CN101561921B

CN101561921B - 抗差分检测的高位空域隐藏方法

Info

Publication number: CN101561921B
Application number: CN200810064279A
Authority: CN
Inventors: 于晓洋; 张健; 陈宇; 任洪娥
Original assignee: Harbin University of Science and Technology
Current assignee: Harbin Jiayun Technology Co., Ltd.
Priority date: 2008-04-14
Filing date: 2008-04-14
Publication date: 2012-09-26
Anticipated expiration: 2028-04-14
Also published as: CN101561921A

Abstract

抗差分检测的高位空域隐藏方法。信息隐藏技术作为密码学技术的一个必要补充，越来越受到人们的重视，是近年来信息安全领域一个热点研究方向，该技术是将秘密信息隐藏在其他载体中，使人察觉不到，从而躲避攻击者的攻击，保证秘密信息的安全。本发明在大小为N₁×N₂的载体灰度图像中，找出可以进行高位隐藏的像素点，将大小为M₁×M₂的待隐藏秘密图像转换成二进制信息流，通过Logistic混沌映射判断将这些二进制信息流隐藏在载体图像的第几位，Logistic混沌映射公式为Z_n+1＝4Z_n(1-Z_n)，其中Z_n∈(0，1)，如果秘密信息和该位信息相同，不进行替换，如果不相同，进行替换，重复此过程，直到所有信息都隐藏结束，为了抵抗差分检测，在隐藏有信息的像素点进行区间大小互换，即±5操作。本发明用于信息隐藏技术。

Description

抗差分检测的高位空域隐藏方法

技术领域：

本发明涉及一种高位空域隐藏方法，尤其涉及一种抗差分检测的高位空域隐藏方法。

背景技术：

信息隐藏技术作为密码学技术的一个必要补充，越来越受到人们的重视，是近年来信息安全领域一个热点研究方向，该技术是将秘密信息隐藏在其他载体中，使人察觉不到，从而躲避攻击者的攻击，保证秘密信息的安全。在图像隐藏算法中，按嵌入域分类可分为空域和变换域隐藏。由于变换域能隐藏的信息量较小，通常被应用到数字水印上，而空域的隐藏容量相对较大。在基于空间域的图像信息隐藏技术中，最低有效位(LSB)算法隐藏容量大、易于实现，但是隐藏位置不可靠，鲁棒性很差，以至于近年来出现了很多针对LSB隐藏的分析方法，如经典的SPA、RS和差分等分析方法。而后人们提出了基于图像最高有效位的HB算法，与LSB算法相比其鲁棒性有了较大提高，但隐藏量只能达到载体图像的30％；2005年，朱从旭提出提出将各水印比特随机嵌入到像素点的某一中间比特位，并采用最小化像素改变量的优化策略，使鲁棒性有了更大的提高，但即使是优化之后的像素值仍然与原图像可能存在较大变化，在视觉上会产生一定的影响。2007年，本案发明人于晓洋提出了一种图像空域最重要比特位隐藏的HSBH方法，该方法将高4位作为隐藏对像，经过优化算法之后使像素值的变化量小于4，从而保证视觉效果，并且嵌入信息量最大可达图像大小的50％，同时鲁棒性没有降低，是一种较好的空域高位隐藏算法。但经过HSBH算法隐藏后，图像中隐藏有信息的像素值都集中在相应区间的中间值，使其不符合自然图像的特性，从而不能抵抗差分检测的分析。

发明内容：

本发明的目的是提供一种在保证图像质量的同时，可以有效抵抗差分检测的分析，使差分分析无法检测出图像是否含有秘密信息的高位空域隐藏方法，该方法是对HSBH算法的改进。

上述的目的通过以下的技术方案实现：

抗差分检测的高位空域隐藏方法，在大小为N₁×N₂的载体灰度图像中，找出可以进行高位隐藏的像素点，将大小为M₁×M₂的待隐藏秘密图像转换成二进制信息流，通过逻辑斯蒂(-Logistic音译)混沌映射判断将这些二进制信息流隐藏在载体图像的第几位，Logistic混沌映射公式为Z_n+1＝4Z_n(1-Z_n)，其中Z_n∈(0，1)，如果秘密信息和该位信息相同，不进行替换，如果不相同，进行替换，重复此过程，直到所有信息都隐藏结束，为了抵抗差分检测，在隐藏有信息的像素点进行区间大小互换，即±5操作；

所述的抗差分检测的高位空域隐藏方法，高位隐藏代表像素值的5、6、7、8位，即高4位。

所述的抗差分检测的高位空域隐藏方法，通过logistic混沌映射判断将秘密信息二进制隐藏在载体图像的第几位，通过给定Logistic映射的序列初值Z₀，使Logistic映射迭代M1×M2×8次，Logistic映射依次迭代得到Z_n，n∈[1，M1×M2×8]。Z_n＜0.25时，k＝5；0.25≤Z_n＜0.5时，k＝6；0.5≤Z_n＜0.75时，k＝7；0.75≤Z_n＜1时，k＝8。

所述的抗差分检测的高位空域隐藏方法，所述的将隐藏有信息的像素点进行区间大小互换是通过将15个符合隐藏条件的区间分别分成等长的两部分，在像素值大的区间，如果秘密信息和该位信息不同，将该像素值进行减5操作，在像素值小的区间，如果秘密信息和该位信息不同，将该像素值进行加5操作。

这个技术方案有以下有益效果：

1.本发明将信息隐藏在像素点的高位，相比与低位隐藏具有更强的鲁棒性。在遭受到剪切或噪声等攻击的时候，隐藏在低位的信息有可能被剪切掉或者被修改，而隐藏在高位的信息就不会受到干扰。

2.空域隐藏相比于频域隐藏具有更大的隐藏容量，而隐藏容量是衡量隐藏算法的一个重要指标。

3.当信息隐藏时，虽然对像素值进行必要的修改，但是修改后的图像没有发生明显变化，在视觉上是不能觉察到的。

4.通过对像素值进行±5操作，使隐藏后的图像接近于正常图像的统计特性，其灰度直方图仍然是一幅自然图像的直方图，这可以有效抵抗差分攻击的检测。这显然优于HSBH算法，HSBH算法中隐藏有信息的像素值都集中在相应区间的中间值，使灰度直方图上出现个别像素急剧增加。

附图说明：

附图1是抗差分检测的高位空域隐藏方法流程图；

附图2是对HSBH算法进行差分检测分析的原始图像；

附图3是用差分检测HSBH算法的实际嵌入量和检测量关系图；

附图4是用差分检测HSBH算法改进前后的实际嵌入量和检测量关系对比图；

附图5是一幅进行分析的原始图像；

附图6是原始图像的灰度直方图。

附图7是经过HSBH算法隐藏后的灰度直方图。

附图8是改进后的灰度直方图。

本发明的具体实施方式：

实施例1：

图1是抗差分检测的高位空域隐藏方法流程图；

本发明的抗差分检测的高位空域隐藏方法包括以下步骤：

(1).选取载体灰度图像F＝{f(i，j)1≤i≤N₁，1≤j≤N₂}，其中(i，j)代表图像的像素点坐标，f(x，y)代表相应位置的像素值；找出可以进行隐藏的像素点。能隐藏的点就是像素点的灰度值在如下的15个区间，[11，20]，[27，36]，[43，52]，[59，68]，[75，84]，[91，100]，[107，116]，[123，132]，[139，148]，[155，164]，[171，180]，[187，196]，[203，212]，[219，228]，[235，244]。只有在这些区间上的点，隐藏之后通过补偿算法才可以使像素值的变化控制在5个像素以内，在视觉上观察不到；

(2).将秘密信息图像W＝{w(i，j)1≤i≤M1，1≤j≤M₂}转换成二进制形式；

(3).Logistic混沌映射公式为Z_n+1＝4Z_n(1-Z_n)，其中Z_n∈(0，1)；给定Logistic混沌映射的初值Z₀，使Logistic映射迭代M₁×M₂×8次。Logistic映射依次迭代得到Z_n，由Z_n确定该位信息隐藏到第几位k：Z_n＜0.25时，k＝5；0.25≤Z_n＜0.5时，k＝6；0.5≤Z_n＜0.75时，k＝7；0.75≤Z_n＜1时，k＝8并求出f(x，y)的第k比特位。

(4).隐藏有信息的载密图像记为F′＝{f′(i，j)1≤i≤N₁，1≤j≤N₂}，若w(i，j)_n＝f(x，y)的第k位，则取f′(x，y)＝f(x，y)；否则在相应的灰度区间内调整。调整的方法是将15个符合隐藏条件的区间分别分成等长的两部分，在像素值大的区间，若秘密信息和该位信息不同，将该像素值进行减5操作，在像素值小的区间，若秘密信息和该位信息不同，将该像素值进行加5操作。例如：将w(1，1)＝1隐藏到f(1，1)＝99(即二进制01100011)的第五位，可知f(1，1)的第五位为0不等于w(1，1)，99属于[91，100]区间里像素值大的区间，所以将f′(1，1)进行减5操作，最后f′(1，1)改写为94。通过这样的补偿算法之后像素点的变化范围不超过5个像素；依次进行隐藏直到秘密信息全部嵌入为止。

之所以要进行±5操作，是因为这样修改之后的图像像素值仍然是一幅自然图像，不会使某些点出现过多的现象，避免了HSBH算法的缺点。

在对图2的8幅原始图像进行HSBH算法隐藏后，用差分检测的结果如表1所示，实际嵌入的隐藏量和检测的隐藏量关系如图3所示，从表1和图3中可以看出，差分检测可以准确检测出接近真实水平的隐藏容量，所以说HSBH算法不能抵抗差分检测的分析。

表1 8幅HSBH图像的检测结果

嵌入量	0	5	10	20	30	40	45
								1	0	4.99	9.88	19.96	30.06	39.71	44.90
2	0.11	5.15	10.05	20.11	30.16	39.94	45.09
								3	0.58	5.38	10.35	19.68	29.54	39.58	44.40
4	0.14	5.51	10.64	21.03	31.49	42.41	47.76
								5	1.48	3.87	9.01	19.09	29.28	40.38	45.38
6	0.88	5.90	10.76	20.40	30.16	40.23	45.05
								7	0.03	4.83	9.61	20.30	29.91	40.37	45.07
8	0.38	4.70	9.70	20.18	30.21	40.39	45.58
								平均值	0.45	5.04	10.00	20.09	30.10	40.38	45.40

同样对图2的8幅原始图像进行实验，用差分检测对HSBH算法改进前后进行分析，其检测结果如表2所示，从表中可以看出，改进后的检测比率非常小，达到了抗差分检测的目的。

表2 HSBH改进前后的对比

图4是根据该表格绘制的曲线图。其中“*”代表用差分方法对HSBH算法估计的P值，“o”代表改进后估计的P值。从曲线图中可以清晰地看到改进后的效果明显强于改进前。

用灰度直方图进一步进行分析改进前后图像的变化情况，图5是一幅原始图像，图6是原始图像的灰度直方图，是一幅自然图像的分布图，图7是经过HSBH算法隐藏后的灰度直方图，可以看出，有很多像素值的数量极具增加，不符合自然图像的统计特性，图8是改进后的灰度直方图，可以看出，仍然是一幅自然图像的分布图，这就很大程度的躲避了攻击者的攻击，是隐藏更加隐蔽。

Claims

1.抗差分检测的高位空域隐藏方法，其特征是：该方法包括以下步骤：

(1) 在大小为N ₁ ×N ₂ 的载体灰度图像中，找出可以进行高位空域隐藏的像素点；将大小为M ₁ ×M ₂ 的待隐藏秘密图像转换成二进制信息流；通过逻辑斯蒂混沌映射判断将这些二进制信息流隐藏在载体图像的第几位，逻辑斯蒂混沌映射公式为

Figure 2008100642794100001DEST_PATH_IMAGE002

，其中 ；若秘密信息和该位信息相同，不进行替换，若不相同，进行替换；重复此过程，直到所有信息都隐藏结束；

(2)为了抵抗差分检测，在隐藏有信息的像素点进行区间大小互换，通过将15个符合隐藏条件的区间分别分成等长的两部分，在像素值大的区间，若秘密信息和该位信息不同，将该像素值进行减5操作，在像素值小的区间，若秘密信息和该位信息不同，将该像素值进行加5操作。

2．如权利要求1所述的抗差分检测的高位空域隐藏方法，其特征在于，高位隐藏代表像素值的5、6、7、8位，即高4位。

3．如权利要求1所述的抗差分检测的高位空域隐藏方法，其特征在于，所述步骤(1)的通过逻辑斯蒂混沌映射判断将秘密信息二进制隐藏在载体图像的第几位，通过给定逻辑斯蒂映射的序列初值Z ₀ ，使逻辑斯蒂映射迭代M1×M2×8次,逻辑斯蒂映射依次迭代得到Z _n ，n [1, M1×M2×8],Z _n < 0. 25 时，k = 5 ;0. 25 ≤Z _n < 0. 5 时，k = 6 ; 0. 5≤Z _n < 0. 75 时，k = 7 ; 0. 75 ≤Z _n < 1时，k =8,其中k为秘密信息二进制隐藏在载体图像中的位置。