严菲;王晓栋
【摘 要】利用灰度图像的值特征，本文在预测误差扩展算法基础上，提出一种改进的可逆数据隐藏算法。该算法对边界像素结合其邻接像素进行判断，在保证不会产生溢出时嵌入数据，以提高原载体图像的数据嵌入率，并降低辅助数据容量。最后选取自然图像与医学图像进行实验证明，该数据隐藏算法在嵌入容量、图像视觉质量方法均取得较好的效果。 【期刊名称】《闽南师范大学学报：自然科学版》
水泥浆比重检测
【年(卷),期】2016(029)003
【总页数】6页(P21-26)
【关键词】灰度图像;预测误差扩展;可逆数据隐藏
【作 者】严菲;王晓栋
【作者单位】厦门理工学院;计算机工程与信息学院,福建厦门361024
【正文语种】中 文
【中图分类】TP309
随着互联网的快速发展，网络数据传递已逐渐在各行各业普及，数据安全和隐藏性也受到前所未有的挑战.数据隐藏技术利用数字媒介载体嵌入隐藏信息，在保证数据隐蔽性的同时且不影响原载体的视觉效果，受到了广泛的发展.传统的数据隐藏技术在嵌入数据后，原始数字媒介载体由于发生改变而导致无法恢复.但在某些应用场合，如医疗、军事图像系统，需要精确地恢复原载体数据，因此提出可逆数据隐藏方法来解决问题.
Barton等[1]于1997首次提出可逆数据隐藏技术，利用压缩原始图像的部分像素值嵌入数据，解压后提取隐藏数据.Tian等[2]提出基于像素差值扩展(Difference Expansion,DE)的可逆信息隐藏算法，通过两个邻近像素之间的差值进行扩展，将数据嵌入到扩展后差值的最低有效位，算法简单，理论嵌入比特率为0.5bit/像素.在此基础上，不少研究者提出新的隐藏算法以提高嵌入质量.Coltuc等[3]提出一种不需要嵌入定位图的RCM(reversible contrast mapping)嵌入方法，明显提高了嵌入容量，但变换后像素对的差值为原差值3倍，导致载体图像质量严重下降.文[4-5]提出基于直方图平移的可逆隐藏方法，根据载体直方图的零点
和峰值点进行平移操作，并嵌入隐密信息，图像质量高，但其嵌入容量受到图像零点和峰值的影响. Thodi等[6]提出基于预测误差扩展(prediction-error expansion,PE)的可逆数据隐藏算法，通过相邻的像素值来预测目标像素，并计算预测误差来差嵌入数据，其理想嵌入容量达到1bit/像素，但由于嵌入误差的存在影响图像质量.文[7-9]分别从不同角度对PE算法进行改进以提高嵌入算法的性能.在预测误差方法中，嵌入过程中引入误差可能会导致载体图像中的某些边界值越界，导致图像无法完全恢复.为此，基于预测误差的算法一般采用预处理措施防止边界像素值的溢出.文[7]提出MPE算法采用直接跳过此类数据，并利用溢出表记录其像素位置.但在某些应用中，如医学图像中，其边界值占据图像大部分空间值，严重影响嵌入数据容量，并且需要更多的辅助空间.因此，本文在预测误差算法基础上提出边界值处理的隐藏算法，该方法对处理值进行预处理判断，在保证图像质量的前提下，减少辅助存储空间，提高嵌入容量.
Thodi等[6]提出利用原图像与预估值之间的误差进行扩展嵌入的可逆信息隐藏算法，该方法具体的嵌入过程如下：速录器
密集书架
步骤1按设定的序列扫描图像(大小为m*n)，从图像的第1个像素点开始，按式(1)计算像素预测值x＾，其像素分布如图1所示：
步骤2计算目标像素预测值pe=x-x＾，其预测误差扩展值定义为pe′=2pe+bi，其中bi为待隐藏值，且bi∈｛0，1｝，嵌入后像素值定义为式(2)
如果x′∈｛0，255｝，则认定像素x为可扩展位.柳条剥皮机
步骤3生成大小为m×n的定位矩阵（local matrix,LM），设定阀值T，如果预测误差满足pe＜T，LM记录其值为1，否则为0.最后将LM采用算术编码（AE）或行程编码（RLE）加密，生成长度为SL比特流S.
步骤4图像第一个SL像素的最低有效位形成序列R，按式（二）嵌入待加密数据和R.
步骤5嵌入S至第一个SL像素的最低有效位，产生最后的加密图像.
针对以上嵌入过程，基于预测误差扩展算法的解密过程如下：
步骤1按嵌入顺序扫描图像，提取第一个SL像素的最低有效位，通过算术编码（AE）或行程编码解密获提LM.
步骤2从LM最后一个像素值开始处理，如果像素值为1，则预测误差值pe′=x′-x＾，水印信
息和R通过以下公式提取：并产生原图像值
在8位灰度图中，边界像素(值为0或255)经过预测误差嵌入后可能会产生溢出.因此，在MPE方法中，用辅助数组存储边界像素的位置信息以保证图像无损恢复.但在某些应用中，边界值占据图像的部分容量，导致嵌入率大幅降低，所需的辅助容量也随之增大.因此，本文算法在MPE基本上边界像素进行预处理，在保证不会溢出嵌入数据，以提高数据嵌入率，并降低辅助数据容量.
2.1 图像嵌入过程
设原始8位灰度图像，其大小为M*N，待嵌入的加密数据S=S0S1S2，Sk，Sn-1，Sk∈｛0，1｝，用I′记录嵌入加密数据后的宿主图像，数据加密结束存储位置用L记录，辅助数组Aux_array存储下溢或下溢的
步骤3用替换第一个SL像素的最低有效位.
步骤像素位置值，具体步骤如下：
步骤1将第1行与第1列像素值赋给宿主图像I′，即
步骤2按光栅扫描方式来扫描图像每个像素点.如果加密数据S已存储完，则记录当前像素点位置L（i，j），并对于后面的像素值，存储I′（i，j）=I（i，j）.
步骤3采用公式(1)计算预测值I′（i，j）.设a=I′（i，j-1），b=I′（i-1，j），c=I′（i-1，j-1），预测结果记为P（i，j），预测误差值a=I（i，j）-P（i，j）.
步骤4如果I（i，j）=0或I（i，j）=255，则进行如下判断后转至步骤(2)，否则跳到步骤(5).设I′（i，j）=I（i，j），并结合预测误差和待嵌入数据进行判断是否能嵌入值，具体如下：
步骤5结合预测误差值和待嵌入数据SK，调整预测误差，具体如下：
ife∈｛0，-1｝then嵌入数据SK
else
步骤6记录I′（i，j）=e′+P（i，j），转至步骤(2).
2.2 数据提取过程切削液废水
在接收到宿主图像I′和结束位置L、辅助数组Aux-array数据后，然后对宿主图像进行加密数据S的提取和原始图像I的恢复.
步骤1将第1行与第1列像素值赋给原始图像I，即
步骤2按光栅扫描方式来扫描图像每个像素点.如果当前像素点L=（i，j），则表示加密数据S已提取结束，在接下来的原始图像值为I（i，j）=I′（i，j）.
步骤3如果（i，j）∈Aux-array，则I（i，j）=I′（i，j），转至步骤(2)进入下一图像像素处理.
步骤4采用公式(1)计算预测值I′（i，j）.设a=I′（i，j-1），b=I′（i-1，j），c=I′（i-1，j-1），预测结果记为P′（i，j）.
步骤5计算预测误差值e′=I′（i，j）-P′（i，j）.
步骤6如果e′∈｛－2，－1，0，1｝，可提取嵌入数据SK，具体如式(6)所示：
同时按式(7)调整预测误差：
步骤7记录I（i，j）=e+P′（i，j），转至步骤(2).
为验证本文算法的性能，采用matlab2010开发平台进行仿真实验，对辅助数据容量、最大嵌入容量、以及峰值信噪比（PSNR）作为性能评价指标，其中PSNR描述如式(8)所示：
其中，MSE表示原始宿主图像I和I′加密后的载体图像之间的均方误差值，M、N分别为图像的行和高.PSNR值越高，载体图像质量越好.实验中随机抽取BOWS20rigEp3图库中的512*512的8bit灰度自然图像4张(如图2所示)，512*512的医学图像4张(如图3所示)作为测试图像，待嵌入的信息序列由MATLAB的随机函数产生，选取Hong等学者的MPE算法进行对比分析，其具体分析结果如下.
表1为本文方法和MPE算法所获得的最大嵌入容量和信噪比的对比结果.可以看出，采用本文方法获得的最大嵌入容量均高于MPE算法，平均提高了15.8%，尤其是图像1.bmp和3.bmp所含边界值像素偏多，其最大嵌入容量增幅达到了18%.对于PSNR值只有图1.bmp和3.bmp略低于MPE算法，这由于嵌入的信息较多导致PSNR值下降.表2为辅助数据容量，由于嵌入率的提高，对比MPE算法，每幅图像所需的辅助容量平均下降了8.9%.
中草药压片机
表3和表4为针对医学图像组(图3所示)所进行的实验对比结果.从表3中可以看出，对于这一组图像，本文方法相对于MPE算法，最大嵌入容量平均提高了23.6%.但从表4中看出，本文方法的PSNR值略低于MPE算法.经分析，是由于所嵌入的信息较多导致PSNR值下降，但其差值在0.15db左右，而且测试图像获得的PNSR值均大于51db，所以并不影响图像的视觉效果.
本文提出一种改进的预测误差可逆数据隐藏算法，该方法对边界值像素与相邻像素进行分析判断，提高最大嵌入容量，同时因其可嵌入性降低了辅助信息的容量.最后实验结果表明，相对MPE算法，本文方法的最大嵌入容量提高了12.5%～23.78%，辅助容量降低了7.8%～10.1%，尤其是在医学图像取得的效果更好.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议