APP下载

基于alpha叠加的视频信息隐藏算法

2018-04-19苏鹏涛刘逸涵

网络安全与数据管理 2018年3期
关键词:方根色度校验

苏鹏涛,田 泽,刘逸涵

(1. 中国航空工业西安航空计算技术研究所, 陕西 西安, 710068;2.集成电路与微系统设计航空科技重点实验室, 陕西 西安, 710068)

0 引言

自人类诞生起,如何保护、传递和使用重要信息就始终被关注。最早被提出的解决方案是加密处理[1],但由于加密后的信息与普通信息有较大差别,造成秘密信息容易暴漏,提高被破解的概率[2]。信息隐藏技术则是将秘密信息内嵌在非密信息中,使不知情者无法察觉秘密信息的存在[3]。1996年剑桥大学召开的第一届国际信息隐藏学术研讨会(First International Workshop on Information Hiding)标志着信息隐藏学的诞生。

随着互联网的普及,越来越多的信息通过图片和视频的方式传递,如何将重要信息嵌入视频并借助互联网进行传输,不仅能提高秘密信息的传播范围,同时也能借助互联网内庞大的非密数据有效隐藏秘密信息。

大多数视频在编码为标准NTSC/PAL格式时,由于显示屏幕在切换数据时,色度数据在经过视频格式编码器的低通滤波器时会产生模糊(blurring)和振铃(ringing)现象,通过使用alpha混合,控制该滤波器的开关沿的陡峭程度,就能有效改善模糊和振铃现象[4]。因此,本文提出了一种基于alpha叠加的视频信息隐藏算法,能够对内嵌在像素RGB值的隐藏信息进行操作以实现秘密信息的编解码,该算法实现原理简单,可隐藏的数据量大,密文和密钥可分开存储,有较好的应用前景。

1 基于alpha叠加的视频信息隐藏算法

Alpha叠加也称为alpha混合,用来将显示屏中的某些色度属性渐变成其他色度属性,常用于同一屏幕内视频信号的叠加。Alpha的取值范围是(0,1),显示控制逻辑通过公式(1.1)的转换公式来实现alpha混合,其中data_out表示叠加后的色度值,gra表示背景色度值,win表示叠加色度值。

dataout=alpha0×gra+alpha1×win1+…+alphan×winn

(1)

需要注意,背景和叠加窗口的alpha值之和不要求为1,以只叠加一个窗口为例,当alpha0=0且alpha1=1时,输出色度为win,当alpha0=1且alpha1=0时,输出色度为gra,其他情况下背景和窗口将按照比例进行叠加。

根据alpha叠加的原理,可以将秘密信息隐藏在gra和win的像素信息中,通过alpha控制实现信息的隐藏和恢复。该信息隐藏算法能够兼容灰度视频和彩色视频,对视频的色度位宽也无要求,其实现原理如图1所示。

图1 信息隐藏原理

以常见的24位色(R8G8B8)视频为例,信息加密的步骤如下:①在正常视频中我们选取人眼容易忽略的区域作为隐藏信息的窗口区域;②将部分隐藏信息写入窗口视频像素点的RGB像素值最低两位;③将该区域内源视频像素点的RGB像素值的最低两位也进行修改,嵌入剩余的隐藏信息,④记录该窗口的位置信息和开窗时间。

秘密信息的解码过程,步骤为:①根据窗口位置和开窗时间将窗口视频与正常视频进行叠加;②通过alpha 属性序列恢复秘密信息视频片段;③通过掩码方式丢弃非密信息位,恢复秘密信息。

该信息隐藏算法将秘密信息植入非密视频的静态背景中,可根据视屏中人物和场景的变化而动态调整加密窗口的位置和加密时间,将视频叠加需要配置的alpha属性值、叠加窗口位置和叠加时间作为密钥,具有很高的保密性。

同时,该算法可以根据视频色度的位宽来调整加密信息的位宽,当视频色度的位宽较小(如16位色R5G6B5)时加密位只取3位(R1G1B1),当视频色度的位宽较大(如30位色R10G10B10)时加密位可以增加为8位(R3G2B3),选取两位G分量主要是由于人眼对绿色分量的敏感度高。

此外,该算法为了避免潜在信息窃取者发现秘密信息所处的视频区域,采用了视频复制的方式将源视频进行拷贝,假设两份视频分别为Video1和Video2,将两部分秘密信息分别隐藏在Video1和Video2的叠加窗口数据中,传输秘密信息时只需将Video1和Video2分别传输给信息使用者,并将密钥(alpha属性值、叠加窗口位置和叠加时间)以配置程序的方式对视频进行加载,再以掩码形式丢弃非密视频数据,就能完成隐藏数据的恢复。

正常视频的帧速率一般在30Hz以上,假设叠加窗口的规模为64x64像素点,则在帧速率为30Hz情况下每秒24位色视频可传输的隐藏数据量Q为:

Q=30×64×64=120 KB

假设一部视频时长30min,则能够传输秘密信息超过210MB,目前主流VESA视频的帧速率基本都在60Hz以上,因此该隐藏算法具有很高的数据传输率。

2 隐藏数据的检错和纠错

本算法可以采用ECC校验实现隐藏数据的检错和纠错,假设按照每64bit隐藏数据生成一个8bit校验数据的规则,其中bit0、bit1、bit2、bit4、bit8、bit16、bit32、bit64均为校验位,将生成的校验数据拼接在隐藏数据尾部内部,校验位生成规则如图2所示:

图2 隐藏信息的校验位计算

恢复隐藏信息时,首先从每72位隐藏数据中提取bit0、bit1、bit2、bit4、bit8、bit16、bit32、bit64校验位数据,然后根据余下的64位数据计算新的ECC校验数据,并与原生成的ECC校验数据进行异或,倘若两个8bit校验数据完全相同,则表示该隐藏数据无错误或存在无法判断的错误;倘若异或结果有三位为1,则表示数据有一位错误并且该错误可纠正;倘若异或结果有一位为1,则表示原校验数据出错;其他情况表示出现了ECC校验功能无法纠正的错误。

通过增加校验功能,有效提高了算法的鲁棒性,除了ECC校验外,也可以采用奇偶校验、CRC校验等方式提高隐藏信息的可靠性。假设窃密者试图篡改加密信息,则秘密信息将无法恢复出正确的校验码,也就失去了篡改的价值。

3 算法的性能分析

评价一种信息隐藏算法可以根据该算法对信息的隐藏程度来评判其隐藏性能,因此本文通过对隐藏数据前后同一帧图像的人眼分析,和图像均方根误差和峰值信噪比分析[5],以及马氏距离分析[6]这三种方式对该算法进行客观的评价。

图3为野生动物视频的某帧图像,图4中在沙滩进行了视窗叠加,叠加窗口内画面包含隐藏信息,叠加窗口用白色虚线包围,两幅图像的区别人眼难以分辨。

图3 原始奔马图像

图4 隐藏信息的奔马图像

图像均方根误差(RMSE)和峰值信噪比(PSNR)是评价图像失真程度的常用度量指标,设F(x,y)为原始图像像素信息,F‘(x,y)为隐藏秘密信息后的图像像素信息,奔马图像为24位色标准VESA格式800×600@60 Hz视频,隐藏图像和原始图像的像素值误差总和Err为:

则均方根误差RMSE为:

设叠加窗口的大小为MxN,隐藏信息信息后图像均方根信噪比SNR为:

由计算公式可知,图像的均方根误差越小和峰值信噪比越高,图像失真越小,即秘密信息的隐藏效果越好。

奔马视频每帧均为标准VESA格式24位色图像,选取大小分别为32×32、64×32、64×64和128×64的叠加窗口,计算隐藏信息后的奔马视频一帧图像的均方根误差和峰值信噪比。如表1所示,叠加窗口规模由32×32增加为128×64,图像的RMSE和PSNR数值收敛。

(2)

分析连续四帧插入隐藏信息的图像数据,叠加窗口大小均为64×64,计算四幅图像与原始图像的马氏距离分别为0.96、0.88、1.02和0.93,均在图像白噪声的影响范围之内,因此采用马氏距离检测的方式无法检测出图像是否隐藏秘密信息。

表1 隐藏信息后图像的均方根误差和峰值信噪比

4 结论

信息隐藏作为一个开放的研究领域,随着各学科研究人员的加入,关键问题逐一被解决,本文提出的基于alpha叠加的信息隐藏算法侧重于算法隐蔽性、隐藏信息容量和算法鲁棒性等指标,并采用人眼分析、图像均方根误差和峰值信噪比分析、以及马氏距离分析三种方式对算法隐蔽性进行了评价,下一步的工作重点是在保证算法隐蔽性的前提下进一步

提高隐藏信息容量,提高算法性能。

[1] Kahn D. The History of Steganography. Lecture Notes in Computer Science 1174, Proceedings of Information Hiding: first intemational workshop, Cambridge, UK, May 30-Junel, 1996, Berlin: Springer -Veriag, 1996, pp: 1-5.

[2] J. Davis, J. MacLean; D, Dampier. Methods of information hiding and detection in file systems. 5th International Workshop on Systematic Approaches to Digital Forensic Engineering, Oakland, CA, United states, SADFE, 2010: 66-69.

[3] Petiteolas F, Anderson R, Kuhn M. Information hiding- a survey. Proc. IEEE, 1999, 87(8):1062-1078.

[4] Keith Jack. Video Demystified[M]. Fifth Edition. New York: Newnes, 2007.

[5] 章毓晋. 图像处理和分析教程[M]. 北京:人民邮电出版社. 2009.

[6] Taguchi G. Jugulum R. The Mahalanobis-Taguchi Strategy: A Pattern Technology System[M]. New York: Wiley, 2002.

猜你喜欢

方根色度校验
使用Excel朗读功能校验工作表中的数据
我们爱把马鲛鱼叫鰆鯃
炉温均匀性校验在铸锻企业的应用
电子式互感器校验方式研究
均方根嵌入式容积粒子PHD 多目标跟踪方法
基于改进色度模型的非接触式心率检测与估计
景德镇早期青白瓷的器型与色度
如何提高苹果的着色度
数学魔术——神奇的速算
日粮成分对鸡蛋色度及碳稳定同位素比值的影响