冉曉娟++趙領++鄧江洪

摘 要： 針對隱寫技術主要存在對失真的感知度較大及處理的圖像普遍壓縮程度過大的問題，研發(fā)了一種新的隱寫術，該技術以KLT為前提，引入一種迭代聚類的算法得到所需解，對數據進行分析，利用KLT對需要進行隱藏的圖形進行處理，最終使用最低有效位對需要保密的信息進行隱藏處理。需要獲取信息時，可以根據原始像素矩陣利用反向線性變換運算的辦法獲取源圖像。實踐證明，這種方法無論是從容量方面，還是信噪方面都要優(yōu)于常用算法，并且獲取的圖像失真較小。

關鍵詞： 隱寫術； 信息安全； 最低有效位； KLT； 反向線性變換

中圖分類號： TN915.08?34； TP391 文獻標識碼： A 文章編號： 1004?373X（2016）23?0063?05

A high?capacity image information hiding scheme

RAN Xiaojuan1， ZHAO Ling2， DENG Jianghong3

（1. Department of Information Engineering， Sichuan Tourism University， Chengdu 610100， China；

2. International College， Huanghuai University， Zhumadian 463000， China； 3. Animation College， Huanghuai University， Zhumadian 463000， China）

Abstract： The steganography mainly has two problems of overhigh compression degree for the processed image and high perception degree for distortion. To solve these problems， a new steganography based on KLT （Karhunen?Loeve transform） was developed. An iterative clustering algorithm is introduced into the steganography to obtain the needing solution and analyze the data. The KLT is used to process the image which needs to be hidden. The least significant bit is used for hiding processing for the confidential information. When some information needs to be obtained， the reverse linear transform operation approach is used to acquire the source image according to the original pixel matrix. The practice results prove this method is superior to other commonly?used algorithms in the aspects of capacity and signal?to?noise ratio， and can acquire the image with small distortion.

Keywords： steganography； information security； least significant bit； KLT； reverse linear transform

0 引 言

文件的傳輸技術隨著通信網絡技術的日新月異而快速發(fā)展 [1]。一般人們使用通信傳遞的都是比較機密的消息，所以說通信技術的廣泛應用難免會使得竊取這些信息的行為越來越多。通常情況下，普通的信息很容易因為遭受攻擊而被竊取，非法分子也抓住了這一點，所以竊取消息也就變得十分輕松。這些非法分子一般會增加冗余數據達到竊取信息的目的，一旦信息丟失，可能會對用戶帶來難以估算的損失。隱寫分析可以根據載體本身具有的特征對機密內容的存在與否進行判斷。經過實際使用驗證，該技術可以有效保證消息傳遞的安全性以及穩(wěn)定性，非法分子無法對其進行修改或者竊取。隱寫術的優(yōu)點就是效率高并且操作簡單[2?3]。

一般情況下，隱寫術特征如下：人的眼睛難以發(fā)現(xiàn)該技術的應用；獲取信息的步驟方便；每種失真都必須具備一定的魯棒性；可以容納較大的信息量。隱寫術的思想是：按照載體的形象特征，信息嵌入的相應區(qū)域必須保證其穩(wěn)定性，避免意外丟失或者信息不準確等情況發(fā)生，降低最終獲取的難度。隱蔽信息翻譯的主要依據就是信息所在載體的特征，不僅如此，還存在許多途徑可以得到這些真實數據[4]。一些學者使用各種途徑構建相關模型，按照含有隱藏信息載體上顯示出來的異常特征，對有關分析檢測技術進行闡述[5]。

文獻[6]提出一種[±k]自適應圖像隱寫術，接著搭建函數，使得該技術在保證高效率的同時，兼顧快速性以及同步性。不僅如此，將濕紙編碼的思想與多層嵌入的思想融合其中，通過實踐證明，該方法可以有效地保護載體的嵌入信息區(qū)域不被修改或者竊取，進而使其安全問題得到保障；文獻[7]提出并搭建了富模型，隨后還驗證了富模型以及數字取證會對隱寫分析的發(fā)展產生積極作用。文獻[8]在分析該問題的過程中，對以特征融合與互信息為基礎的隱寫分析進行了詳細說明，使得在不影響載體功能性的前提下隱蔽地傳達消息，實踐證明該方法十分好用。

但是，上述各種算法在某些程度上仍然有所欠缺。為了彌補這些欠缺，本文認為應該把Karhunen?Loeve變換（Karhunen?Loeve Transform，KLT）當作隱寫術的核心，這樣隱寫術便能達到最高性能，然而實踐中對實時處理的要求非常高，所以沒能滿足要求[9]，經過改進，筆者使用最低有效位替代加密數據，通過原始像素矩陣獲取質量較高的圖像。執(zhí)行上述運算可以十分準確地提取出所需隱藏信息，與此同時還可以降低內嵌信息導致的感知失真。除此之外，本文還利用對比的方法對算法的性能進行了測試。

3 實驗結果

為了驗證現(xiàn)實生活中的隱寫術算法的效用，在驗證時使用了較為主流的電腦配置、測試設備。引入 3組最小位數不同的載體和信息圖像。

實驗的主要內容是從壓縮率、壓縮次數和分割尺寸三個方面對處理前后的圖像進行對比。壓縮率就是圖片壓縮前后的大小比值，越小證明算法的性能越好。至于分割尺寸，與壓縮率成相反關系，分割尺寸越大壓縮率就越小。本文采用的評價標準為PSNR，單位為dB，嵌入容量可以根據發(fā)送端嵌入的圖像模塊數據的位數獲得。

第一組采用的樣本材料為LSB一個位。經過實驗并總結實驗結果得到如圖3所示的圖像以及載體誤差，詳細數據為0.355 83。由圖3可知不管是隱藏圖像還是復原圖像效果都不錯，信息誤差為1.025 31，隱藏與復原時間分別為2.309 27 s，1.219 45 s。

第二組采用的樣本材料為LSB兩個位。經過實驗并總結實驗結果得到如圖4所示的圖像。從載體誤差的數據來看是前一組的1.5倍；復原該圖像不僅所需時間長，而且效果較差，信息誤差為2.484 56，隱藏和復原時間分別為13.205 34 s，1.436 968 s。

第三組采取的樣本材料為LSB四個位。經過實驗并對結果進行總結得到如圖5所示的圖像。從圖5中可以看到這一組載體誤差數據位居榜首，為1.829 591，隱藏得到的效果最不理想；信息誤差為1.549 72，隱藏時間與復原時間明顯拉開差距，分別為6.892 84 s，2.832 18 s。

觀察一個圖像性能的好壞，主要就是依據圖片的壓縮率，圖像中包含的信息以及圖像承載體的本身誤差三個方面。從圖6可以看出，誤差最小的為第一組。

由圖7可以看出壓縮率的變化方向與分割尺寸的變化方向相反。簡單地說，也就是前者越大，后者越小，相反，前者越小，后者越大。

由圖8可以看出，壓縮次數與分割大小成正比關系。

為了進一步驗證該算法的實際效果，設立對照組：利用文獻[13]中使用的方法對文獻[6]的素材進行計算。對載體圖像進行驗證，具體如圖3（a），圖4（a），圖5（a）所示。實驗結果見表1，通過表1可以發(fā)現(xiàn)，在平均嵌入容量方面，實驗組高于對照組，分別為792.54 b，576.70 b；不僅如此，從信噪比來看，實驗組隱寫術的峰值比對照組小0.34 dB。因此可以得出結論，此辦法對于圖像質量的復原十分有效。

4 結 論

本文中引入KLT研究編碼數據以及像素矩陣兩者存在的聯(lián)系。最終實驗證明，該算法可以在保證較高效率的前提下識別原始數據，而且還能保持較高的平均信噪比和容量。

參考文獻

[1] 孫子文，李慧.采用SVR模型進行嵌入率估計的隱寫分析方法[J].計算機工程與應用，2013，49（5）：84?87.

[2] 張琳琳，王建軍.稀疏特征自適應的彩色圖像隱寫[J].計算機輔助設計與圖形學學報，2014，26（7）：1109?1115.

[3] 劉慧興，劉毅.基于特征融合稀疏表示的JPEG隱寫分析[J].現(xiàn)代電子技術，2015，38（7）：77?80.

[4] 蘇彩霞.一種改進的LSB彩色圖像信息隱藏方法[J].現(xiàn)代電子技術，2013，36（9）：88?90.

[5] 楊任爾，鄭紫微，金煒.基于圖像特征的隱寫術載體圖像的選擇[J].光電子·激光，2014，25（4）：764?768.

[6] 陳嘉勇，張衛(wèi)明，韓濤，等.高效±k自適應圖像隱寫術[J].自動化學報，2013，23（11）：1594?1600.

[7] 張軍，熊楓，張丹.圖像隱寫分析技術綜述[J].計算機工程，2013，39（4）：1136?1142.

[8] 張敏情，時晨曦.基于互信息和特征融合的圖像隱寫分析[J].武漢大學學報（理學版），2013，59（6）：551?557.

[9] HE Z， LU W， SUN W， et al. Digital image splicing detection based on Markov features in DCT and DWT domain [J]. Pattern recognition， 2012， 45（12）： 4292?4299.

[10] CHADHA A， SATAM N， SOOD R， et al. Image steganography using Karhunen?Loeve transform and least bit substitution [J]. International journal of computer applications， 2013， 79（9）： 31?37.

[11] 高真.密文圖像中的可逆信息隱藏算法研究[D].重慶：重慶大學，2013：23?56.

[12] 陳嘉勇，王超，張衛(wèi)明，等.安全的密文域圖像隱寫術[J].電子與信息學報，2012，27（6）：121?126.

[13] 彭程，秦拯，劉鵬.基于邊緣匹配與最低有效位的圖像隱寫方法[J].計算機工程，2011，37（14）：106?108.

[14] HONG W， CHEN T S， WU H Y. An improved reversible data hiding in encrypted images using side match [J]. IEEE signal processing letters， 2012， 9（4）： 199?202.

[15] ZHANG W M， ZHANG X P， WANG S Z. Near?optimal codes for information embedding in gray?scale signals [J]. IEEE transactions on information theory， 2010， 55（3）： 1262?1270.