CN109636707B - 一种基于图像纹理特征的盲检测信息隐藏及提取方法 - Google Patents

Abstract

本发明公开一种基于图像纹理特征的盲检测信息隐藏方法，包括如下步骤：对于载体JPEG图像，计算纹理特征灰度共生矩阵中的熵值；利用JPEG压缩图像数据经熵解码后获取的DCT量化系数计算SVD最大奇异值；对待隐藏信息进行RS编码后隐藏于载体图中，得到载密图像。此种方法利用最大奇异值的内蕴性进行信息隐藏，可以提高图像在传输过程中的鲁棒性。本发明还公开一种基于图像纹理特征的盲检测信息提取方法，包括如下步骤：步骤A，JPEG压缩图像数据经熵解码后获取DCT量化系数；步骤B，获得隐藏区域和量化强度Q；步骤C，通过量化强度Q对隐藏矩阵Matrix进行量化得到量化后最大奇异值矩阵M；步骤D，对矩阵M做2×2分块提取信息；步骤E，RS译码获得隐藏数据。

Description

一种基于图像纹理特征的盲检测信息隐藏及提取方法

技术领域

本发明涉及一种基于图像纹理特征的灰度共生矩阵和SVD盲检测信息隐藏及提取方法。

背景技术

随着网络和媒体的高速发展，图像在网络中传输更具有吸晴的特点，在人们日常交流中，图像、表情包等在交流中起到重要的作用，但网络传输中，为了节省空间和时间等因素，图像的传输都会经历压缩、裁剪、缩放等一系列不可控因素而遭到破坏。

目前彩色图像信息隐藏算法在抗压缩领域，大部分使用的都是频域(Bender W，Gruhl D，Morimoto N，et al.Techniques for data hid-ing[J].IBM Systems Journal，1996，35(3/4)：313-336.)的变换，如DCT变换、DWT变换、DFT变换、contourlet变换、NSCT变换等。但有效的可以抵抗压缩而引起的变换，则需要在DCT域进行隐藏，目前大部分算法在图像抗压和不可感知性之间具有矛盾冲突，有待改进。

发明内容

本发明的目的，在于提供一种基于图像纹理特征和SVD盲检测信息隐藏及提取方法，其利用最大奇异值的内蕴性进行信息隐藏，可以提高图像在传输过程中的鲁棒性。

为了达成上述目的，本发明的解决方案是：

一种基于图像纹理特征的盲检测信息隐藏方法，包括如下步骤：

步骤1，对于载体JPEG图像，计算纹理特征灰度共生矩阵中的熵值；

步骤2，利用JPEG压缩图像获得的DCT量化系数计算SVD最大奇异值；

步骤3，对待隐藏信息进行RS编码后隐藏于载体图中，得到载密图像。

上述步骤1的具体过程是：对图像进行JPEG压缩得到载体JPEG图像，将载体JPEG图像划分为n×n的图像子块，根据纹理特征，结合均方误差求得各图像子块的纹理复杂度，根据纹理复杂度的值获取隐藏块区域，量化强度Q的选取根据整幅图像计算纹理度的熵值。

上述纹理特征包含能量、熵、对比度和相关性。

上述步骤2的具体过程是：JPEG压缩图像数据经熵解码获取YUV分量中Y分量的DCT量化系数，对8×8分块DCT量化系数做SVD奇异值分解，选取最大奇异值系数合成最大奇异值矩阵Matrix。

上述步骤1中，得到载体JPEG图像的具体过程是：

步骤a1，将图像进行8×8不重叠分块；

步骤a2，对步骤a1得到的每一子块做正向离散余弦变换；

步骤a3，对步骤a2得到的每一子块DCT系数进行量化；

步骤a4，对量化后的每个8×8子块做Z字形编码；

步骤a5，经步骤a4编码后的每个子块矩阵分为一个直流系数和63个交流系数，直流系数采用差分脉冲编码调制进行编码，交流系数采用行程长度编码进行编码；

步骤a6，用哈夫曼编码对步骤a5得到的每个子块进行熵编码。

上述步骤2中，采用奇异值分解对DCT量化系数进行计算的步骤如下：

步骤b1，JPEG压缩图像经熵解码获取DCT量化系数；

步骤b2，对DCT系数做8×8不重叠分块；

步骤b3，将不重叠块分别进行SVD计算；

步骤b4，提取各个分块中最大奇异值重组成隐藏矩阵Matrix。

上述步骤3的具体过程是：

步骤31，通过量化强度Q对隐藏矩阵Matrix进行量化得到量化后最大奇异值矩阵M；

步骤32，对矩阵M做2×2分块得到嵌入矩阵进行信息隐藏；隐藏规则如下：

若隐藏信息为1，则嵌入矩阵为奇数；若隐藏信息为0，则嵌入矩阵为偶数；

步骤33，对M做反量化和SVD奇异值分解逆运算；

步骤34，熵编码还原YUV的值得到载密图像。

一种基于图像纹理特征的盲检测信息提取方法，包括如下步骤：

步骤A，JPEG压缩图像数据经熵解码，得到DCT量化系数；

步骤B，获得隐藏区域和量化强度Q；

步骤C，通过量化强度Q对隐藏矩阵Matrix进行量化得到量化后最大奇异值矩阵M；

步骤D，对矩阵M做2×2分块提取信息；提取规则如下：

步骤E，RS译码获得隐藏数据。

采用上述方案后，本发明结合奇异值分解(SVD)变换，提出一种JPEG压缩图像经熵解码得到的离散余弦变换(DCT)量化系数进行SVD分解的算法。JPEG压缩图像数据经熵解码，得到8×8子块DCT量化系数。对每个子块进行SVD分解，选择每个子块的最大奇异值，并利用由载体图纹理复杂度计算图像的量化强度来进行量化，对量化后的最大奇异值矩阵做奇偶性判断进行信息隐藏。实验表明：该算法可以有效抵抗JPEG压缩，噪声等影响，具有很好的鲁棒性和不可感知性，而且该算法不需要原始图像，属于盲检测提取，简单方便。

附图说明

图1是本发明的整体流程图；

图2是信息嵌入的流程图；

图3是信息提取的流程图；

图4是实验中用二值化水印图作为隐藏信息；

其中，(a)为载体图，(b)为隐藏信息的载密图像，(c)为提取的水印信息。

具体实施方式

以下将结合附图，对本发明的技术方案及有益效果进行详细说明。

1、算法流程

首先通过熵解码得出JPEG图像YUV中Y分量量化后的DCT系数，对分块DCT量化系数做SVD奇异值矩阵分解，提取分块中SVD的最大奇异值构成最大奇异值矩阵，利用载体图像纹理复杂度计算得出量化强度量化最大奇异值矩阵，对量化后的系数通过奇偶性判断进行信息隐藏。该算法有效地提高了图像的抗压缩能力以及优化了图像隐藏块的不可感知性，平衡了信息隐藏在鲁棒性和不可感知性的矛盾。

1.1预处理模块

步骤一：将载体JPEG图像划分为n×n的图像子块，根据纹理特征(能量(二阶矩)、熵、对比度、相关性)，结合均方误差求得各图像块的纹理复杂度，根据纹理复杂度的值获取隐藏块区域，量化强度Q的选取根据整幅图像计算纹理度的熵值；

步骤二：JPEG压缩图像数据经熵解码获取YUV分量中Y分量的DCT量化系数，每个8×8分块DCT量化系数做SVD奇异值分解，选取最大奇异值系数合成最大奇异值矩阵Matrix；

步骤三：对待隐藏信息做RS编码，RS编码具有较强的纠错容错功能。

1.2信息隐藏模块

在预处理模块得到信息隐藏的嵌入量化强度，以及嵌入矩阵和通过RS编码之后的隐藏信息。隐藏信息为二进制编码0和1；利用系数的奇偶性进行隐藏。若隐藏信息为1，则嵌入矩阵为奇数；若隐藏信息为0，则嵌入矩阵为偶数；

1.3信息提取模块

信息提取模块是信息隐藏的逆过程，对载密图像进行预处理模块得到嵌入量化系数，根据信息提取规则提取隐藏信息的二进制编码，用RS译码得到最终的隐藏信息。

2、隐藏数据处理

2.1 RS编解码

本文对隐藏数据采用里德-所罗门码(Reed-Solomom code,RS编码)方式进行编码与解码。RS编码有纠正随机错误和突发错误，有较强的纠错能力。RS编码可用以下公式表示：

RS码生成多项式一般按如下公式选择：

其中，t表示可纠错的错误符号数，α是GF(2^m)的本原元，αⁱ是GF(2^m)中的一个元素。

3、图像预处理

图像预处理模块包括两个模块，分别为：利用JPEG压缩图像数据经熵解码后获取的DCT量化系数计算SVD最大奇异值、计算载体图像的纹理特征灰度共生矩阵中的熵值。

3.1 JPEG压缩

JPEG压缩是一种有损压缩，利用人类视觉系统的特性，使用量化和无损压缩编码相结合去除视觉冗余信息和数据本身的冗余信息。JPEG压缩编码采用基本系统，其采用基于DCT顺序编码操作模式，实现的步骤如下：

(1)8×8分块

(2)正向离散余弦变换(FDCT)

(3)量化(量化表可变)

(4)Z字形编码

(5)直流系数采用差分脉冲编码调制(DPCM)进行编码

(6)交流系数采用行程长度编码(RLE)进行编码

(7)熵编码(哈夫曼编码)

因此，基于JPEG图像的隐藏，隐藏在8×8分块的64个系数中。利用SVD具有良好的抗压能力进行隐藏。修改系数幅度小，对图像质量有保证。

3.2奇异值分解

奇异值分解所表现的是图像的内蕴性而非视觉特性，反映的是图像矩阵元素之间的关系，故本文中采用奇异值分解对DCT量化系数计算，可以更大程度地提高图像的鲁棒性和不可感知性。本文中采用奇异值分解步骤如下：

(1)熵解码获取DCT量化系数

(2)8×8分块

(3)分块SVD计算

(4)提取最大奇异值获得隐藏矩阵Matrix

3.3纹理复杂度量化强度

统计方法的典型代表是称为灰度共生矩阵(GLCM)的纹理特征分析方法。Gotlieb和Kreyszig等人在研究灰度共生矩阵中各种统计特征基础上，通过实验得出灰度共生矩阵的四个关键特征：能量(二阶矩)、熵、对比度、相关性。因其具有较强的适应能力和鲁棒性，故载体图像根据纹理特征(能量(二阶矩)、熵、对比度、相关性)，结合均方误差求得各图像块的纹理复杂度，根据纹理复杂度的值获取隐藏块区域。

隐藏区域选取规则：

jnd＝std(GLCM)

能量(二阶矩)、熵、对比度、相关性的计算方式如下：

能量(二阶矩)：

熵：

对比度：

相关性：

其中，std是标准差，k为分块的行或列(分块矩阵为方阵)，p(i,j)表示归一化后的灰度共生矩阵，variance是方差，mean是均值。

能量(二阶矩)：当图像纹理越细致，灰度分布均匀时，能量值越大。

熵：图像包含信息量的随机性度量，当共生矩阵中所有值均相等或者像素值表现出最大的随机性时，熵最大；熵值表现的是图像灰度分布的复杂程度，熵值越大，图像越复杂。

对比度：反映图像的清晰度和纹理沟纹深浅，纹理越深，反差越大，效果越清晰。

相关性：用于度量图像的灰度级在行或者列方向的相似度，值越大，相关性也越大。

通过jnd的值大小进行降序，选取隐藏信息长度大小的块作为隐藏块区域。

对于纹理变化缓慢的图像，其灰度共生矩阵对角线上的数值较大，而对于纹理变化较快的图像，其灰度共生矩阵对角线上的数值较小。本文中的量化强度Q主要采用灰度共生矩阵中的熵值。

4、信息隐藏

对信息隐藏模块做如下描述：

(1)待隐藏数据处理获得隐藏信息内容(二进制数据)；

(2)图像预处理模块获得隐藏区域和量化强度Q；

(3)通过量化强度Q对隐藏矩阵Matrix进行量化得到量化后最大奇异值矩阵M；

(4)对矩阵M做2×2分块得到嵌入矩阵进行信息隐藏；隐藏规则如下：

若隐藏信息为1，则嵌入矩阵为奇数；若隐藏信息为0，则嵌入矩阵为偶数；

(5)对M做反量化和SVD奇异值分解逆运算；

(6)熵编码还原YUV的值得到载密图像。

5、信息提取

本文算法的信息提取为信息隐藏的逆过程，不需要原始图像，也不需要任何密钥，方便快捷。具体步骤如下描述：

(1)JPEG压缩图像数据经熵解码，得到DCT量化系数；

(2)图像预处理模块中获得隐藏区域和量化强度Q；

(3)通过量化强度Q对隐藏矩阵Matrix进行量化得到量化后最大奇异值矩阵M；

(4)对矩阵M做2×2分块提取信息；提取规则如下：

(5)RS译码获得隐藏数据。

6、实验结果分析

仿真实验条件：

硬件平台：处理器为Intel(R)Core(TM)i3-2120CPU@3.30GHz，8GB内存，操作系统为：Microsoft Windows 7x64；软件平台：Matlab R2014a；VS2010+OpenCv；

实验中选取载体图大小为800×800；为达到提取的可视性，本文实验中用二值化水印图作为隐藏信息，如图4所示，(a)为载体图，(b)为隐藏信息的载密图像，(c)为提取的水印信息。隐藏信息的图像质量在主观上：视觉上几乎没有变化，客观上：采用峰值信噪比(PSNR)和均方误差(MSE)衡量。

本文中的PSNR计算方式采用如下公式：

其中，PSNR≥30时，视觉上感受不到隐藏信息之后的图像差异。

表1

表2给出本算法在各种环境中的鲁棒性测试：

表2

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (5)

1.一种基于图像纹理特征的盲检测信息隐藏方法，其特征在于包括如下步骤：

步骤1，对于载体JPEG图像，计算纹理特征灰度共生矩阵中的熵值；

步骤2，利用JPEG压缩图像数据经熵解码获取的离散余弦变换DCT量化系数计算SVD最大奇异值；

步骤3，对待隐藏信息进行RS编码后隐藏于载体图中，得到载密图像；

所述步骤1的具体过程是：将载体JPEG图像划分为n×n的图像子块，根据纹理特征，结合均方误差求得各图像子块的纹理复杂度，根据纹理复杂度的值获取隐藏块区域，根据整幅图像计算纹理度的熵值来选取量化强度Q；

所述步骤2的具体过程是：JPEG压缩图像数据经熵解码获取YUV分量中Y分量的DCT量化系数，对每个8×8分块DCT量化系数做SVD奇异值分解，选取最大奇异值系数合成最大奇异值矩阵Martix；

所述步骤3的具体过程是：

步骤31，通过量化强度Q对隐藏矩阵Matrix进行量化得到量化后最大奇异值矩阵M；

步骤32，对矩阵M做2×2分块得到嵌入矩阵进行信息隐藏；隐藏规则如下：

若隐藏信息为1，则嵌入矩阵为奇数；若隐藏信息为0，则嵌入矩阵为偶数；

步骤33，对M做反量化和SVD奇异值分解逆运算；

步骤34，熵编码还原YUV的值得到载密图像。

2.如权利要求1所述的一种基于图像纹理特征的盲检测信息隐藏方法，其特征在于：所述纹理特征包含能量、熵、对比度和相关性。

3.如权利要求1所述的一种基于图像纹理特征的盲检测信息隐藏方法，其特征在于：所述步骤1中，得到载体JPEG图像的具体过程是：

步骤a1，将图像进行8×8不重叠分块；

步骤a2，对步骤a1得到的每一子块做正向离散余弦变换；

步骤a3，对步骤a2得到的每一子块DCT系数进行量化；

步骤a4，对量化后的每个8×8子块做Z字形编码；

步骤a5，经步骤a4编码后的每个子块矩阵分为一个直流系数和63个交流系数，直流系数采用差分脉冲编码调制进行编码，交流系数采用行程长度编码进行编码；

步骤a6，用哈夫曼编码对步骤a5得到的每个子块进行熵编码。

4.如权利要求1所述的一种基于图像纹理特征的盲检测信息隐藏方法，其特征在于：采用奇异值分解对DCT量化系数进行计算的步骤如下：

步骤b1，JPEG压缩图像经熵解码获取DCT量化系数；

步骤b2，对DCT量化系数做8×8不重叠分块；

步骤b3，将不重叠块分别进行SVD计算；

步骤b4，提取各个分块中最大奇异值重组成隐藏矩阵Matrix。

5.一种基于图像纹理特征的盲检测信息提取方法，其特征在于包括如下步骤：

步骤A，JPEG压缩图像数据经熵解码，得到DCT量化系数；

步骤B，采用权利要求1所述的盲检测信息隐藏方法获得隐藏区域和量化强度Q；

步骤C，通过量化强度Q对隐藏矩阵Matrix进行量化得到量化后最大奇异值矩阵M；

步骤D，对矩阵M做2×2分块提取信息；提取规则如下：

步骤E，RS译码获得隐藏数据。

Images