廖克順
(南寧職業(yè)技術(shù)學(xué)院,廣西 南寧 530008)
大數(shù)據(jù)環(huán)境下互聯(lián)網(wǎng)技術(shù)飛速發(fā)展,有效提高了人們?nèi)粘9ぷ餍?,給人們生活帶來極大便利的同時(shí),也給個(gè)人隱私帶來安全隱患.數(shù)字圖像隱寫技術(shù)是信息隱藏領(lǐng)域的重要研究方向,通過圖像載體冗余特性進(jìn)行消息嵌入,可實(shí)現(xiàn)在公開信道中的隱秘通信.[1]在人類所接收信息中,大部分來自視覺圖像信息,圖像分割作為圖像分析基礎(chǔ),需將圖像劃分為不同區(qū)域,使得每個(gè)區(qū)域像素之間都保持一致性.[2]目前大部分圖像隱寫分割技術(shù)只針對灰度圖像,假設(shè)對灰度圖像隱寫分割可直接擴(kuò)展到彩色圖像上,那么彩色圖像就可視為三幅灰度圖像進(jìn)行相應(yīng)處理,通常采用以LSB嵌入法為代表的空間域分割技術(shù),該方法忽略了彩色圖像顏色通道間相關(guān)性,導(dǎo)致圖像隱寫分割效果較差.
為了提高隱寫分割效果,目前自適應(yīng)隱寫方法主要基于最小失真代價(jià)動態(tài)更新進(jìn)行設(shè)計(jì),即通過失真函數(shù)分配元素,利用隱寫編碼生成加密體,再通過聚類思想,實(shí)現(xiàn)彩色圖像隱寫分割.
圖像分割技術(shù)是圖像分析重要處理技術(shù),決定圖像最終分析質(zhì)量和判別結(jié)果.彩色圖像分割與灰度圖像分割差別較大,其中灰色圖像只需采集灰度紋理特征就能實(shí)現(xiàn)圖像分割,而彩色圖像具有多種顏色和紋理特征,其分割效果良好在很大程度上取決于特征的選擇.[3]
顏色是人腦對于外界刺激的反應(yīng),在物理學(xué)角度將顏色用三個(gè)相對獨(dú)立屬性進(jìn)行描述,三個(gè)獨(dú)立變量所構(gòu)成的三維立體結(jié)構(gòu)為一個(gè)顏色空間,用公式(1)來表達(dá):
f=A(a)+B(b)+C(c)
(1)
公式(1)中:(a)、(b)、(c)表示三基色量,A、B、C之間關(guān)系如下:①A>0、B>0、C>0;②B數(shù)值與彩色光亮度值一致;③A=B=C代表標(biāo)準(zhǔn)光值.[4]
通過描述三基色量不同屬性,就會產(chǎn)生不同顏色空間,在不同空間內(nèi)對彩色圖像進(jìn)行分割具有不同效果.[5]通過R紅、G綠、B藍(lán)三色元素構(gòu)建RGB顏色空間如圖1所示.
只要R紅、G綠、B藍(lán)三個(gè)分量中任一分量出現(xiàn)變化,那么整個(gè)顏色空間就會發(fā)生轉(zhuǎn)變.[6]
圖1 RGB三維顏色空間
基于RGB三維顏色空間進(jìn)行顏色聚類處理,具體步驟為:
將圖像分成若干個(gè)同等大小子圖像塊,設(shè)定視覺一致性距離為D1,將子圖像塊第一個(gè)像素點(diǎn)作為一個(gè)集合Wi初始聚類中心Oi;在RGB三維顏色空間內(nèi),計(jì)算子圖像塊中每個(gè)像素點(diǎn)與O1顏色距離D2,如果D2小于設(shè)定D1,需修正O1聚類中心像素點(diǎn)數(shù)量.否則,以該像素點(diǎn)為新集合聚類中心O2,繼續(xù)修正該中心像素點(diǎn)數(shù)量;重復(fù)上述步驟,直到每個(gè)集合聚類中心不再發(fā)生變化為止,顏色聚類結(jié)束.[7]
經(jīng)過聚類處理的子塊中含有顏色種類較少,但仍受到外界干擾,具有較多噪點(diǎn),影響分割效果,為了減少噪點(diǎn),保證隱藏信息具有不可見性,需采用自適應(yīng)隱寫算法進(jìn)行圖像安全隱寫.[8]
(1)根據(jù)上述子圖像塊,將一個(gè)矩陣劃分為互不重合的子圖像塊.
(2)基于子圖像塊生成圖像嵌入子塊.
(3)將若干個(gè)秘密信息比特分為若干個(gè)部分,具體分配方式為:依據(jù)不同初始失真函數(shù),按照設(shè)定嵌入率對圖像進(jìn)行預(yù)嵌入,在應(yīng)用失真代價(jià)動態(tài)更新方案下,計(jì)算秘密信息比特值.
(4)確定嵌入子塊順序,并重新標(biāo)記聚類中心.
(6)更新失真代價(jià)qx,y.
②當(dāng)時(shí)間大于1 s時(shí),計(jì)算初始失真函數(shù)不基于邊信息的失真代價(jià):
(2)
計(jì)算初始失真函數(shù)基于邊信息的失真代價(jià):
(3)
公式(2)、(3)中:λ為控制參數(shù);Nkl表示dkl鄰域中離散余弦轉(zhuǎn)換系數(shù)修改方式;Nkn表示dkn鄰域中離散余弦轉(zhuǎn)換系數(shù)修改方式;Tkl表示dkl與相對應(yīng)位置量化步長,同理Tkn也是;︳vkl︳,︳vkh︳表示相關(guān)量化離散余弦轉(zhuǎn)換系數(shù)絕對值;α表示量化步長變化參數(shù);β表示嵌入波動度.[12-13]
(7)根據(jù)動態(tài)更新后失真代價(jià),按照嵌入順序依次在子圖像塊中嵌入秘密信息.
(8)重復(fù)該操作,直到完成所有秘密信息達(dá)到最大比特值,輸出隱秘結(jié)果.
將不同種類顏色按照由大到小順序排列,確定每個(gè)子塊主、次色調(diào)作為特征進(jìn)行提取,兩個(gè)視覺相似子塊不僅顏色相近,其空間分布也極為相似,依據(jù)子圖像塊中水平方向和垂直方向兩個(gè)紋理參數(shù),判別顏色分布位置.[14]具體提取流程如圖2所示. 通過圖2所示流程,可得到一個(gè)分塊基本顏色和紋理特征.
確定子圖像塊顏色與紋理特征后,采用基于子塊區(qū)域生長方式,研究不同數(shù)量色彩圖像下子圖像塊區(qū)域生長形式.[15]
(1)當(dāng)圖像色彩為一種時(shí),按照顏色值生長;
(2)當(dāng)圖像色彩為兩種時(shí),按照紋理快生長;
(3)當(dāng)圖像色彩為三種或三種以上時(shí),依據(jù)主、次色調(diào)生長,具體生長準(zhǔn)則為:相鄰子圖像塊顏色一致、紋理參數(shù)大于設(shè)定閾值、紋理參數(shù)相似、主次色調(diào)相似,如果滿足該標(biāo)準(zhǔn),可按照鄰域方式生長.
分割方案具體流程如圖3所示.將顏色量視為一個(gè)單獨(dú)處理過程,提出將圖像塊內(nèi)顏色特征和紋理特征相結(jié)合分割方法,依據(jù)特征融合原理,添加隱寫處理步驟,達(dá)到一定抗噪效果,提取顏色、紋理特征,以此反映全局特性.依據(jù)子圖像塊區(qū)域生長方式,在失真代價(jià)動態(tài)更新條件下,采用基于視覺特征圖像分割方法對不同子圖像塊進(jìn)行分割.
圖2 顏色、紋理特征提取流程
圖3 基于視覺特征圖像分割流程
為了對比LSB嵌入法為代表空間域技術(shù)和失真代價(jià)動態(tài)更新條件下的彩色圖像隱寫分割效果,從圖像庫中選取200幅BMP格式彩色圖像進(jìn)行測試.
實(shí)驗(yàn)環(huán)境為:MATLAB平臺、Intel Core TM2OPU6320硬件.
實(shí)驗(yàn)參數(shù):200幅BMP格式彩色圖像包括風(fēng)景、人物、建筑等,將所有圖像統(tǒng)一剪裁成512×512大小,將200幅原始圖像的R、G、B通道按照0.05 bpp,0.10 bpp,0.15 bpp,0.20 bpp,0.25 bpp嵌入率模擬加密信息,生成彩色載密體.從200幅圖像中隨機(jī)選取100幅用于訓(xùn)練,剩下100幅用于測試.
不同圖像在侵入信息后數(shù)據(jù)效果存在一定差別,收集到的彩色圖像中嵌入信息后峰值信噪比和視覺質(zhì)量,如表1所示.
當(dāng)信息嵌入率小于0.6 bpp時(shí),峰值信噪比保持在45 dB以上,視覺質(zhì)量無明顯變化,不能察覺失真.隨著信息嵌入率不斷增加,視覺質(zhì)量出現(xiàn)變化,峰值信噪比持續(xù)下降.
表1 收集結(jié)果
圖4(a)是原始彩色圖像,(b)和(c)分別是嵌入率為0.8 bpp和1.2 bpp情況下的圖像.
(a)原始彩色圖像
(b)0.8bpp嵌入率
(c)1.2bpp嵌入率
由圖4可知:在每個(gè)圖像左下角給出頂部放大圖,原始彩色圖像為清晰圖像,無噪點(diǎn);0.8 bpp嵌入率彩色圖像并沒有明顯視覺質(zhì)量下降,但在放大圖像中發(fā)現(xiàn)少量噪點(diǎn);1.2 bpp嵌入率彩色圖像部分區(qū)域出現(xiàn)圖像質(zhì)量下降情況,并在放大圖像中發(fā)現(xiàn)大量噪點(diǎn).依據(jù)不同嵌入率對圖像質(zhì)量影響情況,對不同隱寫分割技術(shù)進(jìn)行對比分析.
(1)原始彩色圖像.
以原始彩色圖像為參照組,對比LSB嵌入法為代表空間域技術(shù)和失真代價(jià)動態(tài)更新技術(shù)的彩色圖像隱寫分割效果,結(jié)果如圖5所示.
①LSB嵌入法為代表空間域技術(shù):最初分割效果為87%,隨著實(shí)驗(yàn)次數(shù)增加,分割效果降低,最終為50%.
②失真代價(jià)動態(tài)更新條件下的彩色圖像隱寫分割技術(shù):最初分割效果為90%,隨著實(shí)驗(yàn)次數(shù)增加,分割效果也逐漸降低,但最終也高于70%.
對比兩種技術(shù)在無嵌入率信息條件下,對原始彩色圖像進(jìn)行分割,失真代價(jià)動態(tài)更新條件下的彩色圖像隱寫分割技術(shù)分割效果較好.
圖5 原始彩色圖像下兩種技術(shù)分割效果對比分析
(2)0.8 bpp嵌入率彩色圖像.
在0.8 bpp嵌入率彩色圖像為參照組條件下,對比兩種技術(shù)分割效果,結(jié)果如圖6所示.
圖6 0.8 bpp嵌入率圖像下兩種技術(shù)分割效果對比分析
①LSB嵌入法為代表空間域技術(shù):最初分割效果為69%,其嵌入式方法對彩色圖像分割起到一定促進(jìn)作用,保護(hù)圖像短期內(nèi)不會出現(xiàn)噪點(diǎn),但隨著實(shí)驗(yàn)次數(shù)增多,噪點(diǎn)數(shù)量也急劇增加,該技術(shù)無法抵抗彩色圖像受到外界干擾,導(dǎo)致分割效果變差,當(dāng)實(shí)驗(yàn)次數(shù)為14次時(shí),分割效果達(dá)到最低為35%.
②失真代價(jià)動態(tài)更新條件下的彩色圖像隱寫分割技術(shù):最初分割效果為90%,添加的隱寫方式為圖像分割帶來有效抑制噪點(diǎn)增多的作用.雖然隨著實(shí)驗(yàn)次數(shù)增加,分割效果逐漸降低,但當(dāng)實(shí)驗(yàn)次數(shù)為8次時(shí),分割效果有一定回升,達(dá)到81%.即使分割效果不斷下降,但最終也穩(wěn)定在70%左右.
兩種技術(shù)在0.8 bpp嵌入率信息條件下進(jìn)行彩色圖像分割,失真代價(jià)動態(tài)更新條件下的彩色圖像隱寫分割技術(shù)分割效果較好.
(3)1.2 bpp嵌入率彩色圖像.
對比兩種技術(shù)在1.2 bpp嵌入率彩色圖像為參照組條件下的分割效果,結(jié)果如圖7所示.
圖7 1.2 bpp嵌入率圖像下兩種技術(shù)分割效果對比分析
①LSB嵌入法為代表空間域技術(shù):最初分割效果為49%,當(dāng)實(shí)驗(yàn)次數(shù)為4次時(shí),分割效果為29%,此時(shí)在0~4次實(shí)驗(yàn)次數(shù)范圍內(nèi),分割效果達(dá)到最低點(diǎn).但當(dāng)實(shí)驗(yàn)次數(shù)為6次時(shí),分割效果曲線又呈緩升趨勢達(dá)到39%.然而,隨著實(shí)驗(yàn)次數(shù)增加,分割效果曲線一直呈下降趨勢,最終達(dá)到18%.
②失真代價(jià)動態(tài)更新條件下的彩色圖像隱寫分割技術(shù):最初分割效果為82%,隨著實(shí)驗(yàn)次數(shù)增加,分割效果有所降低,但最終也保持在70%以上.
在1.2 bpp嵌入率嵌入率信息條件下,對比兩種技術(shù)彩色圖像分割效果,并由對比結(jié)果可知,失真代價(jià)動態(tài)更新條件下的彩色圖像隱寫分割技術(shù)分割效果較好.
依據(jù)上述實(shí)驗(yàn)數(shù)據(jù),可得出實(shí)驗(yàn)結(jié)論,如表2所示.由表2可知:當(dāng)嵌入率為0 bpp,即原始彩色圖像時(shí),失真代價(jià)動態(tài)更新隱寫分割技術(shù)比LSB嵌入法為代表空間域技術(shù)分割效果最大值高3%;當(dāng)嵌入率為0.8 bpp,失真代價(jià)動態(tài)更新隱寫分割技術(shù)比LSB嵌入法為代表空間域技術(shù)分割效果最大值高21%;當(dāng)嵌入率為1.2 bpp,失真代價(jià)動態(tài)更新隱寫分割技術(shù)比LSB嵌入法為代表空間域技術(shù)分割效果最大值高33%.
表2 實(shí)驗(yàn)結(jié)論
通過分析結(jié)果可知,失真代價(jià)動態(tài)更新技術(shù)彩色圖像隱寫分割效果較好.
提出的失真代價(jià)動態(tài)更新條件下的彩色圖像隱寫分割技術(shù),該技術(shù)思路清晰,易于實(shí)現(xiàn),將其作為二值圖像進(jìn)行隱寫分割,在隱秘信息安全存儲基礎(chǔ)上,按照相鄰分量動態(tài)調(diào)整失真情況,對含有加密圖像進(jìn)行分割.由實(shí)驗(yàn)結(jié)果表明,該方法能夠有效提高彩色圖像隱寫分割效果.
雖然在彩色圖像隱寫與分割方面采取了一定拓展行為,但受限于時(shí)間問題,需對該領(lǐng)域做出深入研究.如何設(shè)計(jì)更具有通用性隱寫分割方法,實(shí)現(xiàn)真正意義上通用,是該技術(shù)需要進(jìn)一步研究的主要問題.
廣西民族大學(xué)學(xué)報(bào)(自然科學(xué)版)2019年2期