基于像素映射矩阵嵌入的秘密图像共享方法

摘要

本发明公开了一种基于像素映射矩阵嵌入的秘密图像共享方法。主要解决现有嵌入方法能力低，且存在像素越界的问题。其技术方案是：在共享之前，采用差分编码，霍夫曼编码和数据转换对秘密图像进行压缩，得到共享秘密数据，以提高秘密图像载体的嵌入能力；再设计一个新的像素映射矩阵，以确保载体图像的全部像素，隐藏秘密图像的信息，进一步的提高嵌入能力；接着，在嵌入阶段，将共享秘密数据通过上述像素映射矩阵嵌入到载体图像中，得到伪装图像，以防止像素越界；最后，通过伪装图像恢复出秘密图像和载体图像。本发明提高了秘密图像共享过程中，图像的传输速度，保证了带宽受限情况下的实时传输，可用于网络安全领域。

说明书

技术领域

本发明属于信息安全技术领域，涉及一种信息隐藏的秘密图像共享方法,可用于图像保护，图像共享，图像实时传输。

背景技术

1979年，Blakley和Shamir分别提出了秘密共享的概念。秘密共享方法是将秘密分成不同的份额，其中任意的大于或等于特定数量的份额可以恢复出秘密，反之则不能。由于图像在生活中广泛的大量的使用，1995年，Naor和Shamir把秘密共享方法引入到图像处理领域，并提出了第一个秘密图像共享方法。秘密图像共享方法将秘密图像分成不同的份额，其中任意的大于或等于特定数量的份额可以恢复出秘密图像，反之则不能。秘密图像共享方法为秘密图像在传输或存储过程中的安全性提供了一种有效的方法，尤其是在军事，商业，金融等领域。秘密图像共享方法现在分为两种。第一种是可视秘密共享，即将一定数量的份额叠加在一起便可以通过视觉恢复出秘密图像。第二种是可计算的秘密图像共享，即通过计算机处理一定数量的份额才可以恢复出秘密图像。由于可视秘密共享的可视效果差，因此可计算的秘密图像共享得到大量的研究。在最初的可计算的秘密图像共享中，将秘密图像转换成的份额是无意义的，看起来像阴影，因此称为阴影图像。由于阴影图像容易引起恶意攻击者的注意而被盗取或篡改，从而引起秘密图像被窃取或不能被无失真的恢复。为了解决这一问题，2004年之后，很多方法使用不同的嵌入方法，将秘密图像嵌入到载体图像中，从而形成有意义的份额，称为伪装图像。与载体图像相比，伪装图像在视觉效果上与载体图像一模一样，因此可以防止恶意攻击者怀疑秘密图像的存在。在产生伪装图像的可计算的秘密图像共享方法中，嵌入能力是它的一个重要的性能指标，这是因为嵌入能力指的是一幅载体图像可以隐藏的最大的秘密图像的像素个数，它用载体图像的大小来表示。一般来说，在载体图像一定的情况下，嵌入能力大的方法可隐藏的秘密图像越大；在秘密图像一定的情况下，嵌入 能力大的方法需要的载体图像小，形成的伪装图像的尺寸小，在传输过程中需要的时间或存储空间就越小。因此，在实时性要求高，通信带宽受限的系统中嵌入能力显得更加重要。

文献“Invertible secret image sharing with steganography.Pattern Recognition Letters,2010,31(13):1887–1893.”提出了一个增强嵌入能力的方法，该方法适合对实时性要求高、通信带宽有限的系统。该方法的主要步骤是：第一，将秘密图像的像素分别进行模运算，得到处理后的秘密数据；第二，对载体图像的数据进行模运算，得到用于无失真恢复出载体图像的信息数据；第三，将处理后的秘密数据、信息数据和密钥嵌入到拉格朗日差值公式，进行共享，得到共享之后的数据；第四，将载体图像的像素进行量化运算；第五，将共享之后的数据嵌入到量化后的载体图像中。但是，该方法存在一些缺陷：第一，该方法存在像素越界问题。该方法由于使用量化的方法将秘密图像数据嵌入到载体图像中，导致部分伪装图像的像素会超出像素的边界，从而不能无失真恢复出秘密图像。第二，尽管该方法提高了嵌入能力，但嵌入能力仍然小于载体图像的尺寸，导致在对秘密图像进行共享时，需要载体图像的尺寸大，从而形成的伪装图像大，因此每一个参与者持有的份额尺寸大，当存储伪装图像时，需要的空间大，当传输伪装图像时，影响实时传输和对网络带宽要求高。

发明内容

本发明目的在于针对上述应用技术的不足，提出一种基于像素映射矩阵嵌入的秘密图像共享方法，以增强秘密图像载体的嵌入能力，提高图像的传输速度，保证带宽受限情况下的实时传输。

实现本发明目的的主要思想是:利用像素映射矩阵的嵌入方法，确保伪装图像的像素全部在图像像素的边界范围内产生，从而防止像素越界的问题的出现，在恢复阶段无失真的恢复出秘密图像；通过差分编码，霍夫曼编码和数据转换对秘密图像在共享前进行压缩，以减小需要共享的秘密图像的数据量，提高嵌入能力；通过设计像素映射矩阵，确保载体图像的全部像素，以隐藏秘密图像的信息，进一步的提高嵌入能力。

根据以上思路，本发明的实现步骤包括如下：

1.一种基于像素映射矩阵嵌入的秘密图像共享方法，包括如下步骤：

(1)对秘密图像S进行压缩，得到压缩后的数据R，并生成用于共享秘密数据E；

(2)设计一个新的像素映射矩阵：T＝{mat_k,l}，

其中mat_k,l表示像素映射矩阵中的元素，mat_k,l∈{0,1,...,15}，k表示像素映射矩阵水平轴的下标，l表示像素映射矩阵垂直轴的下标；

mat_k,l＝(l+(4×k))mod2⁴k＝0,1,...,255,l＝0,1,...,255；

(3)根据像素映射矩阵T，将载体图像C转换成信息数据Q；

(4)将共享秘密数据E和信息数据Q带入拉格朗日插值公式，得到嵌入数据Y；

(5)将嵌入数据Y嵌入到载体图像C中，得到n幅伪装图像G^θ，θ表示伪装图像的序号，θ∈{1,2,...,n}，n表示参与共享的人数；

(6)使用n幅伪装图像G^θ中的任意t幅，恢复出秘密图像S和载体图像C，t表示门限值，即无失真恢复秘密图像S时所需的最少伪装图像个数，t∈{1,2,...,n}。

本发明与现有方法相比具有如下优点：

1.由于本发明使用压缩技术，因此可以增强秘密图像载体的嵌入能力，使用本发明共享秘密图像，则可提高图像的传输速度，保证带宽受限情况下的实时传输；

2.由于本发明设计了一个新的像素映射矩阵，因此可确保载体图像的全部像素，以隐藏秘密图像的信息，进一步的提高嵌入能力；

3.由于本发明利用像素映射矩阵的嵌入方法，可确保伪装图像的像素全部在图像像素的边界范围内产生，从而防止了像素越界的问题出现，在恢复阶段可无失真的恢复出秘密图像。

附图说明

图1是本发明的实现总流程图；

图2是本发明中压缩秘密图像S的子流程图。

具体实施方式

下面结合附图对本发明做进一步的描述。

参照图1，本发明的实现步骤如下：

步骤1，输入秘密图像S，载体图像C，像素映射矩阵T和公共身份P。

秘密图像S是需要保护的图像；载体图像C用来隐藏秘密图像S；像素映射矩阵T规定了将秘密图像S嵌入到载体图像C中的嵌入规则，它也规定了产生信息数据Q的映射规则；公共身份P是参与者的身份，每一个参与者都持有一个公共身份。

步骤2，对秘密图像S进行压缩。

参照图2，本步骤的具体实现如下：

2a)对秘密图像S进行差分编码，得到差分图像D；

2b)将差分图像D的元素逐行进行排列，得到差分矩阵B：

2c)对差分矩阵B进行霍夫曼编码，得到霍夫曼码流H，len是霍夫曼码流H的字节数；

2d)记录差分矩阵B中每个元素的统计概率；

2e)对霍夫曼码流H进行数据转换，每四个字节分为一组，分别转换为十六进制，得到＝{r_b|b＝0,1,...,u-1},r_b是压缩后的数据R中的元素，r_b∈{0,1,...,15}，u是压缩后的数据R中元素r_b的个数，b是压缩后的数据R中元素r_b的下标。

步骤3，生成共享秘密数据E。

3a)将压缩后的数据R作为共享秘密数据E前u个字节，u为压缩后的数据R中元素r_b的个数；

3b)将霍夫曼码流H的字节数len的值作为共享秘密数据E的最后六个字节；

3c)将0作为共享秘密数据E剩余的(t-1-(u+6)mod(t-1))个值，其中mod表示模运算；

3d)根据步骤3a)，3b)和3c)，得到共享秘密数据为E：

E＝{r₀,r₁,…,r_u-1,0,0,…,0,len/16⁵,(len mod16⁵)/16⁴,(len mod16⁴)/16³,(len mod16³)/16²,(len mod16²)/16,(len mod16)}，其中：

r₀,r₁,…,r_u-1是压缩后的数据R中的具体元素，0,0,…,0是(t-1-(u+6)mod(t-1))个0，len/16⁵,(len mod16⁵)/16⁴,(len mod16⁴)/16³,(len mod16³)/16²,(len mod16²)/16,(len mod16)表示霍夫曼码流H的字节数len。

步骤4，将载体图像C转换成信息数据Q。

4a)将载体图像的元素逐行进行排列，得到载体矢量W；

4b)将载体矢量W中每两个元素分为一组；

4c)依次将每组中的第一个元素设为像素映射矩阵水平轴的下标k，将每组中的第二个元素设为像素映射矩阵垂直轴的下标l，在像素映射矩阵中映射出的元素mat_k,l即为信息数据Q中的元素。

步骤5，将共享秘密数据E和信息数据Q进行共享得到嵌入数据Y。

5a)给出拉格朗日插值多项式：

F(x)＝d+a₁x+a₂x²+...+a_t-1x^t-1mod2⁴，

其中，a₁,a₂...a_t-1是拉格朗日插值多项式中的系数，d是拉格朗日插值多项式中的常数项，x是拉格朗日插值多项式中的变量，F(x)是拉格朗日插值多项式的表示；

5b)将共享秘密数据E中的元素作为拉格朗日插值多项式中的系数a₁,a₂...a_t-1，将信息数据Q中的元素作为拉格朗日插值多项式中的常数项d，将公共身份P分别作为拉格朗日插值多项式中的变量x，得到嵌入数据Y，每一个参与者都持有一个公开身份。

步骤6，将嵌入数据Y嵌入到载体图像C中，得到n幅伪装图像G^θ。

6a)将信息数据Q中每一个元素在像素映射矩阵T中确定一个唯一的4×4小块，每个小块包括16个不同的数据；

6b)确定出信息数据Q中每一个元素所对应的嵌入数据Y中的元素，并将所确定的元素在4×4小块中映射出坐标值，作为伪装图像的元素。

步骤7，将嵌入数据Y嵌入到载体图像C中，得到n幅伪装图像G^θ。

7a)依次将t幅伪装图像G^θ的每两个元素分为一组；将每组的第一个元素作为像素映射矩阵T的水平座标k，将第二个元素作为像素映射矩阵T的垂直座标l，得到像素映射矩阵中的元素mat_k,l恢复出嵌入数据Y；

7b)将嵌入数据Y作为拉格朗日插值多项式F(x)的值，将公开身份P作为拉格朗日插值多项式中的变量x，恢复出共享秘密数据E和信息数据Q；

7c)将共享秘密数据E的前u个字节恢复成压缩后的数据R，将共享秘密数据E 的后6个字节恢复成霍夫曼码流H的字节数len；

7d)根据霍夫曼码流H的字节数len的值，将压缩后的数据R转换为二进制，恢复出霍夫曼码流H；

7e)将霍夫曼码流H进行反编码，恢复出差分矩阵B；

7f)根据秘密图像S的长M_S和宽N_S，将差分矩阵B进行排列，恢复出差分图像D；

7g)将差分图像D进行反差分编码，恢复出秘密图像S；

7h)根据像素映射矩阵T，将信息数据Q作为像素映射矩阵T中的元素mat_k,l，得到的坐标值作为载体图像C的元素，恢复出载体图像C。

名词解释

S：秘密图像；

R：压缩后的数据；

E：共享秘密数据；

T：像素映射矩阵；

mat_k,l：像素映射矩阵中的元素，mat_k,l∈{0,1,...,15}；

k：像素映射矩阵水平轴的下标；

l：像素映射矩阵垂直轴的下标G₂；

C：载体图像；

Q：信息数据； 

Y：嵌入数据； 

G^θ：伪装图像；

θ：伪装图像的序号，θ∈{1,2,...,n}；

n：参与共享的人数；

t：门限值，即无失真恢复秘密图像S时所需的最少伪装图像个数，t∈{1,2,...,n}；

D：差分图像；

B：差分矩阵； 

H：霍夫曼码流；

r_b：压缩后的数据R中的元素，r_b∈{0,1,...,15}；

r₀,r₁,…,r_u-1：压缩后的数据R中的具体元素；

u：压缩后的数据R中元素r_b的个数；

b：压缩后的数据R中元素r_b的下标，b＝0,1,...,u-1；len：霍夫曼码流H的字节数；

mod：模运算； 

W：载体矢量； 

a₁,a₂...a_t-1：拉格朗日插值多项式中的系数；

d：拉格朗日插值多项式中的常数项；

x：拉格朗日插值多项式中的变量；

F(x)：拉格朗日插值多项式的表示；

P：公共身份； 

M_S：秘密图像S的长；

N_S：秘密图像S的宽。