傳統LSB圖像隱藏算法的優化研究

摘要：信息隱藏技術是信息安全領域的重要組成部分。針對只選最低位的LSB算法會導致隱藏信息量不夠大的缺點，提出了優化的LSB算法。該方法在傳統的LSB圖像隱藏算法的基礎上，結合遺傳算法，實現秘密信息的自適應嵌入。理論分析和實驗表明，這種優化算法不僅具有算法簡單、隱蔽性好的特點，還具有隱藏信息容量大、均方根誤差小等優點。

引言

　　近些年來，信息隱藏技術作為一個安全領域的新興課題已經極大地引起了人們的關注^[1-3]。LSB(最低有效位)是信息隱藏技術中最常見的算法，它利用人的視覺系統對圖像的微小改動不敏感和圖像的最低幾個位平面反映的類噪聲特性實現隱藏^[4]。

　　近年來，很多專家學者對LSB隱藏進行了深入研究，也出現了許多LSB的改進算法。袁占亭^[5]等人基于幾何變換的性質，提出了一種可用于圖像置亂技術的亞仿射變換，并利用矩陣編碼思想改進LSB的嵌入方式;李桂蕓^[6]等人在傳統混沌圖像置亂方法的基礎上，提出了基于圖像向量索引奇偶性的信息隱藏算法;劉紅翼^[7]等人研究了異或運算的性質，實現了對嵌入的字節秩序修改一位就可在該字節中同時嵌入兩位秘密信息。本文就是在此基礎上，研究了遺傳算法自適應的特點，提出了一種基于LSB圖像隱藏的優化算法，同樣最多只需修改一位，但與之相比進一步提高了秘密信息的嵌入量，增強了隱蔽性，并能無損還原，有一定的應用價值。

1 對LSB圖像隱藏算法的優化

　　傳統的LSB圖像隱藏是對最低位嵌入信息，隱藏量小^[8-9]。現以遺傳算法^[10]模型對LSB圖像隱藏優化。實現如下：

　　(1)參數確定

　　種群規模為圖像像素點總數m×n，參數變化范圍為8(8個位平面)，由于第0、1、2和3位平面的改變對圖像的影響小，最大迭代次數在這里取4。

　　(2)初始化

　　在利用自適應遺傳算法進行LSB圖像隱藏時，由于在最初始時還未嵌入秘密信息，所以初始化時為原始圖像的總數m×n的像素點。

　　(3)適應度函數

　　種群適應度函數用來評價整個種群個體優劣的尺度，決定了種群個體是否被淘汰。LSB圖像隱藏的核心思想是將秘密信息與待嵌入位信息進行比較以實現秘密信息的嵌入。因此，種群適應度函數可表示為：

(1)

　　式中，bit[i]代表圖像載體元素的第0到第4位值，s為秘密信息。

　　(4)選擇操作

　　在基于自適應遺傳算法LSB圖像隱藏中，對于每一個像素點，在bit[i]，i從0到4進行遍歷選擇，若種群適應度函數值為0，則圖像信息保持不變，選擇該圖像元素位值，并將下一個待嵌入的秘密信息與該元素的下一位位值比較，循環上述操作;若種群適應度函數值為1，則進入下面的交叉操作。

　　(5)交叉操作

　　為了增大種群的多樣性，執行交叉操作，進而組合各種群個體的適應度信息。設完成種群交叉操作的兩個體為X1和X2，則交叉后的個體為：

(2)

　　式(2)中：交叉概率滿足。兩父代X₁和X₂就是式(1)中所提到的圖像位信息bit[i]和X₂秘密信息s。但是由于算法中采用的是二進制編碼，所以此處的r只能取值0或1。且當r取值為1時，就是前面所述的選擇操作。當r取值為0時，實質就是將圖像該位信息替換為秘密信息s。

　　(6)變異操作

　　結合LSB圖像隱藏，由于在參數確定時選擇的最大迭代次數為4。即當r取值為0時，若已經達到最大迭代次數，則直接進入變異操作，即換下一個像素值點循環操作。即針對公式(2)，當r取值為0時，有下列公式(3)：

　(3)

　　針對基于LSB圖像隱藏來說，自適應遺傳算法中有幾點必須注意，就是只要進行交叉操作之后必然進入變異操作，原因是為了滿足最多只修改一位的需求;如果選擇操作完成之后，就將該像素點的較高一位與秘密信息進行比較;若選擇操作是像素點最高位時完成的，則在選擇的同時進入變異操作。

　　為了簡述上述遺傳算法自適應的思想，對嵌入的不同條件，將其整個遺傳過程總結為表1。

　　本文提出的基于遺傳算法的LSB圖像隱藏方法簡單，運算量小，嵌入量大。最多可以達到在一個像素點中隱藏4bit秘密信息，但仍滿足最多只修改一位的需求，由于并未對像素點位值信息作出改變，所以不會對整體圖像造成影響。

2 試驗結果與算法性能分析

2.1 試驗結果

　　編寫實現上述嵌入算法和提取算法的代碼。取256級灰度圖像Lenna(256×256)為載體圖像，將采集的由信號發生器產生的幅度為0~3V，頻率為200Hz的正弦波信號經采樣率為20kHz的A/D轉換得到的二進制數字信息作為秘密信息，試驗結果如圖1所示。

　　圖1分別是原始圖像、自適應隱藏圖像、隱藏1位圖像和隱藏2位圖像，對比這4幅圖，圖片差異不明顯，這說明自適應隱藏和隱藏1位或2位都達到了很好的隱藏效果。表2分別是待嵌入的二進制信息和自適應隱藏提取之后的信息，從表中可以看出，兩者保持很好的一致性，說明秘密信息可以被準確完整地提取出來。試驗充分驗證了基于LSB圖像隱藏優化算法的可行性和正確性。

2.2 算法性能分析

　　圖像隱藏技術的評價指標主要有隱藏容量、不可見性和魯棒性等。下面從這三個方面進行分析。

　　(1)隱藏容量：提出的自適應圖像隱藏算法從理論上分析可以達到在一個像素點中最多隱藏4bit秘密信息的隱藏容量。自適應隱藏圖像、隱藏1位圖像和隱藏2位圖像三種嵌入算法的隱藏容量的試驗結果比較如表3。從表3中可以看出，提出的優化算法在隱藏容量方面具有更大的優勢。

　　(2)不可見性：由圖1可以看出，隱藏1位和自適應隱藏之后的結果與原始圖像從主觀視覺上看差別不大。為評價提出算法的不可見性，將均方根誤差(RMSE)和峰值信噪比(PSNR)作為客觀標準評價。原始圖像C和隱藏后圖像S的均方根誤差和峰值信噪比計算公式如公式(4)和公式(5)：

(4)

(5)

　　其中，M和N表示圖像的長和寬。RMSE越小說明兩幅圖越相似。PSNR越大，則圖像S的保真度越好，兩幅圖像越相似。三種算法的RMSE和PSNR的計算結果比較如表3。

　　由表3中的結果比較之后可以得出，由于隱藏容量的提高， PSNR有輕微的降低。由于要求最多值只修改一位，所以均方根誤差RMSE較隱藏2位小一些。故本文提出的LSB優化算法具有較好的不可見性。

　　(3)抗統計分析特性： LSB圖像隱藏是對比像素點的最低有效信息和帶嵌入的秘密信息。為了秘密信息更安全地傳輸，在嵌入之前均會進行加密處理，導致0和1出現的概率近似為1/2。傳統的LSB是以秘密信息完全取代載體圖像的最低位平面，這與原圖像的統計特性相差甚遠。優化的LSB由于嵌入位置的隨機性，不會出現上述0和1個數相近的情況，所以對載體圖像的統計特性影響不大。抗統計分析特性的提高也是魯棒性提高的一種體現。

　　圖像在傳輸過程中由于其數據量大的特點，壓縮是最常見的，因此，LSB的魯棒性也應該體現在抗壓縮上，在LSB優化算法的同時，結合最常用的壓縮算法JPEG進行分析，發現在壓縮前后的塊差異，根據這一特征，選取在壓縮中變化較小的分塊，利用優化的LSB來隱藏信息，這將是下一步需要研究的方向。

3 結束語

　　針對傳統LSB圖像隱藏算法中只選取最低位導致的隱藏信息量不夠大以及易破壞的問題，以遺傳算法為模型對LSB圖像隱藏算法優化。通過對比載體圖像和嵌入信息位，滿足對載體圖像最多只需修改一位的需求基礎上，自適應地實現更多秘密信息的嵌入。本文實現了基于LSB圖像隱藏優化算法的隱藏與提取，并與隱藏1位，隱藏2位之后的圖像作對比。結果表明，提出的自適應圖像隱藏算法明顯地提高了嵌入量，最多可以達到在一個像素點中隱藏4位秘密信息。由于算法中嵌入位的確定有較好的隨機性，嵌入的秘密信息也較為分散，不可見性和魯棒性都有一定的提高。且具有方法簡單、運算量小、均方根誤差小等優點。這在大容量隱藏信息等領域有廣泛的應用。

參考文獻：

　　[1]王君,田玉敏,李春霞. 一種改進的圖像自適應信息隱藏算法[J]. 計算機應用研究,2005,05:145-147.

　　[2]葉天語. 基于圖像LSB的秘密信息隱藏技術[J]. 計算機與現代化,2005,11:32-35.

　　[3]周熠,吳桂華. 數字圖像水印技術的研究與發展[J]. 計算機測量與控制,2004,04:387-389.

　　[4]靳戰鵬,沈緒榜. 基于位平面的LSB圖像隱藏算法分析及改進[J]. 計算機應用,2005,11:2541-2543.

　　[5]袁占亭,張秋余,劉洪國,等. 一種改進的LSB數字圖像隱藏算法[J]. 計算機應用研究,2009,01:372-374.

　　[6]李桂蕓,鄧桂英,趙逢禹. 一種基于LSB圖像信息隱藏的改進算法[J]. 計算機系統應用,2012,04:156-160.

　　[7]劉紅翼,王繼軍,韋月瓊,等. 一種基于LSB的數字圖像信息隱藏算法[J]. 計算機科學,2008,01:100-102.

　　[8]魏佳圓,周詮. 一種基于LSB的圖像信息隱藏算法[J]. 現代電子技術,2013,17:75-77.

　　[9]鄒娟,賈世杰. 基于LSB圖像隱藏系統的設計與實現[J]. 計算機技術與發展,2007,05:114-116.

　　[10]潘燁煬,郭潔,張林穎,等. 基于自適應遺傳算法的優化布站方法研究[J]. 國外電子測量技術,2013,06:62-64.

本文來源于中國科技期刊《電子產品世界》2016年第8期第61頁，歡迎您寫論文時引用，并注明出處。