本發(fā)明屬于信息處理領(lǐng)域，涉及一種基于臨界值的自適應(yīng)圖像信息隱藏方法。

背景技術(shù)：

現(xiàn)有技術(shù)圖形信息隱藏的方法，包括TBPC:Hou,C.-L.,Lu,C.,Tsai,S.-C.,&Tzeng,W.-G.(2011).An optimal data hiding scheme withtree-based parity check.IEEE Transactions on Image Processing,20(3),880–886。TBPC算法雖然具有較大的容量，但是其安全性較差。

EALSB-MR:Luo,W.,Huang,F.,&Huang,J.(2010).Edge adaptive image steganography based on LSB matching revisited.IEEE Transactions onInformation Forensics and Security,5(2),201–214。Luo等人設(shè)計EALSB-MR算法。該算法破壞了垂直方向和水平方向的關(guān)聯(lián)，其安全性有待提高。

SEMX:Hayat Al-Dmour,Ahmed Al-Ani(2016),A steganography embedding method based on edge identification and XOR coding.Expert Systems With Applications,46,293-306。Hayat Al-Dmour等人提出SEMX算法，該算法利用了邊界值和XOR運算，能夠提高安全性，但是其容量有限。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)的不足，本發(fā)明目的在于提供一種實現(xiàn)簡單的基于臨界值的自適應(yīng)圖像信息隱藏方法，提高了圖像隱藏的容量和自適應(yīng)的嵌入秘密信息增強了安全性。

為了實現(xiàn)上述目的，本發(fā)明的技術(shù)解決方案是：

一種基于臨界值的自適應(yīng)圖像信息隱藏方法，包括以下步驟：

步驟一、定義圖像非重疊的像素塊B，像素塊B大小為n×n，n為正整數(shù)；

步驟二、定義像素塊B最大差D,D＝MAX(B_i)-MIN(B_i)

其中，MAX(B_i)表示像素塊B的最大值，MIN(B_i)表示像素塊B的最小值；

步驟三、定義臨界值TH，設(shè)秘密信息m₁，m₂，設(shè)像素I₁，I₂和I₃，則

(1)如果LSB(I₁)⊕LSB(I₂)不等于m₁，且LSB(I₁)⊕LSB(I₃)不等于m₂，則修改I₁為S₁并確保MIN(B_i)<S₁<MAX(B_i)；

(2)如果LSB(I₁)⊕LSB(I₂)不等于m₁，且LSB(I₁)⊕LSB(I₃)等于m₂，則修改I₂為S₂并確保MIN(B_i)<S₂<MAX(B_i)；

(3)如果LSB(I₁)⊕LSB(I₂)等于m₁，且LSB(I₁)⊕LSB(I₃)不等于m₂，則修改I₃為S₃并確保MIN(B_i)<S₃<MAX(B_i)；

LSB(I₁)取I₁的最不重要比特位，LSB(I₂)取I₂的最不重要比特位，LSB(I₃)取I₃的最不重要比特位；

(4)其他情況，保持不變；

通過采用計算圖像中像素塊B最大差D，來確定像素塊B是否為臨界塊以及是否用于信息隱藏。

本發(fā)明避免漏掉臨界塊，提高了隱藏的容量；自適應(yīng)的嵌入信息，提高的嵌入信息的安全性；采用步驟三中的方法，減小對圖像的修改，提高了圖像的質(zhì)量。

通過結(jié)合子塊的臨界值和自適應(yīng)的判斷臨界塊，提出了AIHC信息隱藏算法。AIHC算法提高了圖像隱藏的容量和自適應(yīng)的嵌入秘密信息增強了安全性。該算法可以在多項式時間復雜度下完成，實現(xiàn)簡單。AIHC算法在提取秘密信息時，不需要額外的信息。在保持圖像質(zhì)量的情況下，增加容量。提出的AIHC算法性能具有明顯的好于其它同類算法。

附圖說明

圖1.3×3像素塊

圖2.AIHC算法流程圖

圖3.嵌入率和MSE圖

圖4.嵌入率和PSNR(dB)圖

圖5.300副圖像的容量對比圖

圖6.隨機選擇300副圖像的AIHC算法比較SEMX提高的比率；

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面本發(fā)明中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

本發(fā)明包括以下步驟：

定義1.圖像非重疊的像素塊B，其大小n×n，比如n＝3，如圖1所示。

定義2.塊最大差D

D＝MAX(B_i)-MIN(B_i)

其中，MAX(B_i)表示塊B的最大值，MIN(B_i)表示塊B的最小值。

定義3.臨界值TH

規(guī)則1.設(shè)秘密信息m₁，m₂，設(shè)像素I₁，I₂和I₃，則

(1)如果LSB(I₁)⊕LSB(I₂)不等于m₁，且LSB(I₁)⊕LSB(I₃)不等于m₂，則修改I₁為S₁并確保MIN(B_i)<S₁<MAX(B_i)。

(2)如果LSB(I₁)⊕LSB(I₂)不等于m₁，且LSB(I₁)⊕LSB(I₃)等于m₂，則修改I₂為S₂并確保MIN(B_i)<S₂<MAX(B_i)。

(3)如果LSB(I₁)⊕LSB(I₂)等于m₁，且LSB(I₁)⊕LSB(I₃)不等于m₂，則修改I₃為S₃并確保MIN(B_i)<S₃<MAX(B_i)。

(4)其他情況，保持不變

2AIHC算法流程圖見圖2

(1)開始

(2)輸入圖像，設(shè)定TH值。

(3)將圖像I分成不相鄰的塊，大小為n×n。

(4)如果塊已經(jīng)選擇完成，則步驟(9)，否則，則步驟(5)。

(5)選擇第i個塊B，計算第i塊最大差值D。

(6)如果D大于或等于臨界TH，這是一個臨界塊(7)，則步驟；否則步驟(4)。

(7)如果MIN(B)<B_i<MAX(B)，則I_i＝B_i，按照規(guī)則1嵌入秘密信息。

(8)如果秘密信息已經(jīng)嵌入完成，則步驟(9)；否則，步驟(4)。

(9)輸出載密圖像。

(10)結(jié)束

3.實驗結(jié)果

實驗的圖庫來自UCID和互聯(lián)網(wǎng)。實驗的工具使用的是MATLAB版本為R2009。實驗開始，所有的圖像將被轉(zhuǎn)換成灰度圖像。從試驗圖庫中選擇1338幅圖像作為實驗圖像。接下來，一些實驗的結(jié)果將證明所提出的AIHC算法的有效性。

實驗一：從這1338幅圖像，隨機選擇其中的一幅圖像，TBPC算法、EALSB—MR算法、SEMX算法和AIHC算法的比較結(jié)果如圖3和圖4所示。圖3表示在TBPC算法、EALSB—MR算法、SEMX算法和AIHC算法的測試結(jié)果中，AIHC算法的MSE最小，表示AIHC算法對圖像的修改最小，保持較低的失真性。

圖4表示在TBPC算法、EALSB—MR算法、SEMX算法和AIHC算法的測試結(jié)果中，AIHC算法的PSNR值教好，表示AIHC算法對圖像的保持真實性最好。

實驗二：從這1338幅圖像，隨機選擇其中的300幅圖像，SEMX算法和AIHC算法的比較結(jié)果如圖5和圖6所示。圖5表示在SEMX算法和AIHC算法的測試結(jié)果中，AIHC算法的容量較大，表示AIHC算法對圖像的嵌入的容量大。

圖6表示在SEMX算法和AIHC算法的測試結(jié)果中，AIHC算法的容量在SEMX算法提高比率IC。在1338個圖像中，IC為正的占89.09％。這說明AIHC算法的容量高于SEMX算法。

最后應(yīng)說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當理解：其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。