边匹配矢量量化和Arnold解码的数据隐藏方案

普拉萨德梅毒瘤¹， V.Sathya Narayanan²

印度普图尔Seshachala理工学院电子与通信工程系硕士生¹
医学博士，助理教授，电子与通信工程系，塞莎查拉理工学院，普特尔，印度²

摘要

在任何通信中，安全是当今世界最重要的问题。安全性和数据隐藏算法已经开发出来，这是研究的动力。本项目是一种采用边匹配矢量量化算法进行数据隐藏的方案，为其安全性提供了强有力的支撑。当今信息安全系统的场景包括隐私性、真实性、诚实性、不可抵赖性。目前的工作重点是数据技术的隐藏，以保证数据或信息的真实性和真实性。在这个项目工作中，秘密消息在实际嵌入过程开始之前被加密。整个工作都是在MATLAB中完成的。隐藏的消息是使用一个简单的加密算法对SMVQ使用秘密密钥进行加密的，因此在不知道秘密密钥的情况下，冒名顶替者几乎不可能从嵌入的封面文件中解密实际的秘密调度。只有接收者和发送者知道密钥。采用SMVQ替代技术作为嵌入和提取方法。 We propose that this method could be most appropriate for hiding any secret message (text, image, audio, and video) in any standard cover media such as image, audio, video files.

关键字

数据隐藏，图像压缩，侧匹配矢量量化，阿诺德解码

介绍

随着互联网技术的迅速发展，人们可以方便地相互传输和分享数字内容。为了保证通信能力和节省系统带宽，可以对数字内容实施压缩技术以减少冗余，同时也要保留解压缩版本的优秀性。如今，大多数数字内容，尤其是数字图像和视频，都被还原为压缩形式进行传播[1-4]。在开放的网络环境中，如何稳定地发送秘密或个人数据是另一个迫切需要解决的问题。即使传统的密码方法可以将明文加密为密文[5-6]，但密文中无意义的意外数据也会引起攻击者的疑虑。为了解决这一问题，序列隐藏技术在学术界和工业界得到了广泛的应用，该技术可以将秘密数据在不明显的情况下嵌入到封面数据中[7-8]。由于数字图像在互联网上的流行，如何有效地将图像压缩并将秘密数据隐藏到密集的图像中，值得深入研究。近年来，许多压缩码的数据隐藏方案被报道出来，这些方案可以应用于各种数字图像的密度技术，如JPEG[9-10]、JPEG2000[11]和矢量量化(VQ)[12-15]。VQ算法是目前公认的有损耗数据压缩算法之一，由于其实现简单、成本低，被广泛应用于数字图像压缩[16-17]。在VQ压缩过程中，利用欧氏距离来评估每个图像块与码本中码字的相似度。 The index of the codeword with the negligible distance is recorded to symbolize the chunk. Thus, an index table consisting of the index values for all the blocks is generate as the VQ firmness codes. Instead of pixel principles, only the index values are stored, consequently, the density is achieved effectively. The VQ decompression process can be implement easily and efficiently because only a simple table lookup operation is required for each received index. The proposed scheme in this paper is based on SMVQ. On the sender side, except for the blocks in the leftmost and uppermost of the image, each of the other residual blocks in raster-scanning order can be entrenched with secret data and packed in concomitantly by SMVQ. adaptively according to the current embedding bit. VQ is also utilized for some complex residual blocks to control the visual distortion and error diffusion caused by the progressive firmness. After receiving the compressed codes, the receiver can segment the packed in codes into a series of sections by the indicator bits.

联合数据压缩方案和Arnold解码

在该方案中，不再使用两个单独的模块，而是使用一个模块同时实现图像压缩和秘密数据嵌入两种功能。图像压缩主要基于SMVQ机制。根据嵌入的秘密位，基于SMVQ的图像压缩。在收到图像的秘密嵌入和压缩代码后，可以在图像解压缩过程中成功地提取嵌入的秘密位。

A.图像增强

图像压缩可以是有损的，也可以是无损的。无损压缩是档案目的的首选，通常用于医学成像、技术图纸、剪贴画或漫画。有损压缩方法，特别是在低比特率下使用时，会引入压缩伪影。有损方法特别适用于自然图像，例如照片，在应用程序中，轻微的(有时难以察觉的)保真度损失是可以接受的，以实现比特率的大幅降低。产生难以察觉差异的有损压缩可称为视觉无损。

B.数据嵌入

数据隐藏是作为OOP方法的一部分引入的，在这种方法中，程序被分离为具有特定数据和函数的对象。这种技术增强了程序员创建具有独特数据集和函数的类的能力，避免了其他程序类不必要的渗透。因为软件架构技术很少不同，所以几乎没有数据隐藏的矛盾。数据隐藏只隐藏类数据组件，而数据封装则隐藏类数据部分和私有方法。对程序员进行信息隐藏，防止系统设计变更。如果隐藏了设计决策，则不能修改或更改某些程序代码。信息隐藏通常用于内部可更改的代码，这些代码有时特别设计为不被暴露。一般来说，这种存储和导出的数据并没有详细说明。类的更改弹性和客户端对象的易用性是隐藏数据的两个副产品。

为了对每个剩余块进行解压缩和秘密位提取，压缩后的代码根据指示位自适应地分割成一系列段。显式地，如果代码中包装的当前指示位为0，则该指示位和后面的log2 W位被分割为一个片段，这意味着该片段对应于一个没有嵌入秘密位的VQ压缩块。本节中最后log2w位的十进制值正是可以直接用于恢复块的VQ索引。否则，如果当前指示器位为1，则该指示器位和随后的log2 (R + 1)位将被分割为一个节，这意味着该节对应于一个SMVQ或inpainting压缩块。在本节中表示最后的log2 (R + 1)位的十进制值为λ '。在此条件下，若λ ' = R，则表示平行于该截面的残差块被修补压缩，且该块中嵌入的秘密位为1。否则，如果λ '∈[0,R−1]，则表示与此段匹配的块被SMVQ压缩，且根深蒂固的秘密位为0。在代码中打包的所有分段段完成上述描述过程后，可以正确提取嵌入的秘密位，并成功获得解压缩后的图像Id。由于压缩代码的解码，解压缩的图片Id不再围绕嵌入的秘密位。需要注意的是，秘密位提取过程也可以单独进行，数据嵌入技术可以用于许多算法，其中最好的技术是侧匹配矢量量化技术，它意味着接收方可以通过简单地分割和分析压缩码而不进行解码来获得所有嵌入的位。 the receiver can obtain the secret bits at any moment if he or she conserve the compressed codes. The proposed scheme can also be used for the integrity corroboration of the images, in which the secret bits for embedding can be regarded as the hash of the image attitude contents. The receiver can calculate the hash of the principle contents for the decompressed picture, and then compare this calculated hash with the extracted secret bits (embedded hash) to judge the integrity of the received compressed codes and the corresponding decompressed image. If the two hashes are equal, it earnings the image is genuine. Otherwise, the received compressed codes must be tampered.

实验结果与分析

在一组灰度图像上进行了实验，验证了所提方案的有效性。在实验中，划分的不重叠图像块大小为4 × 4，即n = 4。因此，使用的VQ码本中每个码字的长度为16。参数R设置为15。分别为Lena、Airplane、Lake、Peppers、Sailboat、Tiffany等6张标准、512 × 512和256 × 256测试图像，提取该数据库中彩色图像的亮度分量并用于实验。对所提方案的压缩比、减压质量和打浆能力进行了评价。

由于在图像密度和秘密数据嵌入过程中使用的阈值T与每个残差块的压缩方法密切相关，也会影响方案的性能，因此在压缩和秘密数据嵌入过程中首先进行了T不同值的测试。图4和图5显示了不同压缩方法下图像块的标注结果，其中黑色块、灰色块和白色块分别对应VQ、SMVQ和图像修补压缩后的块。图54和图5中使用的VQ码本大小W为256，用于嵌入的秘密位由(PRNG)生成。请注意，最上面一行和最左边一列的块必须是黑色的，即通过VQ压缩。可以明显地发现，SMVQ块和块的数量随着T的增加而增加，而VQ块的数量则减少。如第2节所述，VQ压缩的块不用于秘密位嵌入，秘密位仅在SMVQ和Arnold解码中根深蒂固。图4(a)-(d)分别给出了图4中6张码本大小W = 128、256、512、1024的测试图像的隐藏容量与阈值T的关系。我们可以观察到，在相同的码本下，隐藏容量随着阈值T的增大而增大。从图7中还可以看出，在相同的阈值T下，隐藏容量也随着码本大小w的增大而增大。我们将所提方案的隐藏容量与三种典型方案进行了比较[31-33]。

即Tsai et al.的方案[31]和Qian et al.的方案[32]，与[33]中在未压缩域中通过直方图移动嵌入秘密信息的方案相当。评估结果还表明，基于SMVQ的图像压缩码可以比JPEG封装码携带更多的秘密位。

以上公式可用于计算峰值信噪比。

利用之前的数据隐藏技术，提高了PSNR值。改进算法的数据隐藏采用Arnold编码来提高PSNR效果。亮度和对比度综合用于图像质量评价[20]。随着T的增加，SMVQ和ARNOLD处理的块数增加。

因此，压缩比CR相应增大，由于图像修补对光滑块的恢复能力优于VQ，因此压缩质量也有所提高。该方法可采用侧匹配矢量量化技术和Arnold解码技术进行数据隐藏。所提出的方法是利用数据内嵌为秘密数据进行数据传输为通道。在数据传输信道中可能使用的是一种根据调制数据的瞬时值改变载波特性的过程。

结论

本文提出了一种基于SMVQ和pde的图像Arnold解码联合数据隐藏压缩方案。除图像最左侧和最上方的数据块外，其余数据块均可同时嵌入隐蔽数据并进行压缩，所采用的压缩方法根据嵌入位自适应地在SMVQ和SVD之间切换。对一些复杂块也采用奇异值分解(SVD)来控制视觉失真和误差传播。SVD方法可用于现有系统获得更好的结果。在接收端，通过指示位将打包的代码分割成一系列分段后，可以根据分段中的索引值轻松提取嵌入的秘密位，并通过VQ、SMVQ和Arnold编码高效地实现对所有块的解压。实验结果表明，该方案在隐藏容量、压缩比和解压缩质量方面都具有较好的性能。此外，该方案可以将数据隐藏和图像压缩两种功能无缝集成到一个模块中。在特性工作中，接收机和发射机部分将得到较好的效果。

表格一览

表1

数字一览


图1	图2	图3	图4	图5

参考文献

W. B. Pennebaker和J. L. Mitchell, JPEG静态图像数据压缩标准。纽约:Reinhold出版社，1993年。
D. S.陶布曼和M.EG2000:图像压缩基础标准和实践。诺威尔，马萨诸塞州:Kluwer, 2002年。
A. Gersho和R. M. Gray，矢量量化和信号压缩。1992。
N. M. Nasrabadi和R. King，“使用矢量量化的图像编码:综述”，IEEE通讯学报，第957-971页，1988。
美国国家标准与技术研究所，“宣布高级加密标准(AES)”，联邦
R. L. Rivest, A. Shamir和L. Adleman，“一种获取数字签名和公钥密码系统的方法”，
F. A. P. Petitcolas, R. J. Anderson和M. G. Kuhn，“信息隐藏——一个调查”，87,no。第7页，1999年。
C. D. Vleeschouwer, J. F. Delaigle和B Macq，“感知标记中的不可见性和应用功能:
张长昌，陈铁生，钟丽芝，“基于科学的隐写方法，第141卷，no。1, pp. 123-138, 2002。
H. W. Tseng和C. C. Chang，“jpeg压缩图像中的高容量数据隐藏”。, 2004年。
苏鹏程和郭志超，“JPEG2000压缩图像中的隐写术4，第824-832页，2003。
王文杰，黄春涛，王淑娟，“VQ在多媒体图像隐写数据隐藏中的应用”，电子工程学报，第5期。4, pp. 528-537, 2011。
胡永昌，“基于矢量量化的高容量图像隐藏方案”，模式识别，第39卷，第9期。第9页，2006。
谢永平，张昌昌，刘丽娟，“基于双码本组合和三相块匹配的高嵌入容量图像隐藏方案”，模式识别，第41卷，第1期。10，第3104-3113页，
C. H. Yang，“基于局部自适应编码的分形曲线改进vq指标的可逆数据嵌入”，和图像表示，第21卷，no. 1。4, pp-342, 2010。
Y. Linde, A. Buzo和R. M. Gray，“矢量量化设计的算法”，IEEE通讯汇刊，卷，1980。
张志刚和吴文昌，“面向平面的超空间VQ码本快速纹波搜索算法”，IEEE 2007。
杜文昌，徐文杰，“基于VQ压缩图像的自适应数据隐藏”，ieee学报，视觉，图像和信号，no。4，页233- 238,2003。
张仲昌，“在向量量化索引表中自适应隐藏秘密数据。
林春春，陈世昌，薛乃林，“vq压缩图像的自适应嵌入技术”，信息科学，vol. 179, no. 1。3，页140-149,2009。
蔡志昌，“基于搜索顺序编码的VQ索引无损压缩”，电子工程学报，第5卷，第1期。11，页1579- 1582,1996。
李昌昌，顾文宏，黄世勇，“一种基于向量量化和搜索顺序编码的隐写算法”，电子工程学报，第3卷，第1期。4, pp, 2009。
林世德，“基于压缩VQ索引的图像数据隐藏”，计算机标准接口，第31卷，第1期。6, pp. 1143-1149, 2009。
张春春，陈国明，林明辉，“基于搜索顺序编码的VQ索引信息隐藏”，模式25,no. 1。11, pp. 1253-1261, 2004。
T. Kim，“图像的侧匹配和重叠匹配向量量化器”，《IEEE图像处理汇刊》，第1卷，第1期。4, 1992。
张仲昌，戴伟林，“一种基于侧匹配矢量量化的可逆数据隐藏方案”，电子工程学报，10,pp. 1301-1308, 2006。
陈志超，张志超，“基于自适应索引的高容量smvq隐藏方案”，信号处理，
陈立生，林俊昌，“基于侧匹配矢量量化的隐写算法”，光学工程，第49卷，第1期。3页。