CN104270240B - 多载波调制的信息隐藏通信方法及其装置 - Google Patents

Abstract

本发明涉及一种多载波调制的信息隐藏通信方法及其装置，所述方法包括：获取信源信号、信息隐藏通信的密钥及隐藏数据，对信源信号统计处理形成随机离散的子信源信号；根据随机离散的子信源信号及密钥生成隐藏通信的边信息；根据子信源信号的方差间隔将传输信道统计处理成若干个并行的传输子信道；将各子信源信号根据统计条件分别分配在相应的传输子信道上；并计算混合数据；将混合数据进行编码处理得到信道编码信号进行传输。在接收端，结合信道编码信号、边信息及密钥对隐藏数据提取操作实现该隐藏数据的保密通信。本发明的多载波调制的信息隐藏通信方法及其装置能够保证在隐藏数据容量较大的情况下，系统传输的不可见性和鲁棒性效果都较好。

Description

多载波调制的信息隐藏通信方法及其装置

技术领域

本发明属于信息隐藏通信技术领域，特别是涉及一种多载波调制的信息隐藏通信方法及一种多载波调制的信息隐藏通信装置。

背景技术

信息隐藏及其通信技术是数字多媒体加密、数字内容版权保护和数字信息传输管理的最新研究与实现方法，是多媒体信息安全技术的关键研究领域。它是集数学、图像学、信息论以及计算机网络于一体的多学科交叉研究课题，涵盖了信号处理、数字通信、信息安全和模式识别等多专业技术的研究应用方向。目前，包括数字版权保护、数字取证、数字内容完整性识别以及保密通信和水印多媒体处理，都需要大量地应用信息隐藏实现技术。

由于信息隐藏传输信道具有较高的误码率(0.1-0.5)，并受到不可察觉性和安全性限制，所以信息隐藏通信是一种适合不同水印信噪比环境下的通信系统。

而目前，信息隐藏装置的主要调制嵌入方法是单正交扩频调制，其传输通信的基础是Gel’fand-Pinsker理论和Costa原理。但这些技术对信息嵌入量、数据码长、传输码率等之间有严格的限制关系。因此，传统的信息隐藏技术主要考虑并研究了三个方面的性能，即隐藏数据的(即水印)鲁棒性、不可见性(隐藏性)和水印的容量(嵌入性)。多年来，研究人员一直希望数字水印在满足不可见性条件下，尽可能地增加水印的容量，同时增强抵抗各种攻击的能力(即鲁棒性)。但是，对原始载体信号而言，水印调制嵌入的过程，本身就是加入噪声的过程，它会严重影响不可见性和鲁棒性的关系要求。对信息隐藏技术而言，这三个性能之间的关系是一种相互制约的关系。因此，现有的信息隐藏技术中在保证足够容量的情况下，其不可见性和鲁棒性通常效果通常会下降。

发明内容

针对现有技术的不足，本发明的目的在于提供一种多载波调制的信息隐藏通信方法及其装置，在保证隐藏数据容量足够大的情况下，还能保证系统传输不可见性和鲁棒性效果较好。

为实现上述目的，本发明采用如下技术方案：

一种多载波调制的信息隐藏通信方法，包括以下步骤：

获取信源信号、信息隐藏通数据，对所述信源信号进行概率密度条件统计处理形成随机离散的子信源信号；根据所述随机离散的子信源信号及密钥统计生成隐藏通信的边信息；

根据所述子信源信号的方差间隔将传输信道分割成若干个并行的传输子信道；将各子信源信号根据统计条件分别分配在相应的传输子信道上；

对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，并得到包含信源载体数据和隐藏数据的混合数据；将所述混合数据进行编码处理得到信道信号进行传输；

结合所述信道信号、边信息及密钥对隐藏数据提取操作实现该隐藏数据的信息隐藏通信。

一种多载波调制的信息隐藏通信装置，其特征在于，包括：

信源信号分割模块，用于获取信源信号、信息隐藏通信的密钥及隐藏数据，对信源信号进行条件统计处理形成随机离散的子信源信号；根据所述随机离散的子信源信号及密钥生成隐藏通信的边信息；

信道分割模块，用于根据所述子信源信号的方差间隔将传输信道分割成若干个并行的传输子信道；将各子信源信号分别分布在相应的传输子信道上；

多载波调制嵌入模块，用于对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，得到包含信源载体数据和隐藏数据的混合数据，用于将所述混合数据进行编码处理得到信道信号；

编码及提取模块结合所述信道信号、边信息及密钥对隐藏数据提取操作实现该隐藏数据的信息隐藏通信。

一种多载波调制的信息隐藏通信装置，包括：

随机处理模块，用于将输入的信源信号X^N和信息隐藏通信的密匙K^N进行Hash函数变换，通过该处理模块后得到随机离散数据并由此形成隐藏通信的边信息S^N；

多载波调制嵌入处理模块，用于将输入的信源信号X^N、信息隐藏通信密匙K^N和信息隐藏数据m进行多载波调制嵌入处理，通过该多载波调制嵌入模块得到包含载体数据和水印数据的混合数据W^N(m，X^N，K^N)；

秘密信道处理模块，用于将信息隐藏通信密匙K^N和边信息S^N输入到秘密信道进行加密处理，该秘密信道处理模块实现通信密匙K^N和边信息S^N的加密传输处理；

条件信道编码处理模块，用于将信源信号X^N和上述混合数据W^N(m，X^N，K^N)进行结构性融合数据的条件信道编码处理，通过该条件信道得到输出信道信号Y^N；

纠错编码处理模块，用于将条件信道p(y^N|w^N，x^N)输出信道信号Y^N，并进行信道状态估计或信道状态纠错编码处理得到信道数据估计输出信号Y^/(N)；

解调检测模块，用于估计输出Y^/(N)和密钥K^N以及边信息S^N进行解调和检测处理，经过该解调检测模块得到隐藏数据解码的估计输出值

通过以上方案可以看出，本发明的多载波调制的信息隐藏通信方法及其装置，通过对信息进行条件统计处理成子信源信号，使得信源信号系数的全局特征与分解后多层系数的局部统计知识，从而建立一种随机数据之间的Markov数据链关系，以实现隐藏数据的不可见性。对所述隐藏数据变换到预先设置的扩频码上后通过多载波调制嵌入处理，以增加隐藏数据嵌入的容量，同时保持系统的鲁棒性。所以本发明的多载波调制的信息隐藏通信方法及其装置即可增加隐藏数据嵌入的容量，还保证了系统传输的不可见性及鲁棒性较好。

附图说明

图1为本发明的实施例中一种多载波调制的信息隐藏通信方法的流程图之一；

图2为本发明的实施例中一种多载波调制的信息隐藏通信方法的通信模型示意图；

图3为本发明的实施例中信源信号分割及其并行传输信道的实现模型；

图4为本发明的实施例中多载波调制嵌入的隐藏数据流程图；

图5为本发明的实施例中四级多小波分解的子带系数关系图；

图6为本发明的实施例中多小波系数的三角树划分；

图7为本发明的实施例中多小波分解树子带系数各子树分配水印数据示意图；

图8为本发明的实施例中一种多级正交结构性码本的计算过程示意图；

图9为本发明的实施例中一种编码及解码流程示意图；

图10为本发明的实施例中一种多载波调制的信息隐藏通信方法的流程示意图之二；

图11为本发明的实施例中Lena图像、混合图像及恢复的指纹图像；

图12为本发明的实施例中JPGE2000压缩条件下，信源载体图像和恢复的指纹图像；

图13为本发明的实施例中各种条件下SS方法实现的码率示意图；

图14为本发明的实施例中一种多载波调制的信息隐藏通信装置示意图。

具体实施方式

下面，结合附图以及具体实施方式，以下以数字水印为例对本发明做进一步描述：

参照图1与图2，本实施例所述的一种多载波调制的信息隐藏通信方法，包括以下步骤：

步骤S001，获取信源信号、信息隐藏通信的密钥及隐藏数据，对信源信号进行概率密度条件统计处理形成随机离散的子信源信号；根据所述随机离散的子信源信号及密钥统计生成隐藏通信的边信息。例如：在发送端对待发送的信源信号X^N按照方差统计特性进行条件统计分割，使分割后的信源信号X^N的局部和全局系数之间的统计关系是一种基于马尔可夫数据链的随机分布数据链。信息隐藏数据可为水印数据。

本实施例中结合Laplacian-pdf(拉普拉斯-概率密度函数)对信源信号进行条件统计处理。这时，信源全局和局部信号之间建立联系的基础是对信源信号联合分布的分析，其获得的概率形式为：

这里，x∈X为信源信号，代表信号方差，代表了信源载体信号的临界方差分布，而条件分布表示了通信系统获得局部系数数据的一种统计行为。对应临界分布条件，全局数据统计特性为：

这样信源的统计形式就是一种高斯混合模型(GSM)。按照这种模型，则条件项在局部系数中就是零均值高斯分布的形式，那么有：

这时，局部数据的统计模型符合costa的I.I.D(即独立等均匀分布)高斯分布模型，由此得到的全局数据分布p_X(x)就确定了方差分布的区域范围。对各种变换域(如DCT，DWT，DDWT)来说，在已知局部方差的指数分布条件形式下，得到的一种全局Laplacian-pdf统计值可以作为局部零均值高斯pdfs的一种混合

加权，这里λ₁为指数分布的标量参数。所以有：

这种关系为把信源信号分割后局部和全局系数之间的统计关系提供了一个基本Markov数据链。所述隐藏数据可为数字水印。

步骤S002，根据所述子信源信号的方差间隔将传输信道分割成若干个并行的传输子信道；将各子信源信号根据统计条件分别分配在相应的传输子信道上。本实施例中可以按照统计条件，根据所属信源信号X的方差间隔进行统计进而把高斯信道可以划分成L个并行传输信道，如图3所示。

步骤S003，对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，并得到包含载体数据和隐藏数据的混合数据，将所述混合数据进行编码处理得到信道信号。

本实施例中，参照图4所示，根据信源信号多级分割后的并行传输模型和马尔可夫数据链准则，综合考虑分析后，通过对L个并行子信道分别运用SS(扩频)技术对隐藏数据进行多载波调制嵌入。

SS扩频通信技术即为扩展频谱调制通信。根据香农公式C表示信道容量，W表示信道带宽，N表示是噪声功率，S表示信号功率，通过分析可得出：对于给定的信道容量C可以用不同的带宽W和信噪比S/N的组合来传输信息。如减少带宽则必须发送较大的信号功率；如有较大的传输带宽，则同样的信道容量能够用较小的信号功率来传送，这表明宽带系统具有较好的抗干扰性。因此，当信噪比太小，不能保证通信质量时，常用宽带系统改善通信质量，使信号在强干扰情况下，仍然可以保持可靠通信。SS扩频技术是利用与传输信息无关的扩频码对被传输信号进行频谱扩展，使之占有的信道带宽远远超过其在一般通信意义下所必需的最小带宽。在接收端利用同一扩频码对接受信号进行同步相关处理，并进行解扩和信息恢复。扩频技术实际上就是以带宽换取信噪比。信号能量被扩展到一个很宽的频带内，获得较低的信噪比，使得信号难以被检测、破译或干扰。

利用扩频SS技术原理，将水印数据信息变换到扩频码上得到扩频水印信息，然后进行小波变换，由于不知道水印数据的嵌入位置，攻击者很难对扩频水印信息进行解扩。水印数据检测过程知道水印的位置和内容，它能将许多微弱的信号集中起来形成具有较高信噪比的输出值，要破坏水印需要很强的噪声信号加入到所有频域系数中，因此，破坏水印的同时将会造成原始载体质量严重下降，很容易被察觉。只要水印信号能量足够小，加入原始数据的水印不可能被感知。另外，利用密钥控制产生m序列，接受方必须被提前告知密钥及相关算法，否则，将无法提取水印信息。因此，基于扩频原理的信息隐藏技术具有很高的健壮性和安全性。

作为一个较好的实施例，对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，并得到包含载体数据和隐藏数据的混合数据的过程，具体可以包括以下步骤：

步骤S0031，将隐藏数据变换到扩频码上后，对其进行多级多小波变换分解得到多级隐藏数据。例如：将水印数据变换到扩频码上得到水印信息，然后进行L级多小波变换分解。本实施例中，多小波变换分解的过程可为：设Φ为紧支正交伸缩矢量Φ＝(φ¹，φ²，...，φ^r)^T，r代表多尺度伸缩函数的维数。V₀代表一种多小波变换闭合空间{φ^l(n)|n∈Z，l＝1，2，...，r}，定义那么，对应Φ的一个正交多小波函数Ψ＝(ψ¹，ψ²，...，ψ^r)^T，{ψ^l(n)|n∈Z，l＝1，2，...，r}，可以构成一个正交互补子空间Wj的正交基。这样，对于序列c_O(n)∈l₂(Z)^r，V₀的一种线性组合函数f可以写为：

那么，对于r×r矩阵的有限序列h(n)，存在一个r×r矩阵的序列g(n)，可以利用多小波多尺度函数及其正交性的分解和重构，使系数c_l，d_l和c_O分解和重构，见(6)式。

由分解过程可见，如果已知初始尺度系数，可得到信号分解的所有尺度系数和小波系数。与单小波不同，多小波变换初始尺度和重构后的系数均为矢量，同时滤波器组响应g(n)和h(n)也是r×r矩阵的矢量。因而，必须加前置滤波Q(Z)和后置滤波P(Z)，才能确保原始信号和图像的保真性。

步骤S0032，按频率和方向对各多小波系数进行分组，把相同空间位置和方向上的不同频率子带系数的隐藏数据划分为一组，并建立多小波树结构模型。例如：可以按多小波系数的频率和方向对各多小波系数进行分组，将相同空间位置和方向上的不同频率子带系数划分为同一组。所述隐藏数据也根据多小波系数的分组方式进行分组，即可将上述相同空间位置和方向上的不同频率子带系数的水印数据信息构成一个子树。

本实施例中，在多小波多级分解时，不同的尺度下，其小波相关系数具有的一个重要特性是方向和位置相同。尺度确定时，空间上，除最高频子带外，每个“父节点”子带系数都与下一级同一方向上的所有“子节点”子带系数相关。对于多小波多级子带，当r＝2维时，其4级多小波分解的“父-子节点”子带系数间依赖关系如图5(a)所示(图5(a)表示多小波树的“父-子节点”关系；)。经过预滤波后，原始图像被分为4幅大小相同的子图像。二维图像的离散多小波分解过程与单小波分解过程类似，但由于有多个尺度(小波)函数存在，与图像的单小波变换后的一个子图像相对应，在多小波变换后有r个子图像。

在第1层多小波分解时，分别经过2个小波低通滤波和高通滤波后，原始图像变为16个子图像，其系数关系如图5(b)(图5(b)表示第1级多小波分解的子带系数)。在进行第2层分解时，类似单小波分解，只是将低频部分进一步分解，高频图像部分保持不变。以此类推。分解完成后，只有最高层的4个低频图像是完全的低频图像，其余子图像中均含有高频成份。在r维尺度下，L级多小波变换可将图像分解为r²(3L+1)个子图像。由于多小波每次分解后，形成了更多的子带系数，可能破坏了图5(a)的“父-子节点”关系，需要对其位置重排。具体过程是重排每个2×2子块，使得有相同空间位置关系的4个系数排在一起。

其它子带，我们把相同空间位置和方向上的不同频率子带系数划分为同一组，图6说明了在一维空间上，把HL4中1个系数和HL3的4个系数以及HL2中的16个系数划分成组的例子。其分组的总数等于LH4、HL4和HH4子带系数的总数，共有3×32×32＝3072个。

多小波树结构模型是把相同空间位置和方向上的不同频率子带系数划分为同一组并构成一个子树，而把数字水印图像特征点的不同数据按照多小波树“父-子节点”关系的不同分解成不同能量的数字水印向量基，在树的不同节点自适应嵌入不同强度的水印信息。其在一维空间上的结构如图7所示，其它分组系数类似。该多小波树结构模型的深度为L＝4，每一级节点都有相同的子节点数目D_l，l＝1，2，...，L，对于树中的每个节点(根节点除外)i＝[i₁，...，i_l]，i_l＝1，2，...，D_l，唯一的水印数据向量基(YZ代表多小波树中的某个子带系数)满足高斯分布且相互独立。

步骤S0033，对多级隐藏数据进行扩频处理，得到多级隐藏数据向量基。例如：根据所述多小波树结构模型把指纹水印图像特征点的不同数据按照多小波树“父-子节点”关系的不同分解成不同能量的数字水印向量基。本实施例中，按照SS技术，多级水印数据向量基生成的形式：设置二进制序列G，经过扩频系数cr形成扩展序列E，再与随机种子函数Sk＝randseed(K，M)进行置乱调制形成水印数据向量基(这里，随机种子和密钥可结合视频内容的Hash变换获得)。

G＝{g₁，g₂，Λ，g_n}，g_j∈{0，1}，j∈N (7)

E＝{e₁，e₂，Λ，e_n}，e_i＝a_j，j·cr≤i≤(j+1)·cr，cr＞1，i，j，cr∈N (8)

S_k＝{k₁，k₂，Λ，k_n}，k_i∈{0，1}，i∈N (9)

步骤S0034，根据所述多级隐藏数据向量基在多小波树结构模型的各节点自适应嵌入相应的隐藏数据，并得到所述混合数据。例如：此时先设置二进制序列G，经过扩频系数cr形成扩展序列E，再与随机种子函数Sk＝randseed(K，M)进行置乱调制形成水印数据向量基(这里，随机种子和密钥可结合视频内容的Hash变换获得)；并结合信源分割和多小波树结构进行多载波数据调制嵌入。

作为一个较好的实施例，所述多载波数据调制嵌入的过程可为：设信源信号X按照方差间隔进行统计，并实现信源分割后，在多小波树中有N个可嵌入的子带系数，水印数据向量基a具有同样的长度和能量，则按照图8多级“父-子节点”的关系，在树的第i个节点上(即对应第i个子信道，1≤i≤L)嵌入的水印数据形式为：

其中，分别为图4中对应L个并行高斯子信道的信号方差。设水印数据总的信号功率为信道失真信道失真对应的加性高斯噪声的方差为数字水印数据的总长度为N。

这样，对应于树的第i个节点上嵌入的水印数据，第i个并行信道上(1≤i≤L)分配的数据内容为：

Y⁽ⁱ⁾＝αX⁽ⁱ⁾+W⁽ⁱ⁾ (12)

表示了系统失真引入的补偿因子(或叫补偿系数)。这时，根据Cost通信实现条件，本系统实现的通信码率为；

作为一个较好的实施例，对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，并得到包含载体数据和隐藏数据的混合数据的过程，具体还可以包括以下步骤：

步骤S0035，采用多级正交结构性码本编码方法对信源信号和信道信号进行多级数据编码；

作为一个较好的实施例，把码率为R数据长度为N的隐藏信息m∈{1，2，...，2^NR}映射编码成随机数字水印序列w^N＝W^N(m，X^N，K^N)并通过具有条件概率p_Y|W，X(y|w，x)＝p(y^N|w^N，x^N)的DMC(discret memoryless channel离散无记忆信道)输出y^N∝Y^N，其中，w、y和x分别是系统W、Y和X的子集(即一种瞬时实现的向量元素)，而DMC通信的工作状态决定了信源载体信号x^N∝X^N的状态信息。调制嵌入失真对应于隐藏数据(数字水印)信号的方差，其约束条件为决定了由于水印信号嵌入引起的误码率。表示在攻击信道和噪声信道环境下引起的系统失真。条件信道失真d(Y^/，Y)＝(Y^/-Y)²，且Y^/＝X+W代表了信源载体和水印矢量信号在攻击信道下的混合数据(stego-data)。

其中，信源状态X对编码而言是一种非因果关系，它由信源信息分布、攻击数据、信道状态估计CSE和失真补偿(如信道状态补偿CSC)组成。在随机映射编码中，隐藏数据的结构性码本需要根据信道知识并结合信源变换随机产生，且应有一种特殊的结构来处理CSE/CSC统计参数。

如图8所示，多级正交结构性码本的技术方案：按照信源数据经多载波数据调制嵌入以后信号的方差间隔分布不同(即数据具分布)，根据CSE/CSC状态把条件信道划分为L个(1＜L＜R，R为码率)并行传输子信道。由于此并行传输子信道具有不同的传输特性，结合信源和信道编码，本发明采用了正交结构性码本编码方法。

步骤S0036，使用马尔可夫随机映射参数的方法将信源的各种状态嵌入到预先生成的结构性码本编码中，并将边信息和密钥在秘密信道中同步传输。

步骤S004，结合所述信道信号、编信息及密钥对隐藏数据提取操作实现该隐藏数据的信息隐藏通信。所述步骤S004可在接收端完成。

本实施例中的所述边信息由密钥和安全性决定，或者说：密钥和安全性决定了边信息的统计状态，而边信息决定了数据隐藏通信系统的同步检测。根据Gel’fand-Pinker和Wolfowitz系统的理论，如图9所示同时利用信源信号X^N在信道CSE状态下的参数以及数据概率的统计(虚线表示)因素。

结合图1至图4，信源信号的统计关系为并在编码器和解码器都可以利用，则在随机映射编码中，隐藏数据的码本需要根据信道知识(CSE/CSC统计参数)并结合信源变换随机产生。我们可以使用Markov随机映射参数的方法把信源的各种状态包含到结构性码本设计中。因此，信源通信函数形式为：

f^N：{1，2，...，2^NR}×{1，2，...，|K^N|}×X^N→W^N (14)

通信接收函数形式为：

g^N：y^N×{1，2，...，2^NR}×{1，2，...，S^N}×(1，2，...|K^N|}→{1，2，...，2^NR} (15)

本发明的实施例中在解码器端利用了边信息SI(side information)的矢量信号进行联合解码。对应于编解码器，这里密钥K^N和边信息S^N决定了信息隐藏码本设计的一种特殊结构。假设信源的联合分布是均匀的，则本通信系统的平均错误概率密度函数为：

那么，信息隐藏通信传输的码率统计形式为：

则，这种码率关系就是信息隐藏通信考虑信源状态(信息嵌入率)、信道条件(攻击信道容量)和边信息(作为条件解码)之间的关系而形成的一种折中结果。

作为较好的实施例，结合参照图10，本发明的多载波调制的信息隐藏通信方法还可以包括在接收端对接收到的混合信号进行解调处理和数字水印的提取处理的步骤，具体过程可为：

步骤S101；对接收到的混合数字信号进行多级多小波变换分解之后，按照多小波树构造模型，建立多小波树并重排子带系数为若干个分组。例如：对接收到的混合数字信号(包含载体数据和水印数据)进行4级多小波变换分解，然后，按照发送端多小波树构造模型，建立多小波树并重排子带系数为3072个分组。

步骤S102；用嵌入过程的密钥对各分组按照子带方向、位置和频率统计进行排序。 例如：用嵌入过程的密钥K^N对3072个分组按照子带方向、位置和频率统计进行排序。其中， 每3个分组构成一个三角形结构树

步骤S103；基于各个分组的信号方差的模2和操作，计算子带树的奇偶值大小，并判断树的各级数据嵌入的比特位。例如：设为第i个分组的信号方差，基于结构树的模2和操作，计算子带树的奇偶值大小，判断树的第i级数据嵌入的比特位：

步骤S104；根据所述信道信号、边信息和密钥，通过解码得到一种数字水印的估计信息；并根据该估计信息判断解码是否正确。例如：结合传输接收到的混合信号输出数据Y^/，边信息和密钥K^N，解码器根据结构性码本得到一种数字水印的估计信息同时，解码器在所有信息编码设置范围内m∈{2⁰，2¹，Λ，M}，j∈{2⁰，2¹，Λ，J}寻找一个满足三元组条件 的码字u^N(m，j)。如果解码器能够找到唯一一个这样的联合三元组，那么，系统检测输出信息隐藏的解码结果否则，系统在接收端声明信息隐藏解码错误。

步骤S105；若是，则通过密钥恢复数字水印信号的正确序列，并进行多小波反变换处理得到隐藏数据。例如：对m序列通过密钥K^N恢复数字水印信号的正确序列，并进行多小波反变换处理得到隐藏的数字水印图像。

通过以下实验数字指纹水印嵌入图片过程和将数字指纹水印从图片中取出的过程对本发明的原理做进一步地说明，可用DGHM多小波变换对512×512像素的256级灰度Lena载体图像进行4级多小波分解，用DGHM多小波变换对嵌入隐藏的128×128像素的指纹图像(PSNR＝38.37dB)进行4级多小波分解。传输信道为码率R＝1Mbps(1.3bpp)的高斯信道，嵌入的数字水印总长度为N＝10⁶。对称指纹树结构具有L＝4级，其中实验时，指纹数据基{a}服从高斯分布

数字指纹水印嵌入过程如下：

(1)将待嵌入的指纹图像进行DGHM变换，得到一维不同子带的指纹数据和不同重要性的特征数据。

(2)对载体图像S用多小波变换进行4级分解，对小波系数进行重排，并把相同空间位置和方向上的不同频率子带系数划分为同一组作为多小波树的“父-子节点”分支树。

(3)在树的1≤l≤L级，对不同分支的子带系数设置高斯分布指纹向量基指纹水印数据由公式(7)-(10)产生。

(4)按照的关系，对多小波树 的各级1≤l≤L调制指纹，则在树的1≤l≤L级嵌入指纹后的，混合数据(即包含载体数据和 指纹水印数据)内容为

(5)对嵌入指纹水印后的多小波系数做反变换，得到含数字指纹水印的混合图像。

数字指纹水印提取过程如下：

(1)对含水印的混合图像用多小波变换进行4级分解，重排系数，得到多小波树及其分组。

(2)利用公式(18)，对每个三角形树的子带系数计算奇偶，提取嵌入的指纹数据m。

(3)相似度测量：用归一化相关系数定义如下：

如果η＞T(设置的门限)，则指纹已经检测出来。显然，η越接近1越好。其中，第2≤l≤L级检测统计的门限设置为：

||a||为a的欧几里得范数。

实验结果：

图11(a)、(b)、(c)、(d)分别显示了512*512Lena的原始图像，128*128被嵌入的指纹图像，多小波变换后基于树结构多级嵌入后Lena图像，采用多小波变换后嵌入后Lena图像。(其中：图11的(a)为原始载体Lena图像，PSNR＝36.31dB；(b)为原始嵌入指纹图像，PSNR＝38.37dB；(c)为多小波变换后基于树结构多级嵌入后Lena图像，PSNR＝36.25dB；(d)为常用多小波变换后嵌入后Lena图像，PSNR＝34.69dB)。在接收端，图11(e)为本发明提出的并行高斯信道传输后，在接收端恢复的指纹图像，PSNR＝35.28dB，图11(f)为常用高斯信道传输后，在接收端恢复的指纹图像，PSNR＝28.21dB。由图11可见，本发明多级嵌入指纹后混合图像具有很好的不可见性，且提取的指纹图像PSNR高于常用方法的PSNR约5dB，说明本发明信息隐藏传输信道失真较小，同时具有较高的保真度。

为了测试本发明抗压缩攻击的能力，图12(a)、(b)、(c)为JPEG2000压缩条件下，分别采用多小波变换多级树结构嵌入方法和常用多小波变换方法对载体图像和指纹图像进行了处理(其中：图12的(a)表示JPEG2000压缩下(Q＝20)，多小波变换后基于树结构多级嵌入后Lena图像；(b)表示原始嵌入指纹图像(PSNR＝36.31dB)；(c)表示JPEG2000压缩下(Q＝20)，常用多小波变换后嵌入后Lena图像)。图12(d)、(e)分别说明了在高斯信道下进行了传输，接收端基于树结构恢复的指纹图像以及常用信息隐藏检测恢复的指纹图像(其中：图12的(d)表示JPEG2000压缩下(Q＝20)，基于树结构恢复的指纹图像(PSNR＝33.86dB)；(e)表示JPEG2000压缩下(Q＝20)，常用信息隐藏检测恢复的指纹图像(PSNR＝29.52dB))。可见，在JPEG2000压缩条件下，相比常用信息隐藏检测提取方法，本专利方法恢复的指纹图像PSNR提高了约4dB，说明本方法仍然能较好的恢复嵌入的指纹图像，并具有较好的抗压缩性能和安全性。

为了对发明的方法得到一个合理的性能分析，在AWGN信道攻击下，比较其在不同隐藏技术情况下的实现结果。图13(a)显示了本发明对Costa用优化补偿参数α实现AWGN信道的系统容量问题。同时，对高斯和Laplacian信源变换的统计信号，在水印图像比WIR＝-6dB和WIR＝-16dB条件下，图中分别说明了基于二进制SCS和QIM(DC-DM)以及SS方法的Costa离散近似实现的信道容量性能分析。其中，当α＝0时，应用SS方法系统实现的码率为：

而当α＝1时，系统实现的系统码率为：

由图可见，在高斯和Laplacian不同信源的条件下，较低WNR(水印噪声比)时，各种条件下SS方法实现的码率差别不大；但在较高WNR时，对数字水印来说，由于信源信号作为干扰噪声，所以，SS方法在Laplacian信源分布下实现的码率比常用的高斯信源下的码率大许多。

按照本发明的方法，为了比较边信息对解码器的影响，设置不同的补偿参数α的值，图13(b)在WIR＝-6dB时显示了本系统实现的不同码率性能。根据研究发明得到的公式(13)，图13(a)显示了在WIR＝-6dB和不同补偿参数α的值时，解码器结合边信息进行解码，系统实现的不同码率。在WIR＝-6dB时，应用不同补偿参数α的值，图13(d)说明了研究的方法和Costa方案实现的码率差(即率增益问题)。由图13中的各图可见，对于SS方法α＝0的情况，在较低WNR环境下，R(0)达到了系统信道的传输容量；而在较高WNR环境下，由于信源信号的方差对系统的性能有较大的影响，实现的码率变化较大。如果解码器端利用了边信息解码，那么系统在较高的WNR环境下，码率明显大于R(0)。考虑QIM方法α＝1的近似情况，在高WNR环境下，R(1)达到了高斯信道的传输容量。相对而言，在低WNR环境下，由于每个信息位需要的码字较大且检测的错误概率较高，系统的性能大大降低，但即使在这种情况下，本发明研究实现的传输码率仍然具有良好的性能。

与上述一种多载波调制的信息隐藏通信方法相对应，本发明还提供一种多载波调制的信息隐藏通信装置，如图14所示，包括：

信源信号分割模块001，用于获取信源信号、信息隐藏通信的密钥及隐藏数据，对信源信号进行概率密度条件统计处理形成随机离散的子信源信号；根据所述随机离散的子信源信号及密钥统计生成隐藏通信的边信息；

信道分割模块002，用于根据所述子信源信号的方差间隔将传输信道分割成若干个并行的传输子信道；将各子信源信号根据统计条件分别分配在相应的传输子信道上；

多载波调制嵌入模块003，用于对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，并得到包含信源载体数据和隐藏数据的混合数据，用于将所述混合数据进行编码处理得到信道信号；

编码及提取模块004，结合所述信道信号、编信息及密钥对隐藏数据提取操作实现该隐藏数据的信息隐藏通信。

作为较好的实施例，所述多载波调制嵌入模块包括：

分解模块，用于将隐藏数据变换到扩频码上后，对其进行多级多小波变换分解得到多级隐藏数据；

模型建立模块，用于按频率和方向对各多小波系数进行分组，把相同空间位置和方向上的不同频率子带系数的隐藏数据划分为一组，并建立多小波树结构模型；

扩频模块，用于对多级隐藏数据进行扩频处理，得到多级隐藏数据向量基；

嵌入模块，用于根据所述多级隐藏数据向量基在多小波树结构模型的各节点自适应嵌入相应的隐藏数据，并得到所述混合数据。

上述一种多载波调制的信息隐藏通信装置的其它技术特征与本发明的一种多载波调制的信息隐藏通信方法相同，此处不予赘述。

与上述一种多载波调制的信息隐藏通信方法相对应，本发明还提供一种多载波调制的信息隐藏通信装置，包括：

随机处理模块，用于将输入的信源信号X^N和信息隐藏通信的密匙K^N进行Hash函数变换，通过该处理模块后得到随机离散数据并由此形成隐藏通信的边信息S^N；其中Hash函数就是找到一种数据内容和数据存放地址之间的映射关系；

多载波调制嵌入处理模块，用于将输入的信源信号X^N、信息隐藏通信密匙K^N和信息隐藏数据m进行多载波调制嵌入处理，通过该多载波调制嵌入模块得到包含载体数据和水印数据的混合数据W^N(m，X^N，K^N)；

秘密信道处理模块，用于将信息隐藏通信密匙K^N和边信息S^N输入到秘密信道进行加密处理，该秘密信道处理模块实现通信密匙K^N和边信息S^N的加密传输处理；

条件信道编码处理模块，用于将信源信号X^N和上述混合数据W^N(m，X^N，K^N)进行结构性融合数据的条件信道编码处理，通过该条件信道得到输出信道信号Y^N；

纠错编码处理模块，用于将条件信道p(y^N|w^N，x^N)输出信道信号Y^N，并进行信道状态估计或信道状态纠错编码处理得到信道数据估计输出信号Y^/(N)；

解调检测模块，用于估计输出Y^/(N)和密钥K^N以及边信息S^N进行解调和检测处理，经过该解调检测模块得到隐藏数据解码的估计输出值

上述一种多载波调制的信息隐藏通信装置的其它技术特征与本发明的一种多载波调制的信息隐藏通信方法相同，此处不予赘述。

本发明的实现原理和过程如下：

(1)结合数据的分布条件对信源进行条件统计处理时，并充分考虑二义性DMC的攻击特性和Gel’fand-Pinsker理论的传输条件，研究信源信号系数的全局特征与分解后多层系数的局部统计知识，从而建立一种随机数据之间的Markov数据链关系，以实现数字水印的不可见性。

(2)按照一定信息传输的码率条件，研究信息隐藏的多载波调制嵌入形式，以增加数字水印嵌入的容量，同时保持系统的鲁棒性。研究多载波调制嵌入的过程其实就是研究对信息隐藏频谱进行一种合理划分的过程，可以根据信道的状态条件，结合水印的嵌入、能量的分配和密钥来实现。

(3)由于实际的信息隐藏通信需要考虑DMC攻击信道以及量化噪声、压缩和滤波的条件，所以，失真较大。因此，需要研究信息隐藏的安全通信与率失真的动态规划问题。其研究内容的目的是提高数字水印传输的安全性。

因此，本发明巧妙地结合信息编码理论与通信理论，在二义性DMC信道状态下，解码器应用边信息作为解码的辅助条件，提出了一种适合不同水印噪声比(WNR)环境下的多载波调制并行信息隐藏传输通信方法。与传统高斯传输信道相比，该方法降低了传输码率，节约了传输通信成本，同时提高了信息隐藏通信的安全性。

除非上下文另有特定清楚的描述，本发明中的元件和组件，数量既可以单个的形式存在，也可以多个的形式存在，本发明并不对此进行限定。本发明中的步骤虽然用标号进行了排列，但并不用于限定步骤的先后次序，除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础，否则步骤的相对次序是可以调整的。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (3)

1.一种多载波调制的信息隐藏通信方法，其特征在于，包括以下步骤：

获取信源信号、信息隐藏数据，对所述信源信号进行概率密度条件统计处理形成随机离散的子信源信号；根据所述随机离散的子信源信号及密钥统计生成隐藏通信的边信息；

根据所述子信源信号的方差间隔将传输信道分割成若干个并行的传输子信道；将各子信源信号根据统计条件分别分配在相应的传输子信道上；

对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，并得到包含信源载体数据和隐藏数据的混合数据；将所述混合数据进行编码处理得到信道信号并进行传输；

结合所述信道信号、边信息及密钥对隐藏数据提取操作实现该隐藏数据的信息隐藏通信；

对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，并得到包含载体数据和隐藏数据的混合数据的过程，包括以下步骤：

将隐藏数据变换到扩频码上后，对其进行多级多小波变换分解得到多级隐藏数据；

按频率和方向对各多小波系数进行分组，把具有相同空间位置和方向且不同频率子带系数的隐藏数据划分为一组，并建立多小波树结构模型；

对多级隐藏数据进行扩频处理，得到多级隐藏数据向量基；

根据所述多级隐藏数据向量基在多小波树结构模型的各节点自适应嵌入相应的隐藏数据；

对所述隐藏数据变换到扩频码上之后，将隐藏数据进行多载波调制嵌入到各传输子信道内的子信源信号上，并得到包含载体数据和隐藏数据的混合数据的过程，还包括以下步骤：

采用多级正交结构性码本编码方法对信源信号和隐藏信号进行多级数据编码；

使用马尔可夫随机映射参数的方法将信源的各种状态嵌入到预先生成的结构性码本编码中，并将边信息和密钥在秘密信道中同步传输。

2.根据权利要求1所述的多载波调制的信息隐藏通信方法，其特征在于，还包括以下步骤：

对接收到的混合数据信号进行多级多小波变换分解之后，按照多小波树构造模型，建立多小波树并重排子带系数为若干个分组；

用嵌入过程的密钥对各分组按照子带方向、位置和频率统计进行排序；

基于各个分组的信号方差的模2和操作，计算子带树的奇偶值大小，并获取多小波树的各级数据嵌入的比特位：

根据所述信道信号、边信息和密钥，通过解码得到一种隐藏数据的估计信息；并根据该估计信息判断解码是否正确；

若是，则通过密钥恢复隐藏数据信号的正确序列，并进行多小波反变换处理得到隐藏数据。

3.一种多载波调制的信息隐藏通信装置，其特征在于，包括：

信源信号分割模块，用于获取信源信号、信息隐藏通信的密钥及隐藏数据，对信源信号进行概率密度条件统计处理形成随机离散的子信源信号；根据所述随机离散的子信源信号及密钥统计生成隐藏通信的边信息；

信道分割模块，用于根据所述子信源信号的方差间隔将传输信道分割成若干个并行的传输子信道；将各子信源信号分别分布在相应的传输子信道上；

多载波调制嵌入模块，用于对所述隐藏数据变换到预先设置的扩频码上后，将所述隐藏数据进行多载波调制嵌入处理，得到包含信源载体数据和隐藏数据的混合数据，用于将所述混合数据进行编码处理得到信道信号；

编码及提取模块结合所述信道信号、边信息及密钥对隐藏数据提取操作实现该隐藏数据的信息隐藏通信；

所述多载波调制嵌入模块包括：

分解模块，用于将隐藏数据变换到扩频码上后，.对其进行多级多小波变换分解得到多级隐藏数据；

模型建立模块，用于按频率和方向对各多小波系数进行分组，把相同空间位置和方向上的不同频率子带系数的隐藏数据划分为一组，并建立多小波树结构模型；

扩频模块，用于对多级隐藏数据进行扩频处理，得到多级隐藏数据向量基；

嵌入模块，用于根据所述多级隐藏数据向量基在多小波树结构模型的各节点自适应嵌入相应的隐藏数据，并得到所述混合数据；

所述多载波调制嵌入模块采用多级正交结构性码本编码方法对信源信号和隐藏信号进行多级数据编码；使用马尔可夫随机映射参数的方法将信源的各种状态嵌入到预先生成的结构性码本编码中，并将边信息和密钥在秘密信道中同步传输。