【正文】 通過 OPAP 的使用，失真得到有效控制。第四章 基于像素值差分的邊緣匹配隱寫算法研究 引言為了提高圖像隱寫的隱蔽性，有些隱寫方法利用人類視覺特性來進行秘密信息嵌入，也就是說在人類視覺不敏感的區(qū)域嵌入較多的秘密信息，在人類視覺較敏感的區(qū)域嵌入較少的秘密信息，在不被感知的情況下隱藏盡可能多的信息。對 BPCS 隱寫方法現(xiàn)在已有隱寫分析方法可對其進行有效分析，利用了圖像塊復(fù)雜度直方圖。在人類視覺敏感的區(qū)域嵌入少量信息而在人類視覺不敏感的區(qū)域嵌入大量信息。其最大的優(yōu)越性就是能夠嵌入較多的秘密信息，并且視覺失真小。實驗表明該方法的有效性。然而這種方法會導(dǎo)致提取的時候，某些秘密信息位不能正確提取。通過分析，三邊和四邊邊緣匹配同樣存在隱秘信息提取錯誤的現(xiàn)象。 邊緣匹配改進算法在這一部分，提出一種改進算法。如果像素位于邊緣區(qū)域，則嵌入較多的隱藏信息。通過本章的改進，彌補了 ChangTseng 算法的缺陷，提高了隱寫圖像的質(zhì)量。從“ 隨機”一詞的本意上看, 所謂隨機數(shù)就是在其產(chǎn)生前任一時刻都是不可捉摸的, 不受外界影響的數(shù)。置亂實際上就是圖像的加密, 與加密保證安全性不同的是, 將置亂的圖像作為秘密信息再進行隱藏, 可以很大限度地提高隱蔽載體的魯棒性, 所以圖像置亂是信息隱藏中常用的一項技術(shù)。時，l=3；時，l=2。若，則按照行相鄰元素的相關(guān)性和列相鄰元素的相關(guān)性進行嵌入，步驟如下：(1)．首先把22像素塊按行分為12兩組，即我們以為例進行分析；(2)．分別計算像素的平均值l和差值h （6）如果，我們就說這兩個相鄰像素能嵌入信息；(3)．假設(shè)要嵌入的信息比特b為0或者1，計算新差分值 （7）（4)．利用像素平均值l和新差分值，計算新像素值， （8）(5)．重復(fù)(2)一(4)， 計算出和的值，得到新的像素塊(6)．利用列相鄰元素的相關(guān)性進行嵌入，重新分組得到相鄰像素對，重復(fù)步驟(2)一(5)， 得到新像素塊對于其它像素塊進行上述相同的操作，直至信息完全嵌入。根據(jù)計算出的差值d，通過設(shè)定閥值D將圖像劃分為平滑區(qū)（）、過渡區(qū)（）、邊緣區(qū)（）。像素差值d的絕對值取值范圍為0255，取閥值，將0255劃分為平滑區(qū)，過渡區(qū)，邊緣區(qū)，這3個區(qū)域的寬度分別定義為。為了保證嵌入后的差值能夠和嵌入前的差值d屬于同一區(qū)間還必須滿足以下條件： (10) 具體的嵌入過程如下：(1) .設(shè)定閥值D，將圖像劃分為平滑區(qū)、過渡區(qū)、邊緣區(qū)，同時設(shè)定在3個區(qū)間中分別采用x、y、z位的LSB信息嵌入。(5) 使用OPAP方法調(diào)整，降低像素值的修改量，改善載密圖像質(zhì)量，令為新的像素值與嵌入前的像素值的差： 根據(jù)的值，由下式得到新的像素值： (6) 通過下式計算新的差值： (7) 如果和屬于不同的區(qū)域，則按以下規(guī)則進行調(diào)整：令1) 當(dāng)時 ，如果，則調(diào)整為；如果，則調(diào)整為2) 當(dāng)時 ，如果，則調(diào)整為；如果，則調(diào)整為3) 當(dāng)時 ，如果，則調(diào)整為；如果，則調(diào)整為4) 當(dāng)時 ，如果，則調(diào)整為；如果，則調(diào)整為(8) 經(jīng)過步驟(7)的調(diào)整后，能夠保證和屬于同一區(qū)域，但是像素值有可能超出0255這個范圍。如果，則；如果，則。上述嵌入過程中，x=1,y=2,z=3。在可用像素中計算： (6)其中，(2) 計算出嵌入目標(biāo)像素中的秘密信息位數(shù)： (7)當(dāng)4時，則=3(3)計算出嵌入的信息： (8)(4)把轉(zhuǎn)換成位二進制比特流即為嵌入到目標(biāo)像素的秘密信息。 實驗結(jié)果與分析本章算法在 環(huán)境下實現(xiàn)，并以 5125128 的標(biāo)準(zhǔn)圖像作為載體圖像進行實驗。PSNR 越大，說明 stegoimage 越接近載體圖像。c分別為三幅圖像在四邊邊緣匹配時在最大嵌入量的情況下的隱寫圖像。相關(guān)代碼:%功能：該函數(shù)實現(xiàn)的是計算基于hausdorff距離和遺傳算法的圖像匹配（只有旋轉(zhuǎn)和平移）,不考慮縮放，其中要調(diào)用一個計算hausdorff距離的函數(shù)%輸入： 無%輸出： 無%編寫： wanghongtao %本文把模板簡稱為mb，把圖像簡稱為txclear clcmb=imread(39。)。 %轉(zhuǎn)化為灰度圖endfigure,imshow(mb)。模板圖像39。mby=mb。canny39。 %邊緣檢測figure,imshow(mb)。 %獲取模板圖像的大小tx=imread(39。)。 %轉(zhuǎn)化為灰度圖endtx3=tx。 title(39。)。gaussian39。 %加高斯噪聲tx5=tx。canny39。 %邊緣檢測tx=double(tx)。 %顯示邊緣檢測后的待匹配圖像imwrite(tx,39。)。 %獲取待匹配圖像的大小%%%去除邊緣上的點% tx(1:10,:)=0。% tx(:,(txc10):txc)=0。% imwrite(tx,39。)。%對待匹配圖像實施距離變換% tx=dist5711(tx)。 %33模板距離變換figure,imshow(tx,[0,255])。39。 %保存距離變換圖像，便于觀察%以下語句的作用主要考慮用遺傳算法來尋求最優(yōu)解NIND=25。 %最大遺傳代數(shù)PRECI1=9。PRECI3=9。 %代溝NVNR=3。rep([0 0 180。rep([1。1。%區(qū)域描述器Chromls1=crtbp(5*NIND,(PRECI1+PRECI2+PRECI3))。 %計算目標(biāo)函數(shù)值，輸入?yún)?shù)：模板圖象矩陣，待匹配圖像矩陣，變量十進制值[num index2]=sort(ObjVls2)。 %對排序后的個體取前NIND個 indexls2=index2(1:NIND)。 endPc=。 %變異率gen=0。 %計算適應(yīng)度 SelCh2=select(39。,Chrom2,FitnV2,GGAP)。xovdp39。 %交叉 SelCh2=mut(SelCh2,Pm)。%計算子代目標(biāo)函數(shù)值 [Chrom2 ObjV2]=reins(Chrom2,SelCh2,1,[1,],ObjV2,ObjVSel2)。 endab2=bs2rv(Chrom2,FieldD)。 %求出具有最小函數(shù)值的位置ac=[round(ab2(I2,1:2)) ab2(I2,3)]。[mbii,mbjj]=find(mb12)。v=mbjj+ac(2)。endfigure,imshow(tx3)。hold on。MarkerEdgeColor39。k39。MarkerSize39。end% mba=imrotate(mby,ac(3))。canny39。 %邊緣檢測% [ma,na]=size(mba)。% break。% break。holes39。% figure,imshow(mba)。% B=0。% for i=1:ma% for j=1:na% A=A+mba(i,j)。% C=C+i*mba(i,j)。%%%質(zhì)心x坐標(biāo)% y=C/A。為了提高含隱圖像的圖像質(zhì)量和增加載體圖像的信息嵌入量，引入最優(yōu)像素值調(diào)整方法。第五章 總結(jié)與展望 總結(jié)隨著信息安全重要性的日益突出，隱寫和隱寫分析作為現(xiàn)代信息戰(zhàn)的重要研究領(lǐng)域，受到了越來越多的關(guān)注。對于一種安全隱寫方法，最重要的性能指標(biāo)是它的隱蔽性，包括視覺隱蔽性和統(tǒng)計隱蔽性。即使這樣，在信息嵌入中對原始多媒體信號的修改往往引起統(tǒng)計特性的某些異常，因此統(tǒng)計隱蔽性是安全隱寫的主要考慮因素。使用 MATLAB 作為仿真實驗平臺對上述研究進行了驗證和分析，具體的工作總結(jié)為：(1)本文在對傳統(tǒng) PVD 隱寫進行分析的基礎(chǔ)上，針對它當(dāng)門限閾值大于特定值時不能進行嵌入的缺點提出了一種改進算法，分別利用水平和豎直像素的相關(guān)性進行信息嵌入，利用人眼視覺特性，在紋理比較豐富的區(qū)域嵌入較多的隱藏信息，在紋理比較不豐富的區(qū)域嵌入較少的隱藏信息。(2)本文針對像素值差分隱寫中運用相鄰像素的特征進行隱寫的算法，提出一種改進的隱寫算法，運用三個相鄰像素的最大最小值的差值確定信息嵌入量，用簡單的 LSB 方法進行信息嵌入。通過本文的改進，實驗證明該算法簡單，運行速度快，獲得了更好的視覺隱蔽性，大大增加了信息嵌入量，并且能有效抵抗灰度直方圖的統(tǒng)計分析。為了增強嵌入圖像的質(zhì)量，用 OPAP 方法減小嵌入誤差。 展望本文針對幾種應(yīng)用廣泛的圖像空域隱寫算法存在的安全漏洞提出了改進算法，可以有效地抵御針對它們的具體隱寫分析方法，取得了較為滿意的結(jié)果。(2)本文的 PVD、SM 算法只對二維圖像進行了研究，以后的工作可以嘗試對三維圖像進行研究?？偠灾瑢τ陔[寫、隱寫分析，安全性問題不可能一勞永逸地得到解決，攻擊與防守雙方始終相互促進、共同發(fā)展，這也是互聯(lián)網(wǎng)時代信息戰(zhàn)的一個重要特征。參考文獻[1]馮登國．密碼學(xué)導(dǎo)引．北京：科學(xué)出版社，1999．[2]馮登國．密碼分析學(xué)．北京：清華大學(xué)出版社，南寧：廣西科學(xué)技術(shù)出版社，2000．[3]沈昌祥，張煥國，馮登國，曹珍富，[J].中國科學(xué)E輯:信息科學(xué)，2007，37(2).[4]王育民,張彤,[M].北京:清華大學(xué)出版社, 2006.[5]Chandramouli R,Kharrazi M, steganography and staganalysis: concepts and practices[A], in: T. Kalker, et al.: Digital Watermarking[M]. Berlin/Heidelberg: Springer, 2003. 204211.[6]Simmons G J. The prisoners39。83[C].New York: Plenum Press,1984:5167.[7]郎榮玲,夏煜,[J].中國圖像圖形學(xué)報,2004,9(2):249256[8]周繼軍,王穎,[J].計算機系統(tǒng)應(yīng)用,2005,5.[9]張新鵬,王朔中, LSB 密寫方案[J].中國圖像圖形學(xué)報，2003，8(9).[10]像隱寫分析技術(shù)的研究.[學(xué)位論文].. [11]祁明，劉迎風(fēng)，信息隱藏與數(shù)字水印技術(shù)及其應(yīng)用，通信技術(shù)，2001(6).[12]宋曉宇，圖像信息隱藏與檢測算法的研究與實現(xiàn):[碩士學(xué)位論文]，北京，北京郵電大學(xué)，2007[13]王育民，張彤，黃繼武，信息隱藏—理論與技術(shù)，清華大學(xué)出版社，2006[14]Fridrich J, Long of LSB encoding in color images[C].New York: Proceedings of International Conference on Multimedia and Expo, 2001.[15]Petitcolas , Anderson R J. Evaluation of Copyright Marking Systems[J]. In Proc. IEEE Mulitimedia Systems. Italy: Florence. June 1999.[16]Ettinger JM．Steganalysis and game equilibria．In：Aucsmith D，ed．Proc．IH’98．Portland，Oregon，USA，1998，LNCS，1525，3194):313336[26]張衛(wèi)民,張新鵬,[J].南京理工大學(xué)學(xué)報(自然科學(xué)版).2008,32(2):209213.[27]Wang Y, Moulin P. Optimized feature extraction for learningbased image steganalysis[J].IEEE Transactions on Information Forensics and ,2(1):3145.[28]武嘉,張茹,鈕心忻, et BPCS 隱寫的隱寫分析法[J].,32(4):113116.[29]Ar jun N S,Negi filtering based approach to adaptive steganography[J].2006.[30]何軍輝,(自然科學(xué)版)2008，36(4).[31]趙樹杰，[M].北京:清華大學(xué)出版社，2005[32]張汗靈,張曉燕, 2007,34(4).