改进加权矩阵的双图像可逆数据隐藏算法_李越颖.pdf

第 卷第 期重庆邮电大学学报（自然科学版）年 月 （）：改进加权矩阵的双图像可逆数据隐藏算法收稿日期：修订日期：通讯作者：李越颖 基金项目：河南省科学技术厅科技攻关（高新技术领域）项目（）：（）（）李越颖（信阳农林学院 信息工程学院，河南 信阳）摘 要：针对插值灰度图像嵌入容量有限和视觉质量较差的问题，提出了改进加权矩阵的双图像可逆数据隐藏算法，通过仅增加或减少载体图像的插值像素来嵌入多个机密数据位，进一步提高图像嵌入容量和视觉质量。该算法通过插值放大原始图像的大小生成载体图像，使用具有相同大小的共享预定义加权矩阵对原始像素块进行逐项相乘模和，将机密信息根据块的数量交替地嵌入 幅图像中，在每次迭代前，使用共享密钥修改加权矩阵以保护隐藏信息，加权矩阵有助于在较小失真的情况下嵌入更多的数据位，有效实现了安全性和嵌入容量。实验结果表明，该算法可以抵抗剪切、噪声、不透明修改等隐写攻击。相对于其他方法，该算法在嵌入容量和 方面都有明显的提高。关键词：图像插值；可逆数据隐藏；加权矩阵；嵌入容量中图分类号：文献标志码：文章编号：（）（，）：，：；引 言随着多媒体文件在社交网络传输中的广泛应用，多媒体通信的安全技术已成为电子商务领域的一个重要课题。在信息安全中，加密是在通信前将纯明文转换为密文来保护机密信息的最常用方法，因此，需要一种安全的通信技术来制作迷彩信息。隐写技术是多媒体安全最常用的方案之一，它使用任意的多媒体文件来隐藏其中的秘密信息，生成含密文件并发送给合法的接收者。其中，信息隐藏以及安全性增强是研究者面临的最重要挑战之一，将机密信息嵌入到载体图像之前使用图像加扰加密算法（，）对其进行加密可以增强安全性。数据隐藏是将秘密信息（数据）嵌入到原始多媒体对象中，为数字内容提供保护的技术。它在多媒体文档的篡改检测、版权保护、所有权识别和认证等方面具有广阔的应用前景。数据隐藏技术分为两类：可逆数据隐藏（，）和不 可 逆 数 据 隐 藏（，）。在嵌入秘密数据后无法恢复原始图像，是指能够在提取端检索机密信息的同时无损地恢复原始图像，这在医学图像、军事地图或艺术作品中非常重要。由于嵌入的数据会破坏宿主图像中的原始信息，在军事通信和医学保健、在线出版、遥感、执法等领域，使用双图像的 技术变得非常重要，它允许在完全恢复原始图像的同时完全提取数据。该技术可以提高秘密数据的安全性，在没有双隐写图像的情况下，非法用户很难提取整个秘密消息。成为具有安全性的隐藏数据通信中一项非常令人关注和困难的工作。算法的重点是提高数据隐藏能力和增强图像的视觉质量，两者成反比。为了保持图像的视觉质量，有时会牺牲图像的整体数据隐藏能力。如何在提高数据隐藏能力的同时增强图像的视觉质量是 算法需要解决的关键问题。文献提出了一种基于排序块级预测误差扩展的带有同态加密的图像可逆数据隐藏方案，该方案使用同态加密来保护图像内容，基于每个块像素冗余度的排序块级预测误差扩展方法来嵌入秘密数据；文献提出了一种改进的基于邻域均值图像插值的数据隐藏算法，该算法基于邻域平均插值生成的载体图像，采用最低有效位替换和最优像素调整过程来提高隐写图像的视觉质量，该方案具有较高的信噪比，但是在有效载荷、安全性和不可感知性方面具有一定局限性；文献提出了一种具有模函数和重编码策略的图像数据可逆隐藏算法，该算法根据图像位置值的概率使用重新编码函数对其进行重新编码以减少图像失真，利用映射函数将重新编码的代码转换为映射代码，映射代码是重新编码代码的一半，因此图像失真变得很小。该隐藏算法利用不同大小的嵌入块来控制隐藏率和图像质量，在隐藏有效载荷和图像质量方面具有较好的表现。在研究了现有图像隐藏算法的基础上，为进一步提高图像嵌入容量和视觉质量，本文提出了基于改进加权矩阵的双图像可逆数据隐藏算法。该算法首先通过将平均值插值到原始图像来生成载体图像，然后将改进的加权矩阵对图像块进行逐项乘法运算模和以进行数据隐藏。该算法根据图像块的数量将机密信息交替地嵌入双图像中，并在每次迭代之前，利用共享密钥生成同一维的不同加权矩阵实现安全性和嵌入容量。实验结果表明，相对于其他方法，本文算法在数据嵌入容量和图像视觉质量方面有实质性的提高；在图像安全性方面，可以抵抗噪声、剪切、不透明修改等多种隐写攻击。使用双图像的主要目的及算法特点为了解决高嵌入容量和提高视觉质量的问题，提出了一种基于图像插值的双图像数据隐藏方案。使用双图像进行可逆数据隐藏的主要目的如下。）信息共享。将秘密信息交替嵌入到双封面图像块中，实现秘密信息的共享，仅从一个含密图像中提取机密信息是不可能的。）有效载荷。现有的基于双图像的数据隐藏方案的有效载荷不能满足当前每像素位数（）的需求。采用基于图像插值的数据隐藏方案，可以提高双图像的嵌入容量。）可逆性。现有的基于加权矩阵的数据隐藏方案是不可逆的，这在许多以人为中心的应用领域是必不可少的。当使用加权矩阵进行数据嵌入时，双图像有助于从篡改的含密图像中实现机密数据的可逆性和恢复。）不可感知性。不可感知性是任何可逆数据隐藏方案的主要要求之一，因此，保持良好的不可察觉性是该方案的首要目标，基于双图像的数据隐藏方案以较低的成本实现了良好的视觉质量和最小的第 期 李越颖：改进加权矩阵的双图像可逆数据隐藏算法修改。）安全性。现实生活中的数据隐藏方案存在一些安全漏洞。针对每个实际应用，通过预定义的整数序列和单独的索引文件，使用修改后的加权矩阵来开发可逆数据隐藏方案，以提高安全性和鲁棒性。）身份验证。身份验证是通过验证一个人的身份证件来确认其身份的过程，可通过将徽标图像隐藏在主机图像中来识别有效用户。）稳健性。本文算法可部分用于解决图像认证、所有权识别、版权保护和篡改检测等问题。基于加权矩阵的数据隐藏方案的主要特点如下。）加权矩阵的位置值代替了真实的秘密数据位，保护了原始秘密信息不受敌方攻击；）通过只增加或减少载体图像中的一个像素，可以嵌入多个秘密比特；）利用共享密钥可以生成同一维的不同加权矩阵，实现安全性和嵌入容量；）不同维数的加权矩阵，如（）、（）或更高的加权矩阵，可用于敌方难以检测的数据嵌入目的。基于加权矩阵的图像可逆数据隐藏提出的算法利用改进的加权矩阵进行图像插值，数据位嵌入在一个含密图像的像素块中，并通过在图像块和加权矩阵之间执行逐项乘法运算之和来进行数据隐藏，使用共享密钥修改加权矩阵以保护隐藏信息，加权矩阵有助于在较小失真的情况下嵌入更多的数据位。数据嵌入和数据提取的具体流程如图 所示。图 数据嵌入和数据提取的流程图 改进的加权矩阵在数据通信之前，发送方和接收方将共享一个大小为（）的整数加权矩阵，矩阵 中的每个元素实际上是集合（，）中的一个值，并且集合中的每个元素在加权矩阵 中至少出现一次，其中，为将要嵌入到载体图像的每个块秘密位的数量，通过（）式将 嵌入图像块。（）（）（）（）（）式中：表示逐项乘法运算符；，；函数（）表 示 矩 阵 所 有 项 的 模 和；（）表示将十进制数 转换成二进制。如果 等于零模，即 与 在模 下是同余的，则 是完整的，否则，将 修改为 以满足方程 重 庆 邮 电 大 学 学 报（自然科学版）第 卷（）（）（）（）信宿可以通过计算（）（）导出。在特殊情况下还是存在高风险的安全漏洞，比如攻击者可以使用暴力攻击来估计权重矩阵的形式。为了克服基于矩阵的数据嵌入的缺点，本文提出了一种改进的嵌入策略，对每一块（）原始像素的加权矩阵 进行改进，使用（）式更新。（）（）（）式中：，；满足（，），即 是，的最大公因数。在数据通信过程中，信源将加权矩阵和 发送给信宿，然后信源可以通过在载体图像的像素位置的加权矩阵的第 个位置增加或减少原始图像的像素值来进行修改。换言之，如果 增加，模和（）将增加，；如果 减少，则模和（）将减少，。在提取秘密信息的过程中，信宿只需要计算（）（）。权重矩阵 的最大可能数量为（）！，其中 为将嵌入到载体图像的每个块中的秘密比特数。溢出处理当更新的像素值超过像素的灰度限制 时，可能会发生上溢，当更新的像素在减去位置值 后显示为任何负值时可能会发生下溢。为了克服上溢和下溢问题，本文在数据嵌入之前通过（）式调整宿主图像中的像素值（）来生成新的插值像素（），使得 不会出现溢出。在 的提取过程中，如果出现溢出情况，则通过（）式调整图像像素值。（），（），（），其他（），其他（）例如：在嵌入过程中，如果，满足（）式的第 个条件，则 （）；在提取过程中，当满足（）式的第 个条件，时，（即 和）。同样，在嵌入过程中，如果 ，满足（）式的第 个条件，则（）；在提取过程中，当满足（）式的第 个条件，时，（即 和）。数据嵌入过程选择一幅可以嵌入秘密数据位的图像（）作为载体图像，使用（）从原始载体图像（）生成插值图像（）（），和可分别表示为（，），（，），（，），（，）（，），（，），（，），（，）（）（）式中：，分别为载体图像的行和列；，；（，）表示为（，）（，）（，）（，）（，）（，）（，）（，）（，）（，）（，）（，）（）从（）（）复制双图像（）和（）并分解为（）个像素块，随后将红绿蓝分量分解为 个独立的矩阵、和，其中，。从秘密消息 中提取 比特秘密数据，对每个像素块调用 次像素块中嵌入数据位函数（见算法），以在同一像素块中存储更多数据位，其中 位嵌入到单个颜色组件中。因此，对于 个不同的彩色像素块，总共 位秘密数据被嵌入到（）彩色像素块中。算法 在像素块中嵌入数据位的方法）用加权矩阵 对像素块 执行逐项相乘，得到矩阵，并计算矩阵 元素之和的模（，其中 为）；）从秘密数据流中提取 位二进制秘密数据，将该数据转换为等效的十进制编码差分进化算法第 期 李越颖：改进加权矩阵的双图像可逆数据隐藏算法（，）；）差值 通过从十进制 减去矩阵 元素的模和来计算，如果 的符号为正 负，则在像素块的所需位置将所需像素值增加 减少一个单位，具体规则如表 所示，其中（）表示取绝对值函数；）用（）式更新权重矩阵，通过将权重矩阵中整数位置的值与符号相乘以更新信息像素块的内插像素值。表 位置和值变更规则 改变位置（）（）（）（）改变值！从原始图像创建双图像的示意图如图 所示。对于第 次迭代，选择 的第 像素块进行秘密数据嵌入，如果 的像素块数为奇数，则它通过递增或递减像素值来包含秘密数据位，而 的像素块包含嵌入数据位的 像素块的加权矩阵的位置值。在下一次迭代中，的第 像素块用于秘密数据嵌入，而 的第 像素块用于在 的像素块数为偶数时存储嵌入位置信息。这样，选择可选的双图像的像素块，生成双隐写图像 和。因此，秘密数据位分布在双图像之间，并且它们的嵌入位置也分布在双图像 和 之间。以双图像和秘密消息作为输入的示意图如图 所示。图 从原始图像创建双图像的示意图 当通过逐项乘法和运算将数据位嵌入到数据像素块（）中时，可以根据 比特秘密消息来修改任何像素。但是，在信息像素块（）中，只有 个插值像素值可以改变，并且角像素保持不变。保持表示角像素的原始像素不变，有助于重建原始载体图像。图 以双图像和秘密消息作为输入的示意图 数据提取和图像恢复数据 提 取 和 图 像 重 建 需 要 双 隐 写 图 像（）和（）。将 和 分解为（）个像素块，并分解为红、绿和蓝 个分量块、和。嵌入数据的双隐写图像的像素块被视为数据像素块，存储嵌入位置的像素块被视为信息像素块。在本文所提方法中，的奇数像素块和 的偶数像素块是数据像素块，的偶数像素块和 的奇数像素块是包含数据嵌入位置的信息像素块。通过对加权矩阵 与数据像素块执行逐项相乘来提取数据。从数据像素块中提取数据后，将其与相应的信息像素块进行比较。经过比较，特定位置的数据像素块的像素值增加或减少一个，使其适合下一次迭代。以此方式，在 次迭代之后从数据像素块中提取所有数据位。对于、和 颜色分量的每个块，提取过程都将进行相同的步骤。利用 的信息像素块中存储的信息，从 的红色数据像素块中提取数据位。重复该步骤 次，以从相同的数据像素块中提取数据位。以同样的方式从绿色和蓝色数据像素块中提取数据，从而从（，）数据像素块中检索