基于像素矢量成本的彩图隐写方案

本文最后更新于1590天前，其中的信息可能已经有所发展或是发生改变。

1.前言

彩图作为通用的图像是良好的信息传播工具，本文从彩图像素矢量的角度设计并实现了隐写方案，经过多次隐写分析结果可知其具有良好的安全性能。

2.背景

现代图像隐写方案是在最小化嵌入失真理论框架下设计的，而失真与嵌入隐写信息的成本有密切的关联。近期，有学者已经提出了一种可用于彩色图像的CMD（clustering modification directions，聚类修改方向）隐写方案，但其尚未充分利用颜色相关性的特征。

3.彩图隐写方案

3.1综述

在本文中，作者从CPV（color pixel vectors，彩色像素矢量）的角度构建了彩色图最小化嵌入失真框架，提出了彩色图像的隐写术方案，其中来自同一像素位置的三个颜色分量形成一个矢量。嵌入成本是根据颜色像素矢量而不是单个颜色分量直接定义的。因此，可以在嵌入数据后更好地保留颜色相关性。作者提出了VPF（vector product filtering ，向量乘积滤波）运算方法以简化基于向量的嵌入成本的构建过程。并将基于向量的成本转换为基于颜色成分的成本，此时，即可采用常规的隐写编码方案做编码操作，例如STCs（syndrome-trellis codes ，校正子网格码）。近期提出的CMD方案也可以加入到提出的隐写方案中以进一步提高性能。

3.2彩色图像最小化嵌入失真框架的构建

已知彩色图具有三个颜色通道，则做如下声明（嵌入概率和嵌入成本分别有四种标识方式，它们是一样的）：

在已有的知识经验基础下，本文规定在有效载荷的约束下最小化失真，如下：

上述公式中，详细说明如下：

嵌入概率结合公式（1）设计得：

其中：

为了方便失真函数的分析，声明彩色图嵌入成本和嵌入概率如下：

则针对彩色图像，最小化失真的公式（1）可展开为：

通过化简，可得：

3.3彩色图隐写方案

本方案概图如下图。

和传统的隐写方案相比，本方案主要有两点不同：

在这里，修改了基于CPV的嵌入成本的计算方式，主要分为计算基于CPV的成本集、分解CPV成本集为三个颜色分量成本。

3.3.1计算基于CPV的成本集

首先对每个颜色通道执行高通滤波运算，以获得残差图像。然后，使用一种称为残差相关性水平（RCL，Residual Correlation Level）的方式来评估邻域中残差矢量之间的复杂关系。通过评估不同干扰模式下的RCL，生成RCL的相对变化即灵敏度指数（SI，Sensitivity Index）来衡量干扰的影响。最后针对每种干扰模式对SI图像进行低通滤波运算，以获得最终的嵌入成本集。由于嵌入成本是基于CPV的，因此其包含了颜色通道内部和颜色通道之间的相关性。

下图是计算基于CPV的成本集的概图。