基于双混沌序列的大容量信息隐藏算法优化研究

以前的论文，供参考！

---

基于双混沌序列的大容量信息隐藏算法优化研究

李立宗^1,2，高铁杠¹，毕磊¹，陈超¹

Li Li-zong^{1, 2}, GaoTie-gang¹,Bi Lei,Chen Chao

1.南开大学软件学院，天津 300071；2. 天津工程师范学院，天津 300222

1.College of Software，Nankai University,Tianjin 300071；2.Tianjin University of Technology and Education，Tianjin 300222

E-mail:[e-mail]

Based on double chaotic sequence and large capacity information hiding optimization algorithm

Abstract: This paper presents a large capacity information hiding optimization algorithm based on double chaotic sequence. One of the chaotic sequence used for information hiding on encryption, another for image block selection. the simulation results tells us that the algorithm is safe, it can hide large amount of information.

Key words: Chaotic sequence；Information Hiding；Large Capacity

摘要：本文提出了一种基于双混沌序列的大容量信息隐藏算法，首先生成两个混沌序列，其中一个用于对隐藏信息的加密，另外一个用于信息隐藏时载体图像块的选取。经过仿真实验，该算法具有安全性高，隐藏信息量大的优点。

关键词：混沌序列；信息隐藏；大容量

文章编号： 文献标识码：A 中图法分类号：TP301.6,TP309.7

1.引言

所谓信息隐藏，就是把一种信息隐藏于另一种信息之中。信息隐藏具有鲁棒性、不可检测性、透明性、安全性和自恢复性等特征^[1]。典型的信息隐藏技术包括，直接修改数字媒体的空(时)域采样值，基于变换域的信息隐藏等技术。直接修改空（时）域采样值算法如修改像素图像的最不重要比特（LSB）。这种技术的缺点是稳健性较差。为提高空（时）域的稳健性，人们提出了一些更复杂的技术。Wolfgang^[2]等人把二维m序列嵌入图像的LSB平面，并利用互相关函数改善了检测过程。利用数字调制的类似特性，Hernandez^[3]等人提出了一种深度2D多脉冲幅度调制的方法。变化域信息隐藏具有更多的优点。Koch^[4]等人首先提出基于DCT域的水印算法，通过修改由伪随机选定的中频系数对的差值来嵌入隐藏信息（水印）。类似的技术还被引用到离散小波变化（DWT）域中。Kundur^[5,6]等人提出了一种基于多分辨信息融合的DWT域水印算法。Xia^[7]等人提出了在载体图像的每一个分辨层上嵌入隐藏信息以及分层的检测算法。基于感知模型的小波域信息隐藏技术也有很大进展，Swanson^[8]等人利用时域小波变化并结合频率掩蔽特性，提出了一种多分辨视频水印。Barni^[9]等人把感知模型精确到每一个图像小波系数，从而最大程度地提高了水印能量。

上述算法的特点是虽然可以隐藏信息，但是不能实现对原图像的精确恢复。因此，人们提出了一些可逆信息隐藏算法。Tian^[10]给出了一种基于Hera小波的无损隐藏算法。该算法将水印信息隐藏在频域，因为采用了整数小波变化（提升小波）从而避免了取整误差，在一定程度上可以精确恢复原图像，但溢出误差很难避免，因此并不能保证准确的恢复原图像。Hosinger^[11]给出了一种基于模加法的可逆信息隐藏，该算法也能够一定程度上确保恢复原图像，但该算法的缺点在于当图像的像素点灰度值接近0或255时，往往会引入较大强度的失真，导致胡椒盐(salt-and-pepper)噪音的出现。Macq^[12]给出了一种基于修改的拼贴算法（patchwork algorithm）的无损水印隐藏算法。

上述算法的共同缺点在于容量有限，不能嵌入大量的水印信息。本文在保证较高图像质量的情况下，给出了一种大容量、高安全性、可逆的信息隐藏算法，和相关参考文献相比，本文给出的信息隐藏算法因为采用了有效的优化策略因此能够隐藏的信息量大、且因为应用了双混沌序列所以具有更高的安全性。经过仿真实验，该算法运算速度快，隐藏信息量大，而且隐藏信息后的图片和原始载体信息图片具有较高的峰值信噪比（PSNR）,具有良好的性能。

2.算法描述

2.1修改最大像素值信息的可逆隐藏算法

本文以256×256的灰度图像boat.bmp为例，将简单的修改最大像素值信息的可逆隐藏算法描述如下：

⑴读入图像，对该图像的每个像素值进行读取，将它放置到一个数组中，然后遍历该数组，找到该数组中最大的数，即为灰度值的像素点的个数最多的点。

⑵遍历该数组发现，最大点对应值为165，数组中前6个元素值均为0，表示该图像中像素值为165的像素数目最多，像素为1～6的像素数目为空。对该图像数组进行处理，把所有像素值小于165的灰度值减1。

⑶对图像进行再次扫描，如果像素值为165，而且待隐藏的数据位是1，则像素值减1，否则，如果待隐藏的像素值为0，则原图像的该像素值不发生改变。

信息提取的过程即为信息嵌入过程的可逆过程，描述如下：

⑴隐藏信息的提取：对加密后的图像进行扫描，如果该像素值为165，则提取一个信息为为0，如果是165，则提取信息位为1。提取出的信息序列即为隐藏的信息。

⑵原始图像的恢复：顺序扫描图像，如果像素值为6到164之间，则将像素值加1，此时得到的图像即为原图像。

2.2 双混沌混沌序列的应用

混沌序列生成方法得到的序列具有很好的初值敏感性和伪随机性。本文应用公式(1)来生成两个混沌序列，混沌序列A和混沌序列B。将两个混沌序列的µ值均设置为2，混沌序列A的x初始值设置为0.63，混沌序列B的x初始值设置为0.8+myinter+myouter,其中myinter和myouter分别为嵌入次数，和优化次数。

<!--[if gte vml 1]><v:shapetype id="_x0000_t75" coordsize="21600,21600" o:spt="75" o:preferrelative="t" path="m@4@5l@4@11@9@11@9@5xe" filled="f" stroked="f"> <v:stroke joinstyle="miter" /> <v:formulas> <v:f eqn="if lineDrawn pixelLineWidth 0" /> <v:f eqn="sum @0 1 0" /> <v:f eqn="sum 0 0 @1" /> <v:f eqn="prod @2 1 2" /> <v:f eqn="prod @3 21600 pixelWidth" /> <v:f eqn="prod @3 21600 pixelHeight" /> <v:f eqn="sum @0 0 1" /> <v:f eqn="prod @6 1 2" /> <v:f eqn="prod @7 21600 pixelWidth" /> <v:f eqn="sum @8 21600 0" /> <v:f eqn="prod @7 21600 pixelHeight" /> <v:f eqn="sum @10 21600 0" /> </v:formulas> <v:path o:extrusionok="f" gradientshapeok="t" o:connecttype="rect" /> <o:lock v:ext="edit" aspectratio="t" /> </v:shapetype><v:shape id="_x0000_i1025" type="#_x0000_t75" style='width:66.75pt; height:18.75pt' o:ole=""> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image001.wmz" o:title="" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]--><!--[if gte mso 9]><xml> <o:OLEObject Type="Embed" ProgID="Equation.3" ShapeID="_x0000_i1025" DrawAspect="Content" ObjectID="_1262689506"> </o:OLEObject> </xml><![endif]--> (1)

（此处为一个迭代公式）

在本算法中，给出了双混沌序列，用此双混沌序列来提高算法的安全性。其中一个混沌序列用于与隐藏信息进行位运算，另外一个混沌序列用来选取需要进行信息隐藏的分块，从而实现对隐藏信息的加密。在进行信息隐藏前，首先将待隐藏信息与其中一个混沌序列（混沌序列A）进行位运算，来实现对隐藏信息的加密。然后将载体图像分成8×8的块，应用另外一个混沌序列（混沌序列B）选取其中的512块，作为隐藏信息的载体块。混沌序列的应用，提高了信息的安全性。混沌序列B保证了无法对隐藏信息进行读取，混沌序列A保证了即使破解了隐藏信息，也无法对隐藏信息进行解析。

2.3 算法实现

⑴读入载体图像信息和隐藏信息。

⑵构造两个混沌序列，序列A和序列B。序列A的长度为1024，将混沌序列A二值化处理。序列B的长度为1024，将混沌序列B进行排序，并生成序列数组C。

⑶将隐藏信息转化为一维数组，将序列A与隐藏信息数组进行异或位运算，从而实现对隐藏信息的加密。

⑷将载体图像信息进行分块。将读入的载体图像信息按照8×8进行分块，共分为1024块。将该1024块逐一进行编号。按照序列数组C对分好的1024块进行重新排序。

⑸将隐藏信息按照2.2节介绍的方式嵌入到重新排序后的1024块中的前512块中，将处理后的图像作为新的载体图像，用于下一次的嵌入。

⑹重复进行步骤⑷和⑸，确保能够将水印信息全部嵌入到载体图像中。

⑺反复运行上述步骤⑴-⑹，根据设置的混沌序列的不同初始值计算出最优嵌入混沌序列值。

隐藏信息、水印信息提取算法即为水印嵌入算法的可逆过程。

2.4 隐藏容量和安全性分析

从上述的信息隐藏算法可知，该算法因为只嵌入1024分块中的512块，而且该512块是靠混沌序列来选取，所以每次嵌入的次数应该是载体图像的峰值像素点个数的二分之一左右。由于该算法可以反复选取1024块中的512，所以经过多轮嵌入后，可以嵌入的信息量为：

<!--[if gte vml 1]><v:shape id="_x0000_i1026" type="#_x0000_t75" style='width:84.75pt;height:15.75pt' o:ole=""> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image003.wmz" o:title="" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]--><!--[if gte mso 9]><xml> <o:OLEObject Type="Embed" ProgID="Equation.3" ShapeID="_x0000_i1026" DrawAspect="Content" ObjectID="_1262689512"> </o:OLEObject> </xml><![endif]--> (2)

式中N表示循环嵌入的次数，H(hi)表示载体图像的峰值点个数。

从安全性角度考虑，因为首先应用混沌序列对隐藏信息进行了加密，因此提高了隐藏信息的安全性。而在嵌入的过程中，并不是基于载体的全部信息进行嵌入，而是首先对载体信息进行分块，然后根据混沌序列随机选取其中的一半作为载体进行信息嵌入。因此，该算法从两个角度保证了嵌入信息的安全性。

3.仿真结果

将上述信息隐藏优化算法用于512×512的图像，如：boat.bmp、lenna.bmp、mandrill.bmp结果如下：

对于boat.bmp图像，采用上述优化算法，通过不断选取不同的混沌初始值进行优化，当仅运行步骤⑷和⑸一次，此时信息隐藏的位数为2006位，隐藏信息后的图像和原始图像的峰值信噪比53，隐藏信息后的图片如图1所示。当运行步骤⑷和⑸三次，此时信息隐藏的位数为7020位，隐藏信息后的图像和原始图像的峰值信噪比为45，隐藏信息后的图片如图2所示。当运行步骤⑷和⑸六次，此时信息隐藏的位数为16368位，隐藏信息后的图像和原始图像的峰值信噪比为38，隐藏信息后的图片如图3所示。

<!--[if gte vml 1]><v:shape id="_x0000_i1027" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image005.png" o:title="boat6" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]--><!--[if gte vml 1]><v:shape id="_x0000_i1028" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image007.png" o:title="boat1" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]--><!--[if gte vml 1]><v:shape id="_x0000_i1029" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image009.png" o:title="boat3" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]-->

图1 插值一次 图2 插值三次 图3 插值六次

对于lenna.bmp图像，采用上述优化算法，通过不断选取不同的混沌初始值进行优化，当仅运行步骤⑷和⑸一次，此时信息隐藏的位数为1199位，隐藏信息后的图像和原始图像的峰值信噪比46，隐藏信息后的图片如图4所示。当运行步骤⑷和⑸三次，此时信息隐藏的位数为2273位，隐藏信息后的图像和原始图像的峰值信噪比为44，隐藏信息后的图片如图5所示。当运行步骤⑷和⑸六次，此时信息隐藏的位数为6618位，隐藏信息后的图像和原始图像的峰值信噪比为38，隐藏信息后的图片如图6所示。

<!--[if gte vml 1]><v:shape id="_x0000_i1030" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image011.png" o:title="lena6" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]--> <!--[if gte vml 1]><v:shape id="_x0000_i1031" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image013.png" o:title="lena1" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]--><!--[if gte vml 1]><v:shape id="_x0000_i1032" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image015.png" o:title="lena2" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]-->

图4 插值一次 图5 插值三次 图6 插值六次

对于mandrill.bmp图像，采用上述优化算法，通过不断选取不同的混沌初始值进行优化，当仅运行步骤⑷和⑸一次，此时信息隐藏的位数为1344位，隐藏信息后的图像和原始图像的峰值信噪比49，隐藏信息后的图片如图7所示。当运行步骤⑷和⑸三次，此时信息隐藏的位数为1720位，隐藏信息后的图像和原始图像的峰值信噪比为44，隐藏信息后的图片如图8所示。当运行步骤⑷和⑸六次，此时信息隐藏的位数为4732位，隐藏信息后的图像和原始图像的峰值信噪比为39，隐藏信息后的图片如图9所示。

<!--[if gte vml 1]><v:shape id="_x0000_i1033" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image017.png" o:title="mandrill6" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]--><!--[if gte vml 1]><v:shape id="_x0000_i1034" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image019.png" o:title="mandrill1" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]--><!--[if gte vml 1]><v:shape id="_x0000_i1035" type="#_x0000_t75" style='width:126.75pt;height:126.75pt'> <v:imagedata src="file:///C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\msohtml1\01\clip_image021.png" o:title="mandrill3" /> </v:shape><![endif]--><!--[if !vml]--><!--[endif]-->

图7 插值一次 图8 插值三次 图9 插值六次

4.结论

本文提出了一种高安全性的信息隐藏算法，该方法应用双混沌序列确保了嵌入信息和嵌入位置的安全性，隐藏信息后的图像不仅仅可以提取隐藏信息，而且提取信息后的图像还可以完全恢复，同时对算法进行了仿真实验。实验结果显示，该算法在隐藏大量信息的同时，能够保持较高的图像质量，因此该算法在信息隐藏、图像认证、重要信息的保密传输等安全领域有着广泛的应用前景。

参考文献：

[1] F.A.P.Petitcolas, R.J.Anderson and M.G.Kuhn, Information hiding一a swvey, To appear in Proc. of the IEEE, special issue on protection of multimedia content, May 1999.

[2] Wolfgang R B and Delp E J. A watermark for digital images.Proc. IEEE Int. Conference on Image Processing, <place w:st="on"><city w:st="on">Lausanne</city></place>,Swizerlangd,1996,vol.3:219-222.

[3] Hernandez J J,Perez-Gonzalez F,Rodriguez J M,et al.Performance analysis of a 2-Kmultipulse amplitude modulation scheme for data hiding and watermarking still images.IEEE Joural on Selected Areas of Communications,1998,16(4):510-524.

[4] Koch E and Zhao J.Towards robust and hidden image copyright labeling.IEEE Workshop on Nonlinear Signal and Image Processing,<place w:st="on"><city w:st="on">Neos Marmaras</city>,<country-region w:st="on">Greece</country-region></place>,June 1995:123-132.

[5] Kundur D Multiresolution digital watermarking: algorithms and implications for multimedia signals.ph.D.Thesis.Dept. of Electrical & Computer Engineering, <place w:st="on"><placetype w:st="on">University</placetype> of <placename w:st="on">Toronto</placename></place>,August 1999.

[6] Kundur D and Hatzinakos D. Digital watermarking using multiresolution wavelet decomposition IEEE International Conference on Acoustic ,Speech and Signal Processing(ICAASP) ,seattle, Washington,USA,May 1998,vol.5:2969-2972.

[7] Xia X G,Boncelet C G and Arce G R. Wavelet transform based watermark for digital images. Optics Express,1998,3(12):497-511.

[8] Swanson M D,Zhu B,Tewfik A H.Multiresolution scene-based video watermarking using perceptual models.IEEE J. on selcected areas in communications,1998,16(4):540-550.

[9] Bari M,Bartolini F and Piva A.Improved wavelet-based watermarking through pixel-wise masking.IEEE Trans. Image Processing,2001,10(5):783-791.

[10] Tian J.Reversible watermarking by difference expansion.in Proceedings of Multimedia and Security Workshop at ACM,Multimedia,Dec,2002.

[11] Honsigner C W.Lossless recovery of an original image containing embedded data.US patent:6278791B((2001).

[12] Macq, B., “Lossless Multiresolution Transform for Image Authenticating Watermarking”, Proc. of EUSIPCO, <place w:st="on"><city w:st="on">Tampere</city>, <country-region w:st="on">Finland</country-region></place>, September, 2000.