基于视觉掩蔽的隐写不可感知性评价方法

方蒙蒙,何加铭,史智慧

(1.宁波大学a.信息科学与工程学院;b.通信技术研究所,浙江宁波315211; 2.浙江省移动网应用技术重点实验室,浙江宁波315211)

基于视觉掩蔽的隐写不可感知性评价方法

方蒙蒙1a,2,何加铭1b,2,史智慧1b,2

(1.宁波大学a.信息科学与工程学院;b.通信技术研究所,浙江宁波315211; 2.浙江省移动网应用技术重点实验室,浙江宁波315211)

传统的信息隐藏不可感知性评价方法不能全面反映人眼主观感受,以致无法准确衡量隐藏算法的性能。为此,利用人眼感知质量与图像自身均方误差呈线性关系的特点,同时考虑人眼对亮度和纹理的敏感特性,提出一种基于视觉掩蔽的评价方法。给出图像感知质量与图像均方误差之间的线性表达式,根据亮度表达式和梯度分别计算亮度权重系数和纹理权重系数,运用计算所得的权重系数对线性表达式进行线性加权,得到隐写不可感知性评价值。实验结果表明,与峰值信噪比方法相比,该方法得出的评价结果能更准确地反映主观感知质量。

数字图像;隐写;不可感知性评价;亮度掩蔽;纹理掩蔽;峰值信噪比

1 概述

数字图像作为信息隐藏的主要载体之一,近些年来,基于数字图像的信息隐藏算法层出不穷。因此,对于信息隐藏算法性能的评价显得尤为重要。不可感知性作为隐藏技术的性能指标之一,指的是嵌入信息后,不引起原始图像质量的显著失真以及视觉上明显变化的特性。若信息隐藏算法达不到此项指标要求,则失去了隐藏的意义;若太高于此项指标要求,则会限制隐藏容量以及鲁棒性等其他性能。

目前广泛使用的不可感知性指标是峰值信噪比(Peak Signal to Noise Ratio,PSNR)和均方误差(Mean Square Error,MSE),但它们表达的是整体意义上的平均,即平等对待每一个像素点。而现今很多隐藏算法为了兼顾隐藏容量和鲁棒性,不同程度考虑了人类视觉特性。因此,PSNR等指标不能从根本上反映隐藏算法性能[1]。

针对PSNR存在的问题,一些学者也进行了相关研究工作。空域方法有SIQE[2]、EDVR[3]及VDSF指标[4]等,频域方法CHD不可感知性指标[5]、基于HVS的彩色图像水印视觉不可感知性评价方法[6]。以上关于信息隐藏算法评价方法均是基于人类视觉特性展开的,但其评价过程多与具体的隐藏算法有关,通用性不强,且一些方法计算过于复杂。

本文综合考虑亮度和纹理掩蔽效应,利用人眼感知质量与图像自身均方误差呈线性关系的特点,提出一种基于视觉掩蔽的不可感知性评价方法。

2 视觉掩蔽效应

2.1 亮度掩蔽效应

亮度掩蔽是空域掩蔽效应的一种。它描述的是图像局部区域的平均亮度对人眼可见阈值的影响。在背景区域亮度过低或者过高的情况下,视觉信号不能很好地被人眼所感知,其敏感度较低。

实验心理学家韦伯(Ernst Weber)发现引起人类视觉变化的最小刺激增量ΔL与原始刺激强度L比值是一个常数[7]。

因此,对图像不同亮度区域进行同等幅度的修改变动所表现出来的视觉显示效果不同。韦伯认为,感知变化程度与背景刺激呈线性关系,同样可以用加权形式来表达。

2.2 纹理掩蔽效应

纹理掩蔽[8]描述的是一个失真信号在图像纹理区的感知比平滑区的感知要困难得多。即背景纹理越复杂,人眼对失真的敏感度越低,其可见阈值就越高,越不容易被人眼感知。文献[3]给出了图像失真程度、图像纹理和人眼感知质量这三者之间的关系,如图1所示。

图1 失真-感知质量关系

其中,Q表示图像感知质量;DMSE表示图像区域均方误差;k表示与图像纹理复杂度相关的函数。

从文献[9]可以得到2点启示:(1)人眼感知质量与图像自身的均方误差成线性关系;(2)可以根据人类视觉感知特性,对式(2)中的加权系数k进行预估。

3 基于视觉掩蔽的隐写不可感知性评价指标

综合考虑亮度和纹理掩蔽效应,根据它们可加权表达的特性,提出一种新的不可感知性指标,新指标同时考虑了纹理复杂度和图像背景亮度对视觉的影响,可写为:

令β=kluminance×ktexture,则Qperceptual=1-β×DMSE,其中,β表示视觉掩蔽效应参数,由代表亮度掩蔽效应的kluminance和代表纹理掩蔽效应的ktexture相乘得到。新指标同时考虑了纹理和亮度的掩蔽效应,对均方误差进行加权,使结果能够更好地符合人眼的实际感受,达到主客观一致的效果。

3.1 亮度权重系数计算

文献[10]给出了亮度适应因子的计算公式如下:

其中,Flum是亮度适应因子;是块平均灰度值。本文取亮度适应因子的倒数作为敏感度系数,由此可以推算不同亮度下的敏感度系数,如下式所示:

3.2 纹理权重系数计算

文献[9]给出了纹理权重系数的计算公式如下:

其中,GEdgeStrength是根据 sobel算子[11]计算的图像纹理复杂度。

其中,G是边缘级图像;(x,y)是像素位置。

4 实验结果与分析

通过仿真实验对本文评价方法进行性能测试。实验选用480×480的标准灰度图像 Lena、Jet和Baboon作为载体图像(如图2所示),同时选择LSB算法、LSB改进算法[12](简称LSBMR)和像素差分算法[13](简称PVD)在不同嵌入率下进行隐写,获得隐秘图像。

图2 实验图像

4.1 嵌入率与不可感知性的关系

利用LSB算法对Lena图像进行隐写,实验结果如表1所示。可以看出,随着嵌入率的增加,不可感知性指标Qperceptual逐渐减小。这是因为嵌入的秘密信息越多,隐写算法对图像的改变就越多,隐秘图像的不可感知性就会越差。此外,从表中可看出,分块大小越小,对隐秘图像的不可感知性评价结果越精确。可见,不同分块大小会影响Qperceptual的值。理论上,分块大小越小,评价越精确,因此,下文实验均采用8×8分块。

表1 不同分块时的不可感知性指标比较

4.2 亮度、纹理与不可感知性的关系

理论上表明,图像纹理越复杂,平均亮度越大,隐藏后所得的隐秘图像质量会更好。表2中是采用像素差分算法(PVD)进行实验得到的结果,并与峰值信噪比(PSNR)评价方法进行对比。从表中可以看出,Baboon纹理最复杂,它的Qperceptual值比其他2个都要高。而 Jet平均亮度要高于 Lena,其Qperceptual值比Lena的要高。这都是因为不可感知性指标考虑了纹理、亮度的缘故。

表2 不同载体的不可感知性指标比较

4.3 隐写算法与不可感知性的关系

从隐藏算法原理分析,LSB、LSBMR[12]以及PVD[13]这3种算法不可感知性顺序为LSBMR＞LSB＞PVD。图3是以上3种算法对Lena图像进行隐写得到Qperceptual值。可以看出,LSBMR的不可感知性最好,LSB次之,PVD相比最差。实验结果验证了本文所提评价指标的有效性。

图3 不同隐写算法的Qperceptual分布

5 结束语

随着信息隐藏算法的发展,迫切需要建立准确、全面的评价标准。本文提出的不可感知性评价方法利用Qperceptual指标进行评价,考虑了人类视觉特性,实验结果表明,该指标可作为隐写术不可感知性客观评价标准之一。本文方法对于建立全面的信息隐藏算法评价系统具有一定的参考价值,但是目前针对不可感知性指标也仅仅考虑了视觉掩蔽特性,诸如频率掩蔽效应、色彩掩蔽效应等都没有做深入的研究。因此,下一步将对人类视觉系统中不同掩蔽元素的权重进行研究。

[1] 尤新刚,郭云彪,周琳娜.峰值信噪比不宜用来评价信息隐藏技术[C]//全国第三届信息隐藏学术研讨会论文集.西安:西安电子科技大学出版社,2001:51-56.

[2] Kong Xiangwei,Chu Rufeng,Ba Xiaohui,et al.A Perception Evaluation Scheme for Steganography[C]// Proc.of IDEAL'03.Berlin,Germany:Springer,2003: 426-430.

[3] 刘晓文,尤新刚.基于视觉冗余和误差分布的信息隐藏不可见性评价方法[J].计算机研究与发展,2009, 46(z1):200-205.

[4] 谢建全,谢 勍,黄大足,等.图像信息隐藏不可感知性指标研究[J].小型微型计算机系统,2011,32(5): 953-957.

[5] 马秀莹,林家骏.信息隐藏性能评价方法[J].中国图象图形学报,2011,16(2):209-214.

[6] 杨红梅,梁永全,刘连山,等.基于HVS的彩色图像水印视觉不可感知性评价方法[J].通信学报,2008, 29(2):95-100.

[7] USD Internet Sensation&Perception Laboratory.Weber's Law of Just Noticeable Differences[EB/OL].[2013-07-25].http://www.usd.edu/psyc301/Weber-sLaw.htm.

[8] 刘明娜.基于视觉系统和特征提取的图像质量客观评价方法及应用研究[D].上海:上海交通大学,2010.

[9] Bhat A,Richardson I,Kannangara S.A New Perceptual Quality Metric for Compressed Video[C]//Proc.of ICASSP'09.[S.l.]:IEEE Press,2009:933-936.

[10] Wei Zhenyu,Ngan K N.Spatio-temporal Just Noticeable Distortion Profile for Grey Scale Image/Video in DCT Domain[J].IEEE Transactions on Circuits and Systems for Video Technology,2009,19(3):337-346.

[11] Ran X,Farvardin N.A Perceptually Motivated Threecomponent Image Model-Part 1:Description of the Model[J].IEEE Transactions on Image Processing, 1995,4(4):401-415.

[12] Mielikainen J.LSB Matching Revisited[J].IEEE Signal Processing Letters,2006,13(5):285-287.

[13] Wu Dachun,Tsai Wen-Hsiang.A Steganographic Method for Images by Pixel-value Differencing[J]. Pattern Recognition Letters,2003,24(9):1613-1626.

编辑 金胡考

Imperceptibility Evaluation Method of Steganography Based on Visual Masking

FANG Meng-meng1a,2,HE Jia-ming1b,2,SHI Zhi-hui1b,2
(1a.College of Information Science and Engineering;1b.Institute of Communication Technology, Ningbo University,Ningbo 315211,China;2.Key Laboratory of Mobile Internet Application Technology of Zhejiang Province,Ningbo 315211,China)

The commonly-used methods of imperceptibility evaluation for information hiding algorithms can not express the subjective evaluation comprehensively and evaluate the performance of the algorithms accurately.To solve this problem,a new method based on visual masking is proposed.It combines the linear relationship between the perceptual quality of image and its Mean Square Error(MSE),and the perceptual properties of texture and luminance,with the aim of improving the perceptual quality.In this method,the linear expression between the perceptual quality and MSE is given,among which the luminance and the gradient can be used to calculate the luminance and the texture weight coefficients respectively.By weighting the expression linearly,a global performance of imperceptibility of the stego image is obtained.Experimental results demonstrate that the proposal outperforms the conventional Peak Signal to Noise Ratio (PSNR)in higher efficiency and realizing the consistency of image quality of subjective and objective evaluation.

digital image;steganography;imperceptibility evaluation;luminance masking;texture masking;Peak Signal to Noise Ratio(PSNR)

1000-3428(2014)09-0167-03

A

TP309

10.3969/j.issn.1000-3428.2014.09.033

国家科技重大专项基金资助项目(2011ZX03002-004-02);浙江省重大科技专项基金资助重点工业项目(2011C11042);浙江省新一代移动互联网用户端软件科技创新团队基金资助项目(2010R50009);浙江省重点科技创新团队基金资助项目(2012R10009-11);浙江省移动网络应用技术联合重点实验室基金资助项目(2010E10005)。

方蒙蒙(1988-),女,硕士研究生,主研方向:信息隐藏算法;何加铭,教授;史智慧,工程师。

2013-08-30

2013-10-25E-mail:fmm1026@163.com