一种公式自适应像素对匹配隐写算法

抽象

像素对匹配（PPM）广泛用于数字图像隐写术。作为一个重要的推导，自适应像素对匹配方法（APPM）提供低失真，并允许任何符号系统中的嵌入数字。但是，APPM需要额外的空间来存储，计算和查询邻域集，需要额外的成本。为了解决这些问题，本文提出了一种公式自适应像素对匹配（FAPPM）方法。FAPPM的基本思想是使用公式来获取STEGO图像像素对而不搜索给定图像像素对的邻域设置。这将允许用户直接嵌入秘密消息而不存储和搜索查找表。实验结果和分析表明，该方法可以通过使用公式直接嵌入秘密数据而不使用公式搜索邻里集合，并且仍然保持在设计中的选择，高图像质量和强的抗包层分析能力方面的灵活性。

1.介绍

信息隐藏是一种将秘密数据嵌入到媒体中进行秘密通信的技术[1]。随着互联网的快速发展，大量的数据通过互联网传输。目前用于数据隐藏的主要媒体包括图像、音频和视频，其中数字图像是使用最广泛的媒体[2]。近十年来，研究人员对图像隐写术表现出极大的兴趣[3.]。LSB替换(4.]是最常用的隐写技术之一，它充分利用了人类视觉系统对像素的微小变化不敏感以及像素的低位平面对图像质量的贡献微不足道的特点。但对于偶数像素，该方法只能增加1或保持不变;对于奇数像素，该方法只能减少1或保持不变。因此，这种不平衡的嵌入失真导致了对图像的直方图攻击[5.那6.]。陈等人[7.提出了一种最佳像素调整过程（OPAP）方法，该方法调整了像素以降低嵌入最低有效位（LSB）的失真。LSB和OPAP方法都使用一个像素作为嵌入单元以嵌入秘密消息。作为隐写术的发展，提出了使用两个或多个像素作为B-ary秘密信息嵌入的基本单元的方法。这种刻度算法可以通过微妙修改像素来改善嵌入容量和图像质量。

2006年，Miekikainen [11]提出了一种LSB匹配方法。它使用了两个像素作为嵌入单元。在这种方法中，当有效负载为每像素1位时，平均方误差（MSE）为0.375，而LSB的MSE [4.)是0.5。张和王[12提出了开发修改方向(EMD)方法，该方法在一个像素内添加和减去1，嵌入2N+ 1-ary秘密信息N像素。什么时候N= 2，每对像素中嵌入一个四进制数字。容量可以达到最大 比特像素(bpp)。Chao等人[13]扩展了该方法并提出了钻石编码（DE）方法。它可以嵌入2K.²+ 2K.每对像素+1元信息，通过在中加减1操作，实现高嵌入效率N像素。在[8.]，作者使用了一个码本来改善EMD方案，一个秘密（-1）设置在图像中的一组像素中作为修改的秘密数字。在[9.，作者提出了一种方法来修改一组像素要嵌入一个秘密数字，但它只适用于必要符号系统。郭等人[14]提出了一种公式菱形编码(FDEMD)数据隐藏方案，可以在(2)中隐藏一位数字K.²+ 2K.+ 1)氩系统。该算法简化了秘密数据的嵌入过程，无需存储和计算特征值矩阵。洪等人[10]设计了一种新的提取函数和两个像素的邻域集，称为自适应像素对匹配(APPM)。该方法允许在任意符号系统中嵌入数字，并减小了应用程序嵌入造成的失真;因此，得到的标记图像质量可以得到很好的保存[15]。在[16[]，安全自适应像素对匹配(SAPPM)被提出来隐藏多种数据类型，如文本、图像和音频，它结合了加密和隐写术。采用变换版本的自适应像素对匹配(APPM)进行图像隐写，以获得较低的失真[17]。但是，APPM需要计算、存储和查询修改后的邻域集表。

基于上述方法，本文简化了嵌入过程，并设计提取功能以构建公式自适应像素对匹配（FAPPM）方法。它不需要计算，存储和查询修改的邻域集表，并且它可以实现在任何名义系统中隐藏的数据。

2.对自适应像素对匹配的综述（APPM）

APPM方法[10使用了一对像素 作为坐标，其中一个提取函数 被设计。然后是一个邻里 的 建立了。 在哪里 和 满足以下三个条件:（一世）在邻域集合中 ，究竟有双坐标。(2)在邻域集合中 ，为每个坐标提取的函数值是互斥的。（iii）根据 和 ，数字可以嵌​​入任何名义系统。

求提取函数系数的方法和 可以转换为查找以下最佳解决方案：

最小化 那受到约束 ，在哪里 ,如果 和 。

根据以上，和 可以用不同的方式计算B.必要。就洪提出的申请[10]，对应B.- 是在表中列出的1。同时，部分 对应B.如图所示1。

与DE和EMD方法相比，APPM具有选择更好的记录系统进行数据嵌入的灵活性，可以减少图像的失真。的选择B.-ary系统是由封面图像的大小决定的C。鉴于尺寸C是m×N那B.是令人满意的最小值 。但是，它需要计算，存储和查询邻域集，如图所示1。

3.公式自适应像素对匹配法(FAPPM)

为了解决上述不足，本文提出了一种公式自适应像素对匹配嵌入方法来寻找不存在邻域集的隐写-像素对。

3.1。嵌入程序

在嵌入程序中，产生四个载体。计算两个矢量载体D.>0，和其他两个向量计算D.< 0。在算法1那一世依次表示向量1到4。数字2显示嵌入过程概述。

例1。对于一个覆盖像素对 那秘密数据 ，提取函数系数 ，隐去图像像素对 =是通过算法得到的吗1。

步骤1。计算 那 。

步骤2。计算 。作为 那 得到了。

步骤3。计算 。（1）第一轮: 。（2） & & ， 然后 。（3）第二轮: 那 。（4） & & ， 然后 。（5）第三轮: 那 。（6） & & 然后回来 。

3.2。提取过程

通过提取功能，可以从SEGO图像中提取秘密数字。详细过程以算法给出2。

3.3。溢出问题和解决方案

如果发生溢出或溢出问题，那就是 或 ，最近的 应该在附近找到 这样 。这可以通过解决优化问题来完成

4.实验结果和分析

4.1。实验结果

实验使用MATLAB R2013A进行，八个 使用的灰度图像如图所示3.。隐去图像如图所示4., B = 27。

如图所示3.和4.，封面图像与相应的stego图像之间的差异很少，不能被人类的眼睛区分。它说明了所提出的方法的良好难以察觉。

作为消息嵌入，它将引入图像中的失真。峰值信噪比（PSNR）通常用于测量图像的质量。PSNR的定义如下： 式中，MSE为封面图像与隐写图像之间的均方误差;其定义如下: 在这里,符号和表示所述位置的封面图像和隐写图像的像素值 分别和和是原始图像的宽度和高度。

由于所提出的方法可以在任何名义系统中嵌入秘密数字，完成实验以测试嵌入有效载荷和图像质量之间的关系，结果显示在图中5.。可以发现，随着嵌入容量的增加，PSNR降低。然而，当嵌入容量达到1%时，PSNR仍然达到了较高的值。

4.2。与其他方法的比较

这里EMD (8.]，EMD-3 [9.PAPPM和FAPPM与六个方面进行比较：嵌入式方法，国家系统，有效载荷，容量，PSNR和存储空间。结果列于表中2。从表中可以看出2， FAPPM方法采用数学方法嵌入秘密数据，不需要任何空间存储近邻表;此外，它不影响容量和图像质量。

4.3。分析安全

抗麻痹是测量书签方法性能的最重要标准之一。本文基于Zhao提出的基于直方图差分统计分析的检测方法[18]用于测试FAPPM方法的安全性。通常，在没有隐藏信息的图像中，采用水平差直方图和垂直差异直方图是一致的。但是，当消息嵌入在一对像素中时，它和将被改变。之间的距离和用于构造统计检测器以检测直方图之间的变化。距离定义如下： 在哪里是预定义的阈值和代表差异和 。越大两者之间的差异就越大吗和是。也就是说，图像包含秘密信息的概率很高。在此进行实验以在高效载荷下比较FAPPM和FDEMD的直方图变化。FAPPM和FDEMD方法都用于生成100个STEGO图像。 那 那并且分别计算平均值。参数是B = 53，B = 211和T = 20。所有测试图像都完全嵌入。实验结果如图所示6.。可以看出，两者几乎没有区别和对于FAPPM，而对于FDEMD，隐写分析成功的概率较大，说明FDEMD隐写分析成功的概率高于本文方法。

RS攻击方法可以检测嵌入在灰度或彩色图像中的LSB秘密数据。将每个像素块划分为规则组 那单数组 那和不可用的团体通过翻转功能和面具 。 那 那和表示 那 那和 那分别。对于逆掩码 - 那 -那 -， 和你-表示 那 那和 那分别。没有信息嵌入，- -m≈0和- -m≈0。RS攻击结果如图所示7.和8.。可以看出，本文的算法可以保证- -m≈0和- -m≈0，rs seganatics方法不能检测到秘密信息的存在。

5.结论

本文提出了一种简单方便的基于APPM的数据嵌入方法。与APPM方法相比，它具有不需要计算和存储邻域集的优点。与FDEMD方法相比，任何概念系统的秘密数据都是通过FAPPM方法实现的，使得嵌入标记系统的选择更加灵活。实验结果表明，FAPPM方法具有较高的图像质量和较强的抗隐写能力。我们未来的工作将集中于使用相邻三个像素的公式方法作为嵌入单元。

数据可用性

用于支持本研究结果的数据可根据要求可从相应的作者获得。

利益冲突

作者声明，他们没有利益冲突。

致谢

本课题部分得到国家自然科学基金(批准号:)资助的课题。61572182,没有。湖南省自然科学基金(批准号:61370225)资助的课题。15 jj2007)。

参考资料

1. J. Fridrich，数字媒体中的隐写术:原理、算法和应用，剑桥大学出版社，纽约，纽约，美国，2009年。视图:MathSciNet
2. A. Cheddad，J. Condell，K.Curan和P.Mc Kevitt，数字图像隐写术：当前方法的调查和分析，“信号处理，卷。90，没有。3，pp。727-752，2010。视图:出版商的网站|谷歌学术
3. 胡志明，“影像隐写术在空间领域之研究”，《影像隐写术在空间领域之应用》。信号处理：图像通信，卷。65，pp。46-66,2018。视图:出版商的网站|谷歌学术
4. N.普罗沃斯和P.霍尼曼，“捉迷藏:隐写术介绍”，IEEE安全与隐私，卷。1，不。3，pp。32-44,2003。视图:出版商的网站|谷歌学术
5. J. Fridrich, M. Goljan, R. Du，“彩色和灰度图像中LSB隐写术的可靠检测”，多媒体与安全研讨会:ACM的新挑战，pp。22-28,2002。视图:谷歌学术
6. 《灰度图像中LSB匹配的隐写分析》IEEE信号处理字母第12卷，no。第441-444页，2005。视图:出版商的网站|谷歌学术
7. C.-K。Chan和l.m. Cheng，“通过简单的LSB替换在图像中隐藏数据，”模式识别第37卷，no。2004年，第469-474页。视图:出版商的网站|谷歌学术
8. C. Kim，“通过改进的利用修改方向隐藏的数据”多媒体工具及应用，卷。69，没有。3，pp。569-584,2014。视图:出版商的网站|谷歌学术
9. 牛x，马m，唐r，尹Z.，“充分开拓修改方向的影像隐写术”，国际安全及其应用杂志，卷。9，没有。5，pp。243-254,2015。视图:谷歌学术
10. 洪文宏和t.s。一种使用自适应像素对匹配的新数据嵌入方法。IEEE信息取证和安全事务第7卷，no。1，第176-184页，2012。视图:出版商的网站|谷歌学术
11. J. Mielikainen，“LSB匹配重新讨论”，IEEE信号处理字母第13卷，no。5，第285-287页，2006。视图:出版商的网站|谷歌学术
12. 张x，王s，“利用修改方向实现高效隐写嵌入，”IEEE通讯字母，卷。10，不。11，pp。781-783，2006。视图:出版商的网站|谷歌学术
13. R. Chao，H.Wu，C. Lee和Y. Chu，“一种具有钻石编码的新型图像数据隐藏方案”EURASIP信息安全杂志， 2009年第2期。1，页658047,2009。视图:出版商的网站|谷歌学术
14. 厕所。Kuo，P.-y.莱，C.-c。王，L.-c。吴武，“一种公式钻石编码数据隐藏方案”信息隐藏与多媒体信号处理杂志，卷。6，不。6，pp。1167-1176，2015。视图:谷歌学术
15. W. Hong，M. Chen，T. Chen和C. Huang，使用自适应像素对匹配的AMBTC压缩图像的有效认证方法，“多媒体工具及应用，卷。77，没有。4，pp。4677-4695,2018。视图:出版商的网站|谷歌学术
16. “使用安全自适应像素对匹配的隐写技术在图像中嵌入多种数据类型，”in第五届计算与通讯进展国际会议的诉讼程序，ICACC 2015，第426-429页，印度，2015年9月。视图:谷歌学术
17. 《彩色图像的变换自适应像素对匹配技术》，台北国际控制，仪器，沟通和计算技术会议的诉讼程序，ICCICCT 2015， 192-196页，印度，2015年12月。视图:谷歌学术
18. 《几种可逆数据隐藏算法的统计分析》，赵h, Wang h, M. Khurram Khan。多媒体工具及应用，卷。52，不。2-3，pp。277-290，2011。视图:出版商的网站|谷歌学术

版权

版权所有©2018闵悠长和汾浮李。这是分布下的开放式访问文章创意公共归因许可证，允许在任何媒体中不受限制地使用、发布和复制原创作品，只要原稿被正确引用。