CN103617589A - 一种基于局部直方图的信息隐藏方法 - Google Patents

Abstract

本发明公开了一种基于局部直方图的信息隐藏方法，属于信息安全处理技术领域，包括1）对原始载体图像进行分块，获取图像块直方图的边界点和极值点2）对图像块直方图的边界点进行秘密信息嵌入3）至原始载体图像分割的所有图像块都处理完毕后4）将载入秘密信息的载体图像发送后，接收方对载入秘密信息的载体图像进行分块，分块大小与步骤1）所述的分块的大小保持一致5）对得到的每个图像块，获取其直方图，得到边界点，获取边界点嵌入的秘密信息6）至载入秘密信息的载体图像分割的所有图像块都处理完毕后，提取到原始载体图像。本方法在实现重要信息的隐藏及保护的同时，能够提高嵌入容量，同时避免了由于移动造成的失真。

Description

一种基于局部直方图的信息隐藏方法

技术领域

本发明属于信息安全处理技术领域，涉及一种图像信息的隐藏方法，具体涉及一种基于局部直方图的信息隐藏方法。

背景技术

信息技术（数字化技术，网络技术，计算机技术）的快速发展，使图像、音频、视频等多媒体信息可以在各种通信网络中迅速快捷的传输，给信息的压缩、存储、复制处理等应用提供了更大的便利。虽然给人们生活和工作带来了巨大的收益，但是也带来了日益严峻的安全问题。各种机密信息，包括国家安全信息、军事信息、私密信息（如信用卡账号）等都需要通过网络进行传输，但互联网是一个开放的环境，在其上传输的秘密关系着国家安全、经济发展和个人稳私等方方面面的安全，所以信息安全在当今变得越来越重要，保障信息的安全成为当前一个亟待解决的问题。

加密作为信息安全最基本的方法，在信息安全领域发挥着重要的作用。加密的本质是利用密钥与原数据进行某种处理或运算，使得原始数据变得面目全非，不能识别，只有拥有密钥的一方才能利用密钥将加密数据恢复出来，得到原始数据。加密算法会使数据变得面目全非，对于多媒体数据来说，如视频，音频以及图像，加密后这些多媒体数据面目全非，变得“不可视”或者“不可听”，破坏了原始数据的价值和意义，使得原始数据变得毫无意义和价值。另一方面，加密算法使得明文（原始数据）变成密文（加密后数据），虽然密文毫无意义并且让人难以识别，但也正是这种与明文存在的巨大差异，更暗示着此秘密信息的重要性，吸引了攻击者的注意力和关注度，使得攻击者窃取信息并进行破解，降低了信息安全性。

信息隐藏技术则不同，信息隐藏不需要对信息加密，而是将秘密信息隐藏到看上去普通的信息载体中进行传送，载体可以为图像，视频或音频。以普通信息为载体去隐藏秘密信息，进而传送，在这个过程中所有人收到的都是这个普通信息，这样就降低了可疑度，不会使得此信息过多的被关注，安全性得到提高，而只有那些知道提取秘密信息方法的接收者才能提取秘密信息，这样降低了信息的可见性以及可疑性和关注度，使得安全性大大提高。因此，信息隐藏是当前受到较大关注并迅速发展的一个领域。在实际应用中，往往是将加密技术与信息算法结合起来，先对机密信息进行加密，然后将加密信息隐藏于普通载体中，这无疑大大增加了信息安全性。

信息隐藏分为两个重要分支，即隐写术和数字水印。隐写术主要是用于机密信息通信，数字水印则是为了保护数字多媒体的版权。隐写术主要是对秘密信息进行隐藏，将其隐藏于普通的载体中，然后进行传送，降低秘密信息的受关注度，使得信息通信更加安全可靠；数字水印则是给视频、图像中加入不可视水印，以便检查盗版和保护版权。

信息隐藏有着广泛的应用前景，如电子商务中的电子交易保护、保密通信、版权保护、拷贝控制和操作跟踪、认证和签名等各个方面。更为普遍的则是应用到人们的日常生活中，如用手机发短信，直接发送很可能被接收者以外的人窃取，从而得知你们之间的通话内容，这时可以将想要说的“悄悄话”隐藏到一幅很普通的图像中，然后传送，这样就可以实现隐秘通信。在军事上，信息隐藏也有着重要的用途，可以将军事机密信息加密后隐藏到一幅普通不易受怀疑的图像中，从而达到隐秘通信而不被敌人知晓，这在军事上有着重大的意义。信息隐藏技术使得通信安全性大大提高，不论在军事还是日常生活都能发挥巨大的作用，所以对信息隐藏算法研究具有不可估量的现实意义。

近年来，信息隐藏越来越多的受到关注，也有许多新的算法被提出来，基于直方图的信息隐藏算法就是其中一个。基于直方图的信息隐藏算法选取载体图像直方图中一对峰值点和零值点，如图1所示，然后将处于峰值点和零值点之间的像素向零值点移动，为峰值点嵌入信息提供额外的空间，如图2所示，再利用峰值点进行信息嵌入。基于直方图的信息隐藏算法简单有效，并且实时性很好，对载体图像造成的失真也较小，视觉上造成影响很小。

但是，基于直方图的信息隐藏算法也存在不足，移动那些处于峰值点和零值点之间的像素会带来额外的失真，并且这些失真是造成载体的主要失真。利用峰值点进行秘密信息嵌入，嵌入容量的大小就是峰值点的数量，通常情况下，峰值点的数量都较小，这直接导致嵌入容量很小。总的来说，基于直方图的信息隐藏算法嵌入容量小，并且会造成额外的失真，不能满足实际应用需求。

发明内容

为了克服上述现有技术存在的缺陷，本发明的目的在于提供一种基于局部直方图的信息嵌入和提取方法，该方法在实现重要信息的隐藏及保护的同时，能够提高嵌入容量，同时避免了由于移动造成的失真。

本发明是通过以下技术方案来实现：

一种基于局部直方图的信息嵌入和提取方法，包括以下步骤：

1）对原始载体图像进行分块，得到若干个图像块，对其中一个图像块制作出直方图，获取该图像块直方图的边界点和极值点；

2）对该图像块直方图的边界点进行秘密信息嵌入；

3）重分步骤1）和步骤2）直至原始载体图像分割的所有图像块都处理完毕后，得到了载入秘密信息的载体图像；

4）将载入秘密信息的载体图像发送后，接收方对载入秘密信息的载体图像进行分块，得到若干个图像块，分块大小与步骤1）所述的分块的大小保持一致；

5）对于步骤4）得到的每个图像块，获取其直方图，得到边界点，获取边界点嵌入的秘密信息；

6）重复步骤4）和5）直至载入秘密信息的载体图像分割的所有图像块都处理完毕后，得到了所有的秘密bit，也提取到了原始载体图像。

步骤2）所述的秘密信息嵌入分为单边界点嵌入和双边界点嵌入。

所述的单边界点嵌入是以左边界点为参考点，从右边界点进行秘密信息嵌入，并引入一张用于记录额外信息的bit map，所述的额外信息是指左、右边界点的差值的奇偶性。

所述的双边界点嵌入，是以左、右边界点同时进行秘密信息嵌入，并记录左、右边界点的信息作为额外信息。

所述的左、右边界点的信息包括左边界点、右边界点和左、右边界点的差值。

步骤5）所述的获取边界点嵌入的秘密信息包括对单边界点嵌入的秘密信息的获取及对双边界点嵌入的秘密信息的获取。

对单边界点嵌入的秘密信息的获取，是根据右边界点与左边界点的差值的奇偶性进行秘密信息提取，从秘密信息中分离出bit map，结合bit map记录的差值奇偶性信息，实现载体图像的恢复。

对双边界点嵌入的秘密信息的获取，根据记录的右边界点与左边界点的差值信息，进行右边界点信息提取，并恢复右边界点；根据记录的左边界点信息，提取左边界点嵌入的信息，并恢复左边界点。

与现有技术相比，本发明具有以下有益的技术效果：

本发明分为两个模块，分别是信息嵌入模块和信息提取及图像恢复模块，信息嵌入模块主要利用边界点和极值点代替峰值点和零值点，由于边界点和极值点之间没有像素存在，不再需要处于峰值点和零值点之间的像素移动，就避免了由于大量像素移动造成的失真；同时，本发明不再使用峰值点进行秘密信息嵌入，而是使用边界点代替峰值点，通过边界点进行秘密信息嵌入，并且结合局部化的思想，大大的提高了嵌入容量。

进一步地，本发明秘密信息嵌入分为单边界点嵌入和双边界点嵌入，根据实际中的需求，可选取不同的方式，如果对载体图像的视觉效果要求较高，就选择单边界点嵌入，其优点就是载体图像失真小，嵌入秘密信息后载体图像视觉效果好；如果对嵌入容量有较高要求，则选择双边界点信息嵌入，其优点在于嵌入秘密信息的容量大。

附图说明

图1为现有技术中信息隐藏的载体图像直方图，图中包含峰值点、零值点以及处于峰值点和零值点之间的像素；

图2为现有技术中处于峰值点和零值点之间的像素点移动后的直方图，图中峰值点右相邻点个数为0，为峰值点进行信息嵌入提供空间；

图3为本发明的单边界点嵌入直方图，图中的右边界点主要用来嵌入秘密信息；

图4为本发明的双边界点嵌入直方图，图中左、右边界点用来嵌入秘密信息。

具体实施方式

下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。

参见图3和图4，本发明的信息嵌入模块主要利用边界点和极值点代替峰值点和零值点，并使用边界点进行信息嵌入，这里的边界点信息嵌入分为单边界点信息嵌入,和双边界点信息嵌入，单边界点信息嵌入的优点就是载体图像失真小，嵌入信息后载体图像视觉效果好；而双边界点信息嵌入优点在于嵌入容量大，使用哪种方式进行信息嵌入取决于实际中的需求。如果对载体图像的视觉效果要求较高，就选择单边界点信息嵌入；如果对嵌入容量有较高要求，则选择双边界点信息嵌入。由于边界点和极值点之间没有像素存在，就避免了移动造成的额外失真，并结合局部化的思想增加嵌入容量，

本发明的具体实施例实施的硬件环境为：Intel(R)Core(TM)i5-2400CPU3.10GHz3.10GHz，4.00GB内存的计算机，运行的软件环境为：Windows7和Matlab2009。采用Matlab程序设计语言实现了本发明提出的方法。实验所用的图像均为8比特灰度图像，图像大小为512×512。

(1)信息嵌入模块

1.局部化：假设载体图像I为8比特，M×N大小的灰度图像，将其分成不互相重叠的大小为h×w的图像块B。这里分块是为了使得更多的边界点参与信息嵌入，从而使得嵌入容量大大增加。嵌入容量主要跟边界点个数有关，分成小图像块以后，因为每个图像块至少有一个边界点用来嵌入信息（单边界点信息嵌入），而对于双边界点信息嵌入，每块图像最少可以有两个边界点进行信息嵌入，所以嵌入容量就跟图像块个数成线性关系，图像块个数越多，嵌入容量越大。

2.获取直方图以及边界点：对分块后得到的每个图像块B，先得到其直方图，然后根据直方图获取此图像块的右边界点RBp和左边界点LBp。这里的极值点就是直方图的边界点，也就是0和255。与左边界点配对的极值点是0，与右边界点配对的极值点是255

3.秘密信息嵌入：对于单边界点信息嵌入，以图像块B中左边界点LBp作为参考点，利用右边界点进行信息嵌入。由于右边界点RBp和极值点（255）之间没有像素，所以不需要进行移动，这就避免了额外的失真。计算出右边界点和左边界点之间的差值d；

d＝RBp-LBp

根据差值d的奇偶性进行信息嵌入，如果差值d为偶数，嵌入的秘密比特s为0，则右边界点保持不变；如果嵌入的秘密比特s为1，则右边界点的值加1。

$\stackrel{\‾}{\mathrm{RBp}}=\left\{\begin{array}{cc}\mathrm{RBp}+1& \mathrm{mod}(d,2)=0,s=1\\ \mathrm{RBp}& \mathrm{mod}(d,2)=0,s=0\end{array}\right.$

如果差值d为奇数，嵌入的秘密比特s为1，则右边界点保持不变；如果嵌入的秘密比特s为0，则右边界点的值加1。

$\stackrel{\‾}{\mathrm{RBp}}=\left\{\begin{array}{cc}\mathrm{RBp}+1& \mathrm{mod}(d,2)=1,s=0\\ \mathrm{RBp}& \mathrm{mod}(d,2)=1,s=1\end{array}\right.$

RBp为未嵌入信息的右边界点，为嵌入信息后的右边界点，mod(d,2)表示d对2求余。

对所有图像块B进行秘密信息嵌入后，得到了利用单边界点嵌入信息后的图像块

由这些嵌入信息的图像块

组成嵌入信息后的载体图像这里还需要一张bit map记录每个图像块中右边界点和左边界点之间差值d的奇偶性，bit map大小为图像块的个数，用1 bit表示一个图像块。如果差值d为偶数，则对应bit位为1；否则，就是0。Bit map 将会作为秘密信息的一部分嵌入到载体图像中。

对于双边界点信息嵌入，利用图像块图像块B左边界点LBp和右边界点RBp进行信息嵌入，这里依然需要计算出右边界点和左边界点之间的差值d；

d＝RBp-LBp

但是这里的嵌入不再依靠差值d的奇偶性，主要是利用差值进行信息的提取以及图像的恢复。对于每一个图像块B，需要记录左边界点LBp和右边界点与左边界点的差值d作为额外信息，在信息提取以及图像恢复时需要左边界点以及差值d的信息。

当嵌入秘密比特s为1时，右边界点RBp的值加1，左边界点LBp的值减1；当嵌入秘密比特s为0时，右边界点RBp和左边界点LBp都保持不变。

$\begin{array}{cc}\stackrel{\‾}{\mathrm{RBp}}=\mathrm{RBp}+s& s=0\mathrm{or}1\end{array}$

$\begin{array}{cc}\stackrel{\‾}{\mathrm{LBp}}=\mathrm{LBp}-s& s=0\mathrm{or}1\end{array}$

RBp为未嵌入信息的右边界点，为嵌入信息后的右边界点，LBp为未嵌入信息的左边界点，为嵌入信息后的左边界点。

对所有图像块B进行上述的信息嵌入后，就得到了利用双边界点嵌入信息后的载体图像

(2)信息提取以及图像恢复模块

1.局部化：对接收到的嵌入秘密信息的载体图像

进行分块，分成互相不重叠的大小为h×w的图像块

这里图像块的大小需要和嵌入时的图像块大小保持一致，否则无法进行秘密信息提取与载体图像恢复。

2.获取直方图以及边界点：对分块后每个图像块

先得到其直方图。然后再根据直方图分别得到该图像块

的右边界点

和左边界点

3.秘密信息提取以及载体图像完全恢复：对于单边界点信息嵌入，根据右边界点

和左边界点

得到左右边界点间的差值

$\stackrel{\‾}{d}=\stackrel{\‾}{\mathrm{RBp}}-\stackrel{\‾}{\mathrm{LBp}}$

根据差值提取右边界点嵌入的秘密信息。如果差值

为偶数，则嵌入的秘密比特s为0，如果差值

为奇数，则嵌入的秘密比特s为1；

$s=\left\{\begin{array}{cc}0& \mathrm{mod}(\stackrel{\‾}{d},2)=0\\ 1& \mathrm{mod}(\stackrel{\‾}{d},2)=1\end{array}\right.$

对所有图像块

进行上述的秘密信息提取，就可以提取出所有的秘密信息。由于bit map作为秘密信息的一部分，所以当秘密信息提取完成后，可以得到bit map。根据bit map中记录差值d的奇偶性，以及差值

的奇偶性，进行图像恢复。

如果差值

和差值d的奇偶性相同，右边界点保持不变；如果差值

和差值d的奇偶性不同，则右边界点的值减1。

$\mathrm{RBp}=\left\{\begin{array}{cc}\stackrel{\‾}{\mathrm{RBp}}-1& f\left(d\right)\≠f\left(\stackrel{\‾}{d}\right)\\ \stackrel{\‾}{\mathrm{RBp}}& f\left(d\right)=f\left(\stackrel{\‾}{d}\right)\end{array}\right.$

RBp为恢复后的右边界点，

为嵌入信息后的右边界点，f(x)表示x的奇偶性。

对所有图像块

利用上述的方式进行右边界点恢复，则可以得到恢复后的图像块B，就可以无失真的恢复原始载体图像I。

对于双边界点信息嵌入，首先根据额外信息得到左右边界点的差值d，并且得到原始的左边界点LBp，根据差值d和左边界点LBp得到原始右边界点RBp；

RBp＝d+LBp

嵌入信息后的边界点（

和

）和原始边界点（RBp和LBp）之间的差值就是嵌入的比特信息。对于右边界点，秘密比特s为

和RBp之间的差值；

$s=\stackrel{\‾}{\mathrm{RBp}}-\mathrm{RBp}$

对于左边界点，秘密比特s为和LBp之间的差值；

$s=\mathrm{LBp}-\stackrel{\‾}{\mathrm{LBp}}$

左右边界点的秘密信息提取完成以后，将左右边界点都恢复为原始边界点，也就是RBp和LBp。这样对每个图像块进行秘密信息提取，并且恢复左右边界点，就可以得到所有的秘密信息，以及无失真恢复原始载体图像I。

如图1和图2所示的现有技术中信息隐藏的载体图像直方图和移动后的直方图，移动处于峰值点和零值点之间的像素会带来额外的失真，并且这些失真是造成载体的主要失真。利用峰值点进行秘密信息嵌入，嵌入容量的大小就是峰值点的数量，通常情况下，峰值点的数量都较小，这直接导致嵌入容量很小。

本发明以Lena,Baboon,Peppers,Airplane,Boat,Tiffany等作为测试载体图像，分别对每幅载体图像进行信息嵌入，与传统方法相比，本发明方法的嵌入容量更大，并且在嵌入大容量秘密信息的同时，保证了载体图像的质量，使得嵌入秘密信息后的载体图像拥有良好的视觉效果。

Claims (8)

1.一种基于局部直方图的信息嵌入和提取方法，其特征在于，包括以下步骤：

1）对原始载体图像进行分块，得到若干个图像块，对其中一个图像块制作出直方图，获取该图像块直方图的边界点和极值点；

2）对该图像块直方图的边界点进行秘密信息嵌入；

3）重分步骤1）和步骤2）直至原始载体图像分割的所有图像块都处理完毕后，得到了载入秘密信息的载体图像；

4）将载入秘密信息的载体图像发送后，接收方对载入秘密信息的载体图像进行分块，得到若干个图像块，分块大小与步骤1）所述的分块的大小保持一致；

5）对于步骤4）得到的每个图像块，获取其直方图，得到边界点，获取边界点嵌入的秘密信息；

6）重复步骤4）和5）直至载入秘密信息的载体图像分割的所有图像块都处理完毕后，得到了所有的秘密bit，也提取到了原始载体图像。

2.根据权利要求1所述的一种基于局部直方图的信息嵌入和提取方法，其特征在于，步骤2）所述的秘密信息嵌入分为单边界点嵌入和双边界点嵌入。

3.根据权利要求2所述的一种基于局部直方图的信息嵌入和提取方法，其特征在于，所述的单边界点嵌入是以左边界点为参考点，从右边界点进行秘密信息嵌入，并引入一张用于记录额外信息的bit map，所述的额外信息是指左、右边界点的差值的奇偶性。

4.根据权利要求2所述的一种基于局部直方图的信息嵌入和提取方法，其特征在于，所述的双边界点嵌入，是以左、右边界点同时进行秘密信息嵌入，并记录左、右边界点的信息作为额外信息。

5.根据权利要求4所述的一种基于局部直方图的信息嵌入和提取方法，其特征在于，所述的左、右边界点的信息包括左边界点、右边界点和左、右边界点的差值。

6.根据权利要求1所述的一种基于局部直方图的信息嵌入和提取方法，其特征在于，步骤5）所述的获取边界点嵌入的秘密信息包括对单边界点嵌入的秘密信息的获取及对双边界点嵌入的秘密信息的获取。

7.根据权利要求6所述的一种基于局部直方图的信息嵌入和提取方法，其特征在于，对单边界点嵌入的秘密信息的获取，是根据右边界点与左边界点的差值的奇偶性进行秘密信息提取，从秘密信息中分离出bit map，结合bit map记录的差值奇偶性信息，实现载体图像的恢复。

8.根据权利要求6所述的一种基于局部直方图的信息嵌入和提取方法，其特征在于，对双边界点嵌入的秘密信息的获取，根据记录的右边界点与左边界点的差值信息，进行右边界点信息提取，并恢复右边界点；根据记录的左边界点信息，提取左边界点嵌入的信息，并恢复左边界点。

Images