基于視覺掩蔽的隱寫不可感知性評價方法

方蒙蒙,何加銘,史智慧

(1.寧波大學a.信息科學與工程學院;b.通信技術研究所,浙江寧波315211; 2.浙江省移動網應用技術重點實驗室,浙江寧波315211)

基于視覺掩蔽的隱寫不可感知性評價方法

方蒙蒙1a,2,何加銘1b,2,史智慧1b,2

(1.寧波大學a.信息科學與工程學院;b.通信技術研究所,浙江寧波315211; 2.浙江省移動網應用技術重點實驗室,浙江寧波315211)

傳統的信息隱藏不可感知性評價方法不能全面反映人眼主觀感受,以致無法準確衡量隱藏算法的性能。為此,利用人眼感知質量與圖像自身均方誤差呈線性關系的特點,同時考慮人眼對亮度和紋理的敏感特性,提出一種基于視覺掩蔽的評價方法。給出圖像感知質量與圖像均方誤差之間的線性表達式,根據亮度表達式和梯度分別計算亮度權重系數和紋理權重系數,運用計算所得的權重系數對線性表達式進行線性加權,得到隱寫不可感知性評價值。實驗結果表明,與峰值信噪比方法相比,該方法得出的評價結果能更準確地反映主觀感知質量。

數字圖像;隱寫;不可感知性評價;亮度掩蔽;紋理掩蔽;峰值信噪比

1 概述

數字圖像作為信息隱藏的主要載體之一,近些年來,基于數字圖像的信息隱藏算法層出不窮。因此,對于信息隱藏算法性能的評價顯得尤為重要。不可感知性作為隱藏技術的性能指標之一,指的是嵌入信息后,不引起原始圖像質量的顯著失真以及視覺上明顯變化的特性。若信息隱藏算法達不到此項指標要求,則失去了隱藏的意義;若太高于此項指標要求,則會限制隱藏容量以及魯棒性等其他性能。

目前廣泛使用的不可感知性指標是峰值信噪比(Peak Signal to Noise Ratio,PSNR)和均方誤差(Mean Square Error,MSE),但它們表達的是整體意義上的平均,即平等對待每一個像素點。而現今很多隱藏算法為了兼顧隱藏容量和魯棒性,不同程度考慮了人類視覺特性。因此,PSNR等指標不能從根本上反映隱藏算法性能[1]。

針對PSNR存在的問題,一些學者也進行了相關研究工作。空域方法有SIQE[2]、EDVR[3]及VDSF指標[4]等,頻域方法CHD不可感知性指標[5]、基于HVS的彩色圖像水印視覺不可感知性評價方法[6]。以上關于信息隱藏算法評價方法均是基于人類視覺特性展開的,但其評價過程多與具體的隱藏算法有關,通用性不強,且一些方法計算過于復雜。

本文綜合考慮亮度和紋理掩蔽效應,利用人眼感知質量與圖像自身均方誤差呈線性關系的特點,提出一種基于視覺掩蔽的不可感知性評價方法。

2 視覺掩蔽效應

2.1 亮度掩蔽效應

亮度掩蔽是空域掩蔽效應的一種。它描述的是圖像局部區域的平均亮度對人眼可見閾值的影響。在背景區域亮度過低或者過高的情況下,視覺信號不能很好地被人眼所感知,其敏感度較低。

實驗心理學家韋伯(Ernst Weber)發現引起人類視覺變化的最小刺激增量ΔL與原始刺激強度L比值是一個常數[7]。

因此,對圖像不同亮度區域進行同等幅度的修改變動所表現出來的視覺顯示效果不同。韋伯認為,感知變化程度與背景刺激呈線性關系,同樣可以用加權形式來表達。

2.2 紋理掩蔽效應

紋理掩蔽[8]描述的是一個失真信號在圖像紋理區的感知比平滑區的感知要困難得多。即背景紋理越復雜,人眼對失真的敏感度越低,其可見閾值就越高,越不容易被人眼感知。文獻[3]給出了圖像失真程度、圖像紋理和人眼感知質量這三者之間的關系,如圖1所示。

圖1 失真-感知質量關系

其中,Q表示圖像感知質量;DMSE表示圖像區域均方誤差;k表示與圖像紋理復雜度相關的函數。

從文獻[9]可以得到2點啟示:(1)人眼感知質量與圖像自身的均方誤差成線性關系;(2)可以根據人類視覺感知特性,對式(2)中的加權系數k進行預估。

3 基于視覺掩蔽的隱寫不可感知性評價指標

綜合考慮亮度和紋理掩蔽效應,根據它們可加權表達的特性,提出一種新的不可感知性指標,新指標同時考慮了紋理復雜度和圖像背景亮度對視覺的影響,可寫為:

令β=kluminance×ktexture,則Qperceptual=1-β×DMSE,其中,β表示視覺掩蔽效應參數,由代表亮度掩蔽效應的kluminance和代表紋理掩蔽效應的ktexture相乘得到。新指標同時考慮了紋理和亮度的掩蔽效應,對均方誤差進行加權,使結果能夠更好地符合人眼的實際感受,達到主客觀一致的效果。

3.1 亮度權重系數計算

文獻[10]給出了亮度適應因子的計算公式如下:

其中,Flum是亮度適應因子;是塊平均灰度值。本文取亮度適應因子的倒數作為敏感度系數,由此可以推算不同亮度下的敏感度系數,如下式所示:

3.2 紋理權重系數計算

文獻[9]給出了紋理權重系數的計算公式如下:

其中,GEdgeStrength是根據 sobel算子[11]計算的圖像紋理復雜度。

其中,G是邊緣級圖像;(x,y)是像素位置。

4 實驗結果與分析

通過仿真實驗對本文評價方法進行性能測試。實驗選用480×480的標準灰度圖像 Lena、Jet和Baboon作為載體圖像(如圖2所示),同時選擇LSB算法、LSB改進算法[12](簡稱LSBMR)和像素差分算法[13](簡稱PVD)在不同嵌入率下進行隱寫,獲得隱秘圖像。

圖2 實驗圖像

4.1 嵌入率與不可感知性的關系

利用LSB算法對Lena圖像進行隱寫,實驗結果如表1所示?？梢钥闯?隨著嵌入率的增加,不可感知性指標Qperceptual逐漸減小。這是因為嵌入的秘密信息越多,隱寫算法對圖像的改變就越多,隱秘圖像的不可感知性就會越差。此外,從表中可看出,分塊大小越小,對隱秘圖像的不可感知性評價結果越精確?？梢?不同分塊大小會影響Qperceptual的值。理論上,分塊大小越小,評價越精確,因此,下文實驗均采用8×8分塊。

表1 不同分塊時的不可感知性指標比較

4.2 亮度、紋理與不可感知性的關系

理論上表明,圖像紋理越復雜,平均亮度越大,隱藏后所得的隱秘圖像質量會更好。表2中是采用像素差分算法(PVD)進行實驗得到的結果,并與峰值信噪比(PSNR)評價方法進行對比。從表中可以看出,Baboon紋理最復雜,它的Qperceptual值比其他2個都要高。而 Jet平均亮度要高于 Lena,其Qperceptual值比Lena的要高。這都是因為不可感知性指標考慮了紋理、亮度的緣故。

表2 不同載體的不可感知性指標比較

4.3 隱寫算法與不可感知性的關系

從隱藏算法原理分析,LSB、LSBMR[12]以及PVD[13]這3種算法不可感知性順序為LSBMR＞LSB＞PVD。圖3是以上3種算法對Lena圖像進行隱寫得到Qperceptual值?？梢钥闯?LSBMR的不可感知性最好,LSB次之,PVD相比最差。實驗結果驗證了本文所提評價指標的有效性。

圖3 不同隱寫算法的Qperceptual分布

5 結束語

隨著信息隱藏算法的發展,迫切需要建立準確、全面的評價標準。本文提出的不可感知性評價方法利用Qperceptual指標進行評價,考慮了人類視覺特性,實驗結果表明,該指標可作為隱寫術不可感知性客觀評價標準之一。本文方法對于建立全面的信息隱藏算法評價系統具有一定的參考價值,但是目前針對不可感知性指標也僅僅考慮了視覺掩蔽特性,諸如頻率掩蔽效應、色彩掩蔽效應等都沒有做深入的研究。因此,下一步將對人類視覺系統中不同掩蔽元素的權重進行研究。

[1] 尤新剛,郭云彪,周琳娜.峰值信噪比不宜用來評價信息隱藏技術[C]//全國第三屆信息隱藏學術研討會論文集.西安:西安電子科技大學出版社,2001:51-56.

[2] Kong Xiangwei,Chu Rufeng,Ba Xiaohui,et al.A Perception Evaluation Scheme for Steganography[C]// Proc.of IDEAL'03.Berlin,Germany:Springer,2003: 426-430.

[3] 劉曉文,尤新剛.基于視覺冗余和誤差分布的信息隱藏不可見性評價方法[J].計算機研究與發展,2009, 46(z1):200-205.

[4] 謝建全,謝 勍,黃大足,等.圖像信息隱藏不可感知性指標研究[J].小型微型計算機系統,2011,32(5): 953-957.

[5] 馬秀瑩,林家駿.信息隱藏性能評價方法[J].中國圖象圖形學報,2011,16(2):209-214.

[6] 楊紅梅,梁永全,劉連山,等.基于HVS的彩色圖像水印視覺不可感知性評價方法[J].通信學報,2008, 29(2):95-100.

[7] USD Internet Sensation&Perception Laboratory.Weber's Law of Just Noticeable Differences[EB/OL].[2013-07-25].http://www.usd.edu/psyc301/Weber-sLaw.htm.

[8] 劉明娜.基于視覺系統和特征提取的圖像質量客觀評價方法及應用研究[D].上海:上海交通大學,2010.

[9] Bhat A,Richardson I,Kannangara S.A New Perceptual Quality Metric for Compressed Video[C]//Proc.of ICASSP'09.[S.l.]:IEEE Press,2009:933-936.

[10] Wei Zhenyu,Ngan K N.Spatio-temporal Just Noticeable Distortion Profile for Grey Scale Image/Video in DCT Domain[J].IEEE Transactions on Circuits and Systems for Video Technology,2009,19(3):337-346.

[11] Ran X,Farvardin N.A Perceptually Motivated Threecomponent Image Model-Part 1:Description of the Model[J].IEEE Transactions on Image Processing, 1995,4(4):401-415.

[12] Mielikainen J.LSB Matching Revisited[J].IEEE Signal Processing Letters,2006,13(5):285-287.

[13] Wu Dachun,Tsai Wen-Hsiang.A Steganographic Method for Images by Pixel-value Differencing[J]. Pattern Recognition Letters,2003,24(9):1613-1626.

編輯 金胡考

Imperceptibility Evaluation Method of Steganography Based on Visual Masking

FANG Meng-meng1a,2,HE Jia-ming1b,2,SHI Zhi-hui1b,2
(1a.College of Information Science and Engineering;1b.Institute of Communication Technology, Ningbo University,Ningbo 315211,China;2.Key Laboratory of Mobile Internet Application Technology of Zhejiang Province,Ningbo 315211,China)

The commonly-used methods of imperceptibility evaluation for information hiding algorithms can not express the subjective evaluation comprehensively and evaluate the performance of the algorithms accurately.To solve this problem,a new method based on visual masking is proposed.It combines the linear relationship between the perceptual quality of image and its Mean Square Error(MSE),and the perceptual properties of texture and luminance,with the aim of improving the perceptual quality.In this method,the linear expression between the perceptual quality and MSE is given,among which the luminance and the gradient can be used to calculate the luminance and the texture weight coefficients respectively.By weighting the expression linearly,a global performance of imperceptibility of the stego image is obtained.Experimental results demonstrate that the proposal outperforms the conventional Peak Signal to Noise Ratio (PSNR)in higher efficiency and realizing the consistency of image quality of subjective and objective evaluation.

digital image;steganography;imperceptibility evaluation;luminance masking;texture masking;Peak Signal to Noise Ratio(PSNR)

1000-3428(2014)09-0167-03

A

TP309

10.3969/j.issn.1000-3428.2014.09.033

國家科技重大專項基金資助項目(2011ZX03002-004-02);浙江省重大科技專項基金資助重點工業項目(2011C11042);浙江省新一代移動互聯網用戶端軟件科技創新團隊基金資助項目(2010R50009);浙江省重點科技創新團隊基金資助項目(2012R10009-11);浙江省移動網絡應用技術聯合重點實驗室基金資助項目(2010E10005)。

方蒙蒙(1988-),女,碩士研究生,主研方向:信息隱藏算法;何加銘,教授;史智慧,工程師。

2013-08-30

2013-10-25E-mail:fmm1026@163.com