《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 嵌入式技術(shù) > 設(shè)計應(yīng)用 > 基于Fisher準(zhǔn)則優(yōu)化的圖像隱寫算法分析
基于Fisher準(zhǔn)則優(yōu)化的圖像隱寫算法分析
2016年電子技術(shù)應(yīng)用第10期
羅永有1，黃 力2
1.柳州城市職業(yè)學(xué)院 現(xiàn)代教育中心，廣西 柳州545036；2.廣西科技大學(xué) 計算機與通信工程學(xué)院，廣西 柳州545036
摘要： 針對圖像隱寫中失真函數(shù)的建立和載體模型保持問題，提出了一種基于Fisher準(zhǔn)則優(yōu)化的Gibbs抽樣圖像隱寫方法?；陬I(lǐng)域聚類的思想對隱寫圖像進行陣列分割，對分割子陣列進行Giibs抽樣和STC(Syndrome-trellis code)編碼；充分利用子陣圖像的方向信息（包括水平、垂直以及對角），采用加權(quán)求和的方式給出了隱寫失真函數(shù)，維持了圖像高階統(tǒng)計特征。利用Gibbs抽樣理論實現(xiàn)信息的嵌入，在最小化嵌入失真的同時維持了隱寫圖像的特征模型。仿真結(jié)果顯示，該方法在降低圖像模型畸變的同時，有效提升了隱寫圖像的分類誤差，增強了隱寫的安全性。
中圖分類號： TP309.2
文獻標(biāo)識碼： A
DOI：10.16157/j.issn.0258-7998.2016.10.033
中文引用格式： 羅永有，黃力. 基于Fisher準(zhǔn)則優(yōu)化的圖像隱寫算法分析[J].電子技術(shù)應(yīng)用，2016，42(10)：127-130.
英文引用格式： Luo Yongyou，Huang Li. Image steganography algorithm optimization analysis based on Fisher criterion[J].Application of Electronic Technique，2016，42(10)：127-130.
Image steganography algorithm optimization analysis based on Fisher criterion
Luo Yongyou1，Huang Li2
1.Modern Education Center，Liuzhou Vocational & Technical College，Liuzhou 545006，China； 2.School of Computer and Communication Engineering，Guangxi University of Science and Technology，Liuzhou 545006，China
Abstract： In view of the distortion of image steganographic function problem of establishing and vehicle model, this paper proposes a Gibbs sampling image steganalysis optimization method based on Fisher criterion. First of all, the paper holds the sub-array segmentation Giibs sampling and STC(Syndrome-trellis code) coding based on the idea of clustering in the field of array in steganographic image segmentation. Then, the method makes full use of sub-matrix image in the direction of the information(including horizontal, vertical and diagonal), with the method of weighted sum given steganographic distortion function, and maintains the high order statistical characteristic images. The paper realizes information embedding by using Gibbs sampling theory, and embeds to minimize distortion of steganographic image as well as the characteristics of the model. The simulation results show that the method in this paper reduces the distortion of the image model，at the same time, it effectively improves the steganographic image classification error, and enhances the security of steganography.
Key words : image steganography；Gibbs sampling；distortion function；array segmentation

0 引言

    隨著圖像大數(shù)據(jù)信息技術(shù)的發(fā)展，圖像隱寫技術(shù)的需求越來越高，逐漸成為現(xiàn)代圖像處理的研究熱點[1，2]。目前針對圖像隱寫算法的研究主要集中在隱寫畸變效應(yīng)[3]和載體圖像模型保持[4]兩個方面。隱寫畸變效應(yīng)的研究重點是如何建立失真度函數(shù)[5]。現(xiàn)有失真函數(shù)的選擇多數(shù)假設(shè)圖像干擾為加性高斯白噪聲，嚴(yán)格限制了失真函數(shù)優(yōu)化與圖像寫隱分析的同步性，導(dǎo)致隱寫嵌入過程中的畸變影響無法度量和優(yōu)化[6]。載體圖像模型保持目前多數(shù)安全性較差[7]。文獻[8]提出局部復(fù)雜度的自適應(yīng)隱寫方法，但圖像高階特征畸變嚴(yán)重[9]。

    本文從失真函數(shù)的建立和載體模型保持兩個方面進行了改進分析。首先，基于領(lǐng)域聚類的思想對隱寫圖像進行陣列分割；接著，采用加權(quán)求和的方式給出了隱寫失真函數(shù)，維持了圖像高階統(tǒng)計特征。并利用Gibbs抽樣理論實現(xiàn)信息的嵌入，從而在最小化嵌入失真的同時維持了隱寫圖像的特征模型。最后進行了仿真分析。

1 隱寫圖像的最優(yōu)分布

    根據(jù)文獻[10]的研究，可將隱寫圖像的分布特征表示為：

     jsj4-gs1-2.gif

式中，λ為一個小常數(shù)。隱寫圖像集合Y上可以定義式(3)：

jsj4-gs3-4.gif

2 隱寫失真函數(shù)的構(gòu)造

jsj4-gs5-13.gif

3 失真函數(shù)的參數(shù)優(yōu)化

3.1 優(yōu)化標(biāo)準(zhǔn)

    優(yōu)化參量樣本集合為U∈Rm×N，為便于分析，假設(shè)隱寫圖像通過陣列分割為兩類子陣列，陣列1的元素數(shù)為N1，陣列2的元素個數(shù)為N2，整體優(yōu)化隱寫元素個數(shù)為N1+N2=N。Fisher分類要盡量消除同類關(guān)聯(lián)的類別差,其準(zhǔn)則函數(shù)可以表示為：

jsj4-gs14-17.gif

    失真函數(shù)的優(yōu)化目標(biāo)是為了取得較小的JFmax值。

3.2 特征構(gòu)造

jsj4-gs18.gif

4 實驗結(jié)果與分析

    離散值加權(quán)和越大，越集中，圖像隱寫的畸變影響就越小。實驗結(jié)果如圖1和圖2所示。其中圖1為單幅隱寫圖像的輸入輸出效果。圖2為不同方向的離散度加權(quán)和，可以看出，本文方法的圖像特征元素加權(quán)在3個方向上都保持了較高的集中度，魯棒性較強。

jsj4-t1.gif

jsj4-t2.gif

    針對仿真抽取的特征進行不同隱寫像素的分類誤差仿真分析，具體的結(jié)果如圖3、圖4所示。從圖3中可以看出，SPAM特征具有較優(yōu)秀的隱寫安全性，在像素超過15以后，分類誤差趨于穩(wěn)定；從圖4中可以看出，本文方法明顯由于SPAM特征，能夠快速地趨于穩(wěn)定，較好地保持了模型的失真畸變。

jsj4-t3.gif

jsj4-t4.gif

5 結(jié)論

    針對圖像隱寫，本文提出了一種新的基于Fisher準(zhǔn)則優(yōu)化的Gibbs抽樣圖像隱寫方法?；陬I(lǐng)域聚類的思想對隱寫圖像進行陣列分割，對分割子陣列進行Giibs抽樣和STC編碼，建立了圖像隱寫特征的集合模型，實現(xiàn)了隱寫圖像的多特征交叉實現(xiàn)，維持了較好的安全性和抗檢測能力。充分利用子陣圖像的方向信息（包括水平、垂直以及對角），采用加權(quán)求和的方式給出了隱寫失真函數(shù)，維持了圖像高階統(tǒng)計特征。并在Fisher準(zhǔn)則的框架內(nèi)進行了詳細(xì)的優(yōu)化分析。仿真結(jié)果顯示，本文方法在保持較好的隱寫安全性的同時，增強了模型的保持能力，優(yōu)化了模型的畸變失真。

參考文獻

[1] 鈕心忻，楊義先．基于小波變換的數(shù)字水印隱藏與檢測算法[J].計算機學(xué)報，2000，23(1)：21-27．

[2] 謝玲，張家樹，和紅杰．一種基于非均勻離散傅立葉變換的魯棒音頻水印算法[J].計算機學(xué)報，2006，29(9)：1711-1721.

[3] LUO W，HUANG F，HUANG J.Edge adaptive image steganography based on LSB matching revisited[J].IEEE Transactions on Information Forensics and Security，2010，5(2)：201-214．

[4] PEVNY T，BAS P，F(xiàn)RIDRICH J.Steganalysis by subtractive pixel adjacency matrix[J].IEEE Transactions on Information Forensics and Security，2010，5(2)：215-224.

[5] OMOOMI M，SAMAVI S，DUMITRESOU S.An efficient high payload ± 1 data embedding scheme[J].Multimedia Tools and Applications，2011，54(2)：201-218.

[6] TAN S，LI B.Targeted steganalysis of edge adaptive image steganography based on LSB matching revisited using BSP line fitting[J].IEEE Signal Processing Letters， 2012，19(6)：336-339．

[7] HOLUB V，F(xiàn)RIDRICH J.Random projections of residuals for digital image steganalysis[J].IEEE Transactions on Information Forensics and Security，2013，8(12)：1996-2006．

[8] 錢萍，劉鎮(zhèn)，陳麗亞.一種針對小波域隱匿圖像的隱寫分析方法[J].小型微型計算機系統(tǒng)，2011，32(2)：262-264.

[9] 張琳琳，王建軍.稀疏特征自適應(yīng)的彩色圖像隱寫[J].計算機輔助設(shè)計與圖形學(xué)報，2014，26(7)：1109-1115.

[10] 高瞻瞻，湯光明，張偉偉.融合最小化失真與模型保持的隱寫算法[J].中國圖象圖形學(xué)報，2014，19(9)：1260-1267.

[11] 葛祥友.基于二維Baker映射的隱寫算法設(shè)計[J].廣西民族大學(xué)學(xué)報（自然科學(xué)版），2014，20（2）：66-69.

[12] 張湛，劉光杰，戴躍偉，等．基于Markov鏈安全性的二階統(tǒng)計保持隱寫算法[J].中國圖像圖形學(xué)報，2010，15(8)：1175-1181.

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。