留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种基于H.264预测模式的数字栅格地图数据隐藏算法

郭建忠 薛帅 祝若鑫 陈科

郭建忠, 薛帅, 祝若鑫, 陈科. 一种基于H.264预测模式的数字栅格地图数据隐藏算法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(6): 825-831. doi: 10.13203/j.whugis20140593
引用本文: 郭建忠, 薛帅, 祝若鑫, 陈科. 一种基于H.264预测模式的数字栅格地图数据隐藏算法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(6): 825-831. doi: 10.13203/j.whugis20140593
GUO Jianzhong, XUE Shuai, ZHU Ruoxin, CHEN Ke. An Improved Digital Raster Map Data Hiding Algorithm Based on H.264/AVC Intra Prediction[J]. Geomatics and Information Science of Wuhan University, 2016, 41(6): 825-831. doi: 10.13203/j.whugis20140593
Citation: GUO Jianzhong, XUE Shuai, ZHU Ruoxin, CHEN Ke. An Improved Digital Raster Map Data Hiding Algorithm Based on H.264/AVC Intra Prediction[J]. Geomatics and Information Science of Wuhan University, 2016, 41(6): 825-831. doi: 10.13203/j.whugis20140593

一种基于H.264预测模式的数字栅格地图数据隐藏算法

doi: 10.13203/j.whugis20140593
基金项目: 

国家自然科学基金 No. 41401462

详细信息
    作者简介:

    郭建忠,博士,教授,主要从事地理信息服务与云计算方面的研究。guo_jianzhong420@sohu.com

  • 中图分类号: P208

An Improved Digital Raster Map Data Hiding Algorithm Based on H.264/AVC Intra Prediction

Funds: 

The National Natural Science Foundation of China No. 41401462

More Information
    Author Bio:

    GUO Jianzhong, PhD, professor, specializes in the geographic information services and cloud computing. E-mail:guo_jianzhong420@sohu.com

  • 摘要: 针对数字栅格地图数据网络分发中安全高效的需求,提出了一种基于H.264/AVC的数据隐藏算法。首先,结合H.264帧内编码特点,根据方向近似性对H.264视频4×4亮度块的9种帧内预测模式进行分组;然后,在分析当前块所采用的预测模式和数字栅格地图数据特征的基础上,建立数字栅格地图数据和预测模式之间的映射关系,根据此映射关系实现数字栅格地图数据的隐藏。实验结果表明,该方法有效降低了数据嵌入引起的视频失真强度,限制了视频位率的增加;嵌入和提取方法简单快速,保证了数字栅格地图数据网络分发的效率和安全性。
  • 图  1  4×4亮度块帧内待编码像素和参考像素之间的位置关系

    Figure  1.  Position Relationship Between Coding Pixel and Reference Pixel of 4×4 Luma Block in Frame

    图  2  4×4亮度块帧内预测模式

    Figure  2.  Intra Prediction Modes of 4×4 Luma Block

    图  3  相邻模块

    Figure  3.  Adjacent Blocks

    图  4  视频图像隐藏前后效果对比

    Figure  4.  Comparison Between Before- and After-Embedding

    表  1  第一组和第二组中栅格地图的嵌入方式

    Table  1.   Embedding Way of Raster Map to Group 1 and Group 2

    栅格地图 模式选择
    模式3、7模式1、8
    0 7 8
    1 3 1
    下载: 导出CSV

    表  2  第三组和第四组中栅格地图的嵌入方式

    Table  2.   Embedding Way of Raster Map to Group 3 and Group 4

    栅格地图 模式选择
    模式2、4、5、6模式0/2
    00 2 2
    01 4 0
    10 5 0
    11 6 0
    下载: 导出CSV

    表  3  视频序列隐藏结果

    Table  3.   Embedding Results of Video Sequence

    视频 名称视频容量
    /MB
    栅格地图
    数据/MB
    比特率
    变化/%
    PSNR
    减少量/dB
    Silent473 103.560.04
    1003.900.07
    2004.520.12
    Foreman356 103.720.05
    1004.750.13
    2005.130.21
    Container289 103.360.04
    1005.620.11
    2006.030.25
    CoastGuard435 101.360.04
    1002.850.08
    2003.770.13
    Bridge-Close372 102.170.03
    1004.290.07
    2005.070.15
    下载: 导出CSV

    表  4  文献[4]算法隐藏结果

    Table  4.   Embedding Result of Ref. [4]

    视频
    名称
    视频容量
    /MB
    栅格地图
    数据/MB
    比特率
    变化/%
    PSNR
    减少量/dB
    Silent462 105.160.45
    1005.431.32
    2005.722.17
    Foreman343 104.260.36
    1004.750.97
    2005.132.09
    Container317 105.360.55
    1005.620.79
    2006.121.55
    CoastGuard425 102.070.35
    1002.850.96
    2003.771.62
    Bridge-Close359 103.620.34
    1004.290.88
    2005.071.73
    下载: 导出CSV

    表  5  文献[5]算法隐藏结果

    Table  5.   Embedding Result of Ref. [5]

    视频
    名称
    视频容量
    /MB
    栅格地图
    数据/MB
    比特率
    变化/%
    PSNR
    减少量/dB
    Silent452 105.090.73
    1005.411.27
    2006.231.92
    Foreman349 104.160.45
    1004.730.83
    2005.691.51
    Container276 105.270.64
    1005.721.53
    2006.532.75
    CoastGuard428 102.170.42
    1002.680.93
    2003.571.37
    Bridge-Close357 103.030.39
    1004.381.06
    2005.392.15
    下载: 导出CSV

    表  6  文献[6]算法隐藏结果

    Table  6.   Embedding Result of Ref. [6]

    视频
    名称
    视频容量
    /MB
    栅格地图
    数据/MB
    比特率
    变化/%
    PSNR
    减少量/dB
    Silent469 104.850.73
    1005.311.06
    2006.251.64
    Foreman353 104.720.45
    1004.950.97
    2005.691.76
    Container281 104.360.64
    1005.681.28
    2006.672.64
    CoastGuard435 102.360.42
    1002.990.89
    2003.951.57
    Bridge-Close363 103.170.39
    1004.731.12
    2005.821.95
    下载: 导出CSV

    表  7  4种算法嵌入速度的比较/(MB·s-1)

    Table  7.   Comparison of Embedding Speed of 4 Methods/(MB\5s-1)

    视频序列文献[4]文献[5]文献[6]本文
    Silent 3.27 2.94 3.68 4.78
    Foreman 3.10 2.84 3.62 4.71
    Container 2.53 2.11 3.02 4.02
    CoastGuard 2.70 2.57 3.34 4.59
    Bridge-Close 2.89 2.68 3.51 4.61
    下载: 导出CSV
  • [1] Yamadera S, Wada N, Hangai S. A Study on Light Information Hiding Method Compatible with Conventional H.264/AVC Decoder[C]. IEEE 2nd European Workshop on Visual Information Processing, Paris, 2010
    [2] Su P C, Chen W Y, Shiau S Y, et al. A Privacy Protection Scheme in H.264/AVC by Data Hiding[C]. Signal and Information Processing Association Annual Summit and Conference, Taiwan, 2013
    [3] Priya S, Amritha P P. Information Hiding in H.264, H.265, and MJPEG[C]. The International Conference on Soft Computing Systems, India, 2016
    [4] Idbeaa T, Jumari K. Samad S, et al. New Approach of Encrypting Embedded Data in H.264 Compressed Video[J]. Advanced Materials Research, 2011, 230-232:346-351
    [5] Shahid Z, Puech W. A Histogram Shifting based RDH Scheme for H.264/AVC with Controllable Drift[C]. IS&T/SPIE Electronic Imaging, International Society for Optics and Photonics, San Francisco, 2013
    [6] Shahid Z, Chaumont M, Puech W. Considering the Reconstruction Loop for Data Hiding of Intra-and Inter-Frames of H.264/AVC[J]. Signal, Image and Video Processing, 2013, 7(1):75-93
    [7] Lin T J, Chung K L, Chang P C, et al. An Improved DCT-based Perturbation Scheme for High Capacity Data Hiding in H.264/AVC Intra Frames[J]. Journal of Systems and Software, 2013, 86(3):604-614
    [8] Chen C, Chen J, Ouyang K, et al. A Hybrid Fast Mode Decision Method for H.264/AVC Intra Prediction[J]. Multimedia Tools and Applications, 2013, 62(3):719-731
    [9] Richardson I E G. The H.264 Advanced Video Compression Standard[M]. United Kingdom:Wiley John&Sons, 2010
    [10] 王志伟,朱长青,王奇胜,等.一种基于HVS和DFT的栅格地图自适应数字水印算法[J]. 武汉大学学报·信息科学版,2011,36(3):351-354

    Wang Zhiwei, Zhu Changqing, Wang Qisheng, et al. An Adaptive Algorithm for Digital Raster Map Watermarking Based on HVS and DFT[J]. Geomatics and Information Science of Wuhan University, 2011, 36(3):351-354
    [11] 贾培宏,马劲松,史照良,等.GIS空间数据水印信息隐藏与加密技术方法研究[J]. 武汉大学学报·信息科学版,2004,29(8):747-751

    Jia Peihong, Ma Jinsong, Shi Zhaoliang, et al. Technical Methods for Encrypting and Hiding Digital Watermark in GIS Spatial Data[J]. Geomatics and Information Science of Wuhan University, 2004, 29(8):747-751
    [12] Chien C D, Lu K P, Shih Y H, et al. A High Performance CAVLC Encoder Design for MPEG-4 AVC/H.264 Video Coding Applications[C]. IEEE International Symposium on Circuits and Systems, Greece, 2015
    [13] Seeling P, Reisslein M. Video Transport Evaluation with H.264 Video Traces[J]. IEEE Communications Surveys&Tutorials, 2011, 14(4):1142-1165
    [14] 胡洋.基于H.264/AVC帧内预测模式的视频信息隐藏算法[D].天津:天津大学,2007

    Hu Yang. Information Hiding Based on Modes of Intra Frames for H.264/AVC[D]. Tianjing University, 2007
    [15] De J O D H, Vergara Villegas O O, Cruz Sanchez V G, et al. The H.264 Video Coding Standard[J]. IEEE Potentials, 2014, 33(2):32-38
  • [1] 沈意浪, 艾廷华.  栅格地图注记一致性探测与度量 . 武汉大学学报 ● 信息科学版, 2017, 42(6): 737-743. doi: 10.13203/j.whugis20150549
    [2] 孙文彬, 周长江.  基于内接正八面体的近似等积格网变形分析 . 武汉大学学报 ● 信息科学版, 2016, 41(12): 1577-1583. doi: 10.13203/j.whugis20140844
    [3] 李宇光, 李清泉.  利用地图栅格化的海量浮动车数据道路匹配快速算法 . 武汉大学学报 ● 信息科学版, 2014, 39(6): 724-728. doi: 10.13203/j.whugis20140071
    [4] 王志伟, 朱长青, 王奇胜, 符浩军.  一种基于HVS和DFT的栅格地图自适应数字水印算法 . 武汉大学学报 ● 信息科学版, 2011, 36(3): 351-354.
    [5] 朱长青, 符浩军, 杨成松, 王奇胜.  基于整数小波变换的栅格数字地图数字水印算法 . 武汉大学学报 ● 信息科学版, 2009, 34(5): 619-621.
    [6] 白建荣, 贾永红, 潘鹏.  一种修改JPEG图像量化表的信息隐藏方法 . 武汉大学学报 ● 信息科学版, 2009, 34(10): 1236-1239.
    [7] 黄晓平, 沈未名, 郭晓云, 魏晓莉.  基于BSP-15下低码率实时H.264编码器的实现 . 武汉大学学报 ● 信息科学版, 2008, 33(5): 546-549.
    [8] 种衍文, 熊淑琴.  一种改进的H.264差错隐藏算法 . 武汉大学学报 ● 信息科学版, 2008, 33(11): 1146-1149.
    [9] 周继军, 陈钟.  chi-square检测算法的特性分析研究 . 武汉大学学报 ● 信息科学版, 2006, 31(4): 371-374.
    [10] 刘春, 史文中, 刘大杰.  数字土地信息中属性数据的质量控制 . 武汉大学学报 ● 信息科学版, 2004, 29(3): 244-248.
    [11] 郭庆胜, 丁虹.  基于栅格数据的面状目标空间方向相似性研究 . 武汉大学学报 ● 信息科学版, 2004, 29(5): 447-450,465. doi: 10.13203/j.whugis2004.05.016
    [12] 喻占武, 黄晓杰, 贾佳, 范励.  适用于H.264的高性能快速运动估计算法 . 武汉大学学报 ● 信息科学版, 2004, 29(5): 466-469. doi: 10.13203/j.whugis2004.05.020
    [13] 关泽群, 王贤敏, 孙家抦.  一种实用的遥感影像二维信息隐藏盲算法 . 武汉大学学报 ● 信息科学版, 2004, 29(4): 296-301.
    [14] 贾培宏, 马劲松, 史照良, 徐志中.  GIS空间数据水印信息隐藏与加密技术方法研究 . 武汉大学学报 ● 信息科学版, 2004, 29(8): 747-751.
    [15] 郭庆胜, 闫卫阳, 李圣权.  中心城市空间影响范围的近似性划分 . 武汉大学学报 ● 信息科学版, 2003, 28(5): 596-599.
    [16] 李德仁, 朱欣焰, 龚健雅.  从数字地图到空间信息网格——空间信息多级网格理论思考 . 武汉大学学报 ● 信息科学版, 2003, 28(6): 642-650.
    [17] 余晓红, 刘大杰.  地图数字化数据坐标变换的相关性分析 . 武汉大学学报 ● 信息科学版, 2002, 27(5): 456-461.
    [18] 黄加纳, 蓝悦明, 覃文忠.  地图数字化的坐标转换及数据的精度与相关性 . 武汉大学学报 ● 信息科学版, 2001, 26(3): 213-216.
    [19] 毋河海.  作为空间信息系统核心的地图数据库系统 . 武汉大学学报 ● 信息科学版, 1986, 11(1): 20-31.
    [20] 杜道生.  专题地图上面状符号内晕线的自动描绘 . 武汉大学学报 ● 信息科学版, 1980, 5(1): 127-136.
  • 加载中
图(4) / 表(7)
计量
  • 文章访问数:  947
  • HTML全文浏览量:  28
  • PDF下载量:  282
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-12-10
  • 刊出日期:  2016-06-05

一种基于H.264预测模式的数字栅格地图数据隐藏算法

doi: 10.13203/j.whugis20140593
    基金项目:

    国家自然科学基金 No. 41401462

    作者简介:

    郭建忠,博士,教授,主要从事地理信息服务与云计算方面的研究。guo_jianzhong420@sohu.com

  • 中图分类号: P208

摘要: 针对数字栅格地图数据网络分发中安全高效的需求,提出了一种基于H.264/AVC的数据隐藏算法。首先,结合H.264帧内编码特点,根据方向近似性对H.264视频4×4亮度块的9种帧内预测模式进行分组;然后,在分析当前块所采用的预测模式和数字栅格地图数据特征的基础上,建立数字栅格地图数据和预测模式之间的映射关系,根据此映射关系实现数字栅格地图数据的隐藏。实验结果表明,该方法有效降低了数据嵌入引起的视频失真强度,限制了视频位率的增加;嵌入和提取方法简单快速,保证了数字栅格地图数据网络分发的效率和安全性。

English Abstract

郭建忠, 薛帅, 祝若鑫, 陈科. 一种基于H.264预测模式的数字栅格地图数据隐藏算法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(6): 825-831. doi: 10.13203/j.whugis20140593
引用本文: 郭建忠, 薛帅, 祝若鑫, 陈科. 一种基于H.264预测模式的数字栅格地图数据隐藏算法[J]. 武汉大学学报 ● 信息科学版, 2016, 41(6): 825-831. doi: 10.13203/j.whugis20140593
GUO Jianzhong, XUE Shuai, ZHU Ruoxin, CHEN Ke. An Improved Digital Raster Map Data Hiding Algorithm Based on H.264/AVC Intra Prediction[J]. Geomatics and Information Science of Wuhan University, 2016, 41(6): 825-831. doi: 10.13203/j.whugis20140593
Citation: GUO Jianzhong, XUE Shuai, ZHU Ruoxin, CHEN Ke. An Improved Digital Raster Map Data Hiding Algorithm Based on H.264/AVC Intra Prediction[J]. Geomatics and Information Science of Wuhan University, 2016, 41(6): 825-831. doi: 10.13203/j.whugis20140593
  • 地理空间数据是国家重要的战略性资源,是国防建设和社会发展的基础数据。绝大部分地理空间数据涉及国家机密,关系到国家安全和社会稳定,在网络分发过程中必须保证数据的安全性。另外,在面对诸如突发事件应急处理时,对空间数据分发的效率也有一定的要求。

    传统的人工传送方式因传输周期长而不能满足空间数据的快速分发。随着数据传输和分发模式的革新,地理空间数据传输对网络的依赖越加强烈,而网络的高普及率使得网络数据传输的安全性受到严重威胁。

    信息隐藏技术利用载体掩护秘密数据的传输,使得秘密数据隐蔽地到达目的地。信息隐藏技术主要分为隐写术和数字水印。二者的应用方向和侧重点各有不同。数字水印技术是将版权信息嵌入到需要保护的载体中,证明载体的版权或验证其完整性;而隐写术则通常用于实现隐蔽通信,将秘密信息嵌入到普通的载体中,在开放的环境中实现秘密信息的传送,并掩盖秘密信息的存在,从而使秘密信息躲过被监控和破坏的危险。本文研究隐写术在栅格地图网络传输中的应用。考虑到栅格地图可能具有较大的数据量,因此,具有较大隐藏容量和复杂结构的视频已成为理想的载体。而视频又是网络上最为常见的多媒体文件,因此,基于视频的数据隐藏技术具有普遍性。

    H.264/AVC是目前较新的视频压缩标准之一[1, 2]。关于H.264/AVC的视频信息隐藏技术,主要体现在基于量化的整数变换系数信息嵌入和基于块的帧内预测模式嵌入[3]。目前,大部分方法选择I帧作为隐藏帧,这是因为作为参考帧,I帧比P、B帧具有更多的冗余空间。文献[4]通过调制H.264/AVC编码中的I帧4×4亮度块的帧内预测模式来实现信息隐藏,建立基于预测模式与待隐藏比特之间的映射关系,结合各块特点和密钥指定的嵌入位置来嵌入信息,实现了秘密信息的盲提取,但隐藏容量有限。文献[5]设计了一种最小角偏移预测模式替换算法,使用Tent映射选择待嵌入宏块,结合帧内预测模式和哥伦布编码特点,实现秘密信息的嵌入;该方法增加了秘密信息的安全性,对视频改动较小,但算法复杂度较高,实现起来对硬件要求较高。文献[6]实现了一种基于帧内和帧间冗余的视频信息隐藏,通过对H.264/AVC视频编码过程中非零量化系数进行分析,设定适当的阈值并选择大于阈值的非零量化系数作为秘密数据的宿主;该方法鲁棒性较弱,隐藏后视频负载增加较为明显。文献[7]通过离散余弦变换(discrete cosine transform,DCT)在I帧中置入信息,修改P帧和B帧中的运动向量来嵌入秘密数据;该方法为信息隐藏的完整性提供了新思路,但同时也增加了视频的比特率。

    在对H.264视频文件进行嵌入时,所选预测模式相差角度越大对视频比特率的影响就越大。因此,应尽量减少视频统计规律的变化。本文在总结H.264视频隐藏算法的基础上,提出一种根据H.264视频预测模式方向近似性的隐藏算法,建立数字栅格地图数据和预测模式之间的映射,实现数字栅格地图数据(以下简称栅格地图)的快速嵌入和提取。

    • H.264标准采用基于块的运动补偿预测编码、变换编码以及熵编码相结合的混合编码框架,并在帧内预测、块大小可变的运动补偿、4×4整数变换、1/8精度运动估值、基于上下文的自适应二进制算数编码等技术环节引入新技术,具有码流低、图像质量高、容错能力强、网络适应性强等优点,适合广播、存储、流媒体等交互和非交互式应用[8]。本文尝试利用4×4亮度块帧内预测模式来增加隐藏容量并应用于栅格地图的快速传输。

    • 在H.264空间域中,将相邻边沿的已编码重建的像素值直接进行外推,作为对当前帧内编码图像的预测值,有效地去除相邻块之间的相关性。帧内4×4亮度子块有9种可选预测模式,独立预测每个4×4亮度子块,适用于有大量细节的图像编码[9]。4×4亮度块帧内待编码像素和参考像素之间的位置关系如图 1所示。

      图  1  4×4亮度块帧内待编码像素和参考像素之间的位置关系

      Figure 1.  Position Relationship Between Coding Pixel and Reference Pixel of 4×4 Luma Block in Frame

      图 1中,A~M表示4×4亮度块的上方和左方像素,这些像素均为先于该块已重建的像素,是编码器中的预测参考像素;a~p表示亮度块内的16个待预测像素,其预测值由A~M的值和图 2中的9种预测模式来计算。其中,模式2是DC预测,其余8种预测模式所对应的预测方向如图 2所示。

      图  2  4×4亮度块帧内预测模式

      Figure 2.  Intra Prediction Modes of 4×4 Luma Block

      本文以此9种预测模式为基础,根据方向近似性对预测模式进行分组,下面介绍预测模式选择方法。

    • 模式选择分为最佳预测模式和最可能预测模式。首先,采用率失真优化方法能达到最优编码性能。对于4×4帧内预测所有的模式组合都被执行,通过计算每种预测模式的拉格朗日函数值,选取函数值最小的预测模式作为最佳预测模式:

      (1)

      其中,YR分别代表编码该模式的失真和位率估计;λmode代表取决于量化参数QP的拉格朗日乘法系数,该系数可通过式(2)计算得到:

      (2)

      Y可由式(3)的原始亮度模块I与重建模块N之间差值的平方和求得:

      (3)

      其次,最可能预测模式由当前块的上相邻块和左相邻块预测求得,记为Px。相邻模块如图 3所示。

      图  3  相邻模块

      Figure 3.  Adjacent Blocks

      方法为取两相邻块预测值中的最小值:

      (4)

      modeAmodeB分别为宏块AB的预测模式。

    • 本文根据预测方向的相近性把帧内预测模式分为4个组,通过修改同一组中不同模式来隐藏栅格地图。

    • 本文在I帧中采用4×4帧内预测模式来隐藏栅格地图。通过观察4×4帧内预测的9种模式不难发现,有些预测方向相近的模式采用相同的相邻模块进行预测计算。如果隐藏进程是基于使用相近方向的修改模块,就能避免模式不能使用的问题。本文认为使用修改相近方向的模块来隐藏数据比随机选择修改模块有更好的效果。模式按相近方向分组定义如下:

      第一组:模式1和8

      第二组:模式3和7

      第三组:模式2、4、5和6

      第四组:模式0和2

      为了增加隐藏容量,在第三组中增加一个DC模式(即模式2),以达到每个模式中能隐藏两个比特的效果。选择DC模式是因为模式4、5、6的可用性暗示了第2模式的有效。即便如此,编码器还是为模式2提供了一个默认值(DC值为128),避免相邻模版不可用的情况。在4×4亮度块帧内预测时,其中DC预测(模式2)、垂直预测(模式0)和水平预测(模式1)总是被认为有效的,即使在编码块上面像素或左边像素不可用的情况下(这时候上面像素或左边像素的值就使用128这个值来代替),而其他模式仅当所有需要利用的预测像素点都可用的情况下才可以使用(如果E、F、G、H不可用,可以用D的值来代替)。但是,把DC模式修改为4、5或6模式比较困难,因为图 3中的D块可能无效;为了保持位率,此时最可能预测模式为模式2。

      为了使用所有的9个模式,通过把模式0替换为模式2来隐藏2个比特。而模式的改变通过位失真最优化生效。

    • 本文把4×4亮度模块的9种预测模式根据预测方向分为4组,根据每组模式特征建立栅格地图和待嵌入块之间的映射关系。

      栅格地图具有数据量大、数据结构简单及数据精度相对较低的特点,用于表达空间上连续的实体要素。在嵌入到隐藏载体之前需进行压缩、分存等处理[10, 11],本文主要研究信息嵌入和提取的算法、速度、效果。另外,信息隐藏算法主要关注隐藏位置、隐藏方法,栅格地图图像复杂度对图像的压缩、分存和加密过程存在影响[12, 13]

      为方便表示,本文定义以下符号:

      I4模式:I4块的9种帧内预测模式;

      Px:当前I4块的最可能预测模式;

      Mx:当前I4块实际采用的预测模式;

      Fx:Mx的指示标志;

      Ox:当前I4块的最优I4模式。

      在确定当前模块预测模式的时候,必须满足标志不变条件[14, 15]:要求当前块满足条件PxOxI4预测模式的指示标志Fx=0。在I帧中,各个块的预测模式标志Fx的分布与图像的特征具有一定相关性。在图像的边缘或纹理区域,相邻块具有相同预测模式的可能性小,大部分Fx为0;而在图像平滑或纹理平滑区域,相邻块具有相同预测模式的可能性较大,大部分Fx为1。所以,为保持Fx的这种分布特征以保证嵌入信息的隐蔽性,信息嵌入过程不能改变多个I4块的Fx。在Fx的值为1时,除Px外没有可以采用的I4模式,故此时无法对信息嵌入所需I4模式调制,则该块不能用于信息嵌入;Fx的值为0时,除Px外的8种I4模式皆可当作当前块的备选模式,因此这样的块可通过调制I4模式用于隐藏。

      在确定最终使用的预测模式后,根据上述映射原则进行栅格地图的嵌入。在第一组中,每个模块只能嵌入一个比特,比如若栅格地图数据比特为1,嵌入到模式8中,模式1(即水平模式)不发生变化;若栅格地图数据为0,则嵌入到模式1中而模式8不发生变化。为保持位率和可靠检测,如果Px与模式1或模式8相等,则与模式Px相等的模式不能嵌入信息。第二组的嵌入规则和第一组相同,嵌入过程如表 1所示。

      表 1  第一组和第二组中栅格地图的嵌入方式

      Table 1.  Embedding Way of Raster Map to Group 1 and Group 2

      栅格地图 模式选择
      模式3、7模式1、8
      0 7 8
      1 3 1

      表 2介绍了第三组和第四组中栅格地图数据嵌入时的映射原则。在第三组中,无论哪一种模式都能嵌入两个比特的栅格地图数据。比如,当最佳模式与模式4相同,并且Px与模式4、模式5、模式6不同,则选择模式2来隐藏栅格地图数据比特00;当选择模式为6时,可隐藏栅格地图数据比特11。如果最佳模式等于垂直模式0,并且Px与模式0不同,当且仅当栅格地图数据比特为00时,最佳模式替换为DC模式,其余情况不做改变。

      表 2  第三组和第四组中栅格地图的嵌入方式

      Table 2.  Embedding Way of Raster Map to Group 3 and Group 4

      栅格地图 模式选择
      模式2、4、5、6模式0/2
      00 2 2
      01 4 0
      10 5 0
      11 6 0
    • 在模式选定后,应尽量减小因数据嵌入引起的失真和视频比特率变化,所以,当模式必须改变时,应尽量选择方向相近的模式来代替。嵌入算法的核心是对预测模式行分组,确定嵌入模式,确定待嵌入模块及栅格地图嵌入提取。

      步骤1 分析参考I帧图像,根据宏块量化参数QP及图像编码类型,计算该图像的拉格朗日参数,以便确定其最优预测模式。

      步骤2 根据方向近似性原则把4×4亮度模块9种预测模式分成4组。

      步骤3 根据标志不变条件,选择待嵌入宏块,对比最优预测模式Ox和最可能预测模式Px

      (5)

      OxPx相等,则该模块不能作为嵌入块,即Fx为1;若两者不相等,则该块可以作为待嵌入模块。

      模块实际采用的预测模式Mx的计算公式为[8]

      (6)

      步骤4 根据采用的预测模式进行栅格地图的嵌入,若采用预测模式为第一组和第二组的模式,则嵌入一个比特;若采用预测模式为第三组和第四组的模式,则嵌入两个比特。

      重复步骤1~4,直到所有数据嵌入结束。

      栅格地图的提取过程如下。

      步骤1 根据密钥选出隐藏有栅格地图的I帧。

      步骤2 判断模块是否符合标志不变条件,即判断是否为秘密信息嵌入模块。

      步骤3 计算当前模块的最优预测模式Ox和最可能预测模式Px,得出当前块的预测模式。

      步骤4 由当前块的预测模式,根据表 1表 2推断出所隐藏的栅格地图。表 2中,当预测模式为0时有3种情况,需根据隐藏密钥提取栅格地图。其余情况均可根据当前块所采用的预测模式直接提取栅格地图。

      重复步骤1~4,直到提取出所有栅格数据,重组栅格地图,提取结束。

    • 本文实验中栅格地图选取大小为10 MB、100 MB、200 MB的数字栅格地图,选取5个QCIF标准的视频序列(Silent,Foreman,Container,CoastGuard,Bridge-Close),帧率为30 fps,视频大小范围为180~2 550 MB,视频序列的画面组(group of pictures,GOP)结构为“IBPBPBPBPB”。在实验中,用本文算法对伪随机序列栅格地图进行隐藏,并从隐藏容量、比特率、峰值信噪比(peak signal to noise ratio,PSNR)、嵌入速度等方面对本文算法进行评估,并与文献[4-6]的算法进行比较。

    • 表 3给出了本文算法在5种不同视频序列中的性能结果。

      表 3  视频序列隐藏结果

      Table 3.  Embedding Results of Video Sequence

      视频 名称视频容量
      /MB
      栅格地图
      数据/MB
      比特率
      变化/%
      PSNR
      减少量/dB
      Silent473 103.560.04
      1003.900.07
      2004.520.12
      Foreman356 103.720.05
      1004.750.13
      2005.130.21
      Container289 103.360.04
      1005.620.11
      2006.030.25
      CoastGuard435 101.360.04
      1002.850.08
      2003.770.13
      Bridge-Close372 102.170.03
      1004.290.07
      2005.070.15

      表 3数据可以看出,Container视频的隐藏容量最低,说明该视频中图像细节较少,平滑区域较多。隐藏容量最高的是Silent,说明该视频图像细节较多,平滑区域较少。

      在同样的实验环境中,分别对文献[4-6]算法和本文算法进行对比,隐藏容量、比特率和PSNR减少量分别如表 4~表 6所示。

      表 4  文献[4]算法隐藏结果

      Table 4.  Embedding Result of Ref. [4]

      视频
      名称
      视频容量
      /MB
      栅格地图
      数据/MB
      比特率
      变化/%
      PSNR
      减少量/dB
      Silent462 105.160.45
      1005.431.32
      2005.722.17
      Foreman343 104.260.36
      1004.750.97
      2005.132.09
      Container317 105.360.55
      1005.620.79
      2006.121.55
      CoastGuard425 102.070.35
      1002.850.96
      2003.771.62
      Bridge-Close359 103.620.34
      1004.290.88
      2005.071.73

      表 5  文献[5]算法隐藏结果

      Table 5.  Embedding Result of Ref. [5]

      视频
      名称
      视频容量
      /MB
      栅格地图
      数据/MB
      比特率
      变化/%
      PSNR
      减少量/dB
      Silent452 105.090.73
      1005.411.27
      2006.231.92
      Foreman349 104.160.45
      1004.730.83
      2005.691.51
      Container276 105.270.64
      1005.721.53
      2006.532.75
      CoastGuard428 102.170.42
      1002.680.93
      2003.571.37
      Bridge-Close357 103.030.39
      1004.381.06
      2005.392.15

      表 6  文献[6]算法隐藏结果

      Table 6.  Embedding Result of Ref. [6]

      视频
      名称
      视频容量
      /MB
      栅格地图
      数据/MB
      比特率
      变化/%
      PSNR
      减少量/dB
      Silent469 104.850.73
      1005.311.06
      2006.251.64
      Foreman353 104.720.45
      1004.950.97
      2005.691.76
      Container281 104.360.64
      1005.681.28
      2006.672.64
      CoastGuard435 102.360.42
      1002.990.89
      2003.951.57
      Bridge-Close363 103.170.39
      1004.731.12
      2005.821.95

      表 3可以看出,隐藏数据后视频比特率随着隐藏容量的增加而增加,变化范围为1.36%到6.03%。由表 4~表 6中实验结果可知,文献[6]算法的比特率变化范围为2.36%到6.67%,而文献[5]算法比特率变化范围为2.17%到6.53%,文献[4]算法比特率变化范围为2.07%到6.12%。与其他3种算法相比,本文算法中隐藏后的视频比特率改变较小;同时,本文算法隐藏容量相对较高,位率在3.2和6.1之间变化。在平滑区域较多的视频图像中,算法容量相差不大,但随着图像细节的增加,本文算法的优势得到显著体现。

      本文算法没有利用复杂的映射来寻找载体帧和载体宏块,省去了繁琐的计算步骤,嵌入和提取速度较快,特别是提取速度快,因而能应用于实时传输。由表 3中PSNR减少量可知,嵌入秘密数据后的视频质量并未发生明显变化,比如Bridge-Close的PSNR嵌入200 MB数据时只降低了0.15 dB,对视频质量的影响不大。图 4给出了CoastGuard和Foreman视频在I帧数据嵌入前后对比图,肉眼很难分辨出两幅图像差异。

      图  4  视频图像隐藏前后效果对比

      Figure 4.  Comparison Between Before- and After-Embedding

      表 7列出了本文算法和其他3种算法在5个视频序列中栅格地图的嵌入速度的对比。

      表 7  4种算法嵌入速度的比较/(MB·s-1)

      Table 7.  Comparison of Embedding Speed of 4 Methods/(MB\5s-1)

      视频序列文献[4]文献[5]文献[6]本文
      Silent 3.27 2.94 3.68 4.78
      Foreman 3.10 2.84 3.62 4.71
      Container 2.53 2.11 3.02 4.02
      CoastGuard 2.70 2.57 3.34 4.59
      Bridge-Close 2.89 2.68 3.51 4.61

      与文献[4-6]中的算法相比,基于方向相近的分组隐藏,减少了由搜索次最优模式产生的额外时间和映射产生的重处理时间,因而具有较快的嵌入速度。而且,图像复杂度越高,本文嵌入速度较其他3种算法越快。如视频图像复杂度较高的Silent 、Foreman、CoastGuard视频序列中,根据预测方向近似性嵌入算法的嵌入速度与其他3种算法的差别明显高于视频图像复杂度较低的Container和Bridge-Close视频序列。

    • 本文提出了一种基于H.264视频预测方向的栅格地图隐藏算法,根据方向相似性对4×4亮度块帧内预测模式进行分组,再根据待嵌入块的预测模式嵌入栅格地图,建立了预测模式和栅格地图之间的映射,在保证安全性的基础上实现了栅格地图的快速嵌入和低计算量的提取。通过实验证明了该算法具有较高的隐藏容量,并在隐藏容量和视频质量之间取得了较好的平衡。

参考文献 (15)

目录

    /

    返回文章
    返回