【文章內(nèi)容簡介】 來約占 20％。由此可見，視覺信息對人類非常重要。同時，圖像又是人類獲取視覺信息的主要途徑，是人類能體驗的最重要、最豐富、信息量最大的信息源。 一幅圖像包含了它所表示的物體的有關信息，在較廣的定義下，圖像也包括 人眼不能感知的各種“表示”。圖像可根據(jù)其形式或產(chǎn)生方法來分類。為此，引入一個集合論的方法 ，將圖像的類型用圖 。 圖 圖像的模型 在圖像集合中，包含了所有可見的圖像 (visible image)，即可由人眼看見的圖像的子集，在該子集中又包含幾種不同方法產(chǎn)生的圖像的子集，一個子集為圖片 (picture)，它包括照片 (photograph)、圖 (drawing)和畫 (painting)。另一個子集為光學圖像 (optical image)，即用透鏡、光柵和全息技術產(chǎn)生的圖像。圖像的另一個子集是由連續(xù)函數(shù)和離散函數(shù)組成的抽象的數(shù)學圖像，其 中后一種是能被計算機處理的數(shù)字圖像 (digital image)。 物體 圖像 數(shù)學圖像 可見圖像 不可見圖像 模擬 數(shù)字 圖片 光學圖 像 圖像信息隱藏技術與設計 第 15 頁 共 51 頁 客觀世界在空間上是三維的，但一般從客觀景物得到的圖像是二維的。一幅圖像可以用一個二維函數(shù) f(x,y)來表示，也可看作是一個二維數(shù)組， x和 y表示二維空間 XY中一個坐標點的位置，代表圖像在點 (x,y)的某種性質(zhì) F的數(shù)值，例如一種常用的圖像是灰度圖 (如圖 )，此時 f表示灰度值，它對應客觀景物被觀察到的亮度。 圖 灰度圖 像及其函數(shù)表示 日常見到的圖像多是連續(xù)的，有時又稱之為模擬圖像，即 f,x和 y的值可以是任意實數(shù)。為了便于計算機處理和存儲，需要將連續(xù)的圖像在坐標空間 XY和性質(zhì)空間 F都離散化。這種離散化的圖像就是數(shù)字圖像 (digital image)，可以用 I(r,c)來表示。其中， r代表圖像的行 (row)， c代表圖像的列 (column)。這里 I,r,c的值都是 整數(shù)。在不致引起混淆的情況下我們?nèi)杂茫?f(x,y)表示數(shù)字圖像 ,f,x和 y都在整數(shù)集合中取值。 圖像的數(shù)字化處理 實際的圖像具有連續(xù)的形式，但必須經(jīng)過數(shù)字 化變成離散的形式，才能在計算機中存儲和運算。數(shù)字化包括采樣和量化兩個步驟。采樣就是用一個有限的數(shù)字陣列來表示一幅連續(xù)的圖像，陣列中的每一個點對應的區(qū)域為“采樣點”，又稱為圖像基元 (picture element)，簡稱為像素 (pixel)。采樣時要滿足“采樣定理”。這個過程是通過掃描實現(xiàn)的，輸出的量是連續(xù)的電平?！傲炕本褪菍@個模擬輸出量取離散整數(shù)值，這個過程用 A/D器件實現(xiàn)。 1．圖像的采樣 圖像采樣的常見方式是均勻的矩形網(wǎng)格，如圖 ，將平面 (x,y)沿 x方向和 y方向分別以△ x和△ y為間隔均勻地 進行矩形的劃分，采樣點為 x=i△ x y=j△ y于是連續(xù)圖像 f(x,y)對應的離散圖像 f1(x,y)可表示為 （ 31） 127 220 178 98 173 252 172 61 127 173 127 36 圖像信息隱藏技術與設計 第 16 頁 共 51 頁 ??? ????? 0 ,),(),( yiyxixyxfyxf cd (31) Y △ x △ y X 圖 典型的矩陣網(wǎng)格采樣方式 2．圖像的量化 經(jīng)過采樣后，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。量化就 是把采樣點上表示亮暗信息的連續(xù)量離散化后，用數(shù)字來表示。根據(jù)人眼的視覺特性，為了使量化后恢復的圖像具有良好的視覺效果，通常需要 100 多個量化等級。為了計算機的表達方便，通常取為 2 的整數(shù)次冪，如25 128 等。圖 所示是量化操作的示意圖。 F2 F0 F1 圖 量化示意圖 將連續(xù)圖像的像素值分布在 [f1,f2]范圍內(nèi)的點的取值量化為 f0，稱之為灰度值和灰階。把真實值 f和量化值 f0 之差稱為量化誤差。量化方法有兩種。一般采用等間隔廊一量化，稱之為均勻量化。 對于像素灰度值在從黑到白的范圍內(nèi)較均勻分布的圖像，這種量化可以得到較小的量化誤差。另一種量化方法是非均勻 圖像信息隱藏技術與設計 第 17 頁 共 51 頁 量化，它是依據(jù)一幅圖像具體的灰度值分布的概率密度函數(shù)，按總的量化誤差較小的原則來進行量化。具體做法是對圖像中像素灰度值頻繁出現(xiàn)的范圍，量化間隔取小一些，而對那些像素灰度值極少出現(xiàn)的范圍，則量化間隔取大一些。這樣就可以在滿足精度要求的情況下用較少的位數(shù)來表示。 3．數(shù)字圖像的表示 經(jīng)過采樣和量化操作，就可以得到一幅空間上表現(xiàn)為離散分布的有限個像素，灰度取值上表現(xiàn)為有限個離散的可能值的數(shù)字圖像。數(shù)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(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(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。它是關于灰度級分布的函數(shù)，反映一幅圖像中各灰度級與各灰度級像素出現(xiàn)的頻率之間的關系?；叶燃墳?[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級灰度， Nk是圖像中具有灰度級 Rk的像素個數(shù)。顯然 0≤ k≤ L1， 0≤ Nk≤n1， n為圖像總的像素數(shù)目。在圖像處理中常用的是歸一化的直方圖 P(Rk)。 nNRp kk /)( ? (32) 1)(10 ????Lk kRP (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?？梢钥闯觯狈綀D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(jù)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(xiàn) 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(xiàn)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(shù)據(jù)隱藏方法。 一個灰度直方圖的例子如圖 。 圖像信息隱藏技術與設計 第 18 頁 共 51 頁 P(Rk ) 0 255 圖 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(chǎn)生復合色，如圖 。 RGB顏色模型通常采用圖 所示的單位立方體來表示，在正方體的主對角線上，各原色的強度相等，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。正方體的其它六個角點分別為紅、黃、綠、青、藍和 品紅。 圖像信息隱藏技術與設計 第 19 頁 共 51 頁 圖 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) 圖 RGB立方體 根據(jù)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(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]。 紅 藍 綠 黃 =紅 +綠 品紅 =紅 +藍 青 =綠 +藍 白 =紅 +綠 +藍 圖像信息隱藏技術與設計 第 20 頁 共 51 頁 2． HSV模型 該模型對應于圓柱坐標系的一個圓錐形子集 (圖 )。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(zhuǎn)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 圖 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(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，同時加入不同比例的白色，黑色即可得到不同色調(diào)的顏色。如圖 ，為具有某個固定色彩的顏色三角形表示。 色濃 白 純色 色調(diào) 灰 色深 黑 圖 顏色三角形 圖像信息隱藏技術與設計 第 21 頁 共 51 頁 圖像質(zhì)量評價 圖像質(zhì)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?shù)浇邮?端，其中要經(jīng)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(zhì)量。圖像處理中的編碼技術，就是在保持編碼圖像一定質(zhì)量的前提下，以盡可能少的比特數(shù)來表示圖像。以便節(jié)省信道有效帶寬或存儲器的容量。數(shù)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(zhì)量進行評價。 圖像質(zhì)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(zhì)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(zhì)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(zhì)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(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 的表達式為 ? ?NMyxfyxgR M S EMxNy???? ?? ?1 12),(),( (34) ? ?? ?? ??????MxNyyxfyxgNMP S N R1 12),(),(256256lg10 (35)