[基于预处理的位平面复杂度分割隐写改进算法] 平面设计图片创意图片

　　文章编号:1001-9081(2012)01-0089-03 doi:10.3724/SP.J.1087.2012.00089 　　 　　�摘 要:位平面复杂度分割（BPCS）隐写易受复杂度直方图攻击，为了弥补这一缺陷，提出了一种基于预处理的改进隐写算法。算法针对载密图像进行统计特征的量化分析，求导出逆向预处理的补偿规则，进而对嵌入信息引起的复杂度变化进行逆向的预处理补偿。实验结果表明，改进的算法在保证隐蔽性的同时具有很好的抗复杂度直方图攻击的能力，由于补偿过程是在隐藏秘密信息之前发生的，算法也较好地保持了BPCS大容量隐写的优点。
　　
　　�关键词:信息隐藏；隐写；位平面复杂度分割；预处理；直方图
　　�中图分类号: TP391.413; TP309.2 文献标志码:A
　　 �
　　Abstract: Since Bit�Plane Complexity Segmentation (BPCS) steganography is vulnerable to complex histogram attack, this paper proposed an improved algorithm based on preprocessing. The steganography derived compensatory rule from distribution of the cover image. Then it used reversed preprocessing in compensation to the change of complexity caused by embedded information. The experimental results show that the proposed algorithm can properly hide information and counteract the attack of complex histogram. The compensation happens before information hiding, so it can maintain the big capacity characteristic of the original algorithm.
　　
　　
　　 Key words: information hiding; steganography; Bit�Plane Complexity Segmentation (BPCS); preprocessing; histogram
　　
　　0 引言�
　　随着计算机、网络和数字化等信息技术的发展，作为信息安全重要研究方向的信息隐藏技术也被赋予了新的生命。隐写(steganography)是信息隐藏技术的一个重要分支，其目的在于秘密信息的通信双方以图像、音频等数字媒体作为掩护，将要发送的秘密信息嵌入到载体信号内部，在第三方无法察觉的情况下，通过公共信道完成秘密信息的传递。�
　　位平面复杂度分割(Bit�Plane Complexity Segmentation，BPCS)隐写算法借鉴了最低有效位(Least Significant Bit, LSB)隐写算法中位替换的思想，采用块替换的方法嵌入秘密信息。其主要是根据人的感觉器官对变化剧烈、复杂度较高的位面小块比较不敏感的特点，将载体数据的多个位平面都分成固定大小的小块，利用复杂度较高的位面小块来隐藏秘密信息，较好地保持了图像的视觉特性，同时由于秘密信息可以隐藏在多个位平面，所以该方法有较大的嵌入容量［1-2］。BPCS算法既可应用于空域隐写，又可应用于变换域的隐写。根据BPCS隐写的原理还衍生出了一些新的隐写算法［3］。但BPCS隐写算法也存在安全漏洞，主要是由于嵌入的秘密信息块的复杂度与被替换的“类噪声”(noise�like)块不同，改变了位平面小块复杂度的统计特性，导致复杂度直方图出现异常，由复杂度直方图的异常特点即可判断秘密信息的存在［4-5］。�
　　本文基于逆向预处理操作抵消统计缺陷的思路，针对BPCS隐写后存在复杂度直方图异常的现象，提出了一种有效抗统计分析的改进算法。�
　　
　　1 BPCS隐写及分析�
　　BPCS隐写算法具有较好的隐蔽性和较大的嵌入容量，其在空域和变换域中的嵌入原理和方法都是相同的。BPCS应用于静止图像空域的具体实现方法［4］如下。�
　　1)对图像进行循环码编码，编码后分成8个位平面。将所有位平面分成相同大小的小块，如8×8小块。�
　　�2)计算每个小块的复杂度，其定义为所有相邻像素对这句话不通顺，请作相应调整。中取值不等（即一个为0，另一个为1）的像素对数目，复杂度的最大值记为C���max��。对于8×8小块，复杂度的取值范围为0~112的整数。�
　　3)将复杂度大于aC���max��的位平面小块用于负载秘密信息，这里a是系统参数，其值要小于0.5。a取得越小，可嵌入的秘密信息量就越多，实现时一般取a＝0.4。�
　　4)为了保证嵌入秘密信息小块后对原位平面小块复杂度的改变不至于太大，需要事先把秘密小块的复杂度都调到大于aC���max��；对于秘密信息组成的位面小块，如果其复杂度大于aC���max��，直接替换原位面小块；如果其复杂度小于或等于aC���max��，则要对秘密小块做共轭处理，共轭处理后用新的小块替换原位面小块即可。�
　　5)循环码译码回原来的二进制形式并重组成载密图像。�
　　按循环码形式划分位平面的原因是：如果按二进制形式划分，那么会有许多小块的复杂度大于0.5C���max��，而�BPCS�隐写要求a＜0.5，这样�BPCS�隐写将改变许多小块，从而引起的失真较大。而经过循环编码后，许多位平面小块的复杂度将小于0.5C���max��，这样便可以通过调节a值来设置信息的隐蔽性和嵌入量。��
　　对256×256的标准灰度图像Lena（如图1(a)所示）进行空域BPCS隐写，依照上述实现方法先对图像进行循环码编码，将编码后图像分成8个位平面，所有位平面层按8×8分块，分别计算出每个小块的复杂度，而后对所有位平面小块的复杂度进行统计，�将其直方图记为h�1（c），�如图2(a)所示。实验中采用峰值信噪比(Peak Signal�to�Noise Ratio, PSNR)作为图像质量评价的客观标准，可以方便地进行算法之间的性能比较。�载体图像PSNR的计算公式如式(1)所示：�
　　PSNR＝10 �lg� �max� f(i, j)�21MN∑ni=1∑mj=1(f(i, j)－g(i, j))�2(1)�
　　其中f(i, j)和g(i, j)分别表示嵌入秘密信息前原图像的像素值和嵌入秘密信息后载体图像的像素值。PSNR值越大，则图像的保真度越好，两幅图像越相像。��
　　
　　用标准灰度图像Tulips（如图1(b)所示）作为秘密信息进行BPCS隐写，�取阈值a＝0.4时，嵌入131�192��b�，隐写引起的PSNR=42.24��dB�，嵌入秘密信息后得到的复杂度直方图h�2（c），如图2(�b�)所示。隐写后的直方图在复杂度为aC���max��即�c≈�45后产生了明显的变化。直方图产生异常是由于满足嵌入条件c＞aC���max��的“类噪声”块与对应的嵌入秘密信息块的复杂度是不相同的，在隐写前后不同复杂度值对应小块的个数必然发生变化，所以导致了隐写后复杂度直方图在�c≈�45后产生了明显的变化。由此，根据复杂度直方图的异常统计特点即可判断秘密信息的存在。��
　　
　　2 基于预处理的改进算法�
　　
　　2.1 改进算法框图的提出�
　　上述BPCS隐写中，秘密信息经过处理后直接替换“类噪声”位平面小块，导致复杂度直方图产生异常。本文基于逆向预处理操作抵消统计缺陷的思路［6-8］，针对空域BPCS隐写后存在易于判断嵌入秘密信息的问题，提出了一种有效抗统计分析的改进算法。�
　　算法框图如图3所示。�
　　
　　�在图3中，虚线部分为预处理部分：秘密信息M在�BPCS�算法的指导下嵌入载体图像P得到载密图像S,对载密图像S进行统计特征的量化分析,求导出逆向预处理的补偿规则，然后对载体图像P进行逆向预处理补偿得到处理后的载体图像P′。实线部分为对逆向预处理补偿后的载体图像P′进行秘密信息嵌入过程，具体实现步骤见2.2节。��
　　2.2 改进算法的实现�
　　�在获得载密图像S后，比较载密图像S与载体图像P复杂度直方图，�对其进行量化分析，以上述256×256的标准灰度图像Lena嵌入灰度图像Tulips、Baboon为例，对隐写前后图像，抽取复杂度为45～60的对应发生次数进行比较，如表1所示。在表1中可看出隐写前后不同复杂度对应的发生次数均不相同，而且或有增加或有减少，通过对原始Lena图像嵌入其他灰度图像如Bridge、Lake等进行分析均发现了以上特点。�
　　
　　�基于此,本文提出了一种逆向预处理补偿规则，即通过比较隐写前后复杂度发生次数变化的幅值不同，设P�� i�(i=1,2,…,N)为“类噪声块”，其对应的复杂度为C�� i�，隐写前C�� i�对应的发生次数记为N�b(i)，隐写后的记为N�a(i)，设置一阈值为：�
　　k=N�b(i)－N�a(i)（2）�
　　通过对�BPCS�隐写进行逆向分析，若k≠0时，则对对应复杂度的k个小块进行修改，具体修改方法是根据嵌入容量及隐写后图像直方图变化影响程度的不同，将k＞0与k＜0对应复杂度小块进行替换操作：当k＞0，即C�� i�对应的P�� i�个数增加时，定义对应原载体图像的位面小块为P�� i�(+)；当k＜0，即C�� i�对应的P�� i�个数减少时，定义对应原载体图像的位面小块为P�� i�(－)，则替换操作可表示为：�
　　P�� i�(+)＝P�� i�(－)； k＞0(3)�
　　P�� i�(－)＝P�� i�(+)； k＜0(4)�
　　替换操作(3)、(4)重复进行,直至k≠0的“类噪声块”预处理完毕。�
　　当k=0时，则不需进行修改。按照此补偿规则对原图像进行预处理操作后得到新的载体图像，对于新载体图像按照上述�BPCS�算法进行隐写即可。��
　　改进方案后算法的具体实现步骤如下（以上述256×256的标准灰度图像Lena嵌入灰度图像Tulips为例）：�
　　1)依照图3所示算法框图，按照原BPCS嵌入方法将秘密信息Tulips嵌入载体图像Lena中，得到经循环码译码后的载密图像记为Lena′；�
　　�2)对载密图像�Lena�′复杂度进行量化分析，通过比较隐写前后复杂度发生次数的幅值，依次求出设定的阈值�k=��N�b(i)－�N�a(i)，在这里根据嵌入容量及隐写后图像直方图变化影响程度的不同，本文只选择对｜k｜＞10的位平面小块进行预处理补偿；�
　　3)按步骤2）筛选出待处理位平面小块的范围，依照上述补偿规则对k＞10与k＜-10对应的原载体图像�Lena�位平面小块进行替换操作，得到逆向预处理后的新载体图像�Lena�″；��
　　4）对新的载体图像Lena″按照上述BPCS隐写算法嵌入秘密信息Tulips，即可得到经过逆向预处理后的载密图像。�
　　提取秘密信息时，只需要按照原BPCS隐写提取秘密信息的方法进行即可。�
　　
　　3 实验结果及分析�
　　实验1
　　验证本文提出的改进BPCS算法的抗复杂度直方图攻击能力。�
　　以256×256的标准灰度图像Lena为例，将灰度图像分成8个位平面，按本文提出的改进算法，�取阈值a＝0.4，嵌入�131�192��b��的灰度图像�Tulips�，隐写引起的PSNR=�42.22��dB�，�与原隐写引起的PSNR=42.24��dB�相比基本没有变化。�如�图4�中(a)、(b)对比所示，改进算法后的隐写图像保持了原BPCS算法较好的隐蔽性。�嵌入秘密信息后得到的复杂度直方图h�3（c），如图5所示，可以看出改进的�BPCS�隐写后的图像复杂度直方图在复杂度为aC���max��即c≈45后与原图像的复杂度直方图(图2(�a�)）相比，�复杂度的取值对应的发生次数保持了较好的一致性，没有像图2(b)中出现明显变化。利用相同算法又对Baboon、Bridge、Lake、Peppers等多幅图像进行测试，使用本文提出的方法均可以有效抵御复杂度直方图的攻击。�
　　
　　实验2
　　本文提出的方法与文献［9］提出的方法在嵌入容量方面进行比较。�
　　在嵌入容量方面，与其他同样基于位平面小块复杂度调整思路的BPCS改进算法相比，本文提出的改进算法由于补偿过程是在隐藏秘密信息之前发生的，所有的“类噪声”块均可用于嵌入秘密信息，而文献［9］提出的改进算法要利用一半的“类噪声”块改变像素值，以此来调整区域的整体复杂度，故只能利用一半的“类噪声”块的像素嵌入秘密信息。因此本文提出的改进算法在保证嵌入后图像质量的同时，在嵌入容量方面具有明显的优势。�
　　
　　�位平面小块的复杂度越小，对其进行替换时产生的图像失真就越明显［10］，因此在�BPCS�隐写中为了保证隐写的效果，阈值a一般选取在0.4～0.5。表2给出了本文算法及文献［9］在a取不同值时嵌入容量的对比，�实验中载体图像为256×256的标准灰度图像Lena，可以看出，本文算法的嵌入容量明显大于文献［9］算法。�
　　
　　4 结语�
　　针对BPCS隐写易受复杂度直方图攻击的缺陷，本文提出了一种改进的BPCS隐写算法。该算法对嵌入信息引起的复杂度变化进行逆向的预处理补偿，由于补偿过程是在隐藏秘密信息之前发生的，因此该算法较好地保持了BPCS大容量隐写的优点。实验结果表明，改进的算法在保证较好隐蔽性的同时具有很好的抗复杂度直方图攻击的能力。
　　
　　
　　�参考文献:�
　　[1]
　　KAWAGUCHI E, EASON R O. Principle and application of BPCS steganography ［C］// Proceedings of SPIE International Symposium on Voice, Video, and Data Communications: Multimedia Systems and Applications. Boston: ［s.n.］, 1998: 464-472.
　　�[2]
　　KHAIRE S �S,� NALBALWAR S �L.� �Review:� �Steganography�Bit� Plane Complexity Segmentation (BPCS) technique ［J］. International Journal of Engineering Science and Technology, 2010, 2(9): 4860-4868.
　　�[3]
　　HIOKI H. A data embedding method using BPCS principle with new complexity measures ［EB/OL］. ［2011-03-25］. http://www.省略p.kyutech.ac.jpPSTEG02／Papers／pdf�files／005�Hioki.pdf.
　　[4]
　　张新鹏,王硕中.对空域BPCS密写的统计分析［J］.计算机辅助设计与图形学学报,2005,17(7):1625-1629.
　　�[5]
　　王朔中，张新鹏，张卫明.以数字图像为载体的隐写分析研究进展［J］.计算机学报，2009,32(7):1247-1263.
　　�[6]
　　郭艳卿.隐密对抗的理论及方法研究［D］.大连:大连理工大学,2009.
　　�[7]
　　SHREELEKSHMI R, WILSCY M, VENI MADHAVAN C E. Cover image preprocessing for more reliable LSB replacement steganography ［C］// Proceedings of the 2010 International Conference on Signal Acquisition and Processing. Washington, DC: IEEE Computer Society, 2010: 153-156.
　　�[8]
　　SAJEDI H, JAMZAD M. BSS: Boosted steganography scheme with cover image preprocessing ［J］. Expert Systems with Applications, 2010, 37(12): 7703-7710.
　　�[9]
　　卜毅,曹汉强.一种空域BPCS信息隐藏的改进算法［J］.中国图象图形学报,2008,13(3):406-410.
　　�[10]
　　SHI �PEIPEI,� LI �ZHAOHUI.� An improved BPCS steganography based on dynamic threshold ［C］// 2010 International Conference on Multimedia Information Networking and Security. Washington, DC: IEEE Computer Society, 2010: 388-391.
　　
　　 收稿日期:2011-08-08;修回日期:2011�09-23。
　　 作者简介:刘虎（1986-），男，安徽淮北人，硕士研究生，主要研究方向：信息隐藏、图像处理； 袁海东（1972-），男，河南偃师人，副教授，博士，主要研究方向：信息隐藏、图像处理与分析、模式识别。

推荐访问:复杂度 预处理 算法 基于预处理的位平面复杂度分割隐写改进算法 位平面复杂度分割隐写算法 第2章隐写术pptx