摘  要： 提出一種基于視覺(jué)特性的圖像隱寫(xiě)算法,。該算法利用亮度和紋理閾值等人類(lèi)視覺(jué)系統(tǒng)特性,，并結(jié)合圖像各個(gè)局部分塊的亮度與紋理特征，將圖像劃分為強(qiáng)嵌入?yún)^(qū),、次嵌入?yún)^(qū),、弱嵌入?yún)^(qū)，計(jì)算各個(gè)局部分塊亮度和紋理,，分別嵌入不同比特?cái)?shù)的秘密信息,。實(shí)驗(yàn)結(jié)果表明，該算法能夠增加圖像秘密信息的嵌入容量,，提高抗檢測(cè)性能,，以及保持較高的峰值信噪比,。
　　關(guān)鍵詞： 自適應(yīng)隱寫(xiě)；JPEG圖像,；人類(lèi)視覺(jué)特性,；峰值信噪比
0 引言
　　JPEG格式圖像作為一種在互聯(lián)網(wǎng)上被廣泛應(yīng)用的格式[1]，以此格式為載體的隱寫(xiě)算法也越來(lái)越多,。較早出現(xiàn)的JSteg隱寫(xiě)算法[2]用秘密信息比特直接替換JPEG圖像中量化后DCT系數(shù)的最低比特位,。WESTFELD A[3]提出了F3算法與F4算法，并在F4算法的基礎(chǔ)上,，加入了置亂與矩陣編碼提出了F5算法,，該算法減少了嵌入需要改動(dòng)的DCT系數(shù)量，進(jìn)一步提高了算法的隱蔽性,。
　　基于人眼視覺(jué)特性的隱寫(xiě)方法得到了較快的發(fā)展,，如BPCS[4]、PVD[5],、Wang C M等人[6]利用模函數(shù)對(duì)PVD進(jìn)行的改進(jìn)算法,；在JPEG圖像中,，向德生等人[7]利用局部小波子塊的亮度與紋理特征,，自適應(yīng)嵌入強(qiáng)度因子來(lái)嵌入水印,；龔發(fā)根等人[8]針對(duì)JPEG圖像提出一種自適應(yīng)數(shù)據(jù)隱藏算法,。然而，以上算法并沒(méi)有全面考慮圖像各區(qū)域的復(fù)雜程度,，以及不同的區(qū)域嵌密對(duì)圖像造成的失真,，所以綜合性能不高。鑒于以上問(wèn)題,，本文提出一種基于視覺(jué)特性的JPEG圖像自適應(yīng)隱寫(xiě)方法,，本算法充分利用了區(qū)域的亮度和紋理特征的視覺(jué)特性，在提高秘密信息嵌入量的同時(shí),，仍可以保持較好的視覺(jué)隱蔽性,。
1 基于視覺(jué)特性的JPEG圖像自適應(yīng)隱寫(xiě)算法
　　高質(zhì)量JPEG圖像經(jīng)過(guò)壓縮所得的系數(shù)對(duì)圖像復(fù)雜度描述雖然不及空域像素值準(zhǔn)確，但仍能表現(xiàn)其一些特性,。本文算法結(jié)合圖像的亮度和紋理特性,，進(jìn)一步細(xì)劃了嵌入?yún)^(qū)域，將圖像分塊劃分為強(qiáng)嵌入?yún)^(qū)（R1）,、次嵌入?yún)^(qū)（R2）和弱嵌入?yún)^(qū)（R3）3個(gè)區(qū)域,，亮度較高且紋理復(fù)雜的為強(qiáng)嵌入?yún)^(qū)，亮度較低且紋理簡(jiǎn)單的為弱嵌入?yún)^(qū),，余下的為次嵌入?yún)^(qū),。通過(guò)設(shè)定閾值D,，再計(jì)算出亮度L和紋理T的大小，在3個(gè)區(qū)域中分別采用不同比特?cái)?shù)進(jìn)行嵌入,。
　　在算法中,，設(shè)定亮度閾值DL12=32，DL23=85,，紋理閾值DT12=N/2,，DT23=N，N為所有圖像塊非零AC系數(shù)的平均個(gè)數(shù),。將區(qū)間劃分為強(qiáng)嵌入?yún)^(qū)R1∈{DL≥DL12}∩{DT≥DT12},，次嵌入?yún)^(qū)R2∈{DL12≤DL≤DL23}∩{DT12≤DT≤DT23}，弱嵌入?yún)^(qū)R3∈{DL≤DL12}∩{DT≤DT12},。在3個(gè)區(qū)域中分別采用m1 bit,、m2 bit、m3 bit的LSB嵌入,，根據(jù)前面提到的各個(gè)區(qū)域信息嵌入量的關(guān)系得出m1≥m2≥m3,。
　　具體的嵌入過(guò)程如下：
　　（1）對(duì)原始JPEG載體圖像進(jìn)行熵解碼,。
　?。?）選取載體圖像的每個(gè)8×8分塊中的量化后的DCT系數(shù)，根據(jù)設(shè)定的閾值DL,、DT,，將圖像劃分為強(qiáng)嵌入?yún)^(qū)、次嵌入?yún)^(qū),、弱嵌入?yún)^(qū),，依次嵌入m1 bit、m2 bit,、m3 bit的秘密信息,。
　　（3）在圖像分塊中,，計(jì)算量化后非零DCT交流系數(shù)N（n）的個(gè)數(shù),，來(lái)確定該分塊的紋理復(fù)雜度，同時(shí)計(jì)算塊中各像素在相應(yīng)亮度分量上的亮度平均值ρB：

　　其中,，F(xiàn)（0,，0）為直流DC系數(shù)。
　?。?）根據(jù)步驟（2）,，找出分塊Bk所屬的區(qū)間，通過(guò)式（2）來(lái)確定要嵌入的秘密信息k的值：

　　其中,，為了準(zhǔn)確地提取秘密信息,，交流的第一個(gè)系數(shù)不用來(lái)嵌入而用來(lái)確定該塊屬于哪個(gè)區(qū),，具體的操作為：利用LSB和次LSB兩位，00代表該塊屬于R1,，01為R2,，10為R3。
　?。?）把二進(jìn)制秘密信息m用混沌調(diào)制加密為m′,，截取k bit的秘密信息嵌入到像素塊Bk的像素Bk（i，j）中,，修改過(guò)后的像素為B′k（i,，j），Bk的像素塊變?yōu)檩d密的像素塊B′k,。
　?。?）把所有的B′k合為一個(gè)整體，對(duì)整體圖像進(jìn)行熵編碼,，形成載密圖像,。
2 實(shí)驗(yàn)結(jié)果
　　實(shí)驗(yàn)選用一幅256×256×8的標(biāo)準(zhǔn)灰度圖像Lena圖像為原始載體圖像。圖像文件均為標(biāo)準(zhǔn)JPEG文件格式,。
　　表1是本文算法與原始算法在不同圖像下的嵌入對(duì)比數(shù)據(jù),。從測(cè)試結(jié)果發(fā)現(xiàn)，本文算法平均嵌入容量比原始算法高出了7 909 bit,，PSNR的值也上升了   0.617 dB,，這是由于數(shù)據(jù)嵌入過(guò)程中充分地考慮了視覺(jué)特性的結(jié)果,。
3 分析
　　3.1 隱蔽差異性分析
　　載體圖像和載密圖像的差異圖可以反映出隱寫(xiě)算法在載體圖像中嵌入的位置,，從而可以分析出算法視覺(jué)特性利用的充分性。圖1為本文算法與原始算法差異放大圖,。

　　實(shí)驗(yàn)結(jié)果表明,，圖1（a）對(duì)紋理區(qū)與較暗區(qū)域的改動(dòng)更加充分，主要集中在Lena的頭發(fā)部分,、背景等紋理復(fù)雜和亮度較暗的區(qū)域,，而圖1（b）對(duì)紋理區(qū)的改動(dòng)相對(duì)分散，利用不充分,。
　　3.2 抗檢測(cè)性能分析
　　實(shí)驗(yàn)選擇二階多項(xiàng)式核的支持向量機(jī)作為分類(lèi)器,，用CCPEV-548D[9]檢測(cè)本文提出算法。
　　圖2給出了本文算法與原始算法隨嵌入率變化的錯(cuò)誤檢測(cè)率對(duì)比圖,。實(shí)驗(yàn)結(jié)果表明,，隨著嵌入率的上升，兩種算法的最小平均錯(cuò)誤檢測(cè)率都降低,，抗檢測(cè)性能都有所下降,。但是,，本文算法的最小平均錯(cuò)誤檢測(cè)率要略微高于舊算法，換言之,，抗檢測(cè)性能要好于原始算法,。

4 結(jié)論
　　本文算法將自適應(yīng)方法引入，通過(guò)直接對(duì)量化系數(shù)的計(jì)算,，確定圖像塊的區(qū)域亮度和紋理特征,，將信息更多地隱藏在紋理區(qū)域和較亮或較暗的區(qū)域，最后從嵌入秘密信息容量,、PSNR,、抗檢測(cè)等方面，分析算法對(duì)隱寫(xiě)結(jié)果的影響,。實(shí)驗(yàn)結(jié)果表明,，本文算法是一個(gè)行之有效的算法。
　　參考文獻(xiàn)
　　[1] 周清雷,，黃明磊.JPEG圖像的信息隱藏方法[J].計(jì)算機(jī)工程與設(shè)計(jì),，2010，31（19）：4178-4181.
　　[2] UPHAM D. JPEG-Jsteg-v4[EB/OL].[1993-05-26]（2014-11-01）. http：//www.funet.fi/pub/crypt/steganography/jpeg-jsteg-v4.diff.gz.
　　[3] WESTFIELD A． F5-Asteganographic algrithm high capacity despite better steganalysis. IH2001,， 2001：289-302．
　　[4] KAWAGUCHI E,， EASON R O. Principle and applications of BPCS-Steganography[A]， Proceedings of SPIE： Multimedia Systems and Applications[M]. Bellingham,， WA： SPIE,， 1999：464-472.
　　[5] Wu Dachun， TSAI W H. A steganographic method for images by pixel-value differencing[J].Pattern Recognition Letters,， 2003,，24（9-10）：1613-1626.
　　[6] WANG C M， WU N I,， TSAI C S,， et al. A high quality steganographic method with pixel-value differencing and modulus function [J]. Journal of Systems and Software，2008,， 81（1）：150-158
　　[7] 向德生,，熊岳山，朱更明.基于視覺(jué)特性的灰度水印自適應(yīng)嵌入與提取算法[J].中國(guó)圖象圖形學(xué)報(bào),，2006,，11（7）：1026-1035.
　　[8] 龔發(fā)根，秦拯.分塊自適應(yīng)JPEG圖像數(shù)據(jù)隱藏算法[J].計(jì)算機(jī)應(yīng)用研究,，2010,，27（10）：3884-3888.
　　[9] JOHNSON N， JAJODIA S. Steganalysis of images created using current steganography software[C]. Proceedings of the 2nd International Information Hiding Workshop， Berlin/Heidelberg： Springer,， 1988：273-289.