基于區域生長的信息隱藏方法＊

王英偉，楊志

基于區域生長的信息隱藏方法＊

王英偉，楊志

（華北電力大學 電子與通信工程系，河北 保定 071000）

基于像素值排序的信息隱藏方法取得了良好的效果，但此方法的選塊方式固定，對于相鄰像素區域的分類并不完善。對于像素值排序方法而言，將更多相似像素劃分進同一分塊可以提高其嵌入容量和嵌入質量。提出了一種基于區域生長的圖像分塊方法，將圖像自適應地分割為不同大小的分塊，使算法在嵌入容量和嵌入質量上得到提升。

信息隱藏；區域生長；粗糙度；像素值排序

在信息和大數據時代，人們可以獲得海量的信息，同時信息也可以便捷地傳輸，但是同時也給信息安全和信息來源認證帶來了巨大的挑戰。

為了實現傳輸的安全性，信息隱藏技術應運而生，信息隱藏技術不僅可以將秘密信息隱藏進信息載體中，還可以在接收端接收并解密時，使秘密信息和載體圖像完全恢復出來，在信息認證、版權保護、保證通信安全性等方面貢獻突出[1]，并且在醫學、軍事等要求載體不失真領域起著不可替代的作用。因此，對于信息隱藏領域的研究具有重要的實用意義。

1 研究意義

由現有的像素排序類算法可知，平滑區域的像素值相差較小，對于像素的預測也越精確，在平滑區域嵌入秘密信息，可以提高算法的嵌入容量和嵌入質量，因此，將更多相似像素劃分進同一區塊，可以提升算法的嵌入容量和嵌入質量。

本文針對經典排序類算法[2-3]中只采用固定分塊的特點進行改進，使得圖像根據其局部特性分成大小不同的區塊，可以較好地利用圖像的區域特性，提高算法精度。

2 區域生長

區域生長[4]是指從一個像素點或一個像素區域出發，按照設定的合并條件，找到相鄰相似的像素點或像素區域，逐步將其加入自身區域，在達到設定條件后，終止區域合并，達到目標提取和合理分塊的目的。其根本思想是將性質相似的像素點或像素區域集合起來構成新的像素區域[5]，直到周圍沒有相似的區域為止。合并條件可以選定為灰度值、紋理方向、局部粗糙度等。

本文研究并采用的是利用局部粗糙度進行區域生長操作，以實現與排序類算法的融合。

2.1 局部粗糙度計算

本文采用的計算局部粗糙度的方法如下：設分塊中包含個像素，像素值為（1，…，n），將像素值進行升序排列得到[π（1），…，π（n）]，其中π（1）≤…≤π（n），π（）為像素π（i）在未排序分塊中所處的位置。如果π（i）=π（j）且＜，則π（）＜π（）。

根據排序后的像素值計算塊粗糙度：

（1）

2.2 相似閾值T的選定

選擇的起始分塊大小可以為2×2、4×4、8×8等方式，本文選擇適用性較好的2×2方式為例，介紹相似閾值的選定。

相似閾值與嵌入性能密切相關，決定著區塊的大小。當待嵌入數據量較少時，可選擇較大的閾值，在大閾值下，區域生長合并的區塊尺寸較大，可以保證較好的嵌入質量；當待嵌入數據量較多時，選擇較小的閾值，可以保證分出的分塊較多，有更大的嵌入空間。

下面給出相似閾值的選定方法：首先將圖像分為2×2的分塊，并按照式（1）計算每個分塊的粗糙度（），然后選定第一個2×2分塊為起點，向周圍擴張，其可以擴張的條件如下式所示：

相似閾值由設定的最大閾值逐步減小，當給定的待嵌入數據正好可以嵌入時，即可選定為最佳相似閾值。不同圖像的區域生長分割效果如圖1所示。

3 數據的嵌入

本文的嵌入過程采取了以下假設：處理的原始圖像為灰度圖像，待嵌入的信息采用二值圖像，嵌入后的圖像沒有經過傳輸、攻擊等干擾。

圖1 區域生長分割示例

3.1 數據嵌入步驟

步驟1：像素預處理并構造位置圖。嵌入操作會對分塊內的最大值和最小值進行+1和－1的操作，原本最大值為255和最小值為0的像素，在嵌入數據后可能會發生上/下溢，因此需要對圖像進行預處理。將像素值為255的像素點進行－1操作，將其修改為254，將像素值為0的像素點進行+1操作，將其修改為1，并建立一個位置圖記錄像素點是否經過預處理，如果經過預處理，則（）=1。在自然圖像中，0和255的像素點并不多，因此對位置圖進行算術編碼壓縮后，占用的空間較小，不會過多影響嵌入容量。

步驟2：按照區域生長方法將圖像進行分塊處理。

步驟3：將秘密信息嵌入。在分塊時優先使用大分塊，因為大分塊較為平滑，可以保證嵌入質量。

步驟4：輔助信息和壓縮位置圖的嵌入。輔助信息用于數據的盲提取，保證算法的可逆性。輔助信息包括用于四叉樹分割的閾值，最后嵌入位置end,壓縮位置圖的長度LM以及壓縮位置圖自身。利用替換最低有效位（LSB）的方法[6-7]將輔助信息嵌入到end之后。

3.1.1 最大值嵌入

設分塊中包含個像素，像素值為（1，…，n）,將像素值進行升序排列得[π（1），…，π（n）]，其中π（1）≤…≤π（n），π（）為像素π（i）在未排序分塊中所處的位置。如果π（i）=π（j）且＜，則π（）＜π（）。

最大值和次大值之間的差值max：

max=s－t（2）

式（2）中：=[π（－1），π（）]，=[π（－1），π（）]。

利用次大值和修改后的差值，計算嵌入或移位后的像素值：

3.1.2 最小值嵌入

首先，與最大值嵌入一樣，對像素值進行排序，得到 [π（1），…，π（n）]，其中π（1）≤…≤π（n），如果π（i）=π（j）且＜，則π（）＜π（）。

計算最小值和次小值之間的差值min：

min=m－n（3）

式（3）中：=[π（1），π（2）]，=[π（1），π（2）]。

利用次小值和修改后的差值計算嵌入或移位后的像 素值：

進行嵌入過程，直到全部秘密信息嵌入完畢，記錄最后嵌入位置end，方便提取時將秘密信息和輔助信息區分開。

3.2 提取過程

步驟1：提取輔助信息和壓縮位置圖。提取最低有效位得到用于區域生長閾值，最后嵌入位置end，壓縮位置圖的長度LM，根據輔助信息提取LSB得到壓縮位置圖，將壓縮位置圖解壓縮[8]。按照LSB的方法替換最低有效位。

步驟2：提取秘密信息。由第一個嵌入位置到end嵌入位置提取，按照嵌入過程的逆過程提取隱藏信息。

步驟3：恢復原始圖像。根據提取的輔助信息位置圖恢復可能溢出的像素值。

4 實驗結果與分析

將本文提出的方法與文獻[3]中固定分塊經典算法對比，選擇SIPI圖像庫中的標準圖像進行實驗，如圖2所示。

嵌入數據為二值圖像，這樣可以保證使用不同方法嵌入的數據是相同的，從而更好地比較算法的嵌入效果。比較的重點為嵌入容量和峰值信噪比（PSNR）兩方面，其中，指標峰值信噪比代表著嵌入后圖像質量的好壞。當峰值信噪比的值在51.14 dB以上時，嵌入數據后的圖像在視覺上與原圖像基本無差異，且峰值信噪比越大，嵌入后的圖像質量越高。峰值信噪比的計算公式如下：

式（4）中：為兩張尺寸為*圖像1和2的均方 誤差。

的計算公式如下：

本文算法與經典算法的對比結果如圖3所示。

圖3 嵌入不同數據量的峰值信噪比比較

由圖3可知，在小嵌入容量時，本文的改進方法取得的值改進更明顯，在30 000 bits以上的嵌入容量情況下，與原算法相差不多，但是也有一定改善。

在相同嵌入10 000 bits的情況下，本文算法相對于文獻[2]中的算法平均值提高了1.8 dB左右，這是因為文獻[2]中的方法只使用了0預測誤差，并沒有使用1預測誤差。本文使用的方法同時也利用了1預測誤差，嵌入質量和嵌入容量都有一定的提升。但是對于大嵌入容量，本文算法中的大分塊較少，與文獻[2]中的極限分塊狀態相似。因此在大嵌入容量時，本文算法的效果并沒有太大提升。本文的嵌入方法更適用于中小嵌入容量的情況。

5 小結

本文針對排序類算法固定分塊的問題，提出了一種基于區域生長的信息隱藏方法。實驗結果表明，本文方法的嵌入質量高于經典排序類算法。在中小嵌入數據量的情況下，峰值信噪比提高較為明顯，在大嵌入數據量時，峰值信噪比與經典排序類算法相近。

［1］李曉龍.圖像可逆隱藏綜述［J］.信息安全研究，2016，2（8）：729-734.

［2］L X L，L J，L B，et al.Hige-fidelity reversible data hiding scheme based on pixel-value-ordering and prediction-error expansion ［J］.Signal Processing，2013，93（1）：198-205.

［3］PENG F，LI X，YANG B.Improved pvo-based reversible data hiding［J］.Digital Signal Processing，2014（25）：255-265.

［4］孔俊，王佳男，谷文祥，等.基于區域的自動種子區域生長法的彩色圖像分割算法［J］.東北師大學報（自然科學版），2008，40（4）：47-51.

［5］羅希平，田捷，諸葛嬰，等.圖像分割方法綜述［J］.模式識別與人工智能，1999，12（3）：300-312．

［6］熊志勇，王江晴.基于預測誤差差值擴展和最低有效位替換的可逆數據隱藏［J］.計算機應用，2010，30（4）：909- 913，920.

［7］任克強，肖璐瑤.融合CFT和LSB的高容量可逆數據隱藏［J］.液晶與顯示，2019，34（4）：410-416.

［8］OU B，LI X，ZHAO Y，et al.Reversible data hiding using invariant pixel-value-ordering and prediction-error Expansion［J］.Signal processing Image Communication，2014，29（7）：760-772.

TP309

A

10.15913/j.cnki.kjycx.2020.01.014

2095－6835（2020）01－0048－03

國家重大科學儀器設備開發重點專項（編號：2018YFF01011900）過傳輸、攻擊等干擾。

王英偉（1993—），男，碩士研究生，研究方向為圖像處理、信息隱藏。楊志，副教授，碩士生導師。

〔編輯：嚴麗琴〕