項洪印，苑津莎，侯思祖

(華北電力大學 電氣工程學院，河北 保定071000)

?

偏置型像素預測的航拍圖像可逆信息隱藏

項洪印，苑津莎，侯思祖

(華北電力大學 電氣工程學院，河北 保定071000)

航拍絕緣子圖像在電力線路設備巡檢中具有重要意義，無人機一般使用電荷藕合器件圖像傳感器，拍出的絕緣子圖像通常分辨率低、噪點多、背景復雜度差別大，因此對信息嵌入容量和圖像保真度要求高。針對上述特點，提出了一種基于偏置型像素預測的可逆信息隱藏方法。新方法標識了動態(tài)窗口像素塊內(nèi)的像素，設計了偏置型預測像素選擇策略，結合均衡型方案對SIPI標準圖像庫的Lena和Airplane以及3幅航拍工況絕緣子圖像進行了實驗分析。結果表明，偏置型方案可以在不降低嵌入質(zhì)量的前提下，獲得更高的嵌入容量。

可逆信息隱藏；偏置型預測像素；像素排序；航拍圖像；絕緣子圖像

1　可逆信息隱藏

可逆信息隱藏是一種脆弱水印，不僅可以傳輸隱藏信息，還可以實現(xiàn)圖像的自我認證[1]，廣泛應用于軍事、衛(wèi)星、醫(yī)學和法律證據(jù)數(shù)字圖像[1-2]的數(shù)字信號處理中。電力設備圖像特別是故障圖像也是一種敏感圖像，研究可逆信息隱藏在行業(yè)中的應用可提高信息安全水平。絕緣子主要用來保證絕緣性能，是輸配電線路中的關鍵元器件[3]，同時也容易發(fā)生污閃、裂紋[4]、掉串和破損[5]等嚴重故障，因此工況絕緣子圖像在電力系統(tǒng)中應用頻繁，本文將研究基于航拍絕緣子圖像的可逆信息隱藏方法。

現(xiàn)有的數(shù)字圖像可逆信息隱藏主要有兩大類方法：

1)空間域類，即計算像素灰度值及其分布，利用某種可逆運算嵌入信息比特。典型算法有差值擴展類、直方圖平移類、預測類和排序類。差值擴展技術最早由Tian提出，利用相鄰兩個像素的灰度差值來嵌入數(shù)據(jù)[6]。隨后，差值擴展和調(diào)整的改進方法[7-9]不斷涌現(xiàn)，改進了嵌入容量和峰值信噪比(Peak Signal To Noise Ratio，PSNR)。Ni最早利用直方圖平移方法在峰值比例像素處嵌入數(shù)據(jù)[10]，進一步提升了PSNR。Thodi提出了預測誤差擴展(Prediction Error Expansion，PEE)方法[11]，Sachnev則引入了排序技術來減少灰度值變化引起的失真[12]，Li[1]結合像素值排序(Pixel Value Ordering，PVO)和PEE提出了高保真度的信息隱藏方法。隨后，歐博充分利用像素塊中同等差值的灰度像素，嵌入同樣信息比特，提出了PVO-k算法，提高了嵌入容量[13]。Qu利用動態(tài)預測像素活動窗口預測目標像素，提出了逐像素預測排序算法(Pixel-based Pixel Value Ordering，PPVO)[14]，大大提升了圖像嵌入容量。

2)變換域類，即將圖像先通過離散余弦變換(Discrete Cosine Transform，DCT)[15]、小波變換[16]或奇異值分解(Singular Value Decomposition，SVD)[17]，再嵌入信息的方法。這類方法具有一定的抗縮放、旋轉等攻擊能力，但嵌入容量和嵌入質(zhì)量有待提高。

絕緣子一般安裝于鐵塔上，位置較高，無人機巡檢逐漸成為絕緣子狀態(tài)檢修的重要方法。無人機一般使用電荷藕合器件(Charge Coupled Device，CCD)傳感器，為保證實時性，航拍圖像一般分辨率較低，并且噪點較多，因此嵌入容量一般較小。預測排序類算法一般能提供較大的嵌入容量，本文針對背景復雜程度不一的航拍絕緣子圖像，提出一種基于偏置型預測像素選擇的預測排序算法。

2　逐像素預測排序算法

PVO，PVO-k和IPVO都采用了“逐塊”處理方法，即基于圖像分塊處理的方法，實現(xiàn)了像素的預測和信息的嵌入，而PPVO則是“逐像素”處理方法，它將特定數(shù)量、特定分布的像素作為活動窗口，以左上第一個像素為目標像素，以窗口內(nèi)其他像素為預測像素來實現(xiàn)像素預測。

2.1預測像素

預測像素通常位于目標像素附近，是目標像素的預測依據(jù)，其位置和數(shù)量直接影響預測結果。PVO算法先確定預測像素，后確定預測目標像素，而且確定預測像素不是直接的，而是經(jīng)過了兩個步驟過濾。首先將固定分塊內(nèi)所有像素(x1,…,xn)從小到大排序，形成有序像素序列(xσ(1),…,xσ(n))，滿足xσ(1)≤…≤xσ(n)，如果xσ(i)=xσ(j)，i

2.2均衡型預測像素

如圖1所示，文獻[14]選取的集中預測像素方案都位于以目標像素為圓心，以相應分塊的寬度或長度尺寸為半徑的四分之一圓的內(nèi)部，具有非常好的均衡性，適用于像素變化緩慢的數(shù)字圖像。稱為均衡型預測像素。事實上，文獻[14]PPVO的動態(tài)像素塊中，仍有多種預測像素方案可選，如果選擇得當，將能有效提升算法整體性能。

圖1　均衡型預測像素方案

2.3偏置型預測像素

為便于說明，用圖2說明6種預測像素的可選方案。不難發(fā)現(xiàn)，與均衡型方案相比，預測像素的數(shù)量與分布均有明顯不同，像素在橫向和縱向位置上各有側重，為此稱之為偏置型預測像素。從分布來看，這種預測像素將采集更多的橫向或縱向的像素變化信息，因此更有利于描述圖像在不同方向上的灰度值變化。

圖2　偏置型預測像素方案

將動態(tài)像素分塊按圖3方式標記位置，并與預測像素矢量一一對應。

如圖3所示，將動態(tài)像素塊的左上像素確定為目標像素，標記為o(0,0)，將右側像素和下側像素位置標記為p(i,j)。由此可建立不同類型像素塊的關聯(lián)關系，如圖4所示。

圖3　動態(tài)像素塊像素標記

圖4　不同類型方案中預測像素的對應關系

此外，偏置型方案打亂了預測像素和標記像素之間的對應關系，于是同一標記像素可能對應不同偏置方案中的水平或垂直像素。對應水平像素的有c4→c4h，c6→c5h，c9→c6h/c9h，c11→c7h/c10h，c13→c11h，對應垂直像素的有c5→c4v，c7→c5v/c6v，c10→c5v/c9v，c12→c7v/c10v，c14→c11v。對比均衡型方案，偏置型方案的預測像素數(shù)量并不占優(yōu)，或許這種獨特的像素分布能帶來嵌入容量和嵌入質(zhì)量的提升。

3　信息隱藏算法

3.1像素預測

預測算法為

(1)

(2)

3.2嵌入信息

如果目標像素可以獲得預測值，那么就計算預測誤差并擴展；否則，如果像素無法獲得預測值，則直接跳過。當max(C)≠min(C)時，只在預測誤差為0，即預測值和當前像素值相等的情況下嵌入數(shù)據(jù)；預測誤差不為0時，則選擇灰度值平移。當用max(C)作為預測值時，嵌入數(shù)據(jù)0時，當前像素值保持不變；嵌入數(shù)據(jù)1時，當前像素值增加1。當用min(C)作為預測值時，嵌入數(shù)據(jù)0時，當前像素值保持不變；嵌入數(shù)據(jù)1時，當前像素值減少1。因此，擴展后的預測誤差可表示為

(4)

嵌入信息后，像素值變?yōu)?/p>

(5)

由式(1)～(4)可見，預測和嵌入過程中，只擴展零預測誤差。像素預測、誤差擴展和信息嵌入的所有過程中，對同一目標像素而言，預測像素矢量內(nèi)的像素大小、數(shù)量和分布都是不變的，因此，保證了唯一性。這兩點保證了像素值變化的唯一性識別，從而可以無失真地實現(xiàn)信息提取和像素灰度值恢復。

3.3逆向信息提取和像素恢復

從嵌入圖像中提取信息比特，恢復原始像素值，這是信息嵌入的逆過程。這雖然是兩個步驟，但其實是一個統(tǒng)一的過程。為了嵌入信息比特而先進行像素值預測，同樣，為了提取像素也需要先進行預測，而且需要使用同樣的預測方法。因而，預測方法和預測像素必須具有唯一性。嵌入過程中，從前到后進行按照光柵順序掃描像素，所以，為保證過程可逆，信息提取和像素恢復必須按照相反的從后到前的逆光柵順序掃描像素。

(6)

綜上，提取端的解擴展預測誤差可表示為

(7)

于是，恢復后的像素值為

(8)

4　算法方案和實驗結果

可逆信息隱藏算法包含比特嵌入和信息提取兩個過程，二者互為逆過程。2.1、2.2和2.3節(jié)已分別闡述了像素的預測、嵌入和信息提取方法。簡節(jié)明起見，本方案只說明比特嵌入過程。

4.1算法步驟

步驟1：載體圖像預處理。產(chǎn)生溢出位置圖并壓縮。為防止像素上溢和下溢，應先檢測載體圖像的像素范圍。不妨考察8位灰度圖像，分辨率為W×H，則像素值區(qū)間為[0，255]。由于嵌入過程最大增加或減小1，所以必須將先進行可能的逆運算，即將255修改為254，0修改為1，其他像素不需要修改。用位置圖LM記錄下修改位置，并與凈荷一起嵌入圖像，便于提取信息和恢復像素時使用。為保證完全提取和圖像恢復，提高嵌入質(zhì)量，一般使用數(shù)學編碼方法進行大幅壓縮，記為CLM，長度為lCLM，提取端再進行解壓縮。

步驟2：選擇預測像素方案。此步驟有3項選擇，分別定義為均衡型嵌入、偏置型嵌入和混合型嵌入。

1)均衡型嵌入，選擇預測像素個數(shù)CN，即可選定相應方案。

2)偏置型嵌入，先選擇像素個數(shù)CN，再選擇偏置方式，確定是水平還是垂直，才可選定方案。

3)混合型嵌入，先選擇預測像素個數(shù)CN，再依次確定嵌入類型，最后選定方案。

步驟3：確定噪聲水平控制閾值NL，像素預測。NL表示動態(tài)像素塊的平滑程度，NL越小，表示像素灰度值越平緩，可獲得更高的嵌入質(zhì)量，反之則降低嵌入質(zhì)量。滿足嵌入容量的前提下，迭代產(chǎn)生多個NL值，選取最低的NL值作為閾值，以提供最高的嵌入質(zhì)量。

步驟4：嵌入凈荷和位置圖，確定輔助信息長度，提取相應長度LSB，記為lLSB。按光柵順序預測像素和嵌入凈荷和位置圖，記錄最后嵌入位置，確定部分輔助信息。

1)噪聲水平控制閾值NL(8 bit)；

2)凈荷和壓縮位置圖的最后嵌入行數(shù)rLP(9 bit)

lbW；

3)凈荷和壓縮位置圖的最后嵌入列數(shù)cLP(9 bit)

lbH；

4)凈荷容量(18 bit)lb(W×H)；

6)預測像素矢量長度和類型(8 bit)CN。

步驟5：嵌入LSB，補充輔助信息，并將完整的輔助信息替換到LSB位置。從緊鄰凈荷和位置圖的最后嵌入位置的后部，順序嵌入LSB數(shù)據(jù)流，并記錄下相應的最后嵌入位置，將數(shù)值補充到輔助信息，長度記為lAI=2×lb(W×H)+2×(lbW+lbH)+16。將完整的輔助信息替換到LSB序列的原像素的最低位，以便在提取端獲取相應的提取方法。

1)LSB最后嵌入行數(shù)(9 bit)lbW；

2)LSB最后嵌入列數(shù)(9 bit)lbH。

4.2實驗結果與分析

4.2.1標準圖像

為便于比較，選擇SIPI圖像庫中的標準圖像Lena.bmp和Airplane.bmp進行實驗，重點比較相同或接近預測像素數(shù)量時的嵌入容量和PSNR值，分別如圖5和圖6所示。就嵌入容量而言，偏置嵌入性能提升比較明顯。表1～表3給出了不同預測像素矢量方案對應的圖像嵌入容量，對比相同數(shù)量像素的方案，Lena圖像，“5h”和“5v”方案分別比“5”方案提高1 600 bit和1 974 bit；Airplane圖像則提高更多，分別達到2 948 bit和3 687 bit。對比其他兩種相近數(shù)量像素方案，即也得出類似結果。“7h”和“7v”方案分別比“8”方案的提高值，以及“11h”和“11v”方案分別比“12”方案具體數(shù)據(jù)詳見表1。相對而言，Lena為一般平滑圖像，Airplane為比較平滑圖像，表1內(nèi)數(shù)據(jù)顯示平滑圖像中偏置型方案均衡型方案可獲得更高的嵌入容量。

圖5　不同嵌入方案的嵌入容量

就嵌入質(zhì)量而言，如圖6顯示，對于相同或相近預測像素數(shù)量，小容量信息嵌入時，偏置型方案與均衡型方案的PSNR值互有高低，性能提高不明顯；但中等容量特別在較大容量信息嵌入時，偏置型方案可獲得更高的峰值信噪比。對于一般圖像Lena和較平滑圖像Airplane而言，具有相似的性能提升，二者相差不大。

圖6　不同嵌入方案的峰值信噪比

表1　不同預測像素矢量方案對應的圖像嵌入容量(CN=5)bit

表2不同預測像素矢量方案對應的圖像嵌入容量(CN=7/8)bit

圖像87h7v7h-87v-8Lena28533305063042419731891Airplane45647478984932922513682

表3不同預測像素矢量方案對應的圖像嵌入容量(CN=11/12)bit

圖像1211h11v11h-1211v-12Lena22184241712377819871594Airplane35412380453881926333407

4.2.2航拍絕緣子圖像

測試圖像選取多種背景下的工況絕緣子航拍圖像，分辨率均為355×288。圖7a絕緣子1為近景圖像，主體突出，線條簡單，灰度變化較小，背景相對簡潔。圖7b絕緣子2為一般距離圖像，主體顯示基本清晰，環(huán)境相對變化較大，灰度起伏范圍也分布整個圖像，背景復雜的多。圖7c絕緣子3為遠景圖像，主體與背景融為一體，載體、地面和環(huán)境等背景信息最為復雜。圖7d～圖7f為不同預測像素數(shù)量和分布方案時的嵌入容量，3幅圖像呈現(xiàn)同一個突出特點：偏置型方案高于同等數(shù)量或相近數(shù)量預測像素的均衡型方案容量。簡明起見，對應只用均衡型方案和結合偏置型的綜合型預測像素方案，用圖7g～圖7i給出了3幅圖像對應的峰值信噪比-嵌入容量曲線，結果表明：絕緣子1在低嵌入容量下對嵌入質(zhì)量有較明顯提高，這說明簡單背景圖像中，偏置型方案的大預測像素數(shù)量如CN=11比均衡型方案的CN=12提供更高的嵌入保真度；絕緣子2在中低嵌入容量下都對嵌入質(zhì)量有較明顯提高，這說明一般復雜度背景的圖像中，偏置型方案的中大預測像素數(shù)量如CN=7/11比均衡型方案的CN=8/12提供更高的嵌入保真度；絕緣子3只在中等嵌入容量下都對嵌入質(zhì)量有一些提高且不明顯，這說明當背景過于復雜時，預測像素選擇對嵌入質(zhì)量的性能提升非常有限。

圖7　航拍工況絕緣子圖像及信息隱藏性能

5　結論

本文基于PPVO算法分析了均衡型預測像素選擇方法，建立了動態(tài)窗口像素塊內(nèi)的像素標識映射，設計了偏置型預測像素選擇策略，結合均衡型方案對SIPI標準圖像庫和航拍工況絕緣子圖像進行了實驗分析。結果表明，應用偏置型方案可以在不降低嵌入質(zhì)量的前提下獲得更高的嵌入容量，并且標準圖像和航拍圖像性能提升規(guī)律稍有不同。

[1]LIXL，LIJ，LIB，etal.High-fidelityreversibledatahidingschemebasedonpixel-value-orderingandprediction-errorexpansion[J]．Signalprocess，2013(1)：198-205.

[2]劉芳，金作林.基于直方圖平移的醫(yī)學圖像可逆水印算法[J]．電視技術，2013，37(9)：8-11.

[3]李鵬，黃新波，趙隆，等．智能輸電線路狀態(tài)監(jiān)測代理的研究與設計[J]．中國電機工程學報，2013，33(16)：153-161．

[4]SUNSINH，RUH，JANGMYUNGL．Inspectionofinsulatorsonhigh-voltagepowertransmissionlines[J]．IEEEtransactionsonpowerdelivery，2009，24(4)：2319-2327．

[5]黃珊珊，錢政．智能電網(wǎng)中輸電線路絕緣子在線檢測方法綜述[J]．儀器儀表學報，2010，31(增刊)：159-163．

[6]TIAN J. Reversible data embedding using a difference expansion[J]．IEEE transactions on circuits and systems for video technology，2003，13(8)：890-896.

[7]ALATTAR A M. Reversible watermark using the difference expansion of a generalized integer transform[J]．IEEE transactions on image process，2004，13(8)：1147-1156.

[8]KAMSTRA L，HEIJMANS H. Reversible data embedding into images using wavelet techniques and sorting[J]．IEEE transactions on image processing，2005，14(12)：2082-2090.

[9]WENG S W，ZHAO Y，PAN J S，et al. Reversible watermarking based on invariability and adjustment on pixel pairs[J]．IEEE signal processing letters，2008(15)：721-724.

[10]NI Z C，SHI Y Q，ANSARI N， et al. Reversible data hiding[J]．IEEE transactions on circuits system video technology，2006，16(3)：354-362.

[11]THODI D M，RODRIGUEZ J J. Expansion embedding techniques for reversible watermarking[J]．IEEE transactions on image process，2007，16(3)：721-730.

[12]SACHNEV V，KIM H J，NAM J，et al. Reversible watermarking algorithm using sorting and prediction[J]．IEEE transactions on circuits system video technology，2009，19(7)：989-999.

[13]OU B，LI X L，ZHAO Y，et al. Reversible data hiding using invariant pixel-value-ordering and prediction-error expansion[J]．Signal processing： image communication，2014(29)： 60-772.

[14]QU X，KIM H J. Pixel-based pixel value ordering predictor for high-fidelity reversible data hiding[J]．Signal processing，2015(111)：249-260.

[15]黃繼武，施云慶. DCT域圖像水印：嵌入對策和算法[J].電子學報，2000(4)：57-60.

[16]XUAN G，ZHU J，CHEN J，et al. Distortion less data hiding based on integer wavelet transform[J]．IEEE electronics letters，2002，38(25)：1640-1645.

[17]CHANG C C，TSAI P，LINC C. SVD-based digital image watermarking scheme[J]. Pattern recognition letters，2005，26(10)：1577-1586.

項洪印(1979— )，講師，博士，主研數(shù)字圖像信號處理、信息隱藏與信息安全；

苑津莎(1957— )，教授，博士生導師，主要從事圖像處理、信息隱藏方法與安全、電力信息技術、電工理論新技術以及先進無線信號處理技術等領域的教學與科研工作；

侯思祖(1962— )，教授，主要研究圖像處理、多媒體信息隱藏與安全、電力通信網(wǎng)絡與信息技術。

責任編輯：時雯

Reversible information hiding for aerial image based on bias-field pixel prediction

XIANG Hongyin，YUAN Jinsha，HOU Sizu

(InstituteofElectricalandElectronicEngineering，NorthChinaElectricPowerUniversity，HebeiBaoding071000，China)

Aerial insulator image is helpful to inspection and survey of transmission line. Unmanned aerial vehicle， equipped with image sensor of charge coupled device， is usually used to take photos. In this fashion， insulator images behave low resolutions， a lot of noises and complex backgrounds. These features demand for high requirement of embedding capacity and image fidelity. In view of the above characteristics， a new reversible information hiding method is proposed based on bias-field context pixels. This approach identifies pixels within certain image block and selects context pixels for prediction combining equalizing and offset styles. Not only standard images of Lena and Airplane from SIPI image library are tested， but also other three aerial working conditional insulator image are analyzed. Experiment results show that the proposed offset type scheme makes higher embedding capacity without reducing the embedding quality.

reversible data hiding； bias-field context pixels； pixel-value-ordering； aerial image； insulator image

TN919.73

A

10.16280/j.videoe.2016.09.002

國家自然科學基金項目(61302016)；河北省自然科學青年基金序號(E2013502267)；中央高?；究蒲袠I(yè)務費專項資金項目(2014MS105)

2015-12-13

文獻引用格式：項洪印，苑津莎，侯思祖.偏置型像素預測的航拍圖像可逆信息隱藏[J].電視技術，2016，40(9)：10-15.

XIANG H Y，YUAN J S，HOU S Z.Reversible information hiding for aerial image based on bias-field pixel prediction[J].Video engineering，2016,40(9)：10-15.