（通信与信息系统专业论文）基于预测编码的图像隐写算法.pdf

基于预测编码的图像隐写算法 专业名称：通信与信息系统 硕士生：刘永清 指导教师：方艳梅副教授 摘要 数字多媒体与互联网技术的快速发展，给人们的生活、学习和工作带来便捷 之时，又引发了侵犯隐私、盗用版权等非法行为的发生，这也使得古老的信息隐 藏技术逐渐成为当前信息安全领域研究的热点。信息隐藏分为数字水印和隐写术 两大类，数字水印技术是一种通过在数字媒体中嵌入保护信息，以标明载体本身 的一些信息：而隐写术则是在公开的媒体中进行机密有效的数据通信。 信息隐藏的媒体可以是图像、声音、视频或者文字等，对于数字图像的隐写 算法可以分为空域和变换域两类嵌入方法。空域方法在嵌入时，直接修改像素灰 度值或者调色板索引值；而变换域嵌入方法首先将像素灰度值转换到频域或者其 他域，然后将秘密信息嵌入到这些变换系数上，最后再经过逆变换还原出密文图 像。典型的变换方法包括d f t 、d c t 和d w t 。基于d c t 的嵌入方法主要是针 对j p e g 有损压缩图像，目前，对这类图像隐写算法的研究较多，而j p e g 无损 压缩图像隐写算法的研究却很少被人们关注，只有学者提出了与之相关的基于预 测编码( p c b p r e d i c t i v e c o d i n g b a s e d ) 的隐写算法。因此，本论文主要针对j p e g 无损压缩图像提出了隐写算法，同时还提出了另一种与预测编码相关的基于混沌 映射的图像隐写算法。 本论文首先介绍信息隐藏领域的背景知识，包括隐写术的历史、发展及特征 等。然后详细介绍了三种隐写分析算法：z 2 检测算法、r s 检测算法及s p 检测 算法，以作为本论文所提出的隐写算法的安全性的测评工具。为了能够在j p e g 无损压缩域上实现数据嵌入。本论文还回顾了数字图像编码的相关内容，包括预 测编码、哈夫曼编码以及j p e g 压缩编码等。在此基础上提出了基于预测编码的 j p e g 无损压缩图像隐写( j l s ，j p e gl o s s l e s si m a g es t e g a n o g r a p h y ) 算法。 j l s 算法不但提高了p c b 算法的密文图像质量和抗隐写分析能力，而且首次 将p c b 算法运用到j p e g 无损压缩图像，直接在j p e g 无损压缩域上嵌入数据， 使得p c b 算法能够由学术研究转向实际应用。j l s 算法在数据嵌入时采用模运 算，不但降低了对载体图像的改动，保持了较高的密文图像质量，而且使得嵌入 的数据既存在于压缩的j p e g 码流中，又存在于解压缩后的密文图像中。交替变 化( 间隔增大或减小) 的嵌入方法，很好地保持了密文图像预测误差的统计特性， 因而能够抵抗各种基于直方图分析的攻击。 隐写分析算法通常是分析嵌入域的统计特征，以侦测隐藏信息是否存在。如 果攻击者无法获得嵌入域的统计特征，那么就很难对隐写算法造成有效攻击，正 因如此，在研究j l s 算法的过程中得出另一种基于混沌映射的图像隐写( c b s ， c h a o s b a s e di m a g es t e g a n o g r a p h y ) 算法。该算法的嵌入操作与j l s 算法类似，首 先根据密钥对载体图像进行混沌置乱；然后将秘密信息嵌入在置乱后图像的相邻 像素的差值中；最后对嵌入后的图像进行混沌复原得出密文图像。如果攻击者没 有正确的密钥，那么就无法得到嵌入时的置乱图像，也就不可能分析相邻像素差 值的统计特性，因此很难侦测到隐藏信息的存在，从而提高了算法的安全性。 c b s 算法的另一个优点是嵌入操作本身就是一种加密，因而秘密信息可以直接 以明文嵌入，既提高了算法安全性，又简化了嵌入与提取操作。 本论文还从应用的角度，将j l s 算法封装成c 十+ 的类，这样不但方便了实际 应用，而且还积累了研究成果，为后续的研究工作做了铺垫。 关键词：信息隐藏，隐写术，隐写分析，预测编码，j p e g 无损压缩，混沌映射 s t i l li m a g es t e g a n o g r a p h yb a s e do np r e d i c t i v ec o d i n g m a j o r ：c o m m u n i c a t i o na n di n f o r m a t i o ns y s t e m n a m e ：l i uy o n g q i n g s u p e r v i s o r ：a s s o c i a t ep r o f e s s o rf a n gy a n g m e i a b s t r a c t t h ed e v e l o p m e n to f d i g i t a lm u l t i m e d i aa n di n t e r n e tp r o m o t e st h ec o n v e n i e n c eo f l i v i n g 1 e a r n i n ga n dw o r k i n gi np e o p l e sd a i l yl i f eb u tr e s u l t si ni l l i c i ta c t i v i t i e ss u c ha s i n f r i n g i n ga n dp i r a t e i tm a k e st h eo l dt e c h n o l o g yo fi n f o r m a t i o nh i d i n gb e c o m et h e a c t i v er e s e a r c hi ni n f o r m a t i o ns e c u r i t ya r e a i n f o r m a t i o nh i d i n gc a nh ec l a s s i f i e di n t o t w oc a t e g o r i e s ：d i g i t a lw a t e r m a r k i n ga n ds t e g a n o g r a p h y d i g i t a lw a t e r m a r k i n gi st h e t e c h n o l o g yt op r o t e c ti n t e l l e c t u a lp r o p e r t yo fd i g i t a lm e d i ab ym a r k i n gs e c r e tm e s s a g e m t oi t ；w h e r e a ss t e g a n o g r a p h yi st h em e t h o do fc o n v e y i n gs e c r e td a t ae f f e c t i v e l yv i a p u b l i cm e d i u m t h em e d i a , w h i c hi su s e dt oe m b e d , c a nh ei m a g e ，a u d i o ，v i d e oo rt e x t , e t c f o r i m a g es t e g a n o g r a p h y , t w ot y p e so fh i d i n gs c h e m e sa r et y p i c a l l yu s e d o n ei sh i d i n g d a t ai ns p a t i a ld o m a i n ；t h eo t h e ri si nt r a n s f o r m e dd o m a i n p i x e lv a l u e so rp a l e t t e i n d i c e sa t em o d i f i e dd i r e c t l yw h i l eh i d i n gd a t ai ns p a t i a ld o m a i n f o rt r a n s f o r m e d d o m a i nh i d i n gm e t h o d ，p i x e lv a l u e sa r ct r a n s f o r m e di n t of r e q u e n c yd o m a i no ro t h e r d o m a i n sf i r s t l y , t h e ns e c r e tm e s s a g ei se m b e d d e di n t ot h et r a n s f o r m e dc o e f f i c i e n t s ， t h e s t e g o i m a g e i sr e s t o r e d b y i n v e r s et r a n s f o r m a t i o n f i n a l l y t h e c l a s s i c t r a n s f o r m a t i o nf u n c t i o n si n c l u d ed i s c r e t ef o u r i e rt r a n s f o r m ( d f t ) ，d i s c r e t ec o s i n e t r a n s f o r m ( d c t ) a n dd i s c r e t ew a v e l e tt r a n s f o r t n ( d w t ) t h ee m b e d d i n gm e t h o d s b a s e do nd c ta r em a i n l yu s e do nj p e gl o s s yi m a g e s t h e r eh a v eb e e nm a n y r e s e a r c h e so nt h i st y p ei m a g es t e g a n o g r a p h y b u tu pt on o w , j p e gl o s s l e s si m a g ei s s e l d o mc o n c e r n e di ns t e g a n o g r a p h yb u ts o m er e l a t e dp r e d i c t i v e c o d i n g - b a s e d ( p c b ， s t e g a n o g r a p h i e sh a v eb e e np r o p o s e d t h e r e f o r e ，t h es t u d yi nt h i st h e s i sa i m st o d e v e l o pas t e g a n o g r a p h i cs c h e m e ，w h i c hc a nb ed i r e c t l yu s e do nj p e gl o s s l e s si m a g e f u r t h e r m o r e , a n o t h e rc h a o s b a s e ds t e g a n o g r a p h yr e l a t e dt op r e d i c t i v ec o d i n gi s p r o p o s e di nt h i st h e s i s t h i st h e s i ss t a r t sf r o mt h eb a c k g r o u n dk n o w l e d g eo fi n f o r m a t i o nh i d i n gi n c l u d i n g t h eh i s t o r y , d e v e l o p m e n ta n dp r o p e r t yo fs t e g a n o g r a p h y t h e nt h r e es t e g a n a l y t i c s c h e m e s ，i e z 2t e s lr st e s ta n ds pt e s t ，a r ei n t r o d u c e d t h e s es t e g a n a l y t i c i ! i - s c h e m e sa r ee m p l o y e dt oe v a l u a t et h es e c u r i t yo fp r o p o s e ds c h e m e si nt h i st h e s i s t o a c h i e v ee m b e d d i n gs e c r e td a t ao nj p e gi o s s l e s sd i f f e r e n c ed o m a i n ，t h er e l a t e d k n o w l e d g eo fd i g i t a li m a g ec o d i n gi sr e v i e w e di ns e c t i o n3 s u c ha sp r e d i c t i v ec o d i n g ， h u f f m a nc o d i n ga n dj p e gc o m p r e s s i o nc o d i n g a f t e rt h a t ，t h ej p e gl o s s l e s si m a g e s t e g a n o g r a p h y ( j l s ) b a s e do np r e d i c t i v ec o d i n gi sp r o p o s e d j l ss c h e m en o to n l yi m p r o v e st h es t e g o i m a g eq u a l i t ya n da n t i - s t e g a n a l y s i so f p c bs c h e m e ，b u ta l s oa p p l i e sp c bs c h e m et oj p e gl o s s l e s si m a g eb ye m b e d d i n g d a t ao nj p e gl o s s l e s sd i f f e r e n c ed o m a i nf o rt h ef i r s tt i m e i tm a k e sp c bs c h e m e b e c o m eu s e f u l i np r a c t i c e t h es e c r e td a t ai se m b e d d e di n t ot h ep r e d i c t i v ee r r o rv a l u e s b ym o d u l u so p e r a t i o nw i t hl e s sm o d i f i c a t i o nt ot h ec o v e ri m a g e ，t h u sr e t a i n i n gh i g h i m a g eq u a l i t yo fs t e g o - i m a g e f u r t h e r m o r e ，s e c r e td a t ai sp r e s e n t e dn o to n l yi nj p e g l o s s l e s sc o d es t r e a m ，b u ta l s oi nd e c o m p r e s s e ds t e g o i m a g e b e s i d e s ，a l t e r n a t e m o d i f i c a t i o nt op r e d i c t i v ee r r o rv a l u e sw e l lp r e s e r v e st h es t a t i s t i c a lf e a t u r e a sar e s u l t ， t h ep r o p o s e ds c h e m ei sc a p a b l eo fr e s i s t i n gc u r r e n th i s t o g r a m - b a s e ds t e g a n a l y s e s s t e g a n a l y t i ca l g o d t h r n sd e t e c tt h ep r e s e n c eo fh i d d e nm e s s a g ea c c o r d i n gt ot h e s t a t i s t i c a lf e a t u r eo fe m b e d d i n gd o m a i n i ft h ei n t e r c e p t o rc a n n o to b t a i nt h es t a t i s t i c a l f e a t u r e ，t h e nt h es t e g a n o g r a p h yw i l ln o tb ea t t a c k e ds u c c e s s f u l l y f o rt h i sr e a s o n ，a n o v e lc h a o s - b a s e ds t e g a n o g r a p h i ca l g o r i t h m ( c b s ) i sd e v e l o p e dd u r i n gt h er e s e a r c h o fj l ss c h e m e 1 1 l ee m b e d d i n gp r o c e s si nc b si ss i m i l a rt ot h a t i nj l s f i r s t l y , t h e l o c a t i o n so fc o v e ri m a g ep i x e l sa r es c r a m b l e du s i n gc h a o t i cm a pw i t ht w ok e y s s e c o n d l y , t h es e c r e td a t ai se m b e d d e di n t od i f f e r e n c e sb e t w e e nn e i g h b o d n gp i x e l so f s c r a m b l e dc o v e ri m a g eb ym o d u l u so p e r a t i o n f i n a l l y , t h es e g o i m a g ei so b t a i n e db y i n v e r s e c h a o t i cm a p i fo n ei n t e r c e p t o rh a sn oc o r r e c tk e y s t h e nh eo rs h ec a n n o tg e t t h es c r a m b l e di m a g ea sw e l la sa d j a c e n tp i x e l s d i f f e r e n c e s ，w h i c hi su s e dt oe m b e d w i t h o u ta n a l y z i n gt h es t a t i s t i c a lf e a t u r eo fd i f f e r e n c ev a l u e s ，t h ei n t e r c e p t o rc a n l l o t d e t e c tt h ep r e s e n c eo fh i d d e ni n f o r m a t i o n s oc b ss c h e m eh a sb e r e ts c c u r i t y m o r e o v e r ，a n o t h e ri m p r o v e m e n ti st h a tt h ee m b e d d i n gp r o c e s si t s e l fi sa ne n c r y p t i o n t h e r e f o r et h es e c r e tm e s s a g ec a nb ee m b e d d e dw i t hp l a i n t e x t c o n s e q u e n t l y , c b s s c h e m ee n h a n c e st h es e c u r i t ya n ds i m p l i f i e se m b e d d i n ga n de x t r a c t i n gp r o c e s s e s i n t h i st h e s i s j l ss c h e m ei se n c a p s u l a t e di n t oc + + c l a s sf o r t h es a k eo f a p p l i c a t i o n t h e ni ti ss oc o n v e n i e n tt ou s ej l ss c h e m et h a tt h er e s e a r c ha c h i e v e m e n t w i l ib ep r e s e r v e d i tp a v e st h ew a yf o rf u r t h e rs t u d y k e yw o r d s ：i n f o r m a t i o nh i d i n g ，s t e g a n o g r a p h y , s t e g a n a l y s i s ，p r e d i c t i v ec o d i n g ， j p e gl o s s l e s sc o m p r e s s i o n , c h a o t i cm a p i v 插图 图2 1 基于通信模型的隐写系统框图6 图2 2s p 检测算法中相邻像素对的子集之间的转换图1 0 图3 1d p c m 系统原理框图。1 4 图3 2 预测器模板1 6 图3 3 p e g 无损编码原理框图2 0 图3 - 4 顺序d c t 、累进d c t 和无损操作模式的j p e g 码流结构2 2 图3 5j p e g 帧头结构2 3 图3 - 6j p e g 扫描头结构2 4 图3 7j p e g 哈夫曼表结构2 5 图4 1j l s 算法的嵌入框图3 0 图4 2j l s 算法中用于数据缓存的队列3 0 图4 3j l s 算法嵌入流程图3 i 图4 4j l s 算法的提取框图3 2 图4 5l e n a 图像的预测误差直方图3 5 图4 6b a b o o n 图像的预测误差直方图3 6 图4 7 实验测试图像3 7 图4 8j l s 算法嵌入后的l e n a 图像3 9 图4 9j l s 算法嵌入后的b a b o o n 图像3 9 图4 1 0 密文图像l e n a 的z2 分析测试结果4 0 图4 1 l 密文图像b o a t 的z 2 分析测试结果4 0 图5 1l e n a 图像的混沌置乱与错误恢复效果4 4 图5 2c b s 算法的嵌入框图。4 5 图5 3c b s 算法的提取框图4 6 图5 - 4c b s 算法嵌入后的p e p p e r s 图像4 7 图5 5c b s 算法嵌入后的g 纠图像4 7 图5 - 6 载体图像l e n a 和b a b o o n 的灰度直方图4 8 图5 7 密文图像l e n a 的灰度直方图4 8 图5 8 密文图像b a b o o n 的灰度直方图4 9 图5 - 9l e n a 图像的差值直方图4 9 图5 1 0b a b o o n 图像的差值直方图5 0 图5 1 l 密文图像l e n a 的r s 分析测试结果5 l 图5 1 2 密文图像b a b o o n 的r s 分析测试结果5 l 图6 ij l s e m b e d 函数操作流程图5 7 图6 2j l s e x t r a c t 函数操作流程图5 8 图6 3 添加类到v i s u a lc 抖工程6 0 表格 表2 1s p 分析算法中相邻像素对( 甜，v ) 的改变模式t o 表3 1j p e g 标准定义的预测器1 6 表3 2 预测器与j p e g 无损压缩码率的关系1 7 表3 3 预测误差值的类别与附加编码值2 l 表3 - 4j p e g 常用标记符2 2 表4 1 理论计算所得的p s n r 值3 3 表4 2 不同算法嵌入后的密文图像的p s n r 值比较3 8 表4 3 嵌入强度与j p e g 无损压缩码率的关系4 l 表5 1c b s 算法嵌入后的密文图像的p s n r 值4 7 b m p c b s c c i t t c s s i s d c t d f t d w t d p c m d u e c s o a p h v s i e c i h i s o i t u j l s j p e g l h a l s b l z w m b m c u m e d m m e d m p e g m s e p c b p c m p n g p o v p s n r p v d r l c r s s p v q 缩略语 b i t m a p c h a o sb a s e di m a g es t e g a n o g r a p h y c o n s u l t a t i v ec o m m i t t e eo fi n t e r n a t i o n a lt e l e g r a p ha n dt e l e p h o n e c h a o sb a s e ds p r e a ds p e c t r u mi m a g es t e g a n o g r a p h y d i s c r e t ec o s i n et r a n s f o r m a t i o n d i s c r e t ef o u r i e rt r a n s f o r m a t i o n d i s c r e t ew a v e l e tt r a n s f o r m a t i o n d i 髓r e n t i a lp u l s ec o d em o d u l a t i o n d a t au n i t e n t r o p y c o d e ds e g m e n t g r a d i e n t a d j u s t e dp r e d i c t i o n h u t n a nv i s u a ls y s t e m i n t e r n a t i o n a le l e c t r o t e c h n i c a lc o m m i s s i o n i n f o r m a t i o nh i d i n g i n t e m a t i o n a lo r g a n i z a t i o nf o rs t a n d a r d i z a t i o n i n t e r n a t i o n a it e l e c o m m u n i c a t i o n su n i o n j p e ol o s s l e s si m a g es t e g a n o g r a p h y j o i n tp h o t o g r a p h i ce x p e r t sg r o u p l e a s th i s t o g r a ma b n o r m a l i t y l e a s ts i g n i f i c a n tb i t l e m p e l z i vw e l c h m o d e l b a s e d m i n i m u mc o d e du n i t m e d i a ne d g ed e t e c t o r m o d i f i e dm e d i a ne d g ed e r e c t o r m o v i n gp i c t u r ee x p e r t sg r o u p m e a ns q u a r ee t r o t p r e d i c t i v e c o d i n g b a s e d p u l s ec o d em o d u l a t i o n p o r t a b l en e t w o r kg r a p h i c p a i ro fv a l u e s p e a ks i g n a lt on o i s er a t i o p i x e lv a l u ed i f f e r e n c i n g r t i nl e n g t hc o d i n g r e g u l a r - s i n g u l a r s a m p l ep a i r v e c t o rq u a n t i z a t i o n x 1 1 论文选题背景 第1 章绪论 因特网的日益普及，以及多媒体技术的飞速发展，使人们可以很方便地发布、 获取，传播各种多媒体信息，如图像、视频、音乐等，极大地提高了人与人之阃 交流的深度与广度。这些多媒体在给人们带来方便、快捷的同时，负面问题也随 之而来，对多媒体数据的恶意破坏，非法篡改、侵犯版权等违法行为时有发生， 这使得对数字媒体的版权保护问题显得越来越重要了。 为了解决此类问题，密码技术( c r y p t o g r a p h y ) 很早就被人们采用，它是通过一 定的算法将秘密数据转变成不可识别的密文( c i p h e r t e x t ) 进行传输。虽然破泽密码 不是一件易事，但是加密了的信息会引起攻击者的好奇心与注意力。因而密文会 有被破坏、甚至破译的可能。另一种更安全的隐密通信的方法是将秘密信息隐藏 在公开的媒体中进行传输，从而掩盖了通信的存在，这就是信息隐藏( i n f o r m a t i o n h i d i n g ) 。 作为信息隐藏的一个重要分支，隐写术( s t e g a a o g r a p h y ) 主要是研究如何在公 开媒体中进行机密有效的数据通信其目标是：在有限的媒体中隐藏更多的秘密 信息，而且隐藏的信息要能够被正确提取，同时尽量降低对载体的修改，避免攻 击者发现隐藏信息的存在。现有的隐写算法在嵌入容量、嵌入有效性，不可觉察 性、安全性等方面，往往顾此失彼，容易受到敌手的攻击。另一方面，作为隐写 术的对立物，隐写分析是对隐写术的攻击，它随着隐写术的发展而不断进步每 开发出一种新的隐写算法，很快就会被后来的隐写分析方法攻破。在现有众多隐 写分析算法的情形之下，研究出具有更高嵌入容量、更好不可觉察性，更高抗攻 击能力的隐写算法，是当今学者的迫切工作之一。 隐写术借助的媒体可以是图像、声音、视频等，由于数码相机的普及，数字 图像已经成为一种十分普遍的媒体，常被用来隐藏信息，因此本论文的研究主要 针对数字图像。对于其他媒体，本论文的研究方法和思想可以借鉴，甚至通用。 目前，已经研究出很多图像隐写算法，这些算法主要集中用于以b m p 为代表的 位图图像及以j p e g 为代表的压缩图像。在经典图像压缩编码理论中，预测编码 是主要的编码方法之一，本论文的选题以预测编码作为切入点，以寻求对压缩图 像隐写算法的研究有所突破。 中山大学硕士学位论文基于预测编码的图像隐写算法 1 2 国内外研究现状 最经典的隐写算法是最低有效位( l s b ，l e a s ts i g n i f i c a n tb i t ) 替代法【1 1 。l s b 算 法比较简单，但是当嵌入容量过大时，就能明显感觉到载体图像变化，这就引出 了各种改进型l s b 算法的相继提出。l i e 等【z j 根据人类视觉系统( h v s ，h u m a n v i s u a ls y s t e m ) 特性，用分段映射函数自适应调整嵌入到每个像素低有效位的数据 量，保持了较高的密文图像质量。w a n g 等p i 利用遗传法则，以寻找一种最优( 或 接近最优) 的l s b 嵌入方法，提高了载体图像的嵌入容量。针对l s b 算法，不 断地有学者提出新的改进方法【4 ”，这些算法只是从嵌入容量或者密文图像质量 方面进行改善，而没有考虑到l s b 算法的安全性。仔细分析用l s b 算法隐藏信 息后的密文图像的直方图就会发现，相邻灰度像素的出现频率会十分接近，即直 方图出现了值对( p o vp a i ro f v a l u e s ) ，这就留下了数据隐藏的痕迹，成为敌手攻 击的依据。利用z 2 检测算法 6 1 、r s 检测算法【”或者样本对( sp s a m p l ep a i r ) 检测 算法【剐都能轻松地攻破l s b 算法，所以l s b 算法的安全性较差。 为了避免隐写对载体图像直方图统计特性的破坏，w u 等【9 i 提出了一种差值 隐写( p v d p i x e lv a l u ed i f f e r e n c i n g ) 算法，该方法避开了l s b 算法对载体图像灰 度值的直接处理，而是将载体图像的连续两个像素划分为一个块，根据块中两个 像素的差值调整嵌入到每个块中的数据量，差值越大嵌入的数据位越多。c h a n g 等【lo j 也提出了一种周边匹配( s i d em a t c h ) 隐写算法，该算法利用载体图像当前像 素与周围邻近像素的差值来改变嵌入的数据位，同样是较大的差值可以嵌入较多 的数据位。这两种算法都避开了对载体图像像素灰度值的直接处理，而将秘密信 息嵌入在邻近像素的差值中，因此对密文图像灰度直方图的分析并不能发现信息 隐藏的痕迹。但是无论用差值隐写算法还是周边匹配隐写算法，载体图像被隐写 以后，差值的直方图都会出现阶梯状( 或值对) ，即相邻差值的个数趋于相等。 z h a n g 等【l i l 利用这个特点提出了针对差值隐写的攻击算法。另外，z h a n g 和 w a n g 【l2 l 针对隐写会造成直方图的变化提出了最小直方图变化( l h a ，l e a s t h i s t o g r a ma b n o r m a l i t y ) 隐写算法，该算法能够很好地保持密文图像的直方图特 性，因而具有一定的抗攻击能力。 以上这些隐写算法都是对载体图像在空域上进行处理，这种方法称为空域 ( s p a t i a ld o m a i n ) 隐写方法，另外还有一种变换域( t r a n s f o r m e dd o m a i n ) 隐写方法。 这种方法先将载体图像灰度值转换到频域或者其他域，然后将机密数据嵌入到这 些变换系数上，最后再经过逆变换还原出密文图像。变换方法主要有离散傅里叶 变换( d f t , d i s c r e t ef o u r i e rt r a n s f o r m a t i o n ) 、离散余弦变换( d c t , d i s c r e t ec o s i n e t r a n s f o r m a t i o n ) 和离散小波变换( d w t , d i s c r e t ew a v e l e tt r a n s f o r m a t i o n ) 。至今，已 经有许多学者提出了基于d f t d l 、d c t 14 ，1 5 和d w t 16 1 7 1 的各种隐写算法，其中， d c t 是j p e g 标准中有损压缩所采用的方法，对于j p e g 有损压缩图像的隐写基 本上都是将秘密数据嵌入到量化后的d c t 系数上。目前，典型的j p e 0 隐写算 第1 章绪论 法有：j - s t e g ! 1 8 l 、f 5 t 9 1 、o u t g u e s s 2 0 1 m o d c i b a s e d 2 i l 等，但这些算法都已经在 文献 2 2 2 5 1 c p 相继被攻破。 随着信息隐藏技术的发展，隐写术与隐写分析之间的防守与攻击的较量从未 停止过，并且愈演愈烈，这也正是推动信息隐藏技术发展的源动力之一。 1 3 论文主要工作 本论文的研究目标是要开发出嵌入容量大、图像质量好、安全性高的图像隐 写算法，论文的工作主要包括： ( 1 ) 针对空域隐写和隐写分析算法的研究 空域l s b 算法是经典的隐写方法，也是众多学者曾经研究的热点之一，有关 l s b 隐写算法的文献不胜枚举。同时，对l s b 算法进行分析和攻击的研究也在 一直进行。通过对l s b 隐写和隐写分析算法的研究，可以借鉴其他学者的研究 方法和思想企图找出影响l s b 隐写算法性能的核心问题，并将其应用到基于 预测编码的图像隐写算法上。 ( 2 ) 针对j p e g 无损压缩图像隐写算法的研究 该部分是本论文的主要工作。目前，基于预测编码的隐写算法的文献相对较 少而且相关算法的不足之处也十分明显。另一方面，因为基于d c t 的j p e g 有损压缩图像比较普遍，而基于预测编码的j p e g 无损压缩图像相对较少，所以 大部分学者只对j p e g 有损压缩图像的隐写算法进行研究。到目前为止，有关 j p e g 无损压缩图像的隐写算法的文献还没搜索到。因此，这部分的工作又分为 两个目标：第一、对现有的预测编码隐写算法作进一步研究，以改善密文图像质 量和抗攻击能力等性能；第二，将预测编码隐写算法应用到j p e g 无损压缩图像， 使得预测编码隐写算法能够达到实际应用的目的。 ( 3 ) 针对基于混沌映射的图像隐写算法的研究 在研究预测编码隐写算法时，为了改善算法的抗攻击能力，希望避免数据嵌 入对载体图像预测误差值的统计特征造成很大破坏，由此想到，如果攻击者无法 获得嵌入时的预测误差值，那么他( 或她) 也就很难发现数据嵌入的痕迹。基于混 沌映射的图像隐写算法就是从这个角度入手，首先利用混沌序列对载体图像进行 混沌置乱，然后将秘密信息隐藏在置乱后图像的相邻像素的差值中，最后对嵌入 后的图像进行混沌复原得出密文图像。如果没有正确的密钥，那么攻击者就无法 中山大学硕士学位论文 基于预测编码的图像隐写算法 得到嵌入时的置乱图像以及相邻像素的差值，从而避开了敌手的攻击，提高了算 法的安全性。 ( 4 ) 针对j l s 算法的应用程序类的设计 为了巩固j l s 算法的研究成果，这部分工作将j l s 算法封装成c + + 的应用程 序类c j l s ，它包括i i s c p p 和；i s h 两个文件。c j l s 类是在v i s u a lc h 6 0 环境下进 行开发的，有两个公有函数可供外部程序调用，分别为嵌入函数j i s e m b e d 和提 取函数j l s e x t r a e t 。c j l s 类的设计使得j l s 算法与外部具有统一的接口，方便了 实际应用。 1 4 论文结构安排 本论文共分为七章： 第1 章为绪论。先对论文选题背景、国内外研究现状进行介绍，然后给出了 本论文的主要工作及结构安排。 第2 章全面阐述了信息隐藏领域的基本概念，对本论文的研究对象一隐写术 进行了详细的阐述，介绍了空域嵌入方法和变换域嵌入方法。同时对隐写分析也 作了描述，并详细介绍了三个具有代表性的隐写分析算法：z 2 检测算法、r s 检 测算法和s p 检测算法，为后续章节中评估隐写算法的安全性作了准备。 第3 章回顾了与本论文相关的数字图像编码技术，主要介绍了预测编码、哈 夫曼编码、j p e g 编码等，为第4 章提出本论文的基于预测编码的j p e g 无损