摘要:提出了一種新穎的基于DCT域的自適應信息隱蔽通信算法。首先對原始圖像塊的多特性
參數進行模糊聚類,將圖像塊分成兩類,一類適合隱藏信息,另一類不適合,其隸屬度作為隱藏信息強
度的自適應系數。將混沌系統產生的序列嵌入到通信載體上,利用混沌同步進行隱蔽信息的檢測。仿真
實驗表明,該算法有較強的魯棒性,同時能保證通信載體的隱藏信息質量,確保通信安全。
關鍵詞:隱蔽通信; 混沌; 離散余弦變換(DCT); 模糊C-均值聚類(FCM)
中圖分類號:TP301文獻標志碼:A
文章編號:1001-3695(2008)05-1372-02
新一代互聯網IPv6的出現給多媒體網絡通信的發展帶來了前所未有的機遇。由于可以實現端到端的傳輸,IPv6網絡有望替代正在受到全球矚目的3G電信網絡。信息的傳輸存在安全保密的問題,隱蔽通信、保密通信、信息隱藏技術等就在這樣的需求情況下應運而生。針對圖像的信息隱蔽通信,許多文獻提出了自適應的信息隱藏技術,但是大多數算法都是根據單一的參數對圖像塊進行分類和選擇DCT系數。
本文提出的自適應信息隱蔽通信算法,首先使用混沌系統產生隱蔽信息或去調制隱蔽信息;然后針對圖像塊的多特性參數,如亮度敏感值、紋理敏感值、對比度敏感值、熵敏感值等,通過模糊C-均值聚類(FCM)算法進行聚類,將全體圖像塊按掩蔽效應的強弱劃分為兩類;選擇出的圖像塊作DCT變換,將隱蔽信息隱藏在載體中。這一隱蔽通信算法不但具有良好的不可見性,而且還有良好的魯棒性,能有效地經受住加噪(通信傳輸)、壓縮、剪切等的攻擊,保證了隱蔽信息的安全。
1混沌及其特性
近年來,混沌理論已得到了廣泛的應用,如隱蔽通信、保密通信、數字水印等。混沌時間序列具有如下良好特性:易于生成且數量極多;對初始條件的敏感依賴性;預測困難性;軌跡的遍歷性;將其初始值作為隱藏和檢測、提取信息的密鑰,不僅簡單而且實用。
所謂混沌同步,是指對于從不同初始條件出發的兩個混沌系統,隨著時間的推移,它們的軌線逐漸趨于一致。本文采用兩個相同的混沌系統,即信息的發送方和接收方擁有相同的混沌系統及系統參數和初始狀態,如此達到同步,使得接收方能正確檢測到信息。這樣,微小的差異將導致同步失敗,而不能在接收方檢測到真實的信息。這使非法接收者難以用統計分析方法估計系統的參數,從而不能破譯真實信息,使系統具有很高的保密性。
2對圖像塊的多特性參數進行模糊C-均值聚類
圖像作為一種廣泛使用的數字媒體,選擇圖像中適合嵌入隱蔽通信信號的位置是值得研究的課題。通常情況下,僅對單一參數來劃分圖像不能很好地適應圖像的區域變化,無法達到最優嵌入。本文利用人類視覺系統(HVS)的亮度掩蔽和紋理掩蔽等特性而采用多參數的HVS模型,并結合FCM算法對圖像塊進行劃分。把圖像進行8×8分塊,根據HVS和相關統計知識,提取圖像塊的四個特征參數進行模糊聚類。把這些圖像塊分成兩類,一類適合嵌入隱蔽通信信號,有較強的不可見性和魯棒性,隱藏的信息更隱蔽,不易覺察;另一類則不適合嵌入。
3隱蔽信息的嵌入和提取算法
3.1隱蔽信號嵌入算法
本文提出的算法是基于圖像塊模糊聚類的DCT域自適應算法,具體算法如下:
a)根據混沌系統產生需要的混沌時間序列,或用混沌時間序列進行調制。
b)對每個原始圖像8×8子塊的多特性參數進行模糊C-均值聚類,選擇特征塊作為待嵌入隱藏信號的塊;然后對圖像子塊進行DCT,得到64個按照鋸齒狀排列的變換系數。
d)通過逆DCT獲得含有隱蔽信息的載體圖像。
3.2隱蔽信息提取算法
信息的接收方在接收到隱藏了信息的圖像后,要進行信息檢測,以鑒別真偽。隱藏信息的檢測基于相關性技術。在信息檢測過程中,要用到原始圖像,即有源檢測的方法。其過程與隱藏隱蔽信息的過程相反:觀察者可以通過直接觀察主觀地比較檢測出的隱藏信號與實際信號圖的相似程度,但這種比較容易受到觀測者的經驗、實驗條件等因素的影響,因此有必要選擇一種客觀評價的方法。為了客觀地評價由上述算法獲得的信號圖像的質量,可以采用相似度來衡量提出信號與實際信號的相似程度。公式如下:
其中:w表示大小為M1×M2的原始隱藏圖像;w′表示提取出的隱藏圖像。
4計算機仿真模擬結果及討論
實驗中為了更好地檢測本文方案的性能,使用了1 000個二值序列即I=1 000,每個序列的長度J=100;并把第500個序列作為隱蔽信息嵌入到圖像中,即n=500。隱蔽信息的嵌入過程按照上文所述進行。信息隱藏圖像的質量的客觀評價采用峰值信噪比PSNR。
原始圖像為256×256的woman圖像,圖1(a)是嵌入了隱蔽信息的woman圖像。可以看到,運用該方案時,載體圖像客觀質量很好,其PSNR達到了40.44;從主觀視覺效果上評價,含隱蔽信息圖像與原始圖像非常一致;即用肉眼看來,它們是沒有區別的。圖1(b)是檢測結果,自相關檢測峰值清晰可見(ρ=9.26),本算法可以清晰地檢測出隱蔽信息的存在。
圖3(a)是當含隱蔽信息圖像被切割掉幾何面積50%后的圖像。從圖3(b)中可以看出,雖然此時圖像已受到嚴重損壞,但是仍能清晰地檢測出信息的存在(ρ=6.20)。實驗發現,只要切割的面積小于50%,檢測響應都高于判決門限,信息能被可靠地檢測出來。
5結束語
本文首先利用混沌系統產生隱蔽信息,再利用圖像塊的多特性參數進行模糊聚類,進而可利用IPv6網絡實現多媒體隱蔽通信。本算法根據圖像塊的多特性參數通過FCM算法進行模糊聚類,選擇那些掩蔽效應強的圖像塊作為待嵌入隱蔽信息的塊,使秘密信息具有更強的隱蔽性。實驗結果表明,該算法具有良好的魯棒性,更好地保證了載體的通信安全性。
參考文獻:
[1]SU Li-yun, MA Hong, TANG Shi-fu. Adaptive image digital watermarking with DCT and FCM[J]. Wuhan University Journal of Natural Sciences, 2006,11(6):1657-1660.
[2]徐鳳,蘇理云,馬洪.基于小波變換和模糊聚類的自適應水印嵌入方法[J].四川大學學報:自然科學版,2006,43(5):967-971.
[3]蘇理云,唐世福,馬洪.基于分形調制陣列的數字水印算法[J].四川大學學報:自然科學版,2004,41(4):704-707.
[4]SU Li-yun, MA Hong, TANG Shi-fu. A novel blind multi-user detection on Kalman filter in UWB systems[C]//第十一屆全國青年通信學術年會論文集.北京:北京郵電大學出版社,2006:12-17.
[5] YU Jian, YANG Min-shen. Optimality test for generalized FCM and its application to parameter selection[J]. IEEE Trans on Fuzzy Systems, 2005,13(1):164-176.
[6]HAO Bai-lin. Staring with parabolas: an introduction to chaotic dynamics[M]. Shanghai: Scientific and Technological Education Publishing House,1993.
“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”