無損信息隱藏技術綜述

一、引言

信息隱藏技術是信息安全領域的一個重要分支，通常意義下的信息隱藏技術研究重點都集中在隱藏技術和分析技術，較少關注圖像是否失真的問題。在原始載體圖像嵌入了隱藏信息后，會導致其產生某種程度上的永久性失真，即在隱藏信息被提取之后，原始載體圖像不能夠無失真地得到恢復。然而無損信息隱藏技術作為近年來新興的信息隱藏技術，能夠做到隱藏信息提取后，載體圖像仍能夠得到無失真的恢復。無損信息隱藏技術的特點使其在載體圖像的內容需要保護的情況下具有很高的應用需求和應用價值，如大量多媒體數據包括醫療圖像系統、軍事圖像系統和數字藝術品珍藏等。

二、基本概念

無損信息隱藏技術又稱可逆或可刪除信息隱藏技術，主要指在原始圖像沒有明顯降質的情況下嵌入隱藏信息，若隱秘圖像在傳輸過程中沒有發生變化，那么合法用戶在提取出隱藏信息后，原始圖像能夠完全無失真復原。

圖像的無損信息隱藏技術和傳統信息隱藏技術在方法和原理上沒有本質區別，不同在于對嵌入隱藏信息的要求，即需要知道添加隱藏信息的順序、位置和原始圖像的更改數據。

三、無損信息隱藏模型

一旦被竊密者獲取可追蹤定位該設備，并激活該設備可能隱藏配置的無線發射和接收功能，達到竊密目的。因此，使用單位應將涉密網絡中無損信息隱藏技術使用密鑰K，通過隱藏算法將隱藏信息E嵌入到載體圖像C中，得到隱秘圖像S。接收方通過公共信道獲取密鑰K和隱秘圖像S，通過信息提取算法可以無失真地提取隱藏信息E和載體圖像C。

四、主要算法介紹

隨著無損信息隱藏技術應用需求的不斷擴大，該技術也成了近些年學者們研究的熱點。本章歸納了目前公開文獻中的一些具有代表性的算法，目前基于圖像的無損信息隱藏技術大致可分為5類。

（一）基于算術取模運算的無損信息隱藏技術

無損信息隱藏的概念最早出現在1999年的一份專利上，是當時柯達公司首次發布的將水印數據加到原始圖像的空域，并能夠恢復原始圖像。Honsinger等人將原圖像與要嵌入的水印進行模256運算，生成含水印圖像。但是這種方法當載體圖像的某些像素值接

近255時，模加運算后數據會反轉接近0，反之亦然，所以說這種算法不能嵌入大容量的信息，且產生的隱秘圖像質量下降嚴重。

（二）基于無損壓縮的無損信息隱藏技術

該方法最早由Fridrich等人研究提出。原理是選取合適的圖像位平面，把最不重要的比特位的數據進行無損壓縮，使其出現冗余空間再將隱藏信息嵌入到產生的冗余空間中。假設原始圖像X，B是選取的合適的圖像位平面，通過一定的無損壓縮算法將B壓縮成C（B），這樣就產生了冗余空間M，其中M=B-C（B），可以將隱藏信息嵌入隱藏在冗余空間M中。該方法通常選擇最不重要的位平面進行壓縮，但由于平面含有豐富的圖像信息，壓縮率不高，故可以嵌入隱藏信息的冗余空間受限較大，同樣對于嵌入隱藏信息量有一定的要求。

（三）基于差擴展的無損信息隱藏技術

該方法最早由Tian等人研究提出，是使用可逆數學運算對2個像素對進行差擴展，在最低位嵌入數據。假設（x，y）是載體圖像中的一組像素對，其中0≤x≤255,0≤y≤255。與上述基于無損壓縮的無損信息隱藏技術相比較，基于差擴展的無損信息隱藏技術的嵌入信息量較大。但由于該方法在嵌入過程中會產生比較多的附加信息，導致占用較多可嵌入

信息的空間。針對這個問題，后續有很多研究者在上述算法的基礎上做了進一步的擴展和改進，進一步提高了嵌入信息的容量。

（四）基于直方圖移位的無損信息隱藏技術

該方法最早由Ni等人研究提出，原理是計算載體圖像的像素直方圖，找出其中出現頻率最高和最低的像素值，稱其為最大值和

最小值。在最大值和最小值之間的像素值+1（–1），即把像素直方圖右移（左移）1位，產生冗余空間嵌入隱藏信息，其嵌入信息容量就是像素最大值出現的頻率。這種算法的優點是計算復雜度低，高效產生冗余空間實現隱藏信息的嵌入，且由于嵌入時載體圖像像素值的改變最大為1，故得到的隱藏信息的圖像質量很高；缺點是大部分載體圖像的像素直方圖中的最大頻率并不高，導致信息嵌入量仍然有限。

（五）基于變換域的無損信息隱藏技術

上述的4種無損信息隱藏技術都是基于空域像素值變換構造冗余空間進行隱藏信息嵌入的。還有一類信息隱藏技術是基于變換域的，主要是通過修改主信號某些指定的頻域系數來嵌入數據。基于變換域的信息隱藏技術中，頻率變換域中嵌入隱藏信息的方法有很多，包括快速傅立葉—梅林變換FMT、離散余弦變換DCT、哈達碼HT和小波變換WT等，其中小波變換方法由于其分解的圖像恰好與人類視覺特性相符和具有計算復雜度低等特性，成了研究者們選擇研究的熱點對象。

宣國榮等人提出了一種基于整數小波變換的無損信息隱藏方法。對原始圖像進行整數小波變換，選擇中高頻系數的中位平面進行無損壓縮，將隱藏信息嵌入產生的冗余空間，再通過逆整數小波變換得到隱秘圖像。

目前，基于變換域的無損信息隱藏技術發展迅速，很多研究者在小波變換的基礎上進行了算法的改進和變換，在隱秘圖像質量和計算復雜度等方面有了較大提高。如中國科技大學郭志川等人提出的基于改進整數小波變換的無損信息隱藏方法等。

五、關鍵技術和評價指標

隨著無損信息隱藏技術應用需求的不斷擴無損信息隱藏技術的實質就是找到可逆的算法規則產生有效的冗余空間，并在冗余空間中進行隱藏信息嵌入。如果沒有冗余空間就無法嵌入隱藏信息；如果沒有可逆規則就無法恢復不失真的原始圖像。可見冗余空間和可逆規則是嵌入過程中的2個關鍵點，二者缺一不可。

理論上，嵌入過程中對載體圖像的改變越小，隱秘圖像的失真就越小。構造的冗余空間越大，能夠嵌入的信息量就越大。因此，如何在對原始載體圖像改變盡可能小的前提下，得到最大的冗余空間，就成了無損信息隱藏技術研究的關鍵點。關鍵技術包括以下幾方面。

（一）如何能夠構造更多的冗余空間。目前很多嵌入算法均存在冗余空間有限的問題，無論采取何種技術方法，在保證算法可逆的前提下，應盡可能產生更多的冗余空間以便嵌入更多的隱藏信息。

（二）高信息嵌入量和高隱秘圖像質量的平衡問題。無損信息隱藏技術在確保能夠恢復原始圖像的前提下，高信息嵌入量是首要關注的指標，但如果一味地增加冗余量會導致原始圖像數據修改的增加，造成隱秘圖像質量下降嚴重。因此，需要在高容量和高質量中尋找一個適當的平衡點。

（三）信息隱藏和提取算法的研究。高難度較復雜的隱藏和提取算法很難保證數據通信的連續性和穩定性，在很多實際應用中如處理較大數據量等情況下是不適用的。因此，一種高效簡單的信息隱藏和提取算法是研究的重點。無損信息隱藏技術的主要研究目標是以最小的失真取得最大的嵌入容量，同時盡可能保持低的計算復雜性。故評價無損信息隱藏技術的評價指標主要包括：嵌入容量、圖像質量和計算復雜度。

1.嵌入容量

目前的大多文獻通常以bpp（bitsperpixel）為單位表示嵌入容量，即載體圖像的一個像素最多可以嵌入的比特數。值越大表示嵌入容量越大。

2.圖像質量

圖像質量是指嵌入隱藏信息后得到的隱秘圖像的質量，通常以PSNR（PeakSignal-to-NoiseRatio）為單位度量。PSNR值越高，隱秘圖像的質量就越好。

3.計算復雜度

通常使用O（x）來表示算法的復雜度，有時也直接使用某軟硬件平臺下所花費的時間表示。O（x）數值越小或所花的時間越少，則表示計算復雜度越小。

六、結語

伴隨著信息技術的飛速發展和數字圖像的廣泛應用，信息隱藏技術已經成為信息安全領域的一個研究熱點，目前基于數字圖像的信息隱藏技術可以說已經比較完善和成熟，而無損信息隱藏技術的相關研究卻起步不久，還有很多急需解決的和有待研究的問題，其潛在的應用領域也在不斷地擴展，因此該技術將是今后學者們研究的一個熱點。

（原載于《保密科學技術》雜志2018年9月刊）