CN108537049B - 一种基于二值图像的自适应隐写算法 - Google Patents
一种基于二值图像的自适应隐写算法 Download PDFInfo
- Publication number
- CN108537049B CN108537049B CN201810209750.8A CN201810209750A CN108537049B CN 108537049 B CN108537049 B CN 108537049B CN 201810209750 A CN201810209750 A CN 201810209750A CN 108537049 B CN108537049 B CN 108537049B
- Authority
- CN
- China
- Prior art keywords
- scrambling
- image
- carrier
- image block
- block
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/602—Providing cryptographic facilities or services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Bioethics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Facsimile Transmission Control (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种基于二值图像的自适应隐写算法,包括根据图像纹理特征计算载体图像的扰动度量,载体图像分块,图像块置乱,秘密信息加密,STC编码嵌入,携密图像块逆置乱,携密图像恢复,获得一副纹理完整的已嵌入秘密信息的携密图像。本发明使用了一种新型且安全性能高、有效抗穷举破解的载体置乱算法,结合抗检测性高的度量方法以及STC编码,所设计的二值图像信息隐藏方法有着非常高的安全性能以及抗检测性,对于安全隐秘通信有着非常大的作用。
Description
技术领域
本发明属于信息隐藏领域中的图像信息隐藏,特别涉及了一种基于二值图像的自适应信息隐写算法。
背景技术
传统的秘密通信都是采用对消息加密的方式,在没有得到密钥的情况下,第三方无法读取到有效的秘密信息。然而秘密通信的这一事实却很容易暴露出来,针对秘密信息的跟踪、破坏或者修改都会破坏通信行为,导致通信失败。信息隐藏技术相对而言隐蔽性更高,它是将加密后的信息隐藏在载体中,隐藏了秘密信息后的载体和原载体差别极小,在人正常的感官范围内无法发现,这样就隐藏了秘密通信的存在。信息隐藏自古以来都是一门实现安全通信的技术,在现代社会,信息隐藏的思想已经和计算机的发展高度融合,成为了一门年轻的学科。通过信息隐藏技术,可以在互联网中嵌入作者的版权信息,有效的解决作者电子作品的版权保护问题。在互联网中嵌入控制信息,可以有效检测互联网内容是否被篡改。还可以通过信息隐藏技术,把秘密消息嵌入特定的载体中,掩盖秘密消息传递的路径,使得传输更加安全。
在信息高度数字化的时代,大量的信息都以二值图像的形式存在,如电子文档、数字签名、合同书、支票扫描件、黑白图像等。这些二值图像频繁地活跃在我们的日常生活中,并且所蕴含的信息都有着非常大的存储价值和传输价值。此外,在军事和商业领域中,数据传真仍然是最安全和最被广泛使用的信息传输途径。二值图像本身就是最为重要的信息载体,将一些机要文件或者秘密消息嵌入二值图像中进行传输即可有效避免因信息载体意外丢失或者被恶意截获所造成的秘密消息泄露,进一步保证二值图像中秘密消息传递的安全性。因此,针对二值图像的信息隐藏技术的研究具有非常重要的意义。
以图像为载体的信息隐写算法有很多种,其中性能最为突出的是基于STC编码的信息隐写算法。STC编码有着接近理论极限的嵌入效率,给定不同的嵌入失真函数可以使得隐写算法呈现不同程度的隐写性能,例如提高隐写算法的抗检测性或者尽可能降低载体的嵌入失真。
基于以上所诉,本发明所提出的自适应隐写算法即是在STC编码的基础上,以二值图像为载体,所设计出的一种安全性能更高且抗检测性高失真小的自适应信息隐写算法。
发明内容
本发明的主要目的是提出基于二值图像的自适应信息隐藏算法,能够将秘密消息隐藏在二值图像内并使得嵌入失真最小化,拥有着非常高的抗检测性,并且在源代码未被公开的情况下,可以很好的抵抗住第三方穷举攻击,保证秘密消息在载体中的安全性,从而实现秘密通信,旨在克服以上问题。
为实现上述目的,本发明提出的一种基于二值图像的自适应隐写算法,包括以下步骤:
S10根据图像纹理特征计算载体图像的扰动度量,先根据crmiLTP方法提取载体图像的纹理特征,然后以该纹理特征为标准,计算翻转单个像素点所带来的crmiLTP数量上的变化,并以该变化为度量值衡量该单个像素点翻转所带来的失真度;
S20根据S1所得到一个与载体图像相同大小的失真度量矩阵D,矩阵中的值对应着翻转相应像素点所带来的载体失真度,由于二值图像中大部分的像素点翻转都会带来很大的失真,不适合嵌入秘密信息,因此需要对载体图像进行分块,选择适合嵌入秘密信息的载体图像块进行嵌入。分割完成载体图像后一共得到n个互不重叠大小为LB×LB的正方形图像块,对每一个图像块进行选择,不符合嵌入条件的图像块将不进入秘密信息嵌入步骤,最终得到na个可嵌入载体图像块Xij,以及na个不可嵌入载体图像块
S30对na个可嵌入载体图像块Xij进行置乱,(i,j)表示该图像块的左起第一个像素点坐标,以该像素点坐标作为该图像块的标记序号。其中置乱过程使用的密钥为K1和K2,该密钥由发送方和接收方共同拥有,同时,在失真度量矩阵D中选择出Xij中像素点对应的失真度量值矩阵块Dij,也进行密钥为K1和K2的置乱,始保持图像块Xij中像素点与失真度量矩阵块Dij的失真值的对应关系不变,对na个可嵌入载体图像块Xij以及失真度量值矩阵块Dij置乱后,得到na个乱序载体图像块和na个乱序的失真度量矩阵块
优选地,所述S10具体为:
S101根据crmiLTP方法提取用作嵌入秘密信息的载体图像的纹理特征;
S102以该纹理特征为标准,计算翻转单个像素点所带来的crmiLTP数量上的变化,并以该变化作为扰动度量衡量该单个像素点翻转所带来的失真度量矩阵,且该失真度量矩阵与载体图像相同大小。
优选地,所述S20中的载体图像分块以及块选择过程如下:
S201、选定LB为正方形图像块的边长,分割后每个载体图像块Bij中所包含的像素点有LB×LB个,一共可得到n个不重叠正方形图像块Bij,(i,j)为该像素块左上的第一个像素点坐标,并将该坐标记为该图像块的序号,n×LB×LB为载体图像的像素点数量,分块完成后即可进行载体图像块选择操作;
S202对所得到的n个载体图像块Bij进行判断选择,判断选择出不可嵌入的载体图像块另行存储。
优选地,所述S202中选择出不可嵌入的载体图像块的判断为:
其中I(·)为二值图像中像素点的像素值,一般为0或者1,(i,j)为像素块的左上第一个像素点坐标且将其作为该图像块的标记,LB为图像块的边长度,col表示行数,row表示列数;当P的值为0或者1时,判断该图像块Bij为不可嵌入图像块否则Bij为可嵌入图像块Xij。
优选地,所述S30中载体图像块置乱的具体过程如下:
S301根据密钥K1构建广义Fibonacci序列,定义一个正整数序列Fi(n),其中Fi(0)=0,Fi(1)=1,对于i>2,对于任意Fi(i)始终满足条件Fi(i)=K1*Fi(i-1)+Fi(i-2),K1的值为构建广义Fibonacci序列的关键密钥,决定序列中各元素值,由于Fi(n)的值会随着n值的增长呈指数上升,为了避免后续过程出现超出计算机的计算精度范围的数组,我们取序列Fi(n)的前t项正整数,得到一个长度为t的广义Fibonacci正整数序列;
S302定义映射函数,并根据K2以及映射函数确定变换矩阵的序列,密钥K2指在广义Fibonacci序列中选取K2个值构建K2个变换矩阵,映射函数f决定这K2个值的选取方式,广义Fibonacci序列中只有t个元素,我们需要构造的变换矩阵数量为K2,由于t的值要远小于k2,这就需要重复选取序列中的值构造变换矩阵,我们要求映射函数f必须要满足周期性,且在周期范围内函数有上界t,我们根据映射函数f以及长度为t的广义fibonacci序列Fi(n),可确定变换矩阵序列为:
S303进行第i次置乱(i=1,2…K2),构造第i个置乱矩阵,对全图进行一次置乱,其中:置乱即是对大小为LB×LB的可嵌入载体图像块Xij中所有像素点进行位置变换,变换完成后得到置乱图像第i次置乱所选用的置乱矩阵为将像素点的坐标向量与变换矩阵进行相乘,得到(x′,y′)为该像素点置乱后的新位置坐标,置乱过程可用公式(2)和公式(3)表示:
I′(x′,y′)=I(x,y) x,y∈[1,N] (3)
优选地,所述S50中STC编码的输入过程满足条件为:
STC编码的输入过程的满足条件需要载体图像块和秘密信息分量:HYT=mT,其中m为加密的密文,通过把奇偶校验矩阵H左乘携密载体Y,即可提取到m,STC编码中的奇偶校验矩阵H由自定义的子矩阵扩展而来,的产生可由发送方确定,根据嵌入率等条件设置初始子矩阵后扩展出H,发送方根据H进行秘密信息嵌入,接收方根据矩阵H进行秘密信息提取,在嵌入过程中,载体图像若能满足则无需翻转任何像素点,否则根据失真度量矩阵块在编码过程中选择总体失真最小的像素点进行翻转得到使得STC编码嵌入后可得到na个嵌入完成的携密图像块
优选地,所述S60的载体图像块逆置乱过程如下:
S601根据密钥K1、K2构建广义Fibonacci序列以及确定逆变换矩阵序列,置乱图像恢复过程需要得到正确的逆置乱矩阵序列,密钥K1和密钥K2是将置乱图像恢复的关键,密钥K1用于构造与置乱过程相同的Fibonacci序列Fi(n),密钥K2用于得到正确的逆置乱矩阵序列,构造方法与置乱过程一致。逆置乱矩阵序列为:
S602进行第i次逆置乱(i=K2,K2-1,…,1),对图像块进行逆置乱,将置乱矩阵的每一个像素点I(x′,y′)与逆置乱矩阵相乘,还原到上一次置乱前的像素点坐标位置,得到新的像素点坐标I(x,y),其核心原理可用公式(4)表示:
式中,A-1表示逆置乱矩阵,A表示置乱矩阵;
第i次逆置乱得变换公式可用式(10)进行表示:
S603重复S602,直到完成K2次逆置乱,恢复成原图,每次逆置乱完成后得到恢复图像如果恢复次数不足K2次,将此图像块Xij作为下次逆置乱得输入图像块,第K2次逆置乱完成后,即可得到恢复完成的图像块Xij。
与现有技术相比,本发明技术方案的优点可总结如下:
1、抗检测性高,本算法采用crmiLTP方法作为载体图像嵌入失真的度量标准,相比于DRD、ELD以及SCD等度量方法,crmiLTP方法同时考虑了视觉上和统计上的嵌入影响,因此不仅在视觉上对图片质量影响更小,并且拥有着更高的抗检测性,在通信中更抗第三方隐写分析工具的攻击;
2、安全性能更高,以STC编码为基础的隐写算法在传递秘密消息时,发送方和接收方共同拥有的通信密钥是STC编码产生的伴随式矩阵H,而该矩阵很容易被第三方用穷举法破解,从而导致隐藏在载体内的秘密消息被第三方获取。在本发明中,引入特定的置乱算法,置乱密钥K1和K2为发送方和接受方共同拥有的通信密钥,在不公开代码的情况下,第三方无法在线性时间内破解该密钥对,保证了秘密消息在载体内的安全性。
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示出的结构获得其他的附图。
图1为本发明的基于载体置乱的二值图像自适应隐写方法嵌入过程的原理框图;
图2为本发明的基于载体置乱的二值图像自适应隐写方法提取过程的原理框图,
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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的一部分实施例,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作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。
需要说明,若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本发明实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提出的一种基于二值图像的自适应隐写算法,包括以下步骤:
S10根据图像纹理特征计算载体图像的扰动度量,先根据crmiLTP方法提取载体图像的纹理特征,然后以该纹理特征为标准,计算翻转单个像素点所带来的crmiLTP数量上的变化,并以该变化为度量值衡量该单个像素点翻转所带来的失真度;
S20根据S1所得到一个与载体图像相同大小的失真度量矩阵D,矩阵中的值对应着翻转相应像素点所带来的载体失真度,由于二值图像中大部分的像素点翻转都会带来很大的失真,不适合嵌入秘密信息,因此需要对载体图像进行分块,选择适合嵌入秘密信息的载体图像块进行嵌入。分割完成载体图像后一共得到n个互不重叠大小为LB×LB的正方形图像块,对每一个图像块进行选择,不符合嵌入条件的图像块将不进入秘密信息嵌入步骤,最终得到na个可嵌入载体图像块Xij,以及na个不可嵌入载体图像块
S30对na个可嵌入载体图像块Xij进行置乱,(i,j)表示该图像块的左起第一个像素点坐标,以该像素点坐标作为该图像块的标记序号。其中置乱过程使用的密钥为K1和K2,该密钥由发送方和接收方共同拥有,同时,在失真度量矩阵D中选择出Xij中像素点对应的失真度量值矩阵块Dij,也进行密钥为K1和K2的置乱,始保持图像块Xij中像素点与失真度量矩阵块Dij的失真值的对应关系不变,对na个可嵌入载体图像块Xij以及失真度量值矩阵块Dij置乱后,得到na个乱序载体图像块和na个乱序的失真度量矩阵块
优选地,所述S10具体为:
S101根据crmiLTP方法提取用作嵌入秘密信息的载体图像的纹理特征;
S102以该纹理特征为标准,计算翻转单个像素点所带来的crmiLTP数量上的变化,并以该变化作为扰动度量衡量该单个像素点翻转所带来的失真度量矩阵,且该失真度量矩阵与载体图像相同大小。
优选地,所述S20中的载体图像分块以及块选择过程如下:
S201、选定LB为正方形图像块的边长,分割后每个载体图像块Bij中所包含的像素点有LB×LB个,一共可得到n个不重叠正方形图像块Bij,(i,j)为该像素块左上的第一个像素点坐标,并将该坐标记为该图像块的序号,n×LB×LB为载体图像的像素点数量,分块完成后即可进行载体图像块选择操作;
S202对所得到的n个载体图像块Bij进行判断选择,判断选择出不可嵌入的载体图像块另行存储。
优选地,所述S202中选择出不可嵌入的载体图像块的判断为:
其中I(·)为二值图像中像素点的像素值,一般为0或者1,(i,j)为像素块的左上第一个像素点坐标且将其作为该图像块的标记,LB为图像块的边长度,col表示行数,row表示列数;当P的值为0或者1时,判断该图像块Bij为不可嵌入图像块否则Bij为可嵌入图像块Xij。
优选地,所述S30中载体图像块置乱的具体过程如下:
S301根据密钥K1构建广义Fibonacci序列,定义一个正整数序列Fi(n),其中Fi(0)=0,Fi(1)=1,对于i>2,对于任意Fi(i)始终满足条件F i(i)=K1*Fi(i-1)+Fi(i-2),K1的值为构建广义Fibonacci序列的关键密钥,决定序列中各元素值,由于Fi(n)的值会随着n值的增长呈指数上升,为了避免后续过程出现超出计算机的计算精度范围的数组,我们取序列Fi(n)的前t项正整数,得到一个长度为t的广义Fibonacci正整数序列;
S302定义映射函数,并根据K2以及映射函数确定变换矩阵的序列,密钥K2指在广义Fibonacci序列中选取K2个值构建K2个变换矩阵,映射函数f决定这K2个值的选取方式,广义Fibonacci序列中只有t个元素,我们需要构造的变换矩阵数量为K2,由于t的值要远小于k2,这就需要重复选取序列中的值构造变换矩阵,我们要求映射函数f必须要满足周期性,且在周期范围内函数有上界t,我们根据映射函数f以及长度为t的广义fibonacci序列Fi(n),可确定变换矩阵序列为:
S303进行第i次置乱(i=1,2…K2),构造第i个置乱矩阵,对全图进行一次置乱,其中:置乱即是对大小为LB×LB的可嵌入载体图像块Xij中所有像素点进行位置变换,变换完成后得到置乱图像第i次置乱所选用的置乱矩阵为将像素点的坐标向量与变换矩阵进行相乘,得到(x′,y′)为该像素点置乱后的新位置坐标,置乱过程可用公式(2)和公式(3)表示:
I′(x′,y′)=I(x,y) x,y∈[1,N] (3)
优选地,所述S50中STC编码的输入过程满足条件为:
STC编码的输入过程的满足条件需要载体图像块和秘密信息分量:HYT=mT,其中m为加密的密文,通过把奇偶校验矩阵H左乘携密载体Y,即可提取到m,STC编码中的奇偶校验矩阵H由自定义的子矩阵扩展而来,的产生可由发送方确定,根据嵌入率等条件设置初始子矩阵后扩展出H,发送方根据H进行秘密信息嵌入,接收方根据矩阵H进行秘密信息提取,在嵌入过程中,载体图像若能满足则无需翻转任何像素点,否则根据失真度量矩阵块在编码过程中选择总体失真最小的像素点进行翻转得到使得STC编码嵌入后可得到na个嵌入完成的携密图像块
优选地,所述S60的载体图像块逆置乱过程如下:
S601根据密钥K1、K2构建广义Fibonacci序列以及确定逆变换矩阵序列,置乱图像恢复过程需要得到正确的逆置乱矩阵序列,密钥K1和密钥K2是将置乱图像恢复的关键,密钥K1用于构造与置乱过程相同的Fibonacci序列Fi(n),密钥K2用于得到正确的逆置乱矩阵序列,构造方法与置乱过程一致。逆置乱矩阵序列为:
S602进行第i次逆置乱(i=K2,K2-1,…,1),对图像块进行逆置乱,将置乱矩阵的每一个像素点I(x′,y′)与逆置乱矩阵相乘,还原到上一次置乱前的像素点坐标位置,得到新的像素点坐标I(x,y),其核心原理可用公式(4)表示:
式中,A-1表示逆置乱矩阵,A表示置乱矩阵;
第i次逆置乱得变换公式可用式(10)进行表示:
S603重复S602,直到完成K2次逆置乱,恢复成原图,每次逆置乱完成后得到恢复图像如果恢复次数不足K2次,将此图像块Xij作为下次逆置乱得输入图像块,第K2次逆置乱完成后,即可得到恢复完成的图像块Xij。
对本发明实施例中的技术方案的实操:
如图1所示,一种基于二值图像的自适应信息隐写算法的嵌入过程,包含以下步骤:
(1)选取扰动度量方法对载体图像X进行扰动度量计算,得到相同大小的扰动映射图D;
(2)对载体图像进行分块,得到n个大小为LB×LB的图像块,每一个图像块以左上第一个元素坐标作为序号进行标记,标记为Bij,同时对扰动映射图也进行分块得到Dij,并且每一个Dij和每一个Bij一一映射;
(5)将秘密消息明文转换成二进制比特流并将其进行加密,得到加密后的二进制秘密消息m;
(8)重复(7),直至第na个密文段嵌入到载体图像块完成,得到na个携密载体块Yij;
如图2所示,一种基于二值图像的自适应隐写算法提取过程,包含以下步骤:
(1)以LB为长度对携密载体Y进行分块,每个携密图像块以左上方像素点坐标作为块的索引值,得到n个携密载体图像块Yij;
(2)对Yij进行选择,挑选出已嵌入秘密信息的携密图像块,得到na个携密载体图像块Yij;
(5)重复步骤(4),直至na个携密图像块全部提取完毕,按顺序对秘密消息分量mi进行拼接,得到完整的秘密消息密文m;
(6)对秘密信息进行解密,并恢复成可见的明文形式。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (5)
1.一种基于二值图像的自适应隐写算法,其特征在于,包括以下步骤:
S10根据图像纹理特征计算载体图像的扰动度量,先根据crmiLTP方法提取载体图像的纹理特征,然后以该纹理特征为标准,计算翻转单个像素点所带来的crmiLTP数量上的变化,并以该变化为度量值衡量该单个像素点翻转所带来的失真度;
S20根据S10所得到一个与载体图像相同大小的失真度量矩阵D,矩阵中的值对应着翻转相应像素点所带来的载体失真度,由于二值图像中大部分的像素点翻转都会带来很大的失真,不适合嵌入秘密信息,因此需要对载体图像进行分块,选择适合嵌入秘密信息的载体图像块进行嵌入;分割完成载体图像后一共得到n个互不重叠大小为LB×LB的正方形图像块,对每一个图像块进行选择,不符合嵌入条件的图像块将不进入秘密信息嵌入步骤,最终得到na个可嵌入载体图像块Xij,以及na个不可嵌入载体图像块
S30对na个可嵌入载体图像块Xij进行置乱,(i,j)表示该图像块的左起第一个像素点坐标,以该像素点坐标作为该图像块的标记序号;其中置乱过程使用的密钥为K1和K2,该密钥由发送方和接收方共同拥有,同时,在失真度量矩阵D中选择出Xij中像素点对应的失真度量值矩阵块Dij,也进行密钥为K1和K2的置乱,保持图像块Xij中像素点与失真度量矩阵块Dij的失真值的对应关系不变,对na个可嵌入载体图像块Xij以及失真度量值矩阵块Dij置乱后,得到na个乱序载体图像块和na个乱序的失真度量矩阵块
所述S20中的载体图像分块以及块选择过程如下:
S201、选定LB为正方形图像块的边长,分割后每个载体图像块Bij中所包含的像素点有LB×LB个,一共可得到n个不重叠正方形图像块Bij,(i,j)为该像素块左上的第一个像素点坐标,并将该坐标记为该图像块的序号,n×LB×LB为载体图像的像素点数量,分块完成后即可进行载体图像块选择操作;
S202对所得到的n个载体图像块Bij进行判断选择,判断选择出不可嵌入的载体图像块另行存储;
所述S202中选择出不可嵌入的载体图像块的判断为:
2.根据权利要求1所述的一种基于二值图像的自适应隐写算法,其特征在于,所述S10具体为:
S101根据crmiLTP方法提取用作嵌入秘密信息的载体图像的纹理特征;
S102以该纹理特征为标准,计算翻转单个像素点所带来的crmiLTP数量上的变化,并以该变化作为扰动度量衡量该单个像素点翻转所带来的失真度量矩阵,且该失真度量矩阵与载体图像相同大小。
3.根据权利要求1所述的一种基于二值图像的自适应隐写算法,其特征在于,所述S30中载体图像块置乱的具体过程如下:
S301根据密钥K1构建广义Fibonacci序列,定义一个正整数序列Fi(n),其中Fi(0)=0,Fi(1)=1,对于i>2,对于任意Fi(i)始终满足条件Fi(i)=K1*Fi(i-1)+Fi(i-2),K1的值为构建广义Fibonacci序列的关键密钥,决定序列中各元素值,由于Fi(n)的值会随着n值的增长呈指数上升,为了避免后续过程出现超出计算机的计算精度范围的数组,我们取序列Fi(n)的前t项正整数,得到一个长度为t的广义Fibonacci正整数序列;
S302定义映射函数,并根据K2以及映射函数确定变换矩阵的序列,密钥K2指在广义Fibonacci序列中选取K2个值构建K2个变换矩阵,映射函数f决定这K2个值的选取方式,广义Fibonacci序列中只有t个元素,我们需要构造的变换矩阵数量为K2,由于t的值要远小于k2,这就需要重复选取序列中的值构造变换矩阵,我们要求映射函数f必须要满足周期性,且在周期范围内函数有上界t,我们根据映射函数f以及长度为t的广义fibonacci序列Fi(n),可确定变换矩阵序列为:
S303进行第i次置乱(i=1,2…K2),构造第i个置乱矩阵,对全图进行一次置乱,其中:置乱即是对大小为LB×LB的可嵌入载体图像块Xij中所有像素点进行位置变换,变换完成后得到置乱图像第i次置乱所选用的置乱矩阵为将像素点的坐标向量与变换矩阵进行相乘,得到(x′,y′)为该像素点置乱后的新位置坐标,置乱过程可用公式(2)和公式(3)表示:
I′(x′,y′)=I(x,y) x,y∈[1,N] (3)
4.根据权利要求1所述的一种基于二值图像的自适应隐写算法,其特征在于,所述S50中STC编码的输入过程满足条件为:
5.根据权利要求1所述的一种基于二值图像的自适应隐写算法,其特征在于,所述S60的载体图像块逆置乱过程如下:
S601根据密钥K1、K2构建广义Fibonacci序列以及确定逆变换矩阵序列,置乱图像恢复过程需要得到正确的逆置乱矩阵序列,密钥K1和密钥K2是将置乱图像恢复的关键,密钥K1用于构造与置乱过程相同的Fibonacci序列Fi(n),密钥K2用于得到正确的逆置乱矩阵序列,构造方法与置乱过程一致;逆置乱矩阵序列为:
S602进行第i次逆置乱(i=K2,K2-1,…,1),对图像块进行逆置乱,将携密载体图像块的每一个像素点I(x′,y′)与逆置乱矩阵相乘,还原到上一次置乱前的像素点坐标位置,得到新的像素点坐标I(x,y),其核心原理可用公式(4)表示:
第i次逆置乱得变换公式可用式(5)进行表示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810209750.8A CN108537049B (zh) | 2018-03-14 | 2018-03-14 | 一种基于二值图像的自适应隐写算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810209750.8A CN108537049B (zh) | 2018-03-14 | 2018-03-14 | 一种基于二值图像的自适应隐写算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108537049A CN108537049A (zh) | 2018-09-14 |
CN108537049B true CN108537049B (zh) | 2022-05-03 |
Family
ID=63484083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810209750.8A Active CN108537049B (zh) | 2018-03-14 | 2018-03-14 | 一种基于二值图像的自适应隐写算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537049B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109635576B (zh) * | 2018-11-30 | 2023-03-21 | 哈尔滨工业大学(深圳) | 一种在图像中隐藏数据方法和系统 |
CN109257521B (zh) * | 2018-12-06 | 2019-11-05 | 四川大学 | 一种stc信息隐藏算法 |
CN109963159B (zh) * | 2019-01-16 | 2021-05-04 | 中山大学 | 一种基于stc编码的二值图像双重扰动评分的信息隐写算法 |
CN109859092B (zh) * | 2019-01-21 | 2023-05-12 | 深圳前海微众银行股份有限公司 | 信息隐藏方法、装置、设备及计算机可读存储介质 |
CN109885987B (zh) * | 2019-01-24 | 2023-01-24 | 中山大学 | 一种基于方向性局部二值模式的二值图像隐写分析方法 |
CN110430335B (zh) * | 2019-08-02 | 2021-05-11 | 陕西师范大学 | 一种信息伪装和恢复的方法、设备及存储介质 |
CN110769128B (zh) * | 2019-10-09 | 2021-10-22 | 中山大学 | 一种嵌入率自适应的灰度图像信息隐写方法 |
CN111105335B (zh) * | 2019-11-18 | 2023-06-09 | 数字广东网络建设有限公司 | 图像隐私隐藏方法、装置、计算机设备和存储介质 |
CN111327785B (zh) * | 2020-01-15 | 2022-04-15 | 郑州埃文计算机科技有限公司 | 一种基于对抗生成网络的图像自动构建的信息隐写通信方法 |
CN111475126A (zh) * | 2020-03-31 | 2020-07-31 | 中孚信息股份有限公司 | 一种显示信息隐写设备及方法 |
CN111669477B (zh) * | 2020-06-24 | 2023-01-24 | 深圳前海微众银行股份有限公司 | 图像处理方法、系统、装置、设备及计算机存储介质 |
CN112017099B (zh) * | 2020-09-03 | 2023-12-15 | 山东省计算中心(国家超级计算济南中心) | 一种程序代码在图像中隐藏、解析的方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101082981A (zh) * | 2007-05-22 | 2007-12-05 | 中山大学 | 一种二值图像的水印嵌入和提取方法 |
CN107133991A (zh) * | 2017-03-17 | 2017-09-05 | 中山大学 | 一种基于扰动失真和像素选择的二值图像隐写方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10311251B2 (en) * | 2015-03-30 | 2019-06-04 | Adheraj Singh | System and method for masking and communicating modified multimedia content |
-
2018
- 2018-03-14 CN CN201810209750.8A patent/CN108537049B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101082981A (zh) * | 2007-05-22 | 2007-12-05 | 中山大学 | 一种二值图像的水印嵌入和提取方法 |
CN107133991A (zh) * | 2017-03-17 | 2017-09-05 | 中山大学 | 一种基于扰动失真和像素选择的二值图像隐写方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108537049A (zh) | 2018-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108537049B (zh) | 一种基于二值图像的自适应隐写算法 | |
Singh et al. | Effective self-embedding watermarking scheme for image tampered detection and localization with recovery capability | |
Chang et al. | A watermarking-based image ownership and tampering authentication scheme | |
Swain | High capacity image steganography using modified LSB substitution and PVD against pixel difference histogram analysis | |
Wang et al. | A majority-voting based watermarking scheme for color image tamper detection and recovery | |
Jana et al. | Dual image based reversible data hiding scheme using (7, 4) hamming code | |
AU2005255946B2 (en) | Systems and methods for digital content security | |
Trivedy et al. | A logistic map-based fragile watermarking scheme of digital images with tamper detection | |
Sultan et al. | Reversible and fragile watermarking for medical images | |
Li et al. | Semi-fragile self-recoverable watermarking algorithm based on wavelet group quantization and double authentication | |
CN101976428B (zh) | 基于拓扑结构的二进制图像脆弱水印嵌入与提取方法 | |
Rahman et al. | Robust and fragile medical image watermarking: a joint venture of coding and chaos theories | |
Raj et al. | A survey on fragile watermarking based image authentication schemes | |
Gong et al. | A secure image authentication scheme based on dual fragile watermark | |
Singh et al. | An efficient fragile watermarking scheme with multilevel tamper detection and recovery based on dynamic domain selection | |
Kurup et al. | Data hiding scheme based on octagon shaped shell | |
CN107846530A (zh) | 数字水印算法 | |
NR et al. | Fragile watermarking scheme for tamper localization in images using logistic map and singular value decomposition | |
Pal et al. | Robust watermarking scheme for tamper detection and authentication exploiting CA | |
Kang et al. | An SVD-based fragile watermarking scheme with grouped blocks | |
Yu et al. | Reversible data hiding in encrypted images for coding channel based on adaptive steganography | |
Singh et al. | An efficient self-embedding fragile watermarking scheme for image authentication with two chances for recovery capability | |
Gulve et al. | An image steganography algorithm with five pixel pair differencing and gray code conversion | |
Lin et al. | Applying projection and B-spline to image authentication and remedy | |
Lin et al. | An image authentication and recovery scheme based on turtle Shell algorithm and AMBTC-compression |
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 |