（计算机应用技术专业论文）信息隐藏与恢复若干算法的研究.pdf

摘要 摘要 随着网络通信技术和信息处理技术的发展，信息隐藏作为一种新的信息安全 技术近年来发展迅速。信息隐藏技术是通过对数字载体进行不易觉察的修改，将 隐秘信息隐藏到数字载体中，使第三方不易察觉隐秘信息，从而达到保护隐秘信 息的目的。数字载体可以是文本、静态图像、音频、视频等各种多媒体信息。信 息隐藏技术主要分为数字水印和隐写术，它在版权保护、隐蔽通信等方面有着广 阔的应用前景。图像置乱是图像信息隐藏技术的一种有效补充，图像置乱来源于 传统的加密技术，它使置乱后的图像看起来不可辨认，从而达到保护信息的目的。 本文主要研究成果如下： 1 、给出了一种改进的骑士巡游算法。骑士巡游图像置乱算法能将图像中的 细节隐藏起来，但对于图像中较大轮廓的细节隐藏效果不理想，隐藏后的细节还 能通过轮廓辨认出来。本文给出了一种改进的骑士巡游算法，不仅能够隐藏图像 中微小的细节，对图像中轮廓较大的细节隐藏效果也很理想。实验结果表明该算 法对图像的细节隐藏效果好，算法可行。 2 、给出了一种d w t 变换域系数值比较的信息隐藏算法。将d w t 变换域的 中频系数分解为一个序偶 序列，通过序偶 中a 和b 的大小关系来表示 0 或者1 。如果a b ，则表示1 ；如果a b ， t h e n r e p r e s e n t1 ；i fa t ，可以判定被测数据中有隐秘信息w 存在： 否则，没有隐秘信息w 。t 为门限值，其选择要同时考虑虚警概率和漏警概率。 t 减小，漏警概率( p ) 降低而虚警概率提高；t 增大，则虚警概率( p ) 降低而漏 警概率提高。 隐秘信g t 目 a 度检验的通用公式为： p ( w ，w ) = 罴 ， 或 p ( w ，w p 杀篙蒜 s ， 上述的隐秘信息检测和提取模型中，如果需要原始载体数据i ，则是非盲提 取。如果不需要原始数据i ，通常的检测是计算i 和w 的相关。如果i 中没有包 第1 章绪言 含隐秘信息w ，那么二者的相关值很低；反之，则很高，说明i 中含有隐秘信息 w 。但是，在某些应用中，仅仅给出相关值是不够的，特别是还需要待检隐秘信 息的拷贝，这极大的限制了信息隐藏技术的应用。因此，在隐秘信息的检测和提 取过程中，不需要原始载体数据i ，也不需要原始隐秘信息w ，并且嵌入的隐秘 信息是具有明确含义的隐秘信息成为信息隐藏研究中一个重要的课题，这也是最 具有难度的，本文给出的算法都是盲提取的。 1 6信息隐藏和密码学的关系 隐写术主要是在视频、音频、图像和文本中嵌入隐秘信息，在通信双方之间 进行黪蔽通信，不被第三方察觉。隐秘信息可以是任何数字信息。 数字水印主要目的是在数字的视频、音频、图像、文本中加入特殊的商标、 序号等，使其隐含在数字作品中，在不影响数字作品的质量的情况下，保护产品 的知识产权。 密码学是对信息进行编码实现信息隐藏的一门学科，对要保护的信息进行加 密，使其成为不可读。 信息加密的目的在于将可读的内容转变为无法识别的内容，使得截获这些信 息的人无法阅读。目前，大多数的信息安全体系建立在密码学的基础之上，而加 密方法有一个致命的缺点，那就是它明确地提示攻击者哪些是重要信息，容易引 起攻击者的好奇和注意，增大了破解的可能性。密码学中无论是采用私钥系统还 是公钥系统，其保护方式都是控制文件的存取，即将文件加密成密文，使非法用 户不能解读。随着计算机性能的不断提高，该方法显得越来越不安全。攻击者还 可以在破译失败的情况下将信息破坏，即使是合法的接收者也无法阅读信息内 容。 因此，在网络传递过程中为了达到版权保护和信息安全的目的，应寻求密码 学以外的方法。人们开始尝试将隐秘信息隐藏于普通文件，用以跟踪侵权行为并 提供法律保护的证据，称为信息隐藏( i n f o r m a t i o nh i d i n g ) 或更严格的称为信息伪 装( s t e g a n o g r a p h y ) 。 从对信息操作的目的来讲，信息隐藏也不同于传统密码学：其目的不在于限 制正常的信息存取，而在于保证隐藏数据不被侵犯和发现。从这个意义上讲，信 1 0 第1 章绪言 息隐藏必须考虑正常静信息操作所造成的成骚，酃瑟经嵌入鹃信息对正常的数据 操作具有兔疫能力。这种免疫力的关键是要使隐藏的信息不易被正常的数据操作 ( 如通常的信号变换操作或数据服缩) 所破坏。 l 。7楼慧隐藏技术典型算法 信息隐藏技术横跨了信母处理、数字通信、密码学、模式识别等多种学科， 各专业领域的研究者均有独特的研究角度，使得近年来信息隐藏技术研究取得了 很大发展，提出了很多算法 t 2 - 3 6 l 。这些算法大多怒猩数字图像上发展越寒的，大 多冀法童逶瓣子数字啻菝巍筏鞭。 1 7 - 1 空域算法 该类辣法中最典型的是将隐秘信息嵌入到随机选择的取样点的缎的最低几 建土，懿为豢低毒效应l s b ( l e a s ts i g n i f i c a n tb i t s ) 箨法。l s b 是囊l e t u m e r 窥 r g v a ns c h y n d e i 等人锋镶旱提出的。由于隐秘信息在最低位，褐当予蕊加一个 能量微弱的信号，因而在视觉和听觉上很难察觉。l s b 隐秘信息的检测是通过待 测图像与隐秘图像的相关运算和统计决策实现的。s t e g od o s 、w h i t en o i s es t o m a 和s t o o l s 等戆孚麓售患隐藏算法鄙采蠲了l s b 算法。虽然可以隐藏较多瓣信息， 僵莲l 予使蹋瓣是不重要酶像素位，算法对信遂予撬敦数掭揉终豁鲁棒瞧燕，编码 信息很容易就被信道干扰、数据压缩、滤波、量化和变形等破坏。另一个常用方 法是利用像素的统计特征将信息嵌入像素的亮度僦中，比如p a t c h w o r k 锋法l ”1 。 这是麻省瑕工学院媒体实验煮w a l t e rb a n d e r 等人掇如的，主要用于打印票据防 蕊。逶遥逶警翡谴整参鼗，p a t c h w o r k 算法可敬达戮较强静鲁捧，陡，鼹夔韬、获 度校正、j p e g 压缩、以及f i r 滤波等攻击有一定抵抗力，缺陷是嵌入的信息量 较低，大信息量嵌入就需要牺牲其鲁棒性。 1 7 。2 变按城算法 此炎僚怠隐藏算法中的大部分都基于离散余弦变换( d c t ) 萃n 离散小波变换 ( d w t ) 。这是因为d c t 变换魁静态数字图像压缩编码标准j p e g 和媾幼图像压 缩编码标准m p e g2 0 的核心算法，而d w t 变抉熄静态数字图像压缩编码标准 第1 章绪言 j p e g 2 0 0 0 和运动图像压缩编码标准m p e g 4 的核心算法。 d c t 变换域的基本思想是：先计算原始图像d 的离散余弦变换( d c t ) ，然 后将隐秘信息叠加到变换域的系数上( 不包括直流分量) ，这些系数通常为图像的 低频分量。即使载体图像经过一些通用信号处理操作后仍能从中提取出一个比较 可信赖的隐秘信息的拷贝。 在此算法的基础上，出现了不少改进算法 j 5 - 3 7 。常出现的改进是按照应用条 件选择变换域，可以将数字图像的空域数据通过离散余弦变换( d c t ) 、离散傅里 叶变换( d f t ) 或离散小波变换( d w t ) 转化为相应的频域系数。第二种改进是根据 待隐藏的隐秘信息的类型，对它进行适当的预编码或变形，以提高嵌入的信息量。 第三种改进是根据隐藏信息量的大小和其相应的安全目标，有目的的选择某种变 换的频域系数序列( 实际应用中可能是高频，中频或低频) 。一个简单的方法是将 隐秘信息嵌入d c t 变换域的中频分量而不是低频分量上，以调节算法的稳健性 与隐蔽性之间的矛盾。总的说来，这类算法的隐藏和提取隐秘信息的过程复杂， 隐藏信息量不能很大，但抗攻击能力强，很适合应用在数字作品版权保护的数字 水印技术中。 1 7 3 压缩域算法 基于j p e g 、m p e g 标准的压缩域信息隐藏系统不仅节省了大量的完全解码 和重新编码过程，而且在数字电视广播及v o d ( v i d e oo i ld e m a n d ) 中有很大的实 用价值：相应地，隐秘信息的检测与提取也可直接在数据的压缩域中进行。 m p e g 一4 压缩视频数据流的信息隐藏算法原理是：首先对d c t 编码数据块 中每一个输入的h u f f m a n 码进行解码和逆量化，以得到当前数据块的一个d c t 系数；其次，把相应隐秘信息的值与之相加，从而得到隐秘信息叠加的d c t 系 数，再重新进行量化和h u f f m a n 编码，最后对新的h u f f m a n 码字的位数n l 与原 来的无隐秘信息的码字n o 进行比较，只在n l 不大于n 0 的时候，才能传输隐秘 信息码字，否则传输原码字，这就保证了不增加视频数据流位率。该方法有一个 问题值得考虑，即隐秘信息的引入是一种引起降质的误差信号，而基于运动补偿 的编码方案会将一个误差扩散和累积起来，为解决此问题，该算法采取了漂移补 偿的方案来抵消因隐秘信息的引入所引起的视觉变形 7 j 【8 1 。 1 2 第1 章绪言 1 7 4n e c 算法 该算法由n e c 实验室的c o x 等人【1 0 1 提出，该算法在信息隐藏算法中占有重 要地位。其实现方法是，首先以密钥为种子来产生伪随机序列，该序列具有高斯 n ( o ，1 ) 分布，密钥一般由作者的标识码和图像的哈希值组成，其次对图像做d c t 变换最后用伪随机高斯序列来调制( 叠加) 该图像除直流( d c ) 分量外的1 0 0 0 个最大的d c t 系数。该算法具有较强的鲁棒性、安全性、透明性等。由于采用 特殊的密钥，因此可防止m m 攻击，而且该算法还提出了增强隐秘信息鲁棒性 和抗攻击算法的重要原则，即隐秘信息应该嵌入原数据中对人感觉最重要的部 分，这种隐秘信息由独立同分布随机实数序列构成，且该实数序列应该具有高斯 分布n ( 0 ，1 ) 的特征。 1 7 5 生理模型算法 人类生理模型包括人类视觉系统h v s ( h u m a nv i s u a ls y s t e m ) 和人类听觉系 统h a s m u m a na u d i os y s t e m ) 。该模型不仅被多媒体数据压缩系统利用，同样可 以供信息隐藏系统利用。利用视觉模型的基本思想均是利用从视觉模型导出的 j n d ( j u s tn o t i c e a b l ed i f f e r e n c e ) 描述来确定在图像的各个部分所能容忍的嵌入隐 秘信息的最大强度，从而能避免破坏视觉质量。也就是说，利用视觉模型来确定 与图像相关的调制掩模，然后再利用其来嵌入隐秘信息。这一方法可以同时具有 好的透明性和强健性0 2 5 - 2 7 1 1 2 9 】p 6 1 。 1 8 本文研究的内容 本文主要研究数字图像的置乱技术、隐写术和数字水印技术。本论文的内容 安排如下： 第l 章介绍了信息隐藏技术的历史、研究现状、技术分类和特性、应用领域、 原理和框架、与密码学的关系、经典算法、研究的意义和前景。 第2 章介绍了本文算法的基础知识，主要是离散小波变换( d w t ) 、矩阵奇异 值分解( s v o ) 的基本理论。 第3 章介绍了当前一些经典的图像置乱算法，如a m o l d 变换、f i b o n a c c i 变 换、排列变换，给出了种改进的骑士巡游算法。 13 第1 章绪言 第4 章给出了一种基于d w t 域系数值比较的信息隐藏算法。给出了实验结 果。最后将该算法应用于唧视频载体中，将隐秘信息嵌入的到v 载体视 频每一帧的亮度分量y 中。 第5 章给出了一种基于离散小波变换( d w t ) 和中心系数与其8 领域均值之间 的差值量化的信息隐藏算法，给出了算法的实现方法和步骤。 第6 章给出了一种基于矩阵奇异值分解( s v d ) 和奇异值量化的信息隐藏算 法。最后将该算法应用于y u v 视频文件中，将隐秘信息嵌入y u v 视频文件每 一帧的亮度分量y 中。 第7 章对全文的内容做了总结，并且展望了今后的研究内容和方向。 1 4 第2 章小波变换和奇异值分解 第2 章小波变换和奇异值分解变换 2 1小波变换 2 1 1小波简介 1 9 1 0 年，h a a r 提出了小波规范正交基的概念，这可以看作是最早的小波分 析方法的提出。直到1 9 8 1 年，s t r o m b e r g 对h a a r 系进行了改进，证明了小波函 数的存在性，也揭开了对小波进行深入研究的新的一页。1 9 8 4 年，法国地球物 理学家m o f l e t 在分析地震波的局部性质时，发现传统的傅立叶变换难以达到要 求，因此将小波的概念引入到信号分析中对地震数据进行分析。物理学家 g r o s s m a n 对m o r l e t 的这种信号按一个确定函数的伸缩、平移系 击妒( 竿 a , b er ；a 0 展开的可行性断了研究棚噼，m e y e r 构 造出具有一定衰减性的光滑函数母，其二进制伸缩与平移系 既t 2 孝y ( 砉一k ) 让z 构成l z c 鼬的规范正交基。 1 9 8 7 年，m a l l a t 将计算机视觉领域内的多尺度分析思想引入n 4 , 波函数的 构造及信号按小波变换进行分解和重构中，从而统一了在此之前s t r o m b e r g 、 m e y e r 等人提出的具体小波函数的构造。他结合小波变换、图像金字塔描述的优 点，给出了m a l l a t 分解合成算法，将其用于图像分解与重构，很好地实现了人 眼视觉对图像多大小的描述。同时，d a u b e c h i e s 构造了具有有限支集的正交小波。 至此第一代小波的系统理论得到建立。 然而，传统的小波存在局限性。1 9 9 4 年，w s w e l d e n s 等提出了一种不依赖 于傅氏变换的新的小波构造方法提升方法。这种方法既保持原有的小波特 性，又摆脱了传统小波的局限性，有人称之为第2 4 弋4 , 波构造方法。 随着小波变换理论的深入发展，推动了它在图像压缩编码领域中的应用。小 波变换具有时间频率定位能力并能够实现图像中平稳成分和非平稳成分的 分离。低频成分精确定位于频率域，基本上是平稳的，高频分量精确定位于空间 1 5 第2 章小波变换和奇异值分懈 域，基本上是非平稳的。而处理非平稳信号一向是统计信号处理中的一个难点。 在图像中，非平稳部分通常表现为边缘、纹理等，这部分被小波变换精确定位于 空间域，因此可以对其进行高效编码。小波变换图像编码技术的另一个优点是它 具有与人眼视觉特性相结合的特点，从而可在同样的平均码率下获得视觉质量更 好的重建图像。它本质上又是一种全局分解。量化失真随机分布在整幅图像中， 故与其它全尺寸变换一样，重建图像可免除采用分块正交变换所固有的分块效 应。小波变换与d c t 变换在许多方面有共同之处，但小波变换优于d c t 变换 的最大特点是它的空频域联合的局部定位性。由于图像信号的高度相关性，信号 的能量主要集中在低频部分，因此在低频部分的小波系数依然表现出较大的幅 值，且基本上反映了信号的基本特征 3 8 4 3 】。 2 1 2 离散小波变换 对一维信号进行小波变换时，通常一个信号被分为高频和低频两部分，而信 号的边界分量主要限制在高频部分中。低频部分则进一步被分为高频和低频两