陳俊杰 魯康

摘要：由Ni提出的對像素進行直方圖平移進行可逆數(shù)據(jù)隱藏，一方面在單峰值或雙峰值的情況下嵌入容量不夠高，另一方面在嵌入數(shù)據(jù)之后對于圖像的保真度也不夠好。在此，基于直方圖平移的方式，提出一種改進算法，將圖像進行二次劃分，增加像素峰值點，提升圖片的峰值信噪比。實驗結(jié)果表明，該算法不僅可以實現(xiàn)可逆數(shù)據(jù)隱藏，而且與Ni算法相比，既提升了嵌入容量，也使隱藏后的圖像失真更小。

關(guān)鍵詞：可逆數(shù)據(jù)隱藏；直方圖平移；像素分塊；雙向直方圖平移；區(qū)域再分塊

中圖分類號：TP309

文獻標識碼：A

DOI：10.3969/j.issn.1003-6970.2015.07.023

0 引言

可逆數(shù)據(jù)隱藏是指在正確提取數(shù)據(jù)后還能無損地恢復原始圖像，通常要滿足隱蔽性好和容量高兩個特性，被廣泛應用于醫(yī)學、軍事、司法、政務等領(lǐng)域。當前比較受關(guān)注的算法是2006年Ni等人提出的基于直方圖平移的方法。該算法是基于圖像的直方圖來展開。近年來對于該算法的改進，大多追求容量的最大化。其改進思路主要有三類：一是通過各類預測算法建立圖像預測誤差直方圖，產(chǎn)生高峰值。二是通過改變直方圖位移水平，增加載荷。三是在圖像中進行多層隱藏，得到多峰值。四是通過一種自適應的算法讓載密信息根據(jù)圖像特征來動態(tài)嵌入。在實際應用中，對于一些敏感的圖像，如醫(yī)學圖像、軍事圖像等，減少圖像失真遠比增加負載更重要。

本文的研究就是從提高嵌入容量和降低圖像失真的角度對Ni算法進行改進，通過對圖像的二次劃分，第一次劃分將圖像劃分成若干個大的區(qū)域，在這些區(qū)域中分別計算其峰值，從而得到較多的峰值點，第二次劃分，在第一次劃分的若干個大區(qū)域中，再一次將區(qū)域像素分成很多小像素塊，若小像素塊中存在當前區(qū)域像素的峰值點，就進行直方圖平移，嵌人數(shù)據(jù)，若不存在，就不改變該像素塊，以此來降低圖像失真。另外，為了盡量提升嵌入容量，采用雙向直方圖平移方法，最終可以實現(xiàn)低失真高負載的要求。

1 直方圖平移可逆數(shù)據(jù)隱藏

由Ni提出直方圖平移可逆數(shù)據(jù)隱藏算法描述如下：

在圖1中，左側(cè)為原始圖像，右側(cè)為該圖像的灰度直方圖。此灰度直方圖，中存在峰值最高的像素點，依賴此像素點進行數(shù)據(jù)嵌入。具體方法是尋找峰值點A右側(cè)最近的零點灰度的像素值B，在峰值點A和零點B之間的所有像素向右平移一位，這樣峰值點右側(cè)的第一個像素點即A+l為0。遍歷圖像的像素點，當遇到像素灰度直方圖中的峰值點A時，如果嵌入的比特流是0，則保持不變，如果嵌入的比特流是1，則將峰值點A像素+1，則灰度直方圖中的峰值點右側(cè)第一個像素的數(shù)量即（A+1）增加1；一直到所有峰值點嵌入完成。提取數(shù)據(jù)時，遍歷所有像素點，當遇到像素點A時，提取“0”比特，當遇到（A+1）時候，提取“1”比特，然后將A+1像素值減1，還原成A像素。當數(shù)據(jù)提取完成之后，將A點和B點之間的像素值減1，即可還原原始圖像，可以看出Ni算法的負載量是取決于原始圖像峰值點的個數(shù)的。

2 二次分塊嵌入算法描述和實現(xiàn)

2.1 算法描述

判斷嵌入算法的好壞在于嵌入容量和圖像的峰值信噪比。本文提出一種基于灰度直方圖平移的信息隱藏可逆算法能較大提升嵌入容量和提高嵌入之后的峰值信噪比。

基于直方圖平移的信息隱藏嵌入容量的關(guān)鍵在于峰值點的個數(shù)，以512*512*8的灰度圖像為例，在圖1所示的lena圖。通過Ni算法的描述，經(jīng)過實驗數(shù)據(jù)得到像素峰值點的個數(shù)為2714.

首先，提升嵌入容量。為了得到更多的峰值點，將512*512*8圖像分為64個區(qū)域，在64個區(qū)域中分別都有各自的灰度直方圖，統(tǒng)計每個區(qū)域的峰值點和零點，當嵌入圖像時，判斷當前所在區(qū)域，根據(jù)當前區(qū)域的峰值點來進行直方圖平移嵌入，實驗數(shù)據(jù)得到圖1中的lena圖，經(jīng)過第一次劃分的64個區(qū)域之后，峰值點的總和達到10596個峰值點，大大提升了峰值點的個數(shù)，極有利于提升嵌入容量。

其次，降低圖像的失真率。通過提升峰值信噪比來降低圖像的失真率。峰值信噪比的計算公式如下。

其中numS是平移點的個數(shù)，numB為隱藏比特流中1的個數(shù)。numS和numB越小，PSNR就越大，圖像質(zhì)量越好。

在第一次將圖片進行劃分之后峰值點增多，則會造成直方圖平移的數(shù)量增多，那么會造成圖像的失真率較高。為保證圖像的質(zhì)量，將第一次劃分的每一個區(qū)域中，再次將像素進行劃分，第二次劃分則將像素分塊的范圍變小，比如分成4*4的16個像素為一個塊。在該分塊中，判斷是否存在分塊所在的區(qū)域的灰度直方圖的峰值點，若存在，則將該分塊像素進行直方圖平移，嵌人數(shù)據(jù)，若不存在，則不嵌入數(shù)據(jù)。這樣能造成不必要的像素點平移，從而提高嵌入數(shù)據(jù)后的峰值信噪比，保證圖像質(zhì)量。實驗數(shù)據(jù)證明，這種二次劃分的方法，既能提高嵌入容量，也能提高峰值信噪比。

2.2 嵌入算法實現(xiàn)過程

以512×512×8的圖片為例。嵌入過程如下所述：

1）將圖片分成64個區(qū)域，對應為64×64×8的圖塊，則一共有64個這樣的圖塊。

2）保存每個圖塊的峰值點Ai，用來嵌人數(shù)據(jù)。

3）在每個64×64×8的圖塊中，再次將該圖塊劃分成64個4x4x8的小塊。

4）在第一次劃分的64個圖塊，每個圖塊中，以4x4的方塊為單位進行遍歷，判斷4x4的方塊是否存在該像素值等于Ai的像素點。 嵌入算法如下：

i）若該4x4的方塊存在1個Ai的像素點，則僅僅平移該區(qū)域直方圖，不進行數(shù)據(jù)嵌入。

ii）若該4x4的方塊不存在等于Ai的像素點，則不平移該區(qū)域直方圖。

iii）若該4x4的方塊存在n個等于Ai的像素點（n>1），則將直方圖進行平移，若在前n.1個等于Ai的像素點中有嵌入0的峰值點，則最后等于Ai的像素可以嵌入0或1；若前n-l個等于Ai的像素中沒有嵌入0的峰值點，則保留最后一個等于Ai的像素不嵌入。若嵌入了1，則嵌入后分塊中會存在Ai+l的像素點；若分塊中都嵌入0，則嵌入后分塊中像素值等于Ai的像素的個數(shù)大于1.

5）遍歷第一次劃分的64個圖塊，每個圖塊依次按照4）中的嵌入方法進行嵌入。

2.3 提取算法實現(xiàn)過程

提取算法是嵌入算法的逆過程。

1）將圖片分成64個區(qū)域，對應為64×64×8的圖塊，則一共有64個這樣的圖塊。

2）根據(jù)嵌入時的保存下來的峰值點（Ai）集合，來遍歷這64個圖塊。

3）在每個64×64×8的圖塊中，再次將該圖塊劃分成64個4x4x8的小塊。

在第一次劃分的64個圖塊，每個圖塊中，以4x4的分塊為單位進行遍歷，判斷4x4的方塊是否存在等于Ai的像素點。描述如下：

i）若該4x4的分塊存在1個等于Ai的像素點，則反向平移該區(qū)域直方圖，修改該區(qū)域的像素。

ii）若該4x4的分塊不存在等于Ai的像素，則說明當前的分塊在嵌入的時候并沒有進行像素修改，不需要平移像素。

iii）若該4x4分塊中存在2個以上的等于Ai的像素點，或者該分塊中存在1個等于Ai的像素點且在這個像素點之后的遍歷存在Ai+l的像素點，則遍歷分塊，在等于Ai的像素點上提取0，等于Ai+l的像素點提取1，然后反向平移直方圖，恢復原始像素；若該分塊中只存在一個Ai像素點，且是遍歷該點之前存在Ai+l的像素點，遍歷該點之后不存在Ai+l的像素點，則將分塊中峰值點右側(cè)的像素點提取1，平移其他像素。

5）對每一個64×64×8的分塊執(zhí)行4）中的步驟，完成所有數(shù)據(jù)的提取。

3 實驗結(jié)果

實驗采用visual studi0 2010進行實驗仿真，從USC-SIPI圖像庫中選擇了若干圖片進行測試。嵌人數(shù)據(jù)采用雙向直方圖嵌入，且對比數(shù)據(jù)都是采用雙向直方圖嵌入。原始圖像如圖2所示。嵌入了隱藏數(shù)據(jù)之后的圖像如圖3所示。

表1中表示了與Ni算法和文獻9的實驗數(shù)據(jù)的嵌入容量對比。

表2中表明了與Ni算法和文獻9的實驗數(shù)據(jù)詳細的峰值信噪比對比。

以上對比數(shù)據(jù)均采用雙向直方圖平移算法進行測試。從表1中可以看出，因為峰值點數(shù)量的增加，嵌入容量有明顯的提高。

從表2中可以看出，嵌人數(shù)據(jù)之后，峰值信噪比也有明顯的提高，即圖片的質(zhì)量會更好。

4 結(jié)論

本文對Ni的直方圖平移嵌入數(shù)據(jù)的算法進行了改進，提出了一種基于像素直方圖平移的可逆信息隱藏算法。算法通過第一次區(qū)域劃分，提升了像素峰值點，從而提高嵌入容量；其次對每個區(qū)域進行了第二次像素分塊，盡可能的減少了像素直方圖平移的數(shù)量從而增加圖片質(zhì)量。綜述，該方案是在嵌入容量和圖像質(zhì)量方面都是有所提高的。