基于全息原理的图像自适应信息隐藏技术.docxVIP

基于全息原理的图像自适应信息隐藏技术 摘要：针对信息隐藏隐蔽性、鲁棒性和嵌入容量三个核心特征的矛盾问题，将全息原理应用于信息隐藏中，提出了一种基于全息原理的图像自适应信息隐藏技术。首先，利用灰色关联分析和回声状态网络算法确定信息的嵌入位置和容量，组成自适应嵌入机制，当嵌入容量达到饱和时，自适应嵌入机制会根据关联序主动调整嵌入位置，平衡了隐蔽性和嵌入容量间的关系；其次，利用离散四元数傅里叶变换及其逆变换结合自适应嵌入机制实现图像信息在载体中的嵌入与提取，缓解鲁棒性和隐蔽性之间矛盾；最后，通过实验验证了该技术起到了调和特征间矛盾的作用，以及与其他方法对比证明该技术优于对比方法并可提升信息隐藏的综合性能。结果表明：经对隐藏信息载体图像引入高斯噪声干扰和旋转、缩放等几何攻击，从视觉质量角度，验证该技术对高斯等噪声干扰不敏感，也未受旋转和缩放等几何攻击的影响，说明该技术在兼顾隐蔽性和嵌入容量的同时，也表现出良好的鲁棒性。 0 引言基于图像的信息隐藏技术是信息隐藏研究的热点信息隐藏有3个核心特性，即隐蔽性、鲁棒性和嵌入容量，但是在当前信息隐藏方法中，三者之间的关系既相互制约又相互矛盾，嵌入容量的提高必然增加隐藏载体的修改量，这样会导致隐蔽性和鲁棒性的降低；而如果提高信息隐藏的鲁棒性，则很有可能会以嵌入容量和隐蔽性的降低为代价近年来，针对上述问题同行做了大量工作。文献综上所述，本文在上述文献理论和方法的基础上，针对信息隐藏的隐蔽性、鲁棒性和嵌入容量三个核心特征矛盾问题，在全息原理的基础上结合自适应嵌入机制提出了一种基于全息原理的图像自适应信息隐藏技术。利用灰色关联分析和回声状态网络算法确定隐藏信息的嵌入位置和容量，组成自适应嵌入机制，当嵌入容量达到饱和临界状态时，自适应嵌入机制会主动根据关联序调整嵌入位置，保证鲁棒性和隐蔽性等特征不受影响；在此基础上再采用离散四元数傅里叶变换及其逆变换实现图像信息和隐藏载体在变换域的嵌入和提取，在增强鲁棒性的同时，也平衡了嵌入容量和隐蔽性间的矛盾关系，大大提升了信息隐藏的综合性能。结果表明：使用该技术将大容量图像信息嵌入至载体后，仍具有良好的视觉透视性，表明隐蔽性并未受到影响；对隐藏信息载体引入高斯、椒盐等噪声干扰和旋转、缩放等几何攻击后，从视觉质量角度也表现出良好的鲁棒性，说明该技术较好地调和了信息隐藏隐蔽性、鲁棒性和嵌入容量三个核心特征间的矛盾关系。1 隐藏前的预处理1.1 隐藏载体和信息的归一化处理由于各因素列中的数据可能因量纲差异，不便于比较或经比较后难以得到正确的结论，因此在进行灰色关联分析前，需要对数据序列进行归一化处理1）初始化处理。其中：x2）均值化处理。其中c：″xii((j j))=表示-xi图像矩阵第i行第j列像素的灰度值，-xi表示（2图）像矩阵第i行像素的灰度均值，c″1.2 隐藏载体的分块处理由于载体图像的容量比较大，如果直接将秘密信息嵌入到载体图像，嵌入的信息量比较少，而且易受到不法分子的攻击如载体图像无法按照隐藏信息图像尺寸进行均分，则可以采用四舍五入法或缩放法等预处理将载体图像变换至可以均分的尺寸。1.3 隐藏信息的置乱处理Arnold变换是周期变换，算法高度对称且运算速度快，可用来对图像进行置乱，使得原本有意义的图像变成一张无意义的图像借以提升隐藏信息的安全性（如图2所示），一般常用于图像处理前的预处理工作，其矩阵运算公式为：转化多项式为：{x′=(x+y)mod (N)y′=(x+2y)mod (N)(3）其中：mod()表示取模运算，N表示正方形图像的边长，(x,y)表示图像像素点的坐标，(x′，y′)表示图像变换后像素点的坐标。Arnold变换是一种对称变换的图像隐藏算法，其逆变换公式为：转化多项式为：{x=(2x′-y′) mod (N)x=(-x′+y′) mod (N)(4)2 自适应嵌入机制中位置与容量的确定2.1 灰度关联分析确定隐藏位置在均分载体子块X步骤1采集隐藏载体和信息载体图像坐标及灰度值。1）隐藏信息图像表示：其中：Y表示信息图像像素的m×n灰度值矩阵，y2）隐藏载体图像表示：X表示载体图像像素的u×v灰度值矩阵，x步骤2对载体和信息图像进行归一化处理。以均值化处理为例采用式（2）对图像进行归一化处理：1）信息图像。Y表示均值化处理后信息图像像素的m×n灰度系数矩阵，y2）载体图像。X步骤3逐一计算载体各子块图像矩阵与信息图像矩阵对应像素点灰度值的绝对差值矩阵，记Δ步骤4确定步骤5逐一计算载体各子块图像矩阵与信息图像矩阵对应像素点的灰度关联系数矩阵：其中i=1,2，?，m,j=1,2，?