基于直方圖平移的圖像二次分塊可逆數據隱藏方法

陳俊杰 魯康

摘要：由Ni提出的對像素進行直方圖平移進行可逆數據隱藏，一方面在單峰值或雙峰值的情況下嵌入容量不夠高，另一方面在嵌入數據之后對于圖像的保真度也不夠好。在此，基于直方圖平移的方式，提出一種改進算法，將圖像進行二次劃分，增加像素峰值點，提升圖片的峰值信噪比。實驗結果表明，該算法不僅可以實現可逆數據隱藏，而且與Ni算法相比，既提升了嵌入容量，也使隱藏后的圖像失真更小。

關鍵詞：可逆數據隱藏；直方圖平移；像素分塊；雙向直方圖平移；區域再分塊

中圖分類號：TP309

文獻標識碼：A

DOI：10.3969/j.issn.1003-6970.2015.07.023

0 引言

可逆數據隱藏是指在正確提取數據后還能無損地恢復原始圖像，通常要滿足隱蔽性好和容量高兩個特性，被廣泛應用于醫學、軍事、司法、政務等領域。當前比較受關注的算法是2006年Ni等人提出的基于直方圖平移的方法。該算法是基于圖像的直方圖來展開。近年來對于該算法的改進，大多追求容量的最大化。其改進思路主要有三類：一是通過各類預測算法建立圖像預測誤差直方圖，產生高峰值。二是通過改變直方圖位移水平，增加載荷。三是在圖像中進行多層隱藏，得到多峰值。四是通過一種自適應的算法讓載密信息根據圖像特征來動態嵌入。在實際應用中，對于一些敏感的圖像，如醫學圖像、軍事圖像等，減少圖像失真遠比增加負載更重要。

本文的研究就是從提高嵌入容量和降低圖像失真的角度對Ni算法進行改進，通過對圖像的二次劃分，第一次劃分將圖像劃分成若干個大的區域，在這些區域中分別計算其峰值，從而得到較多的峰值點，第二次劃分，在第一次劃分的若干個大區域中，再一次將區域像素分成很多小像素塊，若小像素塊中存在當前區域像素的峰值點，就進行直方圖平移，嵌人數據，若不存在，就不改變該像素塊，以此來降低圖像失真。另外，為了盡量提升嵌入容量，采用雙向直方圖平移方法，最終可以實現低失真高負載的要求。

1 直方圖平移可逆數據隱藏

由Ni提出直方圖平移可逆數據隱藏算法描述如下：

在圖1中，左側為原始圖像，右側為該圖像的灰度直方圖。此灰度直方圖，中存在峰值最高的像素點，依賴此像素點進行數據嵌入。具體方法是尋找峰值點A右側最近的零點灰度的像素值B，在峰值點A和零點B之間的所有像素向右平移一位，這樣峰值點右側的第一個像素點即A+l為0。遍歷圖像的像素點，當遇到像素灰度直方圖中的峰值點A時，如果嵌入的比特流是0，則保持不變，如果嵌入的比特流是1，則將峰值點A像素+1，則灰度直方圖中的峰值點右側第一個像素的數量即（A+1）增加1；一直到所有峰值點嵌入完成。提取數據時，遍歷所有像素點，當遇到像素點A時，提取“0”比特，當遇到（A+1）時候，提取“1”比特，然后將A+1像素值減1，還原成A像素。當數據提取完成之后，將A點和B點之間的像素值減1，即可還原原始圖像，可以看出Ni算法的負載量是取決于原始圖像峰值點的個數的。

2 二次分塊嵌入算法描述和實現

2.1 算法描述

判斷嵌入算法的好壞在于嵌入容量和圖像的峰值信噪比。本文提出一種基于灰度直方圖平移的信息隱藏可逆算法能較大提升嵌入容量和提高嵌入之后的峰值信噪比。

基于直方圖平移的信息隱藏嵌入容量的關鍵在于峰值點的個數，以512*512*8的灰度圖像為例，在圖1所示的lena圖。通過Ni算法的描述，經過實驗數據得到像素峰值點的個數為2714.

首先，提升嵌入容量。為了得到更多的峰值點，將512*512*8圖像分為64個區域，在64個區域中分別都有各自的灰度直方圖，統計每個區域的峰值點和零點，當嵌入圖像時，判斷當前所在區域，根據當前區域的峰值點來進行直方圖平移嵌入，實驗數據得到圖1中的lena圖，經過第一次劃分的64個區域之后，峰值點的總和達到10596個峰值點，大大提升了峰值點的個數，極有利于提升嵌入容量。

其次，降低圖像的失真率。通過提升峰值信噪比來降低圖像的失真率。峰值信噪比的計算公式如下。

其中numS是平移點的個數，numB為隱藏比特流中1的個數。numS和numB越小，PSNR就越大，圖像質量越好。

在第一次將圖片進行劃分之后峰值點增多，則會造成直方圖平移的數量增多，那么會造成圖像的失真率較高。為保證圖像的質量，將第一次劃分的每一個區域中，再次將像素進行劃分，第二次劃分則將像素分塊的范圍變小，比如分成4*4的16個像素為一個塊。在該分塊中，判斷是否存在分塊所在的區域的灰度直方圖的峰值點，若存在，則將該分塊像素進行直方圖平移，嵌人數據，若不存在，則不嵌入數據。這樣能造成不必要的像素點平移，從而提高嵌入數據后的峰值信噪比，保證圖像質量。實驗數據證明，這種二次劃分的方法，既能提高嵌入容量，也能提高峰值信噪比。

2.2 嵌入算法實現過程

以512×512×8的圖片為例。嵌入過程如下所述：

1）將圖片分成64個區域，對應為64×64×8的圖塊，則一共有64個這樣的圖塊。

2）保存每個圖塊的峰值點Ai，用來嵌人數據。

3）在每個64×64×8的圖塊中，再次將該圖塊劃分成64個4x4x8的小塊。

4）在第一次劃分的64個圖塊，每個圖塊中，以4x4的方塊為單位進行遍歷，判斷4x4的方塊是否存在該像素值等于Ai的像素點。 嵌入算法如下：

i）若該4x4的方塊存在1個Ai的像素點，則僅僅平移該區域直方圖，不進行數據嵌入。

ii）若該4x4的方塊不存在等于Ai的像素點，則不平移該區域直方圖。

iii）若該4x4的方塊存在n個等于Ai的像素點（n>1），則將直方圖進行平移，若在前n.1個等于Ai的像素點中有嵌入0的峰值點，則最后等于Ai的像素可以嵌入0或1；若前n-l個等于Ai的像素中沒有嵌入0的峰值點，則保留最后一個等于Ai的像素不嵌入。若嵌入了1，則嵌入后分塊中會存在Ai+l的像素點；若分塊中都嵌入0，則嵌入后分塊中像素值等于Ai的像素的個數大于1.

5）遍歷第一次劃分的64個圖塊，每個圖塊依次按照4）中的嵌入方法進行嵌入。

2.3 提取算法實現過程

提取算法是嵌入算法的逆過程。

1）將圖片分成64個區域，對應為64×64×8的圖塊，則一共有64個這樣的圖塊。

2）根據嵌入時的保存下來的峰值點（Ai）集合，來遍歷這64個圖塊。

3）在每個64×64×8的圖塊中，再次將該圖塊劃分成64個4x4x8的小塊。

在第一次劃分的64個圖塊，每個圖塊中，以4x4的分塊為單位進行遍歷，判斷4x4的方塊是否存在等于Ai的像素點。描述如下：

i）若該4x4的分塊存在1個等于Ai的像素點，則反向平移該區域直方圖，修改該區域的像素。

ii）若該4x4的分塊不存在等于Ai的像素，則說明當前的分塊在嵌入的時候并沒有進行像素修改，不需要平移像素。

iii）若該4x4分塊中存在2個以上的等于Ai的像素點，或者該分塊中存在1個等于Ai的像素點且在這個像素點之后的遍歷存在Ai+l的像素點，則遍歷分塊，在等于Ai的像素點上提取0，等于Ai+l的像素點提取1，然后反向平移直方圖，恢復原始像素；若該分塊中只存在一個Ai像素點，且是遍歷該點之前存在Ai+l的像素點，遍歷該點之后不存在Ai+l的像素點，則將分塊中峰值點右側的像素點提取1，平移其他像素。

5）對每一個64×64×8的分塊執行4）中的步驟，完成所有數據的提取。

3 實驗結果

實驗采用visual studi0 2010進行實驗仿真，從USC-SIPI圖像庫中選擇了若干圖片進行測試。嵌人數據采用雙向直方圖嵌入，且對比數據都是采用雙向直方圖嵌入。原始圖像如圖2所示。嵌入了隱藏數據之后的圖像如圖3所示。

表1中表示了與Ni算法和文獻9的實驗數據的嵌入容量對比。

表2中表明了與Ni算法和文獻9的實驗數據詳細的峰值信噪比對比。

以上對比數據均采用雙向直方圖平移算法進行測試。從表1中可以看出，因為峰值點數量的增加，嵌入容量有明顯的提高。

從表2中可以看出，嵌人數據之后，峰值信噪比也有明顯的提高，即圖片的質量會更好。

4 結論

本文對Ni的直方圖平移嵌入數據的算法進行了改進，提出了一種基于像素直方圖平移的可逆信息隱藏算法。算法通過第一次區域劃分，提升了像素峰值點，從而提高嵌入容量；其次對每個區域進行了第二次像素分塊，盡可能的減少了像素直方圖平移的數量從而增加圖片質量。綜述，該方案是在嵌入容量和圖像質量方面都是有所提高的。