一種數(shù)字圖像隱藏數(shù)據(jù)檢測的方法研究

魏爽+高華玲

摘要：近來，為了改進安全性、可靠性以及提高效率，在隱寫術(shù)和視覺加密領域出現(xiàn)了各種新算法。該文提出了一種新的從彩色或者灰階圖中提取數(shù)據(jù)的視覺像素檢測方法。使用該方法后肉眼就可以識別出隱藏的信息，實驗結(jié)果顯示出該方法在測試中表現(xiàn)出更好的性能。

關(guān)鍵詞：數(shù)據(jù)隱藏；隱寫術(shù)；隱寫分析；圖像隱藏

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2016）10-0187-02

1 概述

隱寫術(shù)是一門將消息、圖像或者文件隱藏在其他的消息、圖像以及文件中的技術(shù)。隱寫術(shù)的主要好處就是，對于檢測電腦數(shù)據(jù)的第三方來說，為了發(fā)現(xiàn)隱藏信息，其工作量是不可知的。除了隱藏數(shù)據(jù)的發(fā)送和指定接收者外，在其他人看來，所發(fā)送的數(shù)據(jù)只不過是普通數(shù)據(jù)。一般的數(shù)字圖像的隱寫術(shù)方法可分為兩種[1-2]：第一種方法在宿主圖像的空域上隱藏數(shù)據(jù)，即將秘密數(shù)據(jù)直接嵌入到宿主圖像的像素數(shù)據(jù)中；第二種方法在宿主圖像的變換域上隱藏秘密數(shù)據(jù)。

對于想獲取隱藏數(shù)據(jù)的人來說，隱藏數(shù)據(jù)的檢測是一個較大的挑戰(zhàn)。僅就圖像文件來講，互聯(lián)網(wǎng)上有數(shù)不清的圖像文件，遍歷所有這些圖像將是一個非常耗時的工作，計算開銷也是相當大。

該文提出的視覺像素檢測方法提取出來的彩色秘密圖像與原始圖像在視覺上幾乎完全相同，且其峰值信噪比（Peak Signal-to-Noise Ratio，PSNR）值非常高。

2 圖像信息隱藏

有很多方法可以在指定的對象中隱藏數(shù)據(jù)，但是這些方法必須滿足很多條件才能正常進行。以下列出了隱寫術(shù)必須滿足的一些主要要求：

1） 秘密信息在被嵌入到宿主中之后，其完整性應得到保持，否則，整個隱寫過程都會失敗。

2） 生成的偽圖在肉眼看來應該保持不變，或者幾乎不變。如果偽圖變化太大，能被識破，第三方就知道有信息隱藏在里面并采取措施提取信息或者銷毀偽圖。

3） 在加水印時，對偽圖的改變一定不能影響水印。

4） 永遠要假設攻擊者知道偽圖中包含有隱藏信息。

圖1是對圖像信息進行隱藏和提取的一般過程的例子。在此例中，將一個待隱藏的秘密圖像嵌入到一個宿主圖像中，產(chǎn)生一個偽圖[3-5]。在嵌入隱藏數(shù)據(jù)的第一步中，將秘密圖像和宿主圖像都傳給加密器。再在加密器中應用各種方法將秘密圖像嵌入到宿主圖像中。

3 提取隱藏信息的新方法

在數(shù)字媒體中隱藏信息會對媒體的屬性進行更改，這些改變可能會被感覺到，這樣就會破壞隱寫術(shù)的目的，即暴露了隱藏信息的存在。移除嵌入的信息來處理數(shù)字媒體比檢測信息本身簡單多了。通過檢測隱藏信息的存在可以只處理包含隱藏信息的媒體，這樣就可以節(jié)省時間。

有些隱寫算法通過改寫媒體的一些數(shù)據(jù)嵌入在媒體中。對于圖像來說，這些算法會覆蓋圖像像素的一些數(shù)據(jù)位或者改變圖像的調(diào)色板來隱藏算法。這在大多數(shù)情況下不會被肉眼發(fā)覺出來，而且會增加相同通道里相鄰像素之間的差異，進而影響像素之間的關(guān)聯(lián)。

在圖像的同一部分，任何像素有與相鄰像素相同的顏色。當檢測同一部分里不同像素之間的差異，以及評估這些像素之間的關(guān)聯(lián)時，可以用這些像素差異或者關(guān)聯(lián)來表示該圖像。

對于沒有噪聲的圖像，可以看到圖中各對象的大多數(shù)邊界，也可以分辨出圖像中的各個細節(jié)。有些無噪聲圖像的圖案細節(jié)不怎么好分辨，但是也有一些邊界及細節(jié)可以清晰地分辨出來。當這些圖像有了噪聲或者隱藏數(shù)據(jù)后，其視覺效果就不清晰了，大多數(shù)邊界和圖像細節(jié)也模糊了，這些也取決于噪聲和隱藏數(shù)據(jù)的數(shù)量以及隱藏數(shù)據(jù)算法。

視覺像素檢測就是利用了圖像中個像素之間的關(guān)聯(lián)，只能處理BMP和GIF格式的圖像。該方法工作原理和濾波器一樣，根據(jù)相鄰其他像素點的信息和關(guān)聯(lián)來過濾像素點。該濾波器可以從每個像素移除1、2、3、4或者5位二進制數(shù)據(jù)，然后根據(jù)這些數(shù)據(jù)重新畫圖。其基本工作流程如圖2所示。

輸出的圖像可以幫助分辨出隱藏數(shù)據(jù)噪聲的數(shù)量。當原始圖像像素改變1比特時，即每個字節(jié)包含1比特的隱藏信息，經(jīng)過濾波后輸出的圖像如下：當移除1比特時，輸出圖像就被破壞了；當移除2比特時，輸出圖像開始變得清晰一些，還有一些噪聲點；當移除3、4、5比特時，輸出圖像就變得很清晰了，也許還有很少的噪聲點。

對于BMP和GIF格式文件，每個字節(jié)的前五個比特的任何改變經(jīng)過該濾波器后輸出都會產(chǎn)生很大變化。圖像的顏色通道的數(shù)量對濾波器的輸出結(jié)果沒什么影響。該濾波器可以適用于8-bit，16-bit以及真彩色圖像。

4 實驗

為了檢驗該方法的效率，將此可視像素檢測方法分別應用到三個加密的圖像上：第一個在一個真彩色圖像中隱藏了一個彩色圖像，第二個在一個真彩色圖像中隱藏了一個基于256色調(diào)色板的彩色圖像，第三個在一個真彩色圖像中隱藏了一個灰階圖。同時用其他兩種方法（分別成為第一種、第二種方法）[6，7]處理這三種圖像，并與此像素檢測方法進行對比，結(jié)果如表1至表3所示。

從實驗結(jié)果可以看出，總的來說，可視像素檢測方法比其他兩種方法性能要好。

5 小結(jié)

該文通過將可視像素檢測方法應用到幾種加密的偽圖上來提取隱藏信息，并對比了其他提取隱藏信息的方法，證明該方法的性能要好。但是，仍然很難將一種方法作為通用方法來使用，原因在于隱藏信息時會使用有多的技術(shù)。對于隱藏信息中的每種方法都要單獨進行處理。在以后的研究中，可以利用局部泛化誤差模型來進行特征提取，進而降低該方法的復雜性。

參考文獻：

[1] 房宜汕.一種基于JPEG2000特性的信息隱藏技術(shù)的研究[J].嘉應學院學報（自然科學），2013，31（2）：24-29.

[2] 汪雪林，趙書斌，彭思龍.基于小波域隱馬爾可夫樹模型的圖像復原[J].計算機學報，2005，28（6）：1006-1011.

[3] Guan Z H，Huang F J，Guan W J.Chaos-based image encryption algorithm[J].Phys.Lett. A，2005（346）：153-157.

[4] Bernie Sin-Hung Kwok， Ching-Hung Yuen.An efficient diffusion approach for chaos-based image encryption[J].Chaos，Solitons and Fractals， 2009，41（5） ： 2652-2663.

[5] 李振鵬.一種基于DCT變換的圖像信息隱藏算法[J].沈陽師范大學學報：自然科學版，2007，25（3）： 302-304.

[6] Fridrich J.Feature-Based Steganalysis for JPEG Images and Its Implications for Future Design of Steganographic Schemes[C].Proceedings of the 6th International Conference on Information Hiding.Toronto， 2004：67-81.

[7] Shi Y Q，Chen C C ，Chen W.A Markov Process Based Approach to Effective Attacking JPEG Steganography[C].Proceedings of the 8th International Conference on Information Hiding.Alexandria， 2006：249-264.