的基于Haar小波的彩色圖像可逆水印算法，周璐[5]等人提出的用于矢量數(shù)字地圖的可逆數(shù)據(jù)隱藏算法。

二、二次差值可逆算法

1.經(jīng)典的Tian差值擴(kuò)展算法

文獻(xiàn)[3]是基于Haar小波變換進(jìn)行的。首先用圖像相鄰的兩個(gè)像素作差運(yùn)算，把要隱藏的數(shù)據(jù)轉(zhuǎn)成二進(jìn)制數(shù)據(jù)，再把二進(jìn)制數(shù)據(jù)按位嵌入兩相鄰像素的差值中。例如，設(shè)p1，p2是兩相鄰的像素值，h為它們的差值，h'為嵌入秘密數(shù)據(jù)后的新差值，p為它們的均值，b是需要隱藏的二進(jìn)制數(shù)據(jù)，p1'，p2'為載體圖像新像素值，嵌入秘密數(shù)據(jù)后可得新差值h'=2h+b，在提取時(shí)用b=lsb(h')，lsb(·)是取數(shù)據(jù)的二進(jìn)制信息的最低位。載體圖像恢復(fù)時(shí)通過(guò)h'-b求得原始差值.通過(guò)(2.1)式恢復(fù)原始載體圖像。

2.二次差值思想

本算法基于彩色圖像，由于彩色圖像可以分成RGB三種顏色的灰度圖像，所以我們計(jì)算差值時(shí)只取其中兩種顏色的灰度圖像，如從RG、GB或BR中選擇一種組合即可，這里我們選擇RB組合，首先作防止溢出的預(yù)處理運(yùn)算，把產(chǎn)生的數(shù)據(jù)作為輔助信息與秘密數(shù)據(jù)一起構(gòu)成欲嵌入的信息。分別計(jì)算R和B灰度圖像各像素的預(yù)測(cè)誤差，再求它們各自的差值，最后將它們各自的差值作差運(yùn)算求得需要嵌入秘密數(shù)據(jù)的二次差值。把秘密數(shù)據(jù)嵌入二次差值后，再作求載體圖像像素值的逆運(yùn)算，求得嵌入秘密數(shù)據(jù)的載體圖像。在提取秘密數(shù)據(jù)時(shí)，同樣取RB組合，同嵌入時(shí)的運(yùn)算一樣，計(jì)算二次差值，lsb(·)函數(shù)提出二次差值的最低位，即為嵌入時(shí)的數(shù)據(jù)，把提取出來(lái)的數(shù)據(jù)分成輔助信息和秘密數(shù)據(jù)，用輔助信息恢復(fù)原始的載體圖像。下面的(2.2)式與(2.3)式是數(shù)據(jù)嵌入的核心公式。

其中△cz表示二次差值，△cz'表示嵌入數(shù)據(jù)b后或擴(kuò)展后的差值，p1'、p2'分別表示嵌入數(shù)據(jù)后的載體圖像像素值。下面(2.4)式和(2.5)式是恢復(fù)載體圖像的核心公式，

圖1 Greens

圖2 Pears

圖3 ORL人臉庫(kù)

3.數(shù)據(jù)嵌入

(1)載體圖像初始化，將載體圖像RB灰度圖像按相同的方式分成兩組，以使上下左右相鄰像素不同時(shí)進(jìn)行數(shù)據(jù)嵌入，設(shè)定T值。

(2)在數(shù)據(jù)嵌入前，要用T+1和對(duì)所有像素進(jìn)行預(yù)處理，用adjst0記錄像素值小于等于T+1的個(gè)數(shù)，用adjust1記錄像素值大于等于255-(T+1)的個(gè)數(shù)，再通過(guò)adjust0和adjust1的大小得出sd的值是0還是1.最終達(dá)到載體像素調(diào)整的目的，防止嵌入數(shù)據(jù)后發(fā)生數(shù)據(jù)溢出。在運(yùn)算時(shí)會(huì)產(chǎn)生輔助信息，此輔助信息將與秘密數(shù)據(jù)一起構(gòu)成嵌入信息，并且此輔助信息將作為數(shù)據(jù)提取端的載體圖像恢復(fù)時(shí)的依據(jù)。

(3)通過(guò)(2.2)式與(2.3)式把嵌入信息嵌入到載體圖像中，(2.3)式是將嵌入數(shù)據(jù)后的差值變化修改到載體圖像中。

4.數(shù)據(jù)提取

(1)在數(shù)據(jù)提取端提取數(shù)據(jù)。首先從數(shù)據(jù)發(fā)送端取得RB兩個(gè)灰度分量分別進(jìn)行差值運(yùn)算，再用兩個(gè)差值做差運(yùn)算求得二次差值△cz'。

(2)在-2T≤△cz'≤2T+1范圍內(nèi)，用infob=lsb(abs(△cz'))提取嵌入信息，并分離出輔助信息和秘密信息。并用△cz=(△cz'-infoi)/2求得初始差值。

(3)用(2)中得到的差值通過(guò)(2.4)式修改載體圖像。

(4)用(2.5)式結(jié)合輔助信息恢復(fù)原始的載體圖像。

三、實(shí)驗(yàn)結(jié)果與分析

1.人臉庫(kù)

如圖1-3所示，在實(shí)驗(yàn)過(guò)程中，我們采用的仿真工具是matlab7.0，載體圖像采用了matlab7.0中自帶的Pears(732×486)圖像和Greens(500×300)圖像，用ORL人臉庫(kù)的八張圖像作為秘密圖像。

本算法對(duì)嵌入數(shù)據(jù)后載體圖像質(zhì)量下降的評(píng)價(jià)方法采用的是通用的PSNR值進(jìn)行。

2.效果分析

表3.1 本算法和文獻(xiàn)[4][5]在相同閥值T=2下嵌入率與PSNR值的比較

在實(shí)驗(yàn)進(jìn)行時(shí)，為了減少所選秘密圖像的特殊性帶來(lái)的誤差，所以在選擇秘密圖像時(shí)是從ORL人臉庫(kù)中隨機(jī)選擇的八張圖像，通過(guò)采用本算法和文獻(xiàn)[4]、文獻(xiàn)[5]的算法嵌入到Greens和Pears載體圖像中，表3.1所列數(shù)據(jù)是八張圖像嵌入后所得到的平均數(shù)據(jù)。

從表3.1中可以看出本算法的嵌入率是比文獻(xiàn)[4]和文獻(xiàn)[5]的嵌入率都要高，而通過(guò)對(duì)RB兩個(gè)分量的PSNR值對(duì)比來(lái)看，本算法的PSNR值只比文獻(xiàn)[4]和文獻(xiàn)[5]的PSNR值稍小一點(diǎn)；可以看出嵌入率的提高數(shù)值遠(yuǎn)比PSNR值下降數(shù)值高很多，可以說(shuō)是在損失少量的載體圖像質(zhì)量的情況下，較大地提高了嵌入率。

四、結(jié)束語(yǔ)

本文提出的二次差值算法是基于Tian差值擴(kuò)展的，為了更具有適用性，采用彩色圖像進(jìn)行實(shí)驗(yàn)。經(jīng)過(guò)實(shí)驗(yàn)數(shù)據(jù)對(duì)比分析，本算法的嵌入率在對(duì)載體圖像較小損失的情況下有很大提高，明顯優(yōu)于其他一些算法，因此本算法是具有一定的適用價(jià)值。

[1]孫銳,孫洪.數(shù)字圖像信息隱藏技術(shù)[C].武漢:武漢大學(xué)出版社,2001,5.

[2]楊玉平,陳勇,尹麗花.基于坐標(biāo)軸的雙重置亂數(shù)字圖像隱藏算法與實(shí)現(xiàn)[J].重慶電子工程職業(yè)學(xué)院學(xué)報(bào),2011,5(3):149-151.

[3]TIAN Jun.Reversible data embedding using a difference expansion[J].IEEE Transaction on circui ts and Systems for Video Technology,2003,13(8):890-896.

[4]祝玉新,孫星明,楊恒伏.基于Haar小波的彩色圖像可逆水印算法[J].計(jì)算機(jī)應(yīng)用研究,2007,24(6):165-169.

[5]周璐,胡永健,曾華飛.用于矢量數(shù)字地圖的可逆數(shù)據(jù)隱藏算法[J].計(jì)算機(jī)應(yīng)用,2009,29(4):990-993.