基于可逆信息隐藏算法的图像信息处理系统设计

张春霞

摘  要： 传统的图像信息处理系统存在着载体图像恢复性能差的缺陷，为了解决上述问题，提出基于可逆信息隐藏算法的图像信息处理系统。系统硬件设计包括主控芯片选型、并行处理结构设计以及以太网通信电路设计;软件设计包括图像信息隐藏模块、图像信息提取模块与载体图像恢复模块。通过系统硬件与软件的设计实现了基于可逆信息隐藏算法的图像信息处理系统的运行。实验结果表明，与传统的图像信息处理系统相比，设计的图像信息处理系统极大地提升了载体图像恢复性能，具备更好的处理效果。

关键词： 图像信息处理; 图像信息隐藏; 主控芯片选型; 结构设计; 电路设计; 图像信息提取

中图分类号： TN911.73?34; G255                     文献标识码： A                  文章编号： 1004?373X（2020）19?0023?04

Abstract： The traditional image information processing system has the defect of poor performance of carrier image restoration. In order to solve the above problem， the design of image information processing system based on reversible information hiding algorithm is proposed. The system hardware includes the selection of main control chip， design of parallel processing structure and design of Ethernet communication circuit. The software design includes image information hiding module， image information extraction module and carrier image recovery module. The operation of the image information processing system based on reversible information hiding algorithm is realized by means of the hardware design and software design. The experimental results show that， in comparison with the traditional image information processing system， the designed image information processing system has improved the carrier image restoration performance greatly， and has a better processing effect.

Keywords： image information processing; image information hiding; main control chip selection; structure design; circuit design; image information extraction

0  引  言

隨着科技的发展，人们已经进入了网络化、信息化与智能化的时代，相应地，对各行各业的要求也越来越高。视觉信息是人类最直接的信息载体，而图像是视觉信息的主要体现形式。图像是对客观对象的一种有效描述，主要包括对象的纹理分布、形态等，连续的图像序列还包含对象的运动特征等信息，这些信息的组合是判断对象所属类别的重要依据。因此，图像信息处理已经成为当今信息处理领域的一个重要研究方向，许多学者、专家对其进行了深入的研究，并取得了一定的成果[1]。

近几年，光电子技术以及集成电路飞速发展，以图像传感器为信息获取手段，嵌入式硬件为采集与信息处理单元的图像信息处理系统，在农业、军事、交通、工业等领域得到了广泛的应用。传统的图像信息处理系统主要利用图像传感器获取图像信息，由于传感器视场角较小，分辨率较低、传输的信息有限，从而导致图像分辨率降低，并且存在较大的畸变，无法清晰分辨图像内成像目标的细节。网络信息化技术的发展，导致现今图像信息经常出现泄露的情况，存在着信息危险[2]。

传统的图像信息处理系统在图像信息提取后，载体图像无法完成恢复，极可能出现图像失真的情况，表明其存在着载体图像恢复性能差的缺陷，无法满足现今社会对图像的需求，为此提出基于可逆信息隐藏算法的图像信息处理系统。可逆信息隐藏算法是一种特殊的信息隐藏算法，在该算法中，载体图像可以在信息提取之后完全无损的恢复。通过可逆信息隐藏算法的应用，可以极大地提升载体图像恢复性能，并设计仿真对比实验验证系统性能[3]。

1  图像信息处理系统硬件设计

系统硬件主要包括主控芯片选型、并行处理结构设计以及以太网通信电路设计[4]。具体设计过程如下。

1.1  主控芯片选型

主控芯片采用FPGA芯片，FPGA是图像信息处理的核心，具有处理速度快、运算结构简单、涉及数据量大的优势，FPGA芯片的性能决定着图像信息处理的效果[5]。经过研究对比发现，选择Xilix公司生产的XC5VLX110T芯片，实物图如图1所示。

XC5VLX110T芯片上具备11万个等效逻辑单元、16个收发器、64个DSP48E逻辑片、5 328 Kb的ARM以及6个时钟[6]。

1.2  并行处理结构设计

并行处理主要由总线实现，因此，并行处理结构设计主要是设计总线接口[7]。系统总线接口连接图如图2所示。

总线接口具有多个引脚，定义如表1所示。

1.3  以太网通信电路设计

图像信息处理系统需要良好的网络通信支撑，为此设计以太网通信电路，需要将处理器的独立接口与以太网收发器进行连接，并设置IEEE 802.3网络传输协议，设置电路为工作模式，保障图像信息处理系统的正常运行[8]。

以太网通信电路设计图如图3所示。

上述过程完成了系统硬件的设计，为下述系统软件设计提供硬件支撑[9]。

2  图像信息处理系统软件设计

系统软件主要包括图像信息隐藏模块、图像信息提取模块与载体图像恢复模块[10]。具体设计过程如下。

2.1  图像信息隐藏模块

图像信息隐藏模块主要采用可逆信息隐藏算法隐藏图像信息，达到保护图像信息的目的。首先将载体图像进行非重叠分块，图像块大小设置为2×2，其次依次处理每个图像块，注意隐藏图像信息[11]。具体的图像信息隐藏步骤如下：

步骤1：依据[n×n]的矩阵块生成256×256的参考矩阵，[n]可选取值包括4，8，16与32。

步骤3：将参考矩阵转换为平面区域，将[P1，P2，P3]映射到参考矩阵中，找到对应的坐标位置。

步骤4：以参考矩阵中[P1]为中心，分别往左、右方向扫描，将扫描的[n]个像素构成一个像素组[G]，将其信息采用十进制转换为待隐藏信息，找到在[G]中的对应位置，替换[P1]点的纵坐标，完成[P1]点的信息隐藏。

步骤5：依据步骤4方法分别处理[P2，P3]信息，完成[P2，P3]信息隐藏。

步骤6：重复步骤2～步骤5，直到所有图像信息均被隐藏为止[12]。

2.2  图像信息提取模块

以上述隐藏的图像为基础，嵌入解码程序，提取图像信息[13]。具体过程如下所示。

解碼程序指可逆信息隐藏算法的解码算法，将隐藏信息转换为原始信息，并对其进行提取。常规情况下，只有图像归属权的人员才能拥有解码程序，外人无法提取图像信息，这样就可以极大程度地保证图像信息的安全，避免图像信息泄露造成的危害[14]。

解码密钥主要由[k1，k2]表示，图像信息提取流程如图4所示。

2.3  载体图像恢复模块

图像信息经过提取后，需要将载体图像恢复，载体图像恢复即是图像信息隐藏的逆过程，具体程序如图5所示。

载体图像恢复函数表示为：

通过上述系统硬件与软件的设计，实现了基于可逆信息隐藏算法的图像信息处理系统的运行，为图像信息安全提供更加有效的支撑[15]。

3  载体图像恢复性能分析

上述过程实现了基于可逆信息隐藏算法的图像信息处理系统的设计与运行，但是对其是否能够解决传统系统存在的问题还无法确定，为此设计仿真对比实验，具体实验过程如下所示。

3.1  实验网络测试

实验主要采用以太网通信，为了保障实验的顺利进行，测试实验网络。

以太网结构实物图如图6所示。

经过测试得到以太网流量变化情况如图7所示。流量变化情况较大，表明以太网通信正常、有效。

3.2  实验结果分析

以上述测试过的网络环境为基础进行实验，载体图像恢复性能主要通过载体图像恢复程度体现，恢复程度越大表明载体图像恢复性能越好，反之，则表明载体图像恢复性能越差。

通过实验得到载体图像恢复程度对比情况如表2所示。

如表2数据显示，设计系统的载体图像恢复程度远远高于传统系统，最大值可以达到90%，说明设计系统的载体图像恢复性能更好。

通过实验结果显示：与传统的图像信息处理系统相比，本文设计的图像信息处理系统极大地提升了载体图像的恢复性能，充分说明设计的图像信息处理系统具备更好的处理效果。

4  结  语

设计的图像信息处理系统极大地提升了载体图像的恢复性能，为图像信息安全提供了更加有效的支撑。通过实验结果可以看出，本文设计系统的载体图像恢复性能依然具有上升空间，需要学者对其进行进一步的研究。

参考文献

[1] 王继林，孙啸，冯小青.利用像素置换的自适应可逆信息隐藏[J].中国图象图形学报，2018，23（1）：1?8.

[2] 肖渝梅.基于全息技术的光学图像信息隐藏研究[J].激光杂志，2018，39（7）：105?109.

[3] 刘连，王孝通.基于图像熵分块的压缩感知字典学习算法[J].北京理工大学学报，2019，39（5）：520?523.

[4] 任帅，王震，徐振超，等.一种基于OBJ三维模型纹理贴图的信息隐藏算法[J].北京邮电大学学报，2019，42（1）：22?27.

[5] 梁海涛，陈晓冬，徐怀远，等.基于深度图预处理和图像修复的虚拟视点绘制[J].计算机辅助设计与图形学学报，2019，31（8）：1278?1285.

[6] 刘明明，张敏情，刘佳，等.基于生成对抗网络的无载体信息隐藏[J].应用科学学报，2018，36（2）：371?382.

[7] 薛伟，王磊.一种基于新型混沌的彩色图像加密算法[J].光学技术，2018，44（3）：263?268.

[8] 蔡声泽，许超，高琪，等.基于深度神经网络的粒子图像测速算法[J].空气动力学学报，2019，37（3）：455?461.

[9] 高文莲，高志娥，薛艳锋，等.几何失真校正耦合位平面分解的图像水印算法[J].计算机工程与设计，2019，40（6）：1559?1566.

[10] 李世维，黄丹飞，刘辉，等.基于多尺度边缘表示的偏振图像二次融合算法[J].激光与红外，2018，48（1）：113?118.

[11] 王彦超.基于联合特征与中心方向信息的图像哈希算法[J].西南大学学报（自然科学版），2018，40（2）：113?124.

[12] 肖乐意，欧阳红林，范朝冬.基于记忆分子动理论优化算法的多目标截面投影Otsu图像分割[J].电子与信息学报，2018，40（1）：189?199.

[13] 马凌，侯小毛，张福泉，等.基于复合混沌系统与人工神经网络学习的图像加密算法[J].电子测量与仪器学报，2018，32（8）：109?116.

[14] 曾崇，杨伟萍.基于DCT变换的图像版权数字水印算法[J].科技通报，2018，34（6）：119?122.

[15] 侯志强，赵梦琦，余旺盛，等.基于 SLIC与分水岭算法的彩色图像分割[J].光电工程，2019，46（6）：73?81.