一种基于临界值的自适应图像信息隐藏方法与流程

本发明属于信息处理领域，涉及一种基于临界值的自适应图像信息隐藏方法。

背景技术：

现有技术图形信息隐藏的方法，包括TBPC:Hou,C.-L.,Lu,C.,Tsai,S.-C.,&Tzeng,W.-G.(2011).An optimal data hiding scheme withtree-based parity check.IEEE Transactions on Image Processing,20(3),880–886。TBPC算法虽然具有较大的容量，但是其安全性较差。

EALSB-MR:Luo,W.,Huang,F.,&Huang,J.(2010).Edge adaptive image steganography based on LSB matching revisited.IEEE Transactions onInformation Forensics and Security,5(2),201–214。Luo等人设计EALSB-MR算法。该算法破坏了垂直方向和水平方向的关联，其安全性有待提高。

SEMX:Hayat Al-Dmour,Ahmed Al-Ani(2016),A steganography embedding method based on edge identification and XOR coding.Expert Systems With Applications,46,293-306。Hayat Al-Dmour等人提出SEMX算法，该算法利用了边界值和XOR运算，能够提高安全性，但是其容量有限。

技术实现要素：

针对现有技术的不足，本发明目的在于提供一种实现简单的基于临界值的自适应图像信息隐藏方法，提高了图像隐藏的容量和自适应的嵌入秘密信息增强了安全性。

为了实现上述目的，本发明的技术解决方案是：

一种基于临界值的自适应图像信息隐藏方法，包括以下步骤：

步骤一、定义图像非重叠的像素块B，像素块B大小为n×n，n为正整数；

步骤二、定义像素块B最大差D,D＝MAX(B_i)-MIN(B_i)

其中，MAX(B_i)表示像素块B的最大值，MIN(B_i)表示像素块B的最小值；

步骤三、定义临界值TH，设秘密信息m₁，m₂，设像素I₁，I₂和I₃，则

(1)如果LSB(I₁)⊕LSB(I₂)不等于m₁，且LSB(I₁)⊕LSB(I₃)不等于m₂，则修改I₁为S₁并确保MIN(B_i)<S₁<MAX(B_i)；

(2)如果LSB(I₁)⊕LSB(I₂)不等于m₁，且LSB(I₁)⊕LSB(I₃)等于m₂，则修改I₂为S₂并确保MIN(B_i)<S₂<MAX(B_i)；

(3)如果LSB(I₁)⊕LSB(I₂)等于m₁，且LSB(I₁)⊕LSB(I₃)不等于m₂，则修改I₃为S₃并确保MIN(B_i)<S₃<MAX(B_i)；

LSB(I₁)取I₁的最不重要比特位，LSB(I₂)取I₂的最不重要比特位，LSB(I₃)取I₃的最不重要比特位；

(4)其他情况，保持不变；

通过采用计算图像中像素块B最大差D，来确定像素块B是否为临界块以及是否用于信息隐藏。

本发明避免漏掉临界块，提高了隐藏的容量；自适应的嵌入信息，提高的嵌入信息的安全性；采用步骤三中的方法，减小对图像的修改，提高了图像的质量。

通过结合子块的临界值和自适应的判断临界块，提出了AIHC信息隐藏算法。AIHC算法提高了图像隐藏的容量和自适应的嵌入秘密信息增强了安全性。该算法可以在多项式时间复杂度下完成，实现简单。AIHC算法在提取秘密信息时，不需要额外的信息。在保持图像质量的情况下，增加容量。提出的AIHC算法性能具有明显的好于其它同类算法。

附图说明

图1.3×3像素块

图2.AIHC算法流程图

图3.嵌入率和MSE图

图4.嵌入率和PSNR(dB)图

图5.300副图像的容量对比图

图6.随机选择300副图像的AIHC算法比较SEMX提高的比率；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明包括以下步骤：

定义1.图像非重叠的像素块B，其大小n×n，比如n＝3，如图1所示。

定义2.块最大差D

D＝MAX(B_i)-MIN(B_i)

其中，MAX(B_i)表示块B的最大值，MIN(B_i)表示块B的最小值。

定义3.临界值TH

规则1.设秘密信息m₁，m₂，设像素I₁，I₂和I₃，则

(1)如果LSB(I₁)⊕LSB(I₂)不等于m₁，且LSB(I₁)⊕LSB(I₃)不等于m₂，则修改I₁为S₁并确保MIN(B_i)<S₁<MAX(B_i)。

(2)如果LSB(I₁)⊕LSB(I₂)不等于m₁，且LSB(I₁)⊕LSB(I₃)等于m₂，则修改I₂为S₂并确保MIN(B_i)<S₂<MAX(B_i)。

(3)如果LSB(I₁)⊕LSB(I₂)等于m₁，且LSB(I₁)⊕LSB(I₃)不等于m₂，则修改I₃为S₃并确保MIN(B_i)<S₃<MAX(B_i)。

(4)其他情况，保持不变

2AIHC算法流程图见图2

(1)开始

(2)输入图像，设定TH值。

(3)将图像I分成不相邻的块，大小为n×n。

(4)如果块已经选择完成，则步骤(9)，否则，则步骤(5)。

(5)选择第i个块B，计算第i块最大差值D。

(6)如果D大于或等于临界TH，这是一个临界块(7)，则步骤；否则步骤(4)。

(7)如果MIN(B)<B_i<MAX(B)，则I_i＝B_i，按照规则1嵌入秘密信息。

(8)如果秘密信息已经嵌入完成，则步骤(9)；否则，步骤(4)。

(9)输出载密图像。

(10)结束

3.实验结果

实验的图库来自UCID和互联网。实验的工具使用的是MATLAB版本为R2009。实验开始，所有的图像将被转换成灰度图像。从试验图库中选择1338幅图像作为实验图像。接下来，一些实验的结果将证明所提出的AIHC算法的有效性。

实验一：从这1338幅图像，随机选择其中的一幅图像，TBPC算法、EALSB—MR算法、SEMX算法和AIHC算法的比较结果如图3和图4所示。图3表示在TBPC算法、EALSB—MR算法、SEMX算法和AIHC算法的测试结果中，AIHC算法的MSE最小，表示AIHC算法对图像的修改最小，保持较低的失真性。

图4表示在TBPC算法、EALSB—MR算法、SEMX算法和AIHC算法的测试结果中，AIHC算法的PSNR值教好，表示AIHC算法对图像的保持真实性最好。

实验二：从这1338幅图像，随机选择其中的300幅图像，SEMX算法和AIHC算法的比较结果如图5和图6所示。图5表示在SEMX算法和AIHC算法的测试结果中，AIHC算法的容量较大，表示AIHC算法对图像的嵌入的容量大。

图6表示在SEMX算法和AIHC算法的测试结果中，AIHC算法的容量在SEMX算法提高比率IC。在1338个图像中，IC为正的占89.09％。这说明AIHC算法的容量高于SEMX算法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。