基于信息隱藏的遙感圖像分塊壓縮

，，，

中國(guó)空間技術(shù)研究院 西安分院 空間微波技術(shù)重點(diǎn)實(shí)驗(yàn)室，西安 710100

空間技術(shù)的發(fā)展，特別是太空軍事技術(shù)的發(fā)展，使遙感成像傳感器的空間分辨率飛速提高，空間遙感圖像的數(shù)據(jù)量也隨之呈幾何級(jí)數(shù)增加。但是星上有限的信道傳輸和計(jì)算能力無(wú)法適應(yīng)空間遙感圖像的海量數(shù)據(jù)，這已成為制約空間遙感圖像分辨率提高的瓶頸[1]。目前JPEG2000等圖像壓縮方法[2-4]成為解決海量的遙感數(shù)據(jù)和有限的傳輸能力之間矛盾的有效途徑，但受制于壓縮倍數(shù)的限制，仍然無(wú)法滿足用戶(hù)對(duì)海量遙感數(shù)據(jù)的實(shí)時(shí)傳輸要求。因此，高分辨率遙感圖像產(chǎn)生的數(shù)據(jù)量必須進(jìn)一步減少，以滿足遙感圖像數(shù)據(jù)的空間傳輸要求。

目前在信息隱藏與圖像壓縮相結(jié)合方面國(guó)內(nèi)外已有研究，例如，文獻(xiàn)[5]提出了一種基于信息隱藏的語(yǔ)義圖像壓縮，利用原始圖像的部分像素生成語(yǔ)義圖像，采用信息隱藏技術(shù)將剩余像素的估計(jì)誤差嵌入到生成的語(yǔ)義圖像中，采用此方法實(shí)現(xiàn)原始圖像的壓縮。文獻(xiàn)[6-7]提出了基于邊緣匹配矢量量化(Side Match Vector Quantization,SMVQ)的信息隱藏和圖像壓縮相結(jié)合的方案，優(yōu)化圖像壓縮性能。文獻(xiàn)[8]提出了一種用于矢量量化(Vector Quantization,VQ)壓縮的信息隱藏方法，壓縮性能優(yōu)于同類(lèi)型的算法。在將信息隱藏應(yīng)用于遙感圖像方面，文獻(xiàn)[9]提出了一種基于直方圖修改技術(shù)的衛(wèi)星遙感圖像無(wú)損隱藏傳輸方法，但該方法的研究重點(diǎn)在信息隱藏容量。由此可見(jiàn)，利用信息隱藏技術(shù)可以提升圖像壓縮算法的性能，但應(yīng)用于遙感圖像壓縮的研究較少。因此，本文將信息隱藏技術(shù)和遙感圖像壓縮相結(jié)合，提出一種基于信息隱藏的遙感圖像分塊壓縮方法。

1 信息隱藏技術(shù)

信息隱藏技術(shù)，是將秘密信息隱藏于另一公開(kāi)信息(載體信息)中形成隱蔽載體，然后通過(guò)隱蔽載體的傳輸來(lái)傳遞隱藏信息[10-11]。信息隱藏的目的在于保證隱藏的信息不引起攻擊者的注意，從而減少被侵犯的可能性，擺脫數(shù)據(jù)加密技術(shù)的致命缺陷。目前用來(lái)作為信息隱藏的載體有文字、圖像、語(yǔ)音或視頻等多種不同格式的文件，但使用的方法沒(méi)有本質(zhì)區(qū)別。其中圖像由于冗余空間大，是目前用于隱藏儲(chǔ)存和隱蔽通信最多的信息隱藏載體。

基于圖像的信息隱藏技術(shù)，可以歸類(lèi)于基于變換域的隱藏技術(shù)和基于空間域的隱藏技術(shù)兩種?；诳臻g域的隱藏技術(shù)是直接改變圖像元素的值，一般是在圖像的亮度或色度中加入隱藏的內(nèi)容。最簡(jiǎn)單和有代表性的基于空間域的信息隱藏方案是將要隱藏的信息代替圖像的最低有效位(LSB)[12]。LSB算法首先將每個(gè)像素值從8 bit壓縮為7 bit，然后將編碼信息作為像素值的第8位(即像素值的LSB)，這一方法是單個(gè)LSB編碼方法的擴(kuò)展，在單個(gè)LSB編碼方法中，LSB直接被編碼信息所代替。LSB算法的嵌入比為12.5%，是目前公認(rèn)信息隱藏量大的一種算法，同時(shí)還有算法簡(jiǎn)單、嵌入速度快等優(yōu)點(diǎn)。

2 基于信息隱藏的遙感圖像分塊壓縮方法

基于信息隱藏的遙感圖像分塊壓縮方法由圖像分塊隱藏方法和標(biāo)準(zhǔn)格式壓縮方法組成。JPEG2000作為新一代靜止圖像壓縮標(biāo)準(zhǔn)，可以在獲得高壓縮比的同時(shí)確保高圖像質(zhì)量，另外還具有非常好的抗誤碼性能，在星載遙感圖像壓縮領(lǐng)域得到了廣泛的應(yīng)用[13-15]，因此基于信息隱藏的遙感圖像分塊壓縮方法中的標(biāo)準(zhǔn)格式壓縮采用了JPEG2000壓縮算法。

2.1 圖像分塊及圖像塊相似性判決

(1)圖像分塊

(2)圖像塊相似性判決

峰值信噪比(PSNR)基于圖像像素灰度值進(jìn)行統(tǒng)計(jì)和平均計(jì)算，是常用的衡量信號(hào)失真的指標(biāo)[16-18],因此，本文也將PSNR作為衡量圖像塊是否相似的依據(jù)。PSNR計(jì)算如下：

(1)

當(dāng)兩個(gè)圖像塊滿足以下條件時(shí)，則認(rèn)為兩個(gè)圖像塊相似：

PSNR(Bi,Bj)≥T,1≤i≤k,1≤j≤k

(2)

式中：T為判定兩個(gè)圖像塊相似的PSNR閾值，其取值可根據(jù)相似圖像塊數(shù)目占比為1/3時(shí)的PSNR值作為參考值。

2.2 基于信息隱藏的遙感圖像分塊壓縮方法具體實(shí)現(xiàn)過(guò)程

根據(jù)以上圖像分塊和圖像塊相似性判斷依據(jù)，形成了基于信息隱藏的遙感圖像分塊壓縮方法具體實(shí)現(xiàn)過(guò)程，包含遙感圖像壓縮過(guò)程和恢復(fù)過(guò)程兩部分。

(1)基于信息隱藏的遙感圖像壓縮過(guò)程

步驟1：按照?qǐng)D像塊的分塊方法，得到B1，B2，…，Bk共k個(gè)圖像塊，對(duì)應(yīng)圖像塊編號(hào)為序列n=(1,2,...,k)。

步驟2：計(jì)算PSNR(Bi,Bj)的值，確定閾值T，1≤i≤k,1≤j≤k，i≠j。將每個(gè)PSNR的值和閾值T相比較，該P(yáng)SNR計(jì)算得到的值大于等于閾值T，則判定進(jìn)行PSNR計(jì)算的這兩個(gè)圖像塊Bi與Bj相似，并記錄與Bi相似的圖像塊Bj的編號(hào)為bi，Bi作為基準(zhǔn)圖像塊，其編號(hào)i替換Bj的編號(hào)j，同時(shí)更新圖像塊編號(hào)序列n；若PSNR計(jì)算得到的值小于閾值T，則判定進(jìn)行PSNR計(jì)算的這兩個(gè)圖像塊Bi與Bj不相似，兩者編號(hào)不進(jìn)行替換。

步驟3：i≠k時(shí)，i+1，此時(shí)判斷i是否在序列n中，若i∈n，則返回步驟2；若i?n，則i=i+1，直到i∈n；i=k時(shí)，停止進(jìn)行PSNR計(jì)算。

步驟4：將相似圖像塊編號(hào)bi進(jìn)行二進(jìn)制編碼得到二進(jìn)制碼流，并將該二進(jìn)制碼流利用LSB信息隱藏算法嵌入到基準(zhǔn)圖像塊Bi中，然后只對(duì)基準(zhǔn)圖像塊Bi采用JPEG2000圖像壓縮進(jìn)行無(wú)損壓縮。

(2)基于信息隱藏的遙感圖像恢復(fù)過(guò)程

步驟1：接收端對(duì)壓縮圖像進(jìn)行解壓縮，得到該圖像的原始數(shù)據(jù)，即為基準(zhǔn)圖像塊Bi。

步驟2：對(duì)基準(zhǔn)圖像塊Bi進(jìn)行信息解隱藏，得到相似圖像塊編號(hào)bi的信息。

步驟3：在步驟2得到每一個(gè)Bi圖像塊和與Bi相似的圖像塊編號(hào)bi后，先將Bi圖像塊數(shù)據(jù)根據(jù)壓縮的圖像塊Bi的編號(hào)信息放置在序列中的相應(yīng)位置，然后在bi相應(yīng)的位置用Bi圖像塊的數(shù)據(jù)進(jìn)行填充，直到最后一個(gè)Bi圖像塊結(jié)束，則獲得完整的原始圖像。

基于信息隱藏的遙感圖像分塊壓縮方法流程如圖1所示。

3 仿真與分析

本文以標(biāo)準(zhǔn)圖像庫(kù)中的圖像為例對(duì)該方法進(jìn)行仿真分析，圖像大小為512×512。

3.1 圖像壓縮過(guò)程

1)對(duì)原始圖像進(jìn)行分塊：將這些標(biāo)準(zhǔn)圖像劃分為8×8的圖像塊，共4 096個(gè)，B1，B2，…，B4 096。

2)尋找相似圖像塊：從B1開(kāi)始與每個(gè)圖像塊互相進(jìn)行PSNR計(jì)算，對(duì)PSNR大于或等于T的圖像塊則認(rèn)為兩個(gè)圖像塊是相似的，并記錄下與B1相似的圖像塊的編號(hào)，B1作為基準(zhǔn)圖像塊；然后B2開(kāi)始與每個(gè)圖像塊互相進(jìn)行PSNR計(jì)算，若B2已被B1替換，則從B3開(kāi)始，以此類(lèi)推，直到B4 095；若找到相似的圖像塊，則記錄該基準(zhǔn)圖像塊Bi和與之相似的圖像塊編號(hào)bi。不同圖像所取的T的值及相似的圖像塊的數(shù)目如表1所示。

圖1 基于信息隱藏的遙感圖像分塊壓縮方法流程Fig.1 Flow chart of block compression of remote sensing image based on data-hiding

表1 不同圖像所取的T的值及相似的圖像塊的數(shù)目

3)接著將bi的編號(hào)進(jìn)行二進(jìn)制編碼，利用LSB隱藏算法將以上編碼后的編號(hào)分別隱藏進(jìn)基準(zhǔn)圖像塊Bi中，然后對(duì)圖像進(jìn)行壓縮：只對(duì)除去bi的剩余基準(zhǔn)圖像塊進(jìn)行壓縮，替換后減少的圖像塊即相當(dāng)于對(duì)原始圖像進(jìn)行了一次壓縮，壓縮倍數(shù)=1/[1-(相似圖像塊數(shù)/4 096)]=1.5。

4)對(duì)壓縮后的圖像數(shù)據(jù)按照一定數(shù)據(jù)格式進(jìn)行傳輸。

3.2 圖像恢復(fù)過(guò)程

1)接收端收到壓縮后的圖像數(shù)據(jù)后根據(jù)同步字節(jié)識(shí)別出每個(gè)圖像塊的數(shù)據(jù)，然后根據(jù)圖像塊編號(hào)識(shí)別出相應(yīng)的圖像塊；

2)對(duì)圖像塊的壓縮數(shù)據(jù)進(jìn)行解壓縮，得到壓縮前每個(gè)圖像塊的原始數(shù)據(jù)；

3)通過(guò)幀類(lèi)型字節(jié)判斷出載荷數(shù)據(jù)中所隱藏的數(shù)據(jù)為相似的圖像塊，利用相應(yīng)的解隱藏算法恢復(fù)出隱藏的圖像塊編號(hào)bi；

4)將每個(gè)圖像塊按照編號(hào)排列在相應(yīng)的位置，編號(hào)為bi的圖像塊則直接以編號(hào)為Bi的圖像塊數(shù)據(jù)替代，得到完整的圖像數(shù)據(jù)。

3.3 結(jié)果分析

本文提出的壓縮方法將信息隱藏技術(shù)與遙感圖像壓縮算法相結(jié)合，在對(duì)圖像進(jìn)行JPEG2000壓縮前通過(guò)判決圖像塊的相似性對(duì)圖像的原始數(shù)據(jù)進(jìn)行預(yù)處理，然后再利用JPEG2000進(jìn)行4倍壓縮。

圖2所示為經(jīng)本方法預(yù)處理得到的壓縮圖像以及恢復(fù)圖像與原始圖像的比較。其中經(jīng)預(yù)處理得到的壓縮圖像中白色區(qū)域?yàn)橄嗨茍D像塊的占比區(qū)域。

圖2 壓縮圖像、恢復(fù)圖像與原始圖像比較Fig.2 Comparion of pretreatment, recovery and original image

壓縮性能對(duì)比如表2所示。由表2可以看出，通過(guò)本方法壓縮得到的PSNR值與JPEG2000進(jìn)行6倍壓縮的PSNR值接近，因此本方法使用JPEG2000對(duì)圖像進(jìn)行了4倍壓縮卻達(dá)到了6倍壓縮的效果，提升了圖像的壓縮性能；另外，本方法不需要進(jìn)行復(fù)雜的數(shù)學(xué)運(yùn)算，只需計(jì)算每個(gè)圖像塊之間的PSNR值，復(fù)雜度大大下降。

4 結(jié)束語(yǔ)

本文提出一種基于信息隱藏的遙感圖像分塊壓縮方法，利用圖像塊的相似性判別出基準(zhǔn)圖像塊和相似圖像塊，并利用信息隱藏算法將相似圖像塊的標(biāo)號(hào)隱藏在基準(zhǔn)圖像塊中，只對(duì)基準(zhǔn)圖像塊進(jìn)行JPEG2000壓縮傳輸。通過(guò)仿真結(jié)果分析，并與JPEG2000標(biāo)準(zhǔn)壓縮進(jìn)行對(duì)比可以看出，該方法將圖像壓縮比提高1.5倍。同時(shí)，本方法不需要進(jìn)行復(fù)雜的數(shù)學(xué)運(yùn)算，復(fù)雜度大大下降，適合星上應(yīng)用。