一种基于马尔科夫链的隐写算法
【专利摘要】本发明公开了一种基于马尔科夫链的隐写算法,本算法计算了图像块细处的马尔可夫转移概率,较好的解决了图像块内像素点之间的关系和块间上的关联关系。设计的基于马尔可夫链的图像隐写算法,具有较高的安全性和抗检测能力。通过实验分析测试表明本文所设计的隐写算法,在保证足够的隐写容量前提下,其PSNR值也具备较高的数值,表明本发明的隐写算法在图像隐写能力上,具有较强的图像隐写能力。
【专利说明】
一种基于马尔科夫链的隐写算法
技术领域
[0001] 本发明涉及图像隐写算法,具体地,涉及一种基于马尔科夫链的隐写算法。
【背景技术】
[0002] 图像隐写的目的是利用人眼对图像块像素细微变化不敏感的特性,在图像块中嵌 入一定的信息,以达到在图像块中隐写信息的目的。图像隐写算法的设计与实现是近年来 学术领域中研究的一个热点问题,由于图像隐写算法比传统的数据加密算法有独特的优 势。一方面图像隐写算法的计算复杂度远低于一般的加减密算法,另一方面在图像块中通 过植入隐写信息,其信息内容的安全性和信息隐写过程的不可检测性,同样为信息的安全 提供了很大的保证,因此对隐写算法的隐写容量和抗检测方面,一直是近年来学术领域对 隐写算法的研究重点。
[0003] 基于LSB的图像隐写算法是一种非常经典的图像隐写算法,该算法的设计原理是 利用人眼对图像块细微变化的不敏感特性,选取图像块中某些像素点的最低bt位进行隐写 信息的植入。由于在图像块的像素点中最低bt位的数值对整个图像块的影响非常细微,因 此对最低bt位的信息植入基本上不会造成整个图像块信息内容的变化。虽然LSB隐写算法 的隐写性能非常好,隐写方法也很简单实用,然而针对LSB隐写方法的检测技术也在不断的 发展,近年来已经出现了多种针对LSB的隐写算法,比如x 2算法、RS算法等等。相对应的,现 阶段LSB隐写算法的抗检测能力越来越差。
【发明内容】
[0004] 本发明的目的在于,针对上述问题,提出一种基于马尔科夫链的隐写算法,以实现 抗检测性能好,隐蔽性高的优点。
[0005] 为实现上述目的,本发明采用的技术方案是:
[0006] 步骤一、对隐写信息进行加密处理,将得到加密后的隐写信息C以二进制串的形式 进行表示,得到待隐写信息为......ck-ickck+i......,每次嵌入的隐写信息量为1个比特, 假设当前需求嵌入的隐写信息为ck;
[0007] 步骤二、将载体图像通过划分图像块,得到图像矩阵,形成系数序列AC;
[0008] 步骤三、利用马尔科夫转移概率将ck嵌入上述系数序列AC;
[0009] 步骤四、更新矩阵得到结果。
[0010] 本发明的技术方案具有以下有益效果:
[0011] 本发明各实施例的隐写算法,由于包括分割图像块,利用马尔科夫转移概率,可以 规避现有的检测技术;从而可以克服现有技术中隐蔽性差的缺陷,以实现抗检测性能好,隐 蔽性高的优点。
[0012] 下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
【附图说明】
[0013] 图1为对载密图像的进行DTC系数直方图分析结果结合图。
【具体实施方式】
[0014] 以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实 施例仅用于说明和解释本发明,并不用于限定本发明。
[0015] 步骤一、对隐写信息进行加密处理,将得到加密后的隐写信息C以二进制串的形式 进行表示,得到待隐写信息为......Ck-lCkCk+l......,每次嵌入的隐写信息量为1个比特, 假设当前需求嵌入的隐写信息为Ck;
[0016] 步骤二、将载体图像通过划分图像块,得到图像矩阵,形成系数序列AC;
[0017] 步骤三、利用马尔科夫转移概率将Ck嵌入上述系数序列AC;
[0018] 步骤四、更新矩阵得到结果。
[0019]现通过具体实施例具体描述算法过程:
[0020] 假设待嵌入的隐写信息为M,对隐写信息进行加密处理,得到加密后的隐写信息为 C。将C以二进制串的形式进行表示,得到待隐写信息为......ck-ickck+i......。由于本文设 计的隐写算法仍然属于LSB类的隐写算法,每次嵌入的隐写信息量为1个比特,因此,假设当 前需求嵌入的隐写信息为Ck。
[0021] 嵌入隐写信息的载体图像为0,将载体图像划分为图像块,每个图像块尺寸为256* 256,从载体图像中选取一个图像块S作为隐写信息嵌入的载体图像。载体图像经DCT变换得 到图像矩阵SZ,SZ的系数分别为DCs和ACsi。所有的AC系数按Z字扫描,形成AC系数序列{AC S1, ACS2 ,......,ACsi ,......AGS255*255-1,) 〇
[0022] AC系数序列中第一个系数为ACsi,ACsi在AC系数序列中的前一个系数为ACsi-i,ACsi 数值的最低比特位为r,在系数AC Sll嵌入隐写信息ck,嵌入步骤如下:
[0023] 步骤1:判断比特位为r是否为0,若为0则不进行信息嵌入,否则进入步骤2。
[0024]步骤2:判断比特位为r是否与隐写信息比特位(^相等,若相等,则不进行信息嵌 入,否则进入步骤3。
[0025] 步骤3:计算ACsi的值,若ACsi = = 1,则ACsi上嵌入隐写信息ck,ACsi = ACsi+ck,嵌入 完成,转入步骤7。若ACSl不等于1,则进入步骤4。
[0026] 步骤4:比较ACsi与ACsi的关系,若ACsi= =ACsi,则按ck的值的大小分情况进行嵌 入,否则,表明ACsi辛ACsi,则进入步骤5。判断待嵌入的信息ck的值,若ck = = 1,贝UACsi上的隐 写信息嵌入规则为ACSl=ACSl+ck,之后转入步骤7。若c k辛1,则ACSl上的隐写信息嵌入规则为 ACsi=ACsi-ck,之后转入步骤7。
[0027] 步骤5:若ACSi〈C,C为一特定常数,则进入步骤6。否则按Ck的值的大小分情况进行 嵌入。若ck = = 1,则ACsi上的隐写信息嵌入规则为ACsi = ACsi+ck,之后转入步骤7。若ck辛1, 贝1JACS1上的隐写信息嵌入规则为ACSl = ACSl-ck,之后转入步骤7。
[0028]步骤6:计算ACsi-i的马尔科夫转移概率,记Pmgp为ACsi-i的马尔科夫转移正向概率,
[0030] 式中PUCh-IIACh)为ACsh转移到ACh-1的马尔科夫条件转移概率。
[0031] 记Pmgn为ACsi-1的马尔科夫转移负向概率,
[0033]式中的定义同上。
[0034] 若Pmgp = = 0,或者Pmgn= = 0,则按Ck的值的大小分情况进行嵌入。若Ck = = 1,则 ACsi上的隐写信息嵌入规则为ACsi=ACSi+Ck,之后转入步骤7。若ck# 1,贝ljACSi上的隐写信息 嵌入规则为ACsi=ACsi-ck,之后转入步骤7。
[0035] 若Pmgp和Pmgn均不为零,则比较Pmgp+Pmgn和ck的大小关系决定嵌入的方式。若Pmgp+ PMGN>Ck,贝丨jACsi上的隐写信息嵌入规则为ACsi=ACsi+Ck,之后车专入步骤7。若PMGP+PMGN<Ck,贝丨J ACsi上的隐写信息嵌入规则为ACsi = ACsi-ck,之后转入步骤7。
[0036] 步骤7:当前位置隐写信息嵌入完毕,转入下一嵌入位置,当下一嵌入位置为文件 末尾标志时,结束嵌入。
[0037] 为了检验本文设计的图像隐写算法的性能,本文对隐写算法进行实现后,分别进 行了隐写能力、抗检测能力等方面进行测试,测试数据和分析如下。
[0038] 如表一所示,为对隐写算法的隐写能力进行测试的统计结果。
[0039]表1:隐写算法的隐写能力测试
[0041]以Lena图像为载体图像,在图像中嵌入了一段隐写信息4952bit后,对载密图像的 进行DTC系数直方图分析,分析结果如图1所示。DTC系数直方图分析结果表明,本文设计的 隐写算法基本保留了原始图像的DCT系数特性,这也表明图像的视觉效果变化不明显,隐写 图像具有较高的隐蔽性。
[0042]综上所述,本发明在保证足够的隐写容量前提下,其PSNR值也具备较高的数值,具 有较强的图像隐写能力。
[0043]最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽 管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前 述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明 的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于Gibbs抽样的图像隐写方法,其特征在于,包括以下步骤: 步骤1、采用STC编码方法初始化隐写图像像素阵列; 步骤2、对初始化阵列进行分割,利用分割后子阵图像的方向信息, 采用加权求和的方式构造隐写失真函数,所述方向信息,包括水平、垂直以及对角; 步骤3、采用Gibbs抽样方法将需隐写信息嵌入阵列; 步骤4、利用上述计算结果更新阵列。2. 权利要求1所述的图像隐写方法,其特征在于,步骤2构造隐写失真函数过程为: 明确隐写图像的相邻关系,在相邻关系判定准则的基础上进行隐写图像的阵列分割: 假设载体图像集合为k={1,2, . . .,n},利用ri={ri(i) I iGK}表示划分邻域图像集合, 如果n(i)满足以下三个条件: 2),"⑴, 5 3)V/" / e kJ e. η(/) <? / e η(/) 则可以将n(i)中对应的图像元素表示为该图像的相邻元素,进而基于该准则进行图像 子阵分割; 将图像分割子集C定义为同类子集组成的基团,进行基团建模,采用极值基团建立相应 的失真函数,将定义失真函数的基团定义为C; 隐写优化问题等效为图像在加性高斯噪声扰动情况下的失真最小求解问题;Xl、&为基 团内两个元素,有水平方向:隐写信息以后,对载体图像的畸变表示为其中,y为写入秘密后的图像,(4为写隐在水平方向的变化参量,D(y)为参量矩阵;同 理,可以获取垂直方向和对角方向的畸变参量)其中Hc(y)是表示相应方向基团变化的大小,则写隐图像全局失真函数可以表示为C = C1UC2UC3UC4 C = C1UC2UC3UC4 图像元素局部失真函数为其中,ω为度量失真畸变的取值,Pi^iy~i)为图像元素局部失真函数,(^、(^、(^、(^为各 个方向上失真函数的基团,Di, j的变化范围在正负半轴成对称状态,设置KDi, j$T,则在 满足条件的区域内,可以将度量失真函数的参量Θ表示为 θ = ( θ-χ , 0-t+i , . . . , θχ-? , θχ) 〇3. 权利要求2所述的图像隐写方法,其特征在于,步骤3采用Gibbs抽样方法将需隐写信 息嵌入阵列过程为: 在图像集合采集服从队分布的一个样本,通过吉布斯抽样,得出隐写图像集合Y上定义 式其4丨为yi转化为Z1的条件概率,泛为吉布斯抽样后隐写图 像集合;在吉布斯抽样扫描中,针对访问对象σ进行全局扫描,计I其中I。⑴为图像σ(υ的特征空间参II全局扫描后隐写图像集合。4. 权利要求2所述的图像隐写方法,其特征在于,隐写失真函数通过多次优化获得。
【文档编号】G06T1/00GK105894437SQ201610200996
【公开日】2016年8月24日
【申请日】2016年3月31日
【发明人】黄超, 罗永有, 宋伟奇
【申请人】柳州城市职业学院