一种基于BPCS的高容量可逆信息隐藏算法_马光亚.pdf

收稿日期：基金项目：国家自然科学基金（）；北京市教委科研计划（，）；北京印刷学院科研创新团队项目（）；北京印刷学院重点教改项目（）；北京印刷学院科研基础研究一般项目（）；北京印刷学院博士启动金项目（，）。第 卷 第 期.北 京 印 刷 学 院 学 报 年 月 一种基于 的高容量可逆信息隐藏算法马光亚，丁海洋，张 凡，秦定武（北京印刷学院 信息工程学院，北京）摘 要：提出了一种基于位面复杂度的高容量可逆信息隐藏方法。首先通过计算低位平面中位平面复杂度分割（）复杂度筛选出最佳位平面，其次将筛选出的位平面进行实块和非实块划分，对块进行重构组成新的位平面，将辅助信息和秘密信息嵌入，最后通过块置乱、像素置乱和混沌加密对图像进行加密。基于这种算法，一定程度上优化了位平面嵌入选择，可以实现高容量的信息嵌入和图像恢复。关键词：位面复杂度分割；高容量；可逆信息隐藏；相关系数中图分类号：文献标识码：文章编号：（）信息隐藏技术一直受到人们的关注，这种技术将信息通过嵌入表面载体（如一张图片）来隐藏信息，并且能保证信息接收方能够完整无缺提取出信息。对于大部分技术而言，在嵌入数据的过程中明文媒介遭到损坏，并且提取数据后不能完全恢复。为了解决数据不能复原和遭到破坏的问题，人们提出了 可 逆 信 息 隐 藏（，）。比如基于无损压缩的可逆信息隐藏算法是对原始图像进行无损压缩产生冗余信息，腾出冗余空间进行信息嵌入；基于直方图平移的可逆信息隐藏算法是通过移动像素直方图来实现信息隐藏。简单的（）方法是将图片中的不同位平面分割成大小均匀的二值像素块，通过对这些二值块进行信息嵌入来实现对信息的隐藏，由于每张图片具有八个位平面，多位平面嵌入相对于最低有效位嵌入方法有更多的容量。在实现位平面嵌入信息的时候，由于低位平面对整体图像的影响较小，我们通常选择较低位平面进行嵌入，文献对测试图像的二值像素块进行随机重新排列，并且通过预测图像中像素值以及结合对冗余信息的判断，来实现信息的嵌入，这种方法通过冗余信息腾出的空间实现了较高的嵌入率，但是在恢复图像的时候也造成了很大的失真率。文献中最低有效位替换方法是用秘密信息来替换像素中最低位，此方法易于实现，具有广泛的应用性，但当嵌入消息很大的时候会花费较长时间，同时鲁棒性比较差。这里我们提出一种高容量可逆信息隐藏算法，实现了信息嵌入容量的提高和选择位平面质量的优化。在此实验中，使用一种基于 的有效算法筛选出位平面，通过将筛选出的平面中所有块划分为实块和非实块，再对实块与非实块进行排序腾出空间，得到更大的容量来进行信息嵌入。相关工作.位平面复杂度分割位平面复杂度分割（，）密写发展性能优于 方法。密写法是一种新型的空域密写技术，具有很好的隐藏性和较高的容量。复杂度计算方法如下：第 步，将原始图像的位平面分为相同均匀大小的块，这里我们选取 大小的二值块。第 步，统计所有临近像素对中取值不同（即、相间）的像素对数目。记复杂度的最大取值为，当所取小块为全部由 构成或者全部由 构成时，如图（）所示，此时 为最小值；当像素值、相间时，如图（）所示，此时 为最大值。DOI:10.19461/ki.1004-8626.2023.03.006图 复杂度示例图取原始明文灰度图像记为，其大小为，为图片的长度，为图片的宽度，代表第 位平面（，），为对应位平面的复杂度，且 的最大值 为（）（这里我们假设原始明文图像长宽相同，即），根据计算出的位平面 值来选择最佳位平面，进行信息嵌入实现容量最优化。通过 算法选择出最佳嵌入位平面后，将其定义为，其大小与原始图片一样，对位平面 进行分块处理，这里我们假设位平面 可以完整地分为 个不重叠的二值块，二值块的大小为，所以个数为 （）二值块中我们把全部由 和全部由 构成的，规定为实块（，），将、相间构成的二值块规定为非实块（，）。将 表示为，表示为，所以我们可以得到一副由 个 或 组成的映射图（，）。下面举一个例子来更好地理解位平面图像和映射图之间的关系。假设位平面的大小为，并且被分为 大小的二值块，这样我们就可以得到一副 的。通过复杂度公式计算，我们可知图 中位平面的 复杂度为，实块个数为 个，非实块个数为 个。图 映射图生成示例图.位平面嵌入基于二进制位平面分解技术，我们用二进制序列来表示每个像素的大小，由于像素的不同对应的二进制表示方法也不同，像素值计算方法为 （，）（）其中 的可能值为 或者，可看出越高位平面对图像的影响越大，低位平面对整体图像的影响较小。对其进行密写后，高位平面的值将发生改变，图像整体会出现严重的失真，且高位平面的“类噪声”块数量极少，对其不进行嵌入，图像的总体嵌入量不会有太大变化。.位平面重构按照从左到右，第一排到最后一排的顺序依次对位平面 进行每个分块的扫描，我们可以得到哪些块是实块，哪些是非实块，这些在 上也可以映射出，实块用 表示，非实块用 表示。依据实块在前非实块在后的排列规则，对扫描的每个小块进行重新排列，即实块在非实块排列完毕后继续依次排列。原位平面 按照这样的排列规则对所有的小块重排列后，得到位平面。重构后的位平面上面部分由非实块 构成，下面部分由实块 构成，这样实块构成的部分就集中腾出了信息嵌入空间，同时实现较高的嵌入量以及嵌入效率。映射图 记录着原位平面的实块和非实块的组成顺序和对应位置，将其作为附加数据嵌入到重构后的位平面中，即可通过 恢复出原始位平面。实块 由全 或全 组成，所以只需要记录一位就可以全部恢复出对应实块，即记录一位 则说明此实块全部由 组成。基于 的位平面适配算法.一种基于 的高容量空域可逆信息隐藏算法图 高容量空域可逆信息隐藏算法的流程框图图 是本文提出的高质量空域可逆信息隐藏算法的流程框图。在图像发送端，持有者使用算法对原始图像的位平面筛选，然后进行秘密数据嵌入，进而生成加密图像；在图像接收端，根据加密密钥，对图像解密，实现信息提取和图像复原。第 期马光亚，丁海洋，张 凡，等：一种基于 的高容量可逆信息隐藏算法.数据嵌入和加密在位平面中，除了实块就是非实块，所以，当知道实块数量就可以计算出非实块的数量，在重构后的位平面中，从第二个实块的位置开始嵌入的信息，第一个不进行任何操作，将其作为实块和非实块的分界线，即图（）中三角形的位置，保留其实块属性不嵌入任何数据。拿图（）中的位平面来举例子说明。对 进行比特流扫描，可以得出 的比特流长度 ，实块数量的比特流长度 即实块的数量，假设此位平面有 个实块，就要有长度为 比特的比特流来记录相应的位置顺序。最终的附加数据（，）由映射图 和实块组成，所以附加数据的比特流长度 为 （）图（）为映射图对应的信息比特，图（）为实块的比特流，这两者的组合为我们要嵌入的附加数据。当我们取一个 位平面时，对应的映射图信息比特 为，当原图像确定时，根据二值块大小进行分块，其所生成的二值小块个数是固定的，换言之，比特流长度也是固定的。因为存在 个实块，实块数量的信息比特 为，最终要嵌入的附加数据总共为 比特，如图（）所示，通过计算第一个实块的位置，将比特流信息依次嵌入，在嵌入附加数据后，剩下的用于嵌入其他信息。在图像发送端，通过密钥 进行加密，将加密后的数据按照顺序嵌入到后续实块中。在选择初始位平面时，通过 算法可以得到实现容量比最大化的位平面，所以能够使嵌入数据可以达到最大化。容量比 的计算公式为图 嵌入附加数据的示例图（）其中 为实块的数量，为位平面分成的二值小块总数。额外数据嵌入完成后，通过加密密钥 和加密密钥 对位平面中的每个小块进行位置的置乱和像素置乱，最后通过混沌加密密钥 得到最终的加密图像。像素值是由比特位组成的整数。比如，一个像素点的灰度值为，则其存储数据为。这样既保证了加密的有效性，同时又提高了数据隐藏容量。.信息提取和图像复原图 为信息提取和图像复原的流程图。图像接收者进行信息提取和图片复原工作。接收到加密图像 后，利用反向置乱和混沌解密以及恢复图像块序列来得到包含秘密信息的图像，然后再检索出嵌入数据的位平面，利用密钥 提取出额外数据，最后恢复出原始位平面，得到原始图像。图 信息提取和图像复原的流程图 接收端进行信息提取和图像复原步骤如下：步骤：接收者对整个加密图像利用密钥 和密钥 进行恢复图像块序列和反向像素置乱的操作，得到正常序列的图像块和像素组成，这时候的图像是包含秘密信息的，还没有通过密钥提取。步骤：按水平顺序对位平面 进行依次扫描，得到第一个实块位置，确定非实块和实块的分界线，由于 比特流的长度可以计算，进而得出 比特流和含有秘密信息的实块比特流。在嵌入过程中，实块可能会变成非实块，只要可以确定第一个实块的位置就可以实现整体的可逆性。步骤：根据提取出的附加数据，即 比特流和实块比特流，来恢复出原二值块的顺序构成，得到初始位平面，进而得到原始图像。北 京 印 刷 学 院 学 报 年 实验结果与分析通过对网络随机图片和标准 图片进行验证，来证明整个实验的有效性和真实性。分别从算法效果、整体安全性、复杂度相关性、实验变量进行分析说明。.算法效果本文提出依据 算法来选择最佳位平面进行秘密信息嵌入。图像发送端对原始图像 的低位平面进行筛选，以达到筛选出较高容量比和最优位平面的目的。取一幅标准测试图像图（）来进行实验测试，图（）为选择位平面嵌入秘密信息后的图像，之后再经过图像块置乱、像素置乱和混沌加密得到图（）包含秘密信息的加密图像，图（）为通过一系列解密操作和可逆信息提取后获得的恢复图像。嵌入后图像由原始图像通过复杂度 算法选取位平面重构嵌入附加数据后得来，其信息被有效隐藏。含密加密图像是由含密图像进行块置乱、像素置乱和混沌加密得到的图像，其直方图和临近像素系数表明秘密信息均被有效隐藏。图 实验结果.安全性分析本文中的加密方式包括二值块置乱、像素置乱和混沌加密。为了验证其安全性，以下将从直方图、临近像素相关性分析两个方面进行分析。图 中，分别是对标准测试图片、加密前后的直方图。在直方图一致的情况下，信息变得不可预测，说明加密方式有效。表 为测试加密前后临近像素相关性系数分析，随机取 个临近像素对平面图像中的两个临近像素在垂直和水平方向上进行相关性计算。我们可以从表中看到，图像加密前临近像素在垂直和水平方向上具有强相关，在加密后临近像素毫无相关性，加密之后信息变得无序。表 图像加密前后像素临近系数测试图像水平临近系数垂直临近系数加密前加密后加密前加密后.复杂度相关性分析基于复杂度 算法，分析位平面复杂度和实块数量的相关性。随机取一个 的小块，整个小块中具有 个临近像素对，水平方向有 个临近像素对，垂直方向有 个临近像素对，像素取、的概率各为，临近像素对中各种像素组成的概率是可以统计的，而复杂度就是对不同的两个相邻像素出现次数进行统计，与中心极限定理的条件相同，即大量随机分布变量符合正态分布，由于基本条件符合，可以得知位平面中的 趋近于正态分布。图 为由 个随机生成 的小块得到的复杂度直方图。上述实验证明了复杂度符合正态分布，但实块数量不符合正态分布，常用的 相关系数应用条件就不满足，所以实验中测试相关系数采用 秩次相关系数，秩次相关系数又称等级相关系数，用来度量变量之间的强弱联系。则秩次相关系数计算方法为：（）式中，为序列长度；（）秩次 为把水文序列 从大到小排列时，所对应的序号的一种表现方式。第 期马光亚，丁海洋，张 凡，等：一种基于 的高容量可逆信息隐藏算法图 图像加密前后的直方图讨论基于控制黑点出现概率变量的情况下，计算复杂度与实块数量的相关性。分别对黑点出现概率.、.、.、.、.、.、.、.、.、.、.、.、.、.、.、.、.、.、.的情况进行基于随机生成 个 小块的复杂度和实块数量的相关性分析。图 是基于黑点出现不同概率下，复杂度和实块数量的相关系数的散点图。由于位平面中除了黑点就是白点，所以黑点概率处于.与.属于对称情况，即黑点概率处于.时，白点对应处于.的出现概率，所以，我们只讨论黑点出现.的概率即可，根据不同相关系数对应的相关程度不同我们可以得出以下结论：北 京 印 刷 学 院 学 报 年图