基于信息隐藏的遥感图像分块压缩

，，，

中国空间技术研究院 西安分院 空间微波技术重点实验室，西安 710100

空间技术的发展，特别是太空军事技术的发展，使遥感成像传感器的空间分辨率飞速提高，空间遥感图像的数据量也随之呈几何级数增加。但是星上有限的信道传输和计算能力无法适应空间遥感图像的海量数据，这已成为制约空间遥感图像分辨率提高的瓶颈[1]。目前JPEG2000等图像压缩方法[2-4]成为解决海量的遥感数据和有限的传输能力之间矛盾的有效途径，但受制于压缩倍数的限制，仍然无法满足用户对海量遥感数据的实时传输要求。因此，高分辨率遥感图像产生的数据量必须进一步减少，以满足遥感图像数据的空间传输要求。

目前在信息隐藏与图像压缩相结合方面国内外已有研究，例如，文献[5]提出了一种基于信息隐藏的语义图像压缩，利用原始图像的部分像素生成语义图像，采用信息隐藏技术将剩余像素的估计误差嵌入到生成的语义图像中，采用此方法实现原始图像的压缩。文献[6-7]提出了基于边缘匹配矢量量化(Side Match Vector Quantization,SMVQ)的信息隐藏和图像压缩相结合的方案，优化图像压缩性能。文献[8]提出了一种用于矢量量化(Vector Quantization,VQ)压缩的信息隐藏方法，压缩性能优于同类型的算法。在将信息隐藏应用于遥感图像方面，文献[9]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，但该方法的研究重点在信息隐藏容量。由此可见，利用信息隐藏技术可以提升图像压缩算法的性能，但应用于遥感图像压缩的研究较少。因此，本文将信息隐藏技术和遥感图像压缩相结合，提出一种基于信息隐藏的遥感图像分块压缩方法。

1 信息隐藏技术

信息隐藏技术，是将秘密信息隐藏于另一公开信息(载体信息)中形成隐蔽载体，然后通过隐蔽载体的传输来传递隐藏信息[10-11]。信息隐藏的目的在于保证隐藏的信息不引起攻击者的注意，从而减少被侵犯的可能性，摆脱数据加密技术的致命缺陷。目前用来作为信息隐藏的载体有文字、图像、语音或视频等多种不同格式的文件，但使用的方法没有本质区别。其中图像由于冗余空间大，是目前用于隐藏储存和隐蔽通信最多的信息隐藏载体。

基于图像的信息隐藏技术，可以归类于基于变换域的隐藏技术和基于空间域的隐藏技术两种。基于空间域的隐藏技术是直接改变图像元素的值，一般是在图像的亮度或色度中加入隐藏的内容。最简单和有代表性的基于空间域的信息隐藏方案是将要隐藏的信息代替图像的最低有效位(LSB)[12]。LSB算法首先将每个像素值从8 bit压缩为7 bit，然后将编码信息作为像素值的第8位(即像素值的LSB)，这一方法是单个LSB编码方法的扩展，在单个LSB编码方法中，LSB直接被编码信息所代替。LSB算法的嵌入比为12.5%，是目前公认信息隐藏量大的一种算法，同时还有算法简单、嵌入速度快等优点。

2 基于信息隐藏的遥感图像分块压缩方法

基于信息隐藏的遥感图像分块压缩方法由图像分块隐藏方法和标准格式压缩方法组成。JPEG2000作为新一代静止图像压缩标准，可以在获得高压缩比的同时确保高图像质量，另外还具有非常好的抗误码性能，在星载遥感图像压缩领域得到了广泛的应用[13-15]，因此基于信息隐藏的遥感图像分块压缩方法中的标准格式压缩采用了JPEG2000压缩算法。

2.1 图像分块及图像块相似性判决

(1)图像分块

(2)图像块相似性判决

峰值信噪比(PSNR)基于图像像素灰度值进行统计和平均计算，是常用的衡量信号失真的指标[16-18],因此，本文也将PSNR作为衡量图像块是否相似的依据。PSNR计算如下：

(1)

当两个图像块满足以下条件时，则认为两个图像块相似：

PSNR(Bi,Bj)≥T,1≤i≤k,1≤j≤k

(2)

式中：T为判定两个图像块相似的PSNR阈值，其取值可根据相似图像块数目占比为1/3时的PSNR值作为参考值。

2.2 基于信息隐藏的遥感图像分块压缩方法具体实现过程

根据以上图像分块和图像块相似性判断依据，形成了基于信息隐藏的遥感图像分块压缩方法具体实现过程，包含遥感图像压缩过程和恢复过程两部分。

(1)基于信息隐藏的遥感图像压缩过程

步骤1：按照图像块的分块方法，得到B1，B2，…，Bk共k个图像块，对应图像块编号为序列n=(1,2,...,k)。

步骤2：计算PSNR(Bi,Bj)的值，确定阈值T，1≤i≤k,1≤j≤k，i≠j。将每个PSNR的值和阈值T相比较，该PSNR计算得到的值大于等于阈值T，则判定进行PSNR计算的这两个图像块Bi与Bj相似，并记录与Bi相似的图像块Bj的编号为bi，Bi作为基准图像块，其编号i替换Bj的编号j，同时更新图像块编号序列n；若PSNR计算得到的值小于阈值T，则判定进行PSNR计算的这两个图像块Bi与Bj不相似，两者编号不进行替换。

步骤3：i≠k时，i+1，此时判断i是否在序列n中，若i∈n，则返回步骤2；若i∉n，则i=i+1，直到i∈n；i=k时，停止进行PSNR计算。

步骤4：将相似图像块编号bi进行二进制编码得到二进制码流，并将该二进制码流利用LSB信息隐藏算法嵌入到基准图像块Bi中，然后只对基准图像块Bi采用JPEG2000图像压缩进行无损压缩。

(2)基于信息隐藏的遥感图像恢复过程

步骤1：接收端对压缩图像进行解压缩，得到该图像的原始数据，即为基准图像块Bi。

步骤2：对基准图像块Bi进行信息解隐藏，得到相似图像块编号bi的信息。

步骤3：在步骤2得到每一个Bi图像块和与Bi相似的图像块编号bi后，先将Bi图像块数据根据压缩的图像块Bi的编号信息放置在序列中的相应位置，然后在bi相应的位置用Bi图像块的数据进行填充，直到最后一个Bi图像块结束，则获得完整的原始图像。

基于信息隐藏的遥感图像分块压缩方法流程如图1所示。

3 仿真与分析

本文以标准图像库中的图像为例对该方法进行仿真分析，图像大小为512×512。

3.1 图像压缩过程

1)对原始图像进行分块：将这些标准图像划分为8×8的图像块，共4 096个，B1，B2，…，B4 096。

2)寻找相似图像块：从B1开始与每个图像块互相进行PSNR计算，对PSNR大于或等于T的图像块则认为两个图像块是相似的，并记录下与B1相似的图像块的编号，B1作为基准图像块；然后B2开始与每个图像块互相进行PSNR计算，若B2已被B1替换，则从B3开始，以此类推，直到B4 095；若找到相似的图像块，则记录该基准图像块Bi和与之相似的图像块编号bi。不同图像所取的T的值及相似的图像块的数目如表1所示。

图1 基于信息隐藏的遥感图像分块压缩方法流程Fig.1 Flow chart of block compression of remote sensing image based on data-hiding

表1 不同图像所取的T的值及相似的图像块的数目

3)接着将bi的编号进行二进制编码，利用LSB隐藏算法将以上编码后的编号分别隐藏进基准图像块Bi中，然后对图像进行压缩：只对除去bi的剩余基准图像块进行压缩，替换后减少的图像块即相当于对原始图像进行了一次压缩，压缩倍数=1/[1-(相似图像块数/4 096)]=1.5。

4)对压缩后的图像数据按照一定数据格式进行传输。

3.2 图像恢复过程

1)接收端收到压缩后的图像数据后根据同步字节识别出每个图像块的数据，然后根据图像块编号识别出相应的图像块；

2)对图像块的压缩数据进行解压缩，得到压缩前每个图像块的原始数据；

3)通过帧类型字节判断出载荷数据中所隐藏的数据为相似的图像块，利用相应的解隐藏算法恢复出隐藏的图像块编号bi；

4)将每个图像块按照编号排列在相应的位置，编号为bi的图像块则直接以编号为Bi的图像块数据替代，得到完整的图像数据。

3.3 结果分析

本文提出的压缩方法将信息隐藏技术与遥感图像压缩算法相结合，在对图像进行JPEG2000压缩前通过判决图像块的相似性对图像的原始数据进行预处理，然后再利用JPEG2000进行4倍压缩。

图2所示为经本方法预处理得到的压缩图像以及恢复图像与原始图像的比较。其中经预处理得到的压缩图像中白色区域为相似图像块的占比区域。

图2 压缩图像、恢复图像与原始图像比较Fig.2 Comparion of pretreatment, recovery and original image

压缩性能对比如表2所示。由表2可以看出，通过本方法压缩得到的PSNR值与JPEG2000进行6倍压缩的PSNR值接近，因此本方法使用JPEG2000对图像进行了4倍压缩却达到了6倍压缩的效果，提升了图像的压缩性能；另外，本方法不需要进行复杂的数学运算，只需计算每个图像块之间的PSNR值，复杂度大大下降。

4 结束语

本文提出一种基于信息隐藏的遥感图像分块压缩方法，利用图像块的相似性判别出基准图像块和相似图像块，并利用信息隐藏算法将相似图像块的标号隐藏在基准图像块中，只对基准图像块进行JPEG2000压缩传输。通过仿真结果分析，并与JPEG2000标准压缩进行对比可以看出，该方法将图像压缩比提高1.5倍。同时，本方法不需要进行复杂的数学运算，复杂度大大下降，适合星上应用。