CN106254891A - 一种基于信息隐藏的矢量量化压缩方法 - Google Patents
一种基于信息隐藏的矢量量化压缩方法 Download PDFInfo
- Publication number
- CN106254891A CN106254891A CN201610606997.4A CN201610606997A CN106254891A CN 106254891 A CN106254891 A CN 106254891A CN 201610606997 A CN201610606997 A CN 201610606997A CN 106254891 A CN106254891 A CN 106254891A
- Authority
- CN
- China
- Prior art keywords
- image
- compression
- vector quantization
- row
- code word
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/90—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using coding techniques not provided for in groups H04N19/10-H04N19/85, e.g. fractals
- H04N19/94—Vector quantisation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
- Image Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明提出了一种基于信息隐藏的矢量量化压缩方法,可以大大提高常规矢量量化压缩方法的压缩性能:在压缩比为16倍时PSNR可达40dB以上,比常规矢量量化PSNR性能提高12dB以上;比JPEG2000压缩方法PSNR性能提高5dB以上,对有的图像PSNR可提高13dB,主要用于传输和存储。其特点在于:本发明利用信息隐藏技术在矢量量化中不是嵌入秘密信息,而是创造性地选择图像感兴趣区域嵌入特殊的误差校正信息,进行联合编码隐藏传输,接收端从正常的矢量量化索引数据中无失真提取校正信息,大大提高恢复图像质量。本发明具有高性能的数据压缩效果、硬件实现相对简单,既可对图像数据进行压缩,也可对非图像数据进行压缩。
Description
技术领域
本发明涉及一种数据通信的方法,特别涉及一种基于信息隐藏的矢量量化压缩方法,属于通信(如数据通信技术等)领域。
背景技术
信息隐藏,也称数据隐藏是信息安全的一个重要分支,其利用人类的视觉冗余将秘密信息嵌入到载体中,从而达到安全传输秘密信息的目的。
信息隐藏分为无损信息隐藏或者有损信息隐藏,有损信息隐藏如LSB、DCT信息隐藏方法,经过信息隐藏后载体数据有一定损失,信息无损失或有一定损失。无损信息隐藏方法如基于直方图的信息隐藏方法、差值扩展信息隐藏方法等,经过信息隐藏后载体数据无损失,信息也无损失。
通过信息隐藏技术可以做到在不改变载体(如图像)大小、不影响载体(如图像等)使用的情况下,在载体(如图像等)中嵌入秘密信息进行隐藏传输,接收端能够正确提取秘密信息,按要求恢复载体数据。
随着科技的发展,人们对高分辨率图像的需求越来越大,但高分辨率图像的数据量非常大,给存储和传输带来很大压力;因此,人们总在想方设法提高图像数据压缩的压缩比和压缩质量。数据压缩的典型方法有几大类:预测编码压缩、变换域压缩、矢量量化压缩、其它压缩方法等,或者分为标准压缩方法(JPEG2000压缩、JPEG压缩)和其它压缩方法。矢量量化(VQ)是一类典型的分组数据压缩方法,实现设计由N个码字组成的码书,然后把数据分块,每个数据块与码书中每个码字相比,找到最匹配的码字,然后传输该码字的标号或索引,在接收端根据收到的索引通过对码书查表的方法恢复每个分块,从而恢复原始数据。
把信息隐藏与数据压缩结合起来研究的也有,如基于矢量量化的信息隐藏方法,基于边缘匹配的矢量量化方法与信息隐藏结合等,没有基于信息隐藏改善矢量量化性能VQ的方法。
(1)矢量量化VQ图像压缩效果随码书质量变化而变化
如果训练图像样本多,学习算法性能好,则矢量量化VQ性能好,否则矢量量化VQ性能一般。用客观评价准则来说,峰值信噪比PSNR可能相差不少。
(2)矢量量化VQ图像压缩的PSNR有待提高。
因为学习算法及码书存储大小的限制,矢量量化压缩的峰值信噪比PSNR不高,如对于图像16倍压缩,PSNR可能只有30dB左右,有待提高。
发明内容
本发明的技术解决问题是:提出了一种基于矢量量化(VQ)的数据压缩方法,该方法把矢量量化残差进行信息隐藏,大大提高了重要区域图像压缩质量,而不降低压缩比,不增加数据量,克服了VQ方法的局限。该方法可用于地面设备之间、地面对航天器、航天器对地、航天器之间的图像传输。
本发明的技术方案是:一种基于信息隐藏的矢量量化压缩方法,步骤如下:
(1)对待压缩图像A进行操作,按需要的大小划定重要区域,每个区域单独形成一幅图像B1;
(2)对待压缩图像A按照顺序进行分块,分成A1、A2、…An,每块大小为p行q列,p、q为正整数;每个Ai,i=1,..n与设计好的码书{C1、C2….Cm}中每个码字进行矢量量化码字搜索,m为大于1的正整数,每个码字Ck大小为p行q列,找到每个Ai最匹配的码字Ck,k为1到m之间某个整数,为码字在码书中的标号,得到A1、A2、….An对应的码书中的标号为k1、k2,…kn,每个标号用t比特表示,共n*t比特;这n个标号形成索引数据流K;
(3)在索引数据流K中找出标号k1、k2,…kn,用k1找到码书中的码字Ck1,作为第一个图像块A1的矢量量化恢复图像块,k2,…Kn以此类推,直到用kn找到码书中的码字Ckn作为第n个图像块An的矢量量化恢复图像块,恢复的n个图像块组合起来得到压缩恢复图像D,按照步骤(1)中在A中形成B1的方法找到图像D中与图像B1同大小的区域图像B2;
(4)把图像B1与图像B2的差图像B3压缩r倍,采用JPEG2000压缩方法压缩,形成数据流E1;
(5)把数据流E1通过无损信息隐藏的方法嵌入索引数据流K中,进行传输;
(6)接收端从收到的索引数据流K中,解隐藏得到数据流E1,对E1解压缩得到差图像B3,根据标号k1,k2,…kn,按上述步骤(3)得到待压缩图像数据A的压缩恢复图像D,作为最终恢复的图像A。
步骤(1)中图像B1的生成方法如下:直接选出大小为u*v,即u行v列的矩形区域,u是p的整数倍,v是q的整数倍。
步骤(1)中图像B1的生成方法如下:直接在图像B1中心位置选出大小为u*v,即u行v列的矩形区域,u是p的整数倍,v是q的整数倍。
步骤(2)中设计的图像码书码书{C1、C2、…..Cm}的生成方法如下:
选用矢量量化码书设计方法LBG或者SOFM方法以及其它方法,设计的码书由m个码字组成,每个码字大小为p行q列,每个值用8比特表示。
本发明与现有技术相比的有益效果在于:
基于信息隐藏的矢量量化压缩方法就是对一大类压缩方法-矢量量化方法压缩质量的大提升,解决了性能与复杂度的矛盾,在不降低压缩比、不降低图像整体质量、不改变数据量的情况下,大大提高了图像重要部分的图像质量,取得了意料不到的效果:图像重要部分压缩效果优于JPEG2000的压缩效果!
本发明与目前背景技术相比有下面几点实质性不同及进步:
(1)目前的矢量量化技术没有采用信息隐藏提高图像质量,所以重点区域和整体图像压缩质量都不高。本发明基于常规的无损信息隐藏技术把一些信息隐藏到矢量量化的索引标号中,在接收端进行恢复就得到质量得到提高的图像;
(2)目前的隐藏信息方法选择的隐藏信息少,小于目前矢量量化索引隐藏方法的容量,完全可以无损地隐藏到矢量量化标号中进行传输,传输具有一定保密性;在不增加任何数据量的情况下得到高质量的矢量量化图像
(3)本发明属于矢量量化类压缩方法,从技术实现上难度大大低于JPEG2000类压缩方法,特别适合ASIC等进行硬件实现,不需要购买JPEG2000压缩芯片,实现起来。
(4)本发明所提出的矢量量化压缩新方法在重要图像部分的压缩性能优于JPEG2000压缩方法,使得传统的矢量量化方法具有了新的特点;
(5)本发明所提出的矢量量化压缩新方法技术方案独特,具有压缩传输得到不同等级恢复图像的能力,如一般矢量量化的图像质量等级以及高性能的矢量量化图像质量等级,类似标清图像和高清图像的分级,支持实现图像收费。
附图说明
图1a-图1d为仿真用载体图像。
具体实施方式
信息隐藏技术已经应用于地面信息网络,也已经用于航天器及各类卫星数传系统技术设计论证中,在今后必将得到更广泛应用。
本发明提供了一种新的矢量量化压缩方法,在同样压缩比下,具有比常规矢量量化压缩方法好得多的压缩效果,或者在同样压缩图像质量的情况下,具有更高的压缩比。同时该方法具有复杂度低、实现资源占用少等实用性的特点,从而在地面系统以及航天器工程中都具有实用价值。
为了验证本发明的性能,仿真实验中首先采用了UGR标准测试图像库中4幅大小为512×512的8比特灰度图像数据(图1),采用本发明进行数据压缩实验。以同样压缩比下,压缩恢复图像质量来衡量本方法的隐藏性能。选取图像中心关键的部分图像作为感兴趣图像,占原图大小的1/16,用原始图像截取的局部图像和VQ压缩16倍后解压缩的局部图像做差,将差值用JPEG2000标准压缩4倍后隐藏在VQ压缩编码后的码流中。
表1为本发明压缩性能;
表1
表2为JPEG2000压缩性能与本发明比较。
表2
结论:
1)与原矢量量化压缩方法相比
采用本发明后,整体图像质量不降低,而图像重要区域图像质量大大改善,客观评价指标-峰值信噪比PSNR,提高幅度均在12dB以上!
2)与JPEG2000压缩方法相比
采用本发明后,图像重要区域图像质量大大改善,客观评价指标-峰值信噪比PSNR,比JPEG2000压缩标准PSNR提高幅度在5~13dB之间,至少5dB!
本发明提出的一种基于信息隐藏的矢量量化压缩方法,效果远远优于常规矢量量化压缩方法,也优于全部采用JPEG2000同样压缩比的性能,在涉及图像数据、SAR数据传输的场合都可以应用,取得了常规方法无法达到的意想不到的压缩效果。
矢量量化传输技术已经应用于空间探测器等航天器数传系统,一段时间应用领域被JPEG2000压缩标准所排挤,因为其性能一般不如JPEG2000压缩标准。本发明使得一般矢量量化压缩方法获得了优于JPEG2000的能力,在今后必将得到更广泛应用。
本发明通过选择图像重要区域进行压缩,因为对小图像进行压缩(如JPEG2000压缩)的复杂度大大低于对大图像压缩的复杂度,增加的无损信息隐藏方法复杂度远远低于JPEG2000,基本不增加复杂度而获得了高性能,属于创新驱动发展的技术,具有卫星星上资源占用少等实用性的特点,从而在卫星工程中、地面系统都具有实用价值。
本发明说明书中未作详细描述的内容属于本领域技术人员的公知技术。
Claims (4)
1.一种基于信息隐藏的矢量量化压缩方法,其特征在于步骤如下:
(1)对待压缩图像A进行操作,按需要的大小划定重要区域,每个区域单独形成一幅图像B1;
(2)对待压缩图像A按照顺序进行分块,分成A1、A2、…An,每块大小为p行q列,p、q为正整数;每个Ai,i=1,..n与设计好的码书{C1、C2….Cm}中每个码字进行矢量量化码字搜索,m为大于1的正整数,每个码字Ck大小为p行q列,找到每个Ai最匹配的码字Ck,k为1到m之间某个整数,为码字在码书中的标号,得到A1、A2、….An对应的码书中的标号为k1、k2,…kn,每个标号用t比特表示,共n*t比特;这n个标号形成索引数据流K;
(3)在索引数据流K中找出标号k1、k2,…kn,用k1找到码书中的码字Ck1,作为第一个图像块A1的矢量量化恢复图像块,k2,…Kn以此类推,直到用kn找到码书中的码字Ckn作为第n个图像块An的矢量量化恢复图像块,恢复的n个图像块组合起来得到压缩恢复图像D,按照步骤(1)中在A中形成B1的方法找到图像D中与图像B1同大小的区域图像B2;
(4)把图像B1与图像B2的差图像B3压缩r倍,采用JPEG2000压缩方法压缩,形成数据流E1;
(5)把数据流E1通过无损信息隐藏的方法嵌入索引数据流K中,进行传输;
(6)接收端从收到的索引数据流K中,解隐藏得到数据流E1,对E1解压缩得到差图像B3,根据标号k1,k2,…kn,按上述步骤(3)得到待压缩图像数据A的压缩恢复图像D,作为最终恢复的图像A。
2.根据权利要求1所述的一种基于信息隐藏的矢量量化压缩方法,其特征在于:步骤(1)中图像B1的生成方法如下:直接选出大小为u*v,即u行v列的矩形区域,u是p的整数倍,v是q的整数倍。
3.根据权利要求1所述的一种基于信息隐藏的矢量量化压缩方法,其特征在于:步骤(1)中图像B1的生成方法如下:直接在图像B1中心位置选出大小为u*v,即u行v列的矩形区域,u是p的整数倍,v是q的整数倍。
4.根据权利要求1所述的一种基于信息隐藏的矢量量化压缩方法,其特征在于:步骤(2)中设计的图像码书码书{C1、C2、…..Cm}的生成方法如下:
选用矢量量化码书设计方法LBG或者SOFM方法以及其它方法,设计的码书由m个码字组成,每个码字大小为p行q列,每个值用8比特表示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610606997.4A CN106254891B (zh) | 2016-07-28 | 2016-07-28 | 一种基于信息隐藏的矢量量化压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610606997.4A CN106254891B (zh) | 2016-07-28 | 2016-07-28 | 一种基于信息隐藏的矢量量化压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106254891A true CN106254891A (zh) | 2016-12-21 |
CN106254891B CN106254891B (zh) | 2019-01-15 |
Family
ID=57604005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610606997.4A Active CN106254891B (zh) | 2016-07-28 | 2016-07-28 | 一种基于信息隐藏的矢量量化压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106254891B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107016438A (zh) * | 2017-04-14 | 2017-08-04 | 温川飙 | 一种基于中医辨证人工神经网络算法模型的系统 |
CN109104248A (zh) * | 2018-07-06 | 2018-12-28 | 西南交通大学 | 一种基于SOFM神经网络聚类的DRoF前端信号量化方法 |
CN115396670A (zh) * | 2022-07-28 | 2022-11-25 | 西安空间无线电技术研究所 | 一种局域处理的图像数据压缩方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006128743A (ja) * | 2004-10-26 | 2006-05-18 | Victor Co Of Japan Ltd | 暗号情報生成装置、暗号情報再生装置、暗号情報生成プログラム及び暗号情報再生プログラム |
CN102695059A (zh) * | 2012-05-31 | 2012-09-26 | 西安空间无线电技术研究所 | 一种图像隐藏压缩传输方法 |
CN105245757A (zh) * | 2015-09-29 | 2016-01-13 | 西安空间无线电技术研究所 | 一种非对称的图像压缩传输方法 |
-
2016
- 2016-07-28 CN CN201610606997.4A patent/CN106254891B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006128743A (ja) * | 2004-10-26 | 2006-05-18 | Victor Co Of Japan Ltd | 暗号情報生成装置、暗号情報再生装置、暗号情報生成プログラム及び暗号情報再生プログラム |
CN102695059A (zh) * | 2012-05-31 | 2012-09-26 | 西安空间无线电技术研究所 | 一种图像隐藏压缩传输方法 |
CN105245757A (zh) * | 2015-09-29 | 2016-01-13 | 西安空间无线电技术研究所 | 一种非对称的图像压缩传输方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107016438A (zh) * | 2017-04-14 | 2017-08-04 | 温川飙 | 一种基于中医辨证人工神经网络算法模型的系统 |
CN107016438B (zh) * | 2017-04-14 | 2020-08-11 | 温川飙 | 一种基于中医辨证人工神经网络算法模型的系统 |
CN109104248A (zh) * | 2018-07-06 | 2018-12-28 | 西南交通大学 | 一种基于SOFM神经网络聚类的DRoF前端信号量化方法 |
CN109104248B (zh) * | 2018-07-06 | 2021-04-09 | 西南交通大学 | 一种基于SOFM神经网络聚类的DRoF前端信号量化方法 |
CN115396670A (zh) * | 2022-07-28 | 2022-11-25 | 西安空间无线电技术研究所 | 一种局域处理的图像数据压缩方法 |
CN115396670B (zh) * | 2022-07-28 | 2024-05-03 | 西安空间无线电技术研究所 | 一种局域处理的图像数据压缩方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106254891B (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102891999B (zh) | 一种基于压缩感知的联合图像压缩/加密方法 | |
CN103414892B (zh) | 一种大容量抗压缩的图像信息隐藏方法 | |
CN102164282B (zh) | 一种用于图像编码的基于系数随机置换的压缩感知方法及系统 | |
CN106023053B (zh) | 基于jpeg图像的高容量文件加密隐写及提取方法 | |
CN104284190B (zh) | 一种基于ambtc高低均值最优化的压缩图像隐写编码方法 | |
CN110166779A (zh) | 基于超分辨率重构的视频压缩方法 | |
CN103607591A (zh) | 结合超分辨率重建的图像压缩方法 | |
CN101841700B (zh) | 一种面向h.264压缩比特流的视频水印方法 | |
CN101572819B (zh) | 一种基于量化dct系数零值索引的可逆图像水印方法 | |
CN106254891A (zh) | 一种基于信息隐藏的矢量量化压缩方法 | |
CN104065976A (zh) | 一种基于视频的图像压缩及保密传输方法 | |
CN103686177A (zh) | 一种图像压缩、解压方法、压缩、解压装置以及系统 | |
Yin et al. | High capacity reversible steganography in encrypted images based on feature mining in plaintext domain | |
US20100046849A1 (en) | Image Restoration By Vector Quantization Utilizing Visual Patterns | |
CN108521535B (zh) | 一种基于图像混合处理的信息隐藏传输方法 | |
CN113660386B (zh) | 一种彩色图像加密压缩与超分重构系统和方法 | |
CN103780913B (zh) | 一种基于误差隐藏的数据压缩方法 | |
CN107146191A (zh) | 一种引入辅助像素的高效信息隐藏方法 | |
Wang et al. | Reversible data hiding for block truncation coding compressed images based on prediction-error expansion | |
Qin et al. | Reversible data embedding for vector quantization compressed images using search‐order coding and index parity matching | |
CN102821277B (zh) | 一种基于图像集的数据压缩方法与系统 | |
CN105046633B (zh) | 一种图像无损变换方法 | |
CN106954070A (zh) | 一种滑动像素块整数dct核心矩阵变换运动补偿器及方法 | |
CN107135391A (zh) | 一种针对h.264压缩域的视频感知哈希算法 | |
Ren et al. | Reversible Data Hiding Scheme based on Fractal Image Coding. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |