CN108307086A - 一种图像隐写的方法及装置 - Google Patents
一种图像隐写的方法及装置 Download PDFInfo
- Publication number
- CN108307086A CN108307086A CN201810082685.7A CN201810082685A CN108307086A CN 108307086 A CN108307086 A CN 108307086A CN 201810082685 A CN201810082685 A CN 201810082685A CN 108307086 A CN108307086 A CN 108307086A
- Authority
- CN
- China
- Prior art keywords
- image
- loaded
- stego
- random sequence
- embedded
- 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
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32203—Spatial or amplitude domain methods
- H04N1/32229—Spatial or amplitude domain methods with selective or adaptive application of the additional information, e.g. in selected regions of the image
- H04N1/32245—Random or pseudorandom selection of pixels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
- H04N1/32272—Encryption or ciphering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/32—Circuits or arrangements for control or supervision between transmitter and receiver or between image input and image output device, e.g. between a still-image camera and its memory or between a still-image camera and a printer device
- H04N1/32101—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title
- H04N1/32144—Display, printing, storage or transmission of additional information, e.g. ID code, date and time or title embedded in the image data, i.e. enclosed or integrated in the image, e.g. watermark, super-imposed logo or stamp
- H04N1/32149—Methods relating to embedding, encoding, decoding, detection or retrieval operations
- H04N1/32267—Methods relating to embedding, encoding, decoding, detection or retrieval operations combined with processing of the image
- H04N1/32277—Compression
Abstract
本发明公开了一种图像隐写的方法及装置,涉及图像处理技术领域,用以解决现有技术中存在嵌入容量比较小,且隐蔽性比较弱的问题。该方法包括:确定输入的待隐秘图像的稀疏化矩阵,采用测量矩阵对所述稀疏化矩阵进行随机测量,得到所述待隐秘图像的测量向量以及所述测量向量的二进制长度;将所述测量向量生成长度为第一秘钥的随机序列,并确定所述随机序列的列行量;根据所述随机序列的元素和设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,并将所述测量向量嵌入到确定的所述嵌入位置中,得到载入图像。
Description
技术领域
本发明涉及图像处理技术领域,更具体的涉及一种图像隐写的方法及装置。
背景技术
由于网络的迅速发展,人们可以随意地从网上得到各种各样的信息。因此,不法分子则利用网络的不安全性进行信息的窃取以及利用这些信息达到他们的目的。于是,为了达到保护信息的目的,各种各样的数据隐藏方法出现了,如:数字水印、密码术和隐写术。其中,隐写术更适用于安全信息的传输。
隐写术中隐秘的信息被嵌入到载体中,这些载体可以是音频信号,也可以是图像或者视频等。隐写术基本上都遵循这样一种规则:信号的发送者和接受者都共同拥有一种隐写系统,他们之间用密钥进行信号的加密和提取,并且这个密钥决定了隐秘信息是如何在载体中加密的。
在载体中嵌入信息一般有两种方案,一种是嵌入在载体的空域,而另一种则是嵌入到频域中。现有的基于空域的嵌入方法包括最不重要位替换(Least significant bitsubstitution,LSB)和像素值差分方法(Pixel Value Differencing,PVD)。其中,LSB替换方法是通过对待载入图像中的最不重要位进行直接替换,将秘密信息以比特流的形式进行替换。而PVD方法则是通过以下方法实现的:首先,将待载入图像分块,每个块由两个连续的像素组成;这两个像素的差值记为d。如果d接近于0,则说明这两个像素位于平滑的区域;如果d接近于255,则说明它们位于变化的区域。差值d的大小反应了这个块在图像中的位置。一般情况下,在变化区域嵌入更多的信息,而在平滑区域嵌入少量的信息。LSB替换方法由于隐蔽性不够强,容易被还原出秘密信息,不能抵抗直方图攻击;PVD方法是在载体的变化区域嵌入大量的秘密信息,而大量的秘密信息容易受到特定的隐写分析工具的攻击,从而导致这种嵌入的不平衡性易引起怀疑。
综上所述,现有的图像隐写方法存在嵌入容量比较小,且隐蔽性比较弱的问题。
发明内容
本发明实施例提供一种图像隐写的方法及装置,用以解决现有技术中存在嵌入容量比较小,且隐蔽性比较弱的问题。
本发明实施例提供一种图像隐写的方法,包括:
确定输入的待隐秘图像的稀疏化矩阵,采用测量矩阵对所述稀疏化矩阵进行随机测量,得到所述待隐秘图像的测量向量以及所述测量向量的二进制长度;
将所述测量向量生成长度为第一秘钥的随机序列,并确定所述随机序列的列行量;
根据所述随机序列的元素和设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,并将所述测量向量嵌入到确定的所述嵌入位置中,得到载入图像。
优选地,所述根据所述随机序列的元素与设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置之前,还包括:
根据待载入图像的总像素和所述二进制的长度确定第一系数和第二系数;其中,所述待载入图像的总像素和所述二进制的长度的比值向下取整为所述第一系数;所述第一系数减二为所述第二系数。
优选地,所述根据所述随机序列的元素与设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,具体包括:
从所述待载入图像的第一行开始,当所述随机序列的元素大于设定阈值时,将所述待载入图像的嵌入位置的列数增加第一系数,或者当所述随机序列的元素小于设定阈值时,将所述待载入图像的载入位置的列数增加第二系数。
优选地,所述将所述测量向量嵌入到确定的所述嵌入位置中之后,还包括:
接收到所述载入图像,根据所述第一秘钥和所述二进制长度在所述载入图像内确定所述待隐秘图像的嵌入位置;
根据所述待隐秘图像的嵌入位置获取与所述二进制长度相等的二进制值,将所述二进行值转换为ASCII码后进行原始信号恢复,得到所述待隐秘图像。
优选地,所述稀疏化矩阵如下表示:X1=w×sparse(X)*w’;
所述测量矩阵如下表示:A=(M,b);
所述所述待隐秘图像的测量向量如下所示:Y=A*X1
其中,M,b分别为所述测量矩阵的行数和列数;M=SRATE*a,SRATE为测量率,a为所述待隐秘图像的长度;sparse(~)是稀疏操作,w’是w的转置,w为小波矩阵,X为待隐秘图像,X1为待隐秘图像的稀疏矩阵。
本发明实施例还提供一种图像隐写的装置,包括:
第一确定单元,用于确定输入的待隐秘图像的稀疏化矩阵,采用测量矩阵对所述稀疏化矩阵进行随机测量,得到所述待隐秘图像的测量向量以及所述测量向量的二进制长度;
第二确定单元,用于将所述测量向量生成长度为第一秘钥的随机序列,并确定所述随机序列的列行量;
嵌入单元,用于根据所述随机序列的元素和设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,并将所述测量向量嵌入到确定的所述嵌入位置中,得到载入图像。
优选地,所述嵌入单元还用于:
根据待载入图像的总像素和所述二进制的长度确定第一系数和第二系数;其中,所述待载入图像的总像素和所述二进制的长度的比值向下取整为所述第一系数;所述第一系数减二为所述第二系数。
优选地,所述嵌入单元具体用于:
从所述待载入图像的第一行开始,当所述随机序列的元素大于设定阈值时,将所述待载入图像的嵌入位置的列数增加第一系数,或者当所述随机序列的元素小于设定阈值时,将所述待载入图像的载入位置的列数增加第二系数。
优选地,所述嵌入单元还用于:
接收到所述载入图像,根据所述第一秘钥和所述二进制长度在所述载入图像内确定所述待隐秘图像的嵌入位置;
根据所述待隐秘图像的嵌入位置获取与所述二进制长度相等的二进制值,将所述二进行值转换为ASCII码后进行原始信号恢复,得到所述待隐秘图像。
优选地,所述稀疏化矩阵如下表示:X1=w×sparse(X)*w’;
所述测量矩阵如下表示:A=(M,b);
所述所述待隐秘图像的测量向量如下所示:Y=A*X1
其中,M,b分别为所述测量矩阵的行数和列数;M=SRATE*a,SRATE为测量率,a为所述待隐秘图像的长度;sparse(~)是稀疏操作,w’是w的转置,w为小波矩阵,X为待隐秘图像,X1为待隐秘图像的稀疏矩阵。
本发明实施例提供了一种图像隐写的方法及装置,该方法包括:确定输入的待隐秘图像的稀疏化矩阵,采用测量矩阵对所述稀疏化矩阵进行随机测量,得到所述待隐秘图像的测量向量以及所述测量向量的二进制长度;将所述测量向量生成长度为第一秘钥的随机序列,并确定所述随机序列的列行量;根据所述随机序列的元素和设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,并将所述测量向量嵌入到确定的所述嵌入位置中,得到载入图像。该方法中,稀疏化矩阵,随机测量均属于压缩感知技术,而压缩感知技术具有降维特性,压缩感知技术的降维特性意味着能够一个低维信号表示高维信号,从而能够提高待载入图像的嵌入率。再者,压缩感知技术具有加密特性,该方法中采用测量矩阵对稀疏化矩阵进行加密,在实际应用在,即使空域信息被破解了,但若没有正确的测量矩阵,则不能够恢复出原始信号,即不能恢复待隐秘图像的信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种图像隐写的方法流程示意图;
图2为本发明实施例提供的一种图像隐写的方法示意图;
图3为本发明实施例提供的嵌入位置确定示意图;
图4为本发明实施例一提供的待隐秘图像的R、G、B通道的统计直方图;
图5为本发明实施例一提供的载入图像后的R、G、B通道的统计直方图;
图6为本发明实施例一提供的恢复待隐秘图像信息效果示意图;
图7为本发明实施例提供的一种图像隐写的装置结果示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面将分别介绍LSB嵌入方法,压缩感知技术和随机嵌入算法
1)、LSB嵌入方法,以下主要阐述LSB嵌入方法的过程:
令C是8-bit灰度的待载入图像,该灰度待载入图像的像素为MC×NC。
C={pij|0≤i<MC,0≤j<NC,pij∈{0,1,...,255}} (1)
令Q是n-bit待隐秘信息,该待隐秘图像表示为
Q={qi|0≤i<n,qi∈{0,1}} (2)
假设n-bit待隐秘信息Q嵌入到载图C的k-位LSB。那么首先,待隐秘信息Q要重新进行排列,形成一个虚拟的k-bit图像Q’,图像Q’表示为:
Q′={qi′|0≤i<n′,qi′∈{0,1,...,2k-1}} (3)
其中n′<MC×NC。那么从n-bit待隐秘图像Q’到q’位信息的映射关系Q’={q′}c可以表示为:
然后,从待载入图像C中以预先设定的序列选取大小为n′像素的子集最后,把k-LSB位替换为qi′,嵌入就完成了。公式上,所选取的像素值的k-bit位用来存储信息qi′,形成含密像素的过程如下:
其中mod(·,·)是取模操作,在上述过程中,k值取1。
提取过程:定义含密图像S,嵌入信息的提取并不用参照待载入图像。使用在嵌入过程中相同的序列,那么就可以从含密图像中找到预先设定的像素值这样选中像素的k-LSBs位都被提取出来,并列向量化恢复成原始隐秘信息。这个嵌入信息比特qi′恢复的过程则表示为:
2)、压缩感知技术
压缩感知技术主要包括:信号的稀疏表示、线性测量、和稀疏重建。简要地说,压缩感知技术能够用压缩过的信号来表示原始信号,并且这个过程的信号损失很小。
信号的稀疏表示:
假设x是长度为H的原始信号。根据信号的表示原理,x可以用一组基向量ΨT={ψ1,ψ2,...,ψH}来表示,那么有:
其中αt=<x,ψt>,Ψ∈RH×H是正交转置矩阵,x和α是H维向量。当信号x在特定的基Ψ下仅由w非零系数αw表示,一般而言,这个基都是稀疏基。
线性测量
与传统的同一采样不同,压缩感知使用的是线性测量。给定原始信号x,我们可以通过压缩感知来获取信号y:
y=Φx=ΦΨα=Aα (8)
其中Φ∈RG×H称为测量矩阵,A是G×H的矩阵(G<<H)。
为了保证算法收敛,矩阵A必须满足RIP(Restricted Isometrix Property RIP)条件。也就是说,对于任意w-稀疏向量α,且常数εw(0<εw<1,)矩阵A要能够满足下列条件:
稀疏重建
当矩阵A满足RIP条件,那么能够用CS来解公式(8)中的稀疏系数问题。然后把结果带入到公式y=Φx=ΦΨα=Aα来获得解x。我们可以从H维测量向量y中重建x。其中,最直接的方法就是解l0范数问题:
随机嵌入方法
假设待载入图像C=[pi,j],其中i=1,2,...,MC和j=1,2,...,NC,pi,j代表像素值。K1和K2是预先设定的数,L是隐秘信息的二进制长度。
3)、随机嵌入的算法:
首先计算一个伪随机序列r=[r1,r2,…,rL],它们是[0,1]同一分布的。
For i:=1to L,
如果ri>0.5,然后c+K1否则令c+K2。c是图像的列
如果c>待载入图像的宽度,则行+1。
然后:
S(row(i),col(i))=C(row(i),col(i))-mod(C(row(i),col(i)),2)+Q(i,1) (11)
这样,就获得了含密图像S=[p′i,j]。
图1为本发明实施例提供的一种图像隐写的方法流程示意图;图2为本发明实施例提供的一种图像隐写的方法示意图;图3为本发明实施例提供的嵌入位置确定示意图。
以下结合图2和图3,来详细介绍本发明实施例提供的一种图像隐写的方法,如图1所示,该方法主要包括以下步骤:
步骤101,确定输入的待隐秘图像的稀疏化矩阵,采用测量矩阵对所述稀疏化矩阵进行随机测量,得到所述待隐秘图像的测量向量以及所述测量向量的二进制长度;
步骤102,将所述测量向量生成长度为第一秘钥的随机序列,并确定所述随机序列的列行量;
步骤103,根据所述随机序列的元素和设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,并将所述测量向量嵌入到确定的所述嵌入位置中,得到载入图像。
在步骤101中,操作者需要先确认待隐秘图像和待载入图像的长度,宽度和像素等信息。比如待隐秘图像是大小为为a×b的灰度图像,待载入图像是大小为M×N的彩色图像,其中,待隐秘图像的长度和宽度分别为a和b,相应地,待载入图像的长度和宽度分别为M和N。
如图2所示,在确认待隐秘图像和待载入图像之后,发送端会将待隐秘图像列化为H×1的向量,然后将这个向量在大小为H×H的Ψ基下进行稀疏化,即确定待隐秘图像的稀疏化矩阵,然后使用大小为G×H的Ф矩阵对稀疏化矩阵进行随机测量,得到大小为G×1的测量向量,对测量向量进行二值化表示,即得到测量向量的二进制长度。
具体地,采用测量矩阵对稀疏化的矩阵进行随机测量,从而得到待隐秘图像的测量向量。在本发明实施例中,稀疏化矩阵可以如下公式(12)表示,相应地,测量矩阵可以通过公式(13)表示,测量向量可以通过公式(14)表示:
X1=w×sparse(X)*w’ (12)
A=(M,b) (13)
Y=A*X1 (14)
其中,M,b分别为测量矩阵的行数和列数;M=SRATE*a,SRATE为测量率,a为待隐秘图像的长度;sparse(~)是稀疏操作,w’是w的转置,w为小波矩阵,X为待隐秘图像,X1为待隐秘图像的稀疏矩阵,A为测量矩阵,Y为测量向量。
需要说明的是,本发明实施例中,操作者会在发送端输入第一秘钥和测量率,其中,第一秘钥是用来控制产生随机序列长度的一个参数;而测量率为压缩感知过程中的测量大小,测量率为一个随机数量,且该随机数量的大小介于0和1之间,即测量率满足如下关系:0<SRATE≤1。
进一步地,在本发明实施例中采用的测量矩阵相当于发送端设置的第二秘钥。
再者,当确认待隐秘图像的测量向量之后,需要将测量向量转换为二进制形式,并记录该二进制的长度,在本发明实施例中,将二进制的长度确定为第三秘钥。
在步骤102中,确认待载入图像的行数和列数,当代载入图像表示为[row,col]时,即row是待载入图像的行位置,col是待载入图像的列位置。根据待载入图像的长度和宽度,确定该待载入图像的像素。
进一步地,在确定待载入图像的像素之后,根据第三秘钥,即测量向量的二进制长度和待载入图像的像素,可以依此确认第一系数和第二系数。
具体地,将待载入图像的像素和测量向量的二进制长度的比值向下取整,即可以确定为第一系数,而将第一系数减二确定为第二系数。在本发明实施中,对第一系数和第二系数的具体数值不做具体的限定。
将在步骤101中确定的测量向量生成长度与第一秘钥的长度相等的随机序列,并将该随机系列进行列向量,得到一个矩阵。
在步骤103中,根据步骤102得到的矩阵和设定阈值的关系,可以确定随机序列在待载入图像的嵌入位置。
需要说明的是,设定阈值为测量向量的Bernoulli概率,在本发明实施例中,操作者将Bernoulli概率确定为0.5。即根据随机序列的元素与测量向量的Bernoulli概率的大小关系,可以确定随机序列在载入图像的嵌入位置。
具体地,从待载入图像的第一行开始,逐列进行判断,当随机向量序列的列向量大于测量向量的Bernoulli概率时,则将待载入图像的嵌入位置的列位置增加第一系数;当随机向量序列的列向量小于和等于测量向量的Bernoulli概率时,则将待载入图像的嵌入位置的列位置增加第二系数;若第一行结束后,则从第二行开始执行。
如图3所示,图3中的①为待嵌入图像在待载入图像的嵌入位置的起始位置,②为待嵌入图像在待嵌入图像中根据算法确定的最终的嵌入位置。
在实际应用中,需要按照待载入图像的红黄绿通道进行嵌入,当确定一个通道已经完全嵌入,则开始执行下一个通道的嵌入,当三个通道都已经嵌入完成,则确认将整个待隐秘图像嵌入到待载入图像内,得到载入图像;当三个通道都已经嵌入完成,但是整个待隐秘图像未全部嵌入到待载入图像内,则表示待隐秘图像未嵌入完成,则需要报错。
在步骤103之后,当将待隐秘图像完全嵌入到待载入图像得到载入图像之后,可以将载入图像发送至接收端。在本发明实施例中,在将载入图像发送至接收端的同时,还需要将发送端的第二秘钥,第三秘钥发送至接收端。其中,第二秘钥为测量矩阵,第三秘钥为测量向量的二进制长度。
当接收端需要从载入图像中获取待隐秘图像时,接收端根据第一秘钥和第三秘钥在载入图像内确定待隐秘图像的嵌入位置;进一步地,根据待隐秘图像的嵌入位置与第三秘钥相等的二进制值,然后将该二进制值转换为ASCII码后进行原始信号恢复,从而得到待隐秘图像。
为了更清楚的介绍本发明实施例提供的一种图像隐写的方法,以下结合图4至图6,来介绍本发明实施例一提供的一种图像隐写方法。
图4为本发明实施例一提供的待隐秘图像的R、G、B通道的统计直方图;图5为本发明实施例一提供的载入图像后的R、G、B通道的统计直方图;图6为本发明实施例一提供的恢复待隐秘图像信息效果示意图。
本发明实施例一提供的待隐秘图像的是大小为64×64的灰度boat图,而待载入图像是大小为512×512的彩色Lena图像。
具体地,将大小为64×64的待隐秘图像,记为X,X的大小记为[a,b];a=64,b=64;将大小为512×512的待载入图像,记为C。
在输入端,操作者构造小波矩阵w和设置第一秘钥,根据构造的小波矩阵,将待隐秘图像生成如公式(12)所示的稀疏矩阵:
X1=w×sparse(X)*w’ (12)
其中,sparse(~)是稀疏操作,w’是w的转置;X1大小为64×64。
进一步地,设置测量率:SRATE=1.0;且测量率满足M=SRATE*a。
生成测量矩阵Bernoulli矩阵,并设置Bernoulli概率为0.5,生成Bernoulli矩阵如公式(13)所示:
A=(M,b) (13)
其中,M,b分别是它的行和列数。
需要说明的是,测量矩阵为第二秘钥。
通过测量矩阵对稀疏矩阵对进行压缩感知测量,得到待隐秘图像的测量向量:Y=A*X1;
对该测量向量进行列向量化:row=Y(:);大小为4096*1维;
对列向量化的row进行二值化操作,得到的数目为237784个二进制值,将而二进制记为第三秘钥。
使用参数(第一秘钥和第二秘钥)进行随机嵌入位置选择,并将待隐秘图像写入待载入图像内;
得到待载入图像STEGO_IMG;
在信道上传输STEGO_IMG。
接收端:
收到来自发送端的STEGO_IMG以及密钥(第一秘钥,第二秘钥和第三秘钥)。
构造小波矩阵w:大小为64×64;
使用密钥,根据嵌入的位置,进行数据读取;获取长度为237784的二进制值,并转化为列向量row;然后恢复成测量矩阵Y;使用OMP(正交匹配追踪)算法,逐列恢复原始信号X2。
对X2进行小波反变换,得到X3:X3=ww’*sparse(X2)*ww;
最后得到原始隐秘图像。
采用本发明实施例提供的图像隐写方法,能够抵抗一阶直方图攻击,得到的含密图像与待载入图像的三通道直方图非常接近。图4为待载入图向及其RGB(红绿蓝)三通道的直方图,图5则是载入图像及其RGB三通道直方图,根据图4和图5的对比结果显示,可以看出该方法能够抵抗直方图攻击。
进一步地,该方法能够提高嵌入率,压缩感知技术具有降维特性,它的降维特性意味着能够一个低维信号表示高维信号。根据不同测量率恢复原始图像的效果图6所示,其中,横轴表示测量率,纵轴表示恢复效果,根据图6可以确定,在0.9采样率下的恢复效果大于18dB。即测量率越低,同一个载体中能嵌入的隐秘信息就越多。
综上所述,本发明实施例提供了一种图像隐写的方法及装置,该方法中的稀疏化矩阵,随机测量均属于压缩感知技术,而压缩感知技术具有降维特性,压缩感知技术的降维特性意味着能够一个低维信号表示高维信号,从而能够提高待载入图像的嵌入率。再者,压缩感知技术具有加密特性,该方法中采用测量矩阵对稀疏化矩阵进行加密,在实际应用在,即使空域信息被破解了,但若没有正确的测量矩阵,则不能够恢复出原始信号,即不能恢复待隐秘图像的信息。
基于同一发明构思,本发明实施例提供了一种图像隐写的装置,由于该装置解决技术问题的原理与一种图像隐写的方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
图7为本发明实施例提供的一种图像隐写的装置结果示意图,如图7所示,该装置主要包括:第一确定单元201,第二确定单元202和嵌入单元203。
第一确定单元201,用于确定输入的待隐秘图像的稀疏化矩阵,采用测量矩阵对所述稀疏化矩阵进行随机测量,得到所述待隐秘图像的测量向量以及所述测量向量的二进制长度;
第二确定单元202,用于将所述测量向量生成长度为第一秘钥的随机序列,并确定所述随机序列的列行量;
嵌入单元203,用于根据所述随机序列的元素和设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,并将所述测量向量嵌入到确定的所述嵌入位置中,得到载入图像。
优选地,所述嵌入单元203还用于:
根据待载入图像的总像素和所述二进制的长度确定第一系数和第二系数;其中,所述待载入图像的总像素和所述二进制的长度的比值向下取整为所述第一系数;所述第一系数减二为所述第二系数。
优选地,所述嵌入单元203具体用于:
从所述待载入图像的第一行开始,当所述随机序列的元素大于设定阈值时,将所述待载入图像的嵌入位置的列数增加第一系数,或者当所述随机序列的元素小于设定阈值时,将所述待载入图像的载入位置的列数增加第二系数。
优选地,所述嵌入单元203还用于:
接收到所述载入图像,根据所述第一秘钥和所述二进制长度在所述载入图像内确定所述待隐秘图像的嵌入位置;
根据所述待隐秘图像的嵌入位置获取与所述二进制长度相等的二进制值,将所述二进行值转换为ASCII码后进行原始信号恢复,得到所述待隐秘图像。
优选地,所述稀疏化矩阵如下表示:X1=w×sparse(X)*w’;
所述测量矩阵如下表示:A=(M,b);
所述所述待隐秘图像的测量向量如下所示:Y=A*X1
其中,M,b分别为所述测量矩阵的行数和列数;M=SRATE*a,SRATE为测量率,a为所述待隐秘图像的长度;sparse(~)是稀疏操作,w’是w的转置,w为小波矩阵,X为待隐秘图像,X1为待隐秘图像的稀疏矩阵。
应当理解,以上确定一种图像隐写装置包括的单元仅为根据该设备装置实现的功能进行的逻辑划分,实际应用中,可以进行上述单元的叠加或拆分。并且该实施例提供的一种图像隐写装置所实现的功能与上述实施例提供的一种图像隐写方法一一对应,对于该装置所实现的更为详细的处理流程,在上述方法实施例一中已做详细描述,此处不再详细描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种图像隐写的方法,其特征在于,包括:
确定输入的待隐秘图像的稀疏化矩阵,采用测量矩阵对所述稀疏化矩阵进行随机测量,得到所述待隐秘图像的测量向量以及所述测量向量的二进制长度;
将所述测量向量生成长度为第一秘钥的随机序列,并确定所述随机序列的列行量;
根据所述随机序列的元素和设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,并将所述测量向量嵌入到确定的所述嵌入位置中,得到载入图像。
2.如权利要求1所述的方法,其特征在于,所述根据所述随机序列的元素与设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置之前,还包括:
根据待载入图像的总像素和所述二进制的长度确定第一系数和第二系数;其中,所述待载入图像的总像素和所述二进制的长度的比值向下取整为所述第一系数;所述第一系数减二为所述第二系数。
3.如权利要求2所述的方法,其特征在于,所述根据所述随机序列的元素与设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,具体包括:
从所述待载入图像的第一行开始,当所述随机序列的元素大于设定阈值时,将所述待载入图像的嵌入位置的列数增加第一系数,或者当所述随机序列的元素小于设定阈值时,将所述待载入图像的载入位置的列数增加第二系数。
4.如权利要求1所述的方法,其特征在于,所述将所述测量向量嵌入到确定的所述嵌入位置中之后,还包括:
接收到所述载入图像,根据所述第一秘钥和所述二进制长度在所述载入图像内确定所述待隐秘图像的嵌入位置;
根据所述待隐秘图像的嵌入位置获取与所述二进制长度相等的二进制值,将所述二进行值转换为ASCII码后进行原始信号恢复,得到所述待隐秘图像。
5.如权利要求1所述的方法,其特征在于,
所述稀疏化矩阵如下表示:X1=w×sparse(X)*w’;
所述测量矩阵如下表示:A=(M,b);
所述所述待隐秘图像的测量向量如下所示:Y=A*X1
其中,M,b分别为所述测量矩阵的行数和列数;M=SRATE*a,SRATE为测量率,a为所述待隐秘图像的长度;sparse(~)是稀疏操作,w’是w的转置,w为小波矩阵,X为待隐秘图像,X1为待隐秘图像的稀疏矩阵。
6.一种图像隐写的装置,其特征在于,包括:
第一确定单元,用于确定输入的待隐秘图像的稀疏化矩阵,采用测量矩阵对所述稀疏化矩阵进行随机测量,得到所述待隐秘图像的测量向量以及所述测量向量的二进制长度;
第二确定单元,用于将所述测量向量生成长度为第一秘钥的随机序列,并确定所述随机序列的列行量;
嵌入单元,用于根据所述随机序列的元素和设定阈值的关系,确定所述随机序列在待载入图像的嵌入位置,并将所述测量向量嵌入到确定的所述嵌入位置中,得到载入图像。
7.如权利要求6所述的装置,其特征在于,所述嵌入单元还用于:
根据待载入图像的总像素和所述二进制的长度确定第一系数和第二系数;其中,所述待载入图像的总像素和所述二进制的长度的比值向下取整为所述第一系数;所述第一系数减二为所述第二系数。
8.如权利要求7所述的装置,其特征在于,所述嵌入单元具体用于:
从所述待载入图像的第一行开始,当所述随机序列的元素大于设定阈值时,将所述待载入图像的嵌入位置的列数增加第一系数,或者当所述随机序列的元素小于设定阈值时,将所述待载入图像的载入位置的列数增加第二系数。
9.如权利要求6所述的装置,其特征在于,所述嵌入单元还用于:
接收到所述载入图像,根据所述第一秘钥和所述二进制长度在所述载入图像内确定所述待隐秘图像的嵌入位置;
根据所述待隐秘图像的嵌入位置获取与所述二进制长度相等的二进制值,将所述二进行值转换为ASCII码后进行原始信号恢复,得到所述待隐秘图像。
10.如权利要求6所述的装置,其特征在于,
所述稀疏化矩阵如下表示:X1=w×sparse(X)*w’;
所述测量矩阵如下表示:A=(M,b);
所述所述待隐秘图像的测量向量如下所示:Y=A*X1
其中,M,b分别为所述测量矩阵的行数和列数;M=SRATE*a,SRATE为测量率,a为所述待隐秘图像的长度;sparse(~)是稀疏操作,w’是w的转置,w为小波矩阵,X为待隐秘图像,X1为待隐秘图像的稀疏矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810082685.7A CN108307086B (zh) | 2018-01-26 | 2018-01-26 | 一种图像隐写的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810082685.7A CN108307086B (zh) | 2018-01-26 | 2018-01-26 | 一种图像隐写的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108307086A true CN108307086A (zh) | 2018-07-20 |
CN108307086B CN108307086B (zh) | 2019-05-07 |
Family
ID=62866909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810082685.7A Active CN108307086B (zh) | 2018-01-26 | 2018-01-26 | 一种图像隐写的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108307086B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109272439A (zh) * | 2018-09-25 | 2019-01-25 | 四川长虹电器股份有限公司 | 基于lsb的图片隐写术实现方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030081809A1 (en) * | 2001-10-15 | 2003-05-01 | Jessica Fridrich | Lossless embedding of data in digital objects |
CN101080013A (zh) * | 2007-06-19 | 2007-11-28 | 中山大学 | 一种基于预测编码的jpeg无损压缩图像隐写方法 |
US20080175429A1 (en) * | 2007-01-19 | 2008-07-24 | New Jersey Institute Of Technology | Method and apparatus for steganalysis for texture images |
CN102147913A (zh) * | 2011-04-11 | 2011-08-10 | 北京航空航天大学 | 一种基于图像平滑度变化量特征的隐写分析方法 |
CN103034853A (zh) * | 2013-01-08 | 2013-04-10 | 武汉大学 | 一种jpeg图像通用隐写分析方法 |
US20150026464A1 (en) * | 2013-07-16 | 2015-01-22 | Bank Of America Corporation | Steganography Detection |
CN106157232A (zh) * | 2016-06-30 | 2016-11-23 | 广东技术师范学院 | 一种数字图像特征感知的通用隐写分析方法 |
CN106228505A (zh) * | 2016-07-15 | 2016-12-14 | 广东技术师范学院 | 一种图像内容感知的鲁棒通用隐写分析方法 |
-
2018
- 2018-01-26 CN CN201810082685.7A patent/CN108307086B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030081809A1 (en) * | 2001-10-15 | 2003-05-01 | Jessica Fridrich | Lossless embedding of data in digital objects |
US20080175429A1 (en) * | 2007-01-19 | 2008-07-24 | New Jersey Institute Of Technology | Method and apparatus for steganalysis for texture images |
CN101080013A (zh) * | 2007-06-19 | 2007-11-28 | 中山大学 | 一种基于预测编码的jpeg无损压缩图像隐写方法 |
CN102147913A (zh) * | 2011-04-11 | 2011-08-10 | 北京航空航天大学 | 一种基于图像平滑度变化量特征的隐写分析方法 |
CN103034853A (zh) * | 2013-01-08 | 2013-04-10 | 武汉大学 | 一种jpeg图像通用隐写分析方法 |
US20150026464A1 (en) * | 2013-07-16 | 2015-01-22 | Bank Of America Corporation | Steganography Detection |
CN106157232A (zh) * | 2016-06-30 | 2016-11-23 | 广东技术师范学院 | 一种数字图像特征感知的通用隐写分析方法 |
CN106228505A (zh) * | 2016-07-15 | 2016-12-14 | 广东技术师范学院 | 一种图像内容感知的鲁棒通用隐写分析方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109272439A (zh) * | 2018-09-25 | 2019-01-25 | 四川长虹电器股份有限公司 | 基于lsb的图片隐写术实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108307086B (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | LSB based quantum image steganography algorithm | |
US20020051560A1 (en) | Method for the prior monitoring of the detectability of a watermarking signal | |
JP2003526287A (ja) | 圧縮イメージ内に透かしを組み込む方法 | |
Seyyedi et al. | A Secure Steganography Method Based on Integer Lifting Wavelet Transform. | |
CN107578362B (zh) | 基于纹理合成在图像中嵌入秘密信息的方法 | |
US10037587B2 (en) | Color image watermarking | |
Kumar et al. | A reversible data hiding scheme using pixel location. | |
CN110445949A (zh) | 基于直方图移位的ambtc域可逆信息隐藏方法 | |
CN112132738A (zh) | 一种有参考生成的图像鲁棒隐写方法 | |
Yassin et al. | Image Steganography Technique Based on Integer Wavelet Transform Using Most Significant Bit Categories. | |
CN110246076B (zh) | 基于Tucker分解的高动态范围图像水印方法 | |
CN108307086B (zh) | 一种图像隐写的方法及装置 | |
Shi et al. | A Blind Watermarking Technique for Color Image based on SVD with Circulation. | |
Tseng et al. | Image hiding with an improved genetic algorithm and an optimal pixel adjustment process | |
Barani et al. | Image forgery detection in contourlet transform domain based on new chaotic cellular automata | |
Bedi et al. | 2L-DWTS—Steganography technique based on second level DWT | |
Lu et al. | Multipurpose image watermarking method based on mean-removed vector quantization | |
CN108711130B (zh) | 基于压缩感知噪声重构的图像水印系统与方法 | |
Chang et al. | An effective image steganographic scheme based on wavelet transformation and pattern-based modification | |
CN114390154B (zh) | 基于信道匹配网络选择嵌入通道的鲁棒隐写方法及系统 | |
Li et al. | A robust watermarking scheme with high security and low computational complexity | |
Chou et al. | A data hiding scheme for color image using BTC compression technique | |
Nyeem et al. | A new pixel to block mapping for efficient and high fidelity data hiding | |
Dixit et al. | LWT-DCT based image watermarking scheme using normalized SVD | |
Hajduk et al. | Accelerated cover selection steganography |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: 293 No. 510000 Guangdong city of Guangzhou province Tianhe District Zhongshan Shipai Road Patentee after: Guangdong Normal University of Technology Address before: 510665 Zhongshan Avenue, Guangdong, Tianhe District, No. 293, No. Patentee before: Guangdong Technical Normal College |
|
CP03 | Change of name, title or address |