CN101504760A - 一种数字图像隐密信息检测与定位的方法 - Google Patents

Abstract

本发明涉及一种在数字图像中检测与定位隐密信息的方法，包括以下步骤：用块效应计算方法检测包含了隐密信息的所述数字图像；若所述数字图像是JPEG图像压缩格式，则提取JPEG的量化矩阵；根据所述数字图像DCT系数推导出嵌入隐密信息前的原始图像的量化DCT系数；以及根据所述原始图像的DCT系数，恢复出该原始图像的像素值，通过该原始图像与所述数字图像像素值之差判断出所述隐密信息的嵌入位置，估算出该隐密信息的嵌入量。本发明的技术方案解决了现有隐密信息检测技术不能准确定位隐藏信息嵌入位置的缺点，可对数字图像中利用多种隐写算法进行隐藏的隐密信息进行检测和定位。

Description

一种数字图像隐密信息检测与定位的方法

技术领域

本发明涉及信息安全领域，尤其涉及一种在数字图像中检测与定位隐密信息的方法。

背景技术

信息隐藏实际上就是将机密信息隐藏在普通的信息之中而不露破绽。根据隐藏信息的载体不同，可以分为在图像、视频、声音、文本等中的信息隐藏，所隐藏的信息也可以是以上各种形式，只是在隐藏时都将它们视为比特流来处理。信息隐藏的基本原理是利用了人类感官系统对某些细节的不敏感性，对载体做某些微小变动，而不引起观察者的怀疑。对于不同的载体又有不同的特点，如图像和视频信息隐藏利用了人的视觉特性，而对静止图像和视频视觉的不敏感性又有所不同。声音信号的隐藏利用了人耳的听觉特性，因此，在不同载体中的信息隐藏有其不同的特点。

信息隐藏的对立面就是信息检测，信息检测研究的意义在于，一方面可以促使信息隐藏技术被合法使用，另一方面可以进一步促进隐藏算法的深入研究。信息隐藏尽管在感官上不会引起人类的注意，但是从数据分析上还是能够发现载体的变化，隐藏信息的检测方面需要研究的问题很多，比如分析各种隐藏算法在载体中所引起的特征如统计特性的改变、调色板的改变、边缘特性的改变、特征值的改变等等。分析各种载体所能隐藏信息容量的上限，建立与主观评价准则相一致的客观评价准则。另外，信息检测研究框架的建立也是一个非常重要的课题，建立与密码分析相类似的分析检测方法，如仅知隐文检测、已知载体检测、已知消息检测、已知算法检测等。

信息隐藏技术是信息安全领域的一个重要方面，信息隐藏的分析技术作为信息隐藏技术的对立面，已成为信息安全领域研究的焦点。图像作为信息隐藏的良好载体，已经在多方面得到了应用。虽然已经提出了多个基于图像的信息隐藏检测的算法和系统，但每种算法或系统都有各自的优势和局限性。至今仍然还没有形成基于图像的信息隐藏检测技术的理论。因此，基于图像的信息隐藏检测技术还有待进一步发展和完善。

从隐密图像中提取隐密信息是隐密分析技术的最终目标，隐密信息的提取包括估计隐密信息的嵌入量和隐密信息的嵌入位置。虽然该过程的实现难度很大，但是已经有若干检测算法在检测是否存在隐密信息的同时，可以比较准确估计秘密信息的嵌入量。到目前为止仍然没有能够准确确定隐密信息的嵌入位置的报道。

发明内容

本发明的目的是一种数字图像隐密信息检测与定位的方法，更具体地说，该方法不仅能检测数字图像中是否含有隐密信息，而且还能检测出隐密信息的嵌入位置。

本发明的技术方案是，一种数字图像隐密信息检测与定位方法，其特征在于，包括以下步骤：

用块效应计算方法检测包含了隐密信息的所述数字图像；

若所述数字图像是JPEG图像压缩格式，则提取JPEG的量化矩阵；

根据所述数字图像DCT系数推导出嵌入隐密信息前的原始图像的量化DCT系数；以及

根据所述原始图像的DCT系数，恢复出该原始图像的像素值，通过该原始图像与所述数字图像像素值之差判断出所述隐密信息的嵌入位置，估算出该隐密信息的嵌入量。

所述的用块效应计算方法包括以下步骤：

设所述数字图像信号为{x(m，n)|m∈[1，M]，n∈[1，N]}，图像的水平差分为：

d_h(m，n)＝x(m，n+1)-x(m，n)，n∈[1，N-1]，

用块边界处像素差的平均值来量化块效应的大小，计算式如下：

$B_h=\frac{1}{M(K-1)}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{K-1}{\mathrm{\Σ}}}\left|d_h(i,8j)\right|$

$A_h=\frac{1}{M(N-1)}\underset{i}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}\left|d_h(i,j)\right|-\frac{1}{M(K-1)}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{K-1}{\mathrm{\Σ}}}\left|d_h(i,8j)\right|$

其中， $K=\left[\frac{N}{8}\right]-1,$ B_h是块间像素差值和，A_h是块内像素差值和；

令所述数字图像的垂直差分为：

d_v(m，n)＝x(m+1，n)-x(m，n)，m∈[1，M-1]，

得到B_v和A_v：

$B_v=\frac{1}{N(K-1)}\underset{i=1}{\overset{K-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(8i,j)\right|$

$A_v=\frac{1}{M(M-1)}\underset{i}{\overset{M-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(i,j)\right|-\frac{1}{N(K-1)}\underset{i=1}{\overset{K-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(8i,j)\right|$

其中， $K=\left[\frac{M}{8}\right]-1,$ B_v是块间像素差值和，A_v是块内像素差值和；

得到水平和垂直方向块内像素差值和为：

A＝A_h+A_v

水平和垂直方向块间像素差值和为：

B＝B_h+B_v；

若B与A的差值的绝对值大于0.3则判断所述的数字图像是JPEG图像压缩格式。

在根据所述数字图像DCT系数推导出嵌入隐密信息前的原始图像的量化DCT系数时，将所述的数字图像的量化DCT系数作为所述原始图像的量化DCT系数。

本发明的技术方案的有益效果是解决了现有隐密信息检测技术不能准确定位隐藏信息嵌入位置的缺点，可对数字图像中利用多种隐写算法进行隐藏的隐密信息进行检测和定位。

附图说明

图1是本发明一实施例中未嵌入隐密信息的JPEG测试图

图2是本发明一实施例中嵌入隐密信息的数字图片

图3是本发明一实施例中隐密信息嵌入位置图

图4是本发明一实施例中JPEG图像块效应的大小与质量因子的关系图

图5是本发明一实施例中求得JPEG质量因子EQ曲线图

图6是本发明一实施例中从隐密数字图像估计出的隐密信息嵌入位置图

图7是本发明一实施例中数字图像隐密信息检测与定位方法流程图

具体实施方式

下面结合附图和具体实施方式进一步说明本发明的技术方案。

如图7所示，本发明提供的一种数字图像隐密信息检测与定位方法，包含以下步骤：

S101、用块效应计算方法检测隐密数字图像是否被以JPEG格式压缩过；

S102、如果该图像被JPEG压缩过则提取JPEG的量化矩阵；

S103、根据隐密图像DCT系数推导出嵌入隐密信息前原始图像的量化DCT系数；

S104、根据原始图像的DCT系数，恢复出原始图像的像素值，通过原始图像与隐密图像像素值之差判断出隐密信息的嵌入位置，并由此估算出隐密信息的嵌入量。

因为许多信息伪装软件，如EZStego、Hide&Seek、S-Tools4、Steganos、StegoDos等，都采用了空域LSB替换的方法嵌入信息，嵌入信息后大多以非压缩存储格式存储含密图像。对这类图像的检测不能只根据图象文件的扩展名。要对图像像素值进行定量分析，以发现非压缩存储格式的图像以前是否被JPEG压缩过。如图1所示是未嵌入隐密信息的图像，图像格式是Jpeg，图像大小为256×256。图2是用S-Tools4在图1中嵌入隐密信息后的图像，图像格式为bmp。为了方便表示，隐密信息的嵌入位置用二值图像表示，如图3所示，大小为256×256，每位嵌入1bit数据，图中值为1(黑)表示该位置嵌入信息，值为0(白)表示该位置未嵌入信息，隐密图像嵌入在二值图像中值为1(黑)的位置，二值图像中值为0(白)的位置不嵌入信息。

JPEG是基于DCT块的有损压缩技术，每个8x8块的DCT系数被量化、取整导致DCT系数的损失。量化操作给图像带来块效应。块效应是由于块边界处，信号变化的不连续性造成的，因为量化是以块为单位进行的。显然，JPEG的压缩比越高，块效应就越明显。

JPEG图像块效应计算方法的基本原理是：

设图像信号为{x(m，n)|m∈[1，M]，n∈[1，N]}，图像的水平差分为：

d_h(m，n)＝x(m，n+1)-x(m，n)，n∈[1，N-1]

用块边界处像素差的平均值来量化块效应的大小，计算方法如下：

$B_h=\frac{1}{M(K-1)}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{K-1}{\mathrm{\Σ}}}\left|d_h(i,8j)\right|$

                                   (1)

$A_h=\frac{1}{M(N-1)}\underset{i}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}\left|d_h(i,j)\right|-\frac{1}{M(K-1)}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{K-1}{\mathrm{\Σ}}}\left|d_h(i,8j)\right|$

                                      (2)

其中， $K=\left[\frac{N}{8}\right]-1.$ B_h是块间像素差值和，A_h是块内像素差值和。用同样的方法可计算垂直方向的B_v和A_v。图像的垂直差分为：

d_v(m，n)＝x(m+1，n)-x(m，n)，m∈[1，M-1]

B_v和A_v的计算方法如下：

$B_v=\frac{1}{N(K-1)}\underset{i=1}{\overset{K-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(8i,j)\right|$

                         (3)

$A_v=\frac{1}{M(M-1)}\underset{i}{\overset{M-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(i,j)\right|-\frac{1}{N(K-1)}\underset{i=1}{\overset{K-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(8i,j)\right|$

                    (4)

其中， $K=\left[\frac{M}{8}\right]-1.$ B_v是块间像素差值和，A_v是块内像素差值和。

考虑水平和垂直方向块内像素差值和为：

A＝A_h+A_v                        (5)

水平和垂直方向块间像素差值和为：

B＝B_h+B_v                            (6)

根据上面的JPEG块效应检测原理，针对图2计算出水平与垂直方向块内像素差值和A，水平与垂直方向块间像素差值和B。JPEG图像块效应的大小由B与A的差值来决定，如果一幅图像没有被JPEG压缩过，B与A的差值的绝对值很小，一般不超过0.3，当图像被JPEG压缩过后，B与A的差值会增大。检测效果如图4所示。

提取JPEG量化矩阵的方法，包含以下步骤：

设图像像素为{x(m，n)|m∈[1，M]，n∈[1，N]}，首先将图像分成若干8x8大小的块B(i，j)，其中 $1\≤i\≤\left[\frac{M}{8}\right],$ $1\≤j\≤\left[\frac{N}{8}\right].$ 对每一个8x8块进行DCT变换，然后取整得到：

Y₁(i，j)＝DCT(B(i，j))

Y₂(i，j)＝[Y1(i，j)]

当质量因子q满足：1≤q≤50时，计算下式：

$\mathrm{EQ}\left(q\right)=\underset{i,j}{\mathrm{\Σ}}|Y_2(i,j)-\left(\frac{Q*50}{q}\right)*[Y_2(i,j)*\frac{q}{(Q*50)}]|---\left(7\right)$

当质量因子q满足：51≤q≤99时，计算下式：

$\mathrm{EQ}\left(q\right)=\underset{i,j}{\mathrm{\Σ}}|Y_2(i,j)-Q*(2-\frac{q}{50})*\left[\frac{Y_2(i,j)}{Q*(2-\frac{q}{50})}\right]|---\left(8\right)$

式中Q是标准量化表，画出EQ曲线，如果图像被JPEG压缩过，EQ曲线上的局部最小值就是JPEG的质量因子，根据质量因子就可算出JPEG的量化矩阵。

针对图2根据(7)和(8)式画出EQ曲线，如图5所示，如果图像被JPEG压缩过，EQ曲线上的局部最小值就是JPEG的质量因子，根据质量因子就可算出JPEG的量化矩阵。

而量化DCT系数的估计与隐密信息的定位方法，则包含以下步骤：

设载体图像为{I_c(m，n)|m∈[1，M]，n∈[1，N]}，在空域用LSB方法隐藏隐密信息后，得到含密图像{I_s(m，n)|m∈[1，M]，n∈[1，N]}，I_s与I_c有如下关系：

I_s(m，n)＝I_c(m，n)+W(m，n)          (9)

由于LSB隐藏方法仅改变像素的最低位，对每个像素值的影响相当于加上一个+1，-1或0。因此，W(m，n)相当于一个只有值为+1，-1或0的矩阵。由LSB的嵌入规则决定W(m，n)中值为0的概率P(0)＝0.5，值为1的概率P(1)＝0.25，值为-1的概率P(-1)＝0.25。由于I_c(m，n)是JPEG格式的图像，下面要解决的问题是如何从I_s(m，n)中恢复出I_c(m，n)的量化DCT系数。

DCT变换使用下式计算：

$F(u,v)=\frac{1}{4}C\left(u\right)C\left(v\right)\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}f(i,j)\cos \frac{(2i+1)\mathrm{u\π}}{16}\cos \frac{(2j+1)\mathrm{v\π}}{16}\right]$

它的逆变换使用下式计算：

$f(i,j)=\frac{1}{4}C\left(u\right)C\left(v\right)\left[\underset{u=0}{\overset{7}{\mathrm{\Σ}}}\underset{v=0}{\overset{7}{\mathrm{\Σ}}}F(u,v)\cos \frac{(2i+1)\mathrm{u\π}}{16}\cos \frac{(2j+1)\mathrm{v\π}}{16}\right]$

上面两式中，

$C\left(u\right),C\left(v\right)=\frac{1}{\sqrt{2}},$  当u，v＝0

C(u)，C(v)＝1，其他

对I_s(m，n)进行DCT变换，得到直流系数为：

$F_s\left(\mathrm{0,0}\right)=\frac{1}{4}C\left(0\right)C\left(0\right)\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}{I}_s(i,j)\right]=\frac{1}{8}\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}(I_c(i,j)+W(i,j))\right]$

$=F_c\left(\mathrm{0,0}\right)+\frac{1}{8}\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}W(i,j)\right]---\left(10\right)$

得到交流系数为：

$F_s(u,v)=\frac{1}{4}C\left(u\right)C\left(v\right)\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}{I}_s(i,j)\cos \frac{(2i+1)\mathrm{u\π}}{16}\cos \frac{(2j+1)\mathrm{v\π}}{16}\right]$

$=\frac{1}{4}\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}(I_c(i,j)+W(i,j))\cos \frac{(2i+1)\mathrm{u\π}}{16}\cos \frac{(2j+1)\mathrm{v\π}}{16}\right]$

$=F_c(u,v)+\frac{1}{4}\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}W(i,j)\cos \frac{(2i+1)\mathrm{u\π}}{16}\cos \frac{(2j+1)\mathrm{v\π}}{16}\right]$

$\≈F_c(u,v)+\frac{1}{4}\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}W(i,j)\right]$

                           (11)

由于已经知道了载体图像I_c(m，n)的量化矩阵Q，可以用Q对含密图像I_s(m，n)的DCT系数进一步量化得到：

$F_s^Q\left(\mathrm{0,0}\right)\≈(F_c\left(\mathrm{0,0}\right)+\frac{1}{8}\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}W(i,j)\right])/Q\left(\mathrm{0,0}\right)$

                               (12)

和

$F_s^Q(u,v)\≈(F_c(u,v)+\frac{1}{4}\left[\underset{i=0}{\overset{7}{\mathrm{\Σ}}}\underset{j=0}{\overset{7}{\mathrm{\Σ}}}W(i,j)\right])/Q(u,v)$

                               (13)

是载体图像的量化DCT系数，

是含密图像的量化DCT系数，它们之间的差异与

的大小有关。由前面分析可知，W(i，j)的值只有+1，-1和0，而+1和-1出现的概率近似相等，所以式

的绝对值很小。因此，可以得出结论，当量化步长比较大时，

与

基本相等，当量化步长比较小时，

与

有少量误差。

借助式(10)～(11)可以仅根据含密图像推导出原始图像(载体图像)的量化DCT系数，将含密数字图像的量化DCT系数作为该原始图像的量化DCT系数，根据原始图像的DCT系数，可以恢复出原始图像的像素值，通过原始图像与含密图像像素值之差就可以判断出隐密信息的嵌入位置，从而估算出隐密信息的嵌入量。如图6所示，0表示该位置没有嵌入信息，1表示该位置嵌入信息。根据图6可以估算出隐密信息的嵌入量。

通过实验证实，当原始图像的质量因子是50或50以下时，对隐密信息嵌入位置的正确识别率高达98％以上，当原始图像的质量因子是75时，对隐密信息嵌入位置的正确识别率可以达到92％以上。

Claims (3)

1、一种数字图像隐密信息检测与定位方法，其特征在于，包括以下步骤：

用块效应计算方法检测包含了隐密信息的所述数字图像；

若所述数字图像是JPEG图像压缩格式，则提取JPEG的量化矩阵；

根据所述数字图像DCT系数推导出嵌入隐密信息前的原始图像的量化DCT系数；以及

根据所述原始图像的DCT系数，恢复出该原始图像的像素值，通过该原始图像与所述数字图像像素值之差判断出所述隐密信息的嵌入位置，估算出该隐密信息的嵌入量。

2、如权利要求1所述的数字图像隐密信息检测与定位方法，其特征在于，所述的用块效应计算方法包括以下步骤：

设所述数字图像信号为{x(m，n)|m∈[1，M]，n∈[1，N]}，图像的水平差分为：

d_h(m，n)＝x(m，n+1)-x(m，n)，n∈[1，N-1]，

用块边界处像素差的平均值来量化块效应的大小，计算式如下：

$B_h=\frac{1}{M(K-1)}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{K-1}{\mathrm{\Σ}}}\left|d_h(i,8j)\right|$

$A_h=\frac{1}{M(N-1)}\underset{i}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N-1}{\mathrm{\Σ}}}\left|d_h(i,j)\right|-\frac{1}{M(K-1)}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{K-1}{\mathrm{\Σ}}}\left|d_h(i,8j)\right|$

其中， $K=\left[\frac{N}{8}\right]-1,$ B_h是块间像素差值和，A_h是块内像素差值和；

令所述数字图像的垂直差分为：

d_v(m，n)＝x(m+1，n)-x(m，n)，m∈[1，M-1]，

得到B_v和A_v：

$B_v=\frac{1}{N(K-1)}\underset{i=1}{\overset{K-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(8i,j)\right|$

$A_v=\frac{1}{M(M-1)}\underset{i}{\overset{M-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(i,j)\right|-\frac{1}{N(K-1)}\underset{i=1}{\overset{K-1}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\left|d_v(8i,j)\right|$

其中， $K=\left[\frac{M}{8}\right]-1,$ B_v是块间像素差值和，A_v是块内像素差值和；得到水平和垂直方向块内像素差值和为：

A＝A_h+A_v

水平和垂直方向块间像素差值和为：

B＝B_h+B_v；

若B与A的差值的绝对值大于0.3则判断所述的数字图像是JPEG图像压缩格式。

3、如权利要求1所述的数字图像隐密信息检测与定位方法，其特征在于，在根据所述数字图像DCT系数推导出嵌入隐密信息前的原始图像的量化DCT系数时，将所述的数字图像的量化DCT系数作为所述原始图像的量化DCT系数。

Images