文摘
针对现有的缺陷无损可逆性基于频域的数字水印算法,嵌入容量,本研究提出了一种无损的基于分数小波变换的数字图像水印算法,用于大容量可逆信息隐藏的图片。首先,图像由LeGall5/3分数小波转换,然后,水印是嵌入在高频部分波段的直方图方法的转变。为了获得最大的嵌入容量和减少图像失真,选择嵌入参数的方法和停止参数,提出了分别。同时,为了防止溢出,减少额外的信息,提出了一种新方法生成位置的地图。实验结果表明,丽娜是多层嵌入基于算法的结果。为了更好地观察失真现象,放大图像,莉娜测试图像获得的水印图像经过两和三层嵌入,可以2.7 bpp及其嵌入容量。证明小波变换适用于图像加密来实现秘密通信。
1。介绍
图像可逆信息隐藏技术是指在数字图像中嵌入更多的隐藏信息的技术和恢复原始图像信息提取后100%。这种技术可以用在医学、军事、司法、和其他字段,需要恢复原始图像没有损失,从而实现版权保护和完整性认证(1的图像。可逆信息隐藏技术可以分为三类:(1)无损图像压缩技术;(2)基于不同扩张技术;(3)基于直方图的翻译技术。目前,算法主要分为空间域和频域算法。具有代表性的空间域算法,如基于差分扩展和直方图翻译,有较大的嵌入容量,低质量的隐藏的图形,和更低的运营效率,而后者具有操作简单的优点和preestimation的嵌入容量。越来越多的泄漏,保护信息安全和个人隐私已引起广泛关注。信息所有者不愿意直接暴露敏感数据包括个人隐私打开频道或不可靠的数据库。因此,信息所有者将首先通过使用加密技术加密原始信息,然后发送或传输密文信息(2]。频道或数据库管理员,额外的信息,比如标签信息和身份验证信息需要直接嵌入到密文信息管理。例如,医院数据库管理员会直接将患者信息和日期信息嵌入加密的医学图像,然后将加密后的信息保存到数据库中。显然,在需要的时候,应该完全恢复原始图像3]。
数字图像,其中包含丰富的用户信息,已成为国家间的交互和字段的不可或缺的手段。目前,用户信息沟通的过程中,图像是主要传播未经授权的网络环境下,将图像信息的巨大隐患。因此,它是非常重要的图像信息安全保密。为了提高图像传输的安全,学者们提出了相应的数字图像加密技术,主要分为两类:全球加密和选择性加密。全球加密技术扩散图像中所有的像素(4]。Kavitha kj设计一个图像加密算法结合self-coding,混沌和超混沌。通过改进离散Henon映射参数,生成的随机序列是令人不安的回归编码和逻辑混乱的地图,由改进的融合序列输出三维洛伦茨可逆映射,构造和扩散机制完成明文加密(5]。章设计了基于行和列变换的图像加密技术,形成迭代逻辑映射的行和列转换引擎,并建立相应的加密机制来完成输入图像的加密。实验结果表明,该算法具有理想的加密速度和安全6]。纳斯鲁拉n分钟明设计了基于小波的图像加密技术传播和混沌系统。通过迭代混沌系统和输出随机序列,确定小波传输的源点。十字架操作引入争夺明文,加密模型是由依靠明文内容和关键(7]。虽然算法在文学具有良好的性能,嵌入的信息方面只能嵌入空间中的信息加密之前保留。块信息一旦泄露,嵌入的信息很容易被提取并取代,这造成巨大威胁的安全嵌入式信息和载体图像。考虑安全嵌入容量和算法,提出了基于小波变换的可逆信息隐藏算法。首先,明文图像分成块,然后,两个相邻像素分为不重叠的像素组。根据转换键,选择对应的像素组整数变换。两个相邻像素变换受制于整数变换后,这样原来的像素组后仍然可以恢复任何LSB替换。因此,转换后的密文图像中的像素组根据转换键,发现和信息隐藏者使用嵌入密钥生成随机序列来确定每个像素的位置信息嵌入在集团和替换的LSB完成嵌入隐藏信息。嵌入信息可以提取正确只有当转换键和嵌入键都拥有。可以恢复原始图像只有当转换密钥和加密密钥都拥有。
2。小波变换和信息隐藏技术在纯文本域
提出了一种信息隐藏算法基于十进制转换。算法将两个相邻像素作为一个群体,执行十进制转换。简要介绍小波变换技术。在多分辨率小波变换可以分解图像,每个小波变换将得到4频率子图,而我(低频子图),霍奇金淋巴瘤(高频率子图在垂直方向)、LH(水平方向的高频子图),HH(高频子图)。其中,将子图集中图像的大部分能量,原始图像的逼近子图。更高的小波分类可以获得的四个频率子图进行二级(LL2、HL2 LH2和HH2),和中间的高频子图代表了图像的边缘和纹理信息。最后,通过逆变换可以恢复原始图像。十进制转换的具体特征及其相应的信息隐藏算法如下(8]。
2.1。小波变换
让和是8位的两个相邻像素的灰度图像,分别对应的十进制值转换后和可以通过下面的公式。
此外,转换后的像素 , 满足 如果 , 满足
然后,和取代和 ,的像素不会溢出由于转换和嵌入的信息,所以他们可以用于嵌入信息。否则,原像素值保持不变,其位置由一个二进制矩阵R标志。
2.2。信息嵌入
插入额外的信息成 。嵌入的像素是 ,和是相同的。当 ,嵌入式two-pixel值仍然满足公式(2)。如果 是嵌入式,它不再是满足。公式(4)是通过替换和到公式(2)。
关于 ,公式(4)有一个独特的结果 。当 , 。因此,根据值,恢复相应的 。在嵌入信息时,首先找到untransformed像素组 然后计算 , 。通过添加一个号码b, 和 满足公式(2), ,和b被称为辅助信息,其中 ,嵌入式和 。公式(2)不再满足9]。像一般的小波变换方法,小波低收入和第一级分解得到的高频系数可以进一步分解为高阶。
2.3。原始图像信息提取和恢复
首先,接收者法官是否像素组满足公式(2),如果有,它是嵌入式的像素组信息;否则,像素组没有嵌入信息,使用二进制矩阵标记R。像素组与嵌入式信息 ,代入公式(4)计算c .然后,嵌入的信息恢复使用对应关系。通过这种方式,收件人可以提取附加信息和辅助信息 。最后,转换后的像素值恢复,其中 , ,和原来的像素恢复逆变换,如以下公式所示:
为一个像素组 满足公式(2),可以恢复原来的像素值根据相应的辅助信息 , 。根据上述步骤,可以恢复原始图像没有损失(10]。
使用上面的算法,明文图像受到十进制转换和两个相邻像素都受制于十进制转换。根据约束关系,可以恢复原始图像。然而,在图像加密,遮瑕膏无法找到的信息转换为嵌入的信息判断像素组,和不可逆地嵌入到密文图像的信息。因此,在这项研究中,该算法改进,一个可逆信息隐藏算法,提出了基于十进制转换加密图像。在下一节中给出的具体算法将[11]。普通小波变换在可逆水印不能使用,因为它不支持完整的可逆性。例如,在一个8位灰度图像,像素值是0到255之间的整数。普通小波变换后系数的修改可能会导致水印图像中的像素值noninteger,这使得可逆性的实现困难。为了避免这些问题,确保图像转换的可逆性,可逆小波变换采用基于提升方案。
2.4。柱状图翻译
直方图是一种常见的翻译方法无损数据隐藏方法。柱状图的嵌入原理的翻译方法是创建一个缺口,这是自由空间,可以用来嵌入原始图像直方图中的数据或变换域直方图。一个例子说明嵌入数据的直方图方法的过程。图1显示了HH子带系数的直方图的灰度图像。注意,高频子带的系数都集中在新鲜感点(12]。
为了嵌入数据的系数值n首先生成一个嵌入的差距,比系数值n是增加了1,如图2,在那里n= 0。生成后的差距,二进制水印信息可以嵌入到自由空间。当然,也可以调整系数在相反的方向,例如,嵌入式水印−1的系数被选中。然后,所有调整系数小于−1负方向的振幅来生成一个缺口(13]。普通小波变换在可逆水印不能使用,因为它不支持完整的可逆性。例如,在一个8位灰度图像,像素值是0到255之间的整数。普通小波变换后系数的修改可能会导致水印图像中的像素值noninteger,这使得可逆性的实现困难。
当嵌入,扫描系数值和所有系数系数值等于0系数嵌入水印。如果被嵌入的水印是0,那么当前系数保持不变。如果被嵌入的水印是1,加1当前系数。如果带嵌入式数据的总量大于系数的数量的系数值等于n,我们可以继续使用其他系数值来产生更多的自由空间。在提取端,所有系数扫描,所有系数值等于n或n+ 1包含水印信息。如果当前系数值等于n、解码水印位0。如果当前系数值等于n+ 1,解码水印比特1和减1的系数值恢复原来的系数值。通过这种方法,所有修改后的系数中嵌入过程可以恢复,和恢复原始图像不会损失14]。两个相邻像素都受制于明文图像的整数变换。根据约束关系,可以恢复原始图像。然而,在图像加密,信息隐藏者找不到改变像素组通过判断来嵌入信息,和信息不能可逆地插入密文图像通过加法。
3所示。介绍算法
数字图像的嵌入过程可逆水印算法基于分数小波变换如图3。嵌入算法主要由6个主要模块,其中decimal-decimal变换和逆变换的小波变换的图像从空间域、频域和频域空间域,分别。嵌入参数选择模块用于选择水印的嵌入位置。antioverflow模块是用来防止严重溢出造成图像失真的嵌入过程和减少额外信息的长度。直方图转换模块用于水印嵌入,嵌入停止参数选择模块是用于控制嵌入容量和图像失真的算法在嵌入过程中15]。
嵌入图像的小波系数直方图数据翻译方法会导致空间域像素值的变化,这可能会导致不可避免的溢出和下溢现象。以一个8位数字图像为例,溢出意味着像素值超过255,而下溢意味着像素值小于0。虽然,像素值大于255时将截断显示图像。例如,257会突然变化的像素值为1,和白色像素会突然变成黑色,这将导致盐椒噪声图像显示时,严重影响图像质量。为了防止溢出,大多数解决方案使用位置地图表示系数不能改变,为了通过映射到解码端(16]。
在这项研究中,提出了一种生成地图的新方法,充分利用小波变换的特点降低系数大尺寸地图的问题。小波变换显示良好的相关性和高分辨率的空间域和频率域的图像,和它的高频子带进行空间域的图像信息。因为溢出的问题源于那些像素边界,就可以找到相应的系数在频域。定位这些特殊系数后,在嵌入过程中,引用映射到排除这些像素靠近边界值。为了解释antioverflow方法本研究采用更清楚,给出一个例子。假设原始信号是一个4×4的二维数组,数组的值的像素值。像素值小于10岁和大于250灰色的水平应该排除在嵌入过程中(17]。
4所示。实验结果和分析
首先,丽娜,一个8位灰度图像大小为512×512,用作实验的原始图像。在实验中,3常见的自然灰度图像(Lena,狒狒,辣椒,全部来自互联网,512×512×8位深度,BMP格式,在水平和垂直分辨率,71 dpi和257 KB大小)和3医学灰度图像(MRI_Skull CT_Lung,我们_子宫,512×512×)是随机选择的。水平和垂直分辨率是72 dpi,大小是39.7 KB。编程环境是Matlab 7.0和视窗xp操作系统(主频率为1.6 GHz和记忆是1.25 GB) (18]。
水印嵌入容量是衡量bpp,嵌入的水印信息是rand()生成的随机函数在Matlab。测量图像失真的PSNR值计算公式如下: 在哪里 ,和代表了宽度,高度,和图像的位深度 和 表示原始图像和水印图像的像素值,分别。
4.1。算法复杂性分析
该算法的计算复杂度取决于操作的小波变换和直方图的转变。标准离散小波变换的时间复杂度 ,计算复杂度直方图的翻译,输入像素的数量 ,和翻译时间 。直接,时间复杂度 (18]。
4.2。实验结果
图4显示了不同载体图像的PSNR值测试结果在不同嵌入能力。
从图可以看出4首先,除了狒狒形象,其他图片可以保持良好的水印嵌入容量时图像质量接近1 bpp,和PSNR值超过30分贝。其次,医学图像的实际嵌入性能明显优于自然图像。由于医学图像的特点,小波系数直方图更集中在0点,仍保持拉普拉斯分布。为了达到较高的嵌入容量,可采用多层嵌入策略。在多层嵌入策略,嵌入的水印图像用于执行过程多次嵌入更多的数据。这表明,少量的直方图翻译可以产生较高的水印嵌入空间,使较小的失真,这是优于自然图像。此外,相同类型的图像有明显差异,嵌入性能由于其不同的纹理特征。例如,狒狒图像的纹理是最复杂的,和它的高频系数直方图相对均匀分布。因此,更多的系数是用来嵌入数据,相对于其他自然图像PSNR值最低的实验。在当前的算法,一些算法可以实现单层嵌入容量1 bpp在图像载体像狒狒。 In medical images, the texture of US_Womb image is the most complex, the correlation between adjacent pixels is poor, and its embedding performance is the worst, which is close to general natural images such as Lena. Because the data are embedded in the high-frequency wavelet subband, each watermark image has high-frequency noise, and because of the existence of higher high-frequency coefficients, it is sharper than the original image, but even in the case of lower PSNR value, it does not have a serious impact on the visual quality of the image. On the whole, the distortion performance under each load capacity depends on the characteristics of each image because the number of high-frequency and low-frequency coefficients of each image is different, and the shape of gray histogram affects the coefficient mapping matrix in the process of preventing overflow. In addition, because medical images usually have a bit depth of 12 bits, this work studies the influence of image bit depth on our algorithm. Through experimental analysis, it is found that the embedding capacity of the same MRI_Skull medical image is much higher than that of the image with the depth of 8 bits because when the image pixels are expressed with the depth of 12 bit, the highest pixel value reaches 4095, so the general image pixel value will not use such a large space, and the pixels at the overflow edge are greatly reduced, thus reducing the length of additional information. In addition, after wavelet decomposition, the number of high-frequency subband coefficients near zero value greatly increases, which increases the embedding capacity [19]。
5。结论
本研究提出了一种可逆水印算法基于分数小波变换和直方图的数字图像的转变。水印嵌入用分数小波分解后的高频系数。选择嵌入参数的算法保证了较高的嵌入容量,以及选择的算法嵌入停止参数保证了水印图像的保真度。此外,为了有效地防止溢出在嵌入过程中,提出了一个新位置的映射方法。实验结果表明,除了狒狒形象,其他图片可以保持良好的水印嵌入容量时图像质量接近1 bpp,和PSNR值超过30分贝。其次,医学图像的实际嵌入性能明显优于自然图像。小波系数直方图的更集中在0点,仍保持拉普拉斯分布。只有拥有改变关键和嵌入密钥嵌入的信息可以从密文中提取正确的形象。只有当接收者转换密钥和加密密钥,可以接收方恢复原始图像没有损失。实验比较后,这个算法的嵌入率较高; while ensuring large embedding capacity, it can strengthen the protection of embedded information, which is of certain significance to the management of ciphertext data.
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
本研究黑龙江省教育科学研究项目支持的部门(135509313)。