【正文】 識(shí) 脆弱的版權(quán)標(biāo)識(shí) 數(shù)字水印 數(shù)字指紋 可見(jiàn)水印 不可見(jiàn)水印 第 10 頁(yè) 共 52 頁(yè) 圖 信息隱藏的主要分支 信息隱藏的四個(gè)主要分支包括：隱蔽信道 (Covert channel)、匿名通信(Anonymity)、隱寫(xiě)術(shù) (Steganography)和版權(quán)標(biāo)識(shí) (Copyright marking)。前者旨在保護(hù)秘密信息的安全傳輸，主要應(yīng)用 于隱蔽通信；后者目的在于保護(hù)載體本身的屬性，主要用來(lái)進(jìn)行知識(shí)產(chǎn)權(quán)保護(hù)。依照檢測(cè)手段把檢測(cè)方法進(jìn)行了分類，對(duì)當(dāng)前幾種主要的信息隱藏檢測(cè)算法進(jìn)行了詳細(xì)的介紹。 (1)隱蔽通道通信 隱蔽信道是一種通訊信道，它存在于計(jì)算機(jī)系統(tǒng)中，其特點(diǎn)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(gè)隱蔽的信息傳輸通道。 (2)匿名技術(shù)通信 匿名技術(shù)是不暴露身份和個(gè)人特征的一種技術(shù)，該技術(shù)主要應(yīng)用于網(wǎng)絡(luò)環(huán)境下。 (3)秘密通信 最初信息隱藏技術(shù)主要用來(lái)進(jìn)行秘密傳遞消息，它隱藏了通信收發(fā)雙方以及通信過(guò)程的存在， 而且隱藏后的信息可以通過(guò)公開(kāi)信道進(jìn)行傳輸，不用擔(dān)心信息被截獲和破譯。它同時(shí)也可以用于個(gè)人、商業(yè)機(jī)密第 11 頁(yè) 共 52 頁(yè) 信息的保護(hù)、電子商務(wù)中的數(shù)據(jù)傳遞、網(wǎng)絡(luò)金融交易重要信息的傳遞以及個(gè)人的電子郵件業(yè)務(wù)保護(hù)等。但與 此同時(shí)，對(duì)數(shù)字作品的版權(quán)保護(hù)日益成為迫切需要解決的問(wèn)題。目前，該技術(shù)已被廣泛應(yīng)用于 MP3和網(wǎng)上圖像的版權(quán)保護(hù)。通過(guò)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(guò)提取驗(yàn)證水印，就可以檢測(cè)出介質(zhì)是否被篡改，從而驗(yàn)證資料的完整性。當(dāng)需要時(shí)，可以通過(guò)實(shí)時(shí)地掃描票據(jù)來(lái)判斷水印的有無(wú)，辨別票據(jù)的真?zhèn)?。在電子商?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(rèn)曾經(jīng)接受到對(duì)方的信息，這是網(wǎng)絡(luò)電子交易的重要環(huán)節(jié)。這時(shí)我們可以采用信息隱藏技術(shù)，在交易雙方的任何一方發(fā)送或者接收信息時(shí)，必須把自己的數(shù)字簽名和身份信息、以二進(jìn)制的方式嵌入到要傳遞的信息中去。一般來(lái)說(shuō)，在嵌入這類信息時(shí)，同時(shí)要加上時(shí)間戳作為另外一層防護(hù)。數(shù)字圖像由于大量存在，因而被研究最多的是圖像中的信息隱藏，而且，圖像信息隱藏所研究的方法往往經(jīng)過(guò)改進(jìn)可以輕易地移植到其他的載體中。 用于進(jìn)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。 本章首先介紹了圖像的定義和類型，圖像的數(shù)字化處理過(guò)程，灰度直方圖的概念和作用，常用的顏色模型，討論了圖像質(zhì)量評(píng)價(jià)方法；然后討論了兩種空域隱藏算法：LSB替換算法 和基于統(tǒng)計(jì)的信息隱藏算法；接著介紹了變換域隱藏算法的原理和優(yōu)越性，在此基礎(chǔ)上討論了基于離散傅里葉變換的圖像信息隱藏算法、基于離散余弦變換(DCT)的圖像信息隱藏算法、基于離散小波變換的圖像信息隱藏算法，對(duì)基于離散余弦變換 (DCT)的圖像信息隱藏算法做了詳細(xì)的論述，給出了算法流程、程序和實(shí)例效果。人的視覺(jué)系統(tǒng) (HVS： human Vision system)就是一個(gè)觀測(cè)系統(tǒng)，通過(guò)它得到的圖像就是客觀景物在人心目中形成的影像。據(jù)統(tǒng)計(jì)，在人類獲取得信息中，視覺(jué)信息約占 60％，聽(tīng)覺(jué)信息約占 20％，其他方式獲取的信息加起來(lái)約占 20％。同時(shí)，圖像又是人類獲取視覺(jué)信息的主要途徑，是人類能體驗(yàn)的最重要、最豐富、信息量最大的信息源。圖像可根據(jù)其形式或產(chǎn)生方法來(lái)分類。 圖 圖像的模型 在圖像集合中，包含了所有可見(jiàn)的圖像 (visible image)，即可由人眼看見(jiàn)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(gè)子集為圖片物體 圖像 數(shù)學(xué)圖像 可見(jiàn)圖像 不可見(jiàn)圖像 模擬 數(shù)字 圖片 光學(xué)圖像 第 14 頁(yè) 共 52 頁(yè) (picture)，它包括照片 (photograph)、圖 (drawing)和畫(huà) (painting)。圖像的另一個(gè)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(xué)圖像，其 中后一種是能被計(jì)算機(jī)處理的數(shù)字圖像 (digital image)。一幅圖像可以用一個(gè)二維函數(shù) f(x,y)來(lái)表示，也可看作是一個(gè)二維數(shù)組， x和 y表示二維空間 XY中一個(gè)坐標(biāo)點(diǎn)的位置，代表圖像在點(diǎn) (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(shí) f表示灰度值，它對(duì)應(yīng)客觀景物被觀察到的亮度。為了便于計(jì)算機(jī)處理和存儲(chǔ)，需要將連續(xù)的圖像在坐標(biāo)空間 XY和性質(zhì)空間 F都離散化。其中， r代表圖像的行 (row)， c代表圖像的列 (column)。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。數(shù)字化包括采樣和量化兩個(gè)步驟。采樣時(shí)要滿足“采樣定理”?！傲炕本褪菍?duì)這個(gè)模擬輸出量取離散整數(shù)值，這個(gè)過(guò)程用 A/D器件實(shí)現(xiàn)。量化就 是把采樣點(diǎn)上表示亮暗信息的連續(xù)量離散化后，用數(shù)字來(lái)表示。為了計(jì)算機(jī)的表達(dá)方便，通常取為 2 的整數(shù)次冪，如 25 128 等。 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(diǎn)的取值量化為 f0，稱之為灰度值和灰階。量化方法有兩種。 對(duì)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。第 16 頁(yè) 共 52 頁(yè) 具體做法是對(duì)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(duì)那些像素灰度值極少出現(xiàn)的范圍，則量化間隔取大一些。 3．?dāng)?shù)字圖像的表示 經(jīng)過(guò)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(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。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)]。向量 g是把式中元素逐行或逐列串接起來(lái)形成的。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。顯然 0≤ k≤ L1， 0≤ Nk≤ n1， n為圖像總的像素?cái)?shù)目。 nNRp kk /)( ? (32) 1)(10 ????Lk kRP (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。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。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。提出了基于空域直方圖、頻域直方圖的無(wú)損數(shù)據(jù)隱藏方法。 P(Rk ) 第 17 頁(yè) 共 52 頁(yè) 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(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。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。 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，如圖 。 (0,0,0)為黑色， (1,1,1)為白色。 第 18 頁(yè) 共 52 頁(yè) 圖 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) 圖 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。 R、 G、 B的亮度值限定在[0255]。圓錐的頂面對(duì)應(yīng)于 V=1，代表的顏色較亮。在 HSV顏色模型中，每一種顏色和它的補(bǔ)色相差 180度。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。 V 綠（ 120度） 黃 青 紅（ 0度） 藍(lán)（ 240度） 品紅 H 0 S 圖 HSV顏色模型 HSV顏色模型 對(duì)應(yīng)于畫(huà)家的配色方法。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。 色濃 白 純色 色調(diào) 灰 色深 黑 圖 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。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。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)。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。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。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 ? ?NMyxfyxgR M S EMxNy???? ?? ?1 12),(),( (34) ? ?? ?? ??????MxNyyxfyxgNMP S N R1 12),(),(256256lg10 (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。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。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。 2．圖像的主觀質(zhì)量評(píng)價(jià)方法 第 21 頁(yè) 共 52 頁(yè) 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)。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。 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。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圍的局部區(qū)域環(huán)境，而不是整個(gè)圖像的背景環(huán)境。 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。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。 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?，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。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。 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。 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。 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，第 23 頁(yè) 共 52 頁(yè)