本发明属于信息安全领域，具体涉及一种基于近重复图像检索的无载体信息隐藏方法。
背景技术：
信息隐藏技术主要应用在信息安全、版权保护、军事通信等方面。在过去的十几年里，随着数字图像的广泛应用，许多图像信息隐藏技术被提出来。目前大多数的图像信息隐藏技术在操作的时候，往往通过修改图像载体的过程中嵌入秘密信息，同时修改的痕迹会留在图像载体上。隐写分析工具能够根据这些对载体修改的痕迹来检测图像载体是否被嵌入信息，使得这些方法变得不安全。
这个问题在近几年得到了重视，2014年5月，全国信息隐藏暨多媒体信息安全专家委员会上，一些专家提出了“无载体信息隐藏”的想法。该思想指的是，无需其他载体，能够根据秘密信息获取载体或者生成载体。这样载体不经任何修改就能隐藏秘密信息，能够很好的解决了传统的信息隐藏不能抵抗隐写分析检测的问题。无载体信息隐藏的想法，在提出后，得到了国内外信息隐藏领域广泛的认可。
随着无载体信息隐藏想法的提出，各种基于无载体思想的信息隐藏方法也开始出现。无载体在图像信息隐藏领域，应用最为普遍的就是将文本作为秘密信息隐藏到载体图像中。具体操作是，提取载体图像的特征，将图像的特征映射为二进制信息，使用该二进制信息来表示载体图像；然后根据秘密信息去获取载体图像。
目前图像无载体信息隐藏的研究属于起步阶段，现有的图像无载体信息隐藏技术主要有以下几个技术难题：
1、现有的图像无载体信息隐藏方法，一个图像载体只能隐藏很少的信息，容量比较低；
2、现有的图像无载体信息隐藏方法，需要一个相对大的图像数据库才能实现；
3、现有的图像无载体信息隐藏方法，只能将文本信息作为秘密信息隐藏到图像载体中，不能将图像作为秘密信息隐藏到载体图像。
技术实现要素：
本发明针对现有技术中的不足，提供一种基于近重复图像检索的无载体信息隐藏方法，能够抵抗现有的隐写分析方法，提高隐藏容量，并且能够将图像作为秘密信息隐藏到图像载体中。
为实现上述目的，本发明采用以下技术方案：
一种基于近重复图像检索的无载体信息隐藏方法，其特征在于，包括以下步骤：
步骤一、图像数据库的建立与图像预处理：建立自然图像数据库，将数据库中的秘密图像切分为图像块，作为秘密信息；
步骤二、隐秘标签选取：在秘密信息前加上标签，为获取秘密信息提供引导，采用鲁棒哈希算法得到作为隐秘标签的哈希序列；
步骤三：图像特征提取：提取图像块的特征信息；
步骤四：快速检索图像的索引结构构建；
步骤五：信息隐藏：根据隐秘标签、图像特征和索引结构，检索包含与秘密图像块视觉相似图像块的自然图像，并进行隐藏；
步骤六：信息提取：根据隐秘标签和图像特征，获取秘密信息。
为优化上述技术方案，采取的具体措施还包括：
所述步骤一中，图像数据库中的图像大小均为640×480，将图像切分为m×n个图像块。
所述步骤二中，采用鲁棒哈希算法得到作为隐秘标签的哈希序列，具体如下：
首先，将图像块切分为m×n个区域，用{b11，b12，...，bmn}表示；
其次，计算各个区域的像素平均值，得到m×n个值，用{v(b11)，v(b12)，...，v(bmn)}表示；
最后，按照顺序依次将值与它相邻的下一个值比较，得到最后的标签{v1，v2，...，vm*n-1}。
所述步骤三中，对于切分为m×n个区域的图像块，提取每一个区域的颜色直方图特征，用fi表示，然后按照一定的顺序，将每一个区域的颜色直方图特征拼接成一个特征信息来表示该图像块，最终的特征信息为fk＝{f0，f1，…，fm×n-1}，fk表示特征信息，0≤i≤m×n-1。
所述步骤四中，快速检索图像的索引结构包括隐秘标签、词汇树结构和图像块列表；隐秘标签用于引导秘密图像块的提取；词汇树结构对图像集中所有的图像块提取特征，然后对这些特征聚类，产生一个树形的结构；图像块列表使用隐秘标签和秘密图像块特征信息，得到候选的自然图像。
所述步骤五中，将信息隐藏转换成在图像集中检索包含与秘密图像块视觉相似图像块的自然图像，其具体步骤如下：
1)将秘密图像切分为m×n个秘密图像块，用p＝{pi|i＝0toi＝m×n-1}来表示，p表示秘密图像块的集合，pi表示第i个秘密图像块，0≤i≤m×n-1；
2)发送方通过密钥从原始的隐秘标签序列pl中选择l个隐秘标签作为此次有效的隐秘标签序列pl-n＝{plj|j＝0toj＝l-1}，pl-n表示有效的隐秘标签序列，plj表示第j个隐秘标签，0≤j≤l-1；
通过将有效的隐秘标签循环t次，其中
3)提取每一个秘密图像块的特征信息，将秘密图像所切分的图像块和隐秘标签序列组合为秘密图像块特征和隐秘标签序列c＝{ch＝fkh+plh|h＝0toh＝64×64-1}，c表示秘密图像块特征和隐秘标签序列，ch表示第h个组合，fkh表示第h个秘密图像块特征，plh表示第h个隐秘标签，0≤h≤64×64-1，然后在索引文件中检索每一个组合ch，得到一个候选的自然图像块序列；
4)在候选的自然图像块序列中，通过比较秘密图像特征和候选的自然图像块序列中的每一个图像块特征的欧式距离，选取距离最小的图像块，此图像块与秘密图像块视觉相似，然后根据该图像块得到原始完整的图像作为该秘密信息的图像载体；
5)将得到的每一个图像载体，发送给接收方。
所述步骤六中，信息提取的过程与信息隐藏相反，具体过程如下：
1)接收方得到共m×n幅图像载体；
2)接收方拥有和发送方相同的密钥，从原始的隐秘标签序列pl中选择l个隐秘标签作为有效的隐秘标签序列pl-n＝{plj|j＝0toj＝l-1}；
通过将有效的隐秘标签循环t次，其中
3)根据可以使用的隐秘标签序列pl-f，在载体图像中提取出图像块di，在提取每一幅载体图像后得到一个图像块序列d＝{di|i＝0toi＝m×n-1}；
4)按照顺序将图像块序列d拼接在一起，得到完整图像，此图像即为隐藏的秘密图像。
本发明的有益效果是：
1、本发明设计的一种基于近重每图像检索的无载体信息隐藏方法，因为不对载体图像进行任何修改，可以有效地抵抗隐写分析的攻击；
2、本发明设计的一种基于近重复图像检索的无载体信息隐藏方法，实现了在图像中隐藏图像的功能；
3、本发明设计的一种基于近重复图像检的无载体信息隐藏方法，将图像块隐藏到图像载体中，能够有效的提高每一幅图像载体的容量。
附图说明
图1是本发明的总体框架结构图。
图2是本发明中获取隐秘标签的示意图。
图3是本发明中图像特征提取的示意图。
图4是本发明中索引结构的示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
如图1所示的一种基于近重复图像检索的无载体信息隐藏方法，主要包括大规模的自然图像库建立、隐秘标签选取、图像特征提取、快速检索图像的索引结构构建、信息隐藏和信息提取方法。大规模自然图像库建立，是保证含密图像搜索结果好坏的关键。隐秘标签选取是指在隐藏的过程中，给秘密信息前面加上一个标签，用来为获取秘密信息提供引导作用。图像特征提取这一方法主要作用是，能够通过该图像中提取的一个特征来准确的表示该幅图像。快速检索图像的索引结构构建主要功能是在根据秘密图像块获取图像载体时，能够快速高效的从图像数据库中得到对应的图像载体，该方法使用到了隐秘标签和图像特征。信息隐藏主要是将图像块作为秘密信息，通过使用上述的标签、图像特征、以及索引文件，找到含有与秘密图像块视觉相似的图像块的自然图像来隐藏。信息提取主要是根据标签和图像特征，在载体中获取到秘密信息。
该方法能够抵抗现有的隐写分析方法，提高隐藏容量，并且能够将图像作为秘密信息隐藏到图像载体中，各部分内容具体如下：
一、图像数据库与图像预处理
图像数据库主要通过下载著名的图像数据集、通过网络搜索引擎下载的图像以及使用爬虫工具收集下载的图像，在建立图像集的同时，对图像进行相关处理，使得所有的图像的大小均为640×480。将图像库图像切分为m×n个图像块，然后接下来各个操作都是对图像块进行操作。
二、隐秘标签
隐秘标签选取主要是在载体中寻找满足可区分性、随机性、泛在性的，能够标识秘密信息的数据或者特征。为了实现隐秘标签的选取，此处采用了一种鲁棒哈希算法，可以得到一个哈希序列，此哈希序列即为隐秘标签。鲁棒的哈希算法满足泛在性、可区分性，同时可根据时间和用户身份等信息在标签序列中获取到不同的可用标签，这样满足了隐秘标签的随机性。同时，随机性也提高了方法的安全性。
首先将图像块切分为m×n个区域，用{b11，b12，...，bmn}表示；其次，计算各个区域的像素的平均值，得到m×n个值，用{v(b11)，v(b12)，...，v(bmn)}表示；最后，按照顺序依次将值与它相邻的下一个值比较，具体按照从左到右，从上到下的顺序进行比较，前一个大于后一个，就为1，小于为0，得到最后的标签{v1，v2，...，vm*n-1}。
此处，将图像块分为3×3个不同的区域，隐秘标签的长度为8，所以共有256个不同的隐秘标签。在使用的过程中，可根据用户身份等信息，获取不同的隐秘标签序列使用。获取隐秘标签的过程如图2所示。
三、图像特征提取
在图像特征提取部分，关键的问题是，对于一个给定的秘密信息块，如何找到含有与此视觉相似图像块的自然图像。首先是要通过提取图像的特征来准确的描述图像块的内容，此处使用的是图像的颜色直方图特征。由于颜色直方图属于全局特征，只能表示图像颜色的分布，而不能表示图像的空间信息，为此，此处使用的是一种改进的颜色直方图提取方法。
如图3所示，首先将图像块切分为m×n个区域，然后提取每一个区域的颜色直方图特征，用fi表示，然后按照一定的顺序，将每一个区域的颜色直方图特征拼接成一个特征信息来表示该图像块，最终的特征信息为fk＝{f0，f1，…，fm×n-1}，0≤i≤m×n-1。
四、快速检索图像的索引结构
功能是能够快速准确的从图像数据库中检索出符合条件的图像，如图4所示，其主要有三部分，第一部分为隐秘标签，该部分主要用在引导秘密图像块的提取；第二部分为词汇树结构，该部分对一个图像集中所有的图像块提取特征，然后对这些特征聚类，产生一个树形的结构，通过这样一个树形结构，能够快速的检索到和该特征近似的图像块，同时，大量实验证明，特征相似的图像块，在视觉上是相似的；第三部分则为图像块列表，在使用隐秘标签和秘密图像块特征信息可以得到一个候选的自然图像。
五、信息隐藏
把信息隐藏转换成了在图像集中检索包含与秘密图像块视觉相似图像块的自然图像，其具体步骤如下：
1、将作为秘密信息的图像，切分为m×n个秘密图像块，用p＝{pi|i＝0toi＝m×n-1}来表示，p表示图像块的集合，pi表示第i个图像块，0≤i≤m×n-1。
2、发送方通过一个密钥key，然后从原始的隐秘标签序列pl中选择l个隐秘标签作为此次有效的隐秘标签序列pl-n＝{plj|j＝0toj＝l-1}，plj表示第j个隐秘标签，0≤j≤l-1，pl-n表示从pl中选出的一个新的隐秘标签。由于存在隐秘标签不够用的问题，主要采用通过将有效的隐秘标签循环t次，其中
3、将秘密图像切分的图像块和隐秘标签序列，提取每一个秘密图像块的特征信息，组合为“秘密图像块特征+隐秘标签”的序列c＝{ch＝fkh+plh|h＝0toh＝64×64-1}，fkh表示第h个秘密图像块特征，0≤h≤64×64-1，然后在索引文件中进行检索每一个组合ch，可以得到一个候选的自然图像块序列。
4、在候选序列中，通过比较秘密图像特征和候选序列中的每一个图像块特征的欧式距离，选取距离最小的图像块，此图像块则是与秘密图像块视觉相似的，然后根据该图像块得到原始完整的图像作为该秘密信息的图像载体。
5、将得到的每一个秘密信息块检索到的自然图像，发送给接收方。
六、信息提取
信息提取的过程与信息隐藏正好相反，通过隐秘标签和含密图像载体，能够快速的在载体图像中提取出秘密信息，其具体过程如下：
1、接收方得到载体图像，共m×n幅载体图像。
2、接收方拥有和发送方方相同的密钥key，然后从原始的隐秘标签序列pl中选择l个隐秘标签作为此次有效的隐秘标签序列pl-n＝{plj|j＝0toj＝l-1}。由于存在隐秘标签不够用的问题，主要采用通过将有效的隐秘标签循环t次，其中
3、根据隐秘标签序列pl-f和载体图像，根据隐秘标签，在载体图像中提取出图像块di，在提取每一幅载体图像后得到一个图像块序列d＝{di|i＝0toi＝m×n-1}。
4、按照顺序将图像块序列d拼接在一起，就得到了完整的一幅图像，此图像即为隐藏的秘密图像。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。