基于像素矢量成本的彩圖隱寫方案
責編：gltian ｜2019-12-12 11:22:111.前言
彩圖作為通用的圖像是良好的信息傳播工具，本文從彩圖像素矢量的角度設計并實現了隱寫方案，經過多次隱寫分析結果可知其具有良好的安全性能。
2.背景
現代圖像隱寫方案是在最小化嵌入失真理論框架下設計的，而失真與嵌入隱寫信息的成本有密切的關聯。近期，有學者已經提出了一種可用于彩色圖像的CMD（clustering modification directions，聚類修改方向）隱寫方案，但其尚未充分利用顏色相關性的特征。
3.彩圖隱寫方案
3.1綜述
在本文中，作者從CPV（color pixel vectors，彩色像素矢量）的角度構建了彩色圖最小化嵌入失真框架，提出了彩色圖像的隱寫術方案，其中來自同一像素位置的三個顏色分量形成一個矢量。嵌入成本是根據顏色像素矢量而不是單個顏色分量直接定義的。因此，可以在嵌入數據后更好地保留顏色相關性。作者提出了VPF（vector product filtering ，向量乘積濾波）運算方法以簡化基于向量的嵌入成本的構建過程。并將基于向量的成本轉換為基于顏色成分的成本，此時，即可采用常規的隱寫編碼方案做編碼操作，例如STCs（syndrome-trellis codes ，校正子網格碼）。近期提出的CMD方案也可以加入到提出的隱寫方案中以進一步提高性能。
3.2彩色圖像最小化嵌入失真框架的構建
已知彩色圖具有三個顏色通道，則做如下聲明（嵌入概率和嵌入成本分別有四種標識方式，它們是一樣的）：
在已有的知識經驗基礎下，本文規定在有效載荷的約束下最小化失真，如下：
上述公式中，詳細說明如下：
嵌入概率結合公式（1）設計得：
其中：
為了方便失真函數的分析，聲明彩色圖嵌入成本和嵌入概率如下：
則針對彩色圖像，最小化失真的公式（1）可展開為：
通過化簡，可得：
3.3彩色圖隱寫方案
本方案概圖如下圖。
和傳統的隱寫方案相比，本方案主要有兩點不同：
在這里，修改了基于CPV的嵌入成本的計算方式，主要分為計算基于CPV的成本集、分解CPV成本集為三個顏色分量成本。
3.3.1計算基于CPV的成本集
首先對每個顏色通道執行高通濾波運算，以獲得殘差圖像。然后，使用一種稱為殘差相關性水平（RCL，Residual Correlation Level）的方式來評估鄰域中殘差矢量之間的復雜關系。通過評估不同干擾模式下的RCL，生成RCL的相對變化即靈敏度指數（SI，Sensitivity Index）來衡量干擾的影響。最后針對每種干擾模式對SI圖像進行低通濾波運算，以獲得最終的嵌入成本集。由于嵌入成本是基于CPV的，因此其包含了顏色通道內部和顏色通道之間的相關性。
下圖是計算基于CPV的成本集的概圖。
詳細展開說明。第一步：
其中標識說明如下。
第二步：
相關標識說明如下。
第三步：
第四步：
相關標識說明如下。
3.3.2分解嵌入成本集為三個顏色分量成本
分解基于CPV的嵌入成本集為三個顏色分量成本，這樣易于使用傳統的3元編碼器計算求解。
3.4融合的CPV-CMD隱寫方案
研究表明，當局部區域嵌入信息后的修改模式朝相同方向同步時，秘密信息不易被檢測到，近期提出的CMD即時應用這一思想設計實現的隱寫方案。本文將CMD融合到基于CPV的隱寫方案中。則最終的CPV-CMD隱寫方案的隱寫過程如下圖。
詳細的隱寫過程說明如下。
4隱寫方案應用于分析
4.1數據集+參數
基礎數據集：BOSSBase
隱寫算法：HILL、MiPOD、CPV、S-UNIWARD及其變體
使用了CFA去馬賽克算法（PPG）和降采樣算法（LAN、BIL）處理基礎數據集，生成兩個實驗數據集：BOSS-LAN、BOSS-BIL
使用BOSSBase 生成10000對彩色的原始圖像和隱寫圖像。在10000對原始圖像和隱寫圖像中，隨機選擇5000對用于訓練，5000對用于測試。
使用傳統的隱寫分析方案檢測此隱寫方案的安全性。在傳統隱寫分析方案中，分別使用SRMQ1、CRMQ1、SCRMQ1、SCRMQ1+GTM、SCRMQ1+SGF做特征提取，它們的分類器均使用Fisher線性判別器。
4.2隱寫方案結果分析
實驗結果如下圖。
分析結果可知，CPV-CMD方案的隱寫分析檢測錯誤率更高，說明此隱寫方案安全性更高。
4.3隱寫方案貢獻
(1)在彩色像素矢量上定義了嵌入成本，從而使得秘密信息可以自適應地分配到三個顏色分量中。
(2)嵌入成本集易分為個顏色分量的嵌入成本，有利于使用一般編碼方案進行秘密信息的嵌入工作。
(3)提出的方案與CMD方案兼容。
4.4展望
（1）可改進方案使其適用于其他類型彩色圖像（例如YCbCr的圖像）。
（2）可改進方案使其滿足一些實際工程類隱寫術的需求（例如流隱寫術）。
（3）可改進方案使其適用于JPEG圖像的隱寫。