基于Canny-Sobel边缘检测的一种更好的LSB图像隐写术外文翻译资料

 2022-11-15 03:11

英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

基于Canny-Sobel边缘检测的一种更好的LSB图像隐写术

摘要：由于互联网是一个公用网络，所以在互联网上数据传输存在着许多安全问题。隐写术是一种数据传输安全技术，它将数据隐藏在如图像之类的媒介中来确保要传输的数据的安全。当然，传输媒介携带传输数据的能力是受其自身有效负载限制的。本文提出了一种提高图像作为一种传输数据的媒介的有效负载的方法。由于图像的边缘区域能够更兼容其像素值的更改，所以图像的边缘区域可以容纳更多的传输数据。本文将Canny卷积核和Sobel卷积核结合起来使用以得到更宽的图像的边缘区域。通过将这两个卷积核结合起来的边缘检测方法，我们可以得到一个更大的图像的边缘区域，从而在保证隐秘图像的不可察觉性的同时，获得更大的传输媒介的有效载荷。

关键词：图像隐写，LSB算法，混合边缘检测，Canny算子，Sobel算子

  1. 引言

互联网是一个公用网络，每个人都有不同的圈子。互联网里的许多动作都是由虚拟世界中的用户完成的，发送消息这个动作就是其中之一。互联网技术正在向更复杂、更快、更便宜的模式发展，与之同时，移动互联网也在发展。这使得互联网用户的数量逐年增加，但是与此同时如数字信息剽窃的安全问题也随之增加。所以，人们开发了像隐写水印、秘密共享密码术和数字签名等安全技术来解决这个问题。

隐写术是一种将数字信息隐藏到其他数字媒体中的技术，例如把信息隐藏在图像、音频、视频和其他媒体中，这样信息就可以被隐藏起来，而不会被肉眼直接看到。按域划分的隐写术有空间域和频率域两种。最小有效位算法（LSB）是空间域中的一种常用方法。虽然LSB算法不是新提出的方法。然而，LSB算法具有算法简单，对相对较好的隐写图像的识别质量较好等优点。这些优点使得LSB算法仍值得进一步的研究。

隐写术有几个重要的性质，如不可察觉性和可以嵌入的消息容量大小。对隐写术的研究集中在改善这两个方面，如研究[1，11-13]。研究提出了基于LSB算法在图像边缘区域插入秘密信息，以提高隐写图像的不可感知性。这是因为肉眼对平滑区域的变化比图像边缘区域的变化更敏感。

每个图像都有各自的边缘区域，这个区域决定可以嵌入的消息容量大小。边缘越多，可以嵌入的消息容量就越大。有许多流行的边缘检测算法，其中包括使用Sobel和Canny边缘检测算法。每种图像边缘检测方法都有其自身的优点，每种边缘检测算法的结果各不相同。本文结合两种图像边缘检测算法，以得到一个更好的边缘区域，用以作为嵌入大量隐写信息的地方。

  1. 研究现状

Yang等人提出了一种基于PVD和边缘检测的LSB隐写算法，在保持隐写图像质量的同时，获得了较大的隐写信息嵌入能力。本研究通过对图像进行边缘检测，将图像分割成边缘区域和平滑区域两个区域。边缘区域可以嵌入的消息容量比平滑区域大。这是因为边缘区域可以为像素值的更改提供更多的空间。本文采用了512x512大小的灰度图像作为封面图像，实现了峰值信噪比（psnr）大于33分贝且数值信息容量超过80000位的图像隐写。

GDIRZ,Z和M和Shihbiti提出了一种双相结合的边缘检测方法，即将Canny边缘检测和模糊逻辑结合起来进行边缘检测。结果得到了混合边缘图像。Canny边缘检测在图像上检测到6046个像素的边缘，而模糊检测检测到6323像素。当两个边缘检测算法结合使用时，我们可以得到一个有6849个像素的边缘。当我们获得了更多的边缘像素，我们就可以嵌入更多的消息容量。我们在狒狒图像中嵌入信息后，图像的每像素比特数为0.54bpp，峰值信噪比为52.7db。

Singla和Juneja提出在图像边缘区域使用自适应的1-4-8 LSB算法实现图像隐写。他们采用了结合了canny边缘检测和模糊检测器的边缘检测算法。该算法还结合了AES算法在嵌入消息之前对要嵌入的信息进行加密。他们用一张RGB图像作为载体，边缘区域嵌入6位信息，在平滑区域嵌入2位信息。在LENA图像上使用该算法进行隐写，结果图像的PSNR值为46.68db。

Bai等人还提出了基于边缘区域的隐写LSB技术。他们将载体中的像素分为边缘像素和非边缘像素两部分。他们通过Canny边缘检测、Sobel算子和模糊检测把图像中的像素分类。在边缘像素处，我们通过LSB替换法可以使用更多的比特来写入信息。实验结果表明，通过模糊检测器得到的边缘区域的有效载荷最大，而通过Sobel滤波器得到的边缘区域的有效载荷最小。而且，基于Sobel滤波器的隐写图像PSNR值在这三种边缘检测中是最高的。

在上述相关研究的基础上，本文提出通过结合Canny边缘检测和Sobel滤波器，提升了载体的有效载荷和隐写信息的不可感知性。

  1. LSB隐写原理与图像边缘检测
    1. LSB图像隐写

隐写术的实质是将数据隐藏在文件中，从而达到欺骗肉眼感知能力的目的。LSB算法是一种非常流行的空间域方法。LSB是通过直接改变图像像素的最小位值来实现的。LSB通常是通过按一定的顺序更改最小的位值来实现的。当载体图像像素值区间为[250、120、80、175]且隐写信息值为10时，插入隐写信息的步骤如下：

  1. 首先，将载体图像和隐写信息的像素值转换二进制。

载体图像：{250: 11111010 | 120: 0111100 | 80: 01010000 | 175: 1010111}

隐写信息：{10: 1010}

  1. 然后，用隐写信息的每个位值来更改图像像素值的最小位。

因此，载体图像中的位值更改为 {11111011 | 0111100 | 01010001 | 010110}

  1. 最后，将载体图像的位值重新转换为十进制数。

由此，隐写图像的像素值为{251 | 120 | 81 | 174}。

使用LSB方法进行的隐写术非常容易被破解，所以这种方法是不安全和可以预知的。但是我们还在研究如何通过LSB隐写来提高图像质量和安全性。这是因为人类的感官系统无法感知到图像的微小变化而赋予LSB良好的不可感知性。因此，为了提高信息隐写的质量、载体图像有效负载和安全性，LSB结合了如在边缘区域隐写、加密技术、自适应和动态LSB等技术。

    1. Canny边缘检测

Canny边缘检测是一种非常流行的边缘检测算法。由JOHN在1986年发明。Canny边缘检测的优点是能够用较小的误差带检测出原始图像的边缘，得到最优的边缘检测结果。Canny边缘检测算法广泛应用于各种需要边缘检测的图像处理算法中。Canny边缘检测的性能很大程度上取决于所使用的阈值。这使得Canny边缘检测非常流行，因为它成功地提供了标准化的本地化解决方案和通过复杂的数学计算来获得平滑滤波的卷积核。Canny边缘检测还可以通过减少许多输入以得到某个特定的边缘。

    1. Sobel边缘检测

和Canny边缘检测算法一样，Sobel边缘检测算法也是一个非常流行的边缘检测算法。Sobel边缘检测算法具有能有效抑制噪声和使边缘更亮更宽两个优点。Sobel算子是f(x,y)的偏导数，设f(x,y)为(3,3)，我们可以得到图像的梯度图像。假设现有一给定的图像(I)，我们可以用水平方向和垂直方向的滤波核计算出图像在水平方向和垂直方向的提度图像，然后结合起来得到图像的梯度图像。

4.本文提出的方法

基于上述背景，本文提出了一种基于结合Sobel边缘检测和Canny边缘检测的隐写方法。该方法分为三个主要过程，即混合边缘检测、嵌入消息和提取消息。接下来详细说明该方法的三个主要过程。

4.1混合边缘检测算法

这种混合边缘检测的思想很简单，其实质是使用或操作将Canny边缘检测和Sobel边缘检测结合起来。第一步是读取载体图像，然后进行边缘检测（先是Canny边缘检测或Sobel边缘检测，然后使用另一个边缘检测算法）。Canny边缘检测的结果保存在变量Cea上，而Sobel边缘检测的结果保存在变量Sea上。混合边缘检测的结果可以用一个二进制数表示，1代表边缘区域，0代表非边缘区域。第二步是对两个边缘检测结果执行或操作来实现混合边缘检测算法。或操作的结果保存在变量CSea中。图1是对LENA图像使用混合边缘检测算法的结果。

4.2插入隐写信息

首先通过更改载体图像的边缘区域的像素的位值信息，使隐写信息被嵌入到载体图像的边缘区域中。我们在隐写信息中设置一个特殊位，表示隐写信息的最终符号位。图2为插入流程图。

下面是如图2所示的插入步骤的详细信息。

  1. 载入载体图像
  2. 结合Canny边缘检测和Sobel边缘检测对图像进行边缘检测，并保存将Canny边缘检测图像和Sobel边缘检测图像保存。
  3. 基于公式(3)对边缘检测图像执行或操作，保存图像以便在下一步中使用。
  4. 载入隐写信息，在信息末尾添加一个特殊符号位。
  5. 根据ASCII将隐写信息改为二进制格式。
  6. 以矢量形式重塑隐写信息。
  7. 检查隐写信息的大小。如果边缘区域信息容量足够大，则优先将隐写信息写入边缘区域。如果不够，则信息的其余部分写入平滑区域。
  8. 用LSB替换法将隐写信息写入图像边缘区域像素点的最小位值。
  9. 得到隐写图像。

4.3提取隐写信息

此过程的实质是实现隐写信息的提取。为了完美地实现隐写信息的提取，提取过程必须使用混合边缘检测算法。图3为提取流程图。

如图3所示，以下为提取过程的详细步骤。

  1. 载入隐写图像。
  2. 将混合边缘检测算法得到的边缘区域作为提取隐写信息的关键。
  3. 将每个像素值转换为二进制。
  4. 从第一个边缘区域到最后一个平滑区域依次获取最小位值。
  5. 将每个像素值的最小八位组合成一个字符。
  6. 迭代，获取消息最终符号位的特殊字符。
  7. 完成隐写信息的提取。

5.实验结果与分析

本实验选取10张512x512的灰度标准图像为载体图像，隐写信息为文档文件进行一次试验。分析并比较每张载体图像的有效负载容量。图4为本次实验使用的10张载体图像。

在进行隐写信息之前，每一张载体图像都要分别进行Sobel边缘检测，Canny边缘检测，混合边缘检测。检测出来的边缘区域将作为存储隐写信息的载体。图5是所用载体图像的边缘检测示例。

图5所示的载体图像边缘区域有显著差异。从Canny-Sobel混合边缘检测算法得到的边缘区域有一个非常清晰的边界，从计算结果来看，载体图像的混合Canny-Sobel边缘检测结果图像的边缘像素数量明显大于Sobel边缘检测和Canny边缘检测的边缘区域的像素数量。计算结果如表1所示。

由表1可证，混合边缘检测算法可以增加图像边缘区域的像素数量。载体图像边缘区域的像素数量极大地影响载体图像的有效负载容量。研究[11]还证明，Sobel边缘检测算法的结果图像的有效载荷比Canny边缘检测的结果图像小。于此同时，由表1和最大有效载荷插入法可证，Sobel边缘检测的结果图像具有最佳的不可感知性。但是，在本次实验中没有写入具有相同容量的隐写信息。因此我们无法证明具有相同容量的隐写信息的不可感知性。本次实验比较了具有相同有效载荷的隐写图像的不可感知性。用PSNR值表征不可感知性的好坏。PSNR值由以下公式给出。

每个载体图像分别写入64位、1024位和8192位的文本信息。每个比特都插入到载体图像的边缘区域的像素上。它们的PSNR值如图6-8所示。

从图6所示结果来看，混合边缘检测算法的边缘图像隐写信息之后的PSNR值最佳，平均PSNR值为91.46965db，其次是Canny边缘检测边缘图像和Sobel边缘检测边缘图像，其PSNR值分别为89.5630db和88.3148db。图7具有和图6相似的特征。混合边缘检测边缘图像具有最佳的PSNR值。它比只由Canny边缘检测和Sobel边缘检测其中一种边缘检测边缘图像的PSNR值更好。混合边缘检测算法的边缘检测边缘图像的平均PSNR值为78.7471db，其次为Canny边缘检测和Sobel边缘检测，分别为78.1246db和76.3178db。

图8也证明了混合边缘检测算法在隐写图像的优势。混合边缘检测算法的隐写图像的平均PSNR值为69.336db，而Canny边缘检测算法的PSNR值为69.0735db，Sobel边缘检测算法的PSNR值为67.4548db。这证明了混合边缘检测算法的不可察觉性明显优于其他方法。

有效负载也是通过以每像素位(bbp)为单位进行表征。本文中使用的bbp公式为公式(5)。

上述实验所能写入图像的最大容量是在边缘区域的最小两位和平滑区域的最小一位写入。如表2所示，混合边缘检测算法可以增加载体图像的有效负载。混合边缘检测算法结果图像的平均PSNR值和bbp可以证明这个观点。实验还尝试了X-Y-Z算法和X-Y算法两种算法。X-Y算法的实质是在边缘区域(Y)写入2位信息，在平滑区域(X)写入1位信息。X-Y-Z算法的实质是多出在相交区域(Z)写入3位信息。X、Y、Z的值是可以根据需要而更改。输入的值越大，结果的bbp就越大。但是，结果的PSNR值却越小。表3展示了10张使用不同X-Y-Z值进行隐写的图像的最大有效负载、bbp、平均PSNR值。

由表2和表3我们可以得出X、Y的最佳参数值为X=4，Y=3。但是较大的参数

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[17764]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章