CN104104690A - 基于mimo信道通信的图像信息隐藏方法及系统 - Google Patents

Abstract

本发明公开了一种基于MIMO信道通信的图像信息隐藏方法及系统，所述隐藏方法包括以下步骤：将载体图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带，选取所述垂直高频子带、水平高频子带作为第一MIMO信道及第二MIMO信道；通过卷积码编码器对隐秘信息进行卷积编码、Alamouti空时分组编码及基于块的空时交织；将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中；将所述载体图像通过小波逆变换重构图像，得到隐秘图像。本发明既提高了信息隐藏的检测可靠性，又保证了隐秘信息的不可感知性，实现了大容量的图像信息隐藏。

Description

基于MIMO信道通信的图像信息隐藏方法及系统

技术领域

本发明涉及数字媒体信息安全技术领域，特别涉及一种基于MIMO信道通信的图像信息隐藏方法及系统。

背景技术

随着数字化技术的迅速发展，数字多媒体(图像、视频、音频和三维计算机图形等)的应用日益广泛。特别是随着计算机网络通讯技术的发展，数据的交换和传输变成了一个相对简单的过程。人们借助于计算机、数字扫描仪、打印机等电子设备可以方便、迅捷地将数字信息传达到世界各地。多媒体信息的数字化为多媒体信息的存取提供了极大的便利，但随之而来的信息安全问题也日益突出，数字媒体内容的安全成为迫切需要解决的。

信息隐藏技术(Information Hiding)在许多应用领域，信息隐藏技术正越来越受到重视。数字化音频、视频和图片可以嵌入不可见的标志，这些标志隐含了一些版权标识、序列号等，甚至有可能直接限制未授权的复制。军用通讯系统不断拓展信息安全技术的使用，不仅是使用加密技术来加密一条消息的内容，还要求隐藏消息的发送者、接收者，甚至是消息本身的存在。同样的技术也使用在移动电话系统和电子选举方案中。犯罪分子将信息隐藏和数字水印技术(Watermarking)应用于现有的通讯系统，而警方则试图限制他们的使用。解决数字图像的真实性、完整性问题的图像认证(Authentication)技术在近年来也得到了快速的发展。数字水印实质上也是一类信息隐藏，但是其目的不是为了保密通信，而是为了标明载体本身的一些信息，如多媒体信息的创作者、版权信息、使用权限等一系列需要标明的信息，利用数字水印，还可以跟踪多媒体产品的非法传播和扩散，打击盗版。

信息隐藏系统从本质上可以看作是一种通信系统，隐秘信息是通信系统要传输的信息，载体对象被看成为信道，故可将信息隐藏系统与传统的通信模型进行匹配，并用通信理论分析系统的性能。衡量通信系统性能的一个关键性指标为信道容量，即单位时间内信道上所能传输的最大信息量，它给出了通信系统传输信息的理论极限。目前的信息隐藏方法基本上都是基于单输入单输出(Single Input Single Output，SISO)通信系统。SISO系统在信道容量上受Shannon容量限制。

随着Internet和多媒体等高速数据业务在无线通信系统中的广泛应用，4G移动通信系统需要在有限的无线频率资源范围内，提供比现有的第二代移动通信(2G)系统和第三代移动通信(3G)系统更高的传输速率。然而由经典的香农信息论可知，对4G系统容量的要求远远超过了传统的香农信道容量极限。换句话说，采用传统的通信手段根本无法获得如此高的信道容量的。因此，要想超越经典香农理论设定的信道容量极限，必须要有全新的理论支持。AT&T Bell实验室提出的多输入多输出(Multiple Input Multiple Output，MIMO)技术是通信领域出现的具有革命意义的重大技术进步，是移动通信与个人通信系统实现高数据速率、提高传输质量的重要途径。MIMO技术是指利用多发射、多接收天线进行空间分集的技术，能够有效地将通信链路分解成为许多并行的子信道，从而大大提高了信道容量。

MIMO系统是在通信链路的发送端与接收端均使用多个天线的传输系统。输入的串行码流通过某种方式(编码、调制、加权、映射)转换成几路并行的独立子码流，通过不同的发射天线发送出去。不同的子码流同时同频带的发送，接收方利用不少于发送天线数目的天线组进行接收，并利用估计出的信道传输特性与发送子码流间一定的编码关系对多路接收信号进行空域与时间域上的处理，从而分离出几路发送子码流，再转换成串行数据输出。MIMO将信道视为若干并行的子信道，在不需要额外带宽的情况下实现频谱资源重复利用，理论上可以极大的扩展频带利用率、提高无线传输速率，同时还增强了通信系统的抗干扰性能。MIMO技术实质上是为系统提供空间复用增益和空间分集增益。空间复用技术可以大大提高信道容量，而空间分集则可以提高信道的可靠性，降低信道误码率。

空时编码STC(Space-Time Coding)是一种能获取更高数据传输率的信号编码技术，是空间传输信号和时间传输信号的结合，实质上就是空间和时间二维的处理相结合的方法。在MIMO通信系统中，空间上采用多发多收天线的空间分集来提高无线通信系统的容量和信息率；在时间上把不同信号在不同时隙内使用同一个天线发射，使接收端可以分集接收。用这样的方法可以获得分集和编码增益，从而实现高速率的传输。

目前，现有的某些信息隐藏方法利用了传统信道通信技术。传统通信系统采用单输入单输出信道，称作SISO(单入单出)通信系统，SISO系统在信道容量上受Shannon容量限制。也就是说，目前基于通信理论的信息隐藏算法在容量上受Shannon容量限制，无法大量嵌入隐秘信息，且可靠性较低。

发明内容

本发明提出一种基于MIMO信道通信的图像信息隐藏方法及系统，其既能提高信息隐藏的检测可靠性，又可保证隐秘信息的不可感知性，实现大容量的图像信息隐藏。

为实现上述发明目的，本发明采用如下技术方案：

一种基于MIMO信道通信的图像信息隐藏方法，包括以下步骤：将载体图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带，选取所述垂直高频子带、水平高频子带作为载体图像的第一MIMO信道及第二MIMO信道；通过卷积码编码器对隐秘信息进行卷积编码，对经过卷积编码后的隐秘信息进行Alamouti空时分组编码，形成信号向量相互正交的第一子数据流及第二子数据流；对所述第一子数据流及第二子数据流做基于块的空时交织，使得隐秘信息在空间及时间(嵌入顺序)上产生对角分层；将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中；将所述载体图像通过小波逆变换重构图像，得到隐秘图像。

进一步，在上述基于MIMO信道通信的图像信息隐藏方法中，所述卷积码编码器输入的隐秘信息为序列m＝m₁,m₂,…,m_j,…；卷积码编码器的输入的一隐秘信息码元为{m_j}，则卷积码编码器输出码字为{m_j,p_j}，其中p_j＝m_j⊕m_j-1。

进一步，在上述基于MIMO信道通信的图像信息隐藏方法中，所述将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中的步骤之前还包括：

根据所述第一MIMO信道及第二MIMO信道的信噪比分配信道功率。

进一步，在上述基于MIMO信道通信的图像信息隐藏方法中，所述加性算法公式y_i＝x_i+w_i+n_i，

其中，所述x_i表示宿体(cover)图像，w_i表示隐秘信息，n_i表示噪声，y_i表示隐秘图像。

进一步，在上述基于MIMO信道通信的图像信息隐藏方法中，所述噪声可见性函数为：

$\mathrm{NVF}(i,j)=\frac{w(i,j)}{w(i,j)+{\mathrm{\σ}}_x^2(i,j)}$

其中，1≤i,j≤N，为图像局部区域的方差；

${\mathrm{\σ}}_x^2(i,j)=\frac{1}{N^2}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{l=1}{\overset{N}{\mathrm{\Σ}}}{[x(i+k,j+l)-\stackrel{\‾}{x}(i,j)]}^2,\stackrel{\‾}{x}(i,j)=\frac{1}{N^2}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{l=1}{\overset{N}{\mathrm{\Σ}}}x(i+k,j+l),$

其中，w(i,j)为权函数， $w(i,j)=\mathrm{\γ}{\left[\mathrm{\η}\left(\mathrm{\γ}\right)\right]}^{\mathrm{\γ}}\frac{1}{{\left|\right|r(i,j)\left|\right|}^{2-\mathrm{\γ}}},$

$r(i,j)=\frac{x(i,j)-\stackrel{\‾}{x}(i,j)}{{\mathrm{\σ}}_x},\mathrm{\η}\left(\mathrm{\γ}\right)=\sqrt{\frac{\mathrm{\Γ}\left(\frac{3}{\mathrm{\γ}}\right)}{\mathrm{\Γ}\left(\frac{1}{\mathrm{\γ}}\right)}},\mathrm{\Γ}\left(t\right)={\∫}_0^{\∞}{e}^{-u}{u}^{t-1}\mathrm{du}.$

其中，γ为形状参数，σ_x(i,j)为图像的局部标准差，x(i,j)为图像的局部均值。

进一步，在上述基于MIMO信道通信的图像信息隐藏方法中，所述得到隐秘图像之后还包括以下步骤：

将隐秘图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带；根据载体图像从所述垂直高频子带、水平高频子带中提取嵌入的信息；采用迫零检测算法消除第一MIMO信道及第二MIMO信道之间的干扰；对基于块的空时交织信号进行解交织处理，形成信号向量相互正交的第一子数据流及第二子数据流；对所述第一子数据流及第二子数据流进行Alamouti空时分组解码，形成一数据流；通过卷积解码器对所述数据流进行卷积解码，得到隐秘信息。

另，本发明还提供一种基于MIMO信道通信的图像信息隐藏系统，包括依次连接的图像分解模块、MIMO信道选取模块、卷积编码模块、空时分组编码模块、空时交织模块、隐秘信息嵌入模块及图像重构模块；

所述图像分解模块用于将载体图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带；

所述MIMO信道选取模块用于选取所述垂直高频子带、水平高频子带作为载体图像的第一MIMO信道及第二MIMO信道；

所述卷积编码模块用于对隐秘信息进行卷积编码；

所述空时分组编码模块用于对经过卷积编码后的隐秘信息进行Alamouti空时分组编码，形成信号向量相互正交的第一子数据流及第二子数据流；

所述空时交织模块用于对所述第一子数据流及第二子数据流做基于块的空时交织，使得隐秘信息在空间及时间(嵌入顺序)上产生对角分层；

所述隐秘信息嵌入模块用于将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中；

所述图像重构模块用于将所述载体图像通过小波逆变换重构图像，得到隐秘图像。

本发明基于MIMO信道通信的图像信息隐藏方法及系统既提高了信息隐藏的检测可靠性，又保证了隐秘信息的不可感知性，实现了大容量的图像信息隐藏。

附图说明

图1为本发明基于MIMO信道通信的图像信息隐藏方法的具体流程示意图；

图2为对角线高频子带、垂直高频子带、水平高频子带及低频子带的示意图；

图3为图1中卷积码编码器的示意图；

图4为在嵌入隐秘信息前载体图像的示意图；

图5为在嵌入隐秘信息后隐秘图像的示意图；

图6为本发明基于MIMO信道通信的图像信息隐藏方法中卷积解码器的结构示意图；

图7为本发明基于MIMO信道通信的图像信息隐藏系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明提供了一种基于MIMO信道通信的图像信息隐藏方法，包括以下步骤：将载体图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带，选取所述垂直高频子带、水平高频子带作为载体图像的第一MIMO信道及第二MIMO信道；通过卷积码编码器对隐秘信息进行卷积编码，对经过卷积编码后的隐秘信息进行Alamouti空时分组编码，形成信号向量相互正交的第一子数据流及第二子数据流；对所述第一子数据流及第二子数据流做基于块的空时交织，使得隐秘信息在空间及时间(嵌入顺序)上产生对角分层；将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中；将所述载体图像通过小波逆变换重构图像，得到隐秘图像。这样，通过将载体图像建模成MIMO信道，将隐秘信息进行编码处理后嵌入至所述载体图像的MIMO信道中，从而得到加载了隐秘信息的隐秘图像，其既提高了信息隐藏的检测可靠性，又保证了隐秘信息的不可感知性，实现了大容量的图像信息隐藏。

请参阅图1至图2，图1为本发明基于MIMO信道通信的图像信息隐藏方法的具体流程示意图；所述方法包括以下步骤：

步骤S11：将载体图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带，选取所述垂直高频子带、水平高频子带作为载体图像的第一MIMO信道及第二MIMO信道；

在具体实现时，如图1所示，对载体图像进行一级小波变换(DWT)，分解为对角线高频子带HH、垂直高频子带HL、水平高频子带LH、低频子带LL的四个子带；其中，低频子带LL为载体图像的低频分量，水平高频子带LH、垂直高频子带HL及对角线高频子带HH为分别为载体图像的水平、垂直及对角线上的高频分量。

其中，所述小波变换的小波类型可以采用db9或haar小波(哈尔小波)，通过对载体图像进行一级小波变换，以利用小波分解后产生子带以模拟MIMO信道。

由于在低频子带LL中嵌入信息对不可感知性的要求较高，而在对角线高频子带HH中嵌入信息对抗攻击性的要求较高，因此，本发明选取所述垂直高频子带HL、水平高频子带LH作为载体图像的第一MIMO信道及第二MIMO信道，即利用垂直高频子带HL、水平高频子带LH两个子带作为子通信信道，将所述载体图像建模为多输入多输出的2×2的MIMO信道，其中，低频子带LL、对角线高频子带HH中不嵌入隐秘信息。

步骤S12：通过卷积码编码器对隐秘信息进行卷积编码；通过对隐秘信息进行卷积编码以提高信息隐藏的检测可靠性。

请参阅图3，图3为卷积码编码器的示意图。其中，SR为移位寄存器，在具体实现时，所述卷积码编码器输入的隐秘信息为序列m＝m₁,m₂,…,m_j,…；卷积码编码器的输入的一隐秘信息码元为{m_j}，则卷积码编码器输出码字为{m_j,p_j}，其中p_j＝m_j⊕m_j-1，式中⊕表示模加。所述卷积码编码器的码率为1/2的(2,1,2)卷积码，所述卷积码编码器的监督位是一位，所述卷积码编码器的约束长度为2，可以在4比特范围内纠正一个错误。

步骤S13：对经过卷积编码后的隐秘信息进行Alamouti空时分组编码，形成信号向量相互正交的第一子数据流及第二子数据流；

在具体实现时，在隐秘信息经过卷积编码后，得到两个码元一组[s1,s2]的输出码字；在第一码元周期中，分别嵌入信号s1和s2；在与所述第一码元周期相邻的第二码元周期中，分别嵌入信号-s2*和s1*，其中，s*为信号s的复共轭，得到相互正交的第一信号向量S1＝[s1,-s2*]及第二信号向量S2＝[s2,s1*]，以此类推，形成第一子数据流及第二子数据流，所述第一子数据流及第二子数据流的信号向量相互正交。

步骤S14：对所述第一子数据流及第二子数据流做基于块的空时交织，使得隐秘信息在空间及时间(嵌入顺序)上产生对角分层；

在具体实现时，对所述第一子数据流及第二子数据流做基于块的空时交织，使得隐秘信息在空间和时间(嵌入顺序)上产生对角分层。

首先，在第一子数据流及第二子数据流之间引入相对时延，即矩阵中的第二列(第二子数据流)前加0，表示嵌入时间(顺序)有一个延迟。

对应的信号矩阵为：

$\left[\begin{array}{ccccc}{x}_1^1& x_2^1& x_3^1& x_4^1& ...\\ 0& x_1^2& x_2^2& x_3^2& ...\end{array}\right],$

然后，对所述第一子数据流及第二子数据流进行交织处理，对应的信号矩阵为：

$\left[\begin{array}{ccccc}{x}_1^1& x_1^2& x_3^1& x_3^2& ...\\ 0& x_2^1& x_2^2& x_4^1& ...\end{array}\right].$

步骤S15：根据所述第一MIMO信道及第二MIMO信道的信噪比分配信道功率；

在具体实现时，采用迭代注水(Water-Filling)分配算法，根据所述第一MIMO信道及第二MIMO信道的状态分配信道功率进行功率分配：即优质信道(信噪比高)多传送，较差信道少传送，劣质信道不传送；也就是信噪比高的信道分得的功率多，信噪比低的信道分得的功率少。

本步骤中迭代注水功率分配算法以信道容量C最大化为目标，动态功率分配的优化问题可描述如下：

$C=\max \frac{B}{N}\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\log }_2(1+H_n{P}_n),$

$\begin{array}{ccccc}s.t.& P_T=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{P}_n\≤P& \mathrm{and}& P_n\≥0& \∀n\end{array}$

其中，B为系统带宽；N为信道数；P_n为第n个信道的功率；P为信道的总功率。H_n＝a_n ²N/N₀B，其中：a_n为信道增益；N₀为加性噪声的单边功率谱。

对于这个优化问题，利用Lagrange乘子算法，构造Lagrange函数如下：

$L=\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{\log }_2(1+H_n{P}_n)-\mathrm{\λ}(\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{P}_n-P)$

求导，

$\frac{\∂L}{\∂P_n}=\frac{1}{\ln 2}\·\frac{H_n}{1+H_n{P}_n}-\mathrm{\λ}=0$

令β＝λln2，则：

β＝H_n/(1+H_nP_n)

按下式给出β的初始值，并以迭代的方式对β进行修正：

${\mathrm{\β}}_0=\frac{1}{N}(P+\underset{n=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{H_n})$

$\mathrm{\β}\←\mathrm{\β}+\mathrm{\μ}\frac{1}{N}(P-\underset{n=1}{\overset{N}{\mathrm{\Σ}}}{P}_n)$

最后得到最优功率分配如下：

P_n＝[1/β-1/H_n]⁺

步骤S16：将空时交织后的隐秘信息通过加性算法嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中；

在具体实现时，所述加性算法的公式为：

y_i＝x_i+w_i+n_i    (1)

其中，所述x_i表示宿体(cover)图像(即载体图像)，w_i表示隐秘信息，n_i表示噪声，y_i表示小波域的隐秘图像。

本步骤中，为了保证嵌入的隐秘信息的不可感知性，嵌入时采用噪声可见性函数(NVF)结合图像内容来限制嵌入信息能量；

所述噪声可见性函数为：

$\mathrm{NVF}(i,j)=\frac{w(i,j)}{w(i,j)+{\mathrm{\σ}}_x^2(i,j)}---\left(2\right)$

(2)式中：1≤i,j≤N，为图像局部区域的方差：

${\mathrm{\σ}}_x^2(i,j)=\frac{1}{N^2}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{l=1}{\overset{N}{\mathrm{\Σ}}}{[x(i+k,j+l)-\stackrel{\‾}{x}(i,j)]}^2---\left(3\right)$

$\stackrel{\‾}{x}(i,j)=\frac{1}{N^2}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}\underset{l=1}{\overset{N}{\mathrm{\Σ}}}x(i+k,j+l)---\left(4\right)$

(2)式中：w(i,j)为权函数，取决于形状参数γ。w(i,j)的表达式如下：

$w(i,j)=\mathrm{\γ}{\left[\mathrm{\η}\left(\mathrm{\γ}\right)\right]}^{\mathrm{\γ}}\frac{1}{{\left|\right|r(i,j)\left|\right|}^{2-\mathrm{\γ}}}---\left(5\right)$

(5)式中： $r(i,j)=\frac{x(i,j)-\stackrel{\‾}{x}(i,j)}{{\mathrm{\σ}}_x},\mathrm{\η}\left(\mathrm{\γ}\right)=\sqrt{\frac{\mathrm{\Γ}\left(\frac{3}{\mathrm{\γ}}\right)}{\mathrm{\Γ}\left(\frac{1}{\mathrm{\γ}}\right)}},\mathrm{\Γ}\left(t\right)={\∫}_0^{\∞}{e}^{-u}{u}^{t-1}\mathrm{du}.$

其中，γ为形状参数，σ_x(i,j)为图像的局部标准差，为图像的局部均值。

NVF函数与图像的局部能量成反比，是一个反映图像纹理掩蔽情况的函数(Texture Masking Function,TMF)。当NVF函数值较大时，图像的该像素处对噪声敏感，当NVF函数值较小时，则可以允许较大的噪声。我们选择NVF函数的原因是因为NVF函数是一种比较灵活的纹理掩蔽函数，既适用于空域也适用于小波域。本发明嵌入隐秘信息时采用噪声可见性函数(NVF)结合图像内容来限制嵌入信息能量，以保证嵌入隐秘信息的不可感知性。

步骤S17：将所述载体图像通过小波逆变换重构图像，得到隐秘图像；

在具体实现时，将第一MIMO信道及第二MIMO信道中经过嵌入隐秘信息的载体图像进行小波逆变换，即重构图像，得到嵌入有隐秘信息的隐秘图像。

请一并参阅图4及图5，图4及图5分别为未嵌入隐秘信息的载体图像及嵌入有隐秘信息的隐秘图像，所述隐秘图像的峰值信噪比(PNSR)为33.26dB。经过对比可以看出，两个图像几乎相同，无明显区别特征，即嵌入隐秘信息的不可感知性较好。

在MIMO系统中，假定系统发送端有M根天线，接收端有N根天线，总的发射功率为P，每根发射天线的功率为P/M，每根接收天线接收到的总功率等于总的发射功率，信道受到加性白高斯噪声(AWGN)的干扰，且每根接收天线上的噪声功率为σ²，于是每根接收天线上的信噪比(SNR)为：ξ＝P/σ²。M×N的复矩阵H表示信道传输函数传递矩阵，H^H为矩阵H的Hermitian(复共扼)变换。

对于确定性的单输入单输出(SISO)信道，由于M＝N＝1，信道矩阵H＝1，信噪比大小为ξ，根据Shannon公式，该信道的归一化容量可表示为：

C＝log₂(1+ξ)；

对于多输入多输出(MIMO)信道，则信道容量可以表示为：

$C={\log }_2\left[\det (I_{\mathrm{Min}}+\frac{\mathrm{\ξ}}{M}Q)\right],$

其中，Min为M和N中最小的数，I_Min为Min×Min的单位矩阵，det表示矩阵行列式，矩阵Q的定义如下：

$Q=\left\{\begin{array}{c}{H}^{H}H,N<M\\ {\mathrm{HH}}^H,N>M\end{array}\right.$

因此，从理论上来说，一个M×N系统的信道容量至少为一个SISO系统信道容量的min(M,N)倍。

本发明一种基于MIMO信道通信的图像信息隐藏方法在得到隐秘图像之后还包括以下步骤：

将隐秘图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带；根据载体图像从所述垂直高频子带、水平高频子带中提取嵌入的信息(本发明的信息隐藏提取方法属于非盲检测，因此需要原始的载体图像或进行同级小波变换后的载体图像)；采用迫零检测算法(ZeroForcing,ZF)消除信道间的干扰；对基于块的空时交织信号进行解交织处理，形成信号向量相互正交的第一子数据流及第二子数据流；对所述第一子数据流及第二子数据流进行Alamouti空时分组解码，形成一数据流；通过卷积解码器对所述数据流进行卷积解码，得到隐秘信息。

其中，迫零检测算法是给接收信号乘以信道矩阵的逆，其他用户对它的干扰可以消除。

请参阅图6，所述卷积解码器包括两个移位寄存器，其中一个适用于本地译码器，另一个是用于伴随寄存器。其中码字从左端进入，纠错结果为m_j’，S₀是校正信号，如果S₀为1，那么就说明有错误，则m_j’就和输入的m_j不同。也就是说m_j中发生了错误。

另，请参阅图7，本发明提供了一种基于MIMO信道通信的图像信息隐藏系统，包括依次连接的图像分解模块10、MIMO信道选取模块20、卷积编码模块30、空时分组编码模块40、空时交织模块50、隐秘信息嵌入模块60及图像重构模块70；

所述图像分解模块10用于将载体图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带；

所述MIMO信道选取模块20用于选取所述垂直高频子带、水平高频子带作为载体图像的第一MIMO信道及第二MIMO信道；

所述卷积编码模块30用于对隐秘信息进行卷积编码；

所述空时分组编码模块40用于对经过卷积编码后的隐秘信息进行Alamouti空时分组编码，形成信号向量相互正交的第一子数据流及第二子数据流；

所述空时交织模块50用于对所述第一子数据流及第二子数据流做基于块的空时交织，使得隐秘信息在空间及时间(嵌入顺序)上产生对角分层；

所述隐秘信息嵌入模块60用于将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中；

所述图像重构模块70用于将所述载体图像通过小波逆变换重构图像，得到隐秘图像。

相比于现有技术，本发明基于MIMO信道通信的图像信息隐藏方法及系统通过将载体图像建模成MIMO信道，将隐秘信息进行编码处理后嵌入至所述载体图像的MIMO信道中，从而得到加载了隐秘信息的隐秘图像，既提高了信息隐藏的检测可靠性，又保证了隐秘信息的不可感知性，实现了大容量的图像信息隐藏。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。

Claims (7)

1.一种基于MIMO信道通信的图像信息隐藏方法，其特征在于，所述方法包括以下步骤：将载体图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带，选取所述垂直高频子带、水平高频子带作为载体图像的第一MIMO信道及第二MIMO信道；通过卷积码编码器对隐秘信息进行卷积编码，对经过卷积编码后的隐秘信息进行Alamouti空时分组编码，形成信号向量相互正交的第一子数据流及第二子数据流；对所述第一子数据流及第二子数据流做基于块的空时交织，使得隐秘信息在空间及时间(嵌入顺序)上产生对角分层；将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中；将所述载体图像通过小波逆变换重构图像，得到隐秘图像。

2.根据权利要求1所述的基于MIMO信道通信的图像信息隐藏方法，其特征在于，所述卷积码编码器输入的隐秘信息为序列m＝m₁,m₂,…,m_j,…；卷积码编码器的输入的一隐秘信息码元为{m_j}，则卷积码编码器输出码字为{m_j,p_j}，其中p_j＝m_j⊕m_j-1。

3.根据权利要求2所述的基于MIMO信道通信的图像信息隐藏方法，其特征在于，所述将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中的步骤之前还包括：

根据所述第一MIMO信道及第二MIMO信道的信噪比分配信道功率。

4.根据权利要求1所述的基于MIMO信道通信的图像信息隐藏方法，其特征在于，所述加性算法公式y_i＝x_i+w_i+n_i，

其中，所述x_i表示宿体(cover)图像，w_i表示隐秘信息，n_i表示噪声，y_i表示隐秘图像。

5.根据权利要求4所述的基于MIMO信道通信的图像信息隐藏方法，其特征在于，所述噪声可见性函数为：

$\mathrm{NVF}(i,j)=\frac{w(i,j)}{w(i,j)+{\mathrm{\&sigma;}}_x^2(i,j)}$

其中，1≤i,j≤N，为图像局部区域的方差；

${\mathrm{\&sigma;}}_x^2(i,j)=\frac{1}{N^2}\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{l=1}{\overset{N}{\mathrm{\&Sigma;}}}{[x(i+k,j+l)-\stackrel{\&OverBar;}{x}(i,j)]}^2,\stackrel{\&OverBar;}{x}(i,j)=\frac{1}{N^2}\underset{k=1}{\overset{N}{\mathrm{\&Sigma;}}}\underset{l=1}{\overset{N}{\mathrm{\&Sigma;}}}x(i+k,j+l),$

其中，w(i,j)为权函数， $w(i,j)=\mathrm{\&gamma;}{\left[\mathrm{\&eta;}\left(\mathrm{\&gamma;}\right)\right]}^{\mathrm{\&gamma;}}\frac{1}{{\left|\right|r(i,j)\left|\right|}^{2-\mathrm{\&gamma;}}},$

$r(i,j)=\frac{x(i,j)-\stackrel{\&OverBar;}{x}(i,j)}{{\mathrm{\&sigma;}}_x},\mathrm{\&eta;}\left(\mathrm{\&gamma;}\right)=\sqrt{\frac{\mathrm{\&Gamma;}\left(\frac{3}{\mathrm{\&gamma;}}\right)}{\mathrm{\&Gamma;}\left(\frac{1}{\mathrm{\&gamma;}}\right)}},\mathrm{\&Gamma;}\left(t\right)={\&Integral;}_0^{\&infin;}{e}^{-u}{u}^{t-1}\mathrm{du},$

其中，γ为形状参数，σ_x(i,j)为图像的局部标准差，为图像的局部均值。

6.根据权利要求1所述的基于MIMO信道通信的图像信息隐藏方法，其特征在于，所述得到隐秘图像之后还包括以下步骤：

将隐秘图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带；根据载体图像从所述垂直高频子带、水平高频子带中提取嵌入的信息；采用迫零检测算法消除第一MIMO信道及第二MIMO信道之间的干扰；对基于块的空时交织信号进行解交织处理，形成信号向量相互正交的第一子数据流及第二子数据流；对所述第一子数据流及第二子数据流进行Alamouti空时分组解码，形成一数据流；通过卷积解码器对所述数据流进行卷积解码，得到隐秘信息。

7.一种基于MIMO信道通信的图像信息隐藏系统，其特征在于，包括依次连接的图像分解模块、MIMO信道选取模块、卷积编码模块、空时分组编码模块、空时交织模块、隐秘信息嵌入模块及图像重构模块；

所述图像分解模块用于将载体图像通过一级小波变换分解成对角线高频子带、垂直高频子带、水平高频子带及低频子带；

所述MIMO信道选取模块用于选取所述垂直高频子带、水平高频子带作为载体图像的第一MIMO信道及第二MIMO信道；

所述卷积编码模块用于对隐秘信息进行卷积编码；

所述空时分组编码模块用于对经过卷积编码后的隐秘信息进行Alamouti空时分组编码，形成信号向量相互正交的第一子数据流及第二子数据流；

所述空时交织模块用于对所述第一子数据流及第二子数据流做基于块的空时交织，使得隐秘信息在空间及时间(嵌入顺序)上产生对角分层；

所述隐秘信息嵌入模块用于将空时交织后的隐秘信息通过加性算法公式嵌入至所述载体图像的第一MIMO信道及第二MIMO信道中；

所述图像重构模块用于将所述载体图像通过小波逆变换重构图像，得到隐秘图像。