【文章內(nèi)容簡(jiǎn)介】 分布的有限個(gè)像素，灰度取值上表現(xiàn)為有限個(gè)離散的可能值的數(shù)字圖像。數(shù)字化之后的圖像用一個(gè)矩陣表示g=[g(x，y)]式中x、y是整數(shù)，且1≤x≤M，I≤Y≤N，表示矩陣的大小為M*N．其中M為采樣的行數(shù)N為采樣的列數(shù)。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=[g(1)g(2)?g(j)?g(N)]。式中，g(j)是行向量或列向量。向量g是把式中元素逐行或逐列串接起來(lái)形成的。 數(shù)字圖像的灰度直方圖灰度直方圖是數(shù)字圖像的重要特征之一。它是關(guān)于灰度級(jí)分布的函數(shù)，反映一幅圖像中各灰度級(jí)與各灰度級(jí)像素出現(xiàn)的頻率之間的關(guān)系?；叶燃?jí)為[O，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，定義如下：h(Rk)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)。顯然0≤k≤L1，0≤Nk≤n1，n為圖像總的像素?cái)?shù)目。在圖像處理中常用的是歸一化的直方圖P(Rk)。 (32) (33) P(Rk)反映了圖像中各個(gè)灰度級(jí)的分布概率，是能夠反映圖像整體特征的一個(gè)統(tǒng)計(jì)量?？梢钥闯?，直方圖很直觀地反映了圖像的視覺(jué)效果。對(duì)于視覺(jué)效果良好的圖像，它的像素灰度應(yīng)該占據(jù)可利用的整個(gè)灰度范圍，而且各灰度級(jí)分布均勻。值得一提的是，灰度直方圖只能反映圖像的灰度分布情況，而不能反映圖像像素的位置，即丟失了像素的位置信息。圖像的灰度直方圖在信息隱藏技術(shù)中得到了重要的應(yīng)用。提出了基于差分直方圖實(shí)現(xiàn)LSB信息隱藏的可靠性檢測(cè)方法，研究了一種基于頻率域差分直方圖能量分布的可對(duì)DFT域、DCT域和DWT域圖像信息隱藏實(shí)現(xiàn)通用盲檢測(cè)的方法。提出了基于空域直方圖、頻域直方圖的無(wú)損數(shù)據(jù)隱藏方法。 P(R) 0 255 灰度直方圖示例 常用顏色模型所謂顏色模型就是指某個(gè)三維顏色空間中的一個(gè)可見(jiàn)光子集，它包含某個(gè)顏色域的所有顏色。常用的顏色模型可分為兩類，一類面向諸如彩色顯示器或打印機(jī)之類的硬設(shè)備，另一類面向以彩色處理為目的的應(yīng)用。面向硬設(shè)備的最常用的模型是RGB模型，而面向彩色處理的最常用模型是HIS模型。這兩種模型也是圖像技術(shù)最常見(jiàn)的模型。1．RGB模型RGB顏色模型基于笛卡兒三維直角坐標(biāo)系，3個(gè)軸分別為紅、綠、藍(lán)三基色，各個(gè)基色混合在一起可以產(chǎn)生復(fù)合色。，在正方體的主對(duì)角線上，各原色的強(qiáng)度相等，產(chǎn)生由暗到明的白色，也就是不同的灰度值。(0,0,0)為黑色，(1,1,1)為白色。正方體的其它六個(gè)角點(diǎn)分別為紅、黃、綠、青、藍(lán)和品紅。紅藍(lán)綠黃=紅+綠品紅=紅+藍(lán)青=綠+藍(lán)白=紅+綠+藍(lán) RGB混合效果 藍(lán)(0,0,1) 青(0,1,1) 白(1,1,1) 品紅(1,0,1) 黑(0,0,0) 綠(0,1,0) 紅(1,0,0) 黃(1,1,0) RGB立方體根據(jù)這個(gè)模型，一幅彩色圖像每個(gè)像素的顏色都用三維空間的一個(gè)點(diǎn)來(lái)表示，由紅、綠、藍(lán)三基色以不同的比例相加混合而產(chǎn)生的。C=aR+bG+cB (33)其中C為任意彩色光，a,b,c,為三基色R、G、B的權(quán)值。R、G、B的亮度值限定在[0255]。2．HSV模型該模型對(duì)應(yīng)于圓柱坐標(biāo)系的一個(gè)圓錐形子集()。圓錐的頂面對(duì)應(yīng)于V=1，代表的顏色較亮。色彩H由繞V軸的旋轉(zhuǎn)角給定，紅色對(duì)應(yīng)于角度0度，綠色對(duì)應(yīng)于角度120度，藍(lán)色對(duì)應(yīng)于角度240度。在HSV顏色模型中，每一種顏色和它的補(bǔ)色相差180度。飽和度s取值從0到1，由圓心向圓周過(guò)渡。在圓錐的頂點(diǎn)處，V=0，H和S無(wú)定義，代表黑色，圓錐頂面中心處S=0，V=1，H無(wú)定義，代表白色，從該點(diǎn)到原點(diǎn)代表亮度漸暗的白色，即不同灰度的白色。任何V=1，S=1的顏色都是純色。V 綠（120度） 黃 青 紅（0度） 藍(lán)（240度） 品紅 H 0 S HSV顏色模型HSV顏色模型對(duì)應(yīng)于畫(huà)家的配色方法。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。其做法是：在一種純色中加入白色以改變色濃，加入黑色以改變色深，同時(shí)加入不同比例的白色，黑色即可得到不同色調(diào)的顏色。，為具有某個(gè)固定色彩的顏色三角形表示。 色濃 白 純色 色調(diào) 灰 色深 黑 顏色三角形 圖像質(zhì)量評(píng)價(jià)圖像質(zhì)量評(píng)價(jià)的研究是圖像信息工程的基礎(chǔ)技術(shù)之一。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。圖像處理中的編碼技術(shù)，就是在保持編碼圖像一定質(zhì)量的前提下，以盡可能少的比特?cái)?shù)來(lái)表示圖像。以便節(jié)省信道有效帶寬或存儲(chǔ)器的容量。數(shù)字圖像信息隱藏系統(tǒng)中也必須對(duì)隱藏算法中得到的隱密公開(kāi)圖像和解密算法中得到的恢復(fù)圖像質(zhì)量進(jìn)行評(píng)價(jià)。圖像質(zhì)量的含義包括兩個(gè)方面，一是圖像的逼真度(fidelity)，另一個(gè)是圖像的可懂度(intelligibility)。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。由于人們對(duì)圖像質(zhì)量的評(píng)價(jià)受到諸如觀察環(huán)境、觀察者的視覺(jué)心理和精神狀態(tài)以及觀察者與視覺(jué)場(chǎng)景相互作用的程度等因素的影響，逼真度和可懂度的定量分析方法是個(gè)很困難的課題，雖然取得了一些進(jìn)展，但是還沒(méi)有很好的解決。因此，對(duì)圖像質(zhì)量的評(píng)價(jià)方法工程中采用的還是主觀評(píng)價(jià)法，在一些特定應(yīng)用背景，如圖像復(fù)原中，才采用定量分析。1．圖像的客觀質(zhì)量評(píng)價(jià)方法客觀評(píng)價(jià)是用隱密圖像(或恢復(fù)圖像)偏離原始圖像的誤差來(lái)衡量隱密圖像(或恢復(fù)圖像)的質(zhì)量。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)，它們的表達(dá)式為 (34) (35) 其中，f(x，y)和g(x，y)分別表示原始圖像和隱密圖像(或恢復(fù)圖像)，M,N分表示圖像的寬與高，且x=1,2，．．M，y=1,2，．．．，N。RMSE越小，說(shuō)明兩幅圖像差別越小，即兩者越相似。峰值信噪比PSNR越大，說(shuō)明圖像的保真度越好，兩幅圖像越相似。PSNR本質(zhì)上與MSE相同，其關(guān)系表達(dá)式為式(34)和式(35)看起來(lái)直觀、嚴(yán)格，但用它們所求得的結(jié)果常與人們的主觀視覺(jué)效果不一致。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。顯然，客觀質(zhì)量評(píng)價(jià)采用式(34)和式(35)對(duì)圖像中所有像素點(diǎn)同樣對(duì)待，不能全面反映人眼的視覺(jué)特性。2．圖像的主觀質(zhì)量評(píng)價(jià)方法主觀評(píng)價(jià)方法就是讓一群觀察者根據(jù)一些事先規(guī)定的評(píng)價(jià)尺度或自己的經(jīng)驗(yàn)，對(duì)測(cè)試圖像按視覺(jué)效果提出質(zhì)量判斷，并給出質(zhì)量分?jǐn)?shù)，對(duì)所有觀察者給出的分?jǐn)?shù)進(jìn)行加權(quán)平均，所得的結(jié)果即為圖像的主觀質(zhì)量評(píng)價(jià)。主觀評(píng)價(jià)主要有兩種度量尺度，即絕對(duì)尺度和相對(duì)尺度，如表3．1所示。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。在有些應(yīng)用場(chǎng)合需要將主觀評(píng)價(jià)和客觀評(píng)價(jià)結(jié)合起來(lái)，后面討論的信息隱藏系統(tǒng)就是如此。表31 主觀質(zhì)量測(cè)量尺度級(jí)別絕對(duì)測(cè)量尺度相對(duì)測(cè)量尺度1很好一批中最好的2較好比該批中平均水平好3一般該批中平均水平4較差比該批平均水平差5很差該批中最差的3．新的質(zhì)量評(píng)價(jià)方法隨著圖像處理技術(shù)的發(fā)展，圖像質(zhì)量評(píng)價(jià)方法的研究已從以往的簡(jiǎn)單誤差統(tǒng)計(jì)方法發(fā)展到結(jié)合人眼視覺(jué)特性(HSV)的誤差統(tǒng)計(jì)方法。(1)基于視覺(jué)感知的圖像質(zhì)量評(píng)價(jià)方法圖像質(zhì)量對(duì)人眼視覺(jué)的影響是由人眼視覺(jué)系統(tǒng)的靈敏度決定的，而視覺(jué)靈敏度是由人眼的視覺(jué)細(xì)胞決定的。此外，人眼視覺(jué)系統(tǒng)的靈敏度還受到圖像局部空間頻率的影響，大量實(shí)驗(yàn)結(jié)果證明：影響像素誤差可視度的因素是誤差周?chē)木植繀^(qū)域環(huán)境，而不是整個(gè)圖像的背景環(huán)境。根據(jù)上述視覺(jué)特性，典型的HVS模型模擬了視覺(jué)感知的3個(gè)顯著特性，即視覺(jué)非線性特性(Weber定律)、視覺(jué)敏感度帶通和視覺(jué)多通道及掩蓋效應(yīng)。2．基于視覺(jué)興趣的圖像質(zhì)量評(píng)價(jià)方法從視覺(jué)心理學(xué)角度看，視覺(jué)是一種積極的感受行為，不僅與生理因素有關(guān)，還在相當(dāng)大的程度上取決于心理因素。人們?cè)谟^察和理解圖像時(shí)，往往會(huì)不自覺(jué)地對(duì)其中某些區(qū)域產(chǎn)生興趣，這些區(qū)域被稱為“感興趣區(qū)”(ROI，Region Of Interest)。整幅圖像的視覺(jué)質(zhì)量往往取決于ROI的質(zhì)量，而非ROI的降質(zhì)有時(shí)不易覺(jué)察。一種基于視覺(jué)興趣的圖像質(zhì)量評(píng)價(jià)方法為：通過(guò)對(duì)圖像中不同區(qū)域的加權(quán)突出人眼對(duì)ROI的興趣程度，近似認(rèn)為人眼對(duì)ROI的興趣程度與其面積成反比。 空域(Spatial Domain)隱藏算法空域隱藏技術(shù)是指將秘密信息嵌入數(shù)字圖像的空間域中，即對(duì)像素灰度值進(jìn)行修改以隱藏秘密信息。 LSB替換算法最低有效位(Least Significant Bits，LSB)方法是最早提出來(lái)的最基本的空域圖像信息隱藏算法，許多其它的空域算法都是從它的基本原理進(jìn)行改進(jìn)擴(kuò)展的，使得LSB方法成為使用最為廣泛的隱藏技術(shù)之一?，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，Stego Dos，White Noise Storm，Stools等經(jīng)典信息隱藏軟件。1．隱藏原理LSB方法通過(guò)調(diào)整載體圖像像素值的最低若干有效位來(lái)來(lái)實(shí)現(xiàn)數(shù)據(jù)的嵌入，使所隱藏信息在視覺(jué)上很難被發(fā)覺(jué)，而且只有知道秘密信息嵌入的位置才能正確提取出秘密信息。顯然，LSB隱藏算法最低位被改變的概率是50%，它在原始圖像里面引入了極小的噪聲，在視覺(jué)上是不可見(jiàn)的。實(shí)際上，對(duì)于24bit真彩色圖像，我們?cè)谄渥畹蛢晌簧踔寥粊?lái)隱藏信息使視覺(jué)上仍然是不可見(jiàn)的，對(duì)于灰度圖像，改變其最低兩位也能取得較好的效果。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。異或的簡(jiǎn)單原理如下：基于異或的運(yùn)算也有許多改進(jìn)的算法，在嵌入的過(guò)程中，首先計(jì)算每個(gè)像素灰度值的每一位的異或值，并把所得到的結(jié)果與要嵌入的信息進(jìn)行異或運(yùn)算，然后，把像素灰度值的最低位全部清零或置為1，再根據(jù)異或運(yùn)算結(jié)果的值來(lái)改變最低位的信息，實(shí)際上，這相當(dāng)于對(duì)信息進(jìn)行了一層加密處理，嵌入的不再是原始信息，而是原始信息的另外一種表達(dá)形式，不知道密鑰的攻擊者很難從中提取出信息。2．?dāng)?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。如果是改變每個(gè)字節(jié)的最低兩位，可以隱藏信息率為2/8，同理，改變?nèi)坏脑挘畔㈦[藏率變?yōu)?/8。也可以計(jì)算出在8位灰度圖像中進(jìn)行信息隱藏時(shí)的數(shù)據(jù)隱藏率，8位灰度圖像的是每個(gè)像素隱藏一個(gè)信息位，每個(gè)像素是由8位來(lái)表示，它的LSB信息隱藏率為：1/8，可能看出它的結(jié)果與24位圖像相同，同樣改變兩位或三位也與24位圖像相同。3．魯棒性分析LSB算法具有非常弱的魯棒性。對(duì)于許多變換，即使是有益的，也都是很脆弱的。有損壓縮典型的有損壓縮如JPEG，就很有可能徹底破壞隱藏的信息。因?yàn)長(zhǎng)SB算法試圖利用人類視覺(jué)系統(tǒng)的漏洞，而有損壓縮算法所依賴的，是對(duì)附加噪聲的不敏感性，正是利用它來(lái)減少數(shù)據(jù)量的。幾何交換移動(dòng)像素尤其是改變像素在原柵格中的位置都有可能破壞嵌入的消息。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)。. 基于統(tǒng)計(jì)的信息隱藏基于統(tǒng)計(jì)的信息隱藏技術(shù)也是空域算法的重要分支，它對(duì)圖像的一些特征進(jìn)行統(tǒng)計(jì)來(lái)表示要隱藏的信息。根據(jù)人的視覺(jué)特性，一些紋理區(qū)域的灰度值的改變對(duì)人的視覺(jué)系統(tǒng)不是很敏感，輕微的改變某些像素的灰度值，人的眼睛是覺(jué)察不到的，而對(duì)于平坦區(qū)域的噪聲，人的視覺(jué)系統(tǒng)是非常敏感的。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。Bander等人提出的Patchwork算法是一種基于統(tǒng)計(jì)特性的信息隱藏算法。該算法在載體圖像中利用偽隨機(jī)數(shù)選擇N對(duì)像素點(diǎn)，然后針對(duì)每個(gè)像素點(diǎn)的亮度值，使得整幅圖像的平均亮度保持不變。也就是說(shuō)，該算法假設(shè)任意像素之差是零，均值隨機(jī)變量，任選N對(duì)像素，增加對(duì)比度而不改變平均亮度，使該均值偏移而隱藏信息。陳默等提出了圖像塊平坦測(cè)試的概念，它的目的是為了在幀間進(jìn)行編碼時(shí)，對(duì)掃描方式進(jìn)行選擇的優(yōu)化策略，把它運(yùn)用到信息隱藏過(guò)程中去，提出了基于平坦測(cè)度的隱藏方法，同樣取得了較好的隱藏效果。張濤等人提出了基于圖像平滑度的空域LSB嵌入的檢測(cè)算法，該文獻(xiàn)對(duì)圖像像素值與鄰域均值的差的分布進(jìn)行建模，以該分布的方差定義了圖像平滑度的概念，進(jìn)而通過(guò)對(duì)消息嵌入、LSB平面取反帶來(lái)的圖像平滑度的變化進(jìn)行分析，提出了針對(duì)空域LSB替換偽裝算法的秘密消息長(zhǎng)度估計(jì)算法，該算法可以準(zhǔn)確地估計(jì)圖像中嵌入的秘密信息數(shù)據(jù)量的大小，計(jì)算速度快，有利于實(shí)現(xiàn)實(shí)時(shí)檢測(cè)。此外，偽隨機(jī)置換、圖象降質(zhì)和秘密信道、將信息編碼在基十調(diào)色板圖象中、量化和抖動(dòng)、失真技術(shù)等也都是空域法中的主要方法?？傮w上來(lái)看，空間域算法簡(jiǎn)單、計(jì)算速度快、隱藏信息量大，且一般可以實(shí)現(xiàn)盲提取，但魯棒性較差，對(duì)于載體圖像的壓縮、噪聲擾動(dòng)等攻擊的抵抗力較弱。 變換域(Trans of Formation Domain)隱藏算