【文章內容簡介】 分布的有限個像素，灰度取值上表現為有限個離散的可能值的數字圖像。數字化之后的圖像用一個矩陣表示g=[g(x，y)]式中x、y是整數，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N為采樣的列數。除了常見的矩陣形式外，在MATLAB運算等情況下，常將圖像表示成一個向量：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形成的。 數字圖像的灰度直方圖灰度直方圖是數字圖像的重要特征之一。它是關于灰度級分布的函數，反映一幅圖像中各灰度級與各灰度級像素出現的頻率之間的關系?；叶燃墳閇O，L1]的數字圖像的灰度直方圖通常用離散函數h(Rk)表示，定義如下：h(Rk)其中Rk為第k級灰度，Nk是圖像中具有灰度級Rk的像素個數。顯然0≤k≤L1，0≤Nk≤n1，n為圖像總的像素數目。在圖像處理中常用的是歸一化的直方圖P(Rk)。 (32) (33) P(Rk)反映了圖像中各個灰度級的分布概率，是能夠反映圖像整體特征的一個統(tǒng)計量?？梢钥闯?，直方圖很直觀地反映了圖像的視覺效果。對于視覺效果良好的圖像，它的像素灰度應該占據可利用的整個灰度范圍，而且各灰度級分布均勻。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中得到了重要的應用。提出了基于差分直方圖實現LSB信息隱藏的可靠性檢測方法，研究了一種基于頻率域差分直方圖能量分布的可對DFT域、DCT域和DWT域圖像信息隱藏實現通用盲檢測的方法。提出了基于空域直方圖、頻域直方圖的無損數據隱藏方法。 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三維顏色空間中的一個可見光子集，它包含某個顏色域的所有顏色。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之類的硬設備，另一類面向以彩色處理為目的的應用。面向硬設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最常見的模型。1．RGB模型RGB顏色模型基于笛卡兒三維直角坐標系，3個軸分別為紅、綠、藍三基色，各個基色混合在一起可以產生復合色。，在正方體的主對角線上，各原色的強度相等，產生由暗到明的白色，也就是不同的灰度值。(0,0,0)為黑色，(1,1,1)為白色。正方體的其它六個角點分別為紅、黃、綠、青、藍和品紅。紅藍綠黃=紅+綠品紅=紅+藍青=綠+藍白=紅+綠+藍 RGB混合效果 藍(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立方體根據這個模型，一幅彩色圖像每個像素的顏色都用三維空間的一個點來表示，由紅、綠、藍三基色以不同的比例相加混合而產生的。C=aR+bG+cB (33)其中C為任意彩色光，a,b,c,為三基色R、G、B的權值。R、G、B的亮度值限定在[0255]。2．HSV模型該模型對應于圓柱坐標系的一個圓錐形子集()。圓錐的頂面對應于V=1，代表的顏色較亮。色彩H由繞V軸的旋轉角給定，紅色對應于角度0度，綠色對應于角度120度，藍色對應于角度240度。在HSV顏色模型中，每一種顏色和它的補色相差180度。飽和度s取值從0到1，由圓心向圓周過渡。在圓錐的頂點處，V=0，H和S無定義，代表黑色，圓錐頂面中心處S=0，V=1，H無定義，代表白色，從該點到原點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（240度） 品紅 H 0 S HSV顏色模型HSV顏色模型對應于畫家的配色方法。畫家用改變色濃和色深的方法來從某種純色獲得不同色調的顏色。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，同時加入不同比例的白色，黑色即可得到不同色調的顏色。，為具有某個固定色彩的顏色三角形表示。 色濃 白 純色 色調 灰 色深 黑 顏色三角形 圖像質量評價圖像質量評價的研究是圖像信息工程的基礎技術之一。在圖像通信中，將圖像傳輸到接收端，其中要經過采集、傳輸、處理、記錄等過程，所有這些技術的優(yōu)劣都會影響到圖像質量。圖像處理中的編碼技術，就是在保持編碼圖像一定質量的前提下，以盡可能少的比特數來表示圖像。以便節(jié)省信道有效帶寬或存儲器的容量。數字圖像信息隱藏系統(tǒng)中也必須對隱藏算法中得到的隱密公開圖像和解密算法中得到的恢復圖像質量進行評價。圖像質量的含義包括兩個方面，一是圖像的逼真度(fidelity)，另一個是圖像的可懂度(intelligibility)。逼真度是指評價圖像與標準圖像的偏離程度，圖像的可懂度則是表示圖像能向人或計算機提供信息的能力。由于人們對圖像質量的評價受到諸如觀察環(huán)境、觀察者的視覺心理和精神狀態(tài)以及觀察者與視覺場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很困難的課題，雖然取得了一些進展，但是還沒有很好的解決。因此，對圖像質量的評價方法工程中采用的還是主觀評價法，在一些特定應用背景，如圖像復原中，才采用定量分析。1．圖像的客觀質量評價方法客觀評價是用隱密圖像(或恢復圖像)偏離原始圖像的誤差來衡量隱密圖像(或恢復圖像)的質量。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，說明兩幅圖像差別越小，即兩者越相似。峰值信噪比PSNR越大，說明圖像的保真度越好，兩幅圖像越相似。PSNR本質上與MSE相同，其關系表達式為式(34)和式(35)看起來直觀、嚴格，但用它們所求得的結果常與人們的主觀視覺效果不一致。這是因為均方根誤差和峰值信噪比是從總體上反映原始圖像和隱密圖像(或恢復圖像)的差別，并不能反映一幅圖像中少數像素點有較大灰度差別和較多像素點有較小灰度差別等各種情況。顯然，客觀質量評價采用式(34)和式(35)對圖像中所有像素點同樣對待，不能全面反映人眼的視覺特性。2．圖像的主觀質量評價方法主觀評價方法就是讓一群觀察者根據一些事先規(guī)定的評價尺度或自己的經驗，對測試圖像按視覺效果提出質量判斷，并給出質量分數，對所有觀察者給出的分數進行加權平均，所得的結果即為圖像的主觀質量評價。主觀評價主要有兩種度量尺度，即絕對尺度和相對尺度，如表3．1所示。這種測量方法雖然較好地反映出了圖像的直觀質量，但無法應用數學模型對其進行描述，且該方法操作復雜，在實際應用中，不能應用于實時傳輸的場合。在有些應用場合需要將主觀評價和客觀評價結合起來，后面討論的信息隱藏系統(tǒng)就是如此。表31 主觀質量測量尺度級別絕對測量尺度相對測量尺度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．新的質量評價方法隨著圖像處理技術的發(fā)展，圖像質量評價方法的研究已從以往的簡單誤差統(tǒng)計方法發(fā)展到結合人眼視覺特性(HSV)的誤差統(tǒng)計方法。(1)基于視覺感知的圖像質量評價方法圖像質量對人眼視覺的影響是由人眼視覺系統(tǒng)的靈敏度決定的，而視覺靈敏度是由人眼的視覺細胞決定的。此外，人眼視覺系統(tǒng)的靈敏度還受到圖像局部空間頻率的影響，大量實驗結果證明：影響像素誤差可視度的因素是誤差周圍的局部區(qū)域環(huán)境，而不是整個圖像的背景環(huán)境。根據上述視覺特性，典型的HVS模型模擬了視覺感知的3個顯著特性，即視覺非線性特性(Weber定律)、視覺敏感度帶通和視覺多通道及掩蓋效應。2．基于視覺興趣的圖像質量評價方法從視覺心理學角度看，視覺是一種積極的感受行為，不僅與生理因素有關，還在相當大的程度上取決于心理因素。人們在觀察和理解圖像時，往往會不自覺地對其中某些區(qū)域產生興趣，這些區(qū)域被稱為“感興趣區(qū)”(ROI，Region Of Interest)。整幅圖像的視覺質量往往取決于ROI的質量，而非ROI的降質有時不易覺察。一種基于視覺興趣的圖像質量評價方法為：通過對圖像中不同區(qū)域的加權突出人眼對ROI的興趣程度，近似認為人眼對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是指將秘密信息嵌入數字圖像的空間域中，即對像素灰度值進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行改進擴展的，使得LSB方法成為使用最為廣泛的隱藏技術之一?，F在有一些簡單的信息隱藏軟件大多是運用LSB和調色板調整等相關技術將信息隱藏在24bit圖像或256色圖像中，如Hide and Seek，Stego Dos，White Noise Storm，Stools等經典信息隱藏軟件。1．隱藏原理LSB方法通過調整載體圖像像素值的最低若干有效位來來實現數據的嵌入，使所隱藏信息在視覺上很難被發(fā)覺，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，在視覺上是不可見的。實際上，對于24bit真彩色圖像，我們在其最低兩位甚至三位來隱藏信息使視覺上仍然是不可見的，對于灰度圖像，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，根據異或的可逆準則，采用替換的準則來實現信息的隱藏。異或的簡單原理如下：基于異或的運算也有許多改進的算法，在嵌入的過程中，首先計算每個像素灰度值的每一位的異或值，并把所得到的結果與要嵌入的信息進行異或運算，然后，把像素灰度值的最低位全部清零或置為1，再根據異或運算結果的值來改變最低位的信息，實際上，這相當于對信息進行了一層加密處理，嵌入的不再是原始信息，而是原始信息的另外一種表達形式，不知道密鑰的攻擊者很難從中提取出信息。2．數據嵌入量對于24bit圖像，LSB隱藏算法是3數據位/像素，每個像素又是由24位來表示，那么可以隱藏的信息率為3/24=1/8。如果是改變每個字節(jié)的最低兩位，可以隱藏信息率為2/8，同理，改變三位的話，信息隱藏率變?yōu)?/8。也可以計算出在8位灰度圖像中進行信息隱藏時的數據隱藏率，8位灰度圖像的是每個像素隱藏一個信息位，每個像素是由8位來表示，它的LSB信息隱藏率為：1/8，可能看出它的結果與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。因為LSB算法試圖利用人類視覺系統(tǒng)的漏洞，而有損壓縮算法所依賴的，是對附加噪聲的不敏感性，正是利用它來減少數據量的。幾何交換移動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，通常都會破壞隱藏的數據。. 基于統(tǒng)計的信息隱藏基于統(tǒng)計的信息隱藏技術也是空域算法的重要分支，它對圖像的一些特征進行統(tǒng)計來表示要隱藏的信息。根據人的視覺特性，一些紋理區(qū)域的灰度值的改變對人的視覺系統(tǒng)不是很敏感，輕微的改變某些像素的灰度值，人的眼睛是覺察不到的，而對于平坦區(qū)域的噪聲，人的視覺系統(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，應當在變化較復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)計特性的信息隱藏算法。該算法在載體圖像中利用偽隨機數選擇N對像素點，然后針對每個像素點的亮度值，使得整幅圖像的平均亮度保持不變。也就是說，該算法假設任意像素之差是零，均值隨機變量，任選N對像素，增加對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試的概念，它的目的是為了在幀間進行編碼時，對掃描方式進行選擇的優(yōu)化策略，把它運用到信息隱藏過程中去，提出了基于平坦測度的隱藏方法，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嵌入的檢測算法，該文獻對圖像像素值與鄰域均值的差的分布進行建模，以該分布的方差定義了圖像平滑度的概念，進而通過對消息嵌入、LSB平面取反帶來的圖像平滑度的變化進行分析，提出了針對空域LSB替換偽裝算法的秘密消息長度估計算法，該算法可以準確地估計圖像中嵌入的秘密信息數據量的大小，計算速度快，有利于實現實時檢測。此外，偽隨機置換、圖象降質和秘密信道、將信息編碼在基十調色板圖象中、量化和抖動、失真技術等也都是空域法中的主要方法?？傮w上來看，空間域算法簡單、計算速度快、隱藏信息量大，且一般可以實現盲提取，但魯棒性較差，對于載體圖像的壓縮、噪聲擾動等攻擊的抵抗力較弱。 變換域(Trans of Formation Domain)隱藏算