基于邊緣特征的最小化失真視頻隱寫平臺設計

董子睿， 李 博， 楊耀森， 孟 浩， 馮小琴

（1.中北大學儀器科學與動態測試教育部重點實驗室，太原030051；2.北方自動控制技術研究所，太原030060）

0 引 言

在數據改變一切的時代，安全問題得到了人們的重視。隱寫術作為一門關于信息隱藏的技巧與科學，不讓除預期接收者之外的任何人知曉信息的傳遞事件和內容［1］。隨著圖像處理和編碼技術的飛速進步，視頻隱寫術得到了極大的發展，尤其是在軍事間諜方面更為顯著［2］。

隱寫技術的提升也帶來了隱寫分析的發展。在Steganalysis公布的隱寫術破解名單中，重點分析其方案特征，普遍存在兩個缺點：①失真量化不足，認為每個位置的同比嵌入會帶來相同的影響，而忽略了圖像的紋理特性；②過于重視隱寫效率（包括信噪比、嵌入容量、比特率增加等），而忽略了隱寫術安全性第一的本質［3］。因此，本文將著重塑造隱寫方案的安全框架，包括引入最小化失真框架，將邊緣特征融入代價函數的構造中以及選取合適的映射規則，實現最大化抗隱寫分析能力，旨在設計出一種高效穩定的隱寫平臺。

1 隱寫理論與流程

為了解決數字視頻信號的龐大數據量給傳輸和存儲帶來的難題，H.264提供了當下最佳的解決方案：幀內預測壓縮［4］解決了空域數據冗余問題；幀間預測壓縮解決了時域數據冗余問題；整數離散余弦變換（DCT）［5］將空間上的相關性變為頻域上無關的數據，然后進行量化處理［6］。而在這些編碼過程中，人們又發現對于多種模式的編碼選擇也會產生冗余，這些冗余部分嵌入數據可以實現數據與原始載體一同在信道傳輸，達到隱秘傳輸的效果，隱寫術便誕生了。

作為隱寫信息的載密宿主，H264／AVC提供了4個隱寫域［7］：① 幀內預測模式；② 運動向量；③ DCT系數直方圖；④熵編碼。考慮到嵌入數據量與嵌入難易度，本文選用基于幀內預測的隱寫模式。在幀內預測模式中，一幅圖像被分割為眾多的4×4宏塊（見圖1），而每個宏塊的預測有9個方向的參考，所以通過合適的算法及映射規則來修改4×4宏塊（肉眼對圖像信息的高頻部分不是特別敏感，即4×4宏塊編碼的部分）的預測模式就可以實現加密數據的嵌入［8］，具體的隱寫流程如圖2所示。

圖1 幀內預測模式

圖2 隱寫流程圖

2 算法改進

2.1 最小化失真框架

傳統的隱寫方案認為修改每個4×4預測塊帶來的影響相等，所以降低失真的方式是減少修改的次數。這種方式雖可有效降低視頻失真度，但也會帶來量化不足、分析數據較少的問題［9］。所以引入最小化失真框架不僅可以提供給整個隱寫體系一個衡量的標準，更是一種抗隱寫分析的最佳隱寫方法：

式中：α是失真參數；m表示待嵌數據的bit數；n表示可嵌入元素的總數；ρk（ρ∈（0，∞））為第k個可嵌元素發生改變時產生的代價值，由代價函數給出；Pk是第k個嵌元素發生改變的概率，即產生代價值ρk的概率。

2.2 構造基于邊緣特征的代價函數［10］

構造基于邊緣特征的代價函數需要選擇合適的基礎模型，將邊緣特征融入其中，這樣可以實現更高的安全性，同時可獲得較低碼率的增長［8］。本文選擇基于預測偏差的隱寫方案作為基礎框架，并在其上構建紋理邊緣特性，實現邊緣特征代價函數的構造。

2.2.1 預測偏差計算

X264編碼器中4×4宏塊提供9個方向的預測模式，計算預測塊與原始塊之間的絕對誤差總和SAE，取最小值作為最佳預測模式，可以限制碼率增長，

式中：mdi，t為第t個編碼幀中第i個I4B；R 為最優預測模式；V為原始塊的像素值總和。

在構造基于幀內預測的失真函數時，SAE的變化是影響抗隱寫分析的關鍵因素。如果在幀內預測期間給出候選模式md′，則將SAE預測偏差（SPE）表示為：

SPE越小，表示重新選擇的預測模式越適合修改，這也是校準分析中用來檢測視頻是否隱寫的手段之一。

2.2.2 紋理邊緣特征

在一種基于高維圖像模型的隱寫方案中曾提出一種在圖像難以檢測的紋理區以及邊框區嵌入數據的方法，這種方法在統計模型分析時體現出較高的安全性。本文利用圖像中像素偏差混亂區難以統計的特性，在預測模式中攜帶數據。對邊緣紋理區做特征提取，如下式所示：

式中，NMTi，t（mdi，t）表示在第t 個關鍵幀中的第i 個預測塊所在宏塊中，第i預測塊為mdi，t時的預測模式類型數目。

2.2.3 代價函數構造

構造基于邊緣特征的代價函數如下式：

式中：n為4×4宏塊數目；θ（0≤ θ≤1）為EDi造成的嵌入影響參數，值越大代表影響越大，其值大小主要取決于圖像編碼幀中紋理特性的復雜程度。

2.3 選取映射規則

文獻［11］中提出一種基于邊緣強度的快速模式判別算法，將邊緣類型分為垂直、水平、45°、135°和無方向邊緣，如圖3所示。

圖3 5類邊緣類型

邊緣檢測過程基于空間域濾波技術［11］，每個圖像塊被均勻地分為4個子塊，計算每個子塊的平均像素大小，形成一個2×2像素的圖像。每個方向的邊緣強度由相應的過濾操作得出，而邊緣強度可由下式計算：

式中：an為第n 個子塊的平均像素值；Sv、Sh、S45°、S135°和Snd表示4×4預測塊的邊緣強度（見圖4），其最大值決定了4×4宏塊的預測方向，模式0～4依次為Sv、Sh、Snd、S45°和S135°。為了避免預測方向造成的差異擴散，一般在映射規則中將偏差較小的分為1組，本文將幀內預測9種方向分為：Group0＝｛3，7｝；Group1＝｛4，5，6｝；Group2＝ ｛0，1，2，8｝。

圖4 5類邊緣類型對應的濾波運算

3 硬件平臺實現

本文選用TL8148-EVM作為實現硬件平臺［12］，硬件平臺如圖5所示。

圖5 硬件原理圖

視頻編碼選用嵌入式平臺的x264開源庫，先通過x264命令行程序調用libx264編碼YUV為H.264碼流，接著進入入口函數為main（）。main（）函數首先會調用parse（）解析輸入的參數，包括圖像的長、寬、幀率等，然后調用encode（）編碼YUV數據，其中涉及到H.264 編碼的詳細流程［13］，最后調用select＿input（）和select＿output（）完成輸入文件格式和輸出文件格式的設置。因此，本文在進入encode（）編碼器前加入中斷，等待加密數據的同步信號，之后進行數據的隱寫，具體編碼流程如圖6所示。

消息提取平臺選用基于ffmpeg庫的Windows系統，這樣可以增加隱寫平臺的兼容性。從攜密視頻中獲取預測編碼關鍵幀I幀，根據映射規則解出含密組集作為含密向量，借用解碼器提出秘密信息，以此重復直至整組視頻提取完畢為止，具體流程如圖7所示。

4 實驗測試

本文測試環境在CPU為Intel i7.7700的PC搭建，操作系統為Windows 7，64位，分析工具采用Python庫，測試使用視頻從YUV Video Sequences公共視頻網站下載，如圖8所示，對下載的視頻序列進行隱寫，然后對載密視頻進行隱寫分析，并與相關隱寫方案［10-11］進行對比實驗。

圖6 隱寫編碼流程圖

圖7 隱寫解碼流程圖

圖8 待嵌視頻序列

4.1 安全性分析

本文安全性的構建主要基于幀內預測模式，選取隱寫前后的預測模式序列，計算4×4宏塊相關性數據（見圖9）。

圖9 隱寫前后相關性對比圖

4.2 編碼效率分析

判斷編碼效率高低的一個重要標準就是比特率增量（Bit Rate Increase，BRI），其值越小證明算法效果越好。實驗參數a設為0.25，對本文方案進行多次計算，取其平均值與文獻［10-11］做對比（見圖10）。

圖10 比特率增長對比圖

4.3 信噪比分析

信噪比（Peak Signal-to-Noise Ratio，PSNR）一般用來衡量隱寫術的客觀質量，NONE表示未經數據嵌入，越接近其值表明造成的影響越小，安全性越高。

4.4 準確性與平臺效率對比

在Windows平臺和嵌入式平臺分別對選取的3個視頻進行相同信息的隱寫，隱寫信息選擇Linus Torvalds的一句話：Nobody actually creates perfect code the first time around，except me.But there’s only one of me.將上述密文存為txt文本并通過SD卡掛載到linux下，嵌入式平臺測試圖如圖11所示。

表1 信噪比對比數據

圖11 系統實測圖

測試視頻采用flower，YUV格式，共250幀，未壓縮大小為36.2 MB。在PC-Windows下進行壓縮編碼不隱寫耗時25.36 s，隱寫耗時35.68 s；在ARM-Linux下編碼不隱寫耗時15.02 s，隱寫耗時16.38 s，時間數據由平臺自帶毫米級定時器輸出（在編碼過程不進行軟件程序層面的限時），隱寫效率比為1∶10。

5 結 語

本文針對幀內預測隱寫方案中未進行空間相關性建模的弊端，進行了相關算法的改進：引入最小化失真框架，提供整個方案一個失真衡量標準，迎合安全第一的隱寫本質；著重構造基于邊緣特征的代價函數，利用圖像紋理特性來嵌入數據，減少對空間相關性的破壞；根據圖像邊緣強度來選擇映射規則，減小預測偏差，提高嵌入效率。針對隱寫平臺單一化且操作復雜的缺點，將隱寫過程移植到ARM-Linux平臺進行，實現了更高的隱寫效率，且隨著Linux開源系統帶來的各項軟件技術飛速發展以及完美融入嵌入式平臺，這種趨勢顯得更加明顯，而本平臺只作為一塊敲門磚。最后通過對比實驗證明：本文隱寫方案在極大提高安全性的同時，編碼效率以及主客觀質量并未下降；本隱寫平臺CPU主頻在低于Windows平臺的條件下，隱寫效率反超，約為10倍。