專利名稱：一種數(shù)字圖像隱密信息檢測與定位的方法
技術領域：
本發(fā)明涉及信息安全領域，尤其涉及一種在數(shù)字圖像中檢測與定位隱密信息的方法。

背景技術：
信息隱藏實際上就是將機密信息隱藏在普通的信息之中而不露破綻。根據(jù)隱藏信息的載體不同，可以分為在圖像、視頻、聲音、文本等中的信息隱藏，所隱藏的信息也可以是以上各種形式，只是在隱藏時都將它們視為比特流來處理。信息隱藏的基本原理是利用了人類感官系統(tǒng)對某些細節(jié)的不敏感性，對載體做某些微小變動，而不引起觀察者的懷疑。對于不同的載體又有不同的特點，如圖像和視頻信息隱藏利用了人的視覺特性，而對靜止圖像和視頻視覺的不敏感性又有所不同。聲音信號的隱藏利用了人耳的聽覺特性，因此，在不同載體中的信息隱藏有其不同的特點。
信息隱藏的對立面就是信息檢測，信息檢測研究的意義在于，一方面可以促使信息隱藏技術被合法使用，另一方面可以進一步促進隱藏算法的深入研究。信息隱藏盡管在感官上不會引起人類的注意，但是從數(shù)據(jù)分析上還是能夠發(fā)現(xiàn)載體的變化，隱藏信息的檢測方面需要研究的問題很多，比如分析各種隱藏算法在載體中所引起的特征如統(tǒng)計特性的改變、調色板的改變、邊緣特性的改變、特征值的改變等等。分析各種載體所能隱藏信息容量的上限，建立與主觀評價準則相一致的客觀評價準則。另外，信息檢測研究框架的建立也是一個非常重要的課題，建立與密碼分析相類似的分析檢測方法，如僅知隱文檢測、已知載體檢測、已知消息檢測、已知算法檢測等。
信息隱藏技術是信息安全領域的一個重要方面，信息隱藏的分析技術作為信息隱藏技術的對立面，已成為信息安全領域研究的焦點。圖像作為信息隱藏的良好載體，已經(jīng)在多方面得到了應用。雖然已經(jīng)提出了多個基于圖像的信息隱藏檢測的算法和系統(tǒng)，但每種算法或系統(tǒng)都有各自的優(yōu)勢和局限性。至今仍然還沒有形成基于圖像的信息隱藏檢測技術的理論。因此，基于圖像的信息隱藏檢測技術還有待進一步發(fā)展和完善。
從隱密圖像中提取隱密信息是隱密分析技術的最終目標，隱密信息的提取包括估計隱密信息的嵌入量和隱密信息的嵌入位置。雖然該過程的實現(xiàn)難度很大，但是已經(jīng)有若干檢測算法在檢測是否存在隱密信息的同時，可以比較準確估計秘密信息的嵌入量。到目前為止仍然沒有能夠準確確定隱密信息的嵌入位置的報道。


發(fā)明內容
本發(fā)明的目的是一種數(shù)字圖像隱密信息檢測與定位的方法，更具體地說，該方法不僅能檢測數(shù)字圖像中是否含有隱密信息，而且還能檢測出隱密信息的嵌入位置。
本發(fā)明的技術方案是，一種數(shù)字圖像隱密信息檢測與定位方法，其特征在于，包括以下步驟 用塊效應計算方法檢測包含了隱密信息的所述數(shù)字圖像； 若所述數(shù)字圖像是JPEG圖像壓縮格式，則提取JPEG的量化矩陣； 根據(jù)所述數(shù)字圖像DCT系數(shù)推導出嵌入隱密信息前的原始圖像的量化DCT系數(shù)；以及 根據(jù)所述原始圖像的DCT系數(shù)，恢復出該原始圖像的像素值，通過該原始圖像與所述數(shù)字圖像像素值之差判斷出所述隱密信息的嵌入位置，估算出該隱密信息的嵌入量。
所述的用塊效應計算方法包括以下步驟 設所述數(shù)字圖像信號為{x(m，n)|m∈[1，M]，n∈[1，N]}，圖像的水平差分為 dh(m，n)＝x(m，n+1)-x(m，n)，n∈[1，N-1]， 用塊邊界處像素差的平均值來量化塊效應的大小，計算式如下 其中，Bh是塊間像素差值和，Ah是塊內像素差值和； 令所述數(shù)字圖像的垂直差分為 dv(m，n)＝x(m+1，n)-x(m，n)，m∈[1，M-1]， 得到Bv和Av 其中，Bv是塊間像素差值和，Av是塊內像素差值和； 得到水平和垂直方向塊內像素差值和為 A＝Ah+Av 水平和垂直方向塊間像素差值和為 B＝Bh+Bv； 若B與A的差值的絕對值大于0.3則判斷所述的數(shù)字圖像是JPEG圖像壓縮格式。
在根據(jù)所述數(shù)字圖像DCT系數(shù)推導出嵌入隱密信息前的原始圖像的量化DCT系數(shù)時，將所述的數(shù)字圖像的量化DCT系數(shù)作為所述原始圖像的量化DCT系數(shù)。
本發(fā)明的技術方案的有益效果是解決了現(xiàn)有隱密信息檢測技術不能準確定位隱藏信息嵌入位置的缺點，可對數(shù)字圖像中利用多種隱寫算法進行隱藏的隱密信息進行檢測和定位。



圖1是本發(fā)明一實施例中未嵌入隱密信息的JPEG測試圖 圖2是本發(fā)明一實施例中嵌入隱密信息的數(shù)字圖片 圖3是本發(fā)明一實施例中隱密信息嵌入位置圖 圖4是本發(fā)明一實施例中JPEG圖像塊效應的大小與質量因子的關系圖 圖5是本發(fā)明一實施例中求得JPEG質量因子EQ曲線圖 圖6是本發(fā)明一實施例中從隱密數(shù)字圖像估計出的隱密信息嵌入位置圖 圖7是本發(fā)明一實施例中數(shù)字圖像隱密信息檢測與定位方法流程圖
具體實施例方式 下面結合附圖和具體實施方式
進一步說明本發(fā)明的技術方案。
如圖7所示，本發(fā)明提供的一種數(shù)字圖像隱密信息檢測與定位方法，包含以下步驟 S101、用塊效應計算方法檢測隱密數(shù)字圖像是否被以JPEG格式壓縮過； S102、如果該圖像被JPEG壓縮過則提取JPEG的量化矩陣； S103、根據(jù)隱密圖像DCT系數(shù)推導出嵌入隱密信息前原始圖像的量化DCT系數(shù)； S104、根據(jù)原始圖像的DCT系數(shù)，恢復出原始圖像的像素值，通過原始圖像與隱密圖像像素值之差判斷出隱密信息的嵌入位置，并由此估算出隱密信息的嵌入量。
因為許多信息偽裝軟件，如EZStego、Hide&Seek、S-Tools4、Steganos、StegoDos等，都采用了空域LSB替換的方法嵌入信息，嵌入信息后大多以非壓縮存儲格式存儲含密圖像。對這類圖像的檢測不能只根據(jù)圖象文件的擴展名。要對圖像像素值進行定量分析，以發(fā)現(xiàn)非壓縮存儲格式的圖像以前是否被JPEG壓縮過。如圖1所示是未嵌入隱密信息的圖像，圖像格式是Jpeg，圖像大小為256×256。圖2是用S-Tools4在圖1中嵌入隱密信息后的圖像，圖像格式為bmp。為了方便表示，隱密信息的嵌入位置用二值圖像表示，如圖3所示，大小為256×256，每位嵌入1bit數(shù)據(jù)，圖中值為1(黑)表示該位置嵌入信息，值為0(白)表示該位置未嵌入信息，隱密圖像嵌入在二值圖像中值為1(黑)的位置，二值圖像中值為0(白)的位置不嵌入信息。
JPEG是基于DCT塊的有損壓縮技術，每個8x8塊的DCT系數(shù)被量化、取整導致DCT系數(shù)的損失。量化操作給圖像帶來塊效應。塊效應是由于塊邊界處，信號變化的不連續(xù)性造成的，因為量化是以塊為單位進行的。顯然，JPEG的壓縮比越高，塊效應就越明顯。
JPEG圖像塊效應計算方法的基本原理是 設圖像信號為{x(m，n)|m∈[1，M]，n∈[1，N]}，圖像的水平差分為 dh(m，n)＝x(m，n+1)-x(m，n)，n∈[1，N-1] 用塊邊界處像素差的平均值來量化塊效應的大小，計算方法如下 (1) (2) 其中，Bh是塊間像素差值和，Ah是塊內像素差值和。用同樣的方法可計算垂直方向的Bv和Av。圖像的垂直差分為 dv(m，n)＝x(m+1，n)-x(m，n)，m∈[1，M-1] Bv和Av的計算方法如下 (3) (4) 其中，Bv是塊間像素差值和，Av是塊內像素差值和。
考慮水平和垂直方向塊內像素差值和為 A＝Ah+Av(5) 水平和垂直方向塊間像素差值和為 B＝Bh+Bv(6) 根據(jù)上面的JPEG塊效應檢測原理，針對圖2計算出水平與垂直方向塊內像素差值和A，水平與垂直方向塊間像素差值和B。JPEG圖像塊效應的大小由B與A的差值來決定，如果一幅圖像沒有被JPEG壓縮過，B與A的差值的絕對值很小，一般不超過0.3，當圖像被JPEG壓縮過后，B與A的差值會增大。檢測效果如圖4所示。
提取JPEG量化矩陣的方法，包含以下步驟 設圖像像素為{x(m，n)|m∈[1，M]，n∈[1，N]}，首先將圖像分成若干8x8大小的塊B(i，j)，其中對每一個8x8塊進行DCT變換，然后取整得到 Y1(i，j)＝DCT(B(i，j)) Y2(i，j)＝[Y1(i，j)] 當質量因子q滿足1≤q≤50時，計算下式 當質量因子q滿足51≤q≤99時，計算下式 式中Q是標準量化表，畫出EQ曲線，如果圖像被JPEG壓縮過，EQ曲線上的局部最小值就是JPEG的質量因子，根據(jù)質量因子就可算出JPEG的量化矩陣。
針對圖2根據(jù)(7)和(8)式畫出EQ曲線，如圖5所示，如果圖像被JPEG壓縮過，EQ曲線上的局部最小值就是JPEG的質量因子，根據(jù)質量因子就可算出JPEG的量化矩陣。
而量化DCT系數(shù)的估計與隱密信息的定位方法，則包含以下步驟 設載體圖像為{Ic(m，n)|m∈[1，M]，n∈[1，N]}，在空域用LSB方法隱藏隱密信息后，得到含密圖像{Is(m，n)|m∈[1，M]，n∈[1，N]}，Is與Ic有如下關系 Is(m，n)＝Ic(m，n)+W(m，n) (9) 由于LSB隱藏方法僅改變像素的最低位，對每個像素值的影響相當于加上一個+1，-1或0。因此，W(m，n)相當于一個只有值為+1，-1或0的矩陣。由LSB的嵌入規(guī)則決定W(m，n)中值為0的概率P(0)＝0.5，值為1的概率P(1)＝0.25，值為-1的概率P(-1)＝0.25。由于Ic(m，n)是JPEG格式的圖像，下面要解決的問題是如何從Is(m，n)中恢復出Ic(m，n)的量化DCT系數(shù)。
DCT變換使用下式計算 它的逆變換使用下式計算 上面兩式中，當u，v＝0 C(u)，C(v)＝1，其他 對Is(m，n)進行DCT變換，得到直流系數(shù)為 得到交流系數(shù)為 (11) 由于已經(jīng)知道了載體圖像Ic(m，n)的量化矩陣Q，可以用Q對含密圖像Is(m，n)的DCT系數(shù)進一步量化得到 (12) 和 (13)

是載體圖像的量化DCT系數(shù)，

是含密圖像的量化DCT系數(shù)，它們之間的差異與

的大小有關。由前面分析可知，W(i，j)的值只有+1，-1和0，而+1和-1出現(xiàn)的概率近似相等，所以式

的絕對值很小。因此，可以得出結論，當量化步長比較大時，

與

基本相等，當量化步長比較小時，

與

有少量誤差。
借助式(10)～(11)可以僅根據(jù)含密圖像推導出原始圖像(載體圖像)的量化DCT系數(shù)，將含密數(shù)字圖像的量化DCT系數(shù)作為該原始圖像的量化DCT系數(shù)，根據(jù)原始圖像的DCT系數(shù)，可以恢復出原始圖像的像素值，通過原始圖像與含密圖像像素值之差就可以判斷出隱密信息的嵌入位置，從而估算出隱密信息的嵌入量。如圖6所示，0表示該位置沒有嵌入信息，1表示該位置嵌入信息。根據(jù)圖6可以估算出隱密信息的嵌入量。
通過實驗證實，當原始圖像的質量因子是50或50以下時，對隱密信息嵌入位置的正確識別率高達98％以上，當原始圖像的質量因子是75時，對隱密信息嵌入位置的正確識別率可以達到92％以上。
權利要求
1、一種數(shù)字圖像隱密信息檢測與定位方法，其特征在于，包括以下步驟
用塊效應計算方法檢測包含了隱密信息的所述數(shù)字圖像；
若所述數(shù)字圖像是JPEG圖像壓縮格式，則提取JPEG的量化矩陣；
根據(jù)所述數(shù)字圖像DCT系數(shù)推導出嵌入隱密信息前的原始圖像的量化DCT系數(shù)；以及
根據(jù)所述原始圖像的DCT系數(shù)，恢復出該原始圖像的像素值，通過該原始圖像與所述數(shù)字圖像像素值之差判斷出所述隱密信息的嵌入位置，估算出該隱密信息的嵌入量。
2、如權利要求1所述的數(shù)字圖像隱密信息檢測與定位方法，其特征在于，所述的用塊效應計算方法包括以下步驟
設所述數(shù)字圖像信號為{x(m，n)|m∈[1，M]，n∈[1，N]}，圖像的水平差分為
dh(m，n)＝x(m，n+1)-x(m，n)，n∈[1，N-1]，
用塊邊界處像素差的平均值來量化塊效應的大小，計算式如下
其中，Bh是塊間像素差值和，Ah是塊內像素差值和；
令所述數(shù)字圖像的垂直差分為
dv(m，n)＝x(m+1，n)-x(m，n)，m∈[1，M-1]，
得到Bv和Av
其中，Bv是塊間像素差值和，Av是塊內像素差值和；得到水平和垂直方向塊內像素差值和為
A＝Ah+Av
水平和垂直方向塊間像素差值和為
B＝Bh+Bv；
若B與A的差值的絕對值大于0.3則判斷所述的數(shù)字圖像是JPEG圖像壓縮格式。
3、如權利要求1所述的數(shù)字圖像隱密信息檢測與定位方法，其特征在于，在根據(jù)所述數(shù)字圖像DCT系數(shù)推導出嵌入隱密信息前的原始圖像的量化DCT系數(shù)時，將所述的數(shù)字圖像的量化DCT系數(shù)作為所述原始圖像的量化DCT系數(shù)。
全文摘要
本發(fā)明涉及一種在數(shù)字圖像中檢測與定位隱密信息的方法，包括以下步驟用塊效應計算方法檢測包含了隱密信息的所述數(shù)字圖像；若所述數(shù)字圖像是JPEG圖像壓縮格式，則提取JPEG的量化矩陣；根據(jù)所述數(shù)字圖像DCT系數(shù)推導出嵌入隱密信息前的原始圖像的量化DCT系數(shù)；以及根據(jù)所述原始圖像的DCT系數(shù)，恢復出該原始圖像的像素值，通過該原始圖像與所述數(shù)字圖像像素值之差判斷出所述隱密信息的嵌入位置，估算出該隱密信息的嵌入量。本發(fā)明的技術方案解決了現(xiàn)有隱密信息檢測技術不能準確定位隱藏信息嵌入位置的缺點，可對數(shù)字圖像中利用多種隱寫算法進行隱藏的隱密信息進行檢測和定位。
文檔編號G06T1/00GK101504760SQ200910046748
公開日2009年8月12日 申請日期2009年2月27日 優(yōu)先權日2009年2月27日
發(fā)明者黃繼風 申請人:上海師范大學