一种高容量的图像信息隐藏方案

冉晓娟++赵领++邓江洪

摘 要： 针对隐写技术主要存在对失真的感知度较大及处理的图像普遍压缩程度过大的问题，研发了一种新的隐写术，该技术以KLT为前提，引入一种迭代聚类的算法得到所需解，对数据进行分析，利用KLT对需要进行隐藏的图形进行处理，最终使用最低有效位对需要保密的信息进行隐藏处理。需要获取信息时，可以根据原始像素矩阵利用反向线性变换运算的办法获取源图像。实践证明，这种方法无论是从容量方面，还是信噪方面都要优于常用算法，并且获取的图像失真较小。

关键词： 隐写术； 信息安全； 最低有效位； KLT； 反向线性变换

中图分类号： TN915.08?34； TP391 文献标识码： A 文章编号： 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

文件的传输技术随着通信网络技术的日新月异而快速发展 [1]。一般人们使用通信传递的都是比较机密的消息，所以说通信技术的广泛应用难免会使得窃取这些信息的行为越来越多。通常情况下，普通的信息很容易因为遭受攻击而被窃取，非法分子也抓住了这一点，所以窃取消息也就变得十分轻松。这些非法分子一般会增加冗余数据达到窃取信息的目的，一旦信息丢失，可能会对用户带来难以估算的损失。隐写分析可以根据载体本身具有的特征对机密内容的存在与否进行判断。经过实际使用验证，该技术可以有效保证消息传递的安全性以及稳定性，非法分子无法对其进行修改或者窃取。隐写术的优点就是效率高并且操作简单[2?3]。

一般情况下，隐写术特征如下：人的眼睛难以发现该技术的应用；获取信息的步骤方便；每种失真都必须具备一定的鲁棒性；可以容纳较大的信息量。隐写术的思想是：按照载体的形象特征，信息嵌入的相应区域必须保证其稳定性，避免意外丢失或者信息不准确等情况发生，降低最终获取的难度。隐蔽信息翻译的主要依据就是信息所在载体的特征，不仅如此，还存在许多途径可以得到这些真实数据[4]。一些学者使用各种途径构建相关模型，按照含有隐藏信息载体上显示出来的异常特征，对有关分析检测技术进行阐述[5]。

文献[6]提出一种[±k]自适应图像隐写术，接着搭建函数，使得该技术在保证高效率的同时，兼顾快速性以及同步性。不仅如此，将湿纸编码的思想与多层嵌入的思想融合其中，通过实践证明，该方法可以有效地保护载体的嵌入信息区域不被修改或者窃取，进而使其安全问题得到保障；文献[7]提出并搭建了富模型，随后还验证了富模型以及数字取证会对隐写分析的发展产生积极作用。文献[8]在分析该问题的过程中，对以特征融合与互信息为基础的隐写分析进行了详细说明，使得在不影响载体功能性的前提下隐蔽地传达消息，实践证明该方法十分好用。

但是，上述各种算法在某些程度上仍然有所欠缺。为了弥补这些欠缺，本文认为应该把Karhunen?Loeve变换（Karhunen?Loeve Transform，KLT）当作隐写术的核心，这样隐写术便能达到最高性能，然而实践中对实时处理的要求非常高，所以没能满足要求[9]，经过改进，笔者使用最低有效位替代加密数据，通过原始像素矩阵获取质量较高的图像。执行上述运算可以十分准确地提取出所需隐藏信息，与此同时还可以降低内嵌信息导致的感知失真。除此之外，本文还利用对比的方法对算法的性能进行了测试。

3 实验结果

为了验证现实生活中的隐写术算法的效用，在验证时使用了较为主流的电脑配置、测试设备。引入 3组最小位数不同的载体和信息图像。

实验的主要内容是从压缩率、压缩次数和分割尺寸三个方面对处理前后的图像进行对比。压缩率就是图片压缩前后的大小比值，越小证明算法的性能越好。至于分割尺寸，与压缩率成相反关系，分割尺寸越大压缩率就越小。本文采用的评价标准为PSNR，单位为dB，嵌入容量可以根据发送端嵌入的图像模块数据的位数获得。

第一组采用的样本材料为LSB一个位。经过实验并总结实验结果得到如图3所示的图像以及载体误差，详细数据为0.355 83。由图3可知不管是隐藏图像还是复原图像效果都不错，信息误差为1.025 31，隐藏与复原时间分别为2.309 27 s，1.219 45 s。

第二组采用的样本材料为LSB两个位。经过实验并总结实验结果得到如图4所示的图像。从载体误差的数据来看是前一组的1.5倍；复原该图像不仅所需时间长，而且效果较差，信息误差为2.484 56，隐藏和复原时间分别为13.205 34 s，1.436 968 s。

第三组采取的样本材料为LSB四个位。经过实验并对结果进行总结得到如图5所示的图像。从图5中可以看到这一组载体误差数据位居榜首，为1.829 591，隐藏得到的效果最不理想；信息误差为1.549 72，隐藏时间与复原时间明显拉开差距，分别为6.892 84 s，2.832 18 s。

观察一个图像性能的好坏，主要就是依据图片的压缩率，图像中包含的信息以及图像承载体的本身误差三个方面。从图6可以看出，误差最小的为第一组。

由图7可以看出压缩率的变化方向与分割尺寸的变化方向相反。简单地说，也就是前者越大，后者越小，相反，前者越小，后者越大。

由图8可以看出，压缩次数与分割大小成正比关系。

为了进一步验证该算法的实际效果，设立对照组：利用文献[13]中使用的方法对文献[6]的素材进行计算。对载体图像进行验证，具体如图3（a），图4（a），图5（a）所示。实验结果见表1，通过表1可以发现，在平均嵌入容量方面，实验组高于对照组，分别为792.54 b，576.70 b；不仅如此，从信噪比来看，实验组隐写术的峰值比对照组小0.34 dB。因此可以得出结论，此办法对于图像质量的复原十分有效。

4 结 论

本文中引入KLT研究编码数据以及像素矩阵两者存在的联系。最终实验证明，该算法可以在保证较高效率的前提下识别原始数据，而且还能保持较高的平均信噪比和容量。

参考文献

[1] 孙子文，李慧.采用SVR模型进行嵌入率估计的隐写分析方法[J].计算机工程与应用，2013，49（5）：84?87.

[2] 张琳琳，王建军.稀疏特征自适应的彩色图像隐写[J].计算机辅助设计与图形学学报，2014，26（7）：1109?1115.

[3] 刘慧兴，刘毅.基于特征融合稀疏表示的JPEG隐写分析[J].现代电子技术，2015，38（7）：77?80.

[4] 苏彩霞.一种改进的LSB彩色图像信息隐藏方法[J].现代电子技术，2013，36（9）：88?90.

[5] 杨任尔，郑紫微，金炜.基于图像特征的隐写术载体图像的选择[J].光电子·激光，2014，25（4）：764?768.

[6] 陈嘉勇，张卫明，韩涛，等.高效±k自适应图像隐写术[J].自动化学报，2013，23（11）：1594?1600.

[7] 张军，熊枫，张丹.图像隐写分析技术综述[J].计算机工程，2013，39（4）：1136?1142.

[8] 张敏情，时晨曦.基于互信息和特征融合的图像隐写分析[J].武汉大学学报（理学版），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.密文图像中的可逆信息隐藏算法研究[D].重庆：重庆大学，2013：23?56.

[12] 陈嘉勇，王超，张卫明，等.安全的密文域图像隐写术[J].电子与信息学报，2012，27（6）：121?126.

[13] 彭程，秦拯，刘鹏.基于边缘匹配与最低有效位的图像隐写方法[J].计算机工程，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.