一种基于图像插值可逆信息隐藏算法.docVIP

一种基于图像插值的可逆信息隐藏算法 　　【摘 要】本文将原始图像进行图像插值得到一副较大的图像作为载体图像，以重叠的3×3分块为单位嵌入秘密信息，通过计算分块的视觉影响因子确定该块是否能嵌入秘密信息。在可嵌入秘密信息的块中，通过计算参照像素与非参照像素的差异确定何种隐藏方式。实验结果表明本文算法不但提高了隐藏容量而且保持较好的图像质量。 　　【关键词】图像插值；可逆；信息隐藏 　　1.图像插值 　　“图像插值”一般讲就是将一副较小的图像进行放大，放大的过程就是选择信息较好的像素作为增加的像素，从而使放大后的图像视觉效果较好。常见的插值方法有最近邻元法、双线内插法和三次内插法。这些插值方法中，要么插值后得到的图像质量较差，要么计算复杂度较高。本文为了在图像质量和计算复杂度之间达到较好的平衡，采用文献[2]的邻近像素插值法。 　　假设原始图像I为大小（w/2）×（h/2）的8位灰度图像，根据文献错误！未找到引用源。邻近像素插值法得到一副大小为w×h的灰度图像F作为载体图像。具体的计算方法如公式（1）所示，其中0≤j≤i，0≤m≤w/2-1， 0≤n≤h/2-1。 　　（1） 　　2.秘密信息嵌入 　　（a）原始图像I （b）载体图像F 　　图1 重叠的3×3分块 　　根据文献[2]在载体图像中采用重叠的3×3分块从左至右，从上到下嵌入秘密信息，如图1所示，图1（a）为原始图像，图1（b）为载体图像。在一个3×3分块中，令块中像素为F（i，j），F（i+1，j），F（i+2，j），F（i，j+1），F（i+1，j+1），F（i+2，j+1），F（i，j+2），F（i+1，j+2），F（i+2，j+2）其中i=0，2，4…w-2， j=0，2，4…h-2。F（i，j），F（i+2，j），F（i，j+2），F（i+2，j+2）为原始图像中的像素即参照像素不用于嵌入秘密信息，其他5个像素则由参照像素产生可嵌入秘密信息。 　　2.1 子块选择 　　人眼对图像边缘信息失真比较敏感，因此秘密数据的嵌入不应使图像边缘部分造成较大改变。因为图像较平滑区具有较小的方差，而边缘区则对应大的方差值，于是可用图像分块方差来刻画其边缘特性。在一个分块中F（i，j），F（i+2，j），F（i，j+2），F（i+2，j+2）为参照像素，秘密信息嵌入前后不会发生改变，本文利用这4个像素来刻画其边缘特性。首先计算这4个像素的方差如下所示： 　　（2） 　　其中m为这4个像素的均值。由于在一个分块中像素的最大可能值为255，最小可能值为0，所以一个分块的方差最大值为 　　（3） 　　由上述两个公式可以得到该块的视觉敏感因子ε 　　×100 （4） 　　本文设定一阈值T，当εT时可认为该块为图像边缘区，不允许改变即不嵌入秘密信息。否则该块可以嵌入秘密信息。 　　2.2 信息嵌入 　　根据2.1中的方法确定可以嵌入秘密信息的块，在可以嵌入秘密信息的块中分别计算块中的非参照像素F（i，j+1），F（i+1，j），F（i+1，j+1）与该块中四个参照像素的最大值Max和最小值Min的差值。 　　dmax1=Max- F（i，j+1），dmax2=Max- F（i+1，j），dmax3=Max- F（i+1，j+1）， 　　dmin1= F（i，j+1）-Min，dmin2= F（i+1，j）-Min，dmin3= F（i+1，j+1）-Min。 　　对dmax1， dmax2， dmax3和dmin1， dmax2， dmax3求对数得到： 　　其中k=1，2，3。令，，根据Maxsum和Minsum大小采用不同的嵌入方式，秘密信息隐藏在F（i，j+1），F（i+1，j），F（i+1，j+1），设隐藏秘密信息的像素为F’（i，j+1），F’（i+1，j），F’（i+1，j+1）。秘密信息嵌入方式如下： 　　（1）如果Maxsum≥Minsum即采取最大值嵌入方式，从秘密信息中取出Max1，Max2，Max3位的秘密信息转换成十进制设为b1，b2，b3。则可得 　　F（i，j+1）= F（i，j+1）+b1，F（i+1，j）= F（i+1，j）+b2，F’（i+1，j+1）= F（i+1，j+1）+b3。 　　（2）如果MaxsumMinsum即采取最小值嵌入方式，从秘密信息中取出Min1，Min2，Min3位的秘密信息转换成十进制设为b1，b2，b3。则可得 　　F（i，j+1）= F（i，j+1）-b1，F（i+1，j）= F（i+1，j）-b2，F（i+1，j+1）= F（i+1，j+1）-b3。 　　3.信息提取及恢复图像 　　在提取的过程中，也是采用重叠的3*3分块从左到右，从上到下提取秘密信息。设一个重叠