可逆数据隐藏算法在卫星遥感图像上的应用*

周晨茜， 刘 渊

(江南大学 数字媒体学院，江苏 无锡 214122)



可逆数据隐藏算法在卫星遥感图像上的应用*

周晨茜， 刘 渊

(江南大学 数字媒体学院，江苏 无锡 214122)

针对卫星遥感图像受环境因素影响导致图像对比度下降，以及现有可逆信息隐藏算法嵌入容量低等问题，提出一种新的可逆数据隐藏算法，实现在遥感图像安全传输的同时增强图像的对比度。算法为了提高嵌入率，改进已有算法的嵌入方式，同时在信息嵌入的过程中，逐步增强卫星遥感图像的对比度。实验结果表明：提出的算法和一些典型可逆数据隐藏。

可逆数据隐藏； 卫星遥感图像； 直方图平移； 图像对比度； 嵌入率

0 引 言

近些年，我国航天事业的迅速发展，空间数据传输需求不断增多，卫星遥感数据传输技术方面的研究相继开展。如今卫星遥感技术在理论、技术和应用方面都得到了飞速发展，特别是伴随着新型传感器不断涌现。不过某些特殊的遥感卫星对数据传输安全性的要求越来越高，信息隐藏技术逐渐在卫星通信中加以应用，以提高卫星通信的安全性。

当前关于卫星遥感图像和信息隐藏相结合的研究较少。文献[1]首次将信息隐藏技术引入到卫星通信领域，提出了以卫星遥感图像作为信息隐藏的载体，在遥感图像中嵌入秘密信息，达到安全通信的目的。但是该方法在信息嵌入的时候造成了原始图像不可逆转的改变，且不能无损恢复载体图像，这将导致某些珍贵的卫星遥感图像无法完整地恢复。因此，将可逆数据隐藏技术应用于卫星遥感图像显得很有必要。文献[2]提出了一种基于直方图修改技术的卫星遥感图像无损隐藏传输方法，将低速率数据嵌入到原始高速率遥感载体图像中，提高了卫星数据传输系统的利用率，增强了数据传输的隐蔽性。文献[3]提出一种基于整数离散余弦变换域的鲁棒无损数据隐藏算法，使隐藏算法能够抵抗压缩攻击。考虑到卫星遥感图像受传统航空摄影技术以及其它各种噪声的影响，造成遥感图像图质有所退化。为了改善卫星遥感图像的视觉效果，需要对遥感图像进行对比度增强处理。本文提出一种基于直方图平移的可逆数据隐藏算法，其在嵌入信息的同时增强图像的对比度，以改善图像的视觉效果。

可逆信息隐藏[4～9]是近几年信息隐藏领域的研究热点。对于大多数的信息隐藏技术而言，信息嵌入的同时会导致载体产生永久的失真，即便提取信息也不能无损地恢复原始载体，属于有损信息隐藏技术。但在一些重要的应用场合，如医疗、军事等领域，载体对象的失真将造成载体失去原有价值，甚至造成严重的后果。与有损隐藏不同的是，可逆信息隐藏虽然在嵌入信息时造成了载体的失真，但其提取信息后可以无损地恢复原始载体。

文献[4]提出了一种基于直方图平移的可逆数据隐藏算法，其在数据嵌入的同时增强图像的对比度，改善了图像的视觉效果。针对卫星遥感图像的特征，本文对文献[4]中的算法提出了两点重要的改进。卫星遥感图像范围很辽阔，数据量较大，对可逆数据隐藏技术的嵌入量有更大要求。首先改变文献[4]的嵌入方式，提高嵌入容量。其次，考虑到遥感图像结构丰富，区域内有些平坦，有些纹路结构较为复杂。针对这一状况，本文首先对图像的复杂度分类，再使用可逆数据隐藏技术进行水印操作，进一步提高遥感图像的隐蔽性。

1 可逆数据隐藏

直方图平移方法是一种常用的可逆数据隐藏算法，具有嵌入容量大、操作简单等优点。文献[4]提出的基于直方图平移的可逆数据隐藏算法原理如下：给定一幅图像，首先生成其像素直方图。对于直方图上中值点位置的两个像素值，按照位置顺序依次指定为ML和MR。在数据嵌入时，中值点位置保持不变，两侧像素值向外侧平移，利用其间产生的空缺以达到数据嵌入的目的，嵌入过程如图1所示。对于直方图中值点像素值Mi，嵌入的具体公式如式(1)所示

(1)

图1 直方图中值点嵌入数据Fig 1 Histogram median point embedding data

2 改进的可逆数据隐藏算法

2.1 新隐藏策略

为了提高数据的嵌入率，本文改进文献[3]中数据嵌入方式，选择直方图的两个峰值点进行数据嵌入。为了实现数据的可逆恢复，每次对嵌入的峰值点进行标记。数据格式包括定位图信息、载荷信息和密钥信息，详细格式如图2所示。

图2 RDH算法的数据结构Fig 2 Data structure of RDH algorithm

峰值点嵌入的原理如下：首先选择直方图中的峰值点(即像素数目最多的两个像素值)，按照直方图上两个峰值的左右次序依次指定为PL和PR，嵌入过程如图3所示。对直方图峰值点像素值Pi进行数据嵌入具体公式如公式(2)所示

(2)

图3 直方图峰值点嵌入数据Fig 3 Histogram peak point embedding data

2.2 溢出处理

可以看出在经过上述像素值变换后，像素值可能改变的范围为-1～+1。如果图像中存在边界像素值0或255，将会发生溢出。因此需要对图像进行溢出处理，修改边界像素值。假设要做T次(T为嵌入层数)变换，像素值的最大改变量为T，为了解决溢出问题，将图像像素直方图两边小于T (或大于255-L) 的像素平移T个单位来防止像素溢出。预处理方法如下

(3)

为了记住预处理的像素值，生成一幅与原始图像相同大小的二值图像，定位图中用二进制值1来记录修改过的像素值，0记录没有修改过的像素值。定位图在预处理时计算，并使用JBIG2[10]进行无损压缩。在数据嵌入时，压缩后的定位图随隐藏信息嵌入，在提取信息时获得压缩的定位图，解压缩后即可识别出预处理时被修改过的像素点。

2.3 载体图像选取

可逆数据隐藏应用于卫星遥感系统，首先要选择合适的图像作为载体图。因为卫星遥感图像一般篇幅较大，结构复杂度不尽相同，并不是每一张遥感图像都适合作为隐藏的载体。所以首先计算图像的复杂度，只选择复杂度高的图像作为载体图像。

本文选择文献[1]中提出的灰度图像复杂度计算方法，其实现原理主要如下：首先对图像A(行数和列数分别为r和c)进行傅立叶变换得F，以及频谱结果(u,v)，然后将F(u,v)置为0，即F(0,0)=0，分别获得F(u,v)的虚部I和实部R，接着根据式(4)计算其量化数B

(4)

将实部R和虚部I量化成B份，并计算实部和虚部谱值的直方图HR和HI，然后对 HR和HI进行曲线拟合，拟合公式如式(5)所示

y=agexp(-((x-b)/σ)2)

(5)

通过拟合获得σR,σI,应用式(6)计算图像的复杂度

C(A)=(σR+σI)/2

(6)

文献[1]将图像分成64×64的分块，选择合适的嵌入分块，本文将其应用在整幅图像中，选择适合的图像作为负载图像。卫星通信安全变的日益严格，选择合适的载体图像，再使用可逆数据隐藏算法嵌入数据，加倍提高嵌入信息的隐蔽性。

2.4 算法总流程

所提算法的流程如下(假定算法要做T次变换)：

1)给定一幅图I，按照式(4)、式(5)和式(6)计算图像的复杂度，与理想的复杂度Cideal比较，比较结果输出为真，则该图像为合适的图像，可作为载体图像。

2)采用式(3)对选取的载体图像进行预处理；

3)找出直方图中两个峰值，按照左右次序依次标记为PL和PR,对每一个像素值应用式(2)进行数据嵌入；

综上，对法律监督介入民事诉讼的忧虑被无端地扩大了，扩大的原因一是基于审判权优位的理论路径依赖；二是缺少对审判权、检察权运行的实践考量。事实上，民事诉讼中法律监督并没有形成如学者所说的“检察优势”［1］378，相反，由于程序的缺失，其正处于比较尴尬的境地。

4)重复步骤(3)，进一步从修改的直方图中选取峰值以及峰值标记位进行数据嵌入，直到T组数据全部嵌入；

5)当最后一次处理时，将T、压缩定位图的长度和第T次的峰值点标记，应用式(1)嵌入到直方图的中间点位置。

提取和恢复过程如下所示：

1)获取水印图像,I′的直方图。

2)用如下提取公式获取嵌入信息

(7)

3)提取嵌入数据后，应用如下公式恢复直方图

(8)

通过峰值点标记依次进行每一层的恢复，重复运用式(7)和式(8)可以提取所有的隐藏的嵌入信息。

4)得到定位图的长度信息后，将定位图提取并解压缩还原。

5)对于预处理过程中修改的像素值，如果小于128,则减去T;否则,增加T。最终，原始图像得到完全恢复。

3 实验结果及分析

3.1 嵌入率

嵌入率ER常用来作为评价数据隐藏效果的一种衡量方式。在一般的可逆信息隐藏方法中会产生一些附加信息。其中，总载荷即信息隐藏时嵌入的总比特数，而有效载荷是指实际嵌入量减去附加信息量。有效载荷为pur表示为

pur=C-Hs

(9)

式中 C为嵌入总容量，Hs为附加信息。对于图像IM×N纯嵌入率可以表示为

(10)

3.2 对比度实验

为了校验本文算法嵌入数据后的视觉效果，对复杂度较好的两幅测试图执行嵌入操作，图像尺寸为512×512，设置嵌入层数T为10时隐藏数据，获得水印图像。测试结果如图4和图5所示。

图4 城市图Fig 4 City image

图5 气象图Fig 5 Meteorological image

由图4和图5可以看出，原始图像嵌入信息后，水印图像对比度明显增强，细节可见性更好，且可无损恢复载体图像。

进一步验证算法的对比度效果，实验得到图片的灰度直方图，如图6所示。其中，水印图像直方图与原始图像直方图相比，图像中像素个数多的灰度级不断展宽，直方图逐渐均衡化。原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的近似均匀分布，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果，使图像更加清晰。

3.3 与其他算法的隐藏容量比较

为了验证本文算法在嵌入率方面的提高。本文采用USC-SPI图像集作为原始载体，单层嵌入的情况下，与几个典型可逆数据隐藏算法：Ni算法[6]、Lin算法[7]、Tai算法[8]和文献[4]中算法作比较。从表1中数据可以看出，本文算法在嵌入容量方面优于其他算法。

接着比较在多层嵌入时，本文算法和文献[4]隐藏容量的对比情况，如表2所示。通过观察表2中数据可以看出，本文算法在嵌入层数T设置为10，20和30时，分别相较于文献[4]算法，嵌入率确实存在提高，特别是F—16图像，算法嵌入率近乎多倍增长。

图6 城市直方图Fig 6 City histogram

测试图像(512×512)Ni算法PurER Lin算法PurER Tai算法PurER 文献[4]算法PurER 本文算法PurERLena32040.012314770.120258410.099258980.099267380.102Airplane94400.036466180.178452990.173468690.179602930.232Boat57960.022190070.073149470.057210020.080267390.102Baboon31840.012112790.04396060.037193320.074204470.078Pepper31700.012264120.101204210.078265120.101286900.109

表2 不同嵌入层数下算法嵌入率比较

本文算法在多层嵌入时，每次选择峰值点嵌入数据，虽然峰值点标记占据一定隐藏容量，不过附加信息量很小，相比于嵌入数据，容量可以忽略不计。实验结果表明，本文算法改进文献[4]中数据嵌入方式后，确实提高了算法嵌入率，增强了数据隐藏的能力。

进一步测试不同的嵌入层数T值对数据嵌入率的影响，选取T={15,20,25,30,35,40}，对比结果如图7所示。由图可以看出，嵌入率基本上随着T的增大而提高。不过不推荐T取过大的数值而获得更多的嵌入率。因为随着的T的增大，产生视觉失真的概率也就越大，经过大量实验，发现T在 20～35之间取值较好，不仅图像对比度增强效果较好，还拥有可观地嵌入率。

图7 嵌入率与嵌入层数关系图Fig 7 Relationship between embedding rate and embedding layer numbers

4 结束语

从提高载体图像嵌入率和改善隐蔽图像视觉效果两方面出发，针对基于卫星遥感图像为载体的隐秘传输，提出了一种新的可逆数据隐藏方案，不仅在嵌入容量上有很好的优势，而且在嵌入数据的同时还增强了图像对比度。人们知道，可逆数据隐藏技术是当今信息安全领域的一个研究热点，今后的工作将致力于改善卫星图像感兴趣区域的视觉效果。

[1] 冯新岗,周 诠.基于图像复杂度分类的卫星遥感图像信息隐藏[J].宇航学报,2010,31(7):1850-1854.

[2] 李晓博,周 诠.基于直方图修改的卫星遥感图像无损隐藏传输[J].宇航学报,2013,34(5):686-692.

[3] 朱厉洪,周 诠.卫星遥感图像的鲁棒无损数据隐藏传输算法[J].宇航学报,2015,36(3):315-323.

[4]WuHT,LiuY,ShiYQ.Digital-Forensicsandwatermar-king[M].Berlin:Springer,2014:289-301.

[5]HonsingerCW,JonesPW,RabbaniM,etal.Losslessrecoveryofanoriginalimagecontainingembeddeddata:US，6,278,791[P].2001—08—21.

[6]NiZ,ShiYQ,AnsariN,etal.Reversibledatahiding[J].IEEETransactionsonCircuitsandSystemsforVideoTechnology,2006,16(3):354-362.

[7]LinCC,HsuehNL.Alosslessdatahidingschemebasedonthree-pixelblockdifferences[J].PatternRecognition,2008,41(4):1415-1425.

[8]TaiWL,YehCM,ChangCC.Reversibledatahidingbasedonhistogrammodificationofpixeldifferences[J].IEEETransactionsonCircuitsandSystemsforVideoTechnology,2009,19(6):906-910.

[9] 高铁杠,顾巧论.一种大容量的图像可逆信息隐藏算法[J].光电子·激光,2008,19(5):663-666.

[10]HowardPG,KossentiniF,MartinsB,etal.TheemergingJBIG2standard[J].IEEETransactionsonCircuitsandSystemsforVi-deoTechnology,1998,8(7):838-848.

Application of reversible data hiding algorithm in satellite remote sensing image*

ZHOU Chen-xi, LIU Yuan

(School of Digital Media，Jiangnan University，Wuxi 214122,China)

Aiming at problem that environmental factors influence on satellite remote sensing images and lead to image contrast decrease,and the existing reversible information hiding algorithm has low embedding capacity,a new reversible data hiding algorithm is proposed for image contrast enhancement and secure transmission.In order to improve the embedding rate,change the way of embedding,and gradually increase the contrast of satellite remote sensing images in process of embedding information.Experimental results show that the proposed algorithm has larger capacity and improve visual effect of image while comparing with typical reversible data hiding algorithm.

reversible data hiding； satellite remote sensing image; histogram shift； image contrast; embedding rate

10.13873/J.1000—9787(2016)12—0152—04

2016—03—02

国家自然基金青年基金资助项目(61100169)；江苏省自然科学基金面上资助项目(BK20151131)

TP 309.2

A

1000—9787(2016)12—0152—04

周晨茜(1992-)，女，安徽蚌埠人，硕士研究生，研究方向为图像处理和信息安全。