[发明专利]一种基于完备分组基的无载体信息隐藏方法

说明书

本发明公开了一种基于完备分组基的无载体信息隐藏方法，属于无载体信息隐藏领域。本发明的基于完备分组基的无载体信息隐藏方法主要由含密图像生成方法与秘密信息提取方法两部分组成。含密图像生成方法依次由图像特征提取方法、分组基完备化方法和含密图像选取方法所构成，用于将秘密信息嵌入图像中；而秘密信息提取方法用于重新对含密图像中的秘密信息进行解密。本发明的借鉴矩阵完备化思想，创新提出基于完备分组基的无载体信息隐藏算法。实验结果和分析表明，本发明能有效避免含密图像无法成功映射秘密信息的情况，同时确保在加解密方面均能取得较好的性能，且对大多数图像处理攻击具有一定的鲁棒性。

技术领域

本发明研究的是无载体信息隐藏算法这一领域，提出了一种基于完备分组基的无载体信息隐藏算法。由于图像受到自然环境的限制造成了特征序列种类的不完整，因此秘密信息有可能无法被图像特征序列所表示。因此，本算法提出分组基的概念，并借助矩阵完备化理论，使其能有效解决图像特征序列种类缺失问题。

背景技术

在传统无载体信息隐藏方法中，只利用图像特征序列与含密图像之间简单的映射关系存在致命的缺陷，那就是随着输入二进制特征序列长度的增加，寻找与之匹配的图像特征的难度也随之增加。为了解决此类问题，本文提出了基于完备分组基的无载体信息隐藏技术，图像特征提取方法是利用含阈值限定的像素均值法。利用具有矩阵完备性的分组基保证了映射关系的完整性，而像素均值法保证了图像特征的鲁棒性。此外，图像特征序列的生成完全取决于图像所包含的特征或图像语义，而图像内容又受到自然环境规律所影响，无法满足所有种类的特征序列。若图像与特征序列的映射关系不具有完备性，则特征序列无法有效地与秘密信息串进行匹配。

在无载体信息隐藏方面，该类方法跳过了一般隐写方法中伪装含密载体的过程，直接发送选定的含密载体。这样的益处是不需要花费额外操作生成被伪装的载体图像，并且能够完全抵御现有的隐写分析方法。然而，目前的无载体信息隐藏方法仍处于快速发展阶段，具有一定的研究与应用价值。Zhou等人中提出了无载体图像信息隐藏的新型算法。不需要使用载体图像来嵌入秘密数据。首先，将图像转换为灰度图像，并将灰度图像分割为3×3相互不重叠的图像子块。然后，以Z字形顺序比较分割好的图像子块之间的灰度值。最后，根据比较关系生成二进制且长度为8的哈希队列，并构建图像数据库便于搜索查询。数据库中图像是以生成的哈希序列为键值进行存储，键值为0至255。在发送时，根据秘密信息从构建好的图像数据库中选取一系列内容相似的并与其相互映射的原始图像作为含密图像进行传输；为了拥有更好的鲁棒性，Zheng等人在论文中同样对无载体信息隐藏技术提出了自己的新方法，利用SIFT特征点的方向信息来表示一幅图像。首先，提取图像SIFT特征点方向信息，并根据提取出的特征构造一个有效而稳定的二值哈希序列，每个图像可以用18位序列所表示。随后，根据二值哈希队列建立多级索引数据库，以此减少从数据库查找图像时所花费的时间。在发送秘密信息时同样只需要选取与秘密信息相匹配的图像作为含密图像发送给接收端即可；Zhou等人介绍了一种基于BOW(词袋，Bag Of Words)模型的无载体信息隐藏方法，此方法可以映射中文词汇并且构建了新型的图像索引方法。该方法利用BOW模型提取图像内容中的视觉关键词以表达需被隐藏的文本信息，从而实现在图像中的隐藏文本秘密信息。但是，该方法仍需要传输额外的必要参数，且收集合适的图像与秘密信息进行匹配也是此方法目前需要解决的问题；Yuan等人提出了一种基于SIFT特征与BOF(特征袋，Bag Of Feature)模型的无载体信息隐藏方法。首先，根据该方法中制定的特征协议构造图像特征的哈希序列。然后，将秘密消息转换为比特流。最后，将被选取的含密图像通过反向索引的方式发送给接收端。

发明内容

通过结合已提出的无载体信息隐藏算法的优缺点，提出了一种基于完备分组基的无载体信息隐藏方法，该方法结合前人方法的优势，并且针对其不足提出有效的改进和完善。