【導(dǎo)讀】信息隱藏的研究是當(dāng)前信息安全領(lǐng)域的熱點(diǎn)問題之一，其目的就是在圖像、音。頻、視頻等公開的數(shù)字媒體中嵌入不可覺察的秘密信息，從而實(shí)現(xiàn)隱蔽通信。本文進(jìn)行的主要工作有：（一）綜述了信息隱藏技術(shù)國內(nèi)外。隱藏的幾種常用的算法，著重討論了基于DCT變換的圖像信息隱藏算法及其應(yīng)用；（三）論述了數(shù)字圖像的置亂技術(shù)，包括圖像置亂變換的定義、周期和算法評價，域圖像信息隱藏技術(shù)，并運(yùn)用MATLAB工具進(jìn)行實(shí)驗測試和分析。

　　

【正文】 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。它們的計算公式分別如下： （ 2） DCT 變換 變換前將圖像劃分為若干個 88 矩陣。這種矩陣在 JPEG 中被稱為MCU(Minimum Code Unit) 。 MCU 代表 JPEG 文件中存儲壓縮數(shù)據(jù)的基本單位，在每個 MCU 中包含一些亮度 Y 矩陣和色度 Cb 矩陣，飽和度 Cr 矩陣，但一個 MCU中包含的矩陣數(shù)不得超過 10 個。例如 :在采樣比例為 4:1:1 中，每個 MCU 單元中含有 4 個亮度矩陣、 1 個 Cb 矩陣和 1 個 Cr 矩陣。 （ 3）量化 對圖像像素經(jīng)過 DCT 變換后轉(zhuǎn)換為頻率系數(shù)進(jìn)行量化，每 個系數(shù)的量化步長由量化表指定，量化的目的是減小非 “0”系數(shù)的幅度以及增加 “0”值系數(shù)的數(shù)目，實(shí)現(xiàn)壓縮的目的。經(jīng)過量化階段后，所有數(shù)據(jù)只保留整數(shù)近似值，也就再度損失了一些數(shù)據(jù)內(nèi)容，量化是圖像質(zhì)量下降的最主要原因，但是它并不影響圖像給人的視覺效果，只是一些對人的視覺冗余的數(shù)據(jù)被丟棄。當(dāng)頻率系數(shù)經(jīng)過量化后，將頻率系數(shù)由浮點(diǎn)數(shù)轉(zhuǎn)變?yōu)榱苏麛?shù)，這有利于執(zhí)行最后的編碼。 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)展起來的一種圖像加密技術(shù)，同時，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)的抗攻擊和檢測能力。 本章首先 闡述 了圖像置亂 技術(shù)在信息隱藏中的作用和圖像置亂技術(shù)目前的研究進(jìn)展情況； 其次，解析了 圖像置亂變換的定義、周期和算法 效果的 評價 以及圖像置亂程度的衡量方法；接著介紹了 Fibonacci 與 FibonacciQ 變換 、 Hilbert 曲線變換 、幻方變換 、 正交拉丁方變換 、 仿射變換 等 常用的圖像置亂技術(shù) ；最后闡述了 Arnold變換的定義 和周期，討論了 Arnold 變換在圖像預(yù)處理中的 優(yōu)點(diǎn) ，給出了在 Matlab 環(huán)境下 Arnold 變換 的程序和實(shí)例效果。 數(shù)字 圖像置亂技術(shù)概述 數(shù)字圖像置亂框圖 數(shù)字圖像的置亂技術(shù)是指發(fā)送方借助數(shù)學(xué)或其他領(lǐng)域的技術(shù)，對一幅有意義的數(shù)字圖像作變換使之變成一幅雜亂無章的圖像再用于傳輸；在圖像傳輸過程中，非法截獲者無法從雜亂無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)去亂過程，可恢復(fù)原圖像。同時為了確保其機(jī)密性，置亂過程中一般引入密鑰。具體框圖如圖 所示。 圖 數(shù)字圖像置亂框圖 發(fā)送方 接收方 待置亂圖像 置亂圖像 去亂圖像 置亂 去亂 密鑰 1 密鑰 2 廣東農(nóng)工商職業(yè)技術(shù)學(xué)院畢業(yè)論文（設(shè)計） 26 因為任何信息流， 均可較快捷地轉(zhuǎn)化為二維矩陣的形式，而從數(shù)學(xué)觀點(diǎn)出發(fā)，這又可以看成是數(shù)字圖像。對于數(shù)字化的圖像，置亂過程不僅可以在數(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，以及空頻域同時進(jìn)行。 置亂技術(shù)在信息隱藏中的作用 實(shí)踐證明，置亂已經(jīng)成為隱蔽通信研究的基礎(chǔ)性工作。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等方面，還具有如下的一些作用。 ???????? 圖像置亂變換 的定義、周期和算法評價 圖像置亂變換的定義 由于彩色圖像的置亂變換與灰度圖像的置亂變換沒有本質(zhì)的區(qū)別，本文在沒有特別聲明時，均指灰度圖像的置亂變換。因為圖像可以看成是數(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數(shù)，其元素值看成圖像的灰度值。因此圖像置亂變換的定義如下。 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。其變換方法如下： 將 A 與 T 按行列作一一對應(yīng)，將 A 中對應(yīng)位置 1 的象素灰 度值（或 RGB 分量值）移到對應(yīng)位置 2，對應(yīng)位置 2 的象素灰度值移到對應(yīng)位置 3，??以此類推，最后將對應(yīng) nm 位置的象素灰度值移到對應(yīng)位置 1，就得到了按 T 置亂后的圖像 B。我們稱圖像 A 經(jīng)置亂變換 T 變換到了圖像 B。記為 B=TA。 ???????? ???????? ???????? 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，使攻擊者不能識別其內(nèi)容。一般來說 ,置亂后的圖像相對于原始圖像越“亂”，表明該置亂算法就越有效，將其隱藏在公開圖像中后，其安全性越高。然而，“亂”是人的視覺效果，帶有一定主 觀性，不同的觀察者評價結(jié)果可能不同。為此，提出了用置亂程度來量化置亂效果的思想，給出了圖像置亂程度的幾個定義。 所謂置亂程度，主要是指相對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關(guān)。從直觀上講，作置亂變換時，原圖像的象素位置移動得越遠(yuǎn)，則其置亂程度越大。因此柏森等人在文獻(xiàn) [98]中提出可以用各象素點(diǎn)移動的平均距離來定義置亂程度。 定義 假定圖像 A 中象素 (i, j)的灰度值被置亂變換 T 移到了圖像 B 中的((trow(i, j), tcol(i, j))象素，則定義該變換 T對圖像 A的置亂程 度為 ? ? ? ?? ?? ? ????? ni mj c o lr o wT jitjjitimnAS 1 1 22 ),(),(1)( ?????? ?????? (a) 原 圖 (b) arnold 1 次 (c) arnold 2 次 (d) arnold 10 次 (e) arnold 60 次 (f) arnold 94 次 (g) arnold 95 次 (h) arnold 96 次 圖 45 Arnold 變換置亂效果圖 廣東農(nóng)工商職業(yè)技術(shù)學(xué)院畢業(yè)論文（設(shè)計） 28 第 5 章 數(shù)字圖像的融合技術(shù) 數(shù)字圖像的融合技 術(shù) 就是通過某種方法 將 兩幅或 多幅數(shù)字圖像融合為一幅圖像 。通過圖像融合實(shí)現(xiàn)信息隱藏是目前常用的一種信息隱藏技術(shù)。 本章首先概述了基于圖像融合的 信息 隱藏技術(shù) 的研究成果，然后闡述了 基于融合的圖像隱藏原理和定義 ，接著分別討論了 兩幅數(shù)字圖像的融合 、 數(shù)字圖像的 n 重迭代混合 、 數(shù)字圖像的多幅迭代混合 等圖像融合技術(shù)，并以實(shí)例通過計算 融合圖像與恢復(fù)圖像的均方根誤差和峰值信噪比 探討了兩幅數(shù)字圖像的融合 與恢復(fù)的 效果 。 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高級影像處理技術(shù)來復(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，以形成對目標(biāo)的完整一致的信息描述。遙感圖像信息融合技術(shù)將多源圖像的有用信息進(jìn)行合理結(jié)合，提高圖像的光譜信息和改善圖像細(xì)節(jié)，已引起了業(yè)界的廣 泛關(guān)注 [101]。 近年來，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。基于融合的數(shù)字圖像隱藏技術(shù)，具有隱藏信息量大、計算簡單、易實(shí)現(xiàn)、恢復(fù)圖像質(zhì)量好等特點(diǎn)。 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)。該算法進(jìn)行圖像隱藏與恢復(fù)的誤差不僅依賴于兩幅圖像，而目與混合參數(shù)相關(guān)。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。若要恢復(fù)效果好，則混合參數(shù)就不能太接近于 0，因此，必須選擇適當(dāng)?shù)幕旌蠀?shù)進(jìn)行圖像隱藏。 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。利用圖像的迭代混合可以將一幅圖像隱藏于另一幅圖像之中，多幅迭代混合可將一幅圖像通過一組圖像隱藏起來，迭代混合參數(shù)還可以作為隱藏圖像的密鑰，極大地提高了系統(tǒng)的安全性。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。zier 曲線融合，以達(dá)到隱藏一幅秘密圖像的目的。 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。 文獻(xiàn) [106]通過對信息融合實(shí)質(zhì)的分析，運(yùn)用數(shù)字圖像 “分存 ”的思想，提出了基于 RB ( Rational B233。zier)曲線的多幅數(shù)字圖像融合方法。該方法利用 n 次有理 B233。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。該方法具有更多的融合因子，而目這些因子可以組合成更多的密鑰，不僅能保證融合圖像和恢復(fù)圖像 的質(zhì)量，也增強(qiáng)了抵抗攻擊的能力。 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。 由于 人類視覺系統(tǒng) （ HVS） 對圖像的冗余信息不敏感，人眼感受到的兩幅質(zhì)量相似的圖像像素灰度值可能存在較大的差別。比如，一幅灰度圖像的 4 個最低有效位用另一幅灰度圖像的 4 個最高有效位代替，肉眼通常無法分辨出它們的區(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。通過對文獻(xiàn) [102106]中的融合方法的研究不難發(fā)現(xiàn)，只要能選出具有 非負(fù)性、歸一性、交互性這 3 種性質(zhì)的一組基函數(shù)，就可以以這組基函數(shù)作為權(quán)值，將多幅數(shù)字圖像融合為一幅圖像，從而也將一幅秘密圖像隱藏在其中。通過對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。 廣東農(nóng)工商職業(yè)技術(shù)學(xué)院畢業(yè)論文（設(shè)計） 30 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) 本章提出了一種新的基于 DCT 變換和圖像 置亂融合 技術(shù) 的圖像信息隱藏 算法，運(yùn)用 MATLAB 工具 進(jìn)行實(shí) 驗 測試 和分析，結(jié)果表明， 該 隱藏技術(shù) 具有較大的信息嵌入量和較好的 不可感知性 ，對常見的圖像處理操作，具有一定程度的 魯棒性 。 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。 圖 基于置亂融合的嵌入流程 基于置亂融合的提取流程 下面仍然采用 256256 的灰度圖像 作為載體，以 256256 的灰度圖像 作為秘密信息，對 先進(jìn)行 60 次 arnold 變換（周期為 192 次），再采用融合系數(shù) α= 進(jìn)行融合，得到隱密圖像 。 恢復(fù)時需進(jìn)行解置亂，即進(jìn)行 19260=132 次置亂。 然后和直接進(jìn)行融合的結(jié)果（ α=）作比較，效果圖和 RMSE、 PSNR 如圖 和表 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 看， 主觀視覺上，采用融合 系數(shù) α= 直接 融合 得到的隱密圖像依稀可見 eagle 的白色頭部輪廓（如上章所述，當(dāng) α= 時才能得到折中的較好的隱密圖像），而 經(jīng)過 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。 而從客觀數(shù)據(jù)來看，采用置亂融合的方式得到的參數(shù)并不比直接融合的方式理想，相反，恰恰略微差了一點(diǎn)點(diǎn)。這也說明了客觀數(shù)據(jù)并不總是能反映人的視覺效果。 從 恢復(fù) 圖像來 看， 主觀視覺上， 兩種不同的融合方法得到的結(jié)果完全一樣，肉眼無法看出任何區(qū)別；而完全一致的客觀數(shù)據(jù)也說明了結(jié)果是相同的。 置亂融合和直接融合的 魯棒性檢測比較 下面分別對 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