基于區域性像素等值的圖像隱寫算法

李兆同+張夢+何瑩

摘 要：根據圖像區域內像素等值的現象，提出一種基于“連連看”的圖像隱寫算法。將圖像中相等的像素灰度值看作游戲中的相同圖案，通過定義相等像素值的位置關系，確定標志像素的最低有效位并嵌入信息，從而可以很好地將游戲規則應用于圖像信息隱藏之中。利用游戲規則，將圖像作為秘密信息的包裝容器，從而達到隱藏秘密信息的功能。實驗結果較為理想，并且在與數獨算法作比較時，發現該算法在隱寫性能上的優勢。最后通過對算法實驗結論的可行性分析，總結了該隱寫算法的優點并提出了今后的研究方向。

關鍵詞：隱寫；像素等值；連連看；0、1像素組；最低有效位

DOIDOI：10.11907/rjdk.171452

中圖分類號：TP312

文獻標識碼：A 文章編號文章編號：1672-7800（2017）008-0059-04

0 引言

隱寫術是一項熱門的秘密通信技術，它是將秘密信息嵌入在數字媒介中，并在公共信息通道中傳輸的一項通信技術，并逐漸成為信息安全研究的焦點之一。互聯網的繁榮也為隱寫術的發展提供了可能，多媒體如音頻、視頻和圖像等都可以作為秘密信息傳輸的媒介。在不損壞載體媒介質量的前提下，將秘密信息嵌入到傳輸媒介中，在第三方察覺不到秘密信息存在的情況下，使秘密信息在公共環境下得以安全傳輸。其中，圖像因其簡單易懂、可操作性強的特點成為眾多隱寫媒介中應用最多的傳輸載體。數字水印技術即是一種應用于圖像等數字媒體的特殊隱寫技術[1]。而LSB作為一種應用普遍的傳統隱寫算法，因其隱藏數據量大，且算法簡單、容易操作而被廣泛使用，受到了很多學者重視。LSB嵌入算法作為一種信息包裝技術，是空域法中的常見算法，即將圖像像素灰度值的最低有效位作為包裝的載體嵌入秘密信息，總體上分為LSB替換和LSB匹配兩種算法。作為一種經典的數據隱藏算法，近年來，在LSB算法基礎上出現了很多改進算法。Jarno Mielikainen[2]在LSB替換基礎上提出并完善了LSB匹配算法；李恒武等[3]提出了一種將秘密信息進行編碼并嵌入圖片像素值的最低有效位中的算法；張春玉等[4]將LSB替換和LSB匹配的思想相結合，利用混沌序列對含密圖像進行置亂處理，有效克服了含密圖像統計不對稱性、直方圖異常等現象；Agham等[5]將LSB算法應用到RGB圖像隱寫領域中，提高了嵌入質量；Jois 等[6]對近年來的LSB隱寫算法進行了實驗對比，并總結了LSB算法的優缺點和以后的發展方向；廖鑫[7]提出了一種基于四像素差值的數字圖像隱寫算法，具有較高的隱寫容量和較低的嵌入失真度。而本文則是一種利用相關區域內若干像素等值特征來實現的改進LSB算法。

近年來，游戲在隱秘通信領域的應用引起了一些學者關注，他們利用游戲規則實現包裝算法來隱藏信息，從而達到秘密通信的作用。Zhan He等[8]提出一種基于“俄羅斯方塊”游戲的信息隱藏算法，將游戲中的7種不同板塊抽象為數字0～6，采用了基于七進制而非廣泛應用的二進制編碼秘密信息；溫濤等[9]在此基礎上進一步改進“俄羅斯方塊”在信息隱藏中的應用，他們根據板塊的變化數量將其分類，然后通過板塊的移動、旋轉等方式，在板塊的落下過程中攜帶信息；Lee等[10]提出在《迷宮》游戲中的隱藏方法，利用迷宮的產生算法將秘密信息隱藏在迷宮的路徑之中。但是這些方法并沒有將算法很好地應用到圖像隱寫之中，或者隱寫算法過于復雜，或對載體圖像要求苛刻，不利于圖像的秘密傳輸。Chin Chen等[11]采用數獨作為密鑰進行圖像隱寫處理，但密鑰數獨在公共空間的傳輸同時也加劇了傳輸的冗雜性和不安全性；Nguyen等[12]同樣是將數獨應用到圖像隱寫當中，并在文獻[11]的基礎上改進了數獨算法。文獻[13]、[14]提出的矩陣隱寫算法大大提高了隱寫嵌入效率，本文也是受矩陣提示，將3×3的像素組看作一個矩陣單元進行信息嵌入處理。

本文提出基于“連連看”游戲規則的改進LSB算法，受到相同圖案可以通過連線消除的啟發，其包裝也即嵌入秘密信息的過程為：將圖像中相同像素看作游戲中的相同圖案，通過特定連線將其找出，并將這些不同連線看作各自對應的嵌入信息，從而可以很好地利用游戲規則設計包裝算法，并將秘密信息嵌入到載體圖像中。此算法在小嵌入率上得到了很好的應用，數字圖像的隱藏效果較好，肉眼識別不出變化，達到了隱藏信息的預期目標。

1 游戲規則介紹

“連連看”是一款休閑益智類游戲，它由幾種圖案隨機排列組成，每種圖案都有若干偶數個，只要將相同的兩張圖案用特定直線連在一起即可消除，按這些規則操作直至全部圖案消除為止。擴展此規則，如圖1所示，如果n張相同圖案可以用直線連接起來，則可大大提高圖案的消除效率。根據該思想，如果將圖像中相等灰度值的像素看作相同圖案，并利用相似的游戲規則，則可以得出一種新的隱寫算法。

2 算法原理

將原圖像按3×3為一組分成若干像素組，并將其編號為①～⑨，如圖2所示。

現定義如下變量： M：①②③⑥⑨中像素值相同的最大個數；

N：①④⑦⑧⑨中像素值相同的最大個數；

S：定義⑤為標志像素，其值為Si；

密鑰K：一串與嵌入信息相同比特數的隨機數Ki，Ki=0或者Ki=1。

0或1像素組：根據M與N的關系確定該像素組的值，當嵌入信息與像素組的值相等時，標志像素Si不變，相反，標志像素加1或減1。

3 算法過程

3.1 嵌入過程

當LSB（Si）=Ki時， 若M≤N，為1像素組。嵌入0時，標志像素+1；嵌入1時，標志像素不變。若M>N，為0像素組。嵌入0時，標志像素不變；嵌入1時，標志像素-1。

當LSB（Si）≠Ki時， 若M≤N，為0像素組。嵌入0時，標志像素不變；嵌入1時，標志像素-1。若M>N，為1像素組。嵌入0時，標志像素+1；嵌入1時，標志像素不變。endprint

嵌入流程如圖3所示，以下用一個例子來說明算法過程，該例子涵蓋了算法所能遇到的各種情況。

例如，圖4為載體圖像的一部分，現要將一串秘密信息嵌入其中，假如密鑰K=011 011。

對于第1個像素塊，如圖5所示。

LSB（S1）=0，K1=0，滿足條件 LSB（Si）=Ki；M=2，N=4，滿足條件M≤N，為1像素組。

此時若嵌入比特0，標志像素加1；相反，若嵌入比特1，標志像素不變，如圖6所示。

對于第2個像素塊，如圖7所示。

LSB（S2）=0，K2=1，滿足條件 LSB（Si）≠Ki；M=2，N=4，滿足條件M≤N，為0像素組。

此時若嵌入比特0，標志像素不變；相反，若嵌入比特1，標志像素減1，如圖8所示。

對于第3個像素塊，如圖9所示。

LSB（S3）=1，K3=1，滿足條件 LSB（Si）=Ki；M=4，N=2，滿足條件M≥N，為0像素組。

此時若嵌入比特0，標志像素不變；相反，若嵌入比特1，標志像素減1，如圖10所示。

對于第4個像素塊，如圖11所示。

LSB（S4）=1，K4=0，滿足條件 LSB（Si）≠Ki；M=3，N=2，滿足條件M≥N，為1像素組。此時若嵌入比特0，標志像素加1；相反，若嵌入比特1，標志像素不變，如圖12所示。

3.2 提取過程

具體提取過程如下：若LSB=K，M>N，提取0；M≤N，提取1；若LSB≠K，M≤N，提取0；M>N，提取1。提取算法比較簡單，以下以一個例子進行簡要說明：對于圖6左邊的像素組，K1=0，LSB（S1）=1，LSB（Si）≠Ki；M=2，N=4，M≤N，提取0。對于圖6右邊的像素組，K1=0，LSB（S1）=0，LSB（Si）=Ki；M=2，N=4，M≤N，提取1。同理可以對其它圖例提取信息，提取流程如圖13所示。

4 實驗結果與分析

當隱寫圖像在公共信道上傳輸時，以Lena圖片為例，分別嵌入10 000bit、15 000bit、25 000bit后的圖像如圖14所示，肉眼觀察圖像質量的下降狀況。隨著嵌入信息增加，PSNR隨之下降，圖像質量也開始下降。但從圖14看出，從肉眼角度觀察并無太大變化。所以本文算法對于觀察者而言不易察覺到圖像進行過信息嵌入處理，因而在隱寫嵌入方面是可行的。

PSNR是最普遍使用的評價隱寫質量的客觀標準，其值越大，代表隱寫質量越高。不過許多實驗結果顯示，PSNR分數無法與人眼看到的視覺品質完全一致，有可能PSNR較高者看起來反而比PSNR較低者差。這是因為人眼視覺對于誤差的敏感度并不是絕對的，其感知結果會受到許多因素的影響而產生變化。因此，本文引入了SSIM，即結構相似性[15]作為另一個衡量隱寫質量的指標，其值在[0，1]之間，越接近于1，代表隱寫圖像的質量越好。下面從這兩個方面對該算法進行模擬和分析。

與根據像素差值嵌入信息[7]相反，本文是根據圖像中的像素等值來包裝秘密信息的隱寫技術。同樣是將游戲應用到隱寫領域中，Nguyen等[12]是將游戲中的數獨應用到圖像隱寫之中。采用尺寸為512×512的Lena、Perppers和Baboon圖像為實驗對象，在嵌入25 000bit信息的相同條件下，與傳統的LSB算法和Four PVD （Pixel Value Differencing）、Sudoku算法進行比較。為了使計算更加準確，取10次實驗結果的平均值，并得出嵌入信息后圖像的質量變化情況，如表1所示。

本文算法是利用標志像素的周圍等值像素關系，在傳統LSB算法基礎上進行的改進。同樣作為游戲圖像隱寫算法和基于像素差值的隱寫算法，本文無論是在PSNR還是SSIM上，總體上處于明顯優勢，而且幾乎與高效的LSB算法性能持平甚至略優于LSB算法。另外，為了證明本文算法相對于LSB算法的優越性，實驗中對隱寫圖像中的像素改動個數進行統計并制作直方圖，如圖15所示。從圖中可明顯看出，本文算法的像素改動個數明顯低于LSB算法，說明本文算法在此方面有一定優勢。

通過對表1的觀察，發現嵌入質量在一個穩定值的附近上下波動，需要探究造成這種波動的原因，以便更好地理解和改進算法。由于載體圖像的0、1像素組是根據密鑰和標志像素的關系確定的，而密鑰K的值是隨機產生的。勢必造成載體圖像的0、1像素組也是隨機的，此時如果嵌入信息的0、1序列與載體圖像的0、1像素組不對應，算法則會將標志像素的值加1，從而使嵌入信息的0、1序列與載體圖像0、1像素組的值一一對應。所以最后隱寫圖像0、1像素組的個數與秘密信息0、1序列的個數應該是分別相等的，實驗結果如表2所示。在表2的3次實驗結果中，理論與預期結果相符。

5 結語

本文基于相鄰像素等值的特性提出了一種新穎的

LSB圖像隱寫算法，這種算法主要來源于“連連看”游戲中相同圖案和灰度圖像中的等值像素聯系的啟發，將圖像作為一個載體，成功地將秘密信息嵌入到載體中。在實驗結果的分析中，嵌入信息前后的圖像變化肉眼難以區別，因此不易引起第三方察覺，并且本文算法在PSNR和SSIM的隱寫性能方面優于最近提出的數獨游戲算法。該算法的不足在于對載體圖像像素灰度值的修改是永久性的，因此提取隱秘信息后，無法還原圖像。下一步的研究方向主要集中在兩個方面，一是如何提高圖像嵌入率，從而提升嵌入的信息容量；二是如何在提取隱秘信息后恢復出原圖像。

參考文獻：

[1] 李曦焱.隱寫術與數字水印研究[J].甘肅科技，2005，21（8）：80-81.

[2] JARNO MIELIKAINEN.LSB matching revisited[J].IEEE Signal Processing Letters，2006.endprint

[3] 李恒武，王辰陽，高勇.基于LSB的圖像信息隱藏技術的研究與設計[J].網絡安全技術與應用，2016（6）：47-48.

[4] 張春玉，姚七棟.基于混沌序列的改進LSB隱寫算法[J].科技通報，2014（5）：116-120.

[5] AGHAM V，PATTEWAR T.Data hiding technique by using RGB-LSB mechanism[C].International Conference on Information Communication and Embedded Systems，2015：1-5.

[6] JOIS A，TEJASWINI L.Survey on LSB data hiding techniques[C].International Conference on Wireless Communications，Signal Processing and Networking，2016：656-660.

[7] 廖鑫.高效隱寫算法的設計研究[D].北京：北京郵電大學，2012.

[8] OU Z H，CHEN L H.A steganographic method based on tetris games[J].Information Sciences，2014.

[9] 溫濤，陳夠喜，李瑞林.互動式《俄羅斯方塊》游戲安全隱寫[J].電子技術應用，2016，42（4）：120-123.

[10] LEE H L，LEE C F，CHEN L H.A perfect maze based steganographic method[J].Journal of Systems & Software，2010，83（12）：2528-2535.

[11] CHANG C C，CHOU Y C，KIEU T D.An information hiding scheme using sudoku[C].International Conference on IEEE Innovative Computing Information and Control，2008：17.

[12] NGUYEN T S，CHANG C C.A reversible data hiding scheme based on the Sudoku technique[J].Displays，2015（39）：109-116.

[13] 李曉雷，王成.矩陣嵌入的快速算法[J].信息技術，2013（5）：121-124.

[14] KUMAR S，MUTTOO S K.Robust and secure image steganographic algorithm based on matrix embedding[J].International Journal of Electronic Security & Digital Forensics，2014，6（3）：219-240.

[15] Z WANG，A C BOVIK，H R SHEIKH，et al.Image quality assessment： from error visibility to structural similarity[J].IEEE Transactions on Image Processing，2004，13（4）：600-612.endprint