【正文】 它們的計算公式分別如下： Y=+ Cb=++128 Cr=+128 人的眼睛對低頻數(shù)據(jù)比對高頻的數(shù)據(jù)具有較高的敏感度，事實上，人眼對亮度的改變也比對色彩的改變要敏感得多，也就是說 Y成分的數(shù)據(jù)是比較重要的。 JPEG壓縮一般要經(jīng)過四個步驟：顏色模式轉(zhuǎn)換及采樣、離散余弦變換 (DCT)變換、量化、編碼，壓縮的具體流程如圖 。 表 41 試驗數(shù)據(jù)對比表 攻擊圖像方式 攻擊與提取處理時間（ attack_recover_time） 載體圖像與含水印圖像峰值信噪比（ PSNR） 原水印圖像與提取水印圖像互相關(guān)系數(shù)（ NC） 白噪聲 1 高斯低通濾波 JPEG 壓縮 剪切 旋轉(zhuǎn) 10 度 直接檢測水印 1 JPEG 圖像壓縮算法 JPEG 圖像壓縮流程 離 散 余 弦 變換 (DCT)在 圖 像 壓 縮 中具 有 廣泛 的 應(yīng) 用， JPEG(Joint Photographic Experts Group)圖像壓縮算法即主要采用 DCT進行變換編碼。 圖 部分被剪切過的水印圖像 圖像信息隱藏技術(shù)與設(shè)計 第 36 頁 共 51 頁 圖 從部分被剪切過的水印圖像中提取出的水印與原始水印對比圖 旋轉(zhuǎn) 10 度 對圖像進行旋轉(zhuǎn) 10 度，得到圖 ， 提取的水印圖像與原始水印圖像對比圖如圖 ，提取的水印圖像完全變的模糊不清，可見水印對這種攻擊有很差的魯棒性。就此指標，設(shè)計了如下的實驗，在水印嵌入圖象上，以不同的類型攻擊，分析其性能。所以 PSNR 值越大，就代表失真越少。整個意思就是到達噪音比率的頂點信號， PSNR 是一般是用于最大值信號和背景噪音之間的一個工程項目。 MSE 指 Mean Square Error（均方誤差，各值相差的 n 次方和的平均值的 n次平方根）。利用 Xk=(V′′/V1)/a提取水印。所以本算法將服從 N (0, 1)分布的隨機序列構(gòu)成的水印序列放到 DCT 變換后圖像的重要系數(shù)的幅度中，增強水印的魯棒性。 選擇將水印信號放在宿主信號的哪些位置，才能夠更好的保證其具有良好的魯棒性。 Cox 等指出由高斯隨機序列構(gòu)成的水印信號具有良好的魯棒性，在許多文獻中也都是將高斯隨機序列 作為水印信號。量化表中的元素是根據(jù)人類的視覺特性制作的。 FDCT 即正變換輸入 64個基信號的幅值稱作“ DCT 系數(shù)”，即 DCT變換系數(shù)。在編碼器的輸入端，把原始圖像分割成一系列順序排列的由 8 8 像點構(gòu)成的數(shù)據(jù)子塊。另外一種改進的方法可以考慮減小 DCT變換后的量化步長，以增加 AC分量中不為 0的系數(shù)，增大嵌入秘密信息的容量。中頻帶和高頻帶分量攜帶能量較少，從保證嵌入信息的隱蔽性角度看是作為信息嵌入?yún)^(qū)域是好選擇，但隱密圖像中高頻帶中嵌入秘密信息很容易被有損壓縮等攻擊去除，魯棒性很差。但大量事實證明， JPEG壓縮標準中的圖像經(jīng)過 DCT變換后再經(jīng)過量化后，之字排列的 O～ 63個 DCT系數(shù)中，一般數(shù)值不為 0的值多集中于左上角 ， DC分量一般不為 0。 圖 基于圖像 DCT變換提取隱藏信息的流程圖 基于 DCT 的圖像信息隱藏嵌入?yún)^(qū)域的選取 DC分量，所示的 DCT系數(shù)之字型排列表中第 0個 DCT系數(shù)。 圖像信息隱藏技術(shù)與設(shè)計 第 29 頁 共 51 頁 基于 DCT 的圖像信息隱藏算法流程 為了與 JPEG壓縮標準兼容，圖像信息隱藏技術(shù)嵌入秘密信息時采用 JPEG壓縮標準中的 DCT變換。在傅里葉級數(shù)展開式中，如果被展開的函數(shù)是實偶函數(shù)，那么，其傅里葉級數(shù)中只包含余弦項，再將其離散化可導出離散余弦變換?；?DCT的信息隱藏算法因其具有較強的魯棒性，計算量較小且與國際圖像壓縮標準 (JPEG,MPEG, )相兼容 (這些標準中均采用 DCT變換 )，因而具有諸多的潛在優(yōu)勢，成為近年來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)，結(jié)合 DCT和 DWT，提出將 一幅秘密圖像的 DCT系數(shù)置亂后嵌入到公開圖像的 DWT系數(shù)中進行秘密信息的隱藏。例如針對 JPEG20xx基本壓縮編碼系統(tǒng)，通過自適應(yīng)地選擇嵌入點，提出一種基于冗余估算的小波域隱寫算法；基于多分辨率嵌入方式?；?DWT域的圖像信息隱藏算法的一般步驟為，首先對載體圖像進行多級離散小波變換，得到不同分辨率下的細節(jié)子圖和逼近子圖，然后用秘密信息對 DWT系數(shù)進行調(diào)制，最后對嵌入秘密信息后的小波系數(shù)進行相應(yīng)級別的離散小波逆變換，完成信息隱藏過程。圖像分析和處理領(lǐng)域的專家認為小波分析是數(shù)字圖像處理的空間一尺度分析 ( Analysis)和多分辨分析 (Multiresolution Analysis)的有效工具。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)學工具，在信號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。考慮到對低頻區(qū)域系數(shù)的改動可能會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)來嵌入秘密數(shù)據(jù)，從而使之既滿足不可感知性，又滿足對諸如失真壓縮等操作的魯棒性。總體上來看，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(xiàn)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。也就是說，該算法假設(shè)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。根據(jù)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(shù)據(jù)量的。 也可以計算 出在 8位灰度圖像中進行信息隱藏時的數(shù)據(jù)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(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。 另外，在 LSB方法中，也可以不采用直接嵌入的方法，根據(jù)異或的可逆準則，采用替換的準則來實現(xiàn)信息的隱藏。現(xiàn)在有一些簡單的信息隱藏軟件大多是運用 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。整幅圖像的視覺質(zhì)量往往取決于 ROI的質(zhì)量，而非 ROI的降質(zhì)有時不易覺察。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(jié)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。這種測量方法雖然較好地反映出了圖像的直觀質(zhì)量，但無法應(yīng)用數(shù)學模型對其進行描述，且該方法操作復雜，在實際應(yīng)用中，不能應(yīng)用于實時傳輸?shù)膱龊?。這是圖像信息隱藏技術(shù)與設(shè)計 第 22 頁 共 51 頁 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(shù)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。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),(),(2 562 56lg10 (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。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。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，以盡可能少的比特數(shù)來表示圖像。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。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。圓錐的頂面對應(yīng)于V=1，代表的顏色較亮。 圖像信息隱藏技術(shù)與設(shè)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。 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 。 圖像信息隱藏技術(shù)與設(shè)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。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。 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。它是關(guān)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(guān)系。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)]。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。量化方法有兩種。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?！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)。數(shù)字化包括采樣和量化兩個步驟。其中， r代表圖像的行 (row)， c代表圖像的列 (column)。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(yīng)客觀景物被觀察到的亮度。 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)。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。人的視覺系統(tǒng) (HVS： human Vision 圖像信息隱藏技術(shù)與設(shè)計 第 14 頁 共 51 頁 system)就是一個觀測系統(tǒng)，通過它得到的圖像就是客觀景物在人心目中形成的影像。 用于進行隱蔽通信的圖像信息隱藏算法可以分為兩大類：基于空域的信息隱藏算法和基于變換域的信息隱藏算法。一般來說，在嵌入這類信息時，同時要加上時間戳作為另外一層防護。在電子商務(wù)中，交易雙方的任何方不得抵賴自己曾經(jīng)做出的行為，也不能否認曾經(jīng)接受到對方的信息，這是網(wǎng)絡(luò)電子交易的重要環(huán)節(jié)。通過采用嵌入脆弱水印的方法，將一些與介質(zhì)內(nèi)容或作者身份相關(guān)的數(shù)據(jù)信息嵌入到數(shù)字媒體中，一旦資料被篡改，水印就被破壞，這樣，通過提取驗證水印，就可以檢測出介質(zhì)是否被篡改，從而驗證資料的完整性。但與此同時，對數(shù)字作品的版權(quán)保護日益成為迫切需要解決的問題。 (3)秘密通信 最初信息隱藏技術(shù)主要用來進行秘密傳遞消息，它隱藏了通信收發(fā)雙 方以及通信過程的存在，而且隱藏后的信息可以通過公開信道進行傳輸，不用擔心信息被截獲和破譯。 (1)隱蔽通道通信 隱蔽信道是一種通訊信道，它存在于計算機系統(tǒng)中，其特點是信息的傳遞方式違背了系統(tǒng)的安全原則，從而成為一個隱蔽的信息傳輸通道。前者旨在保護秘密信 息的安全傳輸，主要應(yīng)用于隱蔽通信；后者目的在于保