【正文】 像作變換使之變成一幅雜亂無(wú)章的圖像再用于傳輸；在圖像傳輸過(guò)程中，非法截獲者無(wú)法從雜亂無(wú)章的圖像中獲得原圖像信息，從而達(dá)到圖像加密的目的；接受方經(jīng)去亂過(guò)程，可恢復(fù)原圖像。對(duì)于數(shù)字化的圖像，置亂過(guò)程不僅可以在數(shù)字圖像的空間域（包括位置空間和顏色空間）進(jìn)行，還可以在其頻率域進(jìn)行，以及空頻域同時(shí)進(jìn)行。因?yàn)閳D像可以看成是數(shù)學(xué)上的矩陣，其行數(shù)和列數(shù)分別看成圖像高和寬的象素?cái)?shù)，其元素值看成圖像的灰度值。我們稱圖像 A 經(jīng)置亂變換 T 變換到了圖像 B。然而，“亂”是人的視覺(jué)效果，帶有一定主 觀性，不同的觀察者評(píng)價(jià)結(jié)果可能不同。因此柏森等人在文獻(xiàn) [98]中提出可以用各象素點(diǎn)移動(dòng)的平均距離來(lái)定義置亂程度。 數(shù)字圖像融合技術(shù)概述 數(shù)字圖像融合技術(shù)較早的應(yīng)用是在遙感圖像的處理，隨著遙感技術(shù)的不斷發(fā)展，己經(jīng)使傳感器空 間分辨率、光譜分辨率得到大幅度提高，從而也使獲得的數(shù)據(jù)呈海量的增加，同時(shí)也導(dǎo)致了數(shù)據(jù)源的多樣性和復(fù)雜化，遙感影像融合是一種通過(guò)高級(jí)影像處理技術(shù)來(lái)復(fù)合多源遙感影像的技術(shù)，其目的是將單一傳感器的多波段信息或不同類傳感器所提供的信息加以綜合，消除多傳感器信息之間可能存在的 冗余 和矛盾，加以互補(bǔ)，降低其不確定性，減少模糊度，以增強(qiáng)影像中信息透明度，改善解譯的精度、可靠性以及使用率，以形成對(duì)目標(biāo)的完整一致的信息描述。 文獻(xiàn) [102103]提出了一種基于迭代混合的數(shù)字圖像隱藏技術(shù)。 文獻(xiàn) [104]在基于融合的數(shù)字圖像隱 藏技術(shù)的基礎(chǔ)上，提出了數(shù)字圖像的單幅迭代混合和多幅迭代混合思想。 文獻(xiàn) [105]基于融合技術(shù)給出一種基于混沌序列的圖像隱藏算法，用混沌序列代替?zhèn)鹘y(tǒng)隱藏算法中的混合因子，由于由 Logistic 混沌系統(tǒng)產(chǎn)生的混沌序列在 (0,1)具有遍歷性，理論上隱 藏算法的初始值可以是 (0,1)區(qū)間上的任意值，與傳統(tǒng)方法比較具有更大的密鑰空間，同時(shí)混沌序列具有偽隨機(jī)性和初值敏感性，從而有效提高了圖像隱藏的安全性。zier曲線、 k 階 [n/n]型 RB 曲線、附權(quán)的 [n/n]型 RB 曲線將一幅秘密圖像隱藏于 n 幅載體圖像中。比如，一幅灰度圖像的 4 個(gè)最低有效位用另一幅灰度圖像的 4 個(gè)最高有效位代替，肉眼通常無(wú)法分辨出它們的區(qū)別，因此可以利用信息融合的方法將一幅秘密圖像隱藏在其他圖像中。 基于置亂融合的圖像信息隱藏技術(shù) 置亂融合和直接融合的效果比較 在上一章 里我們以實(shí)例討論了兩幅圖像的融合，為了提高安全性，我們可以在秘密圖像融合之前進(jìn)行置亂處理，相應(yīng)的嵌入隱藏信息和提取隱藏信息的流程分別如圖 和 所示。 解置亂 秘密信息 載體圖像 恢復(fù)恢復(fù) 隱密圖像 載體圖像 隱密圖像 置亂 秘密信息 融合 第 6章 一種 基于 DCT變換和置亂融合的圖像信息隱藏技術(shù) 31 圖 置亂融合和直接融合的效果比較 表 置亂融合和直接融合的 的 均方 根誤差和峰值信噪比 從融合圖像來(lái) 看， 主觀視覺(jué)上，采用融合 系數(shù) α= 直接 融合 得到的隱密圖像依稀可見(jiàn) eagle 的白色頭部輪廓（如上章所述，當(dāng) α= 時(shí)才能得到折中的較好的隱密圖像），而 經(jīng)過(guò) Arnold 置亂 60 次后進(jìn)行融合，由于置亂使得圖像像素的灰 度值幾乎均勻分布，得到的隱密圖像只是清晰圖略微降低，如同加上了均勻的噪聲，但已完全找不到秘密圖像的信息，效果明顯比直接融合要好。 置亂融合和直接融合的 魯棒性檢測(cè)比較 下面分別對(duì) 置亂融合和直接融合 得到的隱密圖像進(jìn)行添加噪聲、 JPEG 壓縮、任
。這也說(shuō)明了客觀數(shù)據(jù)并不總是能反映人的視覺(jué)效果。 恢復(fù)時(shí)需進(jìn)行解置亂，即進(jìn)行 19260=132 次置亂。通過(guò)對(duì)圖像信息隱藏原理和信息融合實(shí)質(zhì)的分析，給出一般的 基于融合的數(shù)字圖像隱藏方法 的定義。 基于 融合的圖像隱藏 原理和定義 信息隱藏技術(shù)的基本原理是利用信息中普遍存在的冗余性向其中嵌入秘密信息，從而達(dá)到隱蔽重要信息的目的。zier)曲線的多幅數(shù)字圖像融合方法。該方法實(shí)質(zhì)上是在兩幅圖像或第 5 章 數(shù)字圖像的融合技術(shù) 29 多幅圖像之間重復(fù)利用一次 B233。當(dāng)混合參數(shù)越接近于 0，結(jié)果圖像 E 就越接近模板圖像為 O，圖像隱藏效果就越好，而恢復(fù)效果就越差。 近年來(lái)，數(shù)字圖像融合技術(shù)也被應(yīng)用于實(shí)現(xiàn)數(shù)據(jù)信息的隱藏。通過(guò)圖像融合實(shí)現(xiàn)信息隱藏是目前常用的一種信息隱藏技術(shù)。 所謂置亂程度，主要是指相對(duì)于圖像信息的直觀雜亂效果而言的，而與解密的難易程度無(wú)關(guān)。 ???????? ???????? ???????? 第 4 章 數(shù)字圖像的置亂技術(shù) 27 圖像置亂程度的衡量方法 數(shù)字圖像置亂的目的在于打亂圖像，使攻擊者不能識(shí)別其內(nèi)容。 定義 給定圖像 A=[a(i,j)]nm，變換矩陣是 T=[t(i,j)]nm是 1， 2， ...， nm 的一種排列，用 T 作置亂變換，得到圖像 B。在使用信息隱藏技術(shù)進(jìn)行隱蔽通信的方法中，數(shù)字置亂作為信息隱藏前的預(yù)處理，不僅有利于進(jìn)行隱藏，而且在秘密信息的不可感知性方面、在隱蔽通信抗攻擊和檢測(cè)等方面，還具有如下的一些作用。具體框圖如圖 所示。 2. 圖像作 DCT 變換的特點(diǎn) 圖像經(jīng) DCT 變換之后出現(xiàn)以下幾個(gè)特點(diǎn)： 顏色模式轉(zhuǎn)換及采樣后的圖像數(shù)據(jù) DCT 量化 熵編碼 壓縮圖像 數(shù)據(jù) 量化表 編碼表 第 4 章 數(shù)字圖像的置亂技術(shù) 25 第 4 章 數(shù)字圖像的置亂技術(shù) 數(shù)字圖像 置亂技術(shù)是隨著信息的安全與保密被重視而 發(fā)展起來(lái)的一種圖像加密技術(shù)，同時(shí)，它又可以作為信息隱藏的預(yù)處理手段，進(jìn)一步提高秘密信息的不可感知性和信息隱藏系統(tǒng)的抗攻擊和檢測(cè)能力。例如 :在采樣比例為 4:1:1 中，每個(gè) MCU 單元中含有 4 個(gè)亮度矩陣、 1 個(gè) Cb 矩陣和 1 個(gè) Cr 矩陣。要用 JPEG 基本壓縮方法處理真彩色圖像，首先要把 RGB 顏色模式圖像數(shù)據(jù)轉(zhuǎn)換為 YCbCr 顏色模式的數(shù)據(jù)， Y 表示亮度， Cb、 Cr 分別表示色度和飽和度。因此， JPEG 壓縮一般把圖像分解為 88 的子塊進(jìn)行變 換。在 F(u,v)系數(shù)矩陣中， F(0, 0)對(duì)應(yīng)于圖像 f (x, y)的平均亮度，稱為直流（ DC）系數(shù)；其余的 63 個(gè)系數(shù)稱為交流（ AC）系數(shù)，從左向右表示水平空間頻率增加的方向，從上向下表示垂直空間頻率增加的方向。定義大小為 MN 的圖像 f (x, y)的二維離散余弦變換 F(u, v)為： N vyM uxyxfvCuCMNvuF Mx Ny 2 )12(c o s2 )12(c o s),()()(2),( 10 10 ?? ??? ? ??? ?? 二維離散余弦反變換（ 2DIDCT） f (x, y)為 : 第 3 章 圖像信息隱藏技術(shù) 23 N vyM uxvuFvCuCMNyxf Mu Nv 2 )12(c o s2 )12(c o s),()()(2),( 10 10 ?? ??? ? ??? ?? 其中 ?；?DCT 的圖像信息隱藏算法能夠充分利用頻域特性，將秘密信息分布到載體圖像的各像素上，以提高算法的魯棒性。圖像分析和處理領(lǐng)域的專家認(rèn)為小波分析是數(shù)字圖像處理的空間－尺度分析（ SpaceScale Analysis）和多分辨分析（ Multiresolution Analysis）的有效工具。 基于 DCT 的信息隱藏算法因其具有較強(qiáng)的魯棒性，計(jì)算量較小，且與國(guó)際圖像壓縮標(biāo)準(zhǔn)（ JPEG， MPEG， ， 等）相兼容（這些標(biāo)準(zhǔn)中均采用 DCT 變換），因而具有諸多的潛在優(yōu)勢(shì)，成為近年來(lái)研究最多的一種信息隱藏技術(shù)，有大量的基于 DCT 變換域的信息隱藏算法涌現(xiàn) [6063] ，廣東農(nóng)工商職業(yè)技術(shù)學(xué)院畢業(yè)論文（設(shè)計(jì)） 22 文獻(xiàn) [63]則結(jié)合 DCT 和 DWT，提出將一幅秘密圖像的 DCT 系數(shù)置亂后嵌入到公開(kāi)圖像的 DWT 系數(shù)中進(jìn)行秘密信息的隱藏。例如：空間域的平移只引起頻域上的相移，而幅度不變；空間域尺度的縮放會(huì)引起頻域尺度反向的縮放；空間域旋轉(zhuǎn)的角度和所引起的頻域的旋轉(zhuǎn)的角度是一致的。 基于離散傅里葉變換（ DFT）的圖像信息隱藏算法 傅里葉（ Joseph Fourier）變換是一種經(jīng)典而有效的數(shù)學(xué)工具， 在信號(hào)處理中有著廣泛研究，在信息隱藏領(lǐng)域也同樣得到了應(yīng)用 [5758]?？紤]到對(duì)低頻區(qū)域系數(shù)的改動(dòng)可能會(huì)影響到載體圖像的感知效果，而高頻系數(shù)又易被破壞，因此，信息隱藏技術(shù)一般選取載體圖像中頻區(qū)域上的系數(shù)來(lái)嵌入秘密數(shù)據(jù)，從而使之既滿足不可感知性，又滿足對(duì)諸如失真壓縮等操作的魯棒性。因此，在圖像變化較平穩(wěn)的區(qū)域盡量少隱藏或不隱藏信息，應(yīng)當(dāng)在變化較復(fù)雜的地方多隱藏信息。 任何其它的圖像變換如模糊、濾波等，通常都會(huì)破壞隱藏的數(shù)據(jù)。對(duì)于許多變換，即使是有益的，也都是很脆弱的。 2. 數(shù)據(jù)嵌入量 對(duì)于 24bit 圖像， LSB 隱藏算法是 3 數(shù)據(jù)位 /像素，每個(gè)像素又是由 24 位來(lái)表示，那么可以隱藏的信息率為 3/24=1/8。 另外，在 LSB 方法中，也可以不采用直接嵌入的方法，根據(jù)異或的可逆準(zhǔn)則，采用替換的準(zhǔn)則來(lái)實(shí)現(xiàn)信息的隱藏 [4849]?，F(xiàn)在有一些簡(jiǎn)單的信息隱藏軟件大多是運(yùn)用 LSB 和調(diào)色板調(diào)整等相關(guān)技術(shù)將信息隱藏在 24bit 圖像或 256 色圖像中，如 Hide and Seek， StegoDos， White Noise Storm， Stools 等經(jīng)典信息隱藏軟件。這種測(cè)量方法雖然較好地反映出了圖像的直觀質(zhì)量，但無(wú)法應(yīng)用數(shù)學(xué)模型對(duì)其進(jìn)行描述，且該方法操作復(fù)雜，在實(shí)際應(yīng)用中，不能應(yīng)用于實(shí)時(shí)傳輸?shù)膱?chǎng)合。這是因?yàn)榫礁`差和峰值信噪比是從總體上反映原始圖像和隱密圖像（或恢復(fù)圖像） 的差別，并不能反映一幅圖像中少數(shù)像素點(diǎn)有較大灰度差別和較多像素點(diǎn)有較小灰度差別等各種情況。最常用的有均方根誤差（ RMSE： Root Mean Squared Error）和峰值信噪比（ PSNR： Peak Signal to Noise Ratio） RMSE 的表達(dá)式為 NM yxfyxgR M S EMxNy??? ? ?? ?1 12)],(),([ （ 33） 其中， ),(),( yxgyxf 和 分別表示原始圖像和 隱密圖像（或恢復(fù)圖像） ， M、 N 分別表示圖像的寬與高，且 NyMx ,... ,2,1 ,... ,2,1 ?? 。逼真度是指評(píng)價(jià)圖像與標(biāo)準(zhǔn)圖像的偏離程度，圖像的可懂度則是表示圖像能向人或計(jì)算機(jī)提供信息的能力。在圖像通信中，將圖像傳輸?shù)浇邮斩耍渲幸?jīng)過(guò)采集、傳輸、處理、記錄等過(guò)程，所有這些技術(shù)的優(yōu)劣都會(huì)影響到圖像質(zhì)量。畫(huà)家用改變色濃和色深的方法來(lái)從某種純色獲得不同色調(diào)的顏色。 灰度級(jí)為 [0, L1]的數(shù)字圖像的灰度直方圖通常用離散函數(shù) h(rk)表示， h(rk)定義如下： kk nrh ?)( 其中 rk 為第 k 級(jí)灰度， nk 是圖像中具有灰度級(jí) rk 的像素個(gè)數(shù)。 fi fi1 fSi 圖 量化示意圖 第 3 章 圖像信息隱藏技術(shù) 15 除了常見(jiàn)的矩陣形式外，在 MATLAB 運(yùn)算等情況下，常將圖像表示成一個(gè)向量： g TN... gj... ggg )]()()2()1([? 式中， )(jg 是行向量或列向量。這樣就可以在滿足精度要求的情況下用較少的位數(shù)來(lái)表示。一般采用等間隔量化，稱之為均勻量化。 圖 所示是量化操作的示意圖。 2. 圖像的量化 經(jīng)過(guò)采樣后，模擬圖像已被分解成空間上離散的像素，但這些像素的取值仍然是連續(xù)量。這個(gè)過(guò)程是通過(guò)掃描實(shí)現(xiàn)的，輸出的量是連續(xù)的電平。 圖像的數(shù)字化處理 實(shí)際的圖像具有連續(xù)的形式，但必須經(jīng)過(guò)數(shù)字化變成離散的形式，才能在計(jì)算機(jī)中存儲(chǔ)和運(yùn)算。這種離散化的圖像就是數(shù)字圖像 （ digital image ） ，可以用 I(r,c)來(lái)表示。一幅圖像可以用一個(gè)二維函數(shù) f(x,y)來(lái)表示，也可看作是一個(gè)二維數(shù)組， x 和 y 表示二維空間XY 中一個(gè)坐標(biāo)點(diǎn)的位置，而 f 則代表圖像在點(diǎn) (x,y)的某種性質(zhì) F 的數(shù) 值。例如，光學(xué)圖像是光強(qiáng)度的空間分布，它們能被肉眼所看到，因此也是可見(jiàn)的圖像。為此，引入一個(gè)集合論的方法，將圖像的類型用圖 來(lái)表示 [33]。由此可見(jiàn)，視覺(jué)信息對(duì)人類非常重要。 數(shù)字圖像處理的基本概念和知識(shí) 圖像 圖像是用各種觀測(cè)系統(tǒng)以不同形式和手段觀測(cè)客觀世界而獲得的，可以直接或間接作用于人眼并進(jìn)而產(chǎn)生視知覺(jué)的實(shí)體。在國(guó)內(nèi) 15 種有關(guān)圖像工程 的 重要中文期刊 中關(guān)于圖像數(shù)字水印和信息隱藏的文獻(xiàn)，2021 年有 49 篇 [29]， 2021 年有 57 篇 [30]， 2021 年有 48 篇 [31],數(shù)字水印和信息隱藏已成為圖像技術(shù)中的一個(gè)重要研究熱點(diǎn)。接收方在收到后對(duì)它的簽名進(jìn)行認(rèn)證。 基于技術(shù)的 隱寫(xiě)術(shù) 信息隱藏 隱蔽信道 隱寫(xiě)術(shù) 匿名通信 版權(quán)標(biāo)識(shí) 基于語(yǔ)義的 隱寫(xiě)術(shù) 魯棒的 版權(quán)標(biāo)識(shí) 脆弱的 版權(quán)標(biāo)識(shí) 數(shù)字水印 數(shù)字指紋 可見(jiàn)水印 不可見(jiàn)水印 廣東農(nóng)工商職業(yè)技術(shù)學(xué)院畢業(yè)論文（設(shè)計(jì)） 10 ?????