基于圖像塊間像素特征的隱寫算法設計與實現(xiàn)＊

羅永有

（柳州城市職業(yè)學院，廣西 柳州 545036）

0 引言

在圖像塊中插入隱寫信息，實現(xiàn)信息隱寫的目的是近年來隱寫算法發(fā)展和應用的一種主要方式.由于圖像塊像素點自身的特點和人眼對圖像像素細微變化的不明顯性，使得在圖像塊中插入隱寫信息成為可能.目前在圖像塊中植入隱寫信息的研究很多，所提出的相關算法也很多，比如經典的LSB算法.

由于圖像的像素點最低位的變化對人眼視角效果影響不明顯，因此在圖像隱寫算法中，基于最低像素位的隱寫算法是一種非常經典的圖像隱寫算法.在基于最低像素位嵌入隱寫信息的算法基礎上，也發(fā)展形成了若干種新的改進性的隱寫算法.然而在研究圖像隱寫算法時，更多的是考慮像素點與像素點之間的相互關系來設計隱寫算法，而對像素塊和像素塊之間的數(shù)據(jù)關系研究并不夠.為了進一步提升圖像隱寫算法的能力，筆者將研究基于圖像塊間像素特征的隱寫算法.

1 圖像塊間像素關系分析

1.1 單個像素點最低位的特性

單個像素點的數(shù)值表示時，其最低比特位對該像素點的數(shù)值影響最小.以8比特的像素點為例，其像素點的最低位對整個像素值的影響只有256分之一，因此在像素點的最低位嵌入隱寫信息，只對該比特位加減一，則嵌入了隱寫信息之后，對該像素點的像素值影響并不明顯，這也是目前經典的LSB隱寫算法設計的核心思想.但是由于在單個像素點嵌入隱寫信息時，其嵌入的信息量十分有限，而且直接對單個像素點進行隱寫信息的嵌入，并沒有考慮像素點和像素點之間的相鄰關系，因此這種方式進行隱寫信息嵌入時，其嵌入的隱寫信息量是有限的.

1.2 相鄰兩個像素點的關系

在通常人們所接觸的圖像中，相鄰的兩個像素點之間的像素值往往是非常接近的，因此在設計隱寫算法時，可以對相鄰兩個像素點之間的像素值進行分析，并根據(jù)相鄰兩個像素點之間的像素差值，來設計隱寫信息的隱寫量，以此提高隱寫算法的隱寫容量.

如圖1所示，在圖中所表示的相鄰像素點之間，每個像素點分別與水平方向的相鄰像素點，或垂直方向的相鄰像素點都存在一定的相似關系，因此在研究和設計基于相鄰像素點之間的關系，實現(xiàn)信息隱藏的算法時，一般需要確定一個像素點的掃描方向.如圖1所示選取Z字形的掃描方向，依次選取相鄰兩個像素點之間的像素差值，作為隱寫信息的參考依據(jù).

圖1 相鄰兩個像素點的選取Fig.1The selection of two adjacent pixels

1.3 圖像塊的像素點相互關系

由于圖像呈現(xiàn)給人們的視角效果是二維的圖像，因此對像素點之間的相互關系分析，也應該從二維的角度進行分析.當單純對圖像塊進行水平掃描或垂直掃描，都只能在一維的空間來分析相鄰像素點之間的相互關系，而不能夠在二維的空間分析相鄰像素點之間的相互關系.

如圖2所示，在圖中四個像素點都是相鄰的像素點.這四個像素點之間都存在一定的關聯(lián)關系，因此在研究圖像的隱寫算法時，如果能夠從像素點水平或垂直，以及對角方向的相鄰像素點都進行分析，以此研究相鄰像素點之間的相互關系，即分析圖像塊之間的像素點相互關系，以此作為依據(jù)，研究和設計圖像隱寫算法，其獲得的隱寫性能應該會有所提升.

圖2 圖像塊的像素點相互關系Fig.2Relationship between the pixels of image block

2 隱寫算法詳細設計

如圖2所示的圖像塊，對圖像塊內部各像素點之間的關系進行分析，確定隱寫信息的嵌入量.

假設圖2所示的圖像塊中，各像素點記為：P（x，y），P（x＋1，y），P（x，y＋1），P（x＋1，y＋1），這4個像素點分別以A，B，C，D進行表示.

則4個像素點之間的相互關系有以下6種情況Γ：AB、AC、AD、BC、BD、CD.

分別計算每一種情況下像素點之間的差值，記為

則g（f（△Pt））＝log2（f（△Pt）），該函數(shù)表示對于像素點之間差值為△Pt時，可嵌入的隱寫信息比特數(shù).

嵌入的隱寫信息將與圖像像素值相加，實現(xiàn)信息的隱寫嵌入.假設嵌入的隱寫信息記為q＝g（f（△Pt）），原像素值為Pi，則嵌入隱寫信息后，其像素值為Pi＋q.但隱寫過程中為保證其隱寫的隱蔽性，應確保嵌入了隱寫信息后，其像素值的變換不會導致與相鄰像素的差異明顯.同時在嵌入隱寫信息時，需要對像素塊中所有像素值進行調整，即提高了隱寫信息的嵌入量，同時也降低了像素塊之間的像素差變化幅度，減少了圖像塊中像素的跳躍性，使得嵌入隱寫信息后，圖像塊同樣保持最初的平滑性.因此，筆者給出如下公式約束其隱寫的隱蔽性.

圖像塊中各像素點值記為：P（x，y），P（x＋1，y），P（x，y＋1），P（x＋1，y＋1），四個像素點之間的相互關系總共有六種情況Γ，總的信息嵌入量為Q.每個像素點的信息嵌入量分別為q1、q2、q3、q4，嵌入后的像素值分別為.

嵌入隱寫信息前后的像素點差值：f（△Pt）＝

將上述關系式用極大似然估算算法計算得到q1，q2，q3，q4值，即為各像素塊的隱寫信息嵌入量.

3 實驗與分析

對隱寫算法性能的測試主要有兩個指標，其一是通過對比隱寫前后的視覺效果，看圖像的差異度是否明顯.另一種是通過選取一系列的圖像質量指標，對嵌入隱寫信息后的圖像質量進行量化分析，以此評判隱寫算法的質量.由于人眼對圖像變化后的視覺敏感效果不一樣，因此，很多時候量化指標測試結果更優(yōu)的隱寫算法，其視覺效果未必理想，甚至憑肉眼都能察覺到嵌入隱寫信息后的圖片變化.筆者選取典型的Lena圖像作為測試對象，采用文中設計的隱寫算法，在圖片中嵌入了49583bit的信息，嵌入前后的圖像如圖3所示.

測試結果表明，采用文章設計的隱寫算法，在Lena圖像中嵌入了隱寫信息后，圖片的視覺效果并未明顯的變換，而且圖像嵌入的信息量比較大，隱寫算法具備使用性.

圖3 嵌入隱寫信息前后的視覺效果變化Fig.3Visual Effects Comparison

為了對隱寫算法的量化指標進行測試，筆者選取了9幅常見的隱寫測試圖像作為測試載體圖像，分別為 Zelda、Gold、Barb、Lena、Tiffany、Baboon、Toys、Peppers、Boat，每幅圖像尺寸都是512×512.由于所選取的這些隱寫測試圖像都是具有代表性的載體圖像，因此通過對這些圖像的隱寫性能測試，更能反映筆者設計的隱寫算法性能.測試過程中，主要選取了PSNR這一指標對隱寫后圖像質量進行衡量，PSNR的計算公式如下：

測試過程中，為了讓測試結果更有對比性，筆者選取兩個算法作為對比測試，分別是經典的LSB算法，以算法1表示，另一個是基于相鄰兩個像素差值的隱寫算法，以算法2表示，測試結果如表1所示.

表1 筆者設計的算法性能對比測試結果Tab.1 Algorithm performance comparison test results

測試結果表明，對于選定的9幅測試樣本圖像，筆者設計的隱寫算法信息隱寫的容量更大，其隱寫容量的均值為576842bit，相比經典的LSB算法，其隱寫容量為563508bit，信息隱寫的容量明顯提高.而且9幅圖像，每一幅圖像的結構和特征都是比較有代表性的，測試結果中9幅圖像對應的隱寫容量都有明顯的提升，這表明筆者設計的隱寫算法具有較大的適應面，面對絕大多數(shù)的隱寫圖像，都能夠表現(xiàn)出較高的信息隱藏能力.

從PSNR測試結果表明，筆者設計的隱寫算法相比傳統(tǒng)的LSB算法和基于相鄰像素點信息隱藏算法，筆者設計的隱寫算法的PSNR值都很高.對于單幅圖像而言，在Peppers圖像中嵌入隱寫信息后，筆者設計的隱寫算法PSNR值比經典的LSB算法提高了6.27.在9幅圖像的測試中，筆者設計的隱寫算法PSNR均值提高了4.4.而PSNR值越高，表明圖像中嵌入了隱寫信息后，對原圖像的修改越不明顯，這對提高嵌入隱寫的抗檢測性有非常好的效果.

4 結語

筆者通過對圖像塊之間像素點之間的關系進行研究和分析，改進了基于LSB的圖像隱寫算法，并且通過理論分析和實驗驗證了該算法的可行性.實驗測試結果也表明，筆者設計的隱寫算法，由于更多地考慮了像素塊間的像素點之間的關系，在進行信息隱寫時，對于同樣容量的信息隱寫量，筆者設計的算法其PSNR值更高，這也表明了該隱寫算法能夠獲得更優(yōu)的隱寫效果.

［1］梁惠，郭立，古今.一種基于圖像邊緣檢測的隱寫算法［J］.中國科學技術大學學報，2010（11）.

［2］胡鵬.基于正交擴頻碼和HVS的DCT域圖像數(shù)字水印技術［J］.信息安全與通信保密，2008（7）.

［3］歐陽春娟，李霞，李斌.基于遞進多目標蛙跳優(yōu)化的LSB±K隱寫算法［J］.深圳大學學報：理工版，2012（3）.

［4］常侃，覃團發(fā)，門愛東.一種幀內碼率－量化模型及其應用［J］.廣西大學學報：自然科學版，2010（6）.

［5］張家驥，郭立，王昱潔.一種空域頻域結合的圖像隱寫算法［J］.信息安全與通信保密，2011（7）.

［6］梁惠，郭立，陳運必.基于視覺感知模型的大容量視頻隱寫算法［J］.中國科學院研究生院學報，2010（1）.

［7］何書前，鄧正杰，石春.聯(lián)合率失真模型的幀級碼率控制方法［J］.計算機工程與應用，2013（23）.

［8］宋娟，王柯儼，沈沛意，等.多光譜圖像壓縮的聯(lián)合碼率分配—碼率控制方法［J］.宇航學報，2014（2）.

［9］常侃，覃團發(fā)，門愛東.一種幀內碼率－量化模型及其應用［J］.廣西大學學報：自然科學版，2010（6）.

［10］張菲菲，荊濤，李興華，等.基于特征像素相關性的虛假圖像盲檢測算法［J］.信號處理，2010（10）.

［11］陶然，張濤，李文祥，等.應用整數(shù)小波變換的抗盲檢測圖像隱寫［J］.應用科學學報，2010（6）.

［12］劉潘梅，孫容海，吳建源.一種新的區(qū)域復制圖像篡改盲檢測技術［J］.計算機工程與應用，2012（9）.

［13］詹雙環(huán)，張鴻賓.基于小波分解和方差分析的圖像信息隱藏盲檢測［J］.電子與信息學報，2007（6）.