CN107133905A

CN107133905A - 一种基于码分复用的免定位图可逆信息隐藏方法

Info

Publication number: CN107133905A
Application number: CN201710298745.4A
Authority: CN
Inventors: 马宾; 李琦; 王晓雨; 孙烨城
Original assignee: Qilu University of Technology
Current assignee: Qilu University of Technology
Priority date: 2017-04-27
Filing date: 2017-04-27
Publication date: 2017-09-05

Abstract

本发明涉及一种基于码分复用的免定位图可逆信息隐藏方法，包括在信息发送方：按设定顺序选择原始图像中的像素构成多个载体向量，所述载体向量包括可逆嵌入载体向量和非可逆嵌入载体向量；采用嵌入向量搭载嵌入信息输入至可逆嵌入载体向量中，采用嵌入向量搭载随机数据输入至非可逆嵌入载体向量中，生成载密向量和载密图像；在信息接收方：获取载密向量和载密图像，采用所述嵌入向量解析所述载密向量，提取所述嵌入信息，丢弃所述随机数据，恢复载体向量和原始图像。本发明通过在不满足嵌入条件的载体向量中嵌入随机数据，使得信息接收方能够通过计算载密向量与嵌入向量的内积，来检验目标向量是否嵌入了有效的秘密信息，节省空间同时可提高效率。

Description

一种基于码分复用的免定位图可逆信息隐藏方法

技术领域

本发明属于信息隐藏领域，具体涉及一种基于码分复用的免定位图可逆信息隐藏方法。

背景技术

采用信息隐藏技术实现秘密信息的传递是现代隐蔽通信技术的重点研究方向之一。在军事卫星图像、医疗图像、遥感图像、电子发票、法律证据照片等应用领域中，原始图像的微小改变都可能产生巨大的负面效应，因信息隐藏造成原始图像的任何永久性失真都是不被允许的。在原始图像没有明显质量下降的情况下嵌入秘密信息，并且当秘密信息提取后，原始图像能够无损复原就显得十分必要。可逆信息隐藏技术是指发送方利用载体图像的信息冗余嵌入秘密信息，图像的接收方通过特定的提取算法不仅能够正确提取隐藏的信息，而且能够无损的恢复原始图像。因而，采用可逆信息隐藏技术实现可逆信息隐藏并对敏感图像进行保护具有重要的应用价值和迫切需求。在保持载体图像具有较高的视觉质量的前提下尽可能提升信息嵌入的容量，是可逆信息隐藏技术研究的主要问题。

在基于码分复用技术的可逆信息嵌入过程中，有些载体向量无法可逆的嵌入信息，因此对于这些无法可逆嵌入信息的载体向量就不能实现嵌入信息的正确提取以及恢复原始图像。因而，需要对不满足信息嵌入条件的载体向量进行标注并形成定位图，在进行信息提取时，根据定位图确定信息隐藏的位置。定位图作为附加信息需要和秘密数据一起嵌入到载体图像中，定位图的存在很大程度上降低了载体图像的实际信息隐藏能力，而且，每次信息嵌入前，需要首先预估定位图的大小才能确定一次嵌入信息内容的多少，也影响了信息嵌入的效率；在信息提取过程中也需要先提取定位图，确定信息隐藏的位置，才能实现嵌入信息的正确读取和原始图像的无损恢复。基于定位图标注的可逆信息隐藏算法不但增加了信息隐藏的运算开销，同时也难以实现嵌入信息的实时提取。如果能通过判别算法，在信息提取时即使不通过定位图也能确定秘密信息隐藏的位置，将会在很大程度上提升载体图像的实际信息嵌入能力(有效载荷)，因而，研究一种免定位图的可逆信息隐藏算法具有迫切的应用需求和实际意义。

发明内容

针对现有技术中存在的不足，本发明提出了一种基于码分复用的免定位图可逆信息隐藏方法，通过在不满足嵌入条件的载体向量中嵌入随机数据，使得信息接收方能够通过计算载密向量与嵌入向量的内积，来检验目标向量是否嵌入了有效的秘密信息。

本发明采用下面的技术方案：

一种基于码分复用的免定位图可逆信息隐藏方法，包括：

在信息发送方：按设定顺序选择原始图像中的像素构成多个载体向量，所述载体向量包括可逆嵌入载体向量和非可逆嵌入载体向量；采用嵌入向量搭载嵌入信息输入至可逆嵌入载体向量中，采用嵌入向量搭载随机数据输入至非可逆嵌入载体向量中，生成载密向量和载密图像；所述嵌入向量为采用基于码分复用原理生成的相互正交的一组0均值向量；

在信息接收方：获取载密向量和载密图像，采用所述嵌入向量解析所述载密向量，提取所述嵌入信息，丢弃所述随机数据，恢复载体向量和原始图像。

进一步的，所述载体向量与嵌入向量的长度相同。

进一步的，所述嵌入向量为相互正交的一组0均值向量。

所述嵌入向量为：s_σ∈{-1,1}，

进一步的，对所述嵌入信息依次进行二进制转化和二进制编码。

进一步的，所述二进行编码过程为：当二进制数为1是，用数字1代替，当二进制数为0时，用数字-1代替。

所述嵌入信息为：

其中，ω代表原始的二进制数，b是转换后的数据

进一步的，所述生成载密向量和载密图像的方法为：将嵌入信息与嵌入向量以设定的嵌入强度系数输入至可逆嵌入载体向量中，得到可逆载密向量；将随机数据与嵌入向量以同样的嵌入强系数度输入至非可逆嵌入载体向量中，得到非可逆载密向量；将所述可逆载密向量与非可逆载密向量按照所述设定顺序重新排列，构成载密图像。

在信息嵌入时，嵌入信息按照下式所示的方式嵌入到图像中:

其中，α为嵌入强度系数，b为嵌入信息，是嵌入数据以后的载密向量，按照一定的顺序选择原始图像中的像素构成载体向量V_j＝[p₁,p₂,……,p_l](j∈{1,2,...,N×N/l})，k表示k个bit的数据。

进一步的，所述可逆嵌入载体向量为：当嵌入向量的模与嵌入强度系数的乘积大于载体向量与嵌入向量内积之模时，该载体向量为可逆嵌入载体向量，反之为非可逆嵌入载体向量。

进一步的，本发明对非可逆嵌入载体向量进行分类，当载体向量与嵌入向量的内积为负数，且嵌入向量的模与嵌入强度系数的乘积之负数大于或等于载体向量与嵌入向量的内积时，所述随机数据为-1；当载体向量与嵌入向量内积为正数，且嵌入向量的模与嵌入强度系数的乘积小于或等于载体向量与嵌入向量的内积时，所述随机随机数为1。

进一步的，通过计算载密向量与嵌入向量的内积解析所述载密向量，具体方法为：当嵌入向量的模与两倍嵌入强度系数的乘积小于等于载密向量与嵌入向量内积之模时，识别该嵌入向量搭载的是随机数据，并丢弃随机数据；当嵌入向量的模与两倍嵌入强度系数的乘积大于载密向量与嵌入向量内积之模时，识别该嵌入向量搭载的是嵌入信息，并提取该嵌入信息。

按照信息嵌入时的顺序选择像素构成载密向量通过计算载密向量与不同嵌入向量的内积，提取并恢复原始图像，如下式所示：

进一步的，本发明通过sign()函数提取所述嵌入信息。

当且时，接收方判断嵌入的数据为1(对应原始二进制数1)，当且时，嵌入的数据为-1(对应原始二进制数0)。

当嵌入数据被正确提取后，原始载体向量可以按照下式进行无损恢复：

进一步的，所述载体向量采用邻近像素构成，所述邻近像素隶属于设定范围内。

本发明的有益效果：

本发明通过在不满足嵌入条件的载体向量中嵌入随机数据，使得信息接收方能够通过计算载密向量与嵌入向量的内积，来检验目标向量是否嵌入了有效的秘密信息。相比于采用定位图算法记录秘密信息嵌入位置的做法，本发明可以有效降低附加信息的占比，提升载密图像的有效信息嵌入容量，并降低信息可逆嵌入的运算复杂度。在信息提取过程中，通过计算载密向量与嵌入向量的内积即可判断目标向量是否嵌入了有效的秘密信息，与采用定位图算法标记嵌入信息区域的方法相比，本算法不需要执行定位图压缩，嵌入容量估计等操作，因而在提升信息隐藏容量的情况下，可以有效提升算法的执行效率。

附图说明

图1为本发明方法流程图；

图2为本发明基于图像Barbara可逆信息嵌入容量与图像质量变化曲线

图3为现有的原始载体图像Barbara(512*512)。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明：

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

本发明一种典型的实施例如图1所示，一种基于码分复用的免定位图可逆信息隐藏方法包括：

首先，本实施例介绍嵌入向量的来源，根据hadamard矩阵的特点(哈达玛(Hadamard)矩阵是由+1和-1元素构成的且满足(其中H_n是n阶hadamard方阵，I_n为n阶单位方阵))，利用hadamard矩阵的行或列构成一组正交向量，则正交向量的元素全部为1或-1，且每个向量内各元素的和为0；同时，任意两个向量间的内积为0。设S＝(s_σ)_1×m是一个由hadamard矩阵的行(列)元素构成的1×m维0均值嵌入向量，则：

任意两个不同向量的内积为：

将嵌入信息转换成为二进制流，对二进制流进行重新编码，当二进制数为1是，用数字1代替，当二进制数为0时，用数字-1代替。

其中，ω代表原始的二进制数，b是转换后的数据。设I是尺寸为N×N的原始图像，按照一定的顺序选择原始图像中的像素构成载体向量，V_j＝[p₁,p₂,……,p_l](j∈{1,2,...,N×N/l})，保持载体向量的长度“l”和嵌入向量S_i一致。在信息嵌入时，数据按照下式所示的方式嵌入到图像中:

其中，α为嵌入强度，b为嵌入信息。是嵌入数据以后的载密向量。由式(4)可知，可以看出k个bit的数据被嵌入到载体向量V_j上。嵌入强度系数控制信息嵌入的深度，嵌入强度系数α越大，可嵌入的数据越多，对原始图像的引入噪声越大。将按照原始向量的顺序重新排列即构成载密图像。

在载密图像的接收方，嵌入信息按照以下方式提取：

设是载密图像，按照信息嵌入时的顺序选择像素构成载密向量通过计算载密向量与不同嵌入向量的内积，提取并恢复原始图像。如式(5)所示；

由于不同的嵌入向量互相正交，所以，当采用向量s_i提取信息时，式(5)可简化为：

式(6)表明不同的嵌入向量之间是互相独立的，由于各嵌入向量的相互正交性，前后多次嵌入的信息互不影响。同时，在式(6)中，b_e∈{-1,1}，α是正整数，总是正数，显然，表达式的符号是由b_e确定的；当b_e＝1时，的符号为正，当b_e＝-1时，的符号为负。因此，当时，表达式的符号是由来决定的。在这种情况下，可以通过sign()函数提取嵌入数据b_e：

由式(7)可知，当嵌入向量的模与嵌入强度系数的乘积大于载体向量与嵌入向量的内积时，嵌入数据可以被正确提。具体的：当且时，接收方判断嵌入的数据为1(对应原始二进制数1)，当且时，嵌入的数据为-1(对应原始二进制数0)，所有满足的载体向量都可以实现可逆信息嵌入。

由于嵌入向量S_i是0均值向量，载体向量V_j是由邻近像素构成，二者的内积等价于计算载体向量中两相邻元素间的差值并求和，因此，当构成载体向量的元素紧密相关时，内积的值非常小。根据自然图像中相邻像素的密切相关性，选择邻近相似像素构成载体向量可以嵌入更多的信息，提升图像信息嵌入的能力。

在信息嵌入的过程中，由公式(7)可知，当时，嵌入信息可以被正确提取并恢复原始图像。然而，当时，载体向量无法可逆的嵌入信息并恢复原始向量。在传统的算法需要对不满足信息嵌入条件的载体向量进行标注并形成定位图，在进行信息提取时，根据定位图确定信息隐藏的位置。定位图作为附加信息需要和秘密数据一起嵌入到载体图像中，定位图的存在很大程度上降低了载体图像的实际信息隐藏能力，而且，每次信息嵌入前，需要首先预估定位图的大小才能确定一次嵌入信息内容的多少，影响了信息嵌入的效率；在信息提取过程中也需要先提取定位图，确定信息隐藏的位置，才能实现嵌入信息的正确读取和原始图像的无损恢复。基于定位图标注的可逆信息隐藏算法不但增加了信息隐藏的运算开销，同时也难以实现嵌入信息的实时提取。

本实施例将载体向量分为可逆嵌入载体向量和非可逆嵌入载体向量；采用嵌入向量搭载嵌入信息输入至可逆嵌入载体向量中，采用嵌入向量搭载随机数据输入至非可逆嵌入载体向量中，在接收端根据运算结果区分目标载体向量是否嵌入了有效秘密信息。具体的：

当<V_j,S_i>≥α|<S_i,S_i>|时，我们随机的嵌入数据b_i＝1，嵌入信息后的载体向量变为：

嵌入信息后的载密向量满足：

当<V_j,S_i>≤-α|<S_i,S_i>|时，我们随机的嵌入数据b_i＝-1，嵌入信息后的载体向量变为：

嵌入信息后的载密向量满足：

根据以上分析，接收方在取得载密向量后，可以根据载密向量与嵌入向量的内积确定目标向量是否嵌入了有效的信息。当|<V_j,S_i>|＜2α|<S_i,S_i>|时，接收方可以判定目标向量中嵌入了一位有效的秘密信息；当时，接收方可以判定载密向量中嵌入了一位无效的数据1；而当时，接收方可以判定载密向量中嵌入了一位无效的数据-1。在信息提取过程中，接收方只需要保留嵌入的秘密数据而直接把随机嵌入的数据丢弃，即可实现隐藏信息的正确提取并恢复原始向量。

本实施例不需要添加任何附加信息标记嵌入和未嵌信息的向量，因而也就不需要使用定位图区分载密向量是否嵌入了有效的秘密信息，从而增加了载体图像的实际信息隐藏量，并可降低信息隐藏的运算量，提高信息嵌入的效率。

为进一步说明本实施例的执行过程，我们采用以下具体应用来验证本实施例的有效性。将每两个相邻像素构成的像素对作为载体向量V_j，假设要嵌入的秘密信息为W_o＝(1,0)，根据公式(3)，将待嵌信息调整为W_c＝(1,-1)，嵌入向量S₁＝(1,-1)，嵌入强度系数α＝1。信息嵌入过程如下：对于第一组载体向量V₁＝(98,96)，由于V₁·S₁ ^T＝(98,96)·(1,-1)^T＝2，所以有第一组数据不满足可逆信息嵌入的条件，根据公式(10)，我们令b₁＝1并将其嵌入到载体向量V₁＝(98,9中)，可得接收方收到信息后，计算因而，存在根据公式(10)可知，载密向量中嵌入了一位随机数据1，接收方只需要丢弃随机的数据并恢复原始载体向量即可。对于第2,3组载体向量而言，由于因而这两组载体向量都满足可逆信息嵌入的条件，可以将秘密信息嵌入到载体向量中。接收方可以通过函数提取嵌入的信息并恢复原始载体向量，第4组载体向量由于因而可以通过随机的嵌入数据-1，将其与嵌入了秘密信息的载体向量进行区分，保障实现信息提取过层中原始图像的无损恢复。

详细的信息嵌入、提取与原始向量恢复过程如表格1所示：

表1.基于免定位图算法的可逆信息嵌入与提取过程

本实施例通过在不满足嵌入条件的载体向量中嵌入随机数据，使得信息接收方能够通过计算载密向量与嵌入向量的内积，来检验目标向量是否嵌入了有效的秘密信息。相比于采用定位图算法记录秘密信息嵌入位置的做法，本发明可以有效降低附加信息的占比，提升载密图像的有效信息嵌入容量，并降低信息可逆嵌入的运算复杂度。在信息提取过程中，通过计算载密向量与嵌入向量的内积即可判断目标向量是否嵌入了有效的秘密信息，与采用定位图算法标记嵌入信息区域的方法相比，本实施例不需要执行定位图压缩，嵌入容量估计等操作，因而在提升信息隐藏容量的情况下，可以有效提升执行效率。

基于免定位图的可逆信息嵌入结果如图2和图3所示(以图像Barbara为例)

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims

1.一种基于码分复用的免定位图可逆信息隐藏方法，其特征在于：

2.根据权利要求1所述的方法，其特征在于：所述载体向量与嵌入向量的长度相同。

3.根据权利要求1所述的方法，其特征在于：所述嵌入信息依次进行二进制转化和编码。

4.根据权利要求3所述的方法，其特征在于：所述二进制转化与编码过程为：当二进制数为1是，用数字1代替，当二进制数为0时，用数字-1代替。

5.根据权利要求1所述的方法，其特征在于，所述生成载密向量和载密图像的方法为：将嵌入信息与嵌入向量以设定的嵌入强度系数输入至可逆嵌入载体向量中，得到可逆载密向量；将随机数据与嵌入向量以同样的嵌入强系数度输入至非可逆嵌入载体向量中，得到非可逆载密向量；将所述可逆载密向量与非可逆载密向量按照所述设定顺序重新排列，构成载密图像。

6.根据权利要求5所述的方法，其特征在于：所述可逆嵌入载体向量为：当嵌入向量的模与嵌入强度系数的乘积大于载体向量与嵌入向量内积之模时，该载体向量为可逆嵌入载体向量，反之为非可逆嵌入载体向量。

7.根据权利要求6所述的方法，其特征在于：对非可逆嵌入载体向量进行分类，当载体向量与嵌入向量的内积为负数，且嵌入向量的模与嵌入强度系数的乘积之负数大于或等于载体向量与嵌入向量的内积时，所述随机数据为-1；当载体向量与嵌入向量的内积为正数，且嵌入向量的模与嵌入强度系数的乘积小于或等于载体向量与嵌入向量的内积时，所述随机数据为1。

8.根据权利要求6所述的方法，其特征在于，通过计算载密向量与嵌入向量的内积解析所述载密向量，具体方法为：当嵌入向量的模与两倍嵌入强度系数的乘积小于等于载密向量与嵌入向量内积之模时，识别该嵌入向量搭载的是随机数据，并丢弃随机数据；当嵌入向量的模与两倍嵌入强度系数的乘积大于载密向量与嵌入向量内积之模时，识别该嵌入向量搭载的是嵌入信息，并提取该嵌入信息。

9.根据权利要求6所述的方法，其特征在于：通过函数提取所述嵌入信息。

10.根据权利要求1所述的方法，其特征在于：所述载体向量采用邻近像素构成，所述邻近像素隶属于设定范围内。