基于视觉掩蔽的隐写不可感知性评价方法

doi:10.3969/j.issn.1000-3428.2014.09.033

计算机工程

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)

收稿日期:2013-08-30 出版日期:2014-09-15 发布日期:2014-09-12
作者简介: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。
基金项目:
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)。

Imperceptibility Evaluation Method of Steganography Based on Visual Masking

FANG Meng-meng ^1a,2,HE Jia-ming ^1b,2,SHI Zhi-hui ^1b,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)

Received:2013-08-30 Online:2014-09-15 Published:2014-09-12

摘要/Abstract

摘要： 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。

关键词: 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

Abstract: 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.

Key words: digital image, steganography, imperceptibility evaluation, luminance masking, texture masking, Peak Signal to Noise Ratio(PSNR)

中图分类号:

TP309

方蒙蒙,何加铭,史智慧. 基于视觉掩蔽的隐写不可感知性评价方法[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2014.09.033.

FANG Meng-meng,HE Jia-ming,SHI Zhi-hui. Imperceptibility Evaluation Method of Steganography Based on Visual Masking[J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2014.09.033.

参考文献

参考文献 [ 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. (下转第173 页) [ 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

[1]	余恒, 王让定, 严迪群, 张雪垣. 基于采样值排序的音频可逆隐写算法[J]. 计算机工程, 2021, 47(1): 123-128,138.
[2]	梁猛, 史晓霜. 基于二阶Newton插值的莫尔条纹消除算法[J]. 计算机工程, 2020, 46(5): 259-266.
[3]	王晓明, 徐涛, 冉彪. 最小类内方差支持向量引导的字典学习[J]. 计算机工程, 2020, 46(4): 60-69.
[4]	喻靖民,向凌云,曾道建. 基于Word2vec的自然语言隐写分析方法[J]. 计算机工程, 2019, 45(3): 309-314.
[5]	张文坤,汪西原,宋佳乾. 基于分数阶微分差与高斯曲率滤波的边缘检测算法[J]. 计算机工程, 2019, 45(2): 213-219.
[6]	王金伟,朱天成,瞿治国. 一种基于改进乒乓协议的量子隐写术[J]. 计算机工程, 2018, 44(12): 18-22.
[7]	高培贤,魏立线,刘佳. 针对图像隐写分析的卷积神经网络结构改进[J]. 计算机工程, 2018, 44(10): 309-313.
[8]	陆敏俊,王慈. 基于相关性的JPEG高压缩图像峰值信噪比盲估计[J]. 计算机工程, 2017, 43(8): 253-257.
[9]	秦冬冬,陈志军,闫学勤. 多层阈值函数下的小波图像去噪[J]. 计算机工程, 2017, 43(6): 202-206.
[10]	王磊,高茂庭. 基于CRITIC权与灰色关联的隐写分析算法综合评估[J]. 计算机工程, 2017, 43(4): 154-159.
[11]	魏伟一,杨阳. 一种基于块熵的均匀嵌入隐写算法 [J]. 计算机工程, 2017, 43(12): 274-277.
[12]	吴运达,张涛,侯晓丹,徐琛. 基于异常点检测的通用无监督隐写取证算法[J]. 计算机工程, 2017, 43(11): 239-244,251.
[13]	王刘涛,黄淼,王建玺,马飞. 交叉分辨率自适应字典学习的单帧超分辨率算法[J]. 计算机工程, 2016, 42(8): 206-210,219.
[14]	陶志强,李海林,张红兵. 基于新边缘指导插值的迭代反投影超分辨率重建算法[J]. 计算机工程, 2016, 42(6): 255-260.
[15]	张国林,管菊花,张树业. 基于Karhunen-Loeve变换优化的图像隐写技术[J]. 计算机工程, 2016, 42(2): 151-156.

基于视觉掩蔽的隐写不可感知性评价方法

Imperceptibility Evaluation Method of Steganography Based on Visual Masking

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10