一种高容量的自适应图像可逆信息隐藏算法

张雅蕾+何志红+孙美慧

摘要：基于传统的预测误差扩张算法，创新性地提出一种根据不同像素局部复杂度适应性嵌入1bit或3bits的可逆数据隐藏算法，有效地避免对有较大预测误差像素的嵌入，提高了水印图像质量并且增加了可嵌入容量。同时结合像素选择策略，在被改变的图像像素总数量中加大嵌入像素数量比重，并降低转移像素数量比重，以达到优化水印图像质量的目标。实验结果表明，该算法相比于传统的预测误差扩张算法与相似理念适应性算法，在嵌入量和水印质量方面都有一定提升。

关键词：可逆信息隐藏；预测误差扩张；嵌入量；图像质量

DOIDOI：10.11907/rjdk.172134

中图分类号：TP317.4

文献标识码：A 文章编号：1672-7800（2017）012-0205-05

Abstract：In this paper， an efficient reversible data hiding scheme is proposed which adaptive embedding 1 bit or 3 bits data according to the local complexity of pixels based on the traditional prediction error expansion algorithm. It effectively avoids choosing pixels with large prediction error， improves the quality of watermark images and increases the embedding capacity. At the same time， the pixel selection strategy is adopted to increase the proportion of embedded pixels and reduce the number of shifted pixels. In this way， the quality of watermarked images is optimized. Experiments showed that our method outperforms traditional prediction error expansion and other similar method.

Key Words：reversible data hiding； prediction error expansion； embedding capacity； image quality

0 引言

可逆信息隐藏是一种特殊的信息隐藏方法，它不但可以将信息嵌入到图像中，也可以将信息无损地提取出来并恢复水印图像，并且仍能保持原始图像的信息价值，在军事、医学等多个领域都具有重要的应用价值[1-3]。

差值扩张法是Tian[4]提出的一种基于像素差值扩展（Difference Expansion，DE）的方法，是利用扩展图像像素间差值的最低有效位实现的可逆信息隐藏算法，然后Thodi等[5]对其进行了改进，提出基于图像的预测误差扩展 （Prediction-Error Expansion，PEE）的可逆信息隐藏算法，将相邻像素预测的图像与原图像的差值及直方图平移算法结合，极大地拓展了嵌入容量。之后，许多学者对预测误差扩展法进行了研究[6-13]。

传统PEE算法普遍在每一个像素嵌入1bit信息，但图像的不同区域有不同的信息负载量，Li等[14]提出一种自适应预测误差嵌入方法，在相邻像素值较为相近的区域嵌入2bits信息，以更好地提高嵌入率。本文在Li算法基础上提出自适应多嵌入预测误差扩展算法。本文方法其实在图像平滑区域的信息承载量上还有提升空间，可以嵌入3bits信息。然而，本文在选取阈值上也更加谨慎，选出相邻像素值更为邻近的区域嵌入3bit信息。在提高嵌入量的同时，水印图像也有较好的质量。

1 方法步骤

本文方法流程如图1所示。

1.3 像素选择与阈值选择

像素选择即设定一个阈值m，使后复杂度Cd

在本文方法中，有两个阈值至关重要，分别是分区阈值Tp与预测误差阈值T。在适应性嵌入时，Tp决定了平滑区域大小。在特例Tp=0情况下，平滑区域像素数量为0，则不进行多比特嵌入，所以需要找到使Tp>0，且使水印图像达到最大的PSNR阈值。图3显示了不同图像在不同嵌入量下阈值Tp从1到8递增，对应的PSNR值最大的即为最佳阈值。由图可见，Tp=1时，图像质量最稳定的可能性最高，故本文算法选取阈值Tp=1。

当序列S全部提取出来后，代替J前18|Y（t）|+60个像素的LSB。再重复步骤（1）、（2），提取出所有信息并恢复图像。

2 实验结果与对比

本文算法在Matlab R2010b平台上进行实验，主要选取4张标准512×512的标准灰度图像作为实验对象，如图6所示。

在不同嵌入量下，本文方法主要评估了Li等[14]和Thodi等[5]的方法，对比试验图像如图5所示。对4张实验图进行对比实验，递增嵌入量，观察水印图像PSNR。可以看出本文方法的PSNR在3张图像中都有明显优势。

而本文算法较于Li等的算法不但在水印图像质量上有所改进，也在相同平滑區域内多bit嵌入像素数量相同的情况下提高了整体嵌入量。由图6可见，因为平滑区域嵌入时阈值是T′min=Tmin/7，所以平滑区嵌入像素数量随着阈值上升呈阶梯状上升。在相同平滑区嵌入像素数量上，本文算法整体可嵌入容量有明显优势。

3 结语

本文在传统的PEE算法基础上提出一种自适应多嵌入的预测误差扩展算法。设立阈值将图像像素按照不同局部复杂度分区，在复杂度较高即粗糙区域嵌入1bit信息，而在相对平滑区域嵌入3bits信息，从而更大程度地利用了空间冗余，相比于以往的PEE算法提升了水印图像性能，同时也有效地增大了可嵌入容量。与此同时，在嵌入算法之前还结合了像素选择策略，减少转移像素数量，即在所有改变量中加大了嵌入像素比重，使水印图像的PSNR值大幅提高，图像性能得到优化。本文算法的实验主要对比了Thodi等[5]提出的传统PEE算法和Li等[14]提出的自适应嵌入PEE算法，本文算法在可嵌入容量和水印图像PSNR值方面都有稳定提升，并且在多嵌入区域相同的情况下，大大提高了Li等提出算法的可嵌入容量。因此，本文算法与同类型算法相比，嵌入性能更加稳定，同时拥有更大的可嵌入容量。

参考文献：

[1] COX M MILLER，J BLOOM， J FRIDRICH，et al.Digital watermarking and steganography [M]. San Francisco， CA： MorganKaufmann， 2007.

[2] Y Q SHI， Z NI， D ZOU， et al. Lossless data hiding： fundamentals， algorithms and application [J]. In Proc. IEEE ISCAS， 2004（2）：33-36.

[3] J B FENG， I C LIN， C S TSAI， et al. Reversible watermarking： current status and key issue [J]. Int. J. Netw. Security， 2006（2）：161-170.

[4] J TIAN.Reversible data embedding using a difference expansion [J]. IEEE Transactions on Circuits & Systems for Video Technology， 2003，13（8）：890-896.

[5] D M THODI，J J RODRIGUEZ. Expansion embedding techniques for reversible watermarking [J]. IEEE Transactions on Image Processing a Publication of the IEEE Signal Processing Society， 2007，16（3）：721-730.

[6] Y HU， H K LEE， J LI， et al.DE-based reversible data hiding with improved overflow location map [J]. IEEE Transactions on Circuits & Systems for Video Technology， 2009，19（2）：250-260.

[7] V SACHNEV， H J KIM， J NAM， et al. Reversible water-marking algorithm using sorting and prediction [J]. IEEE Transactions on Circuits and Systems for Video Technology， 2009，19（7）：989-999.

[8] M FALLAHPOUR.Reversible image data hiding based on gradient adjusted prediction [J].IEICE Electron. Express， 2008，5（20）：870-876.

[9] P TSAI， Y C HU， H L YEH. Reversible image hiding scheme using predictive coding and histogram shifting [J]. Signal Process， 2009，89（6）：1129-1143.

[10] W L TAI， C M YEH， C C CHANG. Reversible data hiding based on histogram modification of pixel differences [J]. IEEE Trans. Circuits Syst. Video Technol.， 2009，19（6）：906-910.

[11] K S KIM， M J LEE， H Y LEE， et al. Reversible data hiding exploiting spatial correlation between sub-sampled images [J]. Pattern Recognit.， 2009，42（11）：3083-3096.

[12] M CHEN， Z CHEN， X ZENG， et al.Reversible data hiding using additive prediction-error expansion [J]. In Proc. 11th Workshop Multimedia & Security， 2009.

[13] L LUO， Z CHEN， M CHEN， et al. Reversible image watermarking using interpolation technique [J].IEEE Trans. Inf. Forensics Security， 2010，5（1）：187-193.

[14] LI X， YANG B， ZENG T. Efficient reversible watermarking based on adaptive prediction-error expansion and pixel selection[J]. IEEE Transactions on Image Processing a Publication of the IEEE Signal Processing Society， 2011.

（責任编辑：黄 健）endprint