图像处理课程期末论文.docx

图像处理课程期末论文.docx

《图像处理课程期末论文.docx》由会员分享，可在线阅读，更多相关《图像处理课程期末论文.docx（12页珍藏版）》请在冰豆网上搜索。

图像处理课程期末论文

二进制图像的数据隐藏质量控制方法

摘要：

在二进制图像中秘密数据隐藏比其他格式更困难，因为二进制图像要求只有一个位表示黑色和白色。

本文研究提出一种新的二进制图像数据隐藏方法，采用优化位的位置，以取代一个秘密位。

此方法能操作细分的块。

指定块的奇偶校验位来决定改变或者不变，以嵌入一个秘密位。

通过寻找最佳位置为每个分割块插入一个秘密位，所得到的伪装图像的图像质量可以被提高，提高图像质量的同时保持低的计算复杂度。

实验结果表明，该方法在某些方面相对于以前的方法有所改进。

关键字：

数据隐藏，质量控制，二进制图像

1介绍

数据隐藏涉及主动隐瞒信息信号，如文本，图像，音频或视频。

二进制图像是两色的图像，每个像素的值为0或1，其中，每个像素只需要一个比特表示，以表示黑色和白色。

事实上困难在于在二进制图像改变的像素值能导致违规行为，这在视觉上非常引人注目。

在二值图像隐藏数据，比在其他格式隐藏数据更具挑战性。

在这些图像中隐藏数据主要有这2个方法：

子块的修改和单像素处理。

在最先修改的子块，它被分成一组像素。

松井和田中通过操纵抖动模式，在“抖动”的图像嵌入秘密数据，他们通过操纵运行长度，还嵌入了传真的图像。

Low等人在大宗电子出版物中改变行间距和字符间距在文本图像嵌入秘密数据。

这些方法是用于一些特殊类型的二进制图像。

第二个办法是从黑到白修改单个像素，反之亦然：

在图像中的一些特殊的单像素被改变以嵌入秘密数据。

Koch和赵提出一个数据隐藏方法，通过在一个块中强制比较黑色和白色像素的比例比1大或小。

不论如何，这个是有难度的。

只有比特的数量有限，才可以嵌入，自实施方法有一个处理块的麻烦，有着显著低或高的黑色像素的百分比。

吴等人在图像块嵌入位，通过计算一个特征值选定和找到一个模式。

Lie等人将隔开的二进制图象成2×2的块像素并嵌入在块中的位0或1。

通过平均修改0.5像素，此法可每块隐藏一个位。

为了嵌入显著数据量而不会造成明显的视觉效果，吴和刘操作不稳定的像素去执行一个特定的基于块的关系。

Venkatesan等人使用块的奇偶性建议。

封面图像分割成小块，其中1位的信息存储。

可惜的是，如果所有的像素值属于0或1，秘密位就不能被隐藏。

本文提出了二进制图像的一种新的数据隐藏方法，使用优化的位位置和奇偶校验位，检查奇偶校验块。

此方法操纵子分割块。

奇偶校验位的指定块决定是否要改变，来嵌入一个秘密位。

通过为每个分割块找到要插入的秘密位的最佳位置，用相对低的计算复杂性，隐秘图像的图像质量能被控制。

本文的结构如下。

在第2节，Venkatesan等人建议使用奇偶校验块的数据隐藏方案来验证。

在第3节，我们提出的数据隐藏方法被更详细地描述。

在第4节，我们的实验结果进行了介绍和讨论。

我们的结论列在第5节。

2相关工作

Venkatesan等人提出二进制图像的数据隐藏方法，维持封面图片的质量。

要改变一个有点接近它具有相同的值的位置，邻矩阵被采用。

对于3x3的子块

，所得到的子块

比检测

更困难。

找到位置，Venkatesan等人定义一个邻居矩阵。

图1.子块的封面图像分块矩阵

但是有一个提升空间与能力能使到人类视觉系统的失真少。

本文提出了一种新的二进制图像数据隐藏方法，使用优化的位位置和奇偶校验位检查。

3提出方法

在这一节，我们考虑数据嵌入的位置，以及如何将保密数据嵌入和提取。

二进制图像是由黑色和白色组成。

在这里对每个像素只用一位表示，说0或1。

设C为宽x高像素的封面图片和S是n位的秘密数据。

为P（i，j）附C图像的像素值，一个新的像素值被定义为

（i，j）。

3.1嵌入方案

下面的步骤被执行以嵌入秘密数据。

第一步：

对于给定的封面图片，计算矩阵中存储所述分离的像素的位置。

给定一个特定的像素值P（i，j），相邻的四个像素的值，行和列的方向进行比较，并且差值计算每个0或1。

接着，在围绕指定像素相邻的8个像素的差进行比较和计算。

这些被分别定义为

（i，j）和

（i，j），其中Γ（·）是一个指标函数，它是从{0,1}取值。

例如，当一个封面图像可表示为图2中相邻的像素P（2,1）的差，如

（2,1）=2，

（2,1）=4。

图2.相邻的像素的差

第二步：

封面图像分割成M×N个尺寸的块。

对于一个指定的子块

，计算被给定的块的总和

第三步：

如果S（

）的不等于0或M×N，当有以下三种情况时，嵌入1位秘密数据到

：

例1：

如果S（

）的模2等于0和嵌入位是1，然后改变孤立像素P（i，j）的

（i，j）值，其中

（i，j）的值是比任何其它像素的P（i，j）=0大的像素。

当存在另一个像素，相邻的四个像素相等，选择

（i，j）值较大的一个像素。

例2：

如果S（

）的模2等于0和嵌入位是0，然后改变孤立像素P（i，j）的

（i，j）值，其中

（i，j）的值是比任何其它像素的P（i，j）=1大的像素。

当存在另一个像素，相邻的四个像素相等，选择

（i，j）值更大的一个像素。

例3：

如果它不属于情况1和情况2，对块中的任何其他像素值保持不变。

第四步：

对于嵌入块

，在嵌入数据后就成了一个新的

，计算该块的总和。

当该值属于0或M×N，放弃此块嵌入一个秘密位。

例如，计算

（i，j）和

（i，j）的值得到的用于图3中所示的4×4子块。

结果，

（0,3）=3，

（I，J）=7是一个子块的最大值，因此像素P（0,3）被选择为嵌入的秘密位。

图3.数据嵌入过程的示例

3.2提取计划

下面的步骤被执行，以恢复秘密数据。

它可以从隐秘图像直接提取。

第一步：

对于给定的隐秘图像，分割成M×N个大小的块。

对于每一个块的

，计算该块的总和，用

第二步：

如果S（

）不等于0或者M×N，从

抽取1位到以下两种情况：

例1：

如果S（

）的模2等于0或1，所提取的位是0。

例2：

如果S（

）的模2等于0或1，所提取的位是1。

第三步：

对于所有的嵌入式块

，取出堆栈的位。

对于子块

，块的S（

）的总和等于9，最后S（

）的值模2等于9或1。

所以嵌入式位为1。

图4.数据提取处理的例子

4实验结果

在我们的实验中，在图5所示的四个512×512二进制图像被用作封面图片。

秘密数据是由伪随机数生成。

本研究采用峰值信噪比（PSNR）作为延伸的1位二进制值到8位，并计算嵌入式数据量的能力。

我们的实验中所用扩展8位的值，白色的价值扩展到0xFF，黑色为0x00。

图5.4个封面图像

图6显示了隐秘图像和对狒狒图像嵌入块，这些地方与不同的M×N块比较大小。

作为是，目前不存在任何视觉假象。

图6.嵌入结果：

（a）（c）（e）隐秘图像，（b）（d）（f）差分图像

我们发现，在图像的边缘区，这些扭曲现象时有发生。

这意味着，这种扭曲将不太明显，因为改变边缘二值图像的区域对肉眼来说一般不太显眼。

图6（a）示出了狒狒图像，尺寸512×512，它需要13,415位嵌入式模块，它被分成2×2的子块。

图6（c）和6（e）分别为嵌入11,960位和8,301位后显示的隐秘图像。

图6（b），6（d）和6（F）显示为2×2，3×3和4×4子块分别嵌入的像素。

表1显示了不同的子块大小所提出的方法的能力。

该表显示，当一个封面图像迅速改变它的像素值，该方法可以隐藏更多的秘密数据。

例如，狒狒图像比其他图像具有更高的容量，其中包含许多块，能够让所有的子块的值都随机地均匀分散。

随着子块越大，容量就低，PSNR值高。

这意味着，有容量之间的折衷和隐形。

每个子块可以嵌入秘密比特，除了全黑或白块。

表1.对于嵌入3x3的块大小的比较

表1表示出了与其它方法的比较，相比其他方法，该方法可以隐藏更多的秘密数据，虽然每个图像虽然PSNR值是相似的。

在这里，峰值信噪比值比较采用另一种方法。

图7显示了嵌入秘密数据为每个3x3的子块后的隐秘图像。

在这些实验中，所提出的方法能使封面图像产生更少的失真，尽管它的容量高。

隐秘图像如图7（a）,7（b）,7（c）和7（d）所示，它可以比其它两个图像被嵌入少，在那里丢弃了嵌入，因为在这些图像中许多子块有一个完整的0或1值。

图8显示了结果的详细图像。

170x170封面图片的隐秘图像如图8（b），图8（c），8（e）和8（f）所示。

如图8，该方法比以前方法失真更少。

图7.该方法的隐秘图像

图8.对隐秘图像详细比较

5结论

我们提出了一个使用优化位的位置和奇偶校验位的二进制映像数据隐藏方法，从嵌入秘密数据的隐秘图像提取数据的时候，参照原有封面图片不是必需的。

这其中又分为小的M×N大小的块的方法操纵块。

奇偶校验位的指定块决定是否要改变以嵌入一个秘密位，通过找到要插入的秘密位的最佳位置为每个分割块，当保持低的计算复杂度时，隐写图像的图像质量可以改善。

我们的实验结果也表明，该方法提供了一种更好的方法，相比于其他方法，该方法能隐藏更多数据并且没有明显扭曲。