CN100440256C - 数字图像中最不重要位替换信息隐藏的快速检测方法 - Google Patents

Abstract

本发明涉及一种数字图像中最不重要位替换信息隐藏的快速检测方法。本方法是基于图像的相邻像素对，比较邻像素灰度值最低比特的异同及前7比特的异同，而将像素对分类，然后通过统计每个分类中的像素对的个数来分析秘密信息有无并估计其秘密信息嵌入量。本发明可用于以灰度、彩色等数字图像为载体的最不重要位替换隐写检测。本发明检测准确度高，计算量小，易于实现。

Description

数字图像中最不重要位替换信息隐藏的快速检测方法

技术领域

本发明涉及一种利用信号处理、数理统计和计算机技术检测数字图像中是否包含以最不重要位替换方法隐藏的秘密信息的方法，同时可用于估计秘密信息量的多少。

背景技术

数字隐写通过不易察觉的改动在数字图像中隐藏需要传送的秘密信息，即将秘密信息不引起第三方怀疑地隐藏在数字图像中传送，从而达到隐蔽通信的目的。接收方可以根据事先与发送方约定好的提取方法和密钥，从含密图像中取出秘密信息。数字隐写的作用不仅是要保护通信的内容，更重要的是要保密“通信双方正在进行隐蔽通信”这一事件本身。

最不重要位替换(least-significant-bit replacement，LSBR)是一种应用广泛的隐写方法，用秘密信息替换数字图像象素灰度值的最不重要位即可，也就是说含密图像与原始图像相比每个象素值的改变仅在±1之间，人眼无法察觉。参阅如下论文：

1.Bender W，Gruhl D，Morimoto N，and Lu A.Techniques for Data Hiding.IBM SystemJournal，35(3，4)，1996：313-336

隐写分析根据载体数据的统计特性判断是否含有秘密信息，估计嵌入信息量。对图像进行隐写不可避免地会改动图像的统计特征，现有的隐写分析方法主要是通过判断图像统计特征是否符合自然图像的规律来分析图像中是否含有秘密信息。针对LSBR的隐写分析大都基于相邻象素相关性较大这一统计特征。其中具有代表性的方法有RS方法和SPA方法。这些方法基于相邻象素对来进行隐写分析，且它们都是根据象素对差值进行分析检测。参阅如下论文：

2.Fridrich J，Golj an M，and Du R.Detecting LSB Steganography in Color andGray-Scale Images.Magazine of IEEE Multimedia，Special Issue on Security，Oct.-Dec.Issue，2001：22-28

3.Dumitrescu S，Wu X，Wang Z.Detection of LSB steganography via sample pairanalysis.In：Proc.Information Hiding Workshop.LNCS 2578.2002：355-372

发明内容

本发明的目的在于提供一种数字图像中最不重要位替换信息隐藏的快速检测方法，提高信息隐藏检测准确度，减小计算量，易于操作应用。

为了达到上述目的，本发明的构思是：通过对相邻象素对的分类统计，得出LSBR隐藏信息嵌入量估计值；并对该嵌入量估计值进行阈值判断，认定图像是否曾经过最不重要位替换(即含有额外嵌入的秘密信息)。

根据上述发明构思，本发明采用下述技术方案：

一种数字图像中最不重要位替换信息隐藏的快速检测方法，其特征在于基于图像的相邻象素对，比较邻象素灰度值最低比特的异同及前7比特的异同，而将相邻象素对分类，然后通过统计每个分类中的相邻象素对的个数来分析秘密信息有无并估计其秘密信息嵌入比特数；所述的快速检测方法的具体操作步骤如下：

第一步：划分相邻象素对：任一象素与其相邻的上下左右4个象素都分别构成一组相邻象素对；

第二步：将相邻象素对按下列情况划分为A、B、C、D、E五种象素对，并统计各种象素对的个数：

A种象素对：象素对中两个象素灰度完全相同，设满足该条件的象素对的个数为a；

B种象素对：象素对中两个象素灰度最低比特不同，但前7比特完全相同，设满足该条件的象素对的个数为b；

C种象素对：象素对中两个象素灰度最低比特不同，前7比特不完全相同，且象素对中两象素灰度值较大者为奇数，设满足该条件的象素对的个数为c；

D种象素对：象素对中两个象素灰度最低比特不同，前7比特不完全相同，且象素对中两象素灰度值较大者为偶数，设满足该条件的象素对的个数为d；

E种象素对：象素对中两个象素灰度最低比特相同、但前7比特不完全相同，设满足该条件的象素对的个数为e，实施过程中可不作统计；

第三步：计算

${\mathrm{\β}}_0=\frac{b+c-d}{a+b}$

并利用迭代方法计算β_i

${\mathrm{\β}}_i=\frac{b+c-d}{a+b}-\frac{{\mathrm{\β}}_{i-1}}{\max (\mathrm{0.1,1}-2{\mathrm{\β}}_{i-1})}\frac{a-b}{a+b}$ i＝1，2，3，式中max函数用于取出两者中较大值，并迭代3次后得到β₃，此时即得到嵌入率的估计值：2β₃，嵌入率为平均每象素的嵌入比特数；若2β₃＞0.1，则判定图像经过LSBR隐写，并输出图像的

嵌入比特数的估计值：2β₃×图像象素总数。

采用上述步骤的理论依据如下：

设图像经过LSBR隐写后，图中象素的最低比特以概率β发生改变。由于LSBR隐写向图像中每嵌入1比特数据有1/2概率会改变象素的最低比特，所以对应改变率为β的LSBR隐写图像，其隐嵌入率应为2β。假设图像在隐写前统计得到的a、b、c、d、e值分别为a_o、b_o、c_o、d_o、e_o(对于不含隐写信息的图像，可以认为该图像经过一次嵌入率为0的LSBR隐写)。

下面分析不同嵌入率的隐写行为对a、b、c、d之间相互关系的影响。

□a+b所代表的是前7比特相同的象素对个数，而最不重要位替换并不改变象素灰度值的前7比特，因此一定有：

a+b＝a_o+b_o    (1)

□当象素对属于情况A或情况B，LSBR隐写会以概率2β(1-β)使得两个象素中的一个发生变化，即该象素对将由情况A转换为情况B、或由情况B转换为情况A。同时，LSBR隐写会以概率1-2β(1-β)使得两个象素都发生变化或都不变，即情况A依旧为情况A、情况B依旧为情况B。由此可得如下近似关系：

a-b＝(1-2β)²(a_o-b_o)        (2)

□当象素对属于情况C或情况D，由于LSBR隐写会以概率β使象素低比特发生改变：情况C和情况D有β²的概率会互相转变；有(1-β)²的概率情况不发生改变；情况C和情况D都有2β(1-β)的概率会转变为情况E。另一方面，情况E有β(1-β)的概率转变到情况C，同时情况E也有β(1-β)的概率转变到情况D。通过以上概率得到：

$\left\{\begin{array}{c}c={(1-\mathrm{\β})}^2{c}_o+{\mathrm{\β}}^2{d}_o+\mathrm{\β}(1-\mathrm{\β})e_o\\ d={(1-\mathrm{\β})}^2{d}_o+{\mathrm{\β}}^2{c}_o+\mathrm{\β}(1-\mathrm{\β})e_o\end{array}\right.$

两式相减可得d-c＝(1-2β)(d_o-c_o)

对于自然图像中两象素灰度值奇偶不同的象素对，有1/2概率两灰度值中较大者为奇数；1/2概率两灰度值中较大者为偶数。根据A、B、C、D、E的定义可知：属于情况A和情况E的象素对中的两个象素奇偶相同；情况B和C包含了所有奇数较大的象素对；情况D则包含了所有偶数较大的象素对。因此c_o+b_o＝d_o即：d_o-c_o＝b_o，代入上式得：

d-c＝(1-2β)·b_o    (3)

(1)(2)(3)三个方程中：a、b、c、d为统计量，a_o、b_o、β为未知量。将他们联立求解方程组固然可以得到β，但(2)式(3)式在嵌入率较大时是病态的(近似于0·x＝0的形态)，直接求解方程组会放大统计误差得到不准确的嵌入率估计值。我们采用如下方法来避免得到病态结果。通过(1)(2)(3)式可以得出

$\mathrm{\β}=\frac{b+c-d}{a+b}-\frac{\mathrm{\β}}{1-2\mathrm{\β}}\frac{a-b}{a+b}$

将上式改为迭代形式计算β_i ${\mathrm{\β}}_i=\frac{b+c-d}{a+b}-\frac{{\mathrm{\β}}_{i-1}}{\max (\mathrm{0.1,1}-2{\mathrm{\β}}_{i-1})}\frac{a-b}{a+b}(i=\mathrm{1,2,3})$

我们设置迭代初始值： ${\mathrm{\β}}_0=\frac{b+c-d}{a+b}$

当嵌入量较小时，迭代3次即可接近稳定状态，其结果约等于方程组的解；当嵌入量较大时，式中max函数取0.1和(1-2β)中的较大值来消除分母接近于0的病态效应，大量实验表明，迭代3次后的结果2β₃最接近于实际的嵌入率2β。

对于彩色图像，把彩色图像中的每个颜色分量当作一个灰度图像分别进行检测并估计各个颜色分量中的秘密信息嵌入比特数，最终得到的LSBR秘密信息嵌入比特数估计值即各颜色分量中秘密信息嵌入比特数估计值的总和。

本发明与现有技术相比较，具有如下显而易见的突出实质性特点和显著优点：本发明并不计算相邻象素具体差值，而是通过比较相邻象素灰度的最低比特的异同以及前7比特的异同将象素对分类，统计每个分类中的象素对个数对含密信息进行分析和估计，大大节省了计算量。本发明估计精确度高，计算速度快，占用存储空间小，只包含简单四则运算，易于硬件实现。

附图说明

图1是本发明具体实施步骤的算法框图

图2是本文具体实施例中用到的正常灰度图像样本

图3是对图2进行隐写得到的隐写图像

具体实施方式

现将本发明的一个优选实施例如下：

本数字图像中最不重要位替换信息隐藏的快速检测方法，其特征在于基于图像的相邻象素对，比较邻象素灰度值最低比特的异同及前7比特的异同，而将象素对分类，然后通过统计每个分类中的象素对的个数来分析秘密信息有无并估计其秘密信息嵌入量。

对一512行×512列的正常灰度图像(附图2)进行LSBR隐写，隐写嵌入量为10480比特，生成隐写图像(附图3)。由于隐写后的图像仅改变了原始图像象素灰度值的最低比特，两幅图像视觉上没有差别。

现对该隐写图像进行检测，操作步骤如下：

第一步，划分相邻象素对：任一象素与其相邻的上下左右4个象素都分别构成一组相邻象素对。样本图像尺寸为512×512，因此水平方向相邻的像素对有512×511对，竖直方向相邻的像素对有511×512对，总计有523264对相邻像素对；

第二步，将象素对按下列情况划分为A、B、C、D、E五种象素对，并统计各种象素对的个数：

A种象素对：象素对中两个象素灰度完全相同，统计得到满足该条件的象素对的个数a＝87586；

B种象素对：象素对中两个象素灰度最低比特不同，但前7比特完全相同，统计得到满足该条件的象素对的个数b＝62481；

C种象素对：象素对中两个象素灰度最低比特不同，前7比特不完全相同，且象素对中两象素灰度值较大者为奇数，统计得到满足该条件的象素对的个数c＝80917；

D种象素对：象素对中两个象素灰度最低比特不同，前7比特不完全相同，且象素对中两象素灰度值较大者为偶数，统计得到满足该条件的象素对的个数d＝104702；

E种象素对：象素对中两个象素灰度最低比特相同、但前7比特不完全相同，不统计满足该条件的像素对个数；

第三步，计算

${\mathrm{\β}}_0=\frac{b+c-d}{a+b}\≈0.2579$

并利用迭代方法计算β_i

${\mathrm{\β}}_1={\mathrm{\β}}_0-\frac{{\mathrm{\β}}_0}{\max (\mathrm{0.1,1}-2{\mathrm{\β}}_0)}\frac{a-b}{a+b}\≈0.1688$

${\mathrm{\β}}_2={\mathrm{\β}}_0-\frac{{\mathrm{\β}}_1}{\max (\mathrm{0.1,1}-2{\mathrm{\β}}_1)}\frac{a-b}{a+b}\≈0.2152$

${\mathrm{\β}}_3={\mathrm{\β}}_0-\frac{{\mathrm{\β}}_2}{\max (\mathrm{0.1,1}-2{\mathrm{\β}}_2)}\frac{a-b}{a+b}\≈0.1946$

2β₃＝0.3893＞0.1，判定图像包含LSBR隐写信息，其信息嵌入率估计值为38.93％图像共包含512×512个像素，图像中信息嵌入量估计值为2β₃×512²＝10205比特。由于采用统计方法进行分析，估计结果不可避免会存在少量误差，此时与实际嵌入量10480比特的误差为2.6％。

若对原始图像(图2)进行同样的检测，得到的统计数据为：a＝110002；b＝40065；c＝71848；d＝111648。对其进行相同的运算，迭代结果为2β₃＝0.0022＜0.1，可认定图中不含LSBR隐写信息。

Claims (2)

1.一种数字图像中最不重要位替换信息隐藏的快速检测方法，其特征在于基于图像的相邻象素对，比较邻象素灰度值最低比特的异同及前7比特的异同，而将相邻象素对进行分类，然后通过统计每个分类中的象素对的个数来分析秘密信息有无并估计其秘密信息嵌入比特数；所述的快速检测方法的具体操作步骤如下：

(1)划分相邻象素对：任一象素与其相邻的上下左右4个象素都分别构成一组相邻象素对；

(2)将相邻象素对按下列情况划分为A、B、C、D、E五种象素对，并统计各种象素对的个数：

A种象素对：象素对中两个象素灰度完全相同，设满足该条件的象素对的个数为a；

B种象素对：象素对中两个象素灰度最低比特不同，但前7比特完全相同，设满足该条件的象素对的个数为b；

C种象素对：象素对中两个象素灰度最低比特不同，前7比特不完全相同，且象素对中两象素灰度值较大者为奇数，设满足该条件的象素对的个数为c；

D种象素对：象素对中两个象素灰度最低比特不同，前7比特不完全相同，且象素对中两象素灰度值较大者为偶数，设满足该条件的象素对的个数为d；

E种象素对：象素对中两个象素灰度最低比特相同、但前7比特不完全相同，设满足该条件的象素对的个数为e；

(3)计算

${\mathrm{\β}}_0=\frac{b+c-d}{a+b}$

并利用迭代方法计算β_i

${\mathrm{\β}}_i=\frac{b+c-d}{a+b}-\frac{{\mathrm{\β}}_{i-1}}{\max (\mathrm{0.1,1}-2{\mathrm{\β}}_{i-1})}\frac{a-b}{a+b},$ i＝1，2，3，式中max函数用于取出两者

中较大值，并迭代3次后得到β₃，此时即得到嵌入率的估计值：2β₃，嵌入率为平均每象素的嵌入比特数；若2β₃＞0.1，则判定图像经过最不重要位替换隐写，并输出图像的嵌入比特数的估计值：2β₃×图像象素总数。

2.根据权利要求1所述的数字图像中最不重要位替换信息隐藏的快速检测方法，其特征在于：对于彩色图像，把彩色图像中的每个颜色分量当作一个灰度图像分别进行检测并估计各个颜色分量中的秘密信息嵌入比特数，最终得到的最不重要位替换秘密信息嵌入比特数估计值即各颜色分量中嵌入比特数估计值的总和。

Images