《信息隱藏技術(shù)》課件-第4章

第四章基于數(shù)字圖像與三維模型的信息隱藏嵌入規(guī)則4.1基于匹配度的信息隱藏規(guī)則4.2基于信息表達(dá)轉(zhuǎn)換的信息隱藏規(guī)則

隱藏信息量的大小是影響信息隱藏性能最為關(guān)鍵的因素。信息隱藏技術(shù)中所討論的不可見(jiàn)性、魯棒性和抗分析性的問(wèn)題都是在信息量相對(duì)較大的情況下產(chǎn)生,所以本節(jié)學(xué)習(xí)的目的旨在減小信息量,提出基于提高匹配度的信息隱藏嵌入規(guī)則,對(duì)載體和欲隱藏的信息進(jìn)行相關(guān)預(yù)處理后,使載體自身具有的信息與欲隱藏的信息達(dá)到最大程度的一致,從而減少了對(duì)載體的修改。匹配度規(guī)則的最終作用是相對(duì)減少了隱藏信息量。

4.1基于匹配度的信息隱藏規(guī)則

4.1.1提高匹配度的相關(guān)技術(shù)

基于提高匹配度的信息隱藏嵌入規(guī)則中,載體是指根據(jù)信息隱藏算法生成的信息隱藏嵌入?yún)^(qū)域,對(duì)其進(jìn)行處理的目的是改變自身所包含的信息,然而以上改變是不能直接根據(jù)信息隱藏算法進(jìn)行修改(直接修改等于進(jìn)行信息隱藏操作),唯一可行的辦法是對(duì)信息隱藏區(qū)域內(nèi)部進(jìn)行位置的調(diào)整,使自身所含信息發(fā)生變化,調(diào)整到與欲隱藏的信息達(dá)到最大的一致性,實(shí)現(xiàn)載體隱藏區(qū)域位置調(diào)整的相關(guān)技術(shù)。

另外,對(duì)隱藏信息進(jìn)行改變(優(yōu)化)可以是信息先后順序的改變或者是按照一定規(guī)則進(jìn)行信息內(nèi)容的改變,其中置亂和混沌映射是較好的信息處理方法。綜上所述,信息隱藏優(yōu)化嵌入規(guī)則的實(shí)現(xiàn)主要是依靠置亂技術(shù)。

應(yīng)用最廣泛的置亂方法有基于像素變換的圖像置亂和基于迭代的圖像置亂。在基于像素變換的置亂方法中,混沌映射置亂在基于數(shù)字圖像的信息隱藏應(yīng)用中效果最好;在基于迭代的圖像置亂中,位置變換的圖像置亂方法是目前信息隱藏技術(shù)研究的重點(diǎn),分類如圖4-1所示。

圖4-1信息隱藏技術(shù)主要應(yīng)用的置亂方法(基于位置變換)

1.Arnold變換

Arnold變換算法簡(jiǎn)單且置亂效果顯著,在嵌入信息為數(shù)字圖像時(shí)可以很好的應(yīng)用。

Arnold變換的定義如式(4-1)所示:

2.亞仿射變換

仿射變換的一般形式如式(4-2)所示:

將式(4-2)改寫成式(4-3):

當(dāng)式(4-2)是離散點(diǎn)域到其自身的單映射且式(4-3)是離散點(diǎn)域到其自身的滿映射時(shí),則稱式(4-2)為亞仿射變換。

3.幻方變換

幻方置亂的思想基于查表思想。如圖4-2所示的是3×3幻方置亂的完整一個(gè)周期,即到第9次幻方時(shí),又轉(zhuǎn)換成原始矩陣。

圖4-23×3幻方置亂示意

4.Hilbert曲線

Hilbert曲線是一種遍歷算法?；贖ilbert曲線所做的數(shù)字圖像置亂算法是按照Hilbert曲線的走向遍歷圖像中的所有點(diǎn),生成一幅新的“雜亂”圖像。Hilbert曲線遍歷如圖4-3所示。

圖4-3Hilbert曲線遍歷示例

5.騎士巡游

所謂騎士巡游就如同象棋一樣,給出一塊具有n2個(gè)格子的n×n棋盤,一位騎士按國(guó)際象棋規(guī)則移動(dòng),放在初始坐標(biāo)為(x0,y0)的格子里,要求尋找一種方案使之經(jīng)過(guò)每個(gè)格子一次,且僅一次。騎士巡游問(wèn)題可以較自然地推廣到n×m棋盤騎士巡游路線,T為巡游矩陣,圖4-4所示的是9×9巡游矩陣及巡游路線。

圖4-4

騎士巡游矩陣及路線

6.混沌序列

混沌的優(yōu)勢(shì)在于對(duì)初始條件的極端敏感和軌跡在整個(gè)空間上的遍歷性。根據(jù)經(jīng)典的Shannon置亂與擴(kuò)散的要求,這些獨(dú)特的特征使得混沌映射成為信息隱藏嵌入算法的優(yōu)秀候選。常用的混沌序列如表4-1所示。

4.1.2信息隱藏匹配度模型

優(yōu)化技術(shù)的作用是將初步置亂后的隱藏信息與載體解析出的數(shù)據(jù)進(jìn)行比較,達(dá)到最大化的一致性。其方法就是通過(guò)改變置亂參數(shù)進(jìn)行調(diào)整,反作用于置亂算法的選擇,使其重新進(jìn)行置亂操作,最終使欲嵌入的隱藏信息與載體達(dá)到最佳的匹配度,減少對(duì)載體的修改,提高信息隱藏系統(tǒng)的性能。

此處測(cè)試函數(shù)即優(yōu)化目標(biāo)模型是設(shè)載體解析信息為Z=(z1,z2,…,zn

),欲嵌入信息為X=(x1,x2,…,xn),Z和X序列對(duì)應(yīng)位相同的個(gè)數(shù)用F表示,則優(yōu)化的目的是調(diào)整序列X使F最大,優(yōu)化公式如(4-4)所示,其中η是優(yōu)化后反饋給置亂操作的優(yōu)化參數(shù)(集)。

整個(gè)優(yōu)化處理過(guò)程包含4個(gè)步驟,如圖4-5所示。

圖4-5優(yōu)化處理步驟示意

(1)確定置亂步驟中得到的初步置亂信息。

(2)確定信息置亂算法以及相關(guān)參數(shù)。

(3)根據(jù)信息隱藏信息優(yōu)化模型(式(4-4)),按照遺傳算法選擇進(jìn)行參數(shù)優(yōu)化。

(4)優(yōu)化結(jié)束,輸出置亂參數(shù)到置亂處理環(huán)節(jié)中。

4.2基于信息表達(dá)轉(zhuǎn)換的信息隱藏規(guī)則4.2.1顏色場(chǎng)結(jié)構(gòu)法圖像的本質(zhì)信息包含兩個(gè)方面:一是為圖像的顏色信息,包括顏色空間以及顏色數(shù)據(jù);二是圖像的結(jié)構(gòu)信息,主要蘊(yùn)含在圖像的紋理和梯度中。顏色場(chǎng)結(jié)構(gòu)法的理論基礎(chǔ)就是圖像的顏色信息與結(jié)構(gòu)信息。顏色信息主要涉及顏色空間理論,顏色空間中各分量值是顏色場(chǎng)結(jié)構(gòu)法的原始數(shù)據(jù)來(lái)源。在結(jié)構(gòu)信息研究方面,根據(jù)不同的解析方法,可以分解出不同的圖像結(jié)構(gòu)信息,但與信息隱藏技術(shù)聯(lián)系最為密切的圖像結(jié)構(gòu)信息主要包括紋理信息和梯度信息。

1.紋理信息

紋理是對(duì)物體表面細(xì)節(jié)的總稱,是描述與識(shí)別圖像的重要依據(jù)。紋理的測(cè)度有多種方法,例如直方圖的統(tǒng)計(jì)矩、灰度共生矩陣、普測(cè)度、分形維、自相關(guān)函數(shù)以及形成統(tǒng)計(jì)等。

顏色場(chǎng)結(jié)構(gòu)法中主要應(yīng)用的基于灰度共生矩陣法的紋理測(cè)度方法,如表4-2所示。

2.梯度信息

梯度是某個(gè)物理量的變化率,圖像梯度描述某像素點(diǎn)鄰域顏色的變化率和方向。一個(gè)標(biāo)量函數(shù)φ的梯度記為?φ,其中?表示向量微分算子。φ的梯度有時(shí)也寫作grad(φ)。求圖像梯度時(shí),可以把圖像看成二維離散函數(shù),圖像梯度則是這個(gè)二維離散函數(shù)的求導(dǎo),如式(4-5)所示:

其中,dx(i,j)=I(i+1,j)-I(i,j),dy(i,j)=I(i,j+1)-I(i,j)。I是圖像像素的值,(i,j)為像素的坐標(biāo)。

顏色場(chǎng)結(jié)構(gòu)法中的梯度信息利用了人類視覺(jué)特性對(duì)圖像邊緣的兩種響應(yīng):

①人眼對(duì)邊緣的顏色誤差不敏感,在顏色變化平緩的區(qū)域上少量的變化就很容易被人眼覺(jué)察;

②由于Mach效應(yīng),當(dāng)亮度發(fā)生躍變時(shí),人類視覺(jué)系統(tǒng)會(huì)產(chǎn)生一種邊緣增強(qiáng)感,這時(shí)在視覺(jué)上會(huì)感到邊緣的亮側(cè)更亮,暗側(cè)更暗。

圖像梯度是圖像紋理信息的補(bǔ)充,它反映了紋理邊緣的特性。

3.顏色場(chǎng)結(jié)構(gòu)的提取流程

根據(jù)顏色場(chǎng)結(jié)構(gòu)法的定義,顏色場(chǎng)結(jié)構(gòu)的提取有4個(gè)步驟,如圖4-6所示。圖4-6顏色場(chǎng)結(jié)構(gòu)的提取流程

(1)根據(jù)算法選取的顏色空間對(duì)載體進(jìn)行顏色分離,生成顏色空間矩陣。

(2)根據(jù)算法要求得出整合模塊,由整合模塊生成整合矩陣。

(3)顏色空間矩陣經(jīng)過(guò)整合矩陣運(yùn)算與調(diào)整,生成信息矩陣。

(4)將信息矩陣進(jìn)行顏色?；?生成載體圖像的顏色場(chǎng)結(jié)構(gòu)。

4.顏色場(chǎng)結(jié)構(gòu)理論中的相關(guān)術(shù)語(yǔ)

1)顏色空間矩陣

載體圖像進(jìn)行顏色分離后,相同像素點(diǎn)分離出的多通道顏色分量所組成的行矩陣稱為顏色空間矩陣,記作Cij:

2)整合模塊

整合模塊是一個(gè)矩陣集合,包含了與信息隱藏性能有關(guān)的圖像結(jié)構(gòu)權(quán)重信息,用于生成整合矩陣。在基于數(shù)字圖像的信息隱藏系統(tǒng)中,整合模塊要充分考慮信息隱藏系統(tǒng)的應(yīng)用要求。整合因素包括紋理信息和結(jié)構(gòu)信息,整合規(guī)則如表4-3所示。

3)整合矩陣

整合矩陣是根據(jù)應(yīng)用要求,經(jīng)過(guò)整合模塊生成的權(quán)重矩陣,整合矩陣記為T,如式(4-6)所示:

其中,矩陣W為整合因素的權(quán)重矩陣,W=[h

d

e

r

g];Z為整合因素矩陣,Z=[HD

E

R

G]。

4)信息矩陣

信息矩陣是基于載體圖像的結(jié)構(gòu)與應(yīng)用的顏色信息矩陣。信息矩陣由每個(gè)像素的信息值按照原始像素空間位置組合而成,像素(i,j)的信息值記為aij,計(jì)算公式如式(4-7)所示:

信息矩陣記為I,N×N數(shù)字圖像信息矩陣為:

5)顏色?；?/p>

顏色?；褪菍㈩伾畔轉(zhuǎn)化成顏色場(chǎng)結(jié)構(gòu)信息,信息表現(xiàn)形式的轉(zhuǎn)換目的在于實(shí)施信息隱藏。顏色?；缡?4-8)所示,信息矩陣經(jīng)過(guò)顏色?；笊蓤D像顏色場(chǎng)結(jié)構(gòu),記為M:

5.應(yīng)用原理

根據(jù)以上的論述,顏色場(chǎng)最終形成的是一個(gè)基于特定顏色空間及結(jié)構(gòu)信息分量權(quán)重的顏色和結(jié)構(gòu)信息集合,集合所包含的元素信息實(shí)則是方向信息。信息隱藏算法利用方向或

者方向區(qū)域表示隱藏信息,算法通過(guò)改變載體顏色場(chǎng)結(jié)構(gòu)信息(方向)進(jìn)行信息的嵌入(詳細(xì)的應(yīng)用方法和技術(shù)細(xì)節(jié)見(jiàn)5.5節(jié))。

4.2.2顏色模矢量場(chǎng)結(jié)構(gòu)法

在顏色場(chǎng)結(jié)構(gòu)法中引入矢量,即在顏色場(chǎng)結(jié)構(gòu)信息的基礎(chǔ)上加入長(zhǎng)度信息就形成顏色模矢量場(chǎng)結(jié)構(gòu),基于顏色場(chǎng)結(jié)構(gòu)與方向長(zhǎng)度的圖像解析方法稱為顏色模矢量場(chǎng)結(jié)構(gòu)法。顏

色模矢量場(chǎng)結(jié)構(gòu)的長(zhǎng)度信息由梯度信息加權(quán)生成,即由梯度矩陣G轉(zhuǎn)換生成梯度加權(quán)矩陣,梯度加權(quán)矩陣記作L,轉(zhuǎn)換公式如式(4-9)所示:

根據(jù)定義,顏色模矢量場(chǎng)結(jié)構(gòu)由方向場(chǎng)信息與長(zhǎng)度信息共同構(gòu)成,記作S,如式(4-10)所示:

4.2.3三維內(nèi)切球數(shù)量表達(dá)轉(zhuǎn)換

根據(jù)歐氏最大內(nèi)切球的定義,本文提出內(nèi)切球解析理論,即按照“歐氏最大內(nèi)切球→內(nèi)接正方體→內(nèi)切球→內(nèi)接正方體→…→內(nèi)切球”的順序獲得模型內(nèi)部?jī)?nèi)切球解析結(jié)果。該解析過(guò)程簡(jiǎn)稱為內(nèi)切球內(nèi)接正方體,如圖4-7所示。

圖4-7三維模型ISIC解析

以圖4-7為例,S0為某骨架點(diǎn)的最大內(nèi)切球,C0為S0的內(nèi)接正方體,S1為C0的內(nèi)切球,重復(fù)n次解析過(guò)程即可得到內(nèi)切球Sn+1。內(nèi)切球解析順序?yàn)?歐氏最大內(nèi)切球→內(nèi)接正方體→內(nèi)切球→內(nèi)接正方體→…→內(nèi)切球,步驟如下:

(1)確定最大內(nèi)切球球心。在模型骨架抽取的過(guò)程中,得到的一系列骨架點(diǎn)即為球心,同時(shí)得到一系列關(guān)鍵點(diǎn),即特殊的骨架點(diǎn)。

(2)按照三維模型骨架定義,以各骨架點(diǎn)為球心求模型的最大內(nèi)切球S0。

(3)求最大內(nèi)切球S0的內(nèi)接正方體C0。

(4)求正方體C0的內(nèi)切球S1。

(5)重復(fù)上述內(nèi)切球→內(nèi)接正方體→內(nèi)切球的解析過(guò)程。

4.2.4-三維輪廓表達(dá)轉(zhuǎn)換

三維模型進(jìn)行二維投影必將形成輪廓。如圖4-8所示,將三維模型進(jìn)行水平放置并進(jìn)行二維映射,形成輪廓Lα,其中,α為水平旋轉(zhuǎn)角度,當(dāng)α=0°時(shí),步驟如圖4-8所示。

圖4-8三維模型水平映射示意圖

此時(shí),將輪廓按照寬度1/2進(jìn)行分割。當(dāng)在α為水平旋轉(zhuǎn)角度投影后,分割后的兩個(gè)輪廓記作分別記作Lα1、Lα2。例如將圖4-8(d)中的輪廓L0進(jìn)行分割,兩個(gè)輪廓分別記為L(zhǎng)01和